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！

龙图腾网恭喜西南医科大学附属医院申请的专利一种基于影像组学的癌患者肿瘤图像勾画方法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：CN114267434B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202111615076.1，技术领域涉及：G16H30/20；该发明授权一种基于影像组学的癌患者肿瘤图像勾画方法是由庞皓文;姜伟;周平;陈仁金设计研发完成，并于2021-12-27向国家知识产权局提交的专利申请。

本一种基于影像组学的癌患者肿瘤图像勾画方法在说明书摘要公布了：本发明提出了一种基于影像组学的癌患者肿瘤图像勾画方法，通过从CT图像中高通量地提取大量影像信息，实现肿瘤特征提取与模型建立，凭借对海量影像数据信息进行更深层次的挖掘分析来辅助医师做出最准确的诊断。本发明将其应用在放疗肿瘤区域勾画中，不需要进行图像配准，可解决传统的自动勾画方法仅依靠图像的像素值，依赖参数较少的问题。也可解决深度学习方法勾画准确度仍高度依赖勾画人员经验的问题。

本发明授权一种基于影像组学的癌患者肿瘤图像勾画方法在权利要求书中公布了：1.一种基于影像组学的癌患者肿瘤图像勾画方法，用于对患者的器官成像图像进行辅助识别，帮助筛选勾画出用户需要的图像，其特征在于，包括以下步骤：步骤1：选取经病理确认的癌患者作为样本集，所述样本集包括随机划分出的训练集和测试集；步骤2：对样本集中的癌患者，获取对应的CT图像和MRI图像，以影像组学的组合参数来替代CT图像的CT值；对于融合后的MRI-CT融合图像，由同一医师勾画出肿瘤区域和非肿瘤区域；最后将勾画出的肿瘤区域和非肿瘤区域进行处理，提取得到关于肿瘤区域的影像组学特征和非肿瘤区域的影像组学特征；步骤3：对肿瘤区域的影像组学特征和非肿瘤区域的影像组学特征进行单变量筛选，获得单变量筛选后的影像组学特征；步骤4：将使用单变量筛选后的影像组学特征采用交叉验证的方法进行LASSO逻辑回归；进一步对影像组学特征进行筛选；步骤5：建立最终的二元逻辑回归模型，并绘制出二元逻辑回归模型的ROC曲线，同时计算出二元逻辑回归模型的AUC值，利用ROC曲线各个点对应的敏感性SENS、特异性SPEC，计算使敏感性SENS与特异性SPEC相加值最大的一个点作为Cutoff值，将Cutoff值作为判断肿瘤区域的影像组学标记物，并应用在后续实际对肿瘤区域和非肿瘤区域的标记与勾画中；所述AUC值为ROC曲线下的面积；所述ROC曲线为根据一系列不同的二分类方式，以敏感性SENS为纵坐标，特异性SPEC为横坐标绘制的曲线；所述敏感性SENS代表真阳性率，所述特异性SPEC代表假阳性率；所述步骤5的具体操作为：步骤5.1：根据步骤4筛选出的最终自变量X，建立最终的二元逻辑回归模型，最终的二元逻辑回归模型具体如下：logitP=y（X）；其中P为GTV为阳性的概率，logitP=log[P1-P]；P=1[1+exp-logitP]；步骤5.2：绘制出最终的二元逻辑回归模型的ROC曲线，并计算出最终的二元逻辑回归模型对应的AUC值；步骤5.3：利用ROC曲线各个点对应的敏感性SENS、特异性SPEC，计算使敏感性SENS与特异性SPEC相加值最大的一个点作为Cutoff值；步骤5.4：将Cutoff值作为判断肿瘤区域的影像组学标记物，并应用在后续实际对肿瘤区域和非肿瘤区域的标记与勾画中，具体为：将P值大于Cutoff值的区域判定为需要勾画的区域，将P值不大于Cutoff值的区域判定为不需要勾画的正常区域。

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西南医科大学附属医院，其通讯地址为：646000 四川省泸州市江阳区太平街25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”。