[发明专利]一种基于超声弹性技术预测胰瘘风险的方法及系统在审

专利信息
申请号: 202210629679.5 申请日: 2022-06-06
公开(公告)号: CN114938974A 公开(公告)日: 2022-08-26
发明(设计)人: 董怡;楼文晖;田晓梵;张磊;王文平 申请(专利权)人: 复旦大学附属中山医院
主分类号: A61B8/08 分类号: A61B8/08;G16H50/20;G16H50/50
代理公司: 上海容慧专利代理事务所(普通合伙) 31287 代理人: 于晓菁
地址: 200032 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 超声 弹性 技术 预测 风险 方法 系统
【权利要求书】:

1.一种基于超声弹性技术预测胰瘘风险的方法,其特征在于,所述方法包括以下步骤:

S1:获取临床实证的围手术期胰瘘风险因素,对所述风险因素进行评估,确定待选因素;

S2:根据所述待选因素,构建预测胰瘘风险的初期预测模型;

S3:对所述初期预测模型进行验证和优化,得到最优胰瘘风险预测模型;

S4:术前采集多模态超声影像,得到预测胰瘘风险所需的参数数据,将所述参数数据输入所述最优胰瘘风险预测模型中,预测胰瘘发生的可能性。

2.根据权利要求1所述的方法,其特征在于,所述胰瘘风险因素包括:

性别、年龄、BMI指数、接受手术类型、病变大小、是否存在主胰管扩张直径MPD减小和超声剪切波量化的胰腺体部超声弹性值SWV。

3.根据权利要求2所述的方法,其特征在于,所述对所述风险因素进行评估,确定待选因素包括:

使用T检验或U检验比较发生胰瘘患者和未发生胰瘘患者、或不同等级胰瘘患者间待选风险因素的差异性,或应用逻辑回归检验,评估每一风险因素与发生胰瘘的相关性,从而确定待选因素。

4.根据权利要求3所述的方法,其特征在于,所述根据所述待选因素,构建预测胰瘘风险的初期预测模型包括:

根据经过检验确定的与胰瘘发生风险具有显著相关性的因素,构建初期预测模型,所述初期预测模型为多因素逻辑回归模型。

5.根据权利要求4所述的方法,其特征在于,所述对所述初期预测模型进行验证和优化,得到最优胰瘘风险预测模型包括:

采用留一交互验证法对所述初期预测模型进行验证和优化,得到最优胰瘘风险预测模型,所述最优胰瘘风险预测模型为:

其中,Probability表示胰瘘风险预测可能性,MPD diameter为主胰管扩张内径,SWV为胰腺体部超声弹性值。

6.根据权利要求1所述的方法,其特征在于,所述术前采集多模态超声影像,得到预测胰瘘风险所需的参数数据包括:

将预定大小的弹性取样框置于胰腺感兴趣区域,冻结弹性成像图像质量满足预设条件的图像,分别对胰腺病灶及胰腺实质进行多次胰腺体部超声弹性值测量,对多次的测量值进行处理后作为最终的测量结果。

7.一种基于超声弹性技术预测胰瘘风险的系统,其特征在于,所述系统包括:

获取模块,用于获取临床实证的围手术期胰瘘风险因素,对所述风险因素进行评估,确定待选因素;

构建模块,用于根据所述待选因素,构建预测胰瘘风险的初期预测模型;

优化模块,用于对所述初期预测模型进行验证和优化,得到最优胰瘘风险预测模型;

预测模块,用于术前采集多模态超声影像,得到预测胰瘘风险所需的参数数据,将所述参数数据输入所述最优胰瘘风险预测模型中,预测胰瘘发生的可能性。

8.根据权利要求7所述的系统,其特征在于,所述构建模块根据所述待选因素,构建预测胰瘘风险的初期预测模型包括:

根据经过检验确定的与胰瘘发生风险具有显著相关性的因素,构建初期预测模型,所述初期预测模型为多因素逻辑回归模型。

9.根据权利要求8所述的系统,其特征在于,所述优化模块对所述初期预测模型进行验证和优化,得到最优胰瘘风险预测模型包括:

采用留一交互验证法对所述初期预测模型进行验证和优化,得到最优胰瘘风险预测模型,所述最优胰瘘风险预测模型为:

其中,Probability表示胰瘘风险预测可能性,MPD diameter为主胰管扩张内径,SWV为胰腺体部超声弹性值。

10.根据权利要求7所述的系统,其特征在于,所述预测模块术前采集多模态超声影像,得到预测胰瘘风险所需的参数数据包括:

将预定大小的弹性取样框置于胰腺感兴趣区域,冻结弹性成像图像质量满足预设条件的图像,分别对胰腺病灶及胰腺实质进行多次胰腺体部超声弹性值测量,对多次的测量值进行处理后作为最终的测量结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于复旦大学附属中山医院,未经复旦大学附属中山医院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210629679.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top