基于多模态融合的非小细胞肺癌预后预测方法

    公开(公告)号:CN118314106B

    公开(公告)日:2025-01-17

    申请号:CN202410467423.8

    申请日:2024-04-18

    Abstract: 本公开提供了一种基于多模态融合的非小细胞肺癌预后预测方法,包括获取目标患者的治疗前CT图像以及放疗三维剂量分布图像;根据治疗前CT图像获取感兴趣区域;基于治疗前CT图像以及放疗三维剂量分布图像以及感兴趣区域,得到多组学预测标签;基于治疗前CT图像以及放疗三维剂量分布图像以及感兴趣区域,得到深度生存标签;基于多组学预测标签、深度生存标签以及预后相关临床特征实现患者PFS预测。本公开的基于多模态融合的非小细胞肺癌预后预测方法,结合CT影像和剂量分布图像等多模态数据,能够充分结合原发肿瘤和受累淋巴结内蕴含的多模态互补特征信息,并能够处理预后标签中的截尾数据,从而实现对患者放疗后无进展生存期的精确预测。

    基于多模态融合的非小细胞肺癌预后预测方法

    公开(公告)号:CN118314106A

    公开(公告)日:2024-07-09

    申请号:CN202410467423.8

    申请日:2024-04-18

    Abstract: 本公开提供了一种基于多模态融合的非小细胞肺癌预后预测方法,包括获取目标患者的治疗前CT图像以及放疗三维剂量分布图像;根据治疗前CT图像获取感兴趣区域;基于治疗前CT图像以及放疗三维剂量分布图像以及感兴趣区域,得到多组学预测标签;基于治疗前CT图像以及放疗三维剂量分布图像以及感兴趣区域,得到深度生存标签;基于多组学预测标签、深度生存标签以及预后相关临床特征实现患者PFS预测。本公开的基于多模态融合的非小细胞肺癌预后预测方法,结合CT影像和剂量分布图像等多模态数据,能够充分结合原发肿瘤和受累淋巴结内蕴含的多模态互补特征信息,并能够处理预后标签中的截尾数据,从而实现对患者放疗后无进展生存期的精确预测。

Patent Agency Ranking