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：中山大学附属第八医院(深圳福田)

摘要：本发明公开了一种基于胸部动脉钙化对主要不良心血管事件的预测模型及构建方法，该方法采用了计算机高通量影像特征，丰富了钙化特征的描述，从而提高钙化指标对MACEs的预测精准性。本发明基于CTACS采用影像组学分析的方法提取了胸部动脉钙化的影像组学特征，并构建预测MACEs的新参数，即影像组学积分；所述参数在预测MACEs的表现上显著优于CTACS和CACS等传统钙化评估参数，同时，基于影像组学积分构建影像组学‑临床变量预测模型，该模型预测性能好，能精确地预判病人未来是否发生MACEs，协助医师进行个体化的心血管防治，及时调整治疗方案，避免治疗不足或过度治疗，改善病人预后和提高生存质量，有很高的临床应用价值。

主权项：1.一种基于胸部动脉钙化对主要不良心血管事件的预测模型的构建方法，其特征在于，所述方法包括以下步骤：S1收集接受过胸部平扫CT的病人临床资料数据和CT纵膈窗序列影像数据，所述影像数据为DICOM图像；S2对步骤S1的CT纵膈窗序列影像数据的一二级动脉进行分段，共10支；并采用Agatston积分计算10支动脉的钙化积分；胸部总动脉钙化积分为所述10支动脉钙化积分总和；S3通过对MACEs预测的AUC值比较胸部总动脉钙化积分CTACS和冠脉钙化积分CACS对MACEs预测的表现差异；MACEs的定义包括心源性猝死、急性心力衰竭、急性心肌梗死、需要住院的不稳定型心绞痛、需要住院的恶性心律失常和卒中；步骤S2所述的10支动脉包括主动脉弓、升主动脉、降主动脉、左锁骨下动脉、左颈总动脉、头臂干、右锁骨下动脉、右颈总动脉、冠状动脉和肺动脉干；所述的CTACS＝ΣAS冠状动脉+AS升主动脉+AS主动脉弓+AS降主动脉+AS肺动脉干+AS头臂干+AS右颈总动脉+AS右锁骨下动脉+AS左颈总动脉+AS左锁骨下动脉，其中，AS表示Agatston积分；S4对步骤S2的10支动脉进行分割，提取影像组学特征，通过LASSO回归分析筛选与MACEs发生相关的影像组学特征，并得到相应的影像组学积分计算公式；步骤S4所述的影像组学积分＝0.106*original_shape_Elongation+0.00412*original_shape_Maximum2DDiameterSlice+-116*wavelet-LLH_glrlm_ShortRunLowGrayLevelEmphasis+-67.5*wavelet-LLH_gldm_LowGrayLevelEmphasis+1.52*wavelet-LHL_firstorder_Median+-0.00000284*wavelet-LHL_glszm_LargeAreaLowGrayLevelEmphasis+-3.89*wavelet-LHL_glszm_SmallAreaEmphasis+-0.406*wavelet-LHL_glszm_SmallAreaLowGrayLevelEmphasis+0.00000000000506*wavelet-HHH_glszm_LargeAreaEmphasis+0.000000000187*wavelet-HHH_glszm_ZoneVariance+0.000237*wavelet-LLL_gldm_SmallDependenceHighGrayLevelEmphasis+4.03*log-sigma-1-4-mm-3D_glcm_Imc1+-0.852*log-sigma-1-4-mm-3D_glcm_InverseVariance；S5通过对MACEs预测的AUC值比较影像组学积分与CTACS、CACS以及钙化年增长率ARGC对MACEs预测的表现差异；AGRC＝CTACS随访—CTACS基线CT间隔时间；其中，CTACS随访为第二次扫描胸部CT总动脉钙化积分情况，CTACS基线为初次扫描胸部CT总动脉钙化积分情况；S6通过Spearman相关性分析、单因素和多因素Cox回归分析对影像组学积分和步骤S1收集的临床数据进行筛选，得到与MACEs发生相关的参数；S7基于步骤S6得到的参数，构建影像组学-临床变量的复合预测模型，并进行模型评估。

全文数据：

权利要求：

百度查询： 中山大学附属第八医院(深圳福田) 基于胸部动脉钙化对主要不良心血管事件的预测模型及构建方法