[发明专利]一种基于肿瘤表型特征的非小细胞肺癌预后方法在审

专利信息
申请号: 201510340718.X 申请日: 2015-06-18
公开(公告)号: CN105005714A 公开(公告)日: 2015-10-28
发明(设计)人: 田捷;宋江典;董迪;张帅通;喻冬东 申请(专利权)人: 中国科学院自动化研究所
主分类号: G06F19/24 分类号: G06F19/24;G01N24/00;G01N24/08;G01N29/06
代理公司: 北京博维知识产权代理事务所(特殊普通合伙) 11486 代理人: 方振昌
地址: 100080 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提出了一种基于肿瘤表型特征的非小细胞肺癌预后方法,包括:S1,从非小细胞肺癌患者肺部影像数据库中对每一个肿瘤进行分割,提取目标区域,并根据所述肿瘤目标区域图像提取肿瘤表型特征库;S2,根据所述非小细胞肺癌患者肺部影像数据的临床信息和组织活检结果对肿瘤进行分类,将分类的肺部影像数据的数据集按比例分为训练数据集和测试数据集;S3,依据训练数据集,采用机器学习方法对各分类训练数据集进行特征训练,得到能够正确辨识各分类的训练数据集对应类型肿瘤关键特征,通过所述关键特征对各类测试数据集进行预测统计和预后分析。本发明实现了计算机方法辅助完成肿瘤预后分析并给出辅助诊断建议。
搜索关键词: 一种 基于 肿瘤 表型 特征 细胞 肺癌 预后 方法
【主权项】:
一种基于肿瘤表型特征的非小细胞肺癌预后方法,其特征在于,所述方法包括:步骤S1,从非小细胞肺癌患者肺部影像数据库中对每一个肿瘤进行分割,提取目标区域,并根据所述肿瘤目标区域图像提取肿瘤表型特征库;步骤S2,根据所述非小细胞肺癌患者肺部影像数据的临床信息和组织活检结果对肿瘤进行分类,将分类的肺部影像数据的数据集按比例分为训练数据集和测试数据集;步骤S3,依据各分类肺部影像数据的训练数据集,采用机器学习方法对各分类肺部影像数据的训练数据集进行特征训练,得到能够正确辨识各分类肺部影像数据的训练数据集对应类型肿瘤关键特征,通过所述关键特征对各类肺部影像数据的测试数据集进行预测统计和预后分析。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中国科学院自动化研究所,未经中国科学院自动化研究所许可,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/patent/201510340718.X/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top