摘要
本发明提供了一种用于食管癌的pCR预测模型的构建方法及系统,该方法包括:对若干原始样本数据进行预处理,以对应生成若干目标样本数据,且将若干目标样本数据对应拆分成训练验证集以及测试集,基于第一预设规则根据训练验证集以及预设神经网络实时训练出对应的图像处理模型,并将目标样本数据中的CT图像对应输入至图像处理模型中,以使图像处理模型实时输出对应的CNN特征;通过预设特征提取器在目标样本数据的CT图像中实时提取出对应的影像组学特征,并对CNN特征以及影像组学特征进行实时拼接处理,以实时生成对应的训练特征;基于第二预设规则通过训练特征对预设XgBoost模型进行预测训练,以对应训练出pCR预测模型。本发明能够提升pCR的预测效率。
技术关键词
图像处理模型
训练特征
组学特征
样本
预测模型构建方法
数据
最佳特征
优化搜索算法
影像
全局平均池化
多尺度
处理器
构建系统
注意力
模块
可读存储介质
存储器
参数
系统为您推荐了相关专利信息
抽汽止回阀
性能预测模型
强化学习环境
优化控制策略
偏差
振动故障监测
风机齿轮箱
诊断系统
深度学习模型
生成对抗网络
历史运行信息
芯片性能测试方法
多环境
集成电路芯片技术
参数
实体关系数据
关系识别方法
BERT模型
实体关系抽取
文本翻译模型