文献类型：专利

专利类型：发明专利

是否失效：否

是否授权：否

申 请 号：CN202110153122.4

申 请 日：20210203

发 明 人：乔坤 廖玉辉 李志嘉 付钰

申 请 人：深圳市第三人民医院(深圳市肝病研究所) 南方医科大学皮肤病医院(广东省皮肤病医院、广东省皮肤性病防治中心、中国麻风防治研究中心)

申请人地址：518000 广东省深圳市龙岗区南湾街道布澜路29号

公 开 日：20220902

公 开 号：CN113034434B

代 理 人：姚迎新

代理机构：广州凯东知识产权代理有限公司

语　　种：中文

摘　　要：本发明公开了一种多因素人工智能生存模型分析方法，包括步骤一：对COVID‑19患者的胸部CT图像进行计算机辅助处理和特征提取；步骤二：对COVID‑19患者数据信息进行由时间到事件的数据分析和生存预后建模。本发明的优点有：本发明的优点包括：还可以包括协变量，结合CT成像特征和基线信息的预测模型在预测严重程度发作方面显著提高。

主 权 项：1.一种多因素人工智能生存模型分析方法，其特征在于：包括步骤一：对COVID-19患者的胸部CT图像进行计算机辅助处理和特征提取；具体为：（1）使用“simpleITK”4读取原始CT断层图像，然后将其重建为三维图像，体素被调整成1*1*1mm以确保相邻体素在各个方向上的距离相等；（2）采用基于Laplacian滤波优化的大津方法进行三维环境下肺组织区域分割；利用形态学操作对分割结果进行抛光处理，识别和消除肺气道；（3）在原始CT断层图像上或在使用不同sigma值等于1,2,3,4,5 mm的高斯LoG三维Laplacian滤波器对原始CT断层图像进一步处理提取到的图像上计算特征；每个患者共有348个特征，对于每一幅提取的图像，我们量化了18个一阶特征、24个灰度共现矩阵特征、16个灰度大小区域矩阵特征；最后使用Python版本3.7.6、软件包“scikit-image”6和“PyRadiomics”7进行图像分析，得到CT图像数值，根据CT图像数值，区分严重组和非严重组；步骤二：对COVID-19患者数据信息进行由时间到事件的数据分析和生存预后建模；事件是指从确诊COVID-19入院到病情发生进展，分为两种类型，事件一是从入院到发展为重型，事件二是入院之后未进展为重型而直接出院；将事件二设置为事件一的竞争事件，把在竞争事件存在的情况下发展成事件一的风险称为竞争风险，竞争风险可以由风险函数处理获得，T是患者从确诊入院到病情发生进展的时间，k是步骤一获得的CT数值，D是事件发生的类型或原因，t是入院时间，t+ △t是病情发生进展的时间，竞争风险表达式为： （1）；Pr是入院时间t之前产生k的时间积累概率，k的累积关联函数是I_k(t)，累积关联函数表达�

关 键 词：计算机辅助  胸部CT图像 人工智能 患者数据  基线信息  模型分析 数据分析 特征提取 预测模型  预后 建模  预测  

IPC专利分类号：G06T7/00; G06T7/11; G06T7/55; G06V10/77; G06V10/764; G06V10/82; G06K9/62; G16H30/20; G16H50/20