一种两阶段聚类诊断和自动机器学习预测方法及系统

本申请实施例提供了一种两阶段聚类诊断和自动机器学习预测方法及模型，该方法包括以下步骤：对肿瘤PET影像中的3D空间坐标和SUV进行特征赋权以实现第一阶段聚类；对肿瘤PET影像中的肿瘤区域进行体素级别的聚类分析以实现第二阶段聚类，勾画出具有不同代谢特征的肿瘤亚区域；基于两个阶段聚类勾画出的肿瘤亚区域，对整个肿瘤、不同的亚区域进行特征提取；基于提取的特征构建自动机器学习预测算法，对分类任务中的标签以及回归任务中的数值进行预测；基于Kernel SHAP方法，对预测结果的特征重要性进行可解释性分析。本申请提供的方法及模型，能够精确识别肿瘤高低风险亚区域并进行预测分析，从而提升个性化放疗计划的精确度，以改善患者的临床预后。
同济大学
段春艳 | 陈世俊 | 王佳洁 | 童千倩 | 刘千拓