摘要
本发明涉及人工智能和医学图像处理技术领域,具体涉及一种基于卷积神经网络多分类头级联的多期转归预测方法,包括以下步骤:设置用于预测出短期转归概率的第一个分类头;设置用于预测出中期转归概率的第二个分类头;设置用于预测出长期转归概率的第三个分类头。本发明设计三个对应短期、中期和长期预测任务的分类头,并以级联方式融合前一时期的分类中间特征作为后一时期的辅助输入,实现时序信息的引导,使得构建出的卷积神经网络通过单一急性期CT图像,可输出三个时间点的高精度转归概率。
技术关键词
胸部CT影像
分类特征
融合特征
医学图像处理技术
训练卷积神经网络
线性
表达式
级联方式
优化器
样本
编码器
患者
时序
因子
疾病
动态
强度
系统为您推荐了相关专利信息
雷达高分辨距离像
卷积神经网络提取
识别方法
构建卷积神经网络
聚类
差异表达基因
原始测序数据
差异表达分析
全基因组关联分析
位点