[发明专利]基于深度学习CT影像组学的结直肠癌生存期预测方法在审
| 申请号： | 202011005022.9 | 申请日： | 2020-09-22 |
| 公开（公告）号： | CN112309576A | 公开（公告）日： | 2021-02-02 |
| 发明（设计）人： | 潘祥;王孝磊;胡曙东;张衡;吕天旭;谢振平;刘渊 | 申请（专利权）人： | 江南大学;江南大学附属医院 |
| 主分类号： | G16H50/70 | 分类号： | G16H50/70;G16H50/30;G16H50/50;G06T7/00;G06T7/11;G06T11/20;G06N3/04;G06N3/08 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 曹坤 |
| 地址： | 214000 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习CT影像组学的结直肠癌生存期预测方法。属于医学图像处理技术领域。具体步骤：(1)、获取数据；(2)、对CT影像组学数据进行结直肠肿瘤区域标注；(3)、对获取数据进行预处理；(4)、构建基于深度神经网络的特征学习模型；(5)、利用Lasso回归对结直肠癌CT影像组学深度高通量特征降维，建立患者的风险评分模型；(6)、根据风险评分分组；(7)、曲线及特征有效性验证；(8)、构建深度神经网络多任务逻辑回归(DNN‑MTLR)模型进行生存期概率预测；本发明在得到病人拍摄CT图像后导入系统分析，结果可为医师(特别是年轻经验不足的放射科医生)提供参考，以便更好地了解病人病情并进行下一步决策。 | ||
| 搜索关键词： | 基于 深度 学习 ct 影像 直肠癌 生存 预测 方法 | ||
【主权项】：
暂无信息
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江南大学;江南大学附属医院，未经江南大学;江南大学附属医院许可，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/202011005022.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种LNG船降低隔舱锚固扁钢疲劳的结构
- 下一篇：液压油检测系统及液压系统
