摘要
本发明提出了基于双CT图像的肺癌免疫治疗疗效预测方法及系统,属于医学图像处理技术领域;首先标注基线CT图像和穿刺CT图像的肿瘤区域;将穿刺CT图像中的穿刺位置配准到基线CT图像,并将基线CT图像划分成多个肿瘤子区域;基于空间关注深度学习模型预测每个肿瘤子区域位置处的PD‑L1表达量并生成PD‑L1图谱;构建双任务预测模型,将患者的临床信息、基线CT图像以及PD‑L1图谱输入双任务预测模型,对肺癌免疫治疗的疗效进行预测。本发明可以在保证非小细胞肺癌的影像‑病理空间有效匹配的基础上,实现对非小细胞肺癌患者的肺癌免疫治疗疗效的精准预测。
技术关键词
肺癌免疫治疗
基线
非小细胞肺癌患者
肿瘤
深度学习模型
网络模块
图谱
组学特征
配准方法
医学图像处理技术
影像
处理器
注意力机制
预测系统
程序
系统为您推荐了相关专利信息
毒性预测方法
体积直方图
血液
深度学习模型
经验贝叶斯
码识别方法
旋转控制模块
液化气钢瓶
钢印
钢瓶护罩
深度学习模型
网络资产信息
漏洞知识库
风险评估系统
漏洞风险评估方法
时间段
深度学习模型
计算机执行指令
序列数据处理
电子控制系统