一种基于迁移学习来预测下咽癌患者预后生存时间的方法

摘要

本发明公开一种基于迁移学习来预测下咽癌患者预后生存时间的方法，针对下咽癌患者因诊断和预后数据少、预后生存时间调查周期长，调查难度大导致的下咽癌患者预后时间判断困难，但CNN网络经过数年来的发展和海量的数据集训练，能够较为准确的识别图像特征并分类，因此提出一种基于迁移学习来预测下咽癌患者预后生存时间的方法。该方法首先对输入的下咽癌患者的核磁共振图像(MRI)的T1图像的Dicom文件进行图像校正。再通过CNN来读取校正后的图片，并转化为特征向量。之后再构建另一个神经网络，利用之前CNN转化的特征向量训练其成为分类器，分类的目标是下咽癌患者的预后生存时间。