一种基于癌症CT图像自动预测基因表达类别的方法

摘要

本发明公开了一种基于癌症CT图像自动预测基因表达类别的方法，该方法包括以下步骤：a）获取ROI切片并将数量扩充48倍；b）基于DenseNet‑12和空间金字塔模块构建神经网络；c）使用聚焦损失函数进行训练；d）对模型预测综合评判得到最终的预测结果。本发明采用的数据扩充技术在不改变CT图像性质的同时能大大扩充数据量。具有4个维度的空间金字塔池化模块提取多层次的图像特征，既包含全局语义又把握细节的特征。使用Focal‑Loss来指导网络更加关注肿瘤边缘即首尾端难以挖掘有效特征的切片，以及使用精度逐步提升的训练策略，最终实现了准确和高效的CT图像基因突变预测。