一种基于影像组学的乳腺癌保乳手术切缘状态预测模型制造技术

本发明专利技术提供了一种基于影像组学的乳腺癌保乳手术切缘状态预测模型，属于生物技术领域。本发明专利技术的预测模型的构建方法包括以下步骤：(1)将符合标准的乳腺癌保乳手术患者分为训练集和测试集，并采集所述符合标准的乳腺癌保乳手术患者的乳腺MRI图像；(2)在MRI图像的T1增强序列上勾画乳腺MRI的目标病灶，并在T1增强序列，T1平扫序列和T2平扫序列提取影像学特征；(3)利用后向递归特征消除的降维策略对影像学特征进行降维，再使用XGBoost算法构建基于影像组学的乳腺癌保乳手术切缘状态预测模型。本发明专利技术的预测模型使用接受保乳手术的患者的术前MRI图像，采用影像组学的分析方法建立，可以对患者保乳手术切缘状态进行预测，为手术计划的制订提供相应的参考。手术计划的制订提供相应的参考。手术计划的制订提供相应的参考。

【技术实现步骤摘要】
一种基于影像组学的乳腺癌保乳手术切缘状态预测模型


[0001]本专利技术属于生物
，具体涉及一种基于影像组学的乳腺癌保乳手术切缘状态预测模型。

技术介绍

[0002]在我国，乳腺癌是女性发病率最高、致死率排名第六的癌症。从全球范围内来看，乳腺癌约占全球女性每年新发癌症数量的24％，同样居于女性首位。在所有新发乳腺癌中，有约15.7％为临床I期，44.9％为临床II期，18.7％为临床III期，均可接受外科手术治疗。保留乳房的乳腺癌根治术(保乳手术)是早期乳腺癌的标准治疗方法之一。几项大规模的临床研究表明，保乳手术加标准放疗与传统的接受全乳切除术的患者具有相同的生存获益。成功的保乳手术必须实现手术的切缘阴性。既往研究表明，切缘阳性与乳腺癌局部复发的增加显著相关。由于保乳手术术后的切缘阳性，约有20
‑
30％的患者需要接受二次手术，这可能会增加患者的焦虑以及增加手术费用。ASBS共识提出了几种降低保乳手术二次手术率的方法，包括术中冰冻，细针穿刺等。但是，这些方法均无法在术前预测切缘阳性的风险。术前准确估计保乳手术阳性切缘的风险对于临床决策具有参考意义。根据文献报道，既往已经开发了几种临床预测模型来预测切缘阳性的概率。但是，多数预测模型仅包含临床病理变量，而这些变量并不是边缘状态的有力预测指标，因此预测切缘状态的能力较差。此外，这些研究的样本量太小，无法得出有说服力的结论。因此，需要一种可靠的术前预测保乳手术切缘状态的模型。
[0003]影像组学通过从医学影像中提取高通量的影像学特征来进行量化研究。在乳腺癌影像组学研究方面，已被应用于乳腺癌的诊断，腋窝淋巴结转移情况预测，治疗效果预测和生存预测等多个方面。

技术实现思路

[0004]针对上述问题，本专利技术的目的在于提供基于影像组学的乳腺癌保乳手术切缘状态预测模型。
[0005]为实现上述目的，本专利技术采取的技术方案为：一种基于影像组学的乳腺癌保乳手术切缘状态预测模型的构建方法，包括以下步骤：
[0006](1)将符合标准的乳腺癌保乳手术患者分为训练集和测试集，并采集所述符合标准的乳腺癌保乳手术患者的乳腺MRI图像；
[0007](2)在MRI图像的T1增强序列上勾画乳腺MRI的目标病灶，并在T1增强序列，T1平扫序列和T2平扫序列提取影像学特征；
[0008](3)利用后向递归特征消除的降维策略对影像学特征进行降维，再使用XGBoost算法构建基于影像组学的乳腺癌保乳手术切缘状态预测模型。
[0009]本专利技术使用接受保乳手术的患者的术前MRI图像，采用影像组学的分析方法建立预测模型，以实现术前实现保乳手术切缘状态的预测，并为手术计划的制订提供相应的参
考。
[0010]作为本专利技术所述基于影像组学的乳腺癌保乳手术切缘状态预测模型的构建方法的优选实施方式，还包括步骤(5)：采用所述测试集的对所述模型进行测试，获得所述模型的最优参数。
[0011]作为本专利技术所述基于影像组学的乳腺癌保乳手术切缘状态预测模型的构建方法的优选实施方式，在构建基于影像组学的乳腺癌保乳手术切缘状态预测模型之后，采用验证集对所述基于影像组学的乳腺癌保乳手术切缘状态预测模型的预测结果进行验证。
[0012]作为本专利技术所述基于影像组学的乳腺癌保乳手术切缘状态预测模型的构建方法的优选实施方式，所述验证包括ROC曲线下面积AUC、敏感性和特异性。
[0013]作为本专利技术所述基于影像组学的乳腺癌保乳手术切缘状态预测模型的构建方法的优选实施方式，所述目标病灶包括肿瘤实质和肿瘤边缘0～10mm范围。
[0014]作为本专利技术所述基于影像组学的乳腺癌保乳手术切缘状态预测模型的构建方法的优选实施方式，所述影像学特征包括形状特征(Shape Features)；一阶特征(First Order Features)；灰度共生矩阵特征(GLCM)；灰度尺寸区域矩阵特征(GLSZM)；灰度游程长度矩阵特征(GLRLM)；相邻灰度色调差异矩阵特征(NGTDM)；灰度依赖矩阵特征(GLDM)以及小波特征(Wavelet
‑
based Features)。
[0015]作为本专利技术所述基于影像组学的乳腺癌保乳手术切缘状态预测模型的构建方法的优选实施方式，所述标准包括入选标准和排除标准；所述入选标准为经病理学诊断为浸润性乳腺癌、接受乳腺癌保乳手术(包括行保乳手术后因无法达到切缘阴性改行切乳手术患者)、术前1
‑
2周内接受了乳腺MRI检查，并以DICOM格式储存，乳腺MRI包含T1增强序列、T1平扫序列和T2平扫序列；所述排除标准为接受过新辅助化疗，新辅助内分泌治疗、术前抗肿瘤治疗、双侧乳腺癌、多灶/多中心乳腺癌、MRI成像质量不佳(如运动伪影等)或MRI摄片前肿瘤已进行切除活检。
[0016]本专利技术还提供一种如所述构建方法构建的基于影像组学的乳腺癌保乳手术切缘状态预测模型。
[0017]本专利技术还提供所述基于影像组学的乳腺癌保乳手术切缘状态预测模型在预测乳腺癌患者保乳手术切缘状态中的应用。本专利技术提供的基于影像组学的乳腺癌保乳手术切缘状态预测模型，只需将乳腺癌患者的磁共振影像数据输入到该模型中，即可得到相应的模型评分，根据该评分可对该乳腺癌患者的保乳手术切缘状态进行预测，并确定其保乳手术策略。
[0018]作为本专利技术所述应用的优选实施方式，当乳腺癌患者的模型评分小于0.2分时为切缘阳性低风险；当乳腺癌患者的模型评分大于0.6分为切缘阳性高风险。
[0019]本专利技术的有益效果为：本专利技术提供了一种基于影像组学的乳腺癌保乳手术切缘状态预测模型，本专利技术的预测模型使用接受保乳手术的患者的术前MRI图像，并采用影像组学的分析方法建立，可以对患者保乳手术切缘状态进行预测，为手术计划的制订提供相应的参考。
附图说明
[0020]图1为测试集的基于影像组学的乳腺癌保乳手术切缘状态预测模型ROC曲线图。
[0021]图2为验证集1的基于影像组学的乳腺癌保乳手术切缘状态预测模型ROC曲线图。
[0022]图3为验证集2的基于影像组学的乳腺癌保乳手术切缘状态预测模型ROC曲线图。
具体实施方式
[0023]为了更加简洁明了的展示本专利技术的技术方案、目的和优点，下面结合具体实施例和附图详细说明本专利技术的技术方案。
[0024]实施例1
[0025]本实施例的一种基于影像组学的乳腺癌保乳手术切缘状态预测模型的构建方法，包括以下步骤：
[0026](1)采集多个中心的患者的基线资料及其乳腺磁共振影像学原始资料，共计符合入排标准的患者576例，其中包括中山大学孙逸仙纪念医院纳入304例患者，中山大学肿瘤防治中心纳入131例，唐山市人民医院纳入141例。所述入排标准包括入选标准和排除标准。入选标准为(1)经病理学诊断为浸润性乳腺癌；(2)接受乳腺癌保乳手术(包括行保乳手术后因无法达到切缘阴性改行切乳手术患者)；(3)术前1
‑
2本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于影像组学的乳腺癌保乳手术切缘状态预测模型的构建方法，其特征在于，包括以下步骤：(1)将符合标准的乳腺癌保乳手术患者分为训练集和测试集，并采集所述符合标准的乳腺癌保乳手术患者的乳腺MRI图像；(2)在MRI图像的T1增强序列上勾画乳腺MRI的目标病灶，并在T1增强序列，T1平扫序列和T2平扫序列提取影像学特征；(3)利用后向递归特征消除的降维策略对影像学特征进行降维，再使用XGBoost算法构建基于影像组学的乳腺癌保乳手术切缘状态预测模型。2.根据权利要求1所述的方法，其特征在于，还包括步骤(5)：采用所述测试集的对所述模型进行测试，获得所述模型的最优参数。3.根据权利要求1所述的方法，其特征在于，在构建基于影像组学的乳腺癌保乳手术切缘状态预测模型之后，采用验证集对所述基于影像组学的乳腺癌保乳手术切缘状态预测模型的预测结果进行验证。4.根据权利要求3所述的方法，其特征在于，所述验证包括ROC曲线下面积AUC、敏感性和特异性。5.根据权利要求1所述的方法，其特征在于，所述目标病灶包括肿瘤实质和肿瘤边缘0～10mm范...

【专利技术属性】
技术研发人员：宋尔卫，陈凯，马嘉凡，朱李玲，李顺荣，
申请(专利权)人：中山大学孙逸仙纪念医院，
类型：发明
国别省市：