龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：广州医科大学附属肿瘤医院
摘要：本申请属于医学智能技术领域，涉及一种放射性肺炎预测模型的建立方法，方法包括：识别CT图像中肺组织LUNG和临床靶区CTV，并分割出LUNG和CTV，获得除去临床靶区CTV的肺组织LUNG‑CTV；获取肺癌患者放射治疗计划中肺组织LUNG‑CTV区域的三维物理剂量，并将三维物理剂量转化为2Gy分次放射等效生物剂量；提取肺组织LUNG‑CTV区域的影像组学特征以及2Gy分次放射等效生物剂量的剂量组学特征；利用随机森林算法对影像组学特征与剂量组学特征进行特征筛选。本申请还提供一种放射性肺炎预测模型的建立系统、设备及其存储介质。此外，本申请还涉及区块链技术，放射性肺炎诊断结果可存储于区块链中。
主权项：1.一种放射性肺炎预测模型的建立方法，其特征在于，所述方法包括下述步骤：识别CT图像中肺组织LUNG和临床靶区CTV，并利用图像分割算法分割出LUNG和CTV，获得除去临床靶区CTV后的肺组织LUNG-CTV；获取肺癌患者放射治疗计划中肺组织LUNG-CTV区域的三维物理剂量，并通过EQD2公式将三维物理剂量转化为2Gy分次放射等效生物剂量；提取肺组织LUNG-CTV区域的影像组学特征以及2Gy分次放射等效剂量的剂量组学特征；利用随机森林算法对影像组学特征与剂量组学特征进行特征筛选，将表征冗余信息的特征进行过滤；所述利用随机森林算法对影像组学特征与剂量组学特征进行特征筛选，并将表征冗余信息的特征进行过滤的步骤包括：利用随机森林算法对影像组学特征与剂量组学特征进行特征筛选；获取表征冗余信息的特征以及表征向量信息的特征；过滤表征冗余信息的特征，并对多个表征向量信息的特征进行顺序排列；将过滤后的影像组学特征与剂量组学特征组成多模态组学特征并输入不同的分类器；所述将过滤后的影像组学特征与剂量组学特征组成多模态组学特征并输入不同的分类器的步骤包括：基于特征选择算法，分类多模态组学特征；使用分类器对多模态组学特征进行迭代学习，提取每一类中性能最优的多模态组学特征，并由性能最优的多模态组学特征建立放射性肺炎预测模型。
全文数据：
权利要求：
百度查询： 广州医科大学附属肿瘤医院 放射性肺炎预测模型的建立方法与系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号