-
公开(公告)号:CN114463320A
公开(公告)日:2022-05-10
申请号:CN202210143820.0
申请日:2022-02-17
Applicant: 厦门大学
IPC: G06T7/00 , G06V10/26 , G06V10/774 , G06V10/82 , G06V10/80 , G06V10/764 , G06N3/04 , G06N3/08 , G06K9/62
Abstract: 本发明涉及图像分割及检测技术领域,具体涉及一种磁共振成像脑胶质瘤IDH基因预测方法及系统,该方法包括:构建脑胶质瘤区域预测网络;预测网络包括生成网络、判别网络和分割网络;生成网络用于源域数据集和目标域数据集域间的自适应转换;基于损失目标函数采用源域和目标域数据集训练预测网络;损失目标函数根据对抗损失、循环一致性损失、分割损失和分割一致性损失确定;采用训练好的脑胶质瘤区域预测网络对待预测磁共振图像进行脑胶质瘤区域分割;分别采用放射组学和深度神经网络提取分割后的脑胶质瘤区域组学特征和深度特征;将组学特征和深度特征结合作为随机森林算法的输入,输出IDH基因型的分类。本发明提高了基因型预测的鲁棒性。
-
公开(公告)号:CN114463320B
公开(公告)日:2024-01-26
申请号:CN202210143820.0
申请日:2022-02-17
Applicant: 厦门大学
IPC: G06T7/00 , G06V10/26 , G06V10/774 , G06V10/82 , G06V10/80 , G06V10/764 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/084 , G06N3/088 , G06N3/096
Abstract: 本发明涉及图像分割及检测技术领域,具体涉及一种磁共振成像脑胶质瘤IDH基因预测方法及系统,该方法包括:构建脑胶质瘤区域预测网络;预测网络包括生成网络、判别网络和分割网络;生成网络用于源域数据集和目标域数据集域间的自适应转换;基于损失目标函数采用源域和目标域数据集训练预测网络;损失目标函数根据对抗损失、循环一致性损失、分割损失和分割一致性损失确定;采用训练好的脑胶质瘤区域预测网络对待预测磁共振图像进行脑胶质瘤区域分割;分别采用放射组学和深度神经网络提取分割后的脑胶质瘤区域组学特征和深度特征;将组学特征和深度特征结合作为随机森林算法的输入,
-