期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于AEViT与先验知识的胶质瘤IDH1突变状态预测
1
作者 徐华畅 许倩 +3 位作者 赵钰琳 梁峰宁 徐凯 朱红 《智能系统学报》 CSCD 北大核心 2024年第4期952-960,共9页
针对目前预测胶质瘤异柠檬酸脱氢酶1(isocitrate dehydrogenase1,IDH1)突变状态存在的数据不足、准确率较低等问题,提出一种基于AEViT(auto-encoder vision Transformer)与先验知识的胶质瘤IDH1突变状态预测方法。首先使用改进的K-Mean... 针对目前预测胶质瘤异柠檬酸脱氢酶1(isocitrate dehydrogenase1,IDH1)突变状态存在的数据不足、准确率较低等问题,提出一种基于AEViT(auto-encoder vision Transformer)与先验知识的胶质瘤IDH1突变状态预测方法。首先使用改进的K-Means聚类算法为无IDH1突变状态标签的胶质瘤磁共振成像(magnetic resonance imaging,MRI)数据标注伪标签,并采用ViT(vision Transformer)网络对伪标签进行修正,得到最终的胶质瘤IDH1突变状态。为避免不准确的伪标签数据影响模型精度,采用果蝇优化算法为伪标签数据赋予最优权重;然后提出基于Auto-Encoder和ViT的分类模型AEViT,利用Auto-Encoder提取胶质瘤MRI特征;再将特征输入ViT中对胶质瘤IDH1突变状态进行分类;最后将基于胶质瘤位置信息的先验知识加入模型,达到99.01%的预测准确率。结果表明该方法优于其他现有模型,能够实现胶质瘤数据扩增和术前无创、准确地预测胶质瘤IDH1突变状态,从而辅助诊疗过程。 展开更多
关键词 胶质瘤 异柠檬酸脱氢酶1 K-MEANS聚类算法 伪标签 auto-encoder vision transformer 果蝇优化算法 先验知识
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部