摘要
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。
技术关键词
组学特征
预测肝癌
多模态
机器学习方法
建立预测模型
患者
预测效能
机器学习模型
甲胎蛋白
支持向量机
肿瘤治疗
栓塞
随机森林
淋巴细胞
图像
逻辑
分子
数据
系统为您推荐了相关专利信息
空间特征提取
图像特征向量
多模态注意力
语义向量
配色方法
生成样本数据
疾病
生成深度学习
采样模块
正电子发射断层成像
多模态数据采集
预测系统
模糊PID控制器
时序
云端