基于放射组学和代谢组学的前列腺癌诊断系统的制作方法
本发明涉及生物信息学、多组学分析、癌症诊断领域,具体地,涉及一种结合放射组学和代谢组学的前列腺癌检测系统及其构建方法。
背景技术:
1、根据最新的全球癌症统计数据,前列腺癌(pca)约占男性所有新发癌症的14.2%,并导致7.3%的癌症相关死亡,是全球男性第二大常见恶性肿瘤,也是男性癌症死亡的第五大原因。前列腺特异抗原(psa)检测一直是pca筛查的基石。通常在psa水平升高后,患者会接受经直肠超声引导下的前列腺活检以确诊。然而,当psa水平处于4-10ng/ml的中间范围内(通常被称为“灰色区域”)时,诊断面临较大挑战。在这一范围内,psa水平升高既可能提示良性疾病(如良性前列腺增生(bph)或前列腺炎),也可能提示恶性肿瘤,因此临床建议进行穿刺活检以明确病理学结果。但研究表明,psa水平处于“灰区”的男性中,仅不到30%最终被确诊为前列腺癌(pca),这意味着约70%的患者接受了不必要的穿刺活检。该现象凸显了psa检测在前列腺癌筛查中的特异性不足。尽管近年来生物标志物研究不断取得进展,如何准确区分恶性和良性前列腺疾病仍是一大临床难题,这进一步强调了开发新型诊断策略以减少不必要活检的迫切需求。
2、影像学和分子分析技术的不断进步为非侵入性精准医疗开辟了新的前景,并显著提升了多种疾病的诊断和治疗水平。放射组学作为一种基于医学影像自动提取高维定量特征的计算分析方法,能够对组织进行精细化表征,并在区分良恶性病变(包括前列腺病变)方面显示出巨大的潜力。在多种影像学手段中,磁共振成像(magnetic resonanceimaging,mri)因其卓越的软组织对比度和显著的临床诊断价值,在放射组学研究中的应用尤为广泛。尽管近年来已有研究探索放射组学推断疾病生物学特征(如肿瘤异质性、免疫细胞浸润等)的潜力,但其全面刻画疾病分子及代谢基础的能力仍存在局限。因此,仅依赖放射组学分析可能难以提供足够可靠且具有生物学可解释性的诊断信息,尤其是在前列腺特异性抗原(prostate-specific antigen,psa)“灰区”病例等复杂临床情境下。
3、代谢组学旨在系统解析生物体内的小分子代谢谱,因其能够深入揭示疾病的病理生理学机制而日益受到关注。癌症相关代谢异常已被广泛认为是多种恶性肿瘤的重要特征。与前列腺活检等侵入性检查手段相比,基于血液的代谢组学检测具有非侵入性、操作便捷、受试者耐受性良好等显著优势,尤其适合大规模人群筛查。
4、鉴于现有检测方法在psa水平处于4-10ng/ml的前列腺癌精准诊断方面仍存在灵敏度、特异性及生物学解释性不足的问题,本领域亟需开发一种融合放射组学与代谢组学优势的前列腺癌检测系统及其构建方法,该系统不仅有望实现更高效、更可靠的早期诊断和风险分层,还能通过提供更准确的良恶性鉴别,显著减少不必要的前列腺穿刺活检。
技术实现思路
1、本发明的目的是提供一种融合放射组学(影像组学)与代谢组学的前列腺癌检测系统及其构建方法,以解决现有技术在前列腺癌诊断中存在的灵敏度、特异性及生物学解释性不足,以及对患者进行不必要的前列腺穿刺活检的问题。
2、本发明的第一方面,提供了一种基于影像组学的前列腺癌诊断模型的构建方法,所述方法包括如下步骤:
3、(a1)提供用于模型训练的样本集,所述样本集包括多个经病理确诊为良性或恶性前列腺疾病的患者;将所述样本集划分为训练集和测试集,收集所述患者的磁共振医学影像数据;
4、(a2)对所述磁共振医学影像数据进行预处理与特征提取,所述预处理与特征提取包括以下步骤:
5、(a2.1)在每个所述磁共振医学影像数据中,沿病灶区域逐层勾画感兴趣区域(roi);
6、(a2.2)在每个所述磁共振医学影像数据中,合并所有所述roi以生成感兴趣体积(voi);
7、(a2.3)从所述voi中提取影像组学特征,并将所述影像组学特征分为以下类别:(i)一阶统计量;(ii)基于形状的特征;(iii)纹理特征;(iv)变换域特征;
8、(a2.4)对(i)~(iv)类别的所有影像组学特征进行归一化处理;
9、(a2.5)对所述影像组学特征执行特征筛选,从而获得最优影像组学特征子集;
10、(a3)利用所述训练集中的所述最优影像组学特征子集构建并训练机器学习模型,并使用所述测试集对所述模型的性能进行评估和验证,从而获得影像组学评分(radiomicsscore,radscore)。
11、在另一优选例中,根据k折交叉验证将所述样本集划分为训练集和测试集。
12、在另一优选例中,根据五折交叉验证将所述样本集划分为训练集和测试集。
13、在另一优选例中,所述患者为psa水平为4-10ng/ml的前列腺疾病患者。
14、在另一优选例中,所述良恶性前列腺疾病包括:前列腺癌、前列腺增生、前列腺炎。
15、在另一优选例中,所述磁共振医学影像数据包括t2加权成像(t2-weightedimaging,t2wi)和扩散加权成像(diffusion-weighted imaging,dwi)。
16、在另一优选例中,进行步骤(a2.3)的软件包括:pyradiomics。
17、在另一优选例中,所述一阶统计量表征所述roi的体素强度分布。
18、在另一优选例中,所述体素强度分布包括:能量描述符、熵描述符、均值描述符和中值描述符。
19、在另一优选例中,所述基于形状的特征表征所述roi的几何特性。
20、在另一优选例中,所述几何特性包括:网格表面积、像素表面积、周长和最大直径。
21、在另一优选例中,通过构建纹理特征矩阵对所述病灶区域的异质性进行量化分析。
22、在另一优选例中,所述矩阵包括:灰度共生矩阵、灰度依赖矩阵、灰度大小区域矩阵、灰度游程长度矩阵和邻域灰度差矩阵。
23、在另一优选例中,所述变换域特征是通过对所述影像组学资料分别进行基于滤波器的图像变换和基于小波的图像变换后提取得到的。
24、在另一优选例中,所述基于滤波器的图像变换包括:指数变换、梯度变换、对数变换、平方变换、平方根变换和局部二进制模式(local binary pattern,lbp)变换。
25、在另一优选例中,所述基于小波的图像变换包括:lll分解、llh分解、lhl分解、lhh分解、hll分解、hlh分解、hhh分解和hhl分解。
26、在另一优选例中,在步骤(a2.3)中,还包括步骤:对所述影像组学特征进行可重复性分析,选择大于阈值的影像组学特征。
27、在另一优选例中,所述可重复性分析用于评价影像组学特征的稳健性,包括如下步骤:
28、(r1)计算类内相关系数(intraclass correlation coefficient,icc):
29、(r1.1)随机选择若干所述磁共振医学影像数据,由同一影像诊断专家在不同时间点对病灶逐层勾画感兴趣区域(roi),合并生成感兴趣体积(voi),并据此分别提取各时间点对应的影像组学特征;
30、(r1.2)基于步骤(r1.1)获得的不同时间点影像组学特征,计算其类内相关系数(icc),以表征同一评估者在不同时点的重复性。
31、(r2)计算类间相关系数(interclass correlation coefficient):
32、(r2.1)由不同影像诊断专家对步骤(r1.1)中所选择的磁共振医学影像数据逐层勾画roi,合并生成voi,并分别提取各专家所勾画病灶对应的影像组学特征;
33、(r2.2)计算所述不同影像诊断专家之间勾画病灶的影像组学特征的一致性相关系数,从而获得类间相关系数,以表征不同评估者之间的一致性。
34、(r3)特征筛选
35、选择同时满足icc与类间相关系数>0.75的影像组学特征,作为后续建模的候选稳健特征。
36、在另一优选例中,为确保对比公平性与结果可重复性,步骤(r1)与(r2)中各特征的提取、归一化及计算条件保持一致。
37、在另一优选例中,所述归一化的公式如下:
38、
39、其中,x是原始强度,f(x)是归一化强度,μx和δx分别是均值和方差,s是可选的缩放因子(默认设置为1)。
40、在另一优选例中,在步骤(a2.5)中,还包括步骤:
41、(s1)采用方差阈值方法消除低方差特征,保留方差>0.8的所述影像组学特征;
42、(s2)采用特征选择方法进行单变量分析,保留p值<0.05的所述影像组学特征;
43、(s3)采用lasso回归降低特征维数,根据最小化交叉验证误差的正则化参数α保留影像组学特征。
44、在另一优选例中,所述特征选择方法包括:selectkbest方法。
45、在另一优选例中,采用十折交叉验证调整超参数以选择重要特征。
46、在另一优选例中,所述正则化参数α=1。
47、在另一优选例中,所述最优影像组学特征为:
48、(1)adc_wavelet-lll_glrlm_shortrunhighgraylevelemphasis;
49、(2)t2_wavelet-llh_glcm_autocorrelation;
50、(3)adc_wavelet-lll_gldm_largedependenceemphasis;
51、(4)t2_lbp-3d-m2_firstorder_range;
52、(5)adc_wavelet-lhh_glszm_zoneentropy;
53、(6)t2_wavelet-lhh_firstorder_maximum;
54、(7)adc_original_gldm_dependenceentropy;
55、(8)adc_original_glrlm_longrunlowgraylevelemphasis;
56、(9)t2_original_firstorder_skewness;
57、(10)t2_wavelet-lll_firstorder_skewness;
58、(11)adc_wavelet-lhh_glszm_graylevelnonuniformity;
59、(12)adc_logarithm_gldm_dependenceentropy;
60、(13)adc_squareroot_glrlm_longrunlowgraylevelemphasis;
61、(14)adc_squareroot_gldm_dependenceentropy;和
62、(15)adc_logarithm_glrlm_longrunlowgraylevelemphasis。
63、在另一优选例中,所述机器学习模型包括逻辑回归模型、支持向量机模型、随机森林模型、梯度提升树模型和神经网络模型。
64、在另一优选例中,所述机器学习模型为逻辑回归模型。
65、在另一优选例中,所述逻辑回归模型为线性判别分析(lda)分类器。
66、本发明的第二方面,提供了一种基于影像组学的前列腺癌诊断系统,所述系统包括:
67、输入单元,所述输入单元被配置为接收待测对象的影像学相关数据,所述影像学相关数据包括所述待测对象的医学影像数据,和/或由所述医学影像数据获取并经预处理及特征提取的影像组学数据;所述影像组学数据包括影像组学特征值;
68、诊断单元,所述诊断单元被配置为执行一基于影像组学的前列腺癌诊断模型,根据所述影像组学特征值获得影像组学评分(radiomics score,radscore),并根据所述影像组学评分判断所述待测对象是否为前列腺癌患者,获得诊断结果;所述基于影像组学的前列腺癌诊断模型是按照本发明第一方面所述的构建方法构建的;
69、输出单元,所述输出单元被配置为输出所述诊断单元生成的诊断结果。
70、在另一优选例中,所述医学影像数据为磁共振成像序列。
71、在另一优选例中,所述医学影像数据包括t2加权成像(t2wi)和/或扩散加权成像(dwi)序列。
72、在另一优选例中,所述影像组学特征值是通过所述mri序列经预处理、roi/voi勾画、特征提取及特征筛选步骤获得的。
73、在另一优选例中,所述诊断模型为radscore模型。
74、在另一优选例中,所述影像组学评分的数值范围为0至1。
75、在另一优选例中,所述输出单元输出的结果包括影像组学评分(radscore)、二分类诊断结论(阳性/阴性)及风险分层提示。
76、本发明的第三方面,提供了一种基于代谢组学的前列腺癌诊断模型构建方法,所述方法包括如下步骤:
77、(b1)提供用于训练模型的样本集,所述样本集包括多个经病理确诊为前列腺癌或良性前列腺疾病的患者;将所述样本集划分为训练集和测试集,收集所述患者的代谢组学样本;
78、(b2)对所述代谢组学样本进行预处理:包括步骤:
79、(b2.1)进行代谢组学检测,获得原始代谢物数据;
80、(b2.2)对所述原始代谢物数据进行质量控制、归一化和对数转换,获得经过处理的代谢物数据;
81、(b2.3)根据来自前列腺癌患者与良性前列腺疾病患者的所述经过处理的代谢物数据进行差异代谢物分析,获得候选代谢物;
82、(b2.4)对所述候选代谢物进行筛选,从而获得关键代谢物;
83、(b3)利用所述训练集中的所述关键代谢物构建并训练机器学习模型,并利用所述测试集对所述模型的性能进行评估和验证,从而获得代谢组学评分(metascore)。
84、在另一优选例中,根据k折交叉验证将所述样本集划分为训练集和测试集。
85、在另一优选例中,根据五折交叉验证将所述样本集划分为训练集和测试集。
86、在另一优选例中,所述代谢组学样本包括:血液样本。
87、在另一优选例中,所述患者为psa水平为4-10ng/ml的前列腺疾病患者。
88、在另一优选例中,所述良性疾病为前列腺增生和前列腺炎。
89、在另一优选例中,所述差异代谢物分析包括步骤:
90、(d1)提供经过标准化与对数转换等预处理后的代谢物数据,其中所述标准化用于校正批次效应与量纲差异,对数转换(例如log2(x+1))用于降低数据偏度并提高统计稳健性;
91、(d2)对步骤(d1)获得的代谢物数据进行统计学分析以筛选候选差异代谢物,并据此获得候选代谢物集。
92、在另一优选例中,利用包括以下的方法进行统计学分析:两独立样本t检验、非参数检验(如wilcoxon秩和检验)、多变量模型(如limma)、偏最小二乘判别分析(pls-da)中的变量重要性(vip)指标、效应量与多重检验校正(例如benjamini–hochberg法)。
93、在另一优选例中,在步骤(d2)中,保留p值<0.05且|log2 fc|≥1的代谢物作为候选差异代谢物。
94、在另一优选例中,在步骤(d2)中,保留vip≥1的代谢物作为候选差异代谢物。
95、在另一优选例中,在步骤(b2.3)中,包括步骤:
96、(z1)根据前列腺癌患者与前列腺增生患者的所述原始代谢物数据进行差异代谢物分析,获得候选代谢物集合a;
97、(z2)根据前列腺癌患者与前列腺炎患者的所述原始代谢物数据进行差异代谢物分析,获得候选代谢物集合b;
98、(z3)选择所述候选代谢物集合a与所述候选代谢物集合b共有的代谢物,作为候选代谢物;
99、其中,步骤(z1)和(z2)可以互换、先后或同时进行。
100、在另一优选例中,在步骤(b2.4)中,对所述候选代谢物进行筛选的方法包括lasso回归、弹性网回归、递归特征消除、随机森林、稳定性选择、或其组合。
101、在另一优选例中,在步骤(b2.4)中,采用lasso回归对所述候选代谢物进行筛选。
102、在另一优选例中,在步骤(b2.4)中,具体包括:采用lasso回归对所述候选代谢物进行筛选,通过交叉验证确定最优正则化参数α,从而筛选出关键代谢物。
103、在另一优选例中,所述关键代谢物为:
104、(a)二氢胸腺嘧啶(dihydrothymine);
105、(b)c-甘露糖色氨酸(c-mannosyl tryptophan);
106、(c)(4e,15e)-胆红素ixa((4e,15e)-bilirubin ixa);
107、(d)硬脂酸(ffa(18:4n3))(stearidonic acid(ffa(18:4n3)));
108、(e)m2x-rt385mz193;
109、(f)lysopc(20:5/0:0);
110、(g)lysopa(0:0/20:4);
111、(h)lysopc(0:0/22:5n3);和
112、(i)lysopc(22:4/0:0)。
113、在另一优选例中,所述机器学习模型包括逻辑回归模型、支持向量机模型、随机森林模型、梯度提升树模型和神经网络模型。
114、在另一优选例中,所述机器学习模型为逻辑回归模型。
115、在另一优选例中,所述逻辑回归模型为线性判别分析(lda)分类器。
116、本发明的第四方面,提供了一种基于代谢组学的前列腺癌诊断系统,所述系统包括:
117、输入单元,所述输入单元被配置为接收待测对象的代谢组学相关数据,所述代谢组学相关数据包括所述待测对象的代谢样本,和/或由所述代谢样本获取并经预处理及特征提取的代谢组学数据;所述代谢组学数据包括代谢组学特征值;
118、诊断单元,所述诊断单元被配置为执行一基于代谢组学的前列腺癌诊断模型,根据所述代谢组学特征值获得代谢组学评分(metabolomics score,metascore),并根据所述评分判断所述待测对象是否为前列腺癌患者,获得诊断结果;所述基于代谢组学的前列腺癌诊断模型是利用本发明第三方面所述的构建方法构建的;
119、输出单元,所述输出单元被配置为输出所述诊断单元生成的诊断结果。
120、在另一优选例中,所述代谢样本为血清样本。
121、在另一优选例中,所述代谢组学数据由所述代谢样本通过质谱分析、数据预处理及特征提取方法获得。
122、在另一优选例中,所述诊断模型为metascore模型;进一步优选地,所述代谢组学评分的数值范围为-16至12。
123、在另一优选例中,所述输出单元输出的结果包括代谢组学评分(metascore)、二分类诊断结论(阳性/阴性)及风险分层提示。
124、本发明的第五方面,提供了一种前列腺癌诊断的联合系统,所述系统包括:
125、输入模块,所述输入模块被配置为接收待测对象的数据,所述数据包括所述待测对象的医学影像数据和/或影像组学数据、代谢样本和/或代谢组学数据和临床风险因素;所述影像组学数据包括经预处理与筛选的影像组学特征值,所述代谢组学数据包括经预处理与筛选的代谢组学特征值;
126、诊断模块,所述诊断模块被配置为对所述数据进行处理,将所述数据转换为评分并依据所述评分判定待测对象是否为前列腺癌患者,从而获得诊断结果;所述诊断模块包括:
127、(m1)基于影像组学特征的诊断单元,所述(m1)诊断单元被配置为执行一基于影像组学的前列腺癌诊断模型,输出影像组学评分(radiomics score,radscore);所述基于影像组学的前列腺癌诊断模型是按照本发明第一方面所述的构建方法构建的;
128、(m2)基于代谢组学特征的诊断单元,所述(m2)诊断单元被配置为执行一基于代谢组学的前列腺癌诊断模型,输出代谢组学评分(metabolomics score,metascore);所述基于代谢组学的前列腺癌诊断模型是按照本发明第三方面所述的构建方法构建的;
129、(m3)临床风险因素单元,所述单元被配置为将所述临床风险因素输入监督学习算法,以获得临床风险评分(clinscore);
130、输出模块,所述输出模块被配置为输出所述诊断模块的诊断结果。
131、在另一优选例中,输入模块还被配置为完成缺失值处理、异常值检测、批次效应校正及特征归一化,以保证各来源数据处于可融合的数值空间。
132、在另一优选例中,所述临床风险因素包括:年龄、前列腺特异抗原(psa)、游离psa(fpsa)、psa密度(psad)、直肠指检(dre)、前列腺体积、前列腺影像报告与数据系统(pi-rads)评分、超声检查有无低回声结节(hnus)、超声弹性成像(us-ela)异常情况、超声造影(ceus)异常情况。
133、在另一优选例中,所述临床风险因素包括:psad、前列腺体积、pi-rads评分、dre。
134、在另一优选例中,所述临床风险因素为pi-rads评分。
135、在另一优选例中,所述监督学习算法包括逻辑回归算法。
136、在另一优选例中,所述诊断模块还包括:(m4)融合判别单元,所述融合判别单元被配置为对radscore、metascore与clinscore进行特征级或决策级融合,生成联合评分(jointscore),并基于所述联合评分输出诊断结果。
137、在另一优选例中,采用包括以下的方法进行所述融合:加权逻辑回归、梯度提升树、随机森林、支持向量机、神经网络、或其组合。
138、在另一优选例中,所述加权逻辑回归的计算方式如下:
139、jointscore=σ(ω1·radsore+ω2·metascore+ω3·clinscore+b),
140、其中,σ(·)为sigmoid函数,ω1,ω2,ω3,b由训练数据学习获得。
141、在另一优选例中,所述融合判别单元依据预设阈值t将jointscore映射为二分类结果,并/或按照阈值区间进行低/中/高风险分层。
142、在另一优选例中,所述预设阈值t是依据约登指数或决策曲线优化得到的。
143、在另一优选例中,所述输出模块还输出一项或多项模型相关指标与解释信息,所述模型相关指标与解释信息包括:联合评分(jointscore)、各子评分(radscore/metascore/clinscore)、判定阈值、阳性/阴性判定、风险分层、置信度/预测概率和可解释性提示(例如关键特征贡献度)。
144、应理解,在本发明范围内中,本发明的上述各技术特征和在下文(如实施例)中具体描述的各技术特征之间都可以互相组合,从而构成新的或优选的技术方案。限于篇幅,在此不再一一累述。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com