摘要
本发明公开了一种基于多模态MRI的影像组学的胶质瘤术后放疗预测方法,涉及医学图像分析、人工智能与精准放疗技术领域。包括:对三种弥散加权成像DWI影像、CE‑T1WI、FLAIR影像及放疗计划断层扫描CT图像完成去骨、偏场校正、灰度归一化与空间配准,并在计划靶体积PTV区域裁剪感兴趣区域ROI切片;再利用图像编码器与医学文本编码器进行图文对比学习,构建两阶段域自适应模型,将三种弥散加权成像DWI影像知识迁移至结构MRI影像,推理阶段对多切片结果执行软投票融合,输出个体复发概率,并结合Grad‑CAM与t‑SNE生成可解释图及PDF报告。本发明具有高精度、强泛化和良好可解释性。
技术关键词
多模态
图像编码器
文本编码器
放疗计划
成像
功能磁共振影像
切片
感兴趣
标准化方法
退火策略
放疗技术
脑胶质瘤
颅骨
图像分析
带温度
患者
校正
系统为您推荐了相关专利信息
注意力机制
长短期记忆模型
统计学特征
文本分类模型
数据
图像生成模型
空间结构
组件结构
非暂态计算机可读介质
图像结构
独立特征
干扰特征
高斯混合模型
特征提取工具
模态特征