一种基于AI的术后小脑缄默症自动化风险评估模型的构建方法及其系统

本发明涉及医疗保健信息学技术领域，公开一种基于AI的术后小脑缄默症自动化风险评估模型的构建方法及其系统，根据MRI影像数据，结合半自动标注工具得到的肿瘤区域标签数据和人工修正的肿瘤区域标签数据，通过迭代优化，得到具有高精度和噪声鲁棒性的分割模型；利用分割模型得到高质量的肿瘤区域标签数据，再结合MRI影像数据、临床数据以及是否患有小脑缄默症的标签数据，训练模型学习患有/未患有小脑缄默症的后颅窝肿瘤患者对应的临床特征和肿瘤区域特征，得到泛化能力强的小脑性缄默综合征风险评估模型，能够准确地预测CMS风险，为临床医生提供客观、量化的决策支持，有助于术前风险分层、个性化手术方案制定及术后早期干预。