一种小样本直肠癌MR图像的完全可解释的分期预测方法、装置及介质

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种小样本直肠癌MR图像的完全可解释的分期预测方法、装置及介质
申请号:CN202411485053
申请日期:2024-10-23
公开号:CN119006867B
公开日期:2025-02-18
类型:发明专利
摘要
本发明涉及图像识别领域,尤其指一种小样本直肠癌MR图像的完全可解释的分期预测方法、装置及介质;计算预处理后的直肠癌MR图像的共生矩阵提取每张图像的物理特征,真实标签也作为物理特征;根据图像及真实标签确定K个聚类以表征直肠癌分期阶段;对物理特征用模糊C均值算法得到K个聚类的相关信息;根据K个聚类的相关信息训练TSK模糊系统得到初始直肠癌分期预测模型;将直肠癌MR图像及真实标签输入模型输出分期预测值;以预测误差、输出方差和改进的特征分布损失构建模型中模糊规则权重的目标函数;以解析解的形式对目标函数求解,得到优化后的规则权重及直肠癌分期预测模型,实现基于少量直肠癌MR图像的完全可解释的分期预测。
技术关键词
直肠癌 模糊规则 图像 TSK模糊系统 模糊C均值算法 协方差矩阵 预测误差 物理 样本 标签 元素 表达式 凸优化技术 参数 直方图均衡化 可读存储介质 聚类 预测装置 密度