申请/专利权人:中国医学科学院北京协和医院
申请日:2023-05-22
公开(公告)日:2024-03-05
公开(公告)号:CN116864119B
主分类号:G16H50/30
分类号:G16H50/30;G16H50/20;G16H30/20;G16H50/80
优先权:
专利状态码:有效-授权
法律状态:2024.03.05#授权;2023.10.27#实质审查的生效;2023.10.10#公开
摘要:本发明提供了一种基于感染时期的肺炎风险预测方法、设备、系统及可存储介质,涉及生物医学技术领域。所述方法包括:获取患者的临床信息、感染时期和胸部CT图像;基于患者的感染时期将患者分为早期、中期和晚期;根据患者分期,将患者的临床信息和胸部CT图像输入到相应阶段的预测模型,得到肺炎风险预测结果。本发明方法集成了临床信息、生化检测结果、CT图像特征等多种数据,通过分时期建模来预测肺炎危重型风险,大大提高了预测准确率和可靠性,采用该方法可以更快速、更准确地识别肺炎患者的风险,为医生提供更精准的诊疗建议,具有重要的科研和临床价值。
主权项:1.一种基于感染时期的肺炎风险预测方法,其特征在于,所述方法包括:获取患者的临床信息、感染时期和胸部CT图像,所述临床信息包括患者的年龄、既往病史、生化检测结果;基于所述患者的感染时期将患者分为早期、中期和晚期;根据患者分期,将所述患者的临床信息和胸部CT图像输入到相应阶段的预测模型,得到肺炎风险预测结果,所述预测模型包括早期预测模型、中期预测模型和晚期预测模型,所述早期预测模型、中期预测模型和晚期预测模型分别基于早期、中期和晚期的临床信息和或胸部CT图像构建得到;所述预测模型的构建过程包括:获取患者的临床信息和胸部CT图像以及患者的肺炎风险;对所述临床信息和胸部CT图像进行回归分析,得到临床评分、生化评分和或影像学评分;对所述临床评分、生化评分和或影像学评分进行加权平均得到预测结果,计算所述预测结果和所述患者的肺炎风险之间的损失值,根据损失值对预测模型进行训练并优化网络参数和网络结构,得到训练好的相应感染时期阶段的预测模型。
全文数据:
权利要求:
百度查询: 中国医学科学院北京协和医院 一种基于感染时期的肺炎风险预测方法、设备、系统及可存储介质
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。