公开(公告)号：CN118736279B

公开(公告)日：2025-04-25

申请号：CN202410750989.1

申请日：2024-06-12

Applicant: 中国矿业大学

Inventor： 刘健 ,  薛新正 ,  闫玉琪 ,  王雪松 ,  程玉虎 ,  徐栋

IPC: G06V10/764 ,  G06V10/26 ,  G06V10/54 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0499 ,  G16H20/10 ,  G16H50/20 ,  G06T7/00

Abstract: 本发明公开了一种基于超声影像组学特征注意力网络的HER2状态改变预测方法，包括步骤，勾画乳腺癌超声图像中的肿瘤区域；利用影像组学技术实现超声图像影像组学特征的提取，得到影像组学特征矩阵；对影像组学特征矩阵特征选择，构成关键特征矩阵；再输入到带有注意力机制的网络模块，输出与HER2状态改变相关的带有注意力权重的关键特征矩阵；最后，利用全连接神经网络对所述带有注意力权重的关键特征矩阵进行训练，进而得到乳腺癌HER2状态是否改变的预测。本发明实现了影像组学技术与深度学习模型相结合进行HER2状态改变相关特征的选择和学习，并通过全连接神经网络对HER2状态在新辅助治疗后是否改变的预测。

公开(公告)号：CN118736279A

公开(公告)日：2024-10-01

申请号：CN202410750989.1

申请日：2024-06-12

Applicant: 中国矿业大学

Inventor： 刘健 ,  薛新正 ,  闫玉琪 ,  王雪松 ,  程玉虎 ,  徐栋

IPC: G06V10/764 ,  G06V10/26 ,  G06V10/54 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0499 ,  G16H20/10 ,  G16H50/20 ,  G06T7/00

Abstract: 本发明公开了一种基于超声影像组学特征注意力网络的HER2状态改变预测方法，包括步骤，勾画乳腺癌超声图像中的肿瘤区域；利用影像组学技术实现超声图像影像组学特征的提取，得到影像组学特征矩阵；对影像组学特征矩阵特征选择，构成关键特征矩阵；再输入到带有注意力机制的网络模块，输出与HER2状态改变相关的带有注意力权重的关键特征矩阵；最后，利用全连接神经网络对所述带有注意力权重的关键特征矩阵进行训练，进而得到乳腺癌HER2状态是否改变的预测。本发明实现了影像组学技术与深度学习模型相结合进行HER2状态改变相关特征的选择和学习，并通过全连接神经网络对HER2状态在新辅助治疗后是否改变的预测。