首页 专利交易 科技果 科技人才 科技服务 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

一种基于病理组学的肺腺癌肿瘤免疫功能障碍与排斥评分预测模型及应用 

申请/专利权人:上海市胸科医院

申请日:2024-03-28

公开(公告)日:2024-06-14

公开(公告)号:CN118197604A

主分类号:G16H50/20

分类号:G16H50/20;G16H50/30;G16H50/50;G06F18/21;G06F18/214

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.07.02#实质审查的生效;2024.06.14#公开

摘要:本发明公开了一种基于病理组学的肺腺癌肿瘤免疫功能障碍与排斥评分预测模型及应用。本发明基于样本的病理图像利用机器学习算法筛选出用于模型构建的图像特征子集,并进一步利用GEM算法构建了TIDE评分预测模型。该预测模型具有良好的预测效果,模型在训练集的AUC值为0.811,验证集的AUC值为0.730,准确度较高;校准曲线和Hosmer‑Lemeshow拟合优度检验显示预测模型对TIDE评分的预测概率和真实值一致性好P0.05,DCA显示模型具有临床实用性。基于本发明的TIDE评分预测模型进行二分类后可以预测患者的DFS和OS,进而指导临床医生选择合适的治疗,有助于实现针对患者的精准治疗。

主权项:1.一种基于病理组学的TIDE评分预测模型的构建方法,其特征在于,包括以下步骤:步骤1:收集临床肺腺癌患者的病理图像病理组织切片的免疫组化图像,并进行病理图像处理与分割后,提取病理组学特征;步骤2:将患者按比例随机分为训练集和测试集,所述训练集用于训练预测模型,所述测试集用于测试预测模型的性能;步骤3:对训练集中的病理组学特征运用机器学习算法筛选出用于构建TIDE评分模型的特征子集;步骤4:将步骤3中获得的特征子集纳入模型构建,利用机器学习算法在训练集中构建TIDE评分预测模型;步骤5:在测试集中评价所构建的TIDE评分预测模型的预测性能。

全文数据:

权利要求:

百度查询: 上海市胸科医院 一种基于病理组学的肺腺癌肿瘤免疫功能障碍与排斥评分预测模型及应用

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。