摘要
本发明涉及一种基于胆管分型的肠癌肝转移辅助治疗疗效预测方法,包括:收集CRLM患者术后的肝脏病灶HE切片,构建样本数据集,用于训练深度学习模型,从而得到基于空间蛋白组胆管分型的病理组学模型;将当前CRLM患者术后的肝脏病灶HE切片输入基于空间蛋白组胆管分型的病理组学模型,输出得到当前CRLM患者对应的辅助治疗疗效分类标签,结合后处理计算,即得到当前CRLM患者对应的辅助治疗敏感性预测结果。与现有技术相比,本发明一方面提出一种基于空间蛋白质组学的胆管分型,根据患者肝脏病灶不同分型的比例来预测CRLM患者的辅助治疗疗效,另一方面构建一种新的CRLM患者辅助治疗疗效预测模型,能够在术后早期无创、高效、准确地对CRLM辅助治疗疗效进行预测。
技术关键词
胆管
辅助治疗敏感性
训练深度学习模型
患者
Delaunay三角剖分
切片
肝脏
早期无创
卷积滤波器
HE染色
样本
变换器
多层感知机
训练集
顶点
胶原蛋白
标签
数据
系统为您推荐了相关专利信息
神经网络架构
视觉导航方法
患者生理数据
关键特征点
可读存储介质
心血管疾病风险
数据分析模块
数据采集模块
医疗记录系统
大数据分析技术
JAK抑制剂
斑秃患者
蛋白
电化学发光免疫分析
多重液相芯片