小肝癌早期复发概率预测模型的构建方法与预测方法技术

本发明专利技术实施例提供了一种小肝癌早期复发概率预测模型的构建方法与预测方法，涉及图像处理技术领域。小肝癌早期复发概率预测模型的构建方法包括：基于多个对象的医学影像数据，得到各对象的影像组学评分；从影像特征、临床特征以及影像组学评分中，选取与小肝癌早期复发相关的多个独立预测因子；利用多个独立预测因子构建组合模型，并基于组合模型建立小肝癌早期复发概率预测模型。本发明专利技术中，能够在术前对小肝癌患者手术后的早期复发概率进行预测，供医生在制定治疗方案时作为参考以优化治疗方案，减少小肝癌患者术后的早期复发概率。

【技术实现步骤摘要】
小肝癌早期复发概率预测模型的构建方法与预测方法
本专利技术涉及图像处理
，具体涉及一种小肝癌早期复发概率预测模型的构建方法与预测方法。
技术介绍
随着医疗影像装置的发展与诊断技术的进步，越来越多的小肝癌(直径小于或等于三厘米的肿瘤)可以在早期被发现。肝切除与射频消融术是多数小肝癌的常用治疗方法。然而，由于肿瘤复发和转移的发生概率较高，即便是小肝癌患者，预后效果仍较差。若能在术前对小肝癌早期复发的概率进行预测，则能够对医生优化患者的治疗方案具有非常重要的意义。
技术实现思路
本专利技术的目的在于提供一种小肝癌早期复发概率预测模型的构建方法与预测方法，能够在术前对小肝癌患者手术后的早期复发概率进行预测，供医生在制定治疗方案时作为参考以优化治疗方案，减少小肝癌患者术后的早期复发概率。为实现上述目的，本专利技术提供了一种小肝癌早期复发概率预测模型的构建方法，包括：基于多个对象的医学影像数据，得到各对象的影像组学评分；从影像特征、临床特征以及影像组学评分中，选取与小肝癌早期复发相关的多个独立预测因子；利用多个独立本文档来自技高网...

【技术保护点】
1.一种小肝癌早期复发概率预测模型的构建方法，其特征在于，包括：/n基于多个对象的医学影像数据，得到各所述对象的影像组学评分；/n从影像特征、临床特征以及影像组学评分中，选取与小肝癌早期复发相关的多个独立预测因子；/n利用所述多个独立预测因子构建组合模型，并基于所述组合模型建立小肝癌早期复发概率预测模型。/n

【技术特征摘要】
1.一种小肝癌早期复发概率预测模型的构建方法，其特征在于，包括：
基于多个对象的医学影像数据，得到各所述对象的影像组学评分；
从影像特征、临床特征以及影像组学评分中，选取与小肝癌早期复发相关的多个独立预测因子；
利用所述多个独立预测因子构建组合模型，并基于所述组合模型建立小肝癌早期复发概率预测模型。


2.根据权利要求1所述的小肝癌早期复发概率预测模型的构建方法，其特征在于，所述从影像特征、临床特征以及影像组学评分中，选取与小肝癌早期复发相关的多个独立预测因子，包括：
以影像特征、临床特征或影像组学评分作为变量进行单因素logistic回归分析，得到对小肝癌早期复发具有统计学意义的多个预测变量；
对所述多个预测变量进行多因素logistic回归分析，得到与小肝癌早期复发相关的多个独立预测因子。


3.根据权利要求1所述的小肝癌早期复发概率预测模型的构建方法，其特征在于，所述基于所述组合模型建立小肝癌早期复发概率预测模型，包括：
建立所述组合模型对应的Nomogram模型，作为所述小肝癌早期复发概率预测模型。


4.根据权利要求1至3中任一项所述的小肝癌早期复发概率预测模型的构建方法，其特征在于，所述多个独立预测因子包括：所述影像组学评分与所述临床特征中包含的术前血小板计数。


5.根据权利要求1所述的小肝癌早期复发概率预测模型的构建方法，其特征在于，所述医学影像数据包括多个类型的医学图像，所述基于多个对象的医学影像数据，得到各所述对象的影像组学评分，包括：
对所述多个对象的多个类型的医学图像上勾画的肿瘤感兴趣区域进行纹理分析，得到每个类型的所述医学图像对应的多个纹理...

【专利技术属性】
技术研发人员：李跃明，朱月珉，温丽婷，严川，叶榕平，周丽丽，陈晓洁，高兰梅，
申请(专利权)人：福建医科大学附属第一医院，
类型：发明
国别省市：福建;35