IgA肾病预后损伤无创预测、免疫抑制治疗响应确定方法和系统与流程

本公开涉及iga肾病预后损伤无创预测及免疫抑制治疗响应，尤其涉及一种iga肾病预后损伤无创预测、免疫抑制治疗响应确定方法和系统。

背景技术：

1、iga肾病（免疫球蛋白a肾病）是世界范围内最常见一种的原发性肾小球疾病，尤其是亚裔人群，目前仍是引起慢性肾脏病最常见的病因。原发性iga肾病临床和病理表现多样，在各年龄阶段均可发生，但是好发于30-40岁的青壮年。是引起终末期肾脏病（endstage renal disease, esrd）的主要原因之一。近年的研究显示，20～25年之内，最终有15～30％的iga肾病患者会进展到esrd，需要透析或肾移植治疗。iga肾病占总的原发性肾小球疾病的45.3-54.3% 。iga肾病作为最常见的原发性肾小球疾病有着相对不良的预后，给个人和社会造成极大的负担，因易发于青壮年，很大程度上损失了社会的劳动资源。

2、iga肾病（igan）预后损伤无创预测的意义主要体现在弥补有创检查的局限性、实现早期预警与精准预后评估、指导个体化临床决策以及推动疾病精准管理四个核心维度。第一，减少对肾活检的依赖：肾活检是igan确诊和评估预后的“金标准”，但属于有创操作，存在出血、感染等并发症风险，且不宜反复进行；无创预测（如尿液/血液生物标志物检测）可替代或补充活检，实现病情的反复、动态监测，降低患者的医疗风险与心理负担；实现早期与动态监测：无创检测（如尿液样本）易于获取，便于在疾病早期或随访过程中反复采集，从而动态监测肾脏损伤的进展，克服活检仅能反映“某一时点”病理状态的局限。第二，早期识别高危患者：igan的预后差异大，部分患者病情隐匿，无创预测模型（结合临床指标与多组学标志物）能够早期识别出预后不良（如快速进展为终末期肾病）的高危患者，实现“早发现、早干预”；精准量化损伤程度：无创预测能够量化评估肾小管间质纤维化（if）面积、炎症程度等微观损伤，提供比传统单一临床指标（如尿蛋白、血肌酐）更精准的预后评估，弥补传统指标对早期或轻度损伤不敏感的不足。第三，辅助治疗决策：无创预测结果可为临床医生提供客观的量化依据，帮助判断患者是否需要更积极的干预（如早期使用免疫抑制剂）或调整治疗方案，实现“精准医疗”；评估治疗反应：通过无创指标的动态变化，可无创评估患者对特定治疗（如糖皮质激素）的早期反应，避免盲目用药，实现治疗过程的动态管理。第四，揭示疾病机制：无创预测标志物（如特定炎症因子、补体成分、尿液蛋白）的挖掘，有助于深化对igan进展和肾损伤机制的理解，为开发新的靶向治疗药物提供依据；优化疾病管理：无创预测有助于建立igan的个体化风险分层模型，为临床科研、疾病队列研究以及医疗保障资源的合理分配提供数据支持，最终改善患者的长期肾脏存活率。

3、同时，igan的预后与免疫抑制治疗（如糖皮质激素、免疫抑制剂）的响应密切相关。评估治疗响应不仅关乎短期症状的缓解，更直接决定了患者的长期肾脏预后和个体化治疗决策。

4、因此，有必要提出一种iga肾病预后损伤无创预测及免疫抑制治疗响应对应的技术方法，以解决目前无法进行iga肾病预后损伤无创预测、提升iga肾病预后损伤无创预测模型的性能及不能有效地确定免疫抑制治疗响应等技术问题中至少一个技术问题。

技术实现思路

1、本公开提出了一种iga肾病预后损伤无创预测、免疫抑制治疗响应确定方法和系统的技术方案。

2、根据本公开的一方面，提供了一种iga肾病预后损伤无创预测方法，包括：获取截面病理预测队列对应的预设外周血指标及其对应的iga肾病预后病理损伤标签、待预测的预设外周血指标；根据所述预设外周血指标及所述iga肾病预后病理损伤标签，构建对应的预后损伤无创预测模型；基于所述预后损伤无创预测模型及所述待预测的预设外周血指标，进行预后损伤预测。

3、优选地，确定所述预设外周血指标，包括：获取所述截面病理预测队列对应的多个待处理外周血指标；分别对所述多个待处理外周血指标与对应的iga肾病预后病理损伤标签进行逻辑回归分析，得到对应的多个差异显著性水平；将所述多个差异显著性水平小于预设差异显著性水平对对应的待处理外周血指标配置为预设外周血指标；和/或，所述预后损伤及所述iga肾病预后病理损伤标签配置为反映慢性不可逆损伤对应的肾小管萎缩与间质纤维化或反映急性活动性炎症对应的肾小球内皮细胞增生。

4、优选地，所述iga肾病配置为肿瘤病灶诱发的iga肾病；其中，所述肿瘤病灶诱发iga肾病预测，包括：利用第一时刻的预设部位医学图像中肿瘤病灶对应的预设肿瘤病灶定量图像学特征及在所述第一时刻之后第二时刻的诱发iga肾病或未诱发iga肾病对应的病理结果，对预设预测器进行训练，构建肿瘤病灶诱发iga肾病预测模型；利用所述肿瘤病灶诱发iga肾病预测模型及待预测预设部位医学图像中肿瘤病灶对应的预设肿瘤病灶定量图像学特征，进行肿瘤病灶诱发iga肾病预测。

5、优选地，在所述对预设预测器进行训练之前，包括：提取预设部位医学图像中肿瘤病灶对应的待选择肿瘤病灶定量图像学特征；从所述待选择肿瘤病灶定量图像学特征中，选择与所述病理结果相关的预设肿瘤病灶定量图像学特征。

6、优选地，确定与所述病理结果相关的预设肿瘤病灶定量图像学特征，包括：利用单因素逻辑回归分析算法、所述待选择肿瘤病灶定量图像学特征及其对应的所述病理结果，分别对所述待选择肿瘤病灶定量图像学特征的每个待选择肿瘤病灶定量图像学特征进行单因素逻辑回归，确定与所述病理结果相关的预设肿瘤病灶定量图像学特征。

7、优选地，所述待选择肿瘤病灶定量图像学特征，包括：肿瘤病灶长径、肿瘤病灶实性成分长径、肿瘤病灶实性与所在肿瘤病灶的占比率、肿瘤病灶位置、肿瘤病灶边缘是否清晰、肿瘤病灶形态、肿瘤病灶棘突征、肿瘤病灶分叶征、肿瘤病灶胸膜牵拉征、肿瘤病灶空泡征及肿瘤病灶空气支气管征中的一种或几种。

8、优选地，确定所述待选择肿瘤病灶定量图像学特征对应的肿瘤病灶边缘是否清晰，包括：对所述肿瘤病灶掩码图像进行腐蚀操作，得到肿瘤病灶掩码腐蚀图像；将所述肿瘤病灶掩码图像减去所述肿瘤病灶掩码腐蚀图像，得到肿瘤病灶掩码处理图像；将所述肿瘤病灶掩码处理图像中肿瘤病灶位置坐标映射至所述预设部位医学图像；分别在所述预设部位医学图像中计算所述肿瘤病灶位置坐标对应的多个梯度；若所述多个肿瘤病灶对应的梯度模值大于或等于预设梯度模值，则大于或等于所述预设梯度模值对应的肿瘤病灶位置所在肿瘤病灶边界确定为清晰；否者，所述肿瘤病灶边界确定为不清晰。

9、优选地，确定所述棘突，包括：对肿瘤病灶掩码图像中肿瘤病灶掩码边缘进行检测，得到肿瘤病灶掩码边缘线；分别计算所述肿瘤病灶掩码边缘线上任意肿瘤病灶掩码边缘像素与其相邻肿瘤病灶掩码边缘像素之间的第一像素距离及第二像素距离；若所述第一像素距离及所述第二像素距离大于设定像素距离，则将所述任意肿瘤病灶掩码边缘像素配置为棘突；和/或，定所述肿瘤病灶分叶征，包括：对所述预设部位医学图像中每个肿瘤病灶对应的肿瘤病灶掩码图像进行腐蚀操作，得到肿瘤病灶掩码腐蚀图像；将所述每个肿瘤病灶的肿瘤病灶掩码图像减去对应的所述肿瘤病灶掩码腐蚀图像，得到所述每个肿瘤病灶对应的肿瘤病灶掩码处理图像；对所述每个肿瘤病灶对应的肿瘤病灶掩码处理图像中的肿瘤病灶形态进行判断；若所述肿瘤病灶形态不规则，则基于所述每个肿瘤病灶对应的肿瘤病灶掩码处理图像是否存在肿瘤病灶分叶征。

10、根据本公开的一方面，提供了一种免疫抑制治疗响应确定方法，包括：利用如上述iga肾病预后损伤无创预测方法，确定所述截面病理预测队列中预后损伤对应的纵向治疗随访队列；以估算肾小球滤过率为结局，确定不同内皮细胞增生的风险分层下对免疫抑制治疗的响应差异。

11、根据本公开的一方面，提供了一种iga肾病预后损伤无创预测系统，包括：获取单元，用于获取截面病理预测队列对应的预设外周血指标及其对应的iga肾病预后病理损伤标签、待预测的预设外周血指标；构建单元，用于根据所述预设外周血指标及所述iga肾病预后病理损伤标签，构建对应的预后损伤无创预测模型；预测单元，用于基于所述预后损伤无创预测模型及所述待预测的预设外周血指标，进行预后损伤预测；或，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述iga肾病预后损伤无创预测方法；或，包括：计算机可读存储介质，其上存储有计算机程序/指令和比特流，该计算机程序/指令被处理器执行时实现上述iga肾病预后损伤无创预测方法生成所述比特流；或，包括：计算机程序产品，所述计算机程序产品配置有计算机程序/指令，该计算机程序/指令被处理器执行时实现上述iga肾病预后损伤无创预测方法。

12、根据本公开的一方面，提供了一种免疫抑制治疗响应确定系统，包括：获取单元，用于获取截面病理预测队列对应的预设外周血指标及其对应的iga肾病预后病理损伤标签、待预测的预设外周血指标；构建单元，用于根据所述预设外周血指标及所述iga肾病预后病理损伤标签，构建对应的预后损伤无创预测模型；第一确定单元，用于基于所述预后损伤无创预测模型及所述待预测的预设外周血指标，确定所述截面病理预测队列中预后损伤对应的纵向治疗随访队列；第二确定单元，用于以估算肾小球滤过率为结局，确定不同内皮细胞增生的风险分层下对免疫抑制治疗的响应差异；或，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述免疫抑制治疗响应确定方法；或，包括：计算机可读存储介质，其上存储有计算机程序/指令和比特流，该计算机程序/指令被处理器执行时实现上述免疫抑制治疗响应确定方法生成所述比特流；或，包括：计算机程序产品，所述计算机程序产品配置有计算机程序/指令，该计算机程序/指令被处理器执行时实现上述免疫抑制治疗响应确定方法。

13、在本公开实施例中，本公开提出了一种iga肾病预后损伤无创预测、免疫抑制治疗响应确定方法和系统的技术方案，。解决目前无法进行iga肾病预后损伤无创预测、提升iga肾病预后损伤无创预测模型的性能及不能有效地确定免疫抑制治疗响应等技术问题中至少一个技术问题。

14、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。