[发明专利]一种构建肺部小结节计算机辅助检测模型的方法

说明书

本发明公开一种构建肺部小结节计算机辅助检测模型的方法，包括：获取受试者支气管上皮细胞，提取RNA；根据RNA构建双链cDNA文库并进行测序；将测序结果与参考基因组进行比对，选择受试者的差异显著基因和差异显著变异；将差异显著基因和差异显著变异组合成的向量及肺部小结节良恶性作为样本数据；将受试者的样本数据随机划分为训练集和预测集，对训练集和预测集基于采用径向基核函数的支持向量机模型进行多次训练，得到预测集的模型输出值；对预测集中受试者的临床数据和CT影像数据非量纲化，结合非量纲化后数据综合值及模型输出值推导Roc拟合曲线并计算下面积，调整协方差和惩罚因子为下面积最大值对应的值，得到肺部小结节计算机辅助检测模型。

技术领域

本发明涉及计算机技术领域。更具体地，涉及一种构建肺部小结节计算机辅助检测模型的方法。

背景技术

肺部小结节被定义为肺内直径≤2cm的类圆形或不规则形病灶，影像学表现为密度增高的阴影，可单发或多发，边界清晰或不清晰。人体肺部所患有的大多数疾病都会导致结节的形成，肺部结节情况又主要包括良性病变与恶性病变两种。其中，良性病变主要包括错构瘤、血管瘤、炎性假瘤以及结核球等，而恶性病变则主要是指细支气管肺泡癌、肺腺癌等原发性肺癌病症或机体其他部位恶性肿瘤的转移现象。相关临床研究表明，80％～90％比例的结节病变以CT扫描属于良性病变，随着时间的推移，部分良性结节会转化为恶性，最终威胁人体的生命安全。研究发现，直径＞1cm的肺部小结节恶性概率高达50％～60％。因此肺部恶性小结节的早诊断、早治疗对预后具有重要意义。常规的诊断方法，如纤支镜检查、EBUS、TBNA、经皮肺穿刺及痰脱落细胞学检查等对肺部恶性小结节诊断假阴性率较高。部分患者需通过手术的方式获取病理组织进行良恶性鉴别，诊断率较高，但创伤较大。目前临床上发现结节的诊断策略，大多是医师对筛查者的临床特征(如病程、临床症状、既往肿瘤史及家族史、烟草摄入等情况)、影像学特点及实验室检验等因素进行综合考量后，作出良恶性的初步判断，并依此决定后续的干预措施。因此干预是否及时、合理，与医生个人的临床经验、诊断水平密切相关。在各地医疗发展水平仍存在明显差异的现状下，如何寻找一个相对客观的评价标准具有更重要的意义。

研究表明，恶性肺部结节的生成的同时，呼吸道上皮细胞也会产生损伤存在不同程度的杂合性丢失(Loss of heterozygosity,LOH)，即上皮细胞基因组中原有生物学效应的基因组出现了丢失，在转录过程中不起作用，不能翻译成相应的蛋白质起生物学效应。通过对曾吸烟者和现吸烟者的基因组进一步研究，发现恶性结节携带的一些基因损伤同时也存在于这些病人的非癌变呼吸道上皮细胞中。进一步研究表明，LOH不仅存在于有恶性结节一侧的支气管中，在不携带恶性结节的另一侧的支气管中也发现了LOH。基因缺失或异常扩增的最终影响体现在基因转录翻译过程中，转录组研究能够从整体水平研究基因功能以及基因结构，揭示特定生物学过程以及疾病发生过程中的分子机理。随着技术进步，RNA-seq技术成为转录组分析的首选，通过逆转录的cDNA文库进行从头拼接，形成全基因组范围内的转录谱，可用于检测基因表达的丰度。

成千上万个基因表达和最终结节是否发生恶性突变的结果，并非存在简单的线性关系。以机器学习方法从已经积累的数据和知识出发，大规模的自动联配序列，找出背后的生物学功能学联系，正适合于处理这种数据量大、含有噪声并且缺乏统一理论的领域。同时，病人的性别、既病史、遗传性以及CT影像资料，在临床中都是进行良恶性的重要依据。

因此，需要提供一种结合RNA表达谱、临床数据和CT影响数据构建肺部小结节计算机辅助检测模型的方法。

发明内容

本发明的目的在于提供一种结合RNA表达谱、临床数据和CT影响数据构建肺部小结节计算机辅助检测模型的方法。

为达到上述目的，本发明采用如下技术方案：

一种构建肺部小结节计算机辅助检测模型的方法，包括：

获取受试者支气管上皮细胞，提取受试者上皮细胞RNA；