龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本发明公开了一种基于多尺度和多模态特征融合的肾癌被膜侵犯分类方法，包括：基于多尺度和多模态数据，获取了多尺度CT数据，并结合多模态特征包括CT深度学习特征、CT影像组学特征和临床数据特征，采用块过滤后剪枝搜索算法进行特征选择，并通过基于深度学习的特征融合网络对多种特征进行融合和对比学习模型优化特征表示，最后使用梯度提升决策树分类器进行分类，显著提高了分类的准确性和效率。本发明解决了传统的影像组学肾癌被膜侵犯分类存在分类结果的不确定性且困难的问题。
主权项：1.一种基于多尺度和多模态特征融合的肾癌被膜侵犯分类方法，其特征在于，包括以下步骤：构建肾癌病人的数据集，所述数据集包括所述肾癌病人的多期术前增强CT图像和临床数据；对所述术前增强CT图像的感兴趣区域分割并裁剪出大尺寸CT图像和小尺寸CT图像；将所述多期术前增强CT图像的所述大尺寸CT图像和所述小尺寸CT图像划分为训练集和测试集；基于所述训练集分别提取影像组学特征和深度学习特征；对所述临床数据进行统计学分析并转化为数值特征；采用BFPPS算法对所述影像组学特征、所述深度学习特征和数值特征分别进行特征选择以获取最优特征；通过DLFF-Net对所述影像组学特征、所述深度学习特征和数值特征的最优特征进行特征融合获得融合特征；将所述融合特征输入梯度提升决策树分类器中进行训练和测试以实现肾癌被膜侵犯的分类预测。
全文数据：
权利要求：
百度查询： 南京邮电大学 基于多尺度和多模态特征融合的肾癌被膜侵犯分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号