[發明專利]一種復發鼻咽癌影像組學數據處理方法、系統、裝置和存儲介質

在審

• 申請號: 202210175284.2
• 申請日: 2022-02-24
• 公開（公告）號: CN114664409A
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 唐林泉;田捷;麥海強;董迪;劉婷;趙洵
• 申請（專利權）人: 中山大學腫瘤防治中心（中山大學附屬腫瘤醫院;中山大學腫瘤研究所）
• 主分類號: G16H30/20
• 分類號: G16H30/20;G06K9/62;G16H50/20;G16H50/30;G06V10/764;G06V10/774
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 林德強

1.一種預測復發鼻咽癌患者再程放療后發生鼻咽壞死的風險的標志物，包括：log-sigma-3-0-mm-3D_firstorder_RootMeanSquared_T2、original_shape_Maximum2DDiameterColumn_T1、original_shape_Sphericity_T1C、wavelet-HL_glcm_Imc2_T1C、log-sigma-1-0-mm-3D_glcm_ClusterProminence_T2和wavelet-HL_glrlm_RunEntropy_T1。

2.檢測權利要求1所述的標志物的物質在制備預測復發鼻咽癌患者再程放療后發生鼻咽壞死的風險的產品中的應用。

3.一種產品，其特征在于，所述產品包含檢測標志物的物質，所述標志物如權利要求1所述。

4.一種復發鼻咽癌患者再程放療后發生鼻咽壞死的風險預測模型的構建方法，其特征在于，包括以下步驟：

獲取復發鼻咽癌患者MRI影像數據；

提取影像圖數據進行分析，分割病灶，提取影像特征，篩選影像組學關鍵特征；

采用機器學習算法對影像組學關鍵特征建立模型預測鼻咽壞死的風險。

5.根據權利要求4所述的方法，其特征在于，所述影像組學關鍵特征為權利要求1述的標志物。

6.根據權利要求4所述的方法，其特征在于，篩選影響組學關鍵特征的具體步驟為：

(1)可重復性檢驗：基于重復分割數據，使用組間/組內相關系數評估影像組學特征的可重復性，選擇ICC0.7的穩定特征；

(2)重要性檢驗：使用支持向量機二元分類器對每個特征區分發生鼻咽壞死病例/未發生鼻咽壞死病例的能力進行排序，保留每個序列中最重要的100個特征；

(3)特征消除和獨立性檢驗：使用隨機森林算法構建影像組學模型，根據模型預測鼻咽壞死的準確性使用遞歸特征消除法過濾特征，使用網格搜索策略來確定要保留的最佳特征數量；在遞歸特征消除法中設置特征間相關系數閾值為0.7，保留相關系數0.7的影像組學特征。

7.根據權利要求4所述的方法，其特征在于，所述機器學習算法為隨機森林。

8.一種復發鼻咽癌患者再程放療后發生鼻咽壞死的風險預測系統，其特征在于，通過權利要求4～7任一項所述的構建方法建立。

9.一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求4～7任一項所述的復發鼻咽癌患者再程放療后發生鼻咽壞死的風險預測模型的構建方法。

10.一種存儲介質，其中存儲有處理器可執行的指令，其特征在于，所述處理器可執行的指令在由處理器執行時用于執行如權利要求4～7任一項所述的方法。