摘要
本发明的技术方案是公开了一种基于深度学习的胰腺癌预后预测系统,其特征在于,包括数据输入模块、预处理模块、特征提取模块、交叉序列注意力融合模块以及多任务预测模块。本发明公开的系统通过分析患者术前的多序列磁共振成像(MRI)影像,能够精准预测患者的总体生存期(OS)和无病生存期(DFS),并进行风险分层。更重要的是,本发明能够指导临床医生为不同风险等级的患者制定个性化的辅助治疗方案,如判断患者能否从术后辅助化疗或免疫治疗中获益,从而实现精准医疗,提高治疗效果,避免无效治疗。
技术关键词
预后预测系统
高维特征向量
特征提取模块
数据输入模块
肿瘤
融合特征
序列
成像
无监督聚类分析
三维卷积神经网络
多任务
患者
交叉注意力机制
风险分层
分支
影像
通信系统
系统为您推荐了相关专利信息
状态实时监测系统
时间序列图像
植株特征
多模态
可见光图像
恶意域名检测方法
双向长短期记忆
局部空间特征
动态编码算法
时序特征
风险评估模型
风险评估方法
企业
风险评估系统
大数据技术
组织切片图像
图像块
病理图像分类方法
掩膜
样本