Document
拖动滑块完成拼图
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

基于机器学习的浸润性肺腺癌高级别成分预测方法 

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:济南市人民医院

摘要:本申请公开了一种基于机器学习的浸润性肺腺癌高级别成分预测方法,获取浸润性肺腺癌患者的原始CT影像数据、病灶三维感兴趣体积VOI和对应的临床放射学特征;将原始CT影像数据进行预处理并结合病灶VOI提取并筛选影像组学特征;通过筛选出的影像组学特征构建影像组学评分;对临床放射学特征使用统计学分析进行特征筛选;结合影像组学评分和筛选后的临床放射学特征,使用逻辑回归算法进行建模实现浸润性肺腺癌高级别成分的预测。通过对浸润性肺腺癌患者的影像组学与临床放射学特征进行提取和分析,构建基于影像组学特征构建影像组学评分并建立逻辑回归模型,利用SHAP模型进行特征重要性分析,实现了浸润性肺腺癌高级别成分的预测。

主权项:1.一种基于机器学习的浸润性肺腺癌高级别成分预测方法,其特征在于,包括:获取浸润性肺腺癌患者的原始CT影像数据、病灶三维感兴趣体积VOI和对应的临床放射学特征;将所述原始CT影像数据进行预处理并结合病灶VOI提取并筛选影像组学特征;通过筛选出的影像组学特征构建影像组学评分;对所述临床放射学特征使用统计学分析进行特征筛选;结合所述影像组学评分和筛选后的临床放射学特征,使用逻辑回归算法进行建模实现浸润性肺腺癌高级别成分的预测。

全文数据:

权利要求:

百度查询: 济南市人民医院 基于机器学习的浸润性肺腺癌高级别成分预测方法

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。