基于CnViT的胶质瘤IDH1突变状态智能预测方法
Journal of Shandong University(Engineering Science)(2023)
摘要
为了提高胶质瘤影像数据利用率,实现胶质瘤-异柠檬酸脱氢酶 1(isocitrate dehydrogenase1,IDH1)突变状态术前无创预测,提出一种基于影像组学与粗糙集属性约简算法的伪标签标注算法,为无标签胶质瘤影像做伪标签标注;提出一种基于卷积神经网络和Vision Transformer的分类模型,并在模型中加入基于胶质瘤位置信息的先验知识,用于胶质瘤IDH1 突变状态预测.伪标签标注算法实现了胶质瘤影像数据扩增,基于卷积神经网络和Vision Transformer的分类模型在胶质瘤IDH1 突变状态预测中的准确率为 93.27%.试验结果表明,提出的方法能够有效提高胶质瘤影像利用率和胶质瘤IDH1 突变状态智能诊断准确率,可实现术前无创预测,从而辅助医生诊断和制定治疗方案.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要