摘要
本申请公开了一种下咽癌诱导化疗预后预测及治疗方案的处理方法和装置及介质,可应用于大数据处理技术领域。本申请通过获取包括第一CT图像、第一临床文本信息、历史初治疗的下咽癌患者所选择的第一诱导化疗方案以及总生存期的多个历史初治疗的下咽癌患者在诱导化疗前的历史多模态信息后,通过历史多模态信息对预设模型进行训练,接着确定预设模型训练完成后对应的评分截断值后,将当前初治疗的下咽癌患者在诱导化疗前的当前多模态信息输入训练好的所述预设模型中预测得到当前风险值,再基于当前风险值和评分截断值确定诱导化疗的目标推荐方案,从而使得确定的目标推荐方案更加接近实际情况,进而提高推荐的化疗方案与实际情况的匹配度。
技术关键词
多模态信息
CT影像组学特征
多模态特征融合
深度学习特征
深度学习网络模型
图像特征提取
风险评估模型
模块
文本
跨模态
患者
感兴趣
通道注意力机制
掩膜
可读存储介质
系统为您推荐了相关专利信息
发电功率预测方法
深度神经网络
预测残差
神经网络结构
生成场景
头颈部鳞状细胞癌
组学特征
磁共振图像数据
子模块
深度学习特征提取
时序数据处理方法
时序数据预测
监督学习模型
离散小波变换
医疗数据处理技术
文本情感分析方法
情感词典
中文文本
分词
深度学习框架
量子态
信息处理方法
离散余弦变换
传感器节点
校准