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。

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