-
公开(公告)号:CN116741382A
公开(公告)日:2023-09-12
申请号:CN202310772418.3
申请日:2023-06-28
Applicant: 温州医科大学附属第一医院
IPC: G16H50/30 , G16H50/20 , G16H50/70 , G16H10/20 , G16H10/60 , G06F18/27 , G06T7/00 , G06V10/766 , G06V10/771
Abstract: 本申请涉及一种自发性脑出血复发检测模型的构建方法,通过获取多名自发性脑出血确诊待测者出现症状6小时内基线临床数据、影像图片。对基线临床数据提取与复发性脑出血相关的临床独立预测因子,并利用临床独立预测因子构建基线临床数据标志物模型。对影像图片提取与复发性脑出血相关的影像组学特征,并利用影像组学特征构建影像组学标志物模型。将临床独立预测因子和基线临床数据标志物模型导入logistics回归模型并检测改模型,生成自发性脑出血复发检测模型。自发性脑出血复发检测模型具有较高的预测准确度,能够辅助临床医生提前筛查高复发性风险的受测者,及早给予针对性治疗,有助于降低受测者后期复发性风险。
-
公开(公告)号:CN115331054A
公开(公告)日:2022-11-11
申请号:CN202210962377.X
申请日:2022-08-11
Applicant: 温州医科大学附属第一医院
IPC: G06V10/764 , G06V10/766 , G06N20/00 , G16H30/20 , G16H50/30 , A61B5/02 , A61B5/00
Abstract: 本申请公开了一种高分级颅内动脉瘤预测方法、装置、电子设备及可读介质,其中方法包括:采集输入特征数据;将输入特征数据输入至预测模型以使预测模型输出分类结果;其中,输入特征数据包括形态学特征数据;形态学特征数据包括:动脉瘤冠状面朝向及Fisher分级。本申请的有益之处在于:提供了一种采用机器学习模型对患者影像进行辨识,以快速识别颅内动脉瘤中的高分级颅内动脉瘤预测方法、装置、电子设备及可读介质。
-