[发明专利]一种构建肺肿瘤良恶性预测模型的方法在审
| 申请号： | 201810321872.6 | 申请日： | 2018-04-11 |
| 公开（公告）号： | CN108776962A | 公开（公告）日： | 2018-11-09 |
| 发明（设计）人： | 朱信忠;徐慧英;赵建民;陈震东 | 申请（专利权）人： | 浙江师范大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G16H50/20 |
| 代理公司： | 杭州千克知识产权代理有限公司 33246 | 代理人： | 赵芳;李欣玮 |
| 地址： | 321001 *** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种构建肺肿瘤良恶性预测模型的方法。该方法包括如下步骤：(1)选取肺肿瘤病人样本，对肺肿瘤病人的肺部区域进行电子计算机断层扫描(CT)，获得相应的CT图像；(2)对步骤(1)获得的CT图像进行勾画，分割肺部病变区域，得到标记的病灶区域；(3)从标记的病灶区域提取定量的影像特征；(4)采用Lasso算法进行特征选择；(5)将选择的特征数据作为输入，使用梯度下降算法对Logistic回归进行参数优化，最后使用Logistic训练得到肺肿瘤良恶性预测模型。本发明构建肺肿瘤良恶性预测模型的方法简单，耗时短，预测模型准确度高，可以应用于肺肿瘤良恶性的定性诊断。 | ||
| 搜索关键词： | 肺肿瘤 预测模型 构建 病灶区域 电子计算机断层扫描 病人样本 参数优化 定性诊断 肺部病变 肺部区域 特征数据 特征选择 下降算法 影像特征 准确度 算法 耗时 勾画 分割 应用 | ||
【主权项】：
1.一种构建肺肿瘤良恶性预测模型的方法，其特征在于，该方法包括如下步骤：(1)选取肺肿瘤病人样本，对肺肿瘤病人的肺部区域进行电子计算机断层扫描(CT)，获得相应的CT图像；(2)对步骤(1)获得的CT图像进行勾画，分割肺部病变区域，得到标记的病灶区域；(3)从标记的病灶区域提取定量的影像特征；(4)采用Lasso(least absolute shrinkage and selection operator)算法进行特征选择；(5)将选择的特征数据作为输入，使用梯度下降算法对Logistic回归进行参数优化，最后使用Logistic训练得到肺肿瘤良恶性预测模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江师范大学，未经浙江师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810321872.6/，转载请声明来源钻瓜专利网。
