摘要
本发明属于生物医学技术领域,具体涉及与肺结节良恶性有关的标志物组合、肺结节良恶性判别方法和应用。与肺结节良恶性有关的标志物组合物包括SHOX2、CDO1、H4C6、PTGER4四个基因,其组合对恶性肺结节的敏感性高并能在ctDNA中稳定检出,为肺结节良恶性判断提供了新的有效检测途径。基于标志物组合物带来的分子检测数据,结合CT影像数据、临床参数,提供了一个完整的多模态数据融合方法,能对待测对象的肺结节良恶性进行初步分级,实现了肺结节风险评估的精准化、动态化与低成本化。
技术关键词
风险分类方法
多模态数据融合
组学特征
标志物
肺结节良恶性
逻辑回归模型
对象
DNA甲基化检测
基因
高风险
判别方法
CT影像数据
检测肺结节
数据融合方法
生物医学技术
灰度共生矩阵
试剂盒
职业
系统为您推荐了相关专利信息
多模态数据融合
深度学习模型
动态监控
结核
生成数据源
实时分析方法
多模态数据融合
深度神经网络
动态
多模态系统
服务器负载状态
评估算法
性能指标数据
上下文关系预测
网络流量数据