基于核磁共振影像的两阶段脑胶质瘤患者生存期预测方法

摘要

本发明公开了一种基于核磁共振影像数据，通过两阶段计算机制来实现高阶脑胶质瘤患者预后生存期预测的方法，属于计算机视觉和模式识别领域。步骤为：1.构建肿瘤子区域与核磁共振影像序列之间的匹配组合关系；2.通过特征聚类计算进行特征约减并得到压缩特征向量；3.借助压缩特征对64种序列组合进行评估；4.构建两阶段预测模型，首先对患者进行生存阶段二分类，然后针对性地采用子预测模型进行预后生存天数预测。本发明通过对影像序列的组合优化，降低了所使用的特征集规模；所提出的特征压缩方法提高了评估效率与准确率；通过所构建的两阶段计算模型，针对性地处理不同生存阶段的病例，克服了单一模型的局限性，同时提高了整体的预测准确性。