申请/专利权人：北京石油化工学院

申请日：2023-08-25

公开（公告）日：2023-11-14

公开（公告）号：CN117058511A

主分类号：G06V10/80

分类号：G06V10/80;G06V10/766;G06V10/25;G06T7/00;G16H30/20;G06V10/764;G06N20/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.12.01#实质审查的生效;2023.11.14#公开

摘要：本发明涉及预测肿瘤脉管侵犯状态的多模态融合方法、装置及存储介质，应用于医疗评估技术领域。术前准确评估癌症患者的淋巴血管间隙浸润LVSI状态对于治疗方案的选择和预后评估至关重要，传统方法依赖于有创性检查和主观经验，限制了预测准确性，本申请提供了一种多模态融合方法，将来自不同核磁序列和临床信息的数据进行综合分析，提高了预测准确性和可靠性，该方法充分利用影像组学和磁共振成像的优势，弥补了常规医学图像诊断中的不足，为无创预测脉管侵犯状态提供了更科学的依据，与传统方法相比，本发明具有更高的准确性、安全性和便捷性，可广泛应用于癌症术前诊断，指导个体化治疗方案的选择。

主权项：1.预测脉管侵犯状态的多模态融合方法，其特征在于，包括：获取患者的T2WI、T2WI-FS、ADC、cT1WI四个单核磁序列的磁共振图像，以及患者的临床信息；对所述患者的T2WI、T2WI-FS、ADC、cT1WI四个单核磁序列的磁共振图像分别逐层勾画肿瘤轮廓，生成每个序列的三维感兴趣区域，基于每个序列的三维感兴趣区域提取每个序列的影像组学特征；对每个单核磁序列的影像组学特征进行拼接，获取一个或多个指定的组合核磁序列的影像组学特征；将所述单核磁序列的影像组学特征以及组合核磁序列的影像组学特征进行筛选，获取影像组学特征中与LVSI状态相关性满足预设标准的影像组学特征；对所述临床信息采用秩和检验方法进行筛选，获取用于区分LVSI阴性和LVSI阳性的临床信息，将获取到的临床信息作为临床特征；将所述预设标准的影像组学特征分别输入到预设的多个待选择模型中，基于预测性能AUC筛选最佳核磁序列以及最佳预测模型；将所述最佳核磁序列以及临床特征分别输入到最佳预测模型中，获取到影像组学标签和临床特征标签，将所述影像组学标签和临床特征标签再分别输入到最佳预测模型，获取到患者的脉管侵犯状态的预测结果。

全文数据：

权利要求：

百度查询： 北京石油化工学院 预测脉管侵犯状态的多模态融合方法、装置及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD