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！

龍圖騰網獲悉杭州市第一人民醫院(西湖大學附屬杭州市第一人民醫院)申請的專利術前PTC風險預測模型的訓練方法、預測方法、設備及介質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：CN120183714B 。

龍圖騰網通過國家知識產權局官網在2025-09-02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：202510660524.1，技術領域涉及：G16H50/30；該發明授權術前PTC風險預測模型的訓練方法、預測方法、設備及介質是由羅定存;倪燁欽;宋平;張煜;時晶晶;鄭海濤;林湘峰;房居高;時倩設計研發完成，并于2025-05-22向國家知識產權局提交的專利申請。

本術前PTC風險預測模型的訓練方法、預測方法、設備及介質在說明書摘要公布了：本申請公開了一種術前PTC風險預測模型的訓練方法、預測方法、設備及介質，根據預設樣本篩選標準，獲取樣本術前FNA標本的術前臨床信息及術后PTC風險分層結果；從術前臨床信息中確定出預測性特征；獲取基于ddPCR技術檢測得到的各FNA標本的原始BRAFV600E突變豐度，基于預設的檢測腫瘤純度方式檢測各FNA標本的腫瘤純度，并將原始BRAFV600E突變豐度除以腫瘤純度獲得標準BRAFV600E突變豐度，以從各樣本術前FNA標本中確定出訓練術前FNA標本；將各訓練術前FNA標本的預測性特征以及標準BRAFV600E突變豐度作為模型的輸入特征、將各訓練術前FNA標本的術后PTC風險分層結果作為輸入特征的標簽、并將術前PTC低風險或術前PTC中高風險作為模型的預測結果，基于XGBoost算法訓練得到術前PTC風險預測模型。

本發明授權術前PTC風險預測模型的訓練方法、預測方法、設備及介質在權利要求書中公布了：1.一種術前甲狀腺乳頭狀癌PTC風險預測模型的訓練方法，其特征在于，所述方法包括： 根據預設樣本篩選標準，獲取樣本術前細針穿刺抽吸FNA標本的術前臨床信息及術后PTC風險分層結果； 從所述術前臨床信息中確定出預測性特征；其中，所述預測性特征包括性別、年齡和超聲特征，所述超聲特征包括超聲測量腫瘤直徑、超聲顯示多灶性、超聲評估膜外侵犯、超聲結合血清指標提示橋本甲狀腺炎；所述從所述術前臨床信息中確定出預測性特征包括：將各所述樣本術前FNA標本的術后PTC風險分層結果作為預測目標、將各所述樣本術前FNA標本的術前臨床信息作為候選特征，基于套索回歸LASSO算法從所述候選特征中選擇出所述預測性特征；其中，所述術后PTC風險分層結果包括術后PTC低風險、術后PTC中高風險； 獲取基于微滴式數字聚合酶鏈反應ddPCR技術檢測得到的各所述FNA標本的原始BRAFV600E突變豐度，基于預設的檢測腫瘤純度方式檢測各所述FNA標本的腫瘤純度，并將所述原始BRAFV600E突變豐度除以所述腫瘤純度獲得相應FNA標本的標準BRAFV600E突變豐度； 根據所述標準BRAFV600E突變豐度，從各所述樣本術前FNA標本中確定出訓練術前FNA標本； 將各所述訓練術前FNA標本的預測性特征以及標準BRAFV600E突變豐度作為模型的輸入特征、將各所述訓練術前FNA標本的術后PTC風險分層結果作為相應輸入特征的標簽、并將術前PTC低風險或術前PTC中高風險作為模型的預測結果，基于極限梯度提升XGBoost算法訓練得到術前PTC風險預測模型。

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杭州市第一人民醫院(西湖大學附屬杭州市第一人民醫院)，其通訊地址為：310000 浙江省杭州市上城區浣紗路261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”。