[发明专利]一种免疫相关性肺炎预测模型的训练方法

权利要求书

1.一种免疫相关性肺炎预测模型的训练方法，其特征在于，

获取目标对象的N₁个临床参数；

获取基于目标对象CT影像的N₂个影像参数；

在所述N₁个临床参数和N₂个影像参数中确定N个参数；

以多个目标对象的所述N个参数训练免疫相关性肺炎预测模型。

2.如权利要求1所述的方法，其特征在于，

所述临床参数包括：性别、年龄、吸烟史、病理类型、免疫治疗模式、既往胸部放疗史中的一种或多种。

3.如权利要求1所述的方法，其特征在于，所述获取基于目标对象CT影像的N₂个影像参数，包括：

分割目标对象CT影像中的肺部区域；

基于所述肺部区域生成CT值直方图；

至少基于所述CT值直方图获得N₂个影像参数中的参数。

4.如权利要求3所述的方法，其特征在于，所述基于所述肺部区域生成CT值直方图，包括：

获取所述肺部区域中每个体素的CT值；

统计预设CT值区间内CT值对应的体素的频数；

基于预设CT值区间内CT值及与其对应的体素的频数生成CT值直方图。

5.如权利要求4所述的方法，其特征在于，

所述预设CT值区间为(-1000HU，0HU)，所述基于预设CT值区间内CT值及与其对应的体素的频数生成CT值直方图包括：

将所述预设CT值区间均分为K个子区间，其中，K为大于等于1的自然数；

获取各子区间对应的频数，所述各子区间对应的频数是指该子区间的CT值对应的体素的频数之和；

以各子区间对应的频数为该子区间的各CT值对应的体素的频数生成CT值直方图。

6.如权利要求3所述的方法，其特征在于，所述至少基于所述CT值直方图获得N₂个影像参数中的参数，包括：

以所述CT值直方图的分布曲线的熵、能量、峰度、偏度和峰值作为影像参数中的参数。

7.如权利要求3所述的方法，其特征在于，所述至少基于所述CT值直方图获得N₂个影像参数中的参数，还包括：

计算所述肺部区域的体积，

分别计算M个CT值区间体素所占体积与所述肺部区域的体积的比值，其中，M为大于等于1的自然数；

以M个比值作为影像参数中的参数。

8.如权利要求3所述的方法，其特征在于，所述至少基于所述CT值直方图获得N₂个影像参数中的参数，还包括：

获取标准曲线；

基于标准曲线和CT值直方图的分布曲线获取海林格距离参数和IOU参数；

以所述海林格距离参数和IOU参数作为影像参数中的参数。

9.如权利要求3所述的方法，其特征在于，获取基于目标对象CT影像的N₂个影像参数，还包括：

获取所述肺部区域中每个体素的CT值；

以所述肺部区域中所有体素的CT值的平均值、中位数和标准差作为个影像参数中的参数。

10.如权利要求1所述的方法，其特征在于，所述在所述N₁个临床参数和N₂个影像参数中确定N个参数，包括：

对影像参数矩阵进行归一化处理；

基于Boruta方法确定临床参数和影像参数的重要性及其重要度；

在确定了重要性及重要度的临床参数和影像参数中通过递归特征消除选择N个参数。