申请/专利权人：复旦大学附属中山医院

申请日：2021-07-15

公开（公告）日：2024-03-05

公开（公告）号：CN113506273B

主分类号：G06T7/00

分类号：G06T7/00;G06T7/11;G06T7/187;G06T7/42;G06V10/77

优先权：

专利状态码：有效-授权

法律状态：2024.03.05#授权;2021.11.02#实质审查的生效;2021.10.15#公开

摘要：本发明涉及一种预测ICC免疫治疗联合靶向和或化疗疗效的超声系统，其特征在于，包括：灰阶超声图像获取模块，用于获得病灶最大切面的灰阶超声图像；ICC病灶分割模块；特征提取模块，对病灶ROI区域进行特征提取；特征降维模块；影像组学预测模型对患者进行免疫治疗联合靶向和或化疗治疗后的关键特征数据进行预测。超声是目前肝脏检查的一线影像学方法，也是ICC术前评估及疗效随访的最常用的影像学方法。影像组学能够提取海量高通量特征，结合常规灰阶图像及患者临床资料，并建立基于高通量特征的影像组学模型，实现ICC患者免疫治疗联合靶向和或化疗疗效预测。

主权项：1.一种预测ICC免疫治疗联合靶向和或化疗疗效的超声系统，其特征在于，包括：灰阶超声图像获取模块，用于获得病灶最大切面的灰阶超声图像；在构建影像组学预测模型时，利用灰阶超声图像获取模块分别获得计划进行免疫治疗联合靶向和或化疗治疗的ICC患者治疗前以及治疗后的病灶最大切面的灰阶超声图像，以获得用于模型训练的训练灰阶超声图像；在利用影像组学预测模型进行预测时，利用灰阶超声图像获取模块获得计划进行免疫治疗联合靶向和或化疗治疗的ICC患者治疗前的病灶最大切面的实时灰阶超声图像；ICC病灶分割模块，用于对灰阶超声图像的区域进行ROI勾勒及分割，获得病灶ROI区域；在构建影像组学预测模型时，利用ICC病灶分割模块对训练灰阶超声图像进行ROI勾勒及分割，获得训练病灶ROI区域；在利用影像组学预测模型进行预测时，利用ICC病灶分割模块对实时灰阶超声图像进行ROI勾勒及分割，获得实时病灶ROI区域；特征提取模块，对病灶ROI区域进行特征提取，提取病灶ROI区域的特征数据，特征数据包括不同滤波衍生图像下的形态特征、一阶直方图特征、二阶直方图特征和纹理特征；在构建影像组学预测模型时，利用特征提取模块提取训练病灶ROI区域的训练特征数据；在利用影像组学预测模型进行预测时，利用特征提取模块提取实时病灶ROI区域的实时特征数据；特征降维模块，从特征提取模块获得的所有特征数据中获得关键特征数据；在构建影像组学预测模型时，利用特征降维模块从训练特征数据中获得训练关键特征数据；在利用影像组学预测模型进行预测时，利用特征提取模从实时特征数据中获得实时关键特征数据；以临床基于RECISTv1.1治疗反应评估客观缓解率为金标准，将ICC患者的临床信息、生物标志物水平、训练灰阶超声图像特点及训练关键特征数据共同纳入机器学习模型，对机器学习模型进行训练从而构建影像组学预测模型；将待预测的患者的临床信息、生物标志物水平、实时灰阶超声图像特点、实时关键特征数据输入影像组学预测模型，由影像组学预测模型对患者进行免疫治疗联合靶向和或化疗治疗后的关键特征数据进行预测。

全文数据：

权利要求：

百度查询： 复旦大学附属中山医院 预测ICC免疫治疗联合靶向和/或化疗疗效的超声系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD