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:上海交通大学医学院附属第九人民医院
摘要:本发明涉及医学影像诊断技术领域,尤其涉及基于术前CT图像判断早期肺腺癌的方法,包括以下步骤:S1:获取肺磨玻璃样结节CT随访图像和基线CT图像,并进行图像配准和图像减影,以得到Delata图像;S2:获取经典影像组学特征、经典深度学习特征、Delata影像组学特征和Delta深度学习特征;S3:根据随访信息和Delta影像组学特征信息进行筛选,通过分类模型进行组合筛选获得最优分类模型;S4:根据多模态CT图像特征和最优分类模型得到的目标类别,进行表现为肺磨玻璃样结节GGNs的早期肺腺癌分类判断。本发明使用基于特征的方法和基于强度的配准图像方法;经配准提取出变换矩阵后,施加在其中一次CT图像上,消除体位、姿态等对图像差分的影响,得到Delta图像。
主权项:1.基于术前CT图像判断早期肺腺癌的方法,其特征在于,包括以下步骤:S1:获取肺磨玻璃样结节CT随访图像和基线CT图像,将所述肺磨玻璃样结节CT随访图像和所述基线CT图像进行图像配准和图像减影,以得到Delata图像;S2:获取经典影像组学特征、经典深度学习特征、Delata影像组学特征,并将所述Delata图像输入到预训练后神经网络模型中获取Delta深度学习特征;S3:根据对所述肺磨玻璃样结节CT随访图像提取出的随访信息和所述Delta影像组学特征信息进行筛选得到筛选特征集,所述筛选特征集通过分类模型进行组合筛选获得最优分类模型;S4:卷积神经网络CNN和自注意力机制神经网络Transformer根据多模态CT图像特征和所述最优分类模型得到的目标类别,进行表现为肺磨玻璃样结节GGNs的早期肺腺癌分类判断,其中,所述多模态CT图像特征包括经典影像组学特征、经典深度学习特征、所述Delta影像组学特征和所述Delta深度学习特征。
全文数据:
权利要求:
百度查询: 上海交通大学医学院附属第九人民医院 基于术前CT图像判断早期肺腺癌的方法、设备和存储介质
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。