【技术实现步骤摘要】
本专利技术涉及基于ct切片注意力transformer的胃肠道间质瘤风险等级预测方法，属于深度学习、医学影像分析领域。
技术介绍
1、胃肠道间质瘤(gastrointestinal stromal tumor，gist)是形成胃肠道癌的一种潜在恶性肿瘤，缺乏特异性临床表现，较小的肿瘤病灶(肿瘤直径小于2cm)多无明显症状，随着病情的发展，会根据肿瘤的大小、部位、良恶性等状态表现出相应的临床状态。手术切除被认为是治疗胃肠道间质瘤的主要手段，低恶性风险的胃肠道间质瘤的术后转移和复发率为2％-3％，高恶性风险胃肠道间质瘤的术后转移和复发率则高达86％。因此，对胃肠道间质瘤风险等级预测对术前治疗方案和预后有很大的意义。
2、在临床上，主要依靠有经验的人类医学专家对胃肠道间质瘤进行危险等级的分类，然而，肿瘤数据积累成倍增加，所需要处理的数据量越来越大，迫切需要以深度学习为代表的新一代机器学习技术来实现这一需求。目前，无论是通过人类专家还是现有的疾病分类方法，仅通过单张2d ct影像对胃肠道间质瘤进行风险等级分类具有挑战性，3d卷积神经...
【技术保护点】
1.一种基于CT切片注意力Transformer的胃肠道间质瘤风险等级预测方法，包括下列步骤：
2.根据权利要求1所述的一种基于CT切片注意力Transformer的胃肠道间质瘤风险等级预测方法，其特征在于，步骤2中，对肿瘤区域进行了手动分割，进行一系列预处理的CT图像作为网络的最终输入。
3.根据权利要求1所述的一种基于CT切片注意力Transformer的胃肠道间质瘤风险等级预测方法，其特征在于，步骤3中，使用切片间注意力机制来捕捉CT切片间的序列关系。
4.根据权利要求1所述的一种基于CT切片注意力Transformer的胃肠...
【技术特征摘要】
1.一种基于ct切片注意力transformer的胃肠道间质瘤风险等级预测方法，包括下列步骤：
2.根据权利要求1所述的一种基于ct切片注意力transformer的胃肠道间质瘤风险等级预测方法，其特征在于，步骤2中，对肿瘤区域进行了手动分割，进行一系列预处理的ct图像作为网络的最终输入。
3.根据权利要求1所述的一种基于ct切片注意力transformer的胃肠道间质瘤风险等级预测方法，其特征在于，步骤3中，使用切片间注意力机制来捕捉ct切片间的序列关系。
4.根据权利要求1所述的一种基于ct切片注意力transformer的胃肠道间质瘤风险等级预测方法，其特征在于，...
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。