[发明专利]用于对头颈部癌症远端转移预测的图像分类方法及装置在审
| 申请号： | 201910155118.4 | 申请日： | 2019-03-01 |
| 公开（公告）号： | CN109948667A | 公开（公告）日： | 2019-06-28 |
| 发明（设计）人： | 胡聪;王鹏;朱望纯;周甜;许川佩;朱爱军;万春霆;陈涛 | 申请（专利权）人： | 桂林电子科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G16H30/40;G06N3/04 |
| 代理公司： | 北京中济纬天专利代理有限公司 11429 | 代理人： | 石燕妮 |
| 地址： | 541004 广西*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种用于对头颈部癌症远端转移预测的图像分类方法，包括：采集医学影像数据，其中所述医学影像数据包括肺部CT数据和头颈部CT数据；对所述医学影像数据进行预处理；根据预处理后的医学影像数据构建第一分类器模型和第二分类器模型，基于临床变量构建第三分类器模型，其中，所述第一分类器模型为基于卷积神经网络的影像组学分类器，所述第二分类器模型为基于特征工程影像组学的分类器，所述第三分类器为基于临床信息的分类器；将所述第一分类器模型、第二分类器模型、第三分类器模型通过加权平均的方法进行集成，构成最终的分类模型；将医学图像及临床信息输入到所述最终的分类模型中，对所述医学图像进行分类。 | ||
| 搜索关键词： | 分类器模型 医学影像数据 分类器 预处理 对头颈部 分类模型 临床信息 图像分类 医学图像 转移预测 影像组 构建 远端 癌症 卷积神经网络 加权平均 临床变量 肺部CT 头颈部 采集 分类 | ||
【主权项】：
1.一种用于对头颈部癌症远端转移预测的图像分类方法，其特征在于，该方法包括：采集医学影像数据，其中所述医学影像数据包括肺部CT数据和头颈部CT数据；对所述医学影像数据进行预处理；根据预处理后的医学影像数据构建第一分类器模型和第二分类器模型，基于临床变量构建第三分类器模型，其中，所述第一分类器模型为基于卷积神经网络的影像组学分类器，所述第二分类器模型为基于特征工程影像组学的分类器，所述第三分类器为基于临床信息的分类器；将所述第一分类器模型、第二分类器模型、第三分类器模型通过加权平均的方法进行集成，构成最终的分类模型；将医学图像及临床信息输入到最终分类器模型中，对所述医学图像进行分类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于桂林电子科技大学，未经桂林电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910155118.4/，转载请声明来源钻瓜专利网。
- 上一篇：图像相似性识别方法、装置、设备及存储介质
- 下一篇：一种多模型融合方法
