摘要
本发明属于医学图像处理技术领域,具体为一种非功能性胰腺神经内分泌肿瘤术前指标预测方法及系统。本发明在腹部CT图像病灶分割的基础上,通过多任务深度学习框架联合预测病理分级(低风险/高风险)与淋巴结转移(LNM)风险;本发明结合分割网络提取的肿瘤形态特征、影像组学特征及临床参数(如肿瘤大小、位置),利用特征融合模块与轻量化分类头,实现术前关键指标的高精度预测;通过跨模态注意力机制与多中心数据验证,模型在内部验证集上病理分级AUC达0.75,LNM预测AUC达0.78,显著优于传统临床经验判断。本发明为术前精准手术规划与个性化治疗提供可靠决策支持。
技术关键词
指标预测方法
腹部CT图像
组学特征
可视化平台
多模态特征融合
多任务分类
灰度共生矩阵
影像
注意力机制
肿瘤
纹理特征
多任务深度学习
融合特征
特征提取模块
医学图像处理技术
跨模态
高风险
分布特征
联合损失函数
系统为您推荐了相关专利信息
地物要素
遥感影像特征
自然资源
地物特征
指标关联方法
识别认证方法
语音
声学特征
风险评分模型
识别风险
斑马鱼
运动轨迹信息
视频帧
像素点
多模态特征融合
钢筋骨架
工业相机
二维图像特征
交叉点
三维点云数据
号码识别方法
多模态特征融合
文本特征向量
决策
计算机程序产品