[发明专利]一种基于影像组学图像特征的肝癌复发预测方法

说明书

本发明涉及医学技术领域，具体提供了一种基于影像组学图像特征的肝癌复发预测方法，包括：获取待预测样本病理数据，所述样本病理数据包括PET/CT影像组学图像；基于所述样本病理数据提取样本病理数据中二维病理特征点，根据所述二维病理特征点构建肝癌复发预测模型；以样本病理数据为输入，执行所述肝癌复发预测模型，对待预测样本进行复发预测，得到预测样本对应的复发置信度；获取肝癌复发预测概率；本发明能够基于影像组学图像特征对患者肝癌复发概率进行预测，从而避免因治疗不及时导致影响患者生命安全的问题，同时能够精准的分析关联因素对肝癌复发的影响权重，客观的得出患者肝癌复发的分析结果。

技术领域

本发明涉及一种基于影像组学图像特征的肝癌复发预测方法。

背景技术

肝癌(Hepatocellular Carcinoma，HCC)的术后复发率极高，是临床当前面临的关键问题之一，更有研究表明早期复发患者相对晚期复发患者的术后预后差，肝癌复发以术后2年为界分为早期复发和晚期复发两种，其中早期复发被认为是“真正的复发”，占肝癌复发的70％以上，是导致肝癌患者术后生存率低的主要原因，因此，对肝癌患者开展复发监测是至关重要的，它可以用来指导临床决策，极大改善患者的术后预后。

现有肝癌复发预测主要是依据周期性检查来实现的，不但较为依赖医生的主观判断，不同医生的判断误差较大，从而影响对患者的治疗，因此，我们提出一种基于影像组学图像特征的肝癌复发预测方法。

发明内容

本发明的目的在于提供一种基于影像组学图像特征的肝癌复发预测方法，现有肝癌复发预测主要是依据周期性检查来实现的，不但较为依赖医生的主观判断，不同医生的判断误差较大，从而影响对患者的治疗，因此，我们提出一种基于影像组学图像特征的肝癌复发预测方法，所述基于影像组学图像特征的肝癌复发预测方法工作流程为获取待预测样本病理数据，然后基于所述样本病理数据提取样本病理数据中二维病理特征点，根据所述二维病理特征点构建肝癌复发预测模型，所述肝癌复发预测模型包括至少两组子模型顺序级联组成的预测子模型链，以样本病理数据为输入，执行述肝癌复发预测模型，对待预测样本进行复发预测，得到预测样本对应的复发置信度，最终提取复发置信度，将复发置信度与复发风险阈值比对，输出大于复发风险阈值的复发置信度，基于复发置信度，获取肝癌复发预测概率；本发明能够基于影像组学图像特征对患者肝癌复发概率进行预测，从而避免因治疗不及时导致影响患者生命安全的问题，同时能够精准的分析关联因素对肝癌复发的影响权重，客观的得出患者肝癌复发的分析结果。

为实现上述目的，本发明提供如下技术方案：

一种基于影像组学图像特征的肝癌复发预测方法，所述基于影像组学图像特征的肝癌复发预测方法具体包括：

获取待预测样本病理数据，所述样本病理数据包括PET/CT影像组学图像；

基于所述样本病理数据提取样本病理数据中二维病理特征点，根据所述二维病理特征点构建肝癌复发预测模型，所述肝癌复发预测模型包括至少两组子模型顺序级联组成的预测子模型链；

以样本病理数据为输入，执行所述肝癌复发预测模型，对待预测样本进行复发预测，得到预测样本对应的复发置信度；

提取复发置信度，将复发置信度与复发风险阈值比对，输出大于复发风险阈值的复发置信度，基于复发置信度，获取肝癌复发预测概率。

进一步的，所述获取待预测样本病理数据的步骤，具体包括：

获取待预测样本病理信息；

使用无监督学习方法对样本病理信息进行特征提取，所述样本病理信息进行特征提取规则基于样本病理信息出现的频率，获取频率高的样本病理信息；

对出现频率高的样本病理信息进行降噪处理，得到降噪后的目标病理信息；

基于降噪后的目标病理信息进行转码处理，得到转码后的待预测样本病理数据。