首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种CIP的预测模型、构建方法和预测系统 

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:重庆医科大学附属第二医院

摘要:本发明涉及医疗系统技术领域,具体涉及一种CIP的预测模型、构建方法和预测系统;本发明构建方法包括获取接受抗PD‑1免疫治疗的患者的临床数据和影像学数据,采用逐步逻辑回归算法对临床数据和影像学数据中的影像学语义特征进行筛选,以AIC值最小得出最终的临床数据和影像学语义特征,采用组内相关系数法提取影像学数据中的影像组学特征,并采用mRMR或RFE算法对提取的影像组学特征进行筛选,得到最终的影像组学特征,采用SVM算法模型作为基础模型并进行训练和验证,得到免疫检查点抑制剂相关性肺炎的预测模型;通过本发明构建的预测模型,可以实现对免疫检查点抑制剂相关性肺炎的准确预测。

主权项:1.一种免疫检查点抑制剂相关性肺炎的预测模型的构建方法,其特征在于,包括:获取接受抗PD-1免疫治疗的NSCLC患者的临床数据和NSCLC影像学数据;所述临床数据包括基本情况数据、血液学指标数据、血清学指标数据、联合治疗方案数据和基础肺部疾病数据;采用逐步Logistic回归算法对临床数据和NSCLC影像学数据中的影像学语义特征进行筛选,以AIC值最小得出最终的临床数据和影像学语义特征;采用组内相关系数法提取NSCLC影像学数据中的影像组学特征,并采用mRMR或RFE算法对提取的影像组学特征进行筛选,得到最终的影像组学特征;基于从临床数据和NSCLC影像学数据中筛选得到的最终的临床数据、影像学语义特征以及影像组学特征,构建训练集和验证集,采用SVM算法模型作为基础模型并进行训练和验证,得到免疫检查点抑制剂相关性肺炎的预测模型。

全文数据:

权利要求:

百度查询: 重庆医科大学附属第二医院 一种CIP的预测模型、构建方法和预测系统

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。