摘要
本发明提供了一种癌症生存期预测方法、系统和电子设备,可应用于图像处理技术领域。该方法包括:对相同病理区域含有TLS的病理影像实现了TLS结构的分割与特征提取以及对包含肿瘤信息的医学影像进行肿瘤区域分割和特征提取。TLS提取了可解释形态学特征与深度特征,而医学影像通过影像组学方法提取了影像组学特征以及通过深度神经网络提取了深度特征。对提取的两种特征进行维度统一之后使用注意力机制实现特征融合。充分提取癌症相关的信息。再将融合之后的特征与医学影像特征通过相同的网络结构处理之后再次进行融合并最终通过三个全连接层得到患者的风险分数。本发明具有高效、准确和低成本的技术优势。本发明还提供了一种癌症生存期预测系统。
技术关键词
形态学特征
医学图像特征
淋巴
病理切片图像
组学特征
语义分割网络
肿瘤
生存期预测方法
融合特征
多模态
统计学特征
注意力机制
小波特征
图像处理模块
图像分割
医学影像特征
矩阵
系统为您推荐了相关专利信息
超声影像数据
辅助检查方法
大语言模型
卷积神经网络模型
全局特征提取
标志物筛选方法
形态学特征
化疗毒副作用
动态评估方法
评估预测模型
指纹识别方法
指纹特征
纹理
图像滤波算法
起伏特征
稳健特征
逻辑回归模型
组学特征
医学数据处理技术
影像