使用图像特征预测腺癌患者的预后的方法技术

公开了一种使用图像特征来预测腺癌患者的预后的方法。根据本发明专利技术实施例的预测预后方法包括：接收包括患者的病变区域的图像，对所接收的图像进行预处理，分割所预处理的图像中的所述病变区域并且计算指示所分割的病变区域内的强度值和纹理信息值的至少一个生物标志物，以及基于所计算的至少一个生物标志物来输出所述患者的预后预测值。输出所述患者的预后预测值。输出所述患者的预后预测值。

【技术实现步骤摘要】
【国外来华专利技术】使用图像特征预测腺癌患者的预后的方法


[0001]本专利技术涉及一种使用图像特征预测腺癌患者的预后的方法，并且更具体地，涉及一种其中使用从计算机断层扫描(CT)图像中获得的生物标志物来预测腺癌患者的复发或死亡的模型的准确性得到提高的预后预测方法以及使用该方法的预后预测模型。

技术介绍

[0002]通常，临床医生基于腺癌患者的临床信息(例如，肺癌病理分期、性别、年龄、是否吸烟、吸烟量等)来预测腺癌患者的预后，并且根据预测结果来确定癌症切除手术后是否进行辅助治疗或术后随访。以这种方式，准确的预后预测直接关系到对患者的正确治疗方法。
[0003]在过去，已经尝试使用图像信息、诸如计算机断层扫描(CT)图像来预测腺癌患者的预后。然而，这些尝试主要依赖于基于临床医生的经验的图像识读，并且很难找到专门用于预测预后的生物标志物。

技术实现思路

[0004]技术问题
[0005]为了解决上述问题，本专利技术旨在提供一种预后预测方法，其中通过寻找和验证除临床信息外专门用于预后预测的图像特征，提高了预测腺癌患者的复发的模型的准确性。
[0006]问题的解决方案
[0007]根据本专利技术的一个方面，提供了一种使用临床信息和图像特征来预测腺癌患者的预后的方法，该方法包括：接收包括患者的病变区域的图像，对接收的图像进行预处理，分割预处理的图像中的病变区域并且计算指示分割的病变区域内的强度值和纹理信息值的至少一个生物标志物，并且基于计算的至少一个生物标志物来输出患者的预后预测值。
[0008]至少一个生物标志物的计算可以包括：测量分割的病变区域内所有体素的强度，并且在对所有体素的测量强度值按降序排序时，计算与前10％对应的分量(component)的值作为第一生物标志物。
[0009]第一生物标志物可以是影像组学(radiomic)特征，通过该特征来确定肺结节的类型。
[0010]第一生物标志物可以是定量指示实性/肿瘤比率(onsolidation/tumor ratio)的影像组学特征。
[0011]至少一个生物标志物的计算可以包括将分割的病变区域转换为预设矩阵(matrix)，使用经转换的矩阵来计算具有与病变区域的纹理相对应的值的第二生物标志物，并且使用经转换的矩阵来计算具有与病变区域的纹理相对应的值的第三生物标志物。
[0012]第二生物标志物的计算可以包括将分割的病变区域转换成在其中测量小尺寸区域的分布的矩阵。
[0013]第三生物标志物的计算可以包括将分割的病变区域转换成在其中测量局部同质性的矩阵。
[0014]根据病变区域的分割方法的不同，生物标志物可以具有小于2.5％的对称平均绝对百分比误差(SMAPE)值。
[0015]接收的图像的预处理可以包括执行预处理以对用任意重构核(reconstruction kernel)处理的图像进行归一化。
[0016]用于对图像进行归一化的预处理的执行可以包括通过使接收的图像通过具有不同尺度的高斯滤波器来生成多个滤波器通过图像，使用生成的多个滤波器通过图像之间的差异来生成具有不同频率分量的多个频率图像，并且重复生成操作使得生成的多个频率图像的标准偏差小于或等于预设值。
[0017]该方法还可以包括基于计算的至少一种生物标志物来生成预后预测模型，并且患者的预后预测值的输出可以包括输出通过将包括患者的病变区域的图像输入生成的预后预测模型而导出的预后预测值。
[0018]专利技术的有益效果
[0019]以往通过主观判断的肺结节类型可以根据图像特征通过生物标志物进行定量分类，从而可以提高预测患者的预后和确定治疗方法的准确性，并且可以通过另外利用与纹理相关的生物标志物来进一步提高准确性。
附图说明
[0020]图1是用于描述根据本专利技术的实施例的能够执行预后预测方法的电子设备的配置的框图。
[0021]图2示出计算机断层扫描(CT)图像中被分割的病变的示例性图。
[0022]图3是用于描述结节种类的分类的图。
[0023]图4至图6是示出第一至第三生物标志物的直方图的图。
[0024]图7是受试者操作特征(ROC)曲线，示出在根据本专利技术的各种实施例使用生物标志物时的预后预测的性能的改进。
[0025]图8是用于描述本研究的总体过程的一组图。
[0026]图9是用于描述在本研究中使用的患者数据的图。
[0027]图10是示出了由各个CT机获得的CT图像在重构核归一化前后的一组图。
[0028]图11和图12是用于描述重构核归一化的过程的示例性图。
[0029]图13是示出稳定性测试和Wilcoxon秩和检验法过程的参考图。
[0030]图14是示出汇总了本研究的结果的统计验证值的图，并且
[0031]图15至图17是示出在第一至第三生物标志物的值高和低的情况下的CT图像的比较结果的图。
具体实施方式
[0032]在下文中，将参考附图描述本专利技术的各种实施例。然而，应当理解，无意将本说明书中描述的技术限制为所公开的特定形式，并且本专利技术涵盖本说明书中的实施例的各种修改、等同物和/或替代。关于附图的描述，相似的附图标记可以用于相似的元素。
[0033]在本说明书中，诸如“具有”、“可以具有”、“包括”或“可以包括”之类的表述是指存在对应特征(例如，数值、功能、操作或部件，诸如部分)并且不排除附加特征的存在。
[0034]在本说明书中，诸如“A或B”、“A和/或B中的至少一个/种”或“A和/或B中的一个/种或多个/种”的表述可以包括所列项目的所有可能组合。例如，“A或B”、“A和/或B中的至少一个/种”或“A和/或B中的一个/种或多个/种”可以是指(1)至少包括A、(2)至少包括B、以及(3)包括A和B两者的所有情况。诸如本文所用的诸如“第一”或“第二”的表述可以修饰各个/种元素，而不管其顺序和/或重要性，并且仅用于将一个/种元素与另一个/种元素区分开来并且不限制这些元素。
[0035]根据情况，本文中使用的表述“被配置为(或被设置为)”可以与例如“适用于”、“具有
……
的能力”、“被设计为”、“适于”、“用来”或“能够”互换使用。表述“被配置为(或被设置为)”可以不一定仅意指在硬件中“被专门设计为”。与上述相反，在某些情况下，表述“被配置为
……
的设备”可以意指设备“能够”与其他设备或部分一起
……
。例如，短语“被配置为(或设置为)执行A、B和C的协处理器”可以是指用于执行对应操作的专用处理器(例如，嵌入式处理器)或者能够通过执行存储在存储器设备中的一个或多个软件程序来执行对应操作的通用处理器(例如，中央处理单元(CPU)或应用处理器)。
[0036]在以下描述中，术语“预后”是指包括诸如肺癌等肿瘤性疾病的发病、复发、转移扩散、耐药性，肺癌导致的死亡，进展为肺癌导致的死亡的可能性，病程，以及是否有治愈方法。在以下描述中本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种使用图像特征来预测腺癌患者的预后的方法，所述方法包括：接收包括患者的病变区域的图像；对所接收的图像进行预处理；分割所预处理的图像中的所述病变区域，并且计算指示所分割的病变区域内的强度值和纹理信息值的至少一个生物标志物；以及基于所计算的至少一个生物标志物来输出所述患者的预后预测值。2.如权利要求1所述的方法，其中所述至少一个生物标志物的所述计算包括：测量所分割的病变区域内所有体素的强度，并且在对所有所述体素的所测量的强度值按降序排序时，计算与前10％对应的分量的值作为第一生物标志物。3.如权利要求2所述的方法，其中所述第一生物标志物是影像组学特征，通过所述影像组学特征来确定肺结节的类型。4.如权利要求2所述的方法，其中所述第一生物标志物是定量指示实性/肿瘤比率的影像组学特征。5.如权利要求1所述的方法，其中所述至少一个生物标志物的所述计算包括将所分割的病变区域转换为预设矩阵，使用所转换的矩阵来计算具有与所述病变区域的纹理相对应的值的第二生物标志物，并且使用所转换的矩阵来计算具有与所述病变区域的纹理相对应的值的第三生物标志物。6.如权利要求5所述的方法，其中所述第二...

【专利技术属性】
技术研发人员：黄度植，朴斗贤，李明勋，全选坤，吴大中，
申请(专利权)人：延世大学校产学协力团，
类型：发明
国别省市：