买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国医科大学申请的专利基于影像组学及语义特征预测CRLM患者的RAS基因状态获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114783517B 。

龙图腾网通过国家知识产权局官网在2025-08-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210517862.6，技术领域涉及：G16B20/50；该发明授权基于影像组学及语义特征预测CRLM患者的RAS基因状态是由王昕缇;石芮川;孟林设计研发完成，并于2022-05-13向国家知识产权局提交的专利申请。

本基于影像组学及语义特征预测CRLM患者的RAS基因状态在说明书摘要公布了：本发明属于智能医疗技术领域，具体涉及一种基于影像组学特征预测晚期结直肠癌肝转移患者的RAS基因状态的模型及其应用。本发明成功构建了基于影像组学特征预测晚期结直肠癌肝转移患者的RAS基因状态的模型：收集患者的初始治疗前增强CT图像，提取影像组学特征，利用1000次Lasso‑Logistic分析得到12个影像组学特征，利用多因素逻辑回归方法构建影像组学预测模型。本发明利用的是增强CT图像，达到经济、无创、快速地预测结直肠癌肝转移患者的RAS基因状态，辅助基因分型，可以帮助临床医生进行精准个体化治疗决策，具有重大的临床意义。

本发明授权基于影像组学及语义特征预测CRLM患者的RAS基因状态在权利要求书中公布了：1.一种基于影像组学特征预测CRLM患者的RAS基因状态的模型的构建方法，其特征在于，所述方法基于影像组学特征建立，具体步骤如下： S1.收集初诊时为晚期肠癌肝转移患者的增强CT影像学图像数据； S2.对S1收集的增强CT影像学图像数据进行分析，分割感兴趣区域，提取影像特征； S3.利用1000次Lasso-Logistic分析，其中12种影像特征及参数的组合稳定出现了900次以上；所述12个影像组特征包括： wavelet.HHH_glszm_SizeZoneNonUniformityNormalized；wavelet.HLL_glszm_LowGrayLevelZoneEmphasis，wavelet.HLL_glszm_SmallAreaLowGrayLevelEmphasis，wavelet.LHL_firstorder_Skewness，wavelet.LHL_glcm_ClusterShade，wavelet.LHL_glcm_Correlation，wavelet.LHL_glcm_MCC，wavelet.LLH_firstorder_Median，wavelet.LLH_glcm_Idn，wavelet.LLH_glszm_GrayLevelNonUniformityNormalized，wavelet.LLH_glszm_SmallAreaLowGrayLevelEmphasis，wavelet.LLH_glszm_ZoneEntropy； S4.利用多因素逻辑回归方法对S3得到的12个影像组学特征，构建得到相应的基于影像组学特征的RAS基因状态预测模型； 所述预测模型是影像组学预测模型，所述影像组学分数计算公式： 3.5512-6.1777*wavelet.HHH_glszm_SizeZoneNonUniformityNormalized1.8147*wavelet.HLL_glszm_LowGrayLevelZoneEmphasis+1.3087*wavelet.HLL_glszm_SmallAreaLowGrayLevelEmphasis-4.0329*wavelet.LHL_firstorder_Skewness-2.1221*wavelet.LHL_glcm_ClusterShade+1.0033*wavelet.LHL_glcm_Correlation-3.0967*wavelet.LHL_glcm_MCC+0.4027*wavelet.LLH_firstorder_Median+0.5078*wavelet.LLH_glcm_Idn-0.2159*wavelet.LLH_glszm_GrayLevelNonUniformityNormalized+6.8791*wavelet.LLH_glszm_SmallAreaLowGrayLevelEmphasis+4.6685*wavelet.LLH_glszm_ZoneEntropy；将cutoff值设定为50%。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国医科大学，其通讯地址为：110122 辽宁省沈阳市沈北新区蒲河路77号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。