Institutional Repository of School of Information Engineering and Artificial Intelligence
| 基于YOLOv8x的EGFR基因突变检测 | |
王凯祎1 ; 杨旭恺1; 李雅婧1; 陈璐1; 丁晓阳2
| |
| 2025-02-20 | |
| 发表期刊 | 湖北大学学报(自然科学版)
 |
| 期号 | 查看该刊数据库收录来源 |
| 摘要 | 传统的EGFR基因突变检测方法存在侵入性强、耗时长和成本高的问题。为解决上述问题,提出一种基于3D两阶段深度学习模型来无创预测患者的EGFR突变状态。第一阶段,运用YOLOv8x对PET/CT图像中的肿瘤区域进行位置检测;第二阶段,使用分层自适应交互和加权网络(H2CLS)来探索内在的跨模态相关性和传递潜在的互补信息。具体来说,本文中设计了一个模态合作空间注意模块,该模块在全局和局部进行模态内和模态间的交互。将网络输出的深度学习特征与临床信息结合来预测EGFR基因突变状态。在非小细胞肺癌EGFR基因突变数据集上进训练和测试。实验结果表明,本文所提出的方法相较于传统深度学习技术更精确,可以为患者提供快速、准确的检测,促进精准医疗和改善患者预后。 |
| 关键词 | YOLOv8x 深度学习 transformer 肺腺癌 注意力机制 |
| URL | 查看原文 |
| 语种 | 中文 |
| 原始文献类型 | 学术期刊 |
| 中图分类号 | R440 ; TP183 ; TP391.41 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.lzufe.edu.cn/handle/39EH0E1M/38850 |
| 专题 | 信息工程与人工智能学院 党委研究生工作部(学位管理与研究生工作处) |
| 通讯作者 | 丁晓阳 |
| 作者单位 | 1.兰州财经大学信息工程与人工智能学院; 2.甘肃农业大学信息科学技术学院 |
| 第一作者单位 | 信息工程与人工智能学院 |
| 推荐引用方式 GB/T 7714 | 王凯祎,杨旭恺,李雅婧,等. 基于YOLOv8x的EGFR基因突变检测[J]. 湖北大学学报(自然科学版),2025(查看该刊数据库收录来源). |
| APA | 王凯祎,杨旭恺,李雅婧,陈璐,&丁晓阳.(2025).基于YOLOv8x的EGFR基因突变检测.湖北大学学报(自然科学版)(查看该刊数据库收录来源). |
| MLA | 王凯祎,et al."基于YOLOv8x的EGFR基因突变检测".湖北大学学报(自然科学版) .查看该刊数据库收录来源(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 |
| [王凯祎]的文章 |
| [杨旭恺]的文章 |
| [李雅婧]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [王凯祎]的文章 |
| [杨旭恺]的文章 |
| [李雅婧]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [王凯祎]的文章 |
| [杨旭恺]的文章 |
| [李雅婧]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