【技术实现步骤摘要】
本专利技术涉及智能医疗领域,特别涉及一种基于人工智能的t1期大肠癌淋巴结转移风险预测系统、计算设备和计算机存储介质。
技术介绍
1、随着人工智能技术和深度学习技术的快速发展,这些技术在各个行业领域的应用范围也日益扩大。而通过人工智能和深度学习技术也确实对这些行业领域进行了技术赋能,对其发展产生了深远的影响。就医疗领域而言,针对不同的病症,利用人工智能技术根据患者的各项病理检测结果进行分析,辅助医生完成治疗,大大降低了医生的工作量,提高了诊疗过程的整体效率和准确率。
2、目前,人工智能技术在癌症的诊疗中的应用,大多是通过对获取的病理图像进行分析,进行癌症的识别诊断。现在已有针对非小细胞肺癌、前列腺癌、胃癌和乳腺癌等。例如,纽约大学医学院的nicolas coudray等使用深度学习建立的非小细胞肺癌识别模型。
3、结直肠癌作为当前最为常见的癌症和最主要的肿瘤死因之一,其进行根治性手术能较好控制其淋巴结转移率,但对患者术后生活质量影响较大;而肛内镜微手术对患者伤害较小,但其局部复发率和总复发率均明显高于进行根治性手术
...【技术保护点】
1.一种基于人工智能的T1期大肠癌淋巴结转移风险预测系统,包括:模型建立模块、模型验证模块以及风险预测模块;其中,
2.根据权利要求1所述的系统,其特征在于,所述模型建立模块,进一步用于:
3.根据权利要求2所述的系统,其特征在于,所述模型建立模块,进一步用于:
4.根据权利要求1所述的系统,其特征在于,所述风险预测模块,进一步用于:
5.根据权利要求4所述的系统,其特征在于,所述确定细胞核单层图像的像素量并进行区域分组,针对每个细胞核按照不同采样窗口大小进行遍历式像素采样,计算每个采样窗口中心像素的灰度和熵值,并确定不
...【技术特征摘要】
1.一种基于人工智能的t1期大肠癌淋巴结转移风险预测系统,包括:模型建立模块、模型验证模块以及风险预测模块;其中,
2.根据权利要求1所述的系统,其特征在于,所述模型建立模块,进一步用于:
3.根据权利要求2所述的系统,其特征在于,所述模型建立模块,进一步用于:
4.根据权利要求1所述的系统,其特征在于,所述风险预测模块,进一步用于:
5.根据权利要求4所述的系统,其特征在于,所述确定细胞核单层图像的像素量并进行区域分组,针对每个细胞核按照不同采样窗口大小进行遍历式像素采样,计算每个采样窗口中心像素的灰度和熵值,并确定不同大小采样窗口对应的窗口值,生成4维灰度/熵矩阵列,进一步包括:
6.根据权利要求1-...
【专利技术属性】
技术研发人员:邹霜梅,王书浩,
申请(专利权)人:中国医学科学院肿瘤医院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。