[发明专利]基于多参数超声的乳腺癌预测模型及其构建方法

权利要求书

1.一种基于多参数超声的乳腺癌预测模型的构建方法，其特征在于，包括以下步骤：

步骤S1，数据收集：收集和处理患者的临床数据及图像数据；所述临床数据包括：年龄；所述图像数据包括：常规超声图像数据、剪切波弹性成像图像数据、超声造影图像数据；

步骤S2，logistic单因素回归分析：对所述临床数据和所述图像数据进行logistic单因素回归分析，筛选出若干个具有显著性的特征；所述若干个具有显著性的特征为logistic单因素回归分析中p＜0.05的特征；

步骤S3，logistic多因素回归分析：对所述若干个具有显著性的特征进行logistic多因素回归分析，获得模型的关键特征、其特征值和权重系数，建立基于多参数超声的乳腺癌预测模型。

2.如权利要求1所述的基于多参数超声的乳腺癌预测模型的构建方法，其特征在于，该方法在步骤S3后还包括：对所述预测模型进行验证的步骤。

3.如权利要求2所述的基于多模式超声的乳腺癌预测模型的构建方法，其特征在于，所述验证的步骤为通过绘制特异性曲线对所述预测模型进行分析。

4.如权利要求1所述的基于多参数超声的乳腺癌预测模型的构建方法，其特征在于，步骤S1中，所述常规超声图像数据包括病灶的位置、大小、纵横比、形态、内部回声、后方回声、血流情况、是否钙化、边界是否清晰、周围组织是否扭曲、腋窝淋巴结状态。

5.如权利要求1所述的基于多参数超声的乳腺癌预测模型的构建方法，其特征在于，步骤S1中，所述剪切波弹性成像图像数据包括病灶剪切波弹性图像颜色、弹性平均值、弹性最大值、周围脂肪组织弹性值、以及弹性最大值与周围脂肪组织弹性值之比。

6.如权利要求1所述的基于多参数超声的乳腺癌预测模型的构建方法，其特征在于，步骤S1中，所述超声造影图像数据包括增强强度、增强时间、增强方向、增强模式、增强均匀性、增强边界是否清晰、内部均匀性、是否存在早期高增强、有无灌注缺损、有无造影剂滞留、有无穿支血管、增强后病灶的大小、区域是否较常规超声区域扩大、边界、形态。

7.根据权利要求1-6项任一项所述的基于多模式超声的乳腺癌预测模型的构建方法构建的基于多模式超声的乳腺癌预测模型，其特征在于，所述的乳腺癌预测模型的风险预测公式＝1/1+Exp∑(-20.360+β₁X₁+β₂X₂+β₃X₃+…+β₉X₉)，其中，X₁-X₉代表第1-第9项关键特征的特征值，β₁-β₉代表第1-第9项关键特征的权重系数，具体如下表所示；