一种基于转移前CT图像放射组学特征预测肺转移的方法

AITNT
正文
推荐专利
一种基于转移前CT图像放射组学特征预测肺转移的方法
申请号:CN202510325150
申请日期:2025-03-19
公开号:CN120147299A
公开日期:2025-06-13
类型:发明专利
摘要
本发明属于CT图像处理技术领域,具体涉及一种基于转移前CT图像放射组学特征预测肺转移的方法,包括:获取多个肺部CT图像数据;转移后肺部薄层CT图像上肺转移灶为第一感兴趣区域,勾画为第一感兴趣区域,第一感兴趣区域在其对侧正常肺组织为第二感兴趣区域;将转移后与转移前的肺部薄层CT图像执行弹性配准,在配准后的转移前的肺部薄层CT图像中,找到第三感兴趣区域、第四感兴趣区域;提取转移前的肺部薄层CT图像上第三感兴趣区域和第四感兴趣区域的放射组学特征,建立放射组学特征数据集,输入KNN模型中进行训练,构建预测模型;将测试样本输入预测模型后进行预测。本发明实现了通过转移前的CT图像测将来发生肺转移的可能性。
技术关键词
组学特征 感兴趣 薄层 构建预测模型 肺部CT图像 样本 邻居 CT图像处理技术 评估预测模型 特征选择 训练集数据 噪声数据 纹理特征 组织 定义 肺癌 参数
系统为您推荐了相关专利信息
1
一种基于神经网络的半月板损伤预测方法及系统
半月板损伤 三维卷积神经网络 浅层神经网络 组学特征 负重结构
2
顾及时空分布的电离层映射函数的构建及改正方法和系统
接收机 BP神经网络构建 格网 方位角 非暂态计算机可读存储介质
3
电网数据的样本集构建方法及其在电网管理中的应用
样本集构建方法 电网管理 设备运行参数 序列 贝叶斯信息准则
4
一种面向黑果腺肋花楸的病虫害智能诊断系统及方法
黑果腺肋花楸 病虫害图像 智能诊断系统 病害特征 智能诊断方法
5
用于具有pH测量调整的平面自由电泳的设备和方法
感兴趣 阴极 阳极 非离子型聚合物 载玻片
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号