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！

龙图腾网获悉南京医科大学申请的专利一种预测NAC中EC与T相对疗效的预测模型训练方法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：CN120126803B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202510194132.0，技术领域涉及：G16H50/70；该发明授权一种预测NAC中EC与T相对疗效的预测模型训练方法是由王守巨;胡永志;唐玉霞;刘凯文设计研发完成，并于2025-02-21向国家知识产权局提交的专利申请。

本一种预测NAC中EC与T相对疗效的预测模型训练方法在说明书摘要公布了：本发明公开了一种预测NAC中EC与T相对疗效的预测模型训练方法，本发明通过获取受试者的MRI影像数据与临床病理资料构建数据集，并通过影像分割、特征提取、定性相对疗效特征、模型构建与验证等步骤构建基于DCE和ADC序列的影像组学模型，以及结合临床病理因素的混合模型，来预测EC与T治疗的相对疗效。本发明可以有效的在NAC中期预测EC表柔比星加环磷酰胺与T紫杉类药物治疗方案的相对疗效，以期及时调整治疗方案，提高治疗效果。

本发明授权一种预测NAC中EC与T相对疗效的预测模型训练方法在权利要求书中公布了：1.一种预测NAC中EC与T相对疗效的预测模型训练方法，其特征在于，步骤如下： S1、筛选临床数据：获取受试者的影像数据和临床病理资料构建获得数据集； S2、图像分割：选择DCE序列的第二张对比后相位图像在6个动态相位中进行分割，在轴向平面上逐层手动描绘包含整个MRI可见肿瘤的感兴趣区域，然后将肿瘤内区域三维各向同性扩展5mm，获得瘤周区域； S3、特征提取：从图像中提取影像组学特征，在特征提取之前，对图像的强度分布进行标准化，然后从DCE序列的每个感兴趣区域中和表观扩散系数图中提取相关特征，并计算NAC-前期和NAC-中期图像的影像学特征值之间的差异作为Delta影像组学特征以捕捉肿瘤的纵向变化； S4、定性相对疗效的特征：使用肿瘤体积变化率来表征最初4个EC治疗周期与随后4个T治疗周期的相对疗效； S5、构建影像组学模型：模型构建分为两部分：第一部分通过消融实验评价利用多序列和多感兴趣区域的模型的性能，第二部分整合各方面的影像组学特征，构建Original模型、Delta模型以及Fusion模型，预测采用多序列和多感兴趣区域的EC和T治疗的相对疗效；多序列和多感兴趣区域主要使用两个MRI序列：DCE和ADC以及两个多感兴趣区域：瘤内区域和瘤周区域，特征选择步骤如下：通过方差阈值选择方差大于1.0的特征；采用Mann-WhitneyU检验选择与NAC治疗相对疗效相关的特征；采用随机森林模型对特征重要性进行排序，选择最重要的前100个特征；采用最小绝对收缩和选择算子回归和10倍交叉验证来选择非零系数的特征； S6、构建混合模型：每个患者的Original、Delta和Fusion影像组学模型的输出被用作影像组学特征，采用逻辑回归方法，结合影像组学特征与重要的临床病理因素，建立混合模型； S7、统计分析与评估：评估影像组学模型和混合模型的性能。

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南京医科大学，其通讯地址为：211199 江苏省南京市江宁区天元东路818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。