一种肺腺癌术后进展预测方法

AITNT
正文
推荐专利
一种肺腺癌术后进展预测方法
申请号:CN202510416403
申请日期:2025-04-03
公开号:CN120544802A
公开日期:2025-08-26
类型:发明专利
摘要
本申请公开了一种肺腺癌术后进展预测方法,先获取肺腺癌术后临床数据集与CT影像数据,临床数据含多个临床参数及术后情况标签。基于临床数据集构建临床数据模型,并基于该模型得到独立预测因子。依据CT影像数据构建影像组学特征模型,并基于该模型算出特征权重。根据CT影像数据与预训练模型构建图像特征提取模型,并基于该模型得到学习特征评分。整合独立预测因子、特征权重和学习特征评分构建目标预测模型。实际应用时,输入待预测的肺腺癌术后数据,即可得出预测结果。本申请实施例通过整合多源数据建模,能够突破单一数据源局限,从而有效提升肺腺癌术后预测的准确性。
技术关键词
CT影像数据 图像特征提取模型 学习特征 影像特征数据 组学特征 图像特征数据 因子 逻辑回归模型 通道 标签 参数 颜色 图像块 关系 误差
系统为您推荐了相关专利信息
1
一种基于层级空间注意力学习的水电站顶盖水位监测方法
水位监测方法 水电站 顶盖 层级 空间注意力模型
2
基于CT医学影像的人机交互可视化系统
患者身份识别 CT医学影像 可视化系统 CT影像数据 医学影像管理系统
3
一种前列腺MRI图形分析方法
图形分析方法 小波特征 统计特征 组学特征 图像
4
智能化胃肠道术后并发症预警系统及其方法
术后并发症 模块通信 混合深度学习模型 预警系统 数据采集模块
5
一种信息预测方法、装置、设备、存储介质及计算机程序产品
信息预测方法 特征提取模型 训练特征 序列 学习特征
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