買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中國醫科大學申請的專利基于影像組學及語義特征預測CRLM患者的RAS基因狀態獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114783517B 。

龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210517862.6，技術領域涉及：G16B20/50；該發明授權基于影像組學及語義特征預測CRLM患者的RAS基因狀態是由王昕緹;石芮川;孟林設計研發完成，并于2022-05-13向國家知識產權局提交的專利申請。

本基于影像組學及語義特征預測CRLM患者的RAS基因狀態在說明書摘要公布了：本發明屬于智能醫療技術領域，具體涉及一種基于影像組學特征預測晚期結直腸癌肝轉移患者的RAS基因狀態的模型及其應用。本發明成功構建了基于影像組學特征預測晚期結直腸癌肝轉移患者的RAS基因狀態的模型：收集患者的初始治療前增強CT圖像，提取影像組學特征，利用1000次Lasso?Logistic分析得到12個影像組學特征，利用多因素邏輯回歸方法構建影像組學預測模型。本發明利用的是增強CT圖像，達到經濟、無創、快速地預測結直腸癌肝轉移患者的RAS基因狀態，輔助基因分型，可以幫助臨床醫生進行精準個體化治療決策，具有重大的臨床意義。

本發明授權基于影像組學及語義特征預測CRLM患者的RAS基因狀態在權利要求書中公布了：1.一種基于影像組學特征預測CRLM患者的RAS基因狀態的模型的構建方法，其特征在于，所述方法基于影像組學特征建立，具體步驟如下： S1.收集初診時為晚期腸癌肝轉移患者的增強CT影像學圖像數據； S2.對S1收集的增強CT影像學圖像數據進行分析，分割感興趣區域，提取影像特征； S3.利用1000次Lasso-Logistic分析，其中12種影像特征及參數的組合穩定出現了900次以上；所述12個影像組特征包括： wavelet.HHH_glszm_SizeZoneNonUniformityNormalized；wavelet.HLL_glszm_LowGrayLevelZoneEmphasis，wavelet.HLL_glszm_SmallAreaLowGrayLevelEmphasis，wavelet.LHL_firstorder_Skewness，wavelet.LHL_glcm_ClusterShade，wavelet.LHL_glcm_Correlation，wavelet.LHL_glcm_MCC，wavelet.LLH_firstorder_Median，wavelet.LLH_glcm_Idn，wavelet.LLH_glszm_GrayLevelNonUniformityNormalized，wavelet.LLH_glszm_SmallAreaLowGrayLevelEmphasis，wavelet.LLH_glszm_ZoneEntropy； S4.利用多因素邏輯回歸方法對S3得到的12個影像組學特征，構建得到相應的基于影像組學特征的RAS基因狀態預測模型； 所述預測模型是影像組學預測模型，所述影像組學分數計算公式： 3.5512-6.1777*wavelet.HHH_glszm_SizeZoneNonUniformityNormalized1.8147*wavelet.HLL_glszm_LowGrayLevelZoneEmphasis+1.3087*wavelet.HLL_glszm_SmallAreaLowGrayLevelEmphasis-4.0329*wavelet.LHL_firstorder_Skewness-2.1221*wavelet.LHL_glcm_ClusterShade+1.0033*wavelet.LHL_glcm_Correlation-3.0967*wavelet.LHL_glcm_MCC+0.4027*wavelet.LLH_firstorder_Median+0.5078*wavelet.LLH_glcm_Idn-0.2159*wavelet.LLH_glszm_GrayLevelNonUniformityNormalized+6.8791*wavelet.LLH_glszm_SmallAreaLowGrayLevelEmphasis+4.6685*wavelet.LLH_glszm_ZoneEntropy；將cutoff值設定為50%。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國醫科大學，其通訊地址為：110122 遼寧省沈陽市沈北新區蒲河路77號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。