摘要
本发明涉及一种基于多模态超声影像知识图谱的构建方法、设备、存储介质,方法包括:获取肿瘤灰阶超声影像,通过目标分割得到肿瘤边缘影像和肿瘤内部影像,分别提取对应的多模态的候选影像组学特征,结合肿瘤灰阶超声影像对应的肿瘤类型,形成包括多个样本的样本集;针对样本集进行合成少数过采样处理,针对每个样本中的每个候选影像组学特征进行Z评分处理,通过主成分分析筛选强相关性的影像组学特征,通过递归特征消除,得到各肿瘤类型对应的最终保留的影像组学特征;基于各肿瘤类型对应的最终保留的影像组学特征,建立知识图谱和/或机器学习模型。本发明具有充分建立肿瘤类型与选用的影像学特征的关联、充分考虑肿瘤边缘的丰富信息等优点。
技术关键词
组学特征
影像
肿瘤
多模态
预后预测模型
图谱
机器学习模型
二阶特征
灰阶
样本
支持向量机模型
成分分析
逻辑回归模型
灰度共生矩阵
随机森林模型
决策树模型
电子设备
程序
效能