摘要
本发明公开了一种乳腺癌免疫组化指标及分型的预测方法及系统,所述预测方法包括:获取患者的乳腺超声图像和乳腺磁共振图像;对所述乳腺超声图像和所述乳腺磁共振图像进行预处理和质量控制;采用深度学习模型进行乳腺病灶区域分割,获得分割病灶区域;基于所述分割病灶区域,提取所述乳腺超声图像和所述乳腺磁共振图像的多模态影像组学特征;融合所述乳腺超声图像和所述乳腺磁共振图像的多模态影像组学特征,构建机器学习模型,进行免疫组化指标预测,获得免疫组化指标预测结果;根据所述免疫组化指标预测结果进行乳腺癌分子分型分析。通过融合多模态影像信息,能够更全面地刻画肿瘤特征,提高生物标志物预测的准确性。
技术关键词
乳腺磁共振图像
乳腺超声图像
乳腺癌分子分型
组学特征
构建机器学习模型
指标
扩散加权成像
深度学习模型
预测系统
多序列磁共振图像
纹理特征提取
影像
灰度共生矩阵
局部二值模式特征
可视化显示模块
统计特征提取
融合特征
系统为您推荐了相关专利信息
低共熔溶剂体系
超参数
集成算法
木质素提取
变量
乳腺超声图像
乳腺肿瘤识别方法
成像显示系统
识别装置
通道
清洗曲轴
生物酶预处理
汽车曲轴
清洗辅助装置
清洗机器人
X光胸片
组学特征
图像特征编码
智能分析方法
图像特征提取