【技术实现步骤摘要】
本申请涉及医疗数据领域领域，具体而言，涉及一种基于多模态的信息融合方法和肿瘤恶性概率识别系统。
技术介绍
1、随着人们越来越关注健康，很多人都养成了定期体检的习惯。在体检中发现疑似肿瘤的病例也越来越常见。大部分的临床实践中，通过ct等影像学手段发现了肿瘤之后，为了确定肿瘤的恶性程度，需要进行取活检来对肿瘤进行进一步的判断。但是，很多肿瘤的体积较小，并不具备取活检的条件，有些患者也不愿意进行进一步的活检。医生仅仅依靠ct影像数据来判断肿瘤的恶性程度难度比较大。
2、现有技术方案中，会采用一些算法对ct影像中的特征数据进行提取，提取出来之后，以用于医生对肿瘤的恶性进行判断，或者用于人工智能模型的训练。例如，采用人工智能来处理ct影像数据，利用大量的数据对数据处理模型进行了训练之后，然后将ct断层图像输入至数据处理模型进行训练之后，能够提取出所需要的特征数据，但是提取出来的特征数据并不会考虑患者的病历信息，所以导致了提取出来的特征信息整体价值不高，不具备参考价值。
技术实现思路
1、...
【技术保护点】
1.一种基于多模态的信息融合方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的基于多模态的信息融合方法，其特征在于：步骤1包括如下步骤：
3.根据权利要求2所述的基于多模态的信息融合方法，其特征在于：步骤2中，对于CT影像数据提取其形态特征和纹理特征，提取方法包括如下步骤：
4.根据权利要求3所述的基于多模态的信息融合方法，其特征在于：步骤3包括如下步骤：
5.根据权利要求4所述的基于多模态的信息融合方法，其特征在于：步骤31包括如下步骤：
6.根据权利要求4所述的基于多模态的信息融合方法，其特征在于...
【技术特征摘要】
1.一种基于多模态的信息融合方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的基于多模态的信息融合方法，其特征在于：步骤1包括如下步骤：
3.根据权利要求2所述的基于多模态的信息融合方法，其特征在于：步骤2中，对于ct影像数据提取其形态特征和纹理特征，提取方法包括如下步骤：
4.根据权利要求3所述的基于多模态的信息融合方法，其特征在于：步骤3包括如下步骤：
5.根据权利要求4所述的基于多模态的信息融合方法...
【专利技术属性】
技术研发人员：冷雪峰，梁朔铭，崔梦璇，王尧，周强，李濠君，朱熠，王国泰，韩泳涛，
申请(专利权)人：四川省肿瘤医院，
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。