一种颈椎病患者颈前路术后邻近节段退变发生预测模型

AITNT
正文
推荐专利
一种颈椎病患者颈前路术后邻近节段退变发生预测模型
申请号:CN202510772649
申请日期:2025-06-11
公开号:CN120635575A
公开日期:2025-09-12
类型:发明专利
摘要
本发明公开一种颈椎病患者颈前路术后邻近节段退变发生预测模型,属于颈椎病术后预测领域;一种颈椎病患者颈前路术后邻近节段退变发生预测模型包括:分类器以及输入分类器的危险因素;分类器通过获取患者目标区域的医学影像,进行预处理并勾画感兴趣区域,之后提取影像组学特征,并输入多种机器学习模型中计算C指数,基于C指数,选择最优机器学习模型作为分类器;危险因素通过对临床特征进行单因素和多因素逻辑回归分析,筛选得到。通过该模型,可以帮助临床医生在制定颈椎病手术方案时最大限度的规避相关风险,同时识别术后发生ASD的高危人群,为实施针对性随访及早期干预提供依据。
技术关键词
颈椎病患者 勾画感兴趣区域 机器学习模型 组学特征 分类器 梯度提升模型 朴素贝叶斯模型 颈椎病手术 影像 支持向量机模型 指数 构建预测模型 逻辑回归模型 随机森林模型 特征提取模块 CT扫描 统计特征 预测系统 纹理特征
系统为您推荐了相关专利信息
1
基于特征增强语义分割网络的红外目标抗干扰检测算法
空间金字塔池化 空洞 语义分割网络 特征融合网络 注意力
2
一种基于失效模式识别的高温蒸汽管线的运行状态检测方法及系统
高温蒸汽管线 模式识别模型 状态检测方法 分布特征 演化特征
3
面向数据链路层的工控网络流量分类方法
流量分类方法 密度峰值聚类算法 集群 工控网络流量 工控协议
4
一种基于实时计算平台的银行业务高峰期预测方法及系统
构建机器学习模型 实时数据 平台 超参数 时间序列分析方法
5
基于改进极端梯度提升树算法的高压开关柜局部放电模式识别方法
高压开关柜局部放电 梯度提升树 模式识别方法 粒子群算法 算法模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号