基于病理切片的早期乳腺癌复发转移风险预测方法及系统技术方案

本发明专利技术提出了基于病理切片的早期乳腺癌复发转移风险预测方法及系统，属于疾病复发风险预测技术领域；包括利用风险预测模型生成全扫描数字病理切片级别的空间注意力热力图；提取空间注意力热力图中的高注意力感兴趣区域并构建患者肿瘤生态系统中细胞级别的交互模式；基于风险预测模型在不同复发转移风险群体下进行表型多样性表征分析；结合所得空间注意力热力图、交互模式以及表征分析结果，得出早期乳腺癌复发转移的风险。本发明专利技术不仅克服了现有多基因检测方法在时间和成本上的局限性，还弥补了其无法反映空间特性的不足，能够为早期乳腺癌患者提供更为科学、可靠的复发转移风险评估预测工具。

【技术实现步骤摘要】

本专利技术属于疾病复发风险预测，尤其涉及基于病理切片的早期乳腺癌复发转移风险预测方法及系统。

技术介绍

1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。

2、乳腺癌是全球女性最常见的恶性肿瘤之一，其复发转移是导致患者死亡的主要原因。准确评估早期乳腺癌患者的复发转移风险对于制定个性化治疗方案、优化治疗策略及改善患者预后具有重要意义。然而，目前临床中早期乳腺癌复发转移风险预测评估主要依赖于多基因检测数据(如mammaprint、oncotype dx等)进行患者治疗方案决策，虽然多基因检测方法可以从分子水平提供肿瘤组织的精细信息，但其存在以下显著的技术局限性，例如：

3、(1)时间成本高：基因测序流程复杂、耗时较长，难以满足临床对快速评估的需求。

4、(2)经济成本高：基因测序技术的检测费用昂贵，限制了其在资源有限地区或患者中的广泛应用。

5、(3)缺乏空间特性揭示：基因测序数据主要关注分子表达特征，无法有效捕捉肿瘤微环境中细胞的空间排列、结构异质性等关键信息，而这些空间特性对预测本文档来自技高网...

【技术保护点】

1.基于病理切片的早期乳腺癌复发转移风险预测方法，其特征在于，包括：

2.如权利要求1所述的基于病理切片的早期乳腺癌复发转移风险预测方法，其特征在于，所述风险预测模型包括全扫描数字病理切片处理及特征表示模块、特征聚合模块和基于回归策略的观测器。

3.如权利要求2所述的基于病理切片的早期乳腺癌复发转移风险预测方法，其特征在于，所述全扫描数字病理切片处理及特征表示模块用于在全扫描数字病理切片的指定倍率下对有效前景区域进行非重叠滑动窗口采样和降维特征表示，以获得局部图像块集合并表征不同的形态学模式。

4.如权利要求2所述的基于病理切片的早期乳腺癌复发转移风险...

【技术特征摘要】

1.基于病理切片的早期乳腺癌复发转移风险预测方法，其特征在于，包括：

2.如权利要求1所述的基于病理切片的早期乳腺癌复发转移风险预测方法，其特征在于，所述风险预测模型包括全扫描数字病理切片处理及特征表示模块、特征聚合模块和基于回归策略的观测器。

3.如权利要求2所述的基于病理切片的早期乳腺癌复发转移风险预测方法，其特征在于，所述全扫描数字病理切片处理及特征表示模块用于在全扫描数字病理切片的指定倍率下对有效前景区域进行非重叠滑动窗口采样和降维特征表示，以获得局部图像块集合并表征不同的形态学模式。

4.如权利要求2所述的基于病理切片的早期乳腺癌复发转移风险预测方法，其特征在于，所述特征聚合模块采用了基于代理注意力机制的trans former架构，即所述transformer架构内包含有自优化的代理令牌，且由两个softmax自注意力操作堆叠而成。

5.如权利要求1所述的基于病理切片的早期乳腺癌复发转移风险预测方法，其特征在于，利用风险预测模型生成空间注意力热力图，包括：首先，对全扫描数字病理切片进行数据预处理；随后，利用病理基础大模型对局部图像块进行特征表示，以获得局部图像块的注意力分数；最后，将所得注意力分数根据各自的空间坐标位置进行排列，以生成空间注意力热力图。

6.如权利要求1所述的基于病理...

【专利技术属性】
技术研发人员：刘健，闫朝阳，陈娇，
申请(专利权)人：南开大学，
类型：发明
国别省市：