多模态结合深度学习的高级别浆液性卵巢癌复发预测方法.pdfVIP

  • 21
  • 0
  • 约2.2万字
  • 约 17页
  • 2023-11-11 发布于四川
  • 举报

多模态结合深度学习的高级别浆液性卵巢癌复发预测方法.pdf

本发明提供一种多模态结合深度学习的高级别浆液性卵巢癌复发预测方法,包括具有影像特征编码器、临床特征编码器、影像特征融合器、多模态特征融合器和风险预测器的基于多模态MRI和临床数据的卵巢癌复发风险预测网络模型搭建,网络模型训练与参数优化,高级别浆液性卵巢癌复发可能性自动预测与分析。本申请通过影像特征编码器捕获MRI影像局部特征和全局关系依赖,引入注意力机制模拟临床诊断方式融合多模态MRI影像,更加关注卵巢癌及其相邻有效区域的特征信息,用前馈神经网络对临床数据进行特征提取并将其进行升维,并与影像特征

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117038080 A (43)申请公布日 2023.11.10 (21)申请号 202311037744.6 G06T 7/00 (2017.01)

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档