一种基于影像组学建立炎症细胞浸润模型预测肿瘤治疗预后的方法与流程

技术特征：
1.一种基于影像组学建立炎症细胞浸润模型预测肿瘤治疗预后的方法，其特征在于，包括以下步骤：(1)通过患者肿瘤活检获得基因检测序列，运用分析算法对核酸序列rna-seq进行数据分析获得各种炎症细胞浸润比例，获得的免疫细胞浸润数据作为后面模型训练的输出；(2)获得与步骤(1)中采集核酸序列rna-seq数据患者的对应时间附近的影像数据，处理后作为模型训练的输入端数据，将获取的影像资料导入计划设计系统或影像处理系统上，在系统上手动勾画出肿瘤区域，对勾画的肿瘤范围进行处理；(3)获取环形感兴趣区域roi的影像特征；(4)将步骤(3)中得到的特征值在python上运用方差检验和拉索回归进行特征筛选，并与对应的免疫细胞浸润结果建立lasso回归模型、多项式回归模型以及主成分分析，对lasso回归模型、多项式回归模型进行k折交叉检验筛选最优；(5)用筛选出的模型预测另一组患者的免疫浸润情况，并与实验室获得的免疫浸润结果进行比对，进行模型验证；(6)调整模型中样本数据优化模型，并对模型验证。2.根据权利要求1所述的一种基于影像组学建立炎症细胞浸润模型预测肿瘤治疗预后的方法，其特征在于，在步骤(1)中，所述分析算法为timer算法，所述timer算法通过核酸序列rna-sque得到不同炎症细胞浸润百分比，筛选其中一种细胞百分比作为影像组学模型训练的输出结果。3.根据权利要求1所述的一种基于影像组学建立炎症细胞浸润模型预测肿瘤治疗预后的方法，其特征在于，在步骤(2)中，所述影像数据为ct数据或mri数据中的任意一种。4.根据权利要求1所述的一种基于影像组学建立炎症细胞浸润模型预测肿瘤治疗预后的方法，其特征在于，在步骤(2)中，对勾画的肿瘤范围进行处理的方法为：同时向内和向外扩3mm距离，形成环形感兴趣区域roi，用3d-slicer或python编程软件将环形感兴趣区域roi内部密度设为1，外部设为0，得到掩膜mask，作为后续获取影像组学信息时的影像范围。5.根据权利要求1所述的一种基于影像组学建立炎症细胞浸润模型预测肿瘤治疗预后的方法，其特征在于，在步骤(3)中，所述影像特征包括直方图特征和纹理特征。6.根据权利要求1所述的一种基于影像组学建立炎症细胞浸润模型预测肿瘤治疗预后的方法，其特征在于，在步骤(6)中，所述样本数据包括ct数据或核磁影像数目、靶区勾画数目、靶区精确程度以及模型中正则化参数、迭代次数和阈值大小。7.根据权利要求1所述的一种基于影像组学建立炎症细胞浸润模型预测肿瘤治疗预后的方法，其特征在于，在步骤(6)中，所述对模型验证是指导入新一批病人，预测结果通过接受者操作特性曲线roc的好坏确定最终模型情况。

技术总结
本发明涉及肿瘤治疗技术领域，具体涉及一种基于影像组学建立炎症细胞浸润模型预测肿瘤治疗预后的方法，本发明通过患者基因组数据得到免疫浸润比例，接着与对应的影像学资料进行影像组学分析或神经网络学习，输出结果为对应的免疫浸润结果，建立免疫细胞浸润模型，最后运用该模型对新患者的影像进行预测，获得新患者的浸润情况，和传统方法相比，有无创、快速、可重复等优点，为肿瘤疾病治疗过程中免疫变化、预后情况的判断提供一种完全无创的手段。段。段。


技术研发人员：毕苏艳 吴式琇
受保护的技术使用者：毕苏艳
技术研发日：2022.01.17
技术公布日：2022/7/26