一种基于乳腺专用PET影像组学预测腋窝淋巴结转移的方法技术

本发明专利技术公开了一种基于乳腺专用PET影像组学预测腋窝淋巴结转移的方法，其通过提取乳腺癌原发灶的MAMMIPET影像组学特征，并融合原发灶免疫组化病理及相关临床因素，构建预测乳腺癌淋巴结转移风险的模型，实现对乳腺癌患者治疗前淋巴结分期的精准无创预测，补充了常规影像技术特异性低的弊端，同时为医生对乳腺癌患者精准临床分期以及治疗方案提供更加具体的参考依据，提高治疗的成功率。

【技术实现步骤摘要】
一种基于乳腺专用PET影像组学预测腋窝淋巴结转移的方法
本专利技术涉及一种基于计算机数据分析的医学辅助预测方法，具体涉及一种基于乳腺专用PET影像组学预测腋窝淋巴结转移的方法。
技术介绍
根据最新发布的2020年全球癌症统计报告，女性乳腺癌已经超过肺癌，成为最常见的癌症，也是癌症死亡的主要原因。乳腺癌相较其他肿瘤更容易早期发生腋窝淋巴结(axillarylymphnode,ALN)转移，ALN状态的精准评估对于指导乳腺癌分期、治疗、预后等具有重要意义。目前，临床用于评估乳腺癌ALN的金标准是前哨淋巴结活检术和腋窝淋巴结清扫术，但是以上2种有创方式可能给患者带来诸多术后并发症，如上肢淋巴水肿、感染等。而传统影像学手段(钼靶、超声、磁共振成像等)在无创预测ALN是否转移中，存在敏感性、特异性及准确性较低的情况，并不能达到理想的预测效果；此外，以上影像技术在诊断过程中存在个体主观因素差异大的缺陷，对于诊断医生的经验及水平要求较高。高精度乳腺专用PET(mammographywithmolecularimagingPositronEmissio本文档来自技高网...

【技术保护点】
1.一种基于乳腺专用PET影像组学预测腋窝淋巴结转移的方法，其特征在于：包括/n数据采集：采集乳腺癌确诊患者治疗前后基线临床信息及乳腺病灶的免疫组化病理结果，根据手术淋巴结清扫病理结果将患者分为淋巴结阴性组和淋巴结阳性组，上述数据中按比例将患者分成训练组和验证组，训练组用于筛选特征并建立预测模型，验证组用于进行模型验证、评价；/n影像组学特征提取：对原始乳腺专用PET图像去除干扰结果的噪声和杂质并进行肿瘤分割，采用数据模板对图像进行量化处理，获得影像组学特征数据；/n数据预处理：将步骤数据采集的患者基线临床信息及乳腺病灶的免疫组化病理结果和步骤影像组学特征提取进行标数据准化处理获得原始数据集；...

【技术特征摘要】
1.一种基于乳腺专用PET影像组学预测腋窝淋巴结转移的方法，其特征在于：包括
数据采集：采集乳腺癌确诊患者治疗前后基线临床信息及乳腺病灶的免疫组化病理结果，根据手术淋巴结清扫病理结果将患者分为淋巴结阴性组和淋巴结阳性组，上述数据中按比例将患者分成训练组和验证组，训练组用于筛选特征并建立预测模型，验证组用于进行模型验证、评价；
影像组学特征提取：对原始乳腺专用PET图像去除干扰结果的噪声和杂质并进行肿瘤分割，采用数据模板对图像进行量化处理，获得影像组学特征数据；
数据预处理：将步骤数据采集的患者基线临床信息及乳腺病灶的免疫组化病理结果和步骤影像组学特征提取进行标数据准化处理获得原始数据集；
特征筛选：对获得的原始数据集进行统计、分析、绘图，得到初步数据集中淋巴结病理结果与初步筛选出特征之间的关系，评估特征在淋巴结阴性与阳性组间的差异获得最终数据集；
建立模型：对最终数据集中的特征采用多种机器学习和深度学习算法建立模型，获得筛选的特征与对应权重系数进行线性组合得到患者的预测模型；
验证模型：分别在训练集和验证集中通过检验模型淋巴结转移预测结果与手术病理结果的偏差来评估模型的预测效能；
可视化输出：将风险预测模型进行可视化呈现，根据特征评分计算患者的得分情况及淋巴结转移风险，为评估乳腺癌患者ALN状态提供可视化数据。


2.根据权利要求1所述的基于乳腺专用PET影像组学预测腋窝淋巴结转移的方法，其特征在于：基线临床信息包括患者年龄、体重、病灶大小、位置、原发灶MAMMIPET图像以及原发灶免疫组化病理结果。


3.根据权利要求1所述的基于乳腺专用PET影像组学预测腋窝淋巴结转移的方法，其特征在于：影像组学特征数据包括：
基础特征：包括强度特征、形状特征、2D形状特征，灰度共生矩阵(GLCM)特征、灰度行程矩阵(GLRLM)特征、灰度级区域大小矩阵(GLSZM)特征以及相邻灰度矩阵(NGTDM)；
高级特征：包括小波变换后再次提取的强度特征、灰度共生矩阵特征、灰度行程矩阵特征进和灰度级区域大小矩阵中任一一种或多种。


4.根据权利要求1所述的基于乳腺专用PET影像...

【专利技术属性】
技术研发人员：李俊杰，程竞仪，任采月，柳光宇，张福全，邵志敏，
申请(专利权)人：复旦大学附属肿瘤医院，
类型：发明
国别省市：上海;31