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
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
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
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
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