[发明专利]一种冠脉左主干分叉的分支闭塞风险预测方法及系统

权利要求书

1.一种冠脉左主干分叉的分支闭塞风险预测方法，其特征在于，所述方法包括：

获取冠脉左主干造影图像样本；

提取所述冠脉左主干造影图像样本的多个特征；

将多个所述特征输入至预设的回归模型中进行筛选，得到n个所述特征，其中，n为大于或等于1的正整数；

将n个所述特征输入至预设的全子集回归模型，得到最优子集；所述最优子集包括i个所述特征，其中，；

计算所述最优子集内的i个所述特征的比值比；

基于i个所述特征的比值比对i个所述特征进行变量赋值，得到i个赋值结果；

将所述i个赋值结果相加，得到预测总分α；

生成包含所述最优子集的预设的左主干分支闭塞预测评分模型；

获取患者的冠脉左主干造影图像；

将所述冠脉左主干造影图像输入至预设的左主干分支闭塞预测评分模型，得到预测总分β；

判断所述预测总分β是否大于或等于预设的第一阈值；

当所述预测总分β大于或等于所述预设的第一阈值时，确定所述患者存在左主干分叉的分支闭塞风险。

2.根据权利要求1所述的方法，其特征在于，所述将多个所述特征输入至预设的回归模型中进行筛选，得到n个所述特征，具体包括：

将多个所述特征作为自变量，将冠脉左主干分叉的分支闭塞风险作为因变量；

基于单因素Logistic回归模型对所述自变量和所述因变量进行分析，得到多个所述特征的P值；

对所述P值小于预设的第二阈值的多个所述特征进行筛选，得到n个所述特征。

3.根据权利要求1所述的方法，其特征在于，所述将n个所述特征输入至预设的全子集回归模型，得到最优子集，具体包括：

将n个所述特征输入至预设的全子集回归模型中，对n个所述特征进行排列组合，得到多个特征集合；

基于赤池信息量准则，计算每个所述特征集合的AIC值；

将所述AIC值最小的所述特征集合作为最优子集。

4.根据权利要求1所述的方法，其特征在于，所述基于i个所述特征的比值比对i个所述特征进行变量赋值，得到i个赋值结果，具体包括：

基于所述i个所述特征的比值比，得到最小比值比对应的特征；

将所述最小比值比对应的特征的变量赋值为2；

将其余i-1个所述特征的变量赋值为取整数；所述为所述比值比最小的所述特征的比值比，所述为其余i-1个所述特征的比值比。

5.根据权利要求1所述的方法，其特征在于，在所述生成包含所述最优子集的预设的左主干分支闭塞预测评分模型之后，所述方法还包括：

基于受试者工作曲线方法、校准曲线方法、五折交叉验证方法以及模拟随机分析方法对所述预设的左主干分支闭塞预测评分模型进行验证，得到验证结果；

判断所述验证结果与预设结果是否相同；

当所述验证结果与预设结果相同时，确认所述预设的左主干分支闭塞预测评分模型验证通过。