摘要
本申请属于生物科技技术领域,具体涉及一种乳腺癌淋巴累及状态预测系统及预测方法,包括:数据库,用于存储乳腺癌患者相关数据;病理组学图像和影像组学图像处理模块,分别用于得到病理组学深度特征和影像组学特征;病理组学评分、影像组学评分以及免疫计算模块,分别用于计算病理组学评分、影像组学评分以及免疫评分;回归分析模块,用于对所有评分进行统计分析;模型构建模块,用于构建组合列线图模型;输出模块,用于展示和输出组合列线图模型的预测结果。本申请的预测系统及预测方法避免了传统侵入性手术如腋窝淋巴结清扫术和前哨淋巴结活检术的使用,减少了患者的痛苦和并发症风险,为临床提供了一种非侵入性、安全的评估手段。
技术关键词
状态预测系统
组学特征
影像
基因表达数据
深度学习特征
图像处理模块
状态预测方法
预测乳腺癌患者
切片
回归算法
深度学习框架
特征提取单元
分析模块
腋窝淋巴结清扫
深度学习模型
感兴趣
系统为您推荐了相关专利信息
多模态特征
文本特征向量
溯源方法
图像特征向量
溯源系统
测量点
多元线性回归模型
数据采集模块
深度测量方法
子模块
口腔模型
需求预测模型
精度控制方法
CT扫描
正畸治疗
乳腺癌筛查
频域特征
子模块
信息熵
多模态图像数据