摘要
本发明提供了一种融合曝光参数及影像时序特征的乳腺癌风险预测方法及系统,方法包括:采集同一待预测乳腺癌患者在不同时间点的乳腺钼靶影像,对乳腺钼靶影像进行空间配准与标准化处理,获得标准化图像;基于U‑Net模型,对标准化图像进行分割,获得乳腺实质区域图像;基于乳腺实质区域图像,采用EfficientNet‑B4网络模型,获得全局深度特征向量;基于乳腺钼靶影像采集时的成像参数,获取二维曝光参数差异向量,并将其拼接至全局深度特征向量中,获得二维序列,将二维序列输入LSTM网络模型,获得待预测乳腺癌患者的发病风险概率值,完成对乳腺癌风险的预测。本发明可显著提升纵向乳腺影像分析中的风险识别能力。
技术关键词
乳腺癌风险
预测乳腺癌患者
时序特征
影像
参数
网络
图像特征提取
序列
引入注意力机制
模块
分类器
图像分割
直方图均衡化
射线
成像
滤波方式
对比度
系统为您推荐了相关专利信息
生土材料
导热系数计算方法
固体导热
空气导热
数学模型
模型优化方法
监测生产线
误差状态
模型优化系统
参数
远程监测管理系统
灰狼优化算法
数据采集层
数字孪生
位置更新