公开(公告)号：CN118447922A

公开(公告)日：2024-08-06

申请号：CN202410614412.8

申请日：2024-05-17

Applicant: 东南大学

Inventor： 钟嘉成 ,  张冰雪 ,  张新果 ,  伍家松 ,  孔佑勇 ,  董志芳 ,  陈阳 ,  舒华忠

IPC: G16B20/50 ,  G16B15/30 ,  G16B40/00

Abstract: 本发明公开了一种基于视觉语言模型的EGFR基因突变少样本检测方法，首先，向预训练的视觉语言模型输入少量PET‑CT图像与疾病描述，通过这些少量样本筛选出有效的疾病描述并计算出超参数；然后，输入剩余PET‑CT图像与筛选出的疾病描述，利用已获得的超参数，对剩余样本进行预测分类；最后，统计分类结果，计算识别率与其他指标。本发明构造的基于视觉语言模型的EGFR基因突变少样本检测方法，摒弃了传统的训练神经网络的方法，应用视觉与语言两个模态，构造PET、CT双通道，引入疾病描述的筛选机制，在不训练模型的基础上，发掘了预训练模型的潜能，在非小细胞肺癌EGFR基因突变的检测任务上获得了优秀的结果。