THE ROYAL INSTITUTION FOR THE ADVANCEMENT OF LEARNING/MCGILL UNIVERSITY
发明人:
CARRIER-VALLIERES, Martin,CHATTERJEE, Avishek,LEVESQUE, Ives R.,REINHOLD, Caroline,SEUNTJENS, Jan
申请号：
CACA2019/051055
公开号：
WO2020/024058A1
申请日:
2019.08.01
申请国别(地区):
CA
年份:
2020
代理人:
摘要：
There is described herein methods and systems for generating universal models, normalizing patient features, combining normalized clinical datasets, and predicting patient outcomes from universal models. Clinical datasets may be combined from different institutions, and patient outcomes may be predicted from data collected from institutions not included in the original clinical datasets. One or more medical imaging datasets representing a patient anatomy are acquired. A set of features is extracted from each of medical imaging dataset and normalized to generate one or more normalized datasets. A universal model is then generated from the one or more normalized datasets.L'invention concerne des procédés et des systèmes permettant de générer des modèles universels, normaliser des caractéristiques de patients, combiner des ensembles de données cliniques normalisés, et prédire des résultats de patients à partir de modèles universels. Des ensembles de données cliniques peuvent être combinés à partir de différents établissements, et des résultats de patients peuvent être prédits en fonction de données collectées auprès d'établissements non compris dans les ensembles de données cliniques d'origine. Un ou plusieurs ensembles de données d'imagerie médicale représentant une anatomie de patient sont acquis. Un ensemble de caractéristiques est extrait de chaque ensemble de données d'imagerie médicale, et normalisé pour générer un ou plusieurs ensembles de données normalisés. Un modèle universel est ensuite généré à partir de ces ensembles de données normalisés.
