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：华中科技大学同济医学院附属协和医院

摘要：本发明涉及一种基于多模态MRI与能谱CTE的克罗恩病手术时机预测模型构建方法，通过多模态脑MRI技术中的功能成像和结构成像，以及双层光谱检测器CT的能谱多定量参数提供全新的诊断思路，通过多模态脑MRI中的低频振幅ALFF和灰质体积GMV、以及能谱CT的碘密度图计算出碘密度值和标准化碘密度值，通过有效原子序数图计算出有效原子序数值，通过虚拟平扫图计算出虚拟平扫值，通过这些量化的指标数据分析，可以有效提高对CD高危患者手术时机预测的准确率，为常规CT提供了有效的补充手段。

主权项：1.一种基于多模态MRI与能谱CTE的克罗恩病手术时机预测模型构建方法，其特征在于，包括以下步骤：步骤一：收集数据采集CD高危患者的临床数据和多模态脑MRI图像及能谱CTE图像数据，所述MRI图像数据包括BOLD和3DT1序列的数据，所述能谱CTE图像数据为采用能谱扫描模式获取的不同能量下的组织衰减信息数据；步骤二：数据预处理对收集到的所述多模态脑MRI图像数据和所述能谱CTE图像数据进行预处理，包括图像格式转换、图像去噪、对比度增强和标准化，以减少图像质量差异对后续分析的影响；步骤三：特征提取从所述多模态脑MRI图像数据中提取脑部结构特征、功能特征；从所述能谱CTE图像数据中提取肠道解剖结构和病变特征信息，包括长度、直径、密度、碘值、有效原子序数值、虚拟平扫值，并将提取的特征进行量化处理，形成特征向量；步骤四：特征融合与模型构建将提取的特征信息进行融合，构建特征向量，并利用机器学习算法，包括随机森林、XGBoost，朴素贝叶斯、k最近邻、支持向量机、逻辑回归、决策树和adaboost算法，基于特征向量构建手术时机预测模型；步骤五：模型验证与优化利用独立的验证集对构建的所述预测模型进行验证，评估其预测性能，并根据验证结果对所述预测模型进行优化调整，以提高预测的准确性和可靠性；利用独立的CD高危患者数据集对构建的所述预测模型进行验证和评估，通过计算所述预测模型的准确率、召回率、F1值指标，评估所述预测模型在预测手术时机方面的性能；同时，通过绘制ROC曲线和计算AUC值，进一步评估所述预测模型的预测能力；此外，通过对所述预测模型进行敏感性分析和鲁棒性测试，以评估所述预测模型在不同情况下的稳定性和可靠性。

全文数据：

权利要求：

百度查询： 华中科技大学同济医学院附属协和医院 一种基于多模态MRI与能谱CTE的克罗恩病手术时机预测模型构建方法及相关设备