[发明专利]一种基于影像组学量化肿瘤免疫状态的方法

摘要

本发明公开了一种基于影像组学量化肿瘤免疫状态的方法，包括下述步骤：S1、收集肿瘤患者的临床信息、免疫组化特征、总生存期OS和无病生存期DFS；S2、获得实体肿瘤CT图像样本组；S3、把患者按比例随机分为训练集和测试集；S4、利用免疫标记物计算出免疫评分，将患者分成高免疫状态和低免疫状态；S5、分割感兴趣区，提取感兴趣区内实体肿瘤的影像组学特征；S6、对训练集中的影像组学特征筛选出与免疫状态相关的影像组学特征，训练预测模型；S7、预测肿瘤患者影像免疫评分，得到影像免疫状态，进而预测患者DFS和OS。本发明可以利用CT图像特征对结直肠癌、肺癌、胃癌和乳腺癌等实体肿瘤进行免疫状态预测，减少或避免病理切片和免疫组化的分析。

主权项

1.一种基于影像组学量化肿瘤免疫状态的方法，其特征在于，包括下述步骤：S1、收集肿瘤患者的临床信息、免疫组化特征和总生存期OS和无病生存期DFS；其中肿瘤包括结直肠癌、乳腺癌、肺癌和胃癌实体肿瘤；S2、采集实体肿瘤患者的CT图像，并对原始图像进行标准化处理，获得实体肿瘤CT图像样本组；S3、把患者按比例随机分为训练集和测试集，所述训练集用于训练预测模型，所述测试集用于测试预测模型的性能；S4、利用免疫标记物计算出免疫评分，从而得到与DFS与OS的关系，通过设置DFS和OS的cutoff值，将患者分成高免疫状态和低免疫状态；S5、对实体肿瘤CT图像样本组进行手动或自动分割感兴趣区，提取感兴趣区内实体肿瘤的影像组学特征；S6、对训练集中的影像组学特征运用机器学习的方法筛选出与免疫状态相关的影像组学特征，训练预测模型，生成与免疫相关的影像组学预测模型，并在测试集中验证模型；S7、运用影像组学特征预测肿瘤患者影像免疫评分Radio‑immune score，得到影像免疫状态immune status，进而预测患者DFS和OS。