本發明屬于計算機醫學圖像處理技術領域。具體為一種的基于深度學習的低級別腦膠質瘤檸檬酸脫氫酶無損預測方法和系統。本發明具有6個卷積層和4096個神經元的完全連接層的卷積神經網絡來識別磁共振圖像中的腫瘤區域;通過費舍爾向量編碼從最后的卷積層中提取深層反應;卷積神經網絡為每個病例生成16384個高通量圖像特征;基于配對的t檢驗和F分數和p值篩選方法識別與IDH1高度相關聯的卷積神經網絡特征;采用支持向量機作為分類器。在IDH1預測中,在相同的數據集的條件下,常規影像組學方法的工作特征曲線下面積為86%,而本發明的AUC為92%;使用基于多模態磁共振圖像時,IDH1預測的AUC提高到95%。本發明可以成為從醫學圖像中提取深層信息更有效的方法。
聲明:
“基于深度學習的低級別腦膠質瘤檸檬酸脫氫酶無損預測方法及系統” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)