山东大学学报(理学版)

作者：徐华畅,许倩,赵钰琳,梁峰宁,徐凯,朱红

单位：1. 徐州医科大学医学信息与工程学院, 江苏 徐州 221000；2. 徐州医科大学附属医院医学影像科, 江苏 徐州 221000

关键词：EfficientNetV2,脑胶质瘤IDH1,k-means聚类,伪标签,果蝇优化算法,

基金：江苏省卫生健康委医学科研项目(Z2020032);徐州市卫生健康委员会青年医学科技创新项目(XWKYHT20210586);徐州医科大学附属医院“青苗人才”专项支持项目(2020QQMRC08)

提出了一种基于改进EfficientNetV2的脑胶质瘤IDH1突变状态预测方法。首先使用k-means聚类算法为无标签的脑胶质瘤MRI数据标注伪标签, 并使用Vision Transformer网络对伪标签进行修正, 实现脑胶质瘤数据扩增; 其次将坐标注意力机制加入EfficientNetV2模型, 同时使用果蝇优化算法为模型训练过程中的伪标签数据赋予最优的权重; 最后对脑胶质瘤IDH1突变状态进行分类, 达到了96.32%的预测准确率。实验结果表明, 本文方法能够在术前无创的情况下准确地预测脑胶质瘤IDH1突变状态。

来源：2023年第7期

《山东大学学报(理学版)》期刊编辑部

查看山东大学学报(理学版)杂志2023年第7期