一种预测肺癌EGFR基因型和免疫分子表达水平的方法
申请号:CN202510966204
申请日期:2025-07-14
公开号:CN120807469A
公开日期:2025-10-17
类型:发明专利
摘要
本发明涉及基因和免疫分子检测技术领域,尤其涉及一种预测肺癌EGFR基因型和免疫分子表达水平的方法,具体如以下步骤:S1、获取CT图像:获取非小细胞肺癌患者的CT图像,所述CT图像包含肿瘤区域和瘤周区域;S2、提取影像组学特征:从所述肿瘤区域和瘤周区域分别提取影像组学特征;S3、提取深度网络特征:使用基于注意力机制的深度神经网络从所述CT图像中提取深度网络特征;S4、构建预测模型:将所述影像组学特征和深度网络特征输入预测模型,输出EGFR基因型和免疫分子表达水平的预测结果。该预测肺癌EGFR基因型和免疫分子表达水平的方法,具有非侵入性与高效性、精准预测与临床实用性、模型可解释性、技术兼容性与灵活。
技术关键词
组学特征
网络特征
非小细胞肺癌患者
深度神经网络
构建预测模型
注意力机制
免疫分子检测
影像
肿瘤
灰度共生矩阵
图像
朴素贝叶斯
多层感知器
统计特征
随机森林
突变型
胸膜