一种基于Transformer的乳腺癌新辅助化疗PCR预测方法及装置制造方法及图纸

本发明专利技术涉及医学图像分析领域，特别是指一种基于Transformer的乳腺癌新辅助化疗pCR预测方法及装置，方法包括：获取乳腺癌患者新辅助化疗前的图像数据；将图像数据输入到构建好的乳腺癌肿瘤分割模型，得到肿瘤病灶区的掩码图像；根据掩码图像得到感兴趣区域图像，对感兴趣区域图像进行预处理，得到预处理后的图像数据；根据预处理后的图像数据以及构建好的Transformer深度学习图像分类模型，得到乳腺癌患者新辅助化疗的病理完全缓解pCR预测结果。本发明专利技术提供了一种新的pCR预测深度学习模型，能够充分利用治疗前DCE‑MRI序列图像中的乳腺癌信息，提高pCR非侵入式的预测性能。

【技术实现步骤摘要】

本专利技术涉及医学图像分析，特别是指一种基于transformer的乳腺癌新辅助化疗pcr预测方法及装置。

技术介绍

1、新辅助化疗在当前乳腺癌综合治疗中扮演着重要角色，其目标包括降期手术、保乳治疗、治疗潜在转移或微转移病灶以及为后续治疗提供精准指导。乳腺癌新辅助化疗达到pcr(pathological complete response,病理完全缓解)可以显著改善患者的预后，是评估新辅助化疗疗效的重要指标。然而，只有不足50％的乳腺癌患者在新辅助化疗后能够达到pcr。因此，准确预测乳腺癌患者新辅助化疗的pcr，对于制定个体化治疗方案和提高患者的预后具有重要的临床意义。

2、术后病理评估依然是准确评估乳腺癌新辅助化疗疗效的金标准，但其存在明显的时间滞后性且具有侵入性。与之相比，影像评估具有时间优势且属于非侵入式。以往研究表明dce-mri(dynamic contrast enhanced-magnetic resonance imaging，动态对比磁共振成像)相对ct(computed tomography，即电子计算机断层扫描)、超声成像本文档来自技高网...

【技术保护点】

1.一种基于Transformer的乳腺癌新辅助化疗pCR预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于Transformer的乳腺癌新辅助化疗PCR预测方法，其特征在于，所述S1中的新辅助化疗前的图像数据，包括：注射造影剂前的扫描磁共振成像MRI图像、注射造影剂后的第一次扫描MRI图像以及注射造影剂后的第二次扫描MRI图像。

3.根据权利要求1所述的基于Transformer的乳腺癌新辅助化疗PCR预测方法，其特征在于，所述S3中的对所述感兴趣区域图像进行预处理，得到预处理后的图像数据，包括：

4.根据权利要求1所述的基于Tran...

【技术特征摘要】

1.一种基于transformer的乳腺癌新辅助化疗pcr预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于transformer的乳腺癌新辅助化疗pcr预测方法，其特征在于，所述s1中的新辅助化疗前的图像数据，包括：注射造影剂前的扫描磁共振成像mri图像、注射造影剂后的第一次扫描mri图像以及注射造影剂后的第二次扫描mri图像。

3.根据权利要求1所述的基于transformer的乳腺癌新辅助化疗pcr预测方法，其特征在于，所述s3中的对所述感兴趣区域图像进行预处理，得到预处理后的图像数据，包括：

4.根据权利要求1所述的基于transformer的乳腺癌新辅助化疗pcr预测方法，其特征在于，所述transformer深度学习图像分类模型，包括：编码器、多个阶段特征提取器以及pcr分类头；

5.根据权利要求4所述的基于transformer的乳腺癌新辅助化疗pcr预测方法，其特征在于，所述s4中的根据所述预处理后的图像数据以及构建好的transformer深度学习图像分类模型，得到乳腺癌患者新辅助化疗...

【专利技术属性】
技术研发人员：丁大伟，高宇，万子烁，任莹莹，安翠娟，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：