[发明专利]融合多个检测结果的诊断模型建立方法有效
| 申请号: | 202111189520.8 | 申请日: | 2021-10-12 |
| 公开(公告)号: | CN114093500B | 公开(公告)日: | 2022-12-02 |
| 发明(设计)人: | 曾真;徐大宝;吴子平 | 申请(专利权)人: | 湖南索莱智能科技有限公司;湖南莱博赛医用机器人有限公司 |
| 主分类号: | G16H50/20 | 分类号: | G16H50/20;G01N33/574;G01N33/68 |
| 代理公司: | 广州市红荔专利代理有限公司 44214 | 代理人: | 李婷 |
| 地址: | 410000 湖南省长沙市经济技*** | 国省代码: | 湖南;43 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 融合 检测 结果 诊断 模型 建立 方法 | ||
1.一种融合多个检测结果的诊断模型建立方法,其特征在于,通过综合DNA倍体法、TBS法和HPV法分别检测正常宫颈组织和癌变宫颈组织获得对应的检测指标,通过将各检测指标进行正则化量化后进行综合分析,获得区分正常宫颈组织和癌变宫颈组织的宫颈癌癌前早期病变阶段诊断模型;
所述DNA倍体法的检测指标的正则化量化过程如下:采用sigmoid函数计算:X1=(1/(1+e^(c*(d-v1))))(公式一),
其中c为质控因子参数,
d为DNA倍体检测值,
v1为倍体异常阈值,
X1为可能性,取值范围X1=0.0~1.0或0%~100%;
所述DNA倍体法检测指标包括细胞核的面积、平均积分光密度、积分光密度、顺滑度、高倍体的倍体值或细胞个数;
所述TBS法检测指标的正则化量化过程如下:使用贝叶斯优化算法求取各类型形态目标的权重,将发现的各类型形态目标的每视野发现个数进行加权求和,得到TBS指标量化值t,将该值代入sigmoid函数X2=(1/(1+e^(c*(t-v2)))) (公式二)量化,其中c为质控因子参数;t为TBS指标量化值;v2为阳性阈值;X2=0.0~1.0或0%~100%;
所述类型形态目标的指标包括ASCUS个数、LSIL、HSIL个数、AGC或AGC-FN数;
所述HPV法检测指标的正则化量化过程如下:
i)使用贝叶斯优化算法求取各类型形态目标的权重,将发现的各类型形态目标的每视野发现个数进行加权求和,得到HPV指标量化值T,将该值代入sigmoid函数X3=(1/(1+e^(c*(T-v3)))) (公式三)量化,其中c为质控因子参数;T为HPV指标量化值;v3为阳性阈值;X3=0.0~1.0或0%~100%;
ii)采用sigmoid函数:X4=(1/(1+e^(c*(D-v4)))) (公式四),其中c为质控因子参数;D为HPV检测指标,v4为检测指标异常阈值;
所述方法在检测过程中针对同一样本的同一检测方法或不同检测方法,改变其染色方法、制片方法、检测参数、检测模型,不因其中某一特定手段变化而出现不同,只需根据检测方法过程中的检测指标进行正则化量化以及融合计算。
2.根据权利要求1所述融合多个检测结果的诊断模型建立方法,其特征在于,所述HPV检测指标包括蛋白E6、蛋白p53、蛋白E7、蛋白pRB或蛋白复合物。
3.根据权利要求1所述融合多个检测结果的诊断模型建立方法,其特征在于,所述综合分析是指将正则化量化获得的可能性结果进行融合计算,得到综合诊断量化值。
4.根据权利要求3所述融合多个检测结果的诊断模型建立方法,其特征在于,所述融合计算的方法包括算术平均、加权平均或调和平均。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南索莱智能科技有限公司;湖南莱博赛医用机器人有限公司,未经湖南索莱智能科技有限公司;湖南莱博赛医用机器人有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111189520.8/1.html,转载请声明来源钻瓜专利网。





