龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明涉及一种基于机器学习的患者放疗后血液毒性预测方法和装置，方法包括：收集经过放化疗治疗的患者的临床信息、血液学参数信息和CT图像，构成数据集并预处理；对CT图像进行骨盆骨腔各结构的自动分割及骨盆的自动定位，从而计算出累积剂量‑体积直方图和差分剂量‑体积直方图；基于累积剂量‑体积直方图筛选剂量学参数的关键预测因子；根据差分剂量‑体积直方图，通过机器学习的方法，对LKB‑NTCP模型进行参数拟合；以获取的关键预测因子、差分剂量‑体积直方图和血液毒性结果作为模型输入，对LKB‑NTCP模型进行迭代优化，获取最优的LKB‑NTCP模型，用于患者放疗后的血液毒性预测。与现有技术相比，本发明具有模型泛化性强、普适性好、模型鲁棒性强等优点。
主权项：1.一种基于机器学习的患者放疗后血液毒性预测方法，其特征在于，包括以下步骤：收集经过放化疗治疗的患者信息，包括患者的临床信息、血液学参数信息和CT图像，构成数据集，并对收集的数据集进行预处理；对数据集中的CT图像进行骨盆骨腔各结构的自动分割及骨盆的自动定位；根据定位结果和数据集中的患者信息，获取各个患者的骨盆骨腔及各亚结构的剂量-体积直方图，并计算出对应的计量学评估指标，该计量学评估指标包括累积剂量-体积直方图和差分剂量-体积直方图；基于累积剂量-体积直方图筛选剂量学参数的关键预测因子；根据所述差分剂量-体积直方图，通过机器学习的方法，对预先建立的LKB-NTCP模型进行参数拟合；以基于数据集获取的关键预测因子、差分剂量-体积直方图和血液毒性结果作为模型输入，对LKB-NTCP模型进行迭代优化，获取最优的LKB-NTCP模型；获取待预测的患者数据，并输入所述最优的LKB-NTCP模型中，获取患者放疗后血液毒性预测结果。
全文数据：
权利要求：
百度查询： 复旦大学附属肿瘤医院 基于机器学习的患者放疗后血液毒性预测方法和装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号