一种肾部分切除患者术后远期肾功能预测模型的构建方法

    公开(公告)号:CN118352059A

    公开(公告)日:2024-07-16

    申请号:CN202410386994.9

    申请日:2024-04-01

    Abstract: 本发明公开了一种肾部分切除患者术后远期肾功能预测模型的构建方法,其包括:获取若干患者的数据;构建用于从术前影像资料中得到肾脏与肿瘤部分的自动勾画文件的肾脏肿瘤自动勾画模型;根据临床数据进行单因素及多因素Logistics回归、单因素及多因素Cox回归分析得到参与预测的临床变量;将术前影像资料作为原始图像文件,采用肾脏肿瘤自动勾画模型从中获得标签图像文件;对原始图像文件与对应的标签图像文件进行特征提取得到影像组学特征;将各患者的临床变量、影像组学特征以及对应的术后远期肾功能结果输入到人工神经网络进行训练,以得到最终的预测模型。基于临床及影像学特征于术前对术后发生肾功能下降的患者进行量化预测,准确性高。

    用于预测肾部分切除患者术后局部复发的深度学习模型训练方法

    公开(公告)号:CN118737453A

    公开(公告)日:2024-10-01

    申请号:CN202410808399.X

    申请日:2024-06-21

    Abstract: 本发明公开了一种用于预测肾部分切除患者术后局部复发的深度学习模型训练方法。通过本发明公开的技术方案可以训练得到基于CT影像组学的深度学习模型,该模型针对局限性肾细胞癌患者,提取、分析患者术前增强CT动脉期的影像组学特征,结合患者临床特征,建立患者肾细胞癌局部复发风险的预测系统并帮助手术方案决策。通过本发明所公开的训练方法所获得的模型能够解决局限性肾细胞癌患者个体化差异导致的局部复发问题,利用该模型在术前对每个患者的复发风险进行全面评估,辅助医生制定合适的手术方案,延长患者生存期和健康相关生活质量。

Patent Agency Ranking