摘要
本发明涉及医学影像组学分析技术领域,具体涉及融合脂肪相关影像特征的胰腺术区炎症存在性判别方法,包括以下步骤:通过统计学方法确定临床危险因素;在CT静脉期影像上,通过TotalSegmentator分割模型、nnUNet分割框架结合分割出LPD术区结缔组织ROI 1,并在LPD术区结缔组织ROI 1上提取ROI 1影像组学特征;通过多种机器学习算法,基于所述ROI 1影像组学特征和临床危险因素,构建炎症存在性判别模型。本发明在结合危险因素和影像组学特征构建的融合模型中,使用回顾性研究发现临床危险因素,具备筛选运算支撑,同时临床危险因素和影像组学特征采用注意力机制拼接处理,使得融合模型快速抓取关键特征,从而保证融合模型的炎性存在性判别精度和效率。
技术关键词
组学特征
影像
判别方法
资料
脂肪
围手术期
统计学方法
机器学习算法
静脉
随机森林
内脏
非线性滤波
支持向量机
框架
理论
分割方法
注意力机制
纹理特征
变量
系统为您推荐了相关专利信息
指标
资料
预训练语言模型
评价系统
系统评价方法
标注方法
分块策略
文档分割方法
语义分割方法
字符分割方法
蜡样芽孢杆菌
嗜麦芽寡养单胞菌
蛋白酶
乳制品中嗜冷菌含量
基因
时序遥感影像
透视变换模型
语义分割网络
时间序列遥感影像
配准误差