申请/专利权人:福建医科大学附属第一医院
申请日:2020-12-22
公开(公告)日:2024-03-29
公开(公告)号:CN112651507B
主分类号:G06N7/01
分类号:G06N7/01;G06T7/00;G06T7/41;G06V10/25
优先权:
专利状态码:有效-授权
法律状态:2024.03.29#授权;2021.04.30#实质审查的生效;2021.04.13#公开
摘要:本发明实施例提供了一种肝细胞癌的微血管侵犯预测模型构建方法与概率预测方法。方法包括:根据多个类型的医学图像上勾画的肿瘤感兴趣区域,得到每个类型的医学图像的最大判别因子;从多个类型的医学图像的最大判别因子、影像特征以及临床特征中选取对微血管侵犯有统计学意义的多个预测变量;基于多个预测变量,构建肝细胞癌微血管侵犯预测模型。本发明中,能够使用该肝细胞癌微血管侵犯预测模型在术前预测肝细胞癌患者的微血管侵犯概率,供医生参考肝细胞癌患者的微血管侵犯概率来优化治疗计划,调整治疗计划中肝切除范围的大小,以减少肝细胞癌患者术后复发的概率。
主权项:1.一种肝细胞癌的微血管侵犯预测模型构建方法,其特征在于,包括:根据多个类型的医学图像上勾画的肿瘤感兴趣区域,得到每个类型的所述医学图像的最大判别因子;从多个类型的所述医学图像的最大判别因子、影像特征以及临床特征中选取对微血管侵犯有统计学意义的多个预测变量;基于所述多个预测变量,构建肝细胞癌微血管侵犯预测模型,包括:对所述多个预测变量进行多因素logistic回归分析,得到肝细胞癌微血管侵犯预测模型;所述对所述多个预测变量进行多因素logistic回归分析,得到肝细胞癌微血管侵犯预测模型,包括:对所述多个预测变量进行多因素logistic回归分析,得到微血管侵犯的多个独立预测因子;利用所述多个独立预测因子构成所述肝细胞癌微血管侵犯预测模型;所述多个独立预测因子包括:肝胆期肿瘤周围低信号,门脉期图像的最大判别因子,肝胆期图像的最大判别因子;所述肝细胞癌微血管侵犯预测模型为: 其中,P表示微血管侵犯概率,β0表示常数,X1表示肝胆期肿瘤周围低信号,β1表示肝胆期肿瘤周围低信号的指示值对应的常数,X2表示动脉期图像的最大判别因子,β2表示动脉期图像的最大判别因子对应的常数,X3表示门脉期图像的最大判别因子,β3表示门脉期图像的最大判别因子对应的常数。
全文数据:
权利要求:
百度查询: 福建医科大学附属第一医院 肝细胞癌的微血管侵犯预测模型构建方法与概率预测方法
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。