[发明专利]肺癌细胞KI‑67表达指数的术前预测模型的建立方法

权利要求书

1.一种肺癌细胞KI-67表达指数的术前预测模型的建立方法，其特征在于，包括以下步骤：

步骤(1)：对病例进行筛选，得到符合标准的患者；

步骤(2)：检测所述的患者KI-67表达指数；

步骤(3)：对所述的患者肺部进行CT影像扫描及三维重建，得到各CT参数数据及三维图像；

步骤(4)：对所述的CT参数数据及KI-67表达指数进行统计学处理分析及交叉验证，并建立KI-67的预测模型。

2.根据权利要求1所述的肺癌细胞KI-67表达指数的术前预测模型的建立方法，其特征在于，所述的患者为符合下列标准：

(1)术前行CT检查且首次诊断为GGO患者；

(2)术后有明确病理诊断结果；

(3)直径小于3cm的单纯性GGO和混合性GGO。

3.根据权利要求1所述的肺癌细胞KI-67表达指数的术前预测模型的建立方法，其特征在于，KI-67表达指数的检测采用免疫组化二步法。

4.根据权利要求1所述的肺癌细胞KI-67表达指数的术前预测模型的建立方法，其特征在于，所述的CT参数数据为平均直径、总体积、最大CT值、平均CT值和CT值分布标准差。

5.根据权利要求1所述的肺癌细胞KI-67表达指数的术前预测模型的建立方法，其特征在于，所述步骤(5)还包括以下步骤：

步骤(5.1)：采用Levene检验检测CT参数数据及KI-67表达指数方差齐性；

步骤(5.2)：对于方差不齐的CT参数数据运用Kruskal-Wallis检验来计算各组间参数数据是否具有显著性差异；

步骤(5.3)：对于方差齐性的KI-67表达指数则用单因素方差来分析组间差异，并运用LSD检验来进行kI-67的组间两两配对检验；

步骤(5.4)：用Tamhane’s T2来对CT参数数据及ki-67表达指数预测值进行两两间配对检验；

步骤(5.5)：用受试者工作特征曲线分析来检测各CT参数数据及ki-67表达指数对于鉴别不同病理类型的GGO病灶的灵敏性和特异性；

步骤(5.6)：采用Spearman相关性分析和多元回归分析并十折交叉验证来建立KI-67表达指数的预测模型。