摘要
本申请提供一种基于全身骨显像和深度学习的肺癌患者骨转移及预后联合预测方法。涉及医学影像处理技术领域。该方法选取经病理确诊且全身骨显像存在放射性核素高摄取区域的肺癌患者,对其图像标准化处理后,用3DSlicer半自动勾画病灶,通过Pyradiomics包和预训练深度学习网络提取特征,结合经Logistic回归分析筛选的临床因素,经LASSO算法选择特征后输入机器学习模型训练,实现骨转移预测及基于风险评分的预后分层。本申请能提高预测准确性,减少误诊,辅助个性化治疗,具有非侵入性和良好的可解释性与可重复性。
技术关键词
联合预测方法
机器学习分类模型
深度学习特征
深度学习网络提取
组学特征
计算机执行指令
患者
肺癌
变量
图像
风险
机器学习模型训练
特征选择
影像
模型训练模块
可读存储介质
特征提取模块
预测装置
处理器通信