摘要
本文公开垂体瘤侵袭性预测模型的建模方法、装置及存储介质。所述方法包括：获取已确诊的多个垂体瘤病例样本的影像数据集并进行标注；对训练集中的影像数据进行预处理，利用自动化特征提取工具提取多维特征并生成第一特征集合；利用统计学方法筛选出具有显著差异的多维特征并生成第二特征集合；利用机器学习方法筛选出最具诊断价值的多维特征并生成第三特征集合；建立分类器模型，分类器模型用于根据输入的病例的第三特征集合进行垂体瘤类型的分类预测；利用训练集对分类器模型进行训练；利用测试集对训练好的分类器模型进行验证。本文的方案能够实现一种轻量级的垂体瘤侵袭性预测模型，为垂体瘤的早期筛查及临床决策提供高效的解决方案。
