Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中山大学孙逸仙纪念医院王景峰获国家专利权

中山大学孙逸仙纪念医院王景峰获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中山大学孙逸仙纪念医院申请的专利基于LGE影像组学特征和临床特征建立HCM患者终点事件预测模型的方法、预测SCD风险的方法以及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119380989B

龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411529204.4,技术领域涉及:G16H50/30;该发明授权基于LGE影像组学特征和临床特征建立HCM患者终点事件预测模型的方法、预测SCD风险的方法以及装置是由王景峰;张玉玲;潘泓;刘萧;崔明月;孙润陆;曹正宇;郑子恒;蒋园;余太慧设计研发完成,并于2024-10-30向国家知识产权局提交的专利申请。

基于LGE影像组学特征和临床特征建立HCM患者终点事件预测模型的方法、预测SCD风险的方法以及装置在说明书摘要公布了:本公开涉及医疗大数据技术领域,具体涉及一种基于LGE影像组学特征和临床预测特征建立HCM患者终点事件预测模型的方法、基于HCM患者终点事件预测模型预测SCD风险的方法以及装置。所述建立模型的方法创新性地将LGE影像组学与临床特征相结合,并采用多种机器学习方法建立与心血管死亡患者组、心力衰竭住院患者组、次要终点事件患者组中每个患者组对应的多个影像组学‑临床特征联合预测模型,然后从中筛选出所述每个患者组的最优的影像组学‑临床特征联合预测模型,作为每个患者组的HCM患者终点事件预测模型。本公开实现了针对HCM患者的多种心血管终点事件的预测,不仅局限于心脏性猝死,且在多种预测中均表现出良好的预测效力。

本发明授权基于LGE影像组学特征和临床特征建立HCM患者终点事件预测模型的方法、预测SCD风险的方法以及装置在权利要求书中公布了:1.一种基于延迟钆增强LGE影像组学特征和临床预测特征建立肥厚型心肌病HCM患者终点事件预测模型的方法,其特征在于,所述方法由计算机实施,包括: 获取HCM患者终点事件组和HCM患者对照组,所述HCM患者终点事件组包括心血管死亡患者组、心力衰竭住院患者组、次要终点事件患者组,所述HCM患者对照组包括与所述心血管死亡患者组、所述心力衰竭住院患者组、所述次要终点事件患者组分别对应的第一HCM患者对照组、第二HCM患者对照组、第三HCM患者对照组; 根据所述心血管死亡患者组和所述第一HCM患者对照组的基线临床预测特征,获取所述心血管死亡患者组的第一临床特征预测因子;根据所述心力衰竭住院患者组和所述第二HCM患者对照组的基线临床预测特征,获取所述心力衰竭住院患者组的第二临床特征预测因子;根据所述次要终点事件患者组和所述第三HCM患者对照组的基线临床预测特征,获取所述次要终点事件患者组的第三临床特征预测因子;其中,所述第一临床特征预测因子包括:左房直径、心脏性猝死家族史,所述第二临床特征预测因子包括:NYHA心功能分级、非持续性室速,所述第三临床特征预测因子包括:年龄、NYHA心功能分级,所述基线临床预测特征包括:患者基本信息、超声心动图信息、心电图信息、心脏磁共振基本参数; 根据所述心血管死亡患者组、所述心力衰竭住院患者组和所述次要终点事件患者组的LGE图像,获取与所述心血管死亡患者组、所述心力衰竭住院患者组、所述次要终点事件患者组对应的筛选后影像组学特征,包括:针对所述心血管死亡患者组、所述心力衰竭住院患者组和所述次要终点事件患者组中的每个患者组,获取所述每个患者组的LGE图像组,所述LGE图像组包括所述每个患者组中HCM患者的LGE图像;将所述LGE图像组中LGE图像的左心室心肌短轴切面作为感兴趣区域,从所述感兴趣区域中提取所述每个患者组的筛选前影像组学特征;将所述每个患者组的筛选前影像组学特征输入最小绝对收缩和选择算子LASSO模型进行相关性分析,获取与所述心血管死亡患者组、所述心力衰竭住院患者组和所述次要终点事件患者组对应的筛选后影像组学特征;根据所述对应的筛选后影像组学特征计算所述心血管死亡患者组、所述心力衰竭住院患者组、所述次要终点事件患者组的影像组学特征得分; 针对所述心血管死亡患者组、所述心力衰竭住院患者组和所述次要终点事件患者组中的每个患者组:根据所述每个患者组的影像组学特征得分以及对应的临床特征预测因子,采用多种机器学习方法建立对应的多个影像组学-临床特征联合预测模型;对所述多个影像组学-临床特征联合预测模型进行验证,选择最优的影像组学-临床特征联合预测模型,作为所述每个患者组的HCM患者终点事件预测模型。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中山大学孙逸仙纪念医院,其通讯地址为:510120 广东省广州市沿江西路107号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。