一种基于临床信息、影像组学及基因检测的甲状腺结节良恶性分类方法技术

本发明专利技术涉及计算机医学检测技术领域，尤其涉及一种基于临床信息、影像组学及基因检测的甲状腺结节良恶性分类方法。该方法以甲状腺结节的病理诊断作为应变量，采用包括影像组学特征、分子组学的检测数据作为连续变量，所述的分子组学的数据至少选择CLDN10、HMGA2和LANM3三个基因的检测数据；同时结合部分临床病理特征：性别，年龄以及BRAF V600E突变情况因素，通过SVM建模的方法，构建基于影像组学和分子组学构建甲状腺结节的术前诊断预测模型。本发明专利技术将基因检测、影像组学及临床基本信息相结合，以中国人群为基础，建立了一个基于上述组合的甲状腺结节诊断模型。用于帮助临床医生区分甲状腺结节良恶性，指导临床决策。

【技术实现步骤摘要】

本专利技术涉及计算机医学检测，尤其涉及一种基于临床信息、影像组学及基因检测的甲状腺结节良恶性分类方法。

技术介绍

1、甲状腺癌是近年来发病率增长最快的内分泌系统恶性肿瘤。甲状腺乳头状癌（ptc）是最常见的病理类型，占所有甲状腺癌的90%以上。术前准确地区分甲状腺结节的良恶性至关重要。准确的术前诊断可以有效地协助甲状腺癌症患者获得及时有效的治疗，同时帮助良性结节患者避免不必要的手术，从而避免相应的手术并发症，如喉返神经损伤和甲状旁腺功能减退等。

2、细针穿刺活检（fna）是甲状腺结节术前诊断中最常推荐的方法。fna的准确率约为72.8%至87.2%，主要与组织病理学相关。然而，它的局限性包括需要一位经验丰富的细胞病理学家来进行准确的判断，以及经常不确定的细胞学诊断结果。据报道，约17%的fna结果是不确定的，无法准确区分良恶性。而在这些fna结果不确定的患者中，最终只有约5%-10%是恶性的。细胞学结果不确定的患者往往需要接受重复的fna或侵入性诊断手术，这增加了相关术后并发症和不必要的手术干预的潜在风险。

3、近年来，分子检测已成为本文档来自技高网...

【技术保护点】

1.一种基于临床信息、影像组学及基因检测的甲状腺结节良恶性分类方法，其特征在于，该方法包括以下的步骤：

2.根据权利要求1所述的构建方法，其特征在于，步骤2）中使用ArtificialIntelligence Kit对图像数据进行预处理，包括图片灰度离散、强度归一化和分辨率统一化；使用ITK-SNAP软件在超声图像上手动分割肿瘤的感兴趣区域；优选，步骤2）中影像组学提取的特征包括灰度共生矩阵, 直方图, 格式特征, 灰度共生矩阵, 灰度游程长度矩阵和灰度尺寸区域矩阵。

3.根据权利要求1所述的构建方法，其特征在于，步骤3）中采用相关检验、Mann-Whitney ...

【技术特征摘要】

1.一种基于临床信息、影像组学及基因检测的甲状腺结节良恶性分类方法，其特征在于，该方法包括以下的步骤：

2.根据权利要求1所述的构建方法，其特征在于，步骤2）中使用artificialintelligence kit对图像数据进行预处理，包括图片灰度离散、强度归一化和分辨率统一化；使用itk-snap软件在超声图像上手动分割肿瘤的感兴趣区域；优选，步骤2）中影像组学提取的特征包括灰度共生矩阵, 直方图, 格式特征, 灰度共生矩阵, 灰度游程长度矩阵和灰度尺寸区域矩阵。

3.根据权利要求1所述的构建方法，其特征在于，步骤3）中采用相关检验、mann-whitney u检验和方差分析进行降维。

4.根据权利要求1所述的构建方法，其特征在于，步骤4）中使用matlab 2022为平台，libsvm 3.2语言包为基础，分别使用线性svm模型、非线性svm模型、lda模型、risk score评估模型来构建预测模型。

5.根据权利要求1所述的构建方法，其特征在于，步骤4）在建模过程中，模型优化方面，对非线性svm模型使用网格搜索法选取参数，对所构建模型进行指标筛选时，分别先后使用阈值法、枚举法、向后法和向前法算法建模，并根据这些算法的特性来对指标筛选算法进行改善...

【专利技术属性】
技术研发人员：瞿金妙，王青煊，倪纯珏，林思思，李权，陈恩东，章淑薇，闻婧，张钧豪，周涵佳，苏凯博，王琦，
申请(专利权)人：温州医科大学附属第一医院，
类型：发明
国别省市：