一种慢性鼻窦炎术后复发风险预测方法及系统

摘要

本发明公开了一种慢性鼻窦炎术后复发风险预测方法及系统，该方法包括：基于患者术前鼻窦CT图像和可获取的临床数据，构建并训练多任务深度学习网络，通过多任务深度学习网络中的分割网络自动识别鼻窦CT图像中的鼻窦区域，采用深度特征提取网络从鼻窦区域中提取高度抽象的影像特征，利用逻辑回归方法将深度学习特征和筛选出的临床高危因素融合，构建结合深度影像组学和临床高危因素的慢性鼻窦炎术后复发风险预测模型，基于该模型，根据待测患者的基本临床信息和鼻窦CT影像学图像，预测待测患者的术后复发风险。本发明能够实现经济、无创、快速、准确地预测慢性鼻窦炎患者术后复发风险的概率，能够有效辅助医生进行精准的个体化治疗决策。