Institutional Repository of School of Information Engineering and Artificial Intelligence
| 基于多模态深度学习的头颈癌无分割复发预测 | |
陈璐 ; 李雅婧; 王凯祎; 杨旭恺; 张旻
| |
| 2025-02-21 | |
| 发表期刊 | 湖北大学学报(自然科学版)
 |
| 摘要 | 头颈癌是常见的癌症类型,具有很高的发病率和死亡率。针对头颈癌进行生存预测,有利于个性化治疗,降低复发率和死亡率。在头颈癌(HNC)患者的生存分析中,传统的影像组学特征提取依赖于医生手动勾画肿瘤区域,这一过程既耗时又费力。针对上述问题,提出一种文本引导的多模态生存分析(translation-guided multimodal survival analysis model,TMSA)模型,利用文本进行位置提示促进视觉主干自动地从PET影像中提取肿瘤特征,并结合图像特征和临床特征从多模态角度进行复发预测,显著提高了分析的效率和准确性。在头颈部鳞状细胞癌(HNSCC)数据集上进行的生存分析结果显示,基于多模态深度学习的头颈癌分割复发模型的一致性指数(concordance index, C-index)较对比模型有较大提升。 |
| 关键词 | 头颈癌 深度学习 文本位置提示 生存分析 |
| URL | 查看原文 |
| ISSN | 1000-2375 |
| 语种 | 中文 |
| 原始文献类型 | 学术期刊 |
| 中图分类号 | TP18 ; TP391.41 ; R739.91 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.lzufe.edu.cn/handle/39EH0E1M/38848 |
| 专题 | 信息工程与人工智能学院 |
| 通讯作者 | 张旻 |
| 作者单位 | 兰州财经大学信息工程与人工智能学院 |
| 第一作者单位 | 信息工程与人工智能学院 |
| 通讯作者单位 | 信息工程与人工智能学院 |
| 推荐引用方式 GB/T 7714 | 陈璐,李雅婧,王凯祎,等. 基于多模态深度学习的头颈癌无分割复发预测[J]. 湖北大学学报(自然科学版),2025. |
| APA | 陈璐,李雅婧,王凯祎,杨旭恺,&张旻.(2025).基于多模态深度学习的头颈癌无分割复发预测.湖北大学学报(自然科学版). |
| MLA | 陈璐,et al."基于多模态深度学习的头颈癌无分割复发预测".湖北大学学报(自然科学版) (2025). |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [陈璐]的文章 |
| [李雅婧]的文章 |
| [王凯祎]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [陈璐]的文章 |
| [李雅婧]的文章 |
| [王凯祎]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [陈璐]的文章 |
| [李雅婧]的文章 |
| [王凯祎]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论