【技术实现步骤摘要】
一种结合病理图像和临床信息的肝癌术后复发风险预测方法
本专利技术属于癌症术后复发风险预测模型构建
，特别涉及一种结合病理图像和临床信息的肝癌术后复发风险预测方法。具体地，是基于生存随机森林模型，结合病理图像特征和临床参数特征，精确预测肝癌患者术后复发风险的方法。
技术介绍
癌症是全人类共同面临的健康问题，据2019年国家癌症中心统计，2015年肝癌患者在所有癌症患者中的比例为9.42%，位居恶性肿瘤发病率第四位，而因肝癌死亡的患者占所有因癌症死亡的患者的13.94%，位居恶性肿瘤死亡率第二位。可见，肝癌不仅发病率高，死亡率更高，严重威胁公众健康。肝癌较高的术后复发风险是肝癌患者死亡率居高的重要原因之一，如果能够较好的预测术后复发风险，可帮助医生对患者制定针对性的治疗方案，对患者的术后治疗及预后具有重大意义。随着科学技术的进步，近年来人工智能蓬勃发展，利用人工智能算法进行复发风险预测逐渐兴起。随机森林是一种常用的机器学习方法，它在具有较高预测准确度的同时还可进行特征筛选。另外一方面，生存分析是针对包含删失或截断的...
【技术保护点】
1.一种结合病理图像和临床信息的肝癌术后复发风险预测方法，其特征在于：包括以下步骤：/n步骤1：提取病理图像的图像特征，整理临床信息中的具有医学意义的变量；/n步骤2：数据处理，包括缺省值处理、哑变量设置、去除明显不合理的变量和归一化处理；/n步骤3：结合病理图像特征和临床信息，计算病理图像特征与临床信息之间的交互作用作为输入数据；/n步骤4：利用C-index功效评价指标，交叉验证选择较佳的生存随机森林模型；/n步骤5：利用生存随机森林模型生成复发风险分类指标对复发患者进行复发风险亚群分类。/n
【技术特征摘要】
1.一种结合病理图像和临床信息的肝癌术后复发风险预测方法，其特征在于：包括以下步骤：
步骤1：提取病理图像的图像特征，整理临床信息中的具有医学意义的变量；
步骤2：数据处理，包括缺省值处理、哑变量设置、去除明显不合理的变量和归一化处理；
步骤3：结合病理图像特征和临床信息，计算病理图像特征与临床信息之间的交互作用作为输入数据；
步骤4：利用C-index功效评价指标，交叉验证选择较佳的生存随机森林模型；
步骤5：利用生存随机森林模型生成复发风险分类指标对复发患者进行复发风险亚群分类。
2.根据权利要求1所述的一种结合病理图像和临床信息的肝癌术后复发风险预测方法，其特征在于：所述步骤1中的病理图像的图像特征包括：
WSI_snu_osmerci_ngtdm_Strength_range，
MND_smu_hsmerci_gldm_LargeDependenceLowGrayLevelEmphasis_mean，
MND_smu_osnsci_single_fractal_dim_mean，
WSI_snu_esmerci_lbp3_5_disorder，
MED_smu_esmerci_ngtdm_Busyness_range，
WSI_th_ori_firstorder_Range，
MED_e_ori_ngtdm_Complexity，
MXD_smu_hsmerci_gldm_LargeDependenceLowGrayLevelEmphasis_mean，
MED_smu_osnsci_lbp4_12_range，
MND_e_ori_glszm_LargeAreaHighGrayLevelEmphasis，
共10个图像特征，这10个图像特征的计算方法在说明书中有详细介绍。
3.根据权利要求1所述的一种结合病理图像和临床信息的肝癌术后复发风险预测方法，其特征在于：所述步骤1中整理的临床信息变量包括癌症TNM分期指标、活检组织采集方法和患者种族信息。
4.根据权利要求1所述的一种结合病理图像和临床信息的肝癌术后复发风险预测方法，其特征在于：所述步骤2中的是对病理图像特征和临床信息变量分别进行的，其中经过数据处理后的临床信息变量包括：
patho...
【专利技术属性】
技术研发人员：华芮，张游龙，李嘉路，
申请(专利权)人：深圳市华嘉生物智能科技有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。