买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京启丹医疗科技有限公司

摘要：一种神经胶质瘤复发判断方法、电子设备及存储介质，属于计算机视觉处理技术领域，解决如何提高神经胶质瘤复发预测的准确性和可靠性问题；本发明通过构建孪生网络复发判断模型，采用Transformer提取术前和术后MRI数据中的关键特征，并特征进行分析，得到神经胶质瘤复发的预测结果和复发时各因素所占权重比例，最终提高神经胶质瘤复发预测的准确性和可靠性；模型采用基于孪生视觉Transformer的深度学习架构，结合专门设计的特征提取和分析算法，实现对复杂术前术后影像数据的高效处理和复发的精准判断；本发明超越了需要主观手动判断的传统方法，为临床医生提供了做出明智决策和个性化患者治疗方案的辅助工具。

主权项：1.一种神经胶质瘤复发判断方法，其特征在于，包括以下步骤：S1、收集神经胶质瘤粒子介入内放疗患者的术前和术后复查MRI图像数据以及水肿和肿瘤区域的注释勾画标签，并获取导致复发的水肿、肿瘤、强化程度占复发的权重；S2、对图像及其勾画标签进行重采样、裁剪并归一化；S3、使用ELASTIX配准将所有对图像进行仿射配准；S4、构建孪生网络复发判断模型，具体方法如下：S41、孪生网络复发判断模型包括结构相同的术前分支网络和术后分支网络，术前分支网络和术后分支网络之间共享参数；S42、分别对应输入术前以及术后的MRI图像数据，输入图像首先进行分块编码，将输入的图像切分为多个图像块，每个块包含一个特定区域的图像信息，并将这些图像块编码成基本语义单元；S43、将图像块输入到包含两个卷积层、激活层以及池化层的卷积模块中来提取和压缩图像特征，将图像特征送到Transformer编码器中，并在编码器的输入阶段，在每个图像块加上位置编码，以提供位置信息；S44、经过由卷积模块和Transformer编码器组成的初级编码层之后，图像特征被初步提取出来；再将图像特征依次输入次级、第三级、第四级编码层之后，图像特征被编码至768*2*24*24大小；再依次输入到初级、次级、第三级、第四级解码层进行解码，获得最终的目标特征，将最终的目标特征输入到转换卷积层中，目标特征被转换为术前和术后包含肿瘤和水肿位置的分割结果；S45、通过特征差异模块对术前和术后分支网络提取的特征进行比较和对比，识别和量化神经胶质瘤在术前和术后图像之间的变化，再通过预测模块预测复发概率和各元素导致复发的权重；S5、使用总损失进行反向传播，优化网络权重、更新网络中的参数，对孪生网络复发判断模型进行训练；S6、使用训练后的孪生网络复发判断模型推断患者复发情况及各元素导致复发的权重。

全文数据：

权利要求：

百度查询： 北京启丹医疗科技有限公司 一种神经胶质瘤复发判断方法、电子设备及存储介质