中国医学科学院肿瘤医院康文迪获国家专利权
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学科学院肿瘤医院申请的专利基于多模态MRI放射组学特征预测肝癌联合治疗效果的预测模型及其构建方法和应用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:CN120319410B 。
龙图腾网通过国家知识产权局官网在2025-09-26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:202510487685.5,技术领域涉及:G16H30/20;该发明授权基于多模态MRI放射组学特征预测肝癌联合治疗效果的预测模型及其构建方法和应用是由康文迪;杨正强;李航;周璇;李好;严振涛;翁思远;席俊青设计研发完成,并于2025-04-18向国家知识产权局提交的专利申请。
本基于多模态MRI放射组学特征预测肝癌联合治疗效果的预测模型及其构建方法和应用在说明书摘要公布了:本发明公开了基于多模态MRI放射组学特征预测肝癌联合治疗效果的预测模型及其构建方法和应用,属于肝癌治疗效果预测技术领域。针对目前只有部分肝癌患者能够从经动脉化疗栓塞联合靶向免疫治疗方案中获益这一问题,本发明提出在联合治疗之前,通过无创的多模态对比增强MRI放射组学特征和临床因素,建立多种机器学习模型,预测经动脉化疗栓塞联合分子靶向加免疫治疗的肿瘤治疗反应,并使用外部数据集验证了该放射组学模型的适用性;此外,将该放射组学模型与临床模型结合,具有更加优秀的预测效能,放射组学特征对临床因素提供了增量的预测价值。本发明中可以预测出肝癌患者联合治疗的效果,从而对不同患者在治疗前选择更加有效合理的治疗方案。
本发明授权基于多模态MRI放射组学特征预测肝癌联合治疗效果的预测模型及其构建方法和应用在权利要求书中公布了:1.基于多模态MRI放射组学特征预测肝癌联合治疗效果的预测模型的构建方法,其特征在于,包括以下步骤: S1:在肝癌患者开始联合治疗之前,获取患者腹部MRI对比增强图像; S2:对患者腹部MRI对比增强图像进行分割,获取放射组学特征; S3:选择用于建立预测模型的临床独立预测因素和放射组学特征; 所述的临床独立预测因素包括中性粒细胞与淋巴细胞比值NLR和甲胎蛋白AFP值; 所述的放射组学特征包括Wavelet-LLL_glrlm_ShortRunHighGrayLevelEmphasis_AP、Original_glrlmShortRunHighGrayLevelEmphasis_AP、Wavelet-LLL_glrlm_ShortRunHighGrayLevelEmphasis_PP、Wavelet-LLL_ngtdm_Strength_AP、Gradient_firstorder_10Percentile_AP、Wavelet-HLL_firstorder_RootMeanSquared_AP、Wavelet-LL_gldm_DependenceVariance_DP、Exponential_gldm_DependenceVariance_DP、Original_gldm_DependenceVariance_DWI、Wavelet-LHL_gldm_DependenceEntropy_T2、lbp-3D-k_glrlm_ShortRunEmphasis_DP、Wavelet-LL_glrlm_ShortRunHighGrayLevelEmphasis_DP、square_firstorder_Energy_DWI、Wavelet-LHL_glszm_SmallAreaEmphasis_PP、Wavelet-LHH_ngtdm_Complexity_T1和Original_shape_Elongation_T1; S4:使用不同机器学习方法分别构建临床模型和放射组学模型; S5:对步骤S4中构建的模型进行模型评价,确定最佳临床模型和放射组学模型; S6:对步骤S5中确定的最佳临床模型和放射组学模型进行组合,得到联合模型,也即最终的预测模型; S7:对构建的联合模型进行外部验证。
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学科学院肿瘤医院,其通讯地址为:100021 北京市朝阳区潘家园南里17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”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励