龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：云南省肿瘤医院(昆明医科大学第三附属医院)
申请日：2024-03-12
公开（公告）日：2024-06-21
公开（公告）号：CN118230035A
主分类号：G06V10/764
分类号：G06V10/764;G06V10/774;G06V10/40;G06V10/766;G06V10/771;G06T7/11
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明涉及一种基于影像组学和迁移学习模型的保乳手术切缘阳性风险多参数预测方法，属于乳腺磁共振和机器学习技术领域。该方法包括获取患者术前MRI影像学数据和患者临床相关数据；将数据集划分为训练集、测试集和外部验证集；对MRI影像学数据进行降维、分割VOI区域、重采样和标准化处理，并对患者临床相关数据进行标准化处理；提取影像组学特征，并利用t‑test和LASSO回归进行特征筛选；使用MLP进行模型的训练与测试，构建多参数影像组学模型MMRM；利用外部验证集，通过迁移学习的方法重新训练并验证模型，对保乳手术切缘阳性风险进行预测。本发明实现了保乳手术切缘阳性风险的精准、智能预测，易于推广应用。
主权项：1.基于影像组学和迁移学习模型的保乳手术切缘阳性风险多参数预测方法，其特征在于，包括如下步骤：S1、数据采集：获取患者术前MRI影像学数据和患者临床相关数据，构建数据集；S2、数据集划分：将S1采集到的数据集划分为训练集、测试集和外部验证集；S3、数据预处理：对数据集中的MRI影像学数据进行降维、分割VOI区域、重采样和标准化处理，并对数据集中的患者临床相关数据进行标准化处理；S4、模型构建：利用经S3处理的训练集，根据VOI区域，提取影像组学特征；然后利用t-test和LASSO回归进行特征筛选；接着使用MLP进行模型的训练，并利用经S3处理的测试集进行测试，构建多参数影像组学模型MMRM；S5、模型外部验证：利用经S3处理的外部验证集，通过迁移学习的方法重新训练，得到迁移多参数影像组学模型Transfer-MMRMs，并使用迁移多参数影像组学模型Transfer-MMRMs对保乳手术切缘阳性风险进行预测。
全文数据：
权利要求：
百度查询： 云南省肿瘤医院(昆明医科大学第三附属医院) 基于影像组学和迁移学习的保乳术切缘阳性多参数预测方法
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。
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