[發明專利]抗血管生成藥物聯合免疫檢查點抑制劑治療療效預測方法

有效

• 申請號: 202110895256.3
• 申請日: 2021-08-05
• 公開（公告）號: CN113628761B
• 公開（公告）日: 2022-12-13
• 發明（設計）人: 孫惠川;饒圣祥;徐彬;朱小東;董三源;黃成;沈英皓;曾蒙蘇;周儉;樊嘉
• 申請（專利權）人: 復旦大學附屬中山醫院
• 主分類號: G16H70/40
• 分類號: G16H70/40;G16H30/20;G16H50/70;G06N3/08
• 代理公司: 上海申匯專利代理有限公司 31001
• 代理人: 翁若瑩;徐穎

1.一種抗血管生成藥物聯合免疫檢查點抑制劑治療療效預測方法，其特征在于，具體包括如下步驟：

1）準備接受抗血管生成藥物聯合免疫檢查點抑制劑治療患者的療效評價數據：對以往的病例數據進行評估，對進行治療前數據進行保存，對治療方案受試者進行治療后數據采集，使用國際通行的療效評價標準對治療受試者每個階段的檢查結果進行評價，保留最佳的一次結果作為最終評價結果；

2）利用3D醫學圖像處理軟件讀取步驟1）治療前患者增強磁共振成像資料，然后由數個相關醫生對同一成像資料進行病灶范圍或區域進行勾畫，增強磁共振成像序列和每個醫生的勾畫信息形成數個特征勾畫文件；

3）利用pyradiomics包對步驟2）中的數份勾畫文件分別提取病灶的影像組學特征參數，并分別保存為文本文件，即一共有數份影像組學特征參數文件；

4）利用步驟3）獲得的數份影像組學特征參數文件，進行特征參數相關性計算，篩選出相關系數高的特征，再經過算法篩選，獲得有效特征，根據篩選得到的特征建立預測模型，并使用步驟1）數據訓練和驗證預測模型；

5）預測模型建立后，臨床醫生將接受聯合治療前的基本信息和進行病灶范圍或區域勾畫后的增強磁共振成像資料輸入預測模型，即可得到預測的療效評價數據；

所述由影像組學篩選特征訓練和驗證的預測模型建立后，每一位患者根據預測模型計算得到一個參數，將該參數作為一個獨立的指標，與步驟1）患者接受聯合治療前的基本信息、基線腫瘤信息、基線實驗室檢查結果指標聯合建立新的預測模型；

采用指標對單純的影像組學預測模型和新預測模型的預測能力進行比較，獲得模型的評定；

所述指標為受試者操作特征曲線下面積、凈重新分類指數和綜合判別改善指數中的任意一種。

2.根據權利要求1所述抗血管生成藥物聯合免疫檢查點抑制劑治療療效預測方法，其特征在于，所述步驟4）實現的具體方法如下：

在Python或R中讀入所有步驟1）患者的療效評價數據和步驟3）獲得的影像組學特征參數，并對數份影像組學特征參數分別進行標準化；

第一次篩選：利用數份影像組學特征參數文件，將具有同一個特征參數的文件作為一組，進行此特征參數的組內相關度計算，相關系統數≥0.8的特征參數被保留，使用上述方法對所有特征參數進行組內相關度計算和篩選，獲得相關度高的特征參數；

第二次篩選：第一次篩選后被保留下的特征參數通過Lasso算法進一步篩選，獲得最終的特征；

根據篩選得到的特征建立預測模型，使用步驟1）病例數據，采用神經網絡、支持向量機、邏輯回歸中一種或多種機器學習算法進行預測模型訓練；

使用部分病例數據對訓練后預測模型進行驗證，驗證結果與步驟1）獲得評價結果進行比較，獲得模型的評定。