[发明专利]一种免疫相关性肺炎预测模型的训练方法

说明书

本发明主要公开了一种免疫相关性肺炎预测模型的训练方法，包括：获取目标对象的N₁个临床参数；获取基于目标对象CT影像的N₂个影像参数；在所述N₁个临床参数和N₂个影像参数中确定N个参数；以多个目标对象的所述N个参数训练免疫相关性肺炎预测模型。采用本发明所提供的方案，利于以较快的速度训练出性能较好的免疫相关性肺炎预测模型，进而可以准确的预测受检者是否患有免疫相关性肺炎，在一定程度上利于医生的诊断和对受检者后期的治疗。

技术领域

本发明涉及医疗技术领域，特别涉及一种免疫相关性肺炎预测模型的训练方法。

背景技术

肺癌是目前发病率和死亡率最高的恶性肿瘤之一。晚期肺癌占肺癌发病率的60-70％，目前晚期肺癌主要的治疗手段包括化疗、靶向及免疫治疗。对于存在EGFR、ALK、ROS1等基因突变的患者，靶向药物治疗能够给患者带来显著的生存获益。对于没有基因突变的患者，免疫治疗是当前重要的治疗手段，多项研究证实了免疫治疗给患者的生存期带来的获益。

用于临床使用的免疫治疗主要是基于PD1/PD-L1的免疫检查点抑制剂，包括NIVOLUMAB,PEBLIZUMAB等药物，研究表明，这类药物不仅仅显著提高患者生存时间，而且能够较化疗明显降低不良反应。

目前免疫检查点抑制剂已经在临床中广泛用于晚期非小细胞肺癌的治疗以及局部晚期非小细胞肺癌放化疗后的巩固治疗。尽管不良反应发生率低，但是，患者的免疫不良反应存在着不易预测的特点，部分重度免疫相关性肺炎往往是致死性的，然而，目前缺少有效的预测模型来预测免疫相关性肺炎的发生。

因此，如何能够提供一种免疫相关性肺炎预测模型的训练方法，训练出有效的免疫相关性肺炎预测模型，进而较准确的预测受检者是否患有免疫相关性肺炎，成为目前亟待解决的问题之一。

发明内容

本发明提供一种免疫相关性肺炎预测模型的训练方法，以训练出有效的免疫相关性肺炎预测模型，进而准确的预测受检者是否患有免疫相关性肺炎，在一定程度上利于医生的诊断和对受检者后期的治疗。

本发明提供一种免疫相关性肺炎预测模型的训练方法，包括：

获取目标对象的N₁个临床参数；

获取基于目标对象CT影像的N₂个影像参数；

在所述N₁个临床参数和N₂个影像参数中确定N个参数；

以多个目标对象的所述N个参数训练免疫相关性肺炎预测模型。

可选的，所述临床参数包括：性别、年龄、吸烟史、病理类型、免疫治疗模式、既往胸部放疗史中的一种或多种。

可选的，所述获取基于目标对象CT影像的N₂个影像参数，包括：

分割目标对象CT影像中的肺部区域；

基于所述肺部区域生成CT值直方图；

至少基于所述CT值直方图获得N₂个影像参数中的参数。

可选的，所述基于所述肺部区域生成CT值直方图，包括：

获取所述肺部区域中每个体素的CT值；

统计预设CT值区间内CT值对应的体素的频数；

基于预设CT值区间内CT值及与其对应的体素的频数生成CT值直方图。

可选的，所述预设CT值区间为(-1000HU，0HU)，所述基于预设CT 值区间内CT值及与其对应的体素的频数生成CT值直方图包括：