[发明专利]一种复发鼻咽癌影像组学数据处理方法、系统、装置和存储介质

说明书

本发明公开了一种复发鼻咽癌影像组学数据处理方法、系统、装置和存储介质。所述影像组学数据处理方法包括：获取复发鼻咽癌患者MRI影像数据；提取影像图数据进行分析，分割病灶，提取影像特征，筛选影像组学关键特征；将影像组学关键特征输入至通过训练得到的随机森林模型预测预测鼻咽坏死的风险。本发明为复发鼻咽癌患者鼻咽坏死风险的预测和治疗方案制定提供精准的指导，使一部分鼻咽坏死高危患者避免接受再程放疗后的不良结局，推动复发鼻咽癌的个体化精准诊疗。

技术领域

本发明属于数据处理技术领域，具体涉及一种复发鼻咽癌影像组学数据处理方法、系统、装置和存储介质。

背景技术

鼻咽癌是一种头颈部恶性肿瘤，放射治疗是鼻咽癌最主要的治疗手段。近年来，由于调强适形放疗技术的发展，鼻咽癌局部控制率明显提高，但仍有10％～15％的患者复发。再程放疗是目前复发鼻咽癌最主要且有效的治疗手段。研究显示，复发鼻咽癌患者接受再程放疗仍有可能获得较好的局部控制(3年局控率为66.1％-71.0％)和长期生存(3年总生存为 44.3％-51.8％)。

然而，再程放疗带来的严重并发症，是困扰临床医师的重要问题。其中，鼻咽坏死是再程放疗后最常见的并发症，已在既往文献中充分报道。鼻咽坏死破坏了正常鼻咽黏膜及周围软组织的防御环境，导致重要大血管和颅底骨质暴露，且极易滋生细菌感染，引起颅内感染、鼻咽大出血等严重并发症，是导致再程放疗患者死亡的重要原因。既往文献报道，接受再程放疗的患者鼻咽坏死发生率约为28.8％～50.8％，显著高于接受初次放疗的患者(发生率约 2.1％)。如果能在治疗前充分评估再程放疗的鼻咽耐受性，建立可靠的鼻咽坏死预测模型，从中筛选出一部分不能耐受再程放疗的鼻咽坏死高危患者，将有助于指导复发鼻咽癌再程放疗的临床个体化运用，同时还可以对坏死高危人群进行早期干预，从而避免鼻咽坏死后的不良结局。因此，研发科学有效的鼻咽坏死预测模型对于进一步改善复发鼻咽癌患者的生存预后，具有重要意义。

既往少数研究基于单纯临床因素构建鼻咽坏死预测模型，但效果不理想。2016年，Yu 等人在228例接受再程放疗的复发鼻咽癌患者中发现，女性、再程放疗前伴有坏死、较高的两次放疗累积剂量(≥141.5Gy)和较大的复发肿瘤体积(≥25.38cm3)是发生致死性鼻咽坏死的高危因素，然而未能建立可靠的个体化预测模型。2019年，Li等人纳入7144例的大样本鼻咽癌患者队列，基于年龄、病理类型、糖尿病病史、T分期、放疗技术、是否再程放疗以及血液指标(C反应蛋白、血红蛋白、白蛋白水平)构建了多因素回归模型，尽管该模型的预测准确性达到0.78，然而纳入患者绝大多次接受了初次放疗(再程放疗患者仅占3.4％)，临床应用不足。我们在中山大学肿瘤防治中心收集了625例接受再程放疗的复发鼻咽癌患者，并建立了完善的临床资料库，结果发现临床模型对再程放疗后鼻咽坏死的预测准确性最佳仅达0.61。以上结果说明临床信息在预测鼻咽坏死的问题上效能有限，亟需借助更丰富的信息和先进的数据挖掘手段，进一步提升模型的预测效果。

影像学检查(尤其是鼻咽部MRI扫描)是鼻咽癌诊疗过程中最为重要的手段。事实上， MRI图像除能清晰显示病灶的形态特征外，还包含了一系列可深度挖掘的数字化信息。2014 年，Mitra S将“影像组学”定义为：高通量、自动地提取医学影像感兴趣区域的大量影像组学数据，将其转换为具有高分辨率的、可挖掘的空间数据，再进行定量分析，获得目标信息，综合评价病灶病理、遗传等各种表型，协助制定临床决策。影像组学作为医工交叉的产物，能够在活体状态下定量解码目标组织、细胞和亚细胞层面信息，是医学领域的研究热点。近年来，基于MRI或PET/CT的影像组学技术已被用于鼻咽癌预后和诱导化疗疗效的预测，取得了理想效果。影像组学技术为再程放疗的鼻咽耐受性评估提供了新的机遇。

发明内容

本发明第一方面的目的，在于提供一种预测复发鼻咽癌患者再程放疗后发生鼻咽坏死的风险的标志物。

本发明第二方面的目的，在于提供检测本发明第一方面所述标志物的物质的应用。

本发明第三方面的目的，在于提供一种产品。