公开(公告)号：CN117174301A

公开(公告)日：2023-12-05

申请号：CN202310569396.0

申请日：2023-05-19

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 刘念伯 ,  陈梦獉 ,  吴磊 ,  刘明 ,  龚海刚 ,  王晓敏 ,  刘明辉

IPC: G16H50/30 ,  G16H50/20 ,  G16H20/40 ,  G16H30/20 ,  G16H30/40 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明公开了基于深度学习的术中肺恶性肿瘤热消融疗效预测的方法，其特征在于，包括获得热消融CT图像；在热消融CT图像上感兴趣区域及感兴趣区域图像；将持续获得的热消融CT图像批量转换为jpg格式的图像，将感兴趣区域图像与热消融图像相结合，得到高亮感兴趣区域的CT图像，收集多名患者的热消融CT图像和高亮感兴趣区域的CT图像，进行剪裁得到分割图像；将分割图像输入深度残差网络，得到输出特征；对输出特征使用归一化指数函数后，得到分类概率，根据分类概率得到肺癌热消融的预测结果；在测试平台上进行测试，最终得到训练完成的深度残差神经网络模型。将患者的病灶CT图像输入训练完成的深度残差神经网络模型后，得出肺癌热消融预测效果。