摘要
本发明涉及医学影像分析领域,特别是涉及基于PET/CT深度学习的肺腺癌EGFR基因突变检测系统及方法,包括:数据采集模块,用于获取肺腺癌患者的PET/CT影像数据及临床信息;图像预处理模块,与数据采集模块连接,用于对PET/CT影像数据进行标准化处理和ROI提取;特征提取模块,与图像预处理模块连接,用于从PET/CT影像数据中提取深度特征、代谢参数特征和CT征象特征;多模态数据融合模块,与特征提取模块连接,用于融合所提取的多模态特征;预测模型模块,与多模态数据融合模块连接,用于基于融合特征预测肺腺癌EGFR基因突变状态及预后,通过多模态数据融合及深度学习技术,提高预测准确性。
技术关键词
CT影像数据
EGFR基因突变
多模态数据融合
模态特征
特征提取模块
肺腺癌患者
卷积神经网络提取
数据采集模块
融合特征
注意力
多尺度特征金字塔
编码器
噪声消除单元
数据自动更新
临床决策支持
靶向治疗
统计学特征
系统为您推荐了相关专利信息
会议纪要生成方法
生成系统
数据处理模块
声纹特征
生成文字记录
多模态
特征信息提取
融合特征
特征选择
模态特征
金融风险评估方法
多模态特征
对齐模块
控制智能体
计算机程序产品