摘要
本发明公开了肿瘤预后预测方法和系统,构建基于影像‑病理的多模态融合模型来提高肿瘤尤其是胰腺癌预后预测的效能,为临床决策提供参考信息。其技术方案为:S1:对原始肿瘤增强CT影像进行预处理,分割肿瘤区域,提取肿瘤区域的影像组学特征和深度图像特征,建立CT影像特征集;S2:对肿瘤临床数据进行特征预处理后,筛选出有统计学意义的临床特征,建立临床特征集;S3:对H&E病理图像进行预处理,分割组织区域,提取空间关系特征,生成病理空间特征集;S4:基于特征交互方法,将CT影像特征、临床特征和病理空间特征进行多模态融合,输入全连接神经网络,构建肿瘤生存风险预测模型,通过肿瘤生存风险预测模型输出肿瘤生存风险概率。
技术关键词
风险预测模型
组学特征
影像
空间关系特征
肿瘤预后预测系统
迁移学习方法
补丁图像
图像归一化方法
交互方法
设备扫描参数
多模态
网络
多任务损失函数
样条插值算法
预后预测模型
数字病理图像
系统为您推荐了相关专利信息
手机盖板玻璃
平面机器人
上料装置
自动影像测量仪
纠偏机构
神经网络模型
影像
样本
梯度下降算法
深度学习技术
风险预测模型
血药浓度监测
天冬氨酸转氨酶
肾移植手术
血红蛋白
不动产测绘
三维建筑模型
三维点云数据
数据处理系统
建筑单元