【技术实现步骤摘要】
本专利技术属于计算机视觉处理，涉及一种神经胶质瘤复发判断方法、电子设备及存储介质。
技术介绍
1、神经胶质瘤是一种常见的脑肿瘤，因其高复发率和的愈后不良成为难以治疗的肿瘤之一。预测神经胶质瘤复发的传统方法在很大程度上依赖于手动测量和主观评估，通常无法捕捉影响肿瘤变化因素之间的复杂相互关系，这使得精确预测神经胶质瘤复发成为一个挑战性问题。
2、医学成像技术、特别是mri(核磁共振成像)的发展带来了丰富的图像数据，利用高清晰度的肿瘤和水肿区域信息，可以增强对肿瘤动态的理解和预测。与此同时，深度学习的进步，尤其是视觉transformer领域的进步，为从复杂的成像数据中自动提取有效的特征和特征之间的关系提供了有效工具。
技术实现思路
1、本专利技术用于解决如何提高神经胶质瘤复发预测的准确性和可靠性的问题。
2、本专利技术是通过以下技术方案解决上述技术问题的：
3、一种神经胶质瘤复发判断方法，包括以下步骤：
4、s1、收集神经胶质瘤粒子介入内放疗患者...
【技术保护点】
1.一种神经胶质瘤复发判断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的神经胶质瘤复发判断方法，其特征在于，所述的Transformer编码器包括：多头自注意力层和前馈网络；
3.根据权利要求2所述的神经胶质瘤复发判断方法，其特征在于，所述的特征差异模块从术前和术后的Transformer模块输出中获得对应的特征图Fpre和Fpost，这些特征图在空间分辨率上对齐，以确保每个术前的图像块与相应的术后图像块在位置上是一致的，采用逐元素的特征差分方法来计算特征差异，差异特征Fdiff通过以下公式获得：
4.根据权利要求3所述...
【技术特征摘要】
1.一种神经胶质瘤复发判断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的神经胶质瘤复发判断方法，其特征在于，所述的transformer编码器包括：多头自注意力层和前馈网络；
3.根据权利要求2所述的神经胶质瘤复发判断方法，其特征在于，所述的特征差异模块从术前和术后的transformer模块输出中获得对应的特征图fpre和fpost，这些特征图在空间分辨率上对齐，以确保每个术前的图像块与相应的术后图像块在位置上是一致的，采用逐元素的特征差分方法来计算特征差异，差异特征fdiff通过以下公式获得：
4.根据权利要求3所述的神经胶质瘤复发判断方法，其特征在于，所述的预测模块通过解码器接收加权差分特征图fweighted作为输...
【专利技术属性】
技术研发人员：胡禾颖，胡睿，李伟，王文斐，李腾，胡效坤，
申请(专利权)人：北京启丹医疗科技有限公司，
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。