公开(公告)号：CN117995398B

公开(公告)日：2024-10-01

申请号：CN202410071698.X

申请日：2024-01-17

Applicant: 复旦大学附属肿瘤医院

Inventor： 朱正飞 ,  龚敬 ,  顾雅佳 ,  童彤 ,  倪建佼 ,  王婷 ,  陈泓儒 ,  袁智勇

IPC: G16H50/30 ,  G16H10/20 ,  G16H30/00 ,  G06T7/00 ,  G06T7/11 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于临床‑影像组学特征融合的早期非小细胞肺癌淋巴结转移风险预测方法，包括以下步骤：首先对原始CT影像进行预处理，分割肺肿瘤区域，并提取肺肿瘤区域的影像组学特征和深度图像特征，建立CT影像特征集；其次，收集临床数据，进行特征预处理后，采用特征选择方法筛选出有统计学意义的临床特征，建立临床特征集；然后，在对CT影像特征和临床特征进行归一化处理的基础上，运用特征交互方法，融合CT影像和临床特征，输入全连接神经网络，构建预测模型；最后，利用预测模型输出早期非小细胞肺癌淋巴结转移风险概率。本发明的方法自动化程度高，提高了早期非小细胞肺癌淋巴结转移风险预测的精度。

公开(公告)号：CN117995398A

公开(公告)日：2024-05-07

申请号：CN202410071698.X

申请日：2024-01-17

Applicant: 复旦大学附属肿瘤医院

Inventor： 朱正飞 ,  龚敬 ,  顾雅佳 ,  童彤 ,  倪建佼 ,  王婷 ,  陈泓儒 ,  袁智勇

IPC: G16H50/30 ,  G16H10/20 ,  G16H30/00 ,  G06T7/00 ,  G06T7/11 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于临床‑影像组学特征融合的早期非小细胞肺癌淋巴结转移风险预测方法，包括以下步骤：首先对原始CT影像进行预处理，分割肺肿瘤区域，并提取肺肿瘤区域的影像组学特征和深度图像特征，建立CT影像特征集；其次，收集临床数据，进行特征预处理后，采用特征选择方法筛选出有统计学意义的临床特征，建立临床特征集；然后，在对CT影像特征和临床特征进行归一化处理的基础上，运用特征交互方法，融合CT影像和临床特征，输入全连接神经网络，构建预测模型；最后，利用预测模型输出早期非小细胞肺癌淋巴结转移风险概率。本发明的方法自动化程度高，提高了早期非小细胞肺癌淋巴结转移风险预测的精度。