公开(公告)号：CN119004280A

公开(公告)日：2024-11-22

申请号：CN202411142814.9

申请日：2024-08-20

Applicant: 南京邮电大学

Inventor： 谢世朋 ,  周忠博

IPC: G06F18/243 ,  G06V10/25 ,  G06V10/26 ,  G06V10/40 ,  G06V10/44 ,  G06F18/25 ,  G06F18/213 ,  G06N5/01 ,  G16H50/20 ,  G16H50/70 ,  G16H10/60 ,  G06N3/048 ,  G06N3/0895 ,  G06N3/0464 ,  G06F18/211

Abstract: 本发明公开了一种基于多尺度和多模态特征融合的肾癌被膜侵犯分类方法，包括：基于多尺度和多模态数据，获取了多尺度CT数据，并结合多模态特征(包括CT深度学习特征、CT影像组学特征和临床数据特征)，采用块过滤后剪枝搜索算法进行特征选择，并通过基于深度学习的特征融合网络对多种特征进行融合和对比学习模型优化特征表示，最后使用梯度提升决策树分类器进行分类，显著提高了分类的准确性和效率。本发明解决了传统的影像组学肾癌被膜侵犯分类存在分类结果的不确定性且困难的问题。