基于自动乳腺全容积成像的乳腺肿瘤分子标记物预测方法

    公开(公告)号:CN117132868A

    公开(公告)日:2023-11-28

    申请号:CN202311046958.X

    申请日:2023-08-20

    申请人: 复旦大学

    摘要: 本发明属于人工智能技术领域,具体为基于自动乳腺全容积成像的乳腺肿瘤分子标记物预测方法。本发明方法包括:ABVS图像预处理,获取包含肿瘤的感兴趣区域;对三维影像中的横断面、冠状面和矢状面分别取穿过感兴趣区域中心的截面和与其相邻的两侧截面,使用TransU‑Net模型分别分割出横断面、冠状面和矢状面中的肿瘤区域;搭建深度神经网络模型,用于预测乳腺肿瘤的分子标记物;该模型有两个分支,其一为增加有通道注意力机制的三维残差卷积网络,用于处理三维图像;其二为处理三个截面的分割结果的卷积网络,最后通过全连接层将两个分支获取的特征整合;利用有标注的数据集对模型进行有监督学习,获得分子标记物的预测模型。本发明可提高预测准确性。