【技术实现步骤摘要】
本申请属于模型构建领域，尤其涉及一种胆管癌免疫治疗预测模型构建方法、装置、设备及存储介质。
技术介绍
1、胆管癌是一种恶性程度高的肿瘤，病人在初诊时往往已处于晚期，失去了手术机会，因此生存期通常较短。免疫治疗作为一种新型的治疗方式，有望显著改善胆管癌病人的生存预后。
2、但是，目前评估肿瘤组织局部浸润淋巴细胞和免疫检查点表达情况的方法均依赖于有创操作的组织样本获取。而影像组学研究提供了一种无创的影像学分析手段，预测并区分不同的免疫状态，从而指导免疫治疗。虽然已有学者进行了胆管癌免疫分型的影像组学研究，但其对于胆管癌免疫分型的界定主要依赖于免疫组织化学染色结果，缺乏基于胆管癌免疫转录组测序数据的综合性系统性的生物信息学分析。
技术实现思路
1、本申请的目的在于克服现有技术中的缺陷，提供及一种胆管癌免疫治疗预测模型构建方法、装置、设备及存储介质。
2、本申请提供一种胆管癌免疫治疗预测模型构建方法，包括：
3、收集胆管癌患者治疗前的完整dce-mri影像数据和组织转录组测序数据；
4、使用3dslicer软件在所述dce-mri影像数据中勾画感兴趣体积，并提取影像组学特征；
5、利用r软件的gsva模块对所述组织转录组测序数据进行ssgsea分析，计算免疫相关基因集的评分；
6、根据所述评分，采用k-means算法进行非监督聚类，获得胆管癌组织免疫微环境亚型分组；
7、通过icc分析、斯皮尔曼相关分析或曼
8、使用带有rbf核函数的支持向量机方法，基于所述最优特征组合和胆管癌组织免疫微环境亚型的标签，构建胆管癌免疫治疗预测模型。
9、可选地，采用k-means算法进行非监督聚类，获得胆管癌组织免疫微环境亚型分组，包括：
10、将多个免疫相关基因集的评分数据导入r环境；
11、使用factoextra模块中的函数计算平均剪影宽度和组内平方和指标；
12、根据所述平均剪影宽度和所述组内平方和指标的结果，选择聚类个数k；
13、使用consensusclusterplus模块中的函数生成一致性聚类热图，通过观察所述一致性聚类热图确认聚类个数k的选择；
14、采用k-means算法，根据聚类个数k，对多个免疫相关基因集的评分进行非监督聚类；
15、根据聚类结果，获取胆管癌组织免疫微环境的亚型分组信息。
16、可选地，使用3dslicer软件在dce-mri图像中勾画感兴趣体积，包括：
17、在dce-mri的平扫期、动脉期、门脉期和延迟期图像中分别勾画感兴趣体积。
18、可选地，所述影像组学特征包括：
19、形状特征、一阶统计特征、灰度共生矩阵特征、灰度依赖矩阵特征、灰度运行长度矩阵特征、灰度大小区域矩阵特征和小波特征。
20、本申请还提供一种胆管癌免疫治疗预测模型构建装置，包括：
21、收集模块，用于收集胆管癌患者治疗前的完整dce-mri影像数据和组织转录组测序数据；
22、勾画模块，用于使用3dslicer软件在所述dce-mri影像数据中勾画感兴趣体积，并提取影像组学特征；
23、分析模块，用于利用r软件的gsva模块对所述组织转录组测序数据进行ssgsea分析，计算免疫相关基因集的评分；
24、分组模块，用于根据所述评分，采用k-means算法进行非监督聚类，获得胆管癌组织免疫微环境亚型分组；
25、特征模块，用于通过icc分析、斯皮尔曼相关分析或曼-惠特尼u检验，对所述影像组学特征进行特征选择和降维，确定最优特征组合；
26、模型模块，用于使用带有rbf核函数的支持向量机方法，基于所述最优特征组合和胆管癌组织免疫微环境亚型的标签，构建胆管癌免疫治疗预测模型。
27、可选地，所述分组模块采用k-means算法进行非监督聚类，获得胆管癌组织免疫微环境亚型分组，包括：
28、将多个免疫相关基因集的评分数据导入r环境；
29、使用factoextra模块中的函数计算平均剪影宽度和组内平方和指标；
30、根据所述平均剪影宽度和所述组内平方和指标的结果，选择聚类个数k；
31、使用consensusclusterplus模块中的函数生成一致性聚类热图，通过观察所述一致性聚类热图确认聚类个数k的选择；
32、采用k-means算法，根据聚类个数k，对多个免疫相关基因集的评分进行非监督聚类；
33、根据聚类结果，获取胆管癌组织免疫微环境的亚型分组信息。
34、可选地，所述勾画模块使用3dslicer软件在dce-mri图像中勾画感兴趣体积，包括：
35、在dce-mri的平扫期、动脉期、门脉期和延迟期图像中分别勾画感兴趣体积。
36、可选地，所述影像组学特征包括：
37、形状特征、一阶统计特征、灰度共生矩阵特征、灰度依赖矩阵特征、灰度运行长度矩阵特征、灰度大小区域矩阵特征和小波特征。
38、本申请还提供一种胆管癌免疫治疗预测模型构建设备，包括：
39、存储器，用于上述任一项胆管癌免疫治疗预测模型构建方法的计算机执行程序；
40、处理器，用于从所述存储器中调取所述计算机执行程序，执行：收集胆管癌患者治疗前的完整dce-mri影像数据和组织转录组测序数据；使用3dslicer软件在所述dce-mri影像数据中勾画感兴趣体积，并提取影像组学特征；利用r软件的gsva模块对所述组织转录组测序数据进行ssgsea分析，计算免疫相关基因集的评分；根据所述评分，采用k-means算法进行非监督聚类，获得胆管癌组织免疫微环境亚型分组；通过icc分析、斯皮尔曼相关分析或曼-惠特尼u检验，对所述影像组学特征进行特征选择和降维，确定最优特征组合；使用带有rbf核函数的支持向量机方法，基于所述最优特征组合和胆管癌组织免疫微环境亚型的标签，构建胆管癌免疫治疗预测模型。
41、本申请还提供一种存储介质，存储有计算机可执行程序，所述计算机可执行程序用于被处理器调用，执行上述任一项胆管癌免疫治疗预测模型构建方法的步骤。
42、本申请的优点和有益效果：
43、本申请提供一种胆管癌免疫治疗预测模型构建方法，包括：收集胆管癌患者治疗前的完整dce-mri影像数据和组织转录组测序数据；使用3dslicer软件在所述dce-mri影像数据中勾画感兴趣体积，并提取影像组学特征；利用r软件的gsva模块对所述组织转录组测序数据进行ssgsea分析，计算免疫相关基因集的评分；根据所述评分，采用k-means算法进行非监督聚类，获得胆管癌组织免疫微环境亚型分组；通过icc分析、斯皮尔曼相关分析或曼-本文档来自技高网...
【技术保护点】
1.一种胆管癌免疫治疗预测模型构建方法，其特征在于，包括：
2.根据权利要求1所述胆管癌免疫治疗预测模型构建方法，其特征在于，采用K-means算法进行非监督聚类，获得胆管癌组织免疫微环境亚型分组，包括：
3.根据权利要求1所述胆管癌免疫治疗预测模型构建方法，其特征在于，使用3DSlicer软件在DCE-MRI图像中勾画感兴趣体积，包括：
4.根据权利要求1所述胆管癌免疫治疗预测模型构建方法，其特征在于，所述影像组学特征包括：
5.一种胆管癌免疫治疗预测模型构建装置，其特征在于，包括：
6.根据权利要求5所述胆管癌免疫治疗预测模型构建装置，其特征在于，所述分组模块采用K-means算法进行非监督聚类，获得胆管癌组织免疫微环境亚型分组，包括：
7.根据权利要求5所述胆管癌免疫治疗预测模型构建装置，其特征在于，所述勾画模块使用3DSlicer软件在DCE-MRI图像中勾画感兴趣体积，包括：
8.根据权利要求5所述胆管癌免疫治疗预测模型构建装置，其特征在于，所述影像组学特征包括：
9.一种胆
10.一种存储介质，其特征在于，存储有计算机可执行程序，所述计算机可执行程序用于被处理器调用，执行权利要求1～4任一项胆管癌免疫治疗预测模型构建方法的步骤。
...【技术特征摘要】
1.一种胆管癌免疫治疗预测模型构建方法，其特征在于，包括：
2.根据权利要求1所述胆管癌免疫治疗预测模型构建方法，其特征在于，采用k-means算法进行非监督聚类，获得胆管癌组织免疫微环境亚型分组，包括：
3.根据权利要求1所述胆管癌免疫治疗预测模型构建方法，其特征在于，使用3dslicer软件在dce-mri图像中勾画感兴趣体积，包括：
4.根据权利要求1所述胆管癌免疫治疗预测模型构建方法，其特征在于，所述影像组学特征包括：
5.一种胆管癌免疫治疗预测模型构建装置，其特征在于，包括：
6.根据权利要求5所述胆管癌免疫治疗预测模型构建装置，...
【专利技术属性】
技术研发人员：李小凤，刘建井，陈璐，尹国涛，王子阳，
申请(专利权)人：天津市肿瘤医院天津医科大学肿瘤医院，
类型：发明
国别省市：
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。