资源类型：
申请号：
申请日期：
授权年份：
公开号：
公开日：
法律状态：
主分类号：
分类号：
摘要：
本发明公开了一种基于磁共振引导加速器的直肠癌患者治疗效果预测方法，属于影像组学技术领域，步骤如下：获取不同直肠癌患者每一次放疗时的T2wMRI图像，并对直肠肿瘤靶区勾画处理，得到每例直肠癌患者的若干靶区勾画套图；提取靶区勾画套图中直肠肿瘤靶区的影像组学特征，得到每例直肠癌患者每一次放疗的影像特征集；得到若干Delta影像特征集；二次筛选得到第二与肿瘤病理完全缓解相关的Delta影像特征，构成目标Delta影像特征集；构建直肠癌pCR预测模型；根据待预测的T2wMRI图像，利用直肠癌pCR预测模型进行治疗效果预测，得到预测结果。本发明解决了难以通过影像组学特征精准预测直肠癌患者治疗效果的问题。
主权项：
1.一种基于磁共振引导加速器的直肠癌患者治疗效果预测方法，其特征在于，包括如下步骤： S1、获取不同直肠癌患者每一次放疗时的T2wMRI图像，并对获取的T2wMRI图像进行直肠肿瘤靶区勾画处理，得到每例直肠癌患者的若干靶区勾画套图； S2、提取靶区勾画套图中直肠肿瘤靶区的影像组学特征，得到每例直肠癌患者每一次放疗对应的影像特征集； S3、基于每例直肠癌患者每一次放疗对应的影像特征集，得到若干Delta影像特征集； 所述S3包括如下步骤： S31、获取直肠癌患者第二次放疗到最后一次放疗中每一次放疗对应的影像特征集，并作为基础影像集； S32、依次获取基础影像集中的各影像特征集分别与直肠癌患者第一次放疗对应的影像特征集间特征值的比值； S33、将获取的特征值的比值作为Delta影像特征的特征值，基于Delta影像特征，构建若干Delta影像特征集； 所述Delta影像特征集的计算表达式如下： ， ， ， ， ， 其中，{Di}表示第i个Delta影像特征集，{Fi}表示基础影像集中的第i个影像特征集，{F1}表示第一次放疗对应的影像特征集，表示基础影像集中的第i个影像特征集中的一阶统计特征，表示基础影像集中的第i个影像特征集中的形态学特征，表示基础影像集中的第i个影像特征集中的纹理特征，表示基础影像集中的第i个影像特征集中的小波滤波特征，表示第一次放疗对应的影像特征集中的一阶统计特征，表示第一次放疗对应的影像特征集中的形态学特征，表示第一次放疗对应的影像特征集中的纹理特征，表示第一次放疗对应的影像特征集中的小波滤波特征，表示基础影像集中的第i个影像特征集中的一阶统计特征中的第1个特征值，表示基础影像集中的第i个影像特征集中的一阶统计特征中的第l1个特征值，表示第一次放疗对应的影像特征集中的一阶统计特征中的第1个特征值，表示第一次放疗对应的影像特征集中的一阶统计特征中的第l1个特征值，表示基础影像集中的第i个影像特征集中的形态学特征中的第1个特征值，表示基础影像集中的第i个影像特征集中的形态学特征中的第l2个特征值，表示第一次放疗对应的影像特征集中的形态学特征中的第1个特征值，表示第一次放疗对应的影像特征集中的形态学特征中的第l2个特征值，表示基础影像集中的第i个影像特征集中的纹理特征中的第1个特征值，表示基础影像集中的第i个影像特征集中的形态学特征中的第l3个特征值，表示第一次放疗对应的影像特征集中的纹理特征中的第1个特征值，表示第一次放疗对应的影像特征集中的纹理特征中的第l3个特征值，表示基础影像集中的第i个影像特征集中的小波滤波特征中的第1个特征值，表示基础影像集中的第i个影像特征集中的小波滤波特征中的第l4个特征值，表示第一次放疗对应的影像特征集中的小波滤波特征中的第1个特征值，表示第一次放疗对应的影像特征集中的小波滤波特征中的第l4个特征值，其中，l1、l2、l3和l4均为正整数； S4、根据各Delta影像特征集，基于Wilcoxon秩和检验和LASSO算子，二次筛选得到第二与肿瘤病理完全缓解相关的Delta影像特征，构成目标Delta影像特征集； 所述S4包括如下步骤： S41、采集直肠癌患者手术标本的pCR状态，其中，pCR状态包括pCR阴性和pCR阳性； S42、根据直肠癌患者手术标本的pCR状态，将直肠癌患者分为pCR阴性组和pCR阳性组； S43、基于各Delta影像特征集，选择任意一项Delta影像特征，并对所有直肠癌患者的选中项Delta影像特征的特征值进行排序并分配秩次； S44、基于选中项Delta影像特征的特征值所分配的秩次，分别计算得到pCR阴性组和pCR阳性组关于该选中项Delta影像特征的检验统计量； 所述pCR阴性组和pCR阳性组关于该选中项Delta影像特征的检验统计量的计算表达式如下： ， ， 其中，U1表示pCR阴性组关于该选中项Delta影像特征的检验统计量，U2表示pCR阳性组关于该选中项Delta影像特征的检验统计量，n1表示pCR阴性组中直肠癌患者的数量，n2表示pCR阳性组中直肠癌患者的数量，R1表示pCR阴性组关于该选中项Delta影像特征的秩和，R2表示pCR阳性组关于该选中项Delta影像特征的秩和； S45、选择pCR阴性组和pCR阳性组关于该选中项Delta影像特征的检验统计量中的较小值，并将该较小值与曼-惠特尼表中的U0.05进行比较，若比较结果对应的统计判断概率p值小于0.05时，则将该选中项Delta影像特征作为第一与pCR相关的Delta影像特征； S46、在确保每次选择的Delta影像特征与已选择过的Delta影像特征不重复的情况下，重复S43-S45，直至没有未经选择过的Delta影像特征时，进入S47； S47、构建LASSO算子目标函数； 所述LASSO算子目标函数的计算表达式如下： ， 其中，表示LASSO算子目标函数，表示Delta影像特征系数，N表示第一与pCR相关的Delta影像特征的总数，表示第个直肠癌患者的真实肿瘤病理完全缓解结果，表示Delta影像特征系数集，表示第个直肠癌患者的第一与pCR相关的Delta影像特征集，表示正则化参数，表示Delta影像特征系数集的L1范数； S48、基于LASSO算子目标函数调节正则化参数，以控制LASSO算子对第一与pCR相关的Delta影像特征进行二次筛选，直至LASSO算子对应的AUC最大时，得到若干二次筛选得到的第二与pCR相关的Delta影像特征，并作为目标Delta影像特征； S49、利用所有目标Delta影像特征构建目标Delta影像特征集； S5、根据随机森林方法，基于目标Delta影像特征集，构建直肠癌pCR预测模型； S6、根据待进行直肠癌治疗效果预测的直肠癌患者每一次放疗时的T2wMRI图像，利用直肠癌pCR预测模型进行直肠癌患者治疗效果预测，得到直肠癌患者治疗效果的预测结果。
