摘要
本发明公开了一种基于病理组学集成模型的胃癌预后系统和基于多模态深度学习的胃癌预后系统,涉及胃癌预后技术领域。相较于单一机器学习方法,本发明提供的基于病理组学集成模型的胃癌预后系统在训练集、验证集中对术后早期复发表现出良好的预测准确率,且该系统具有显著的灵敏度和特异性。本发明还提供了一种基于多模态深度学习的胃癌预后系统。相较于临床特征模型,融合了临床特征和病理组学特征的多模态预测模型对LAGC患者术后出现早期复发表现出很强的预测能力,大幅改善了术后早期复发预测的准确度、灵敏度和特异性。此外,本发明提供的多模态预测模型可以为当前的TNM分期系统增加额外的预后价值。
技术关键词
预后系统
多模态深度学习
术后早期复发
特征提取单元
残差神经网络
特征提取器
胃癌病理
粒子群优化BP神经网络
组学特征
特征选择
图像
支持向量机
生成深度学习
深度学习特征
贝叶斯分类器
患者
偏最小二乘法
预后技术
系统为您推荐了相关专利信息
智能识别系统
数据采集频率
接口
交互性
路径跳数
电力电子器件
寿命预测模型
退化特征
多模态特征融合
特征提取单元
虚拟展示方法
展示模板
三维结构特征
基因
层次聚类算法