-
公开(公告)号：CN114283938A
公开(公告)日：2022-04-05
申请号：CN202111409937.0
申请日：2021-11-25
Applicant: 湖南大学
Abstract: 本发明公开了一种基于CNN‑XGBoost的胶质母细胞瘤预后预测方法，包括以下步骤：S1脑部MR影像基础预处理；S2基于混合双高斯模型的肿瘤特征图提取；S3数据增强；S4深度学习特征提取；S5基于传统机器学XGBoost特征分类器进行预后模型的建立。本发明基于双高斯模型对患者术前MR影像的强度直方图进行拟合提取肿瘤特征图，降低了后续网络模型特征提取的难度。同时，本发明设计了一种深度卷积特征提取网络该网络，包括上、下游两条支路。上游支路为简易特征提取模块，其主要聚焦于提取分割标签图像的简单特征。下游支路为肿瘤特征图的深度特征提取网络，其主要聚焦于由预处理后得到的肿瘤特征图。此外，再结合XGBoost对由深度神经卷积网络所提取到的特征进行分类拟合可有效缓解过拟合现象，提升预后预测的精度等性能。
Search Results
1
records
(took 0.012 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
