[发明专利]一种基于双区域影像组学的食管鳞癌生存预测方法和系统

权利要求书

1.一种基于双区域影像组学的食管鳞癌生存预测方法，包括以下步骤：

步骤S1，利用已知病例的数据集，分别提取肿瘤区域和淋巴结区域的影像组学特征，该数据集包含患者的CT影像数据、生存期信息和临床风险信息；

步骤S2，对所提取的影像组学特征进行可预测性筛选；

步骤S3，将筛选后的特征输入最小绝对收缩和选择算子LASSO回归模型，获得非零系数的特征，并利用非零系数特征的线性组合构建用于生存预测的双区域影像组学预后模型，其中所述双区域影像组学预后模型的输入是融合肿瘤区域和淋巴结区域建立的双区域影像组学特征。

2.根据权利要求1所述的方法，其特征在于，步骤S1包括：

针对病例的CT影像数据，采用线性插值法将所有体素各向同性地重采样并进行特征提取，以勾画肿瘤区域和淋巴结区域的三维感兴趣体积VOI；

在描绘表示肿瘤和淋巴结区域的平均值和标准偏差中，强度超过μ±3σ的体素被丢弃，其中μ是平均值，σ是标准偏差；

在病例肿瘤VOI中，提取肿瘤区域的影像组学特征，每个病例的肿瘤区域影像组学特征包括一阶特征、形状特征和纹理特征；

在病例淋巴结VOI中，提取淋巴结区域的影像组学特征，每个病例的淋巴结区域影像组学特征同样包括一阶特征、形状特征和纹理特征。

3.根据权利要求1所述的方法，其中，步骤S2包括：针对所提取的影像组学特征进行降维，通过可预测性选择，计算每个特征的一致性指数C-index，去除C-index在0.4至0.6之间的特征。

4.根据权利要求1所述的方法，其中，所述双区域影像组学预后模型的输入还包括临床病理因素。

5.根据权利要求4所述的方法，其中，所述临床病理因素包含年龄、性别，CT报告肿瘤长度和厚度、CT报告中肿瘤的位置、淋巴结状态，pT和pN分期。

6.根据权利要求1所述的方法，其中，训练所述双区域影像组学预后模型的影像组学标签根据以下步骤构建：

针对影像组学特征的线性组合，构建影像组学标志物模型，并计算出每位患者的影像组学评分Rad-score；

使用X-tile，生成训练数据集的Rad-score最优截断值；

使用最优切断值，将患者分为高风险组和低风险组。

7.一种基于双区域影像组学的食管鳞癌生存预测系统，包括：

特征提取单元：用于利用已知病例的数据集，分别提取肿瘤区域和淋巴结区域的影像组学特征，该数据集包含患者的CT影像数据、生存期信息和临床风险信息；

特征筛选单元：用于对所提取的影像组学特征进行可预测性筛选；

生存预测单元：用于将筛选后的特征输入最小绝对收缩和选择算子LASSO回归模型，获得非零系数的特征，并利用非零系数特征的线性组合构建用于生存预测的双区域影像组学预后模型，其中所述双区域影像组学预后模型的输入是融合肿瘤区域和淋巴结区域建立的双区域影像组学特征。

8.根据权利要求7所述的系统，其特征在于，所述双区域影像组学预后模型的输入还包括临床病理因素，该临床病理因素包含年龄、性别，CT报告肿瘤长度和厚度、CT报告中肿瘤的位置、淋巴结状态，pT和pN分期。

9.一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现根据权利要求1至6中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现根据权利要求1至6中任一项所述方法的步骤。