基于术前影像组学及脑脊液基因组学的颅咽管瘤病理分型综合预测系统

本发明公开了一种基于术前影像组学及脑脊液基因组学的颅咽管瘤病理分型预测模型的构建方法及预测系统。模型构建方法包括：获取影像学资料；提取语义特征和影像组学特征；特征筛选和模型训练，构建Voting影像评分模型；通过脑脊液基因组学检测BRAF V600E的突变；根据Voting评分和脑脊液基因组学检测结果进行特征融合，输入分类器，得到颅咽管瘤预测的分类结果，将预测结果与实际结果进行比对，优化分类器，即构建得到综合预测模型。本发明首次将基于颅咽管瘤患者术前影像组学预测病理分型的人工智能模型与脑脊液cfDNA的BRAF V600E突变检测结合用于指导颅咽管瘤病理分型预测；该预测模型具有良好的预测能力。