[发明专利]一种基于神经网络的计算机辅助术前肺癌患者N2期淋巴结预测系统

说明书

本发明公开了本发明提供了一种基于神经网络的计算机辅助术前肺癌患者N2期淋巴结预测系统。该预测系统包括：第一部分：数据输入部分；第二部分：数据预处理部分；第三部分：模型构建部分；第四部分：模型训练部分；第五部分：预测部分，输入待预测肺癌患者CT特征和临床特征预处理后的数据，利用训练后的模型进行预测，输出预测结果：待预测肺癌患者是N2分期或N0/N1分期。本发明的预测系统能够准确的预测T1N0M0非小细胞肺癌患者的淋巴结是处于N0/N1状态，还是处于N2状态，预测结果的曲线下面积(AUC)高达0.7847，敏感度高达89.80％，特异度高达54.50％。本发明的预测系统对医生预测患者的生存期、选择最佳治疗策略、以及预后评估具有非常重要的作用，应用前景广阔。

技术领域

本发明涉及术前肺癌患者N分期预测领域，特别是涉及一种基于神经网络的计算机辅助术前肺癌患者N2期淋巴结预测系统。

背景技术

肺癌是全球癌症死亡率最高的一种恶性肿瘤疾病，在一项2018年的全球性研究中，据统计在1810万新发癌症中，肺癌占据了11.6％，且在960万的因癌症死亡病例中占据了18.4％。其中，非小细胞肺癌(NSCLC)约占所有肺癌的80％，约75％的患者发现时已处于中晚期，5年生存率很低，非小细胞肺癌相比其癌细胞(例如鳞状细胞癌、腺癌、大细胞癌)生长分裂较慢，扩散转移相对较晚。

低剂量螺旋计算机断层扫描(CT)可以筛查出可治愈的早期肺癌，因此CT也成为目前最主要的肺癌筛查手段。目前，手术切除是治疗早期非小细胞肺癌的最佳治疗手段。但是，一些研究证实，部分临床Ⅰ期的非小细胞肺癌术后病理证实存在纵隔淋巴结转移，对于此类患者，直接行手术治疗并没有比术前新辅助治疗效果更好。因此，准确判断区域淋巴结状态，进行更准确的术前分期，对非小细胞肺癌患者最佳治疗策略的选择以及预后评估具有非常重要的意义。

增强CT是评价NSCLC淋巴结状态及N分期最常用的无创检查方法，主要以淋巴结形态学特征及体积大小作为判断依据。但是，由于不同部位正常淋巴结大小不一，炎性或反应性增生可造成淋巴结增大，以及正常大小的淋巴结内也可存在转移灶等原因常造成淋巴结转移的诊断错误，并可能使N分期欠准确。Sioris等(Eur J Cardiothorac Surg.2003，23：403-408.)对49例NSCLC患者的术前CT与系统淋巴结清扫术后病理分期相比较，发现CT确定的N分期准确性仅55％。因此，CT确定的N分期准确性较低，无法为临床提供可靠依据。

近年来，正电子发射断层成像术(PET)在非小细胞肺癌纵隔淋巴结的分期中应用逐渐广泛，但一些研究显示PET/CT对于纵隔淋巴结转移的判断存在一定比例的假阴性。在小于1cm的淋巴结里，PET/CT对淋巴结转移的敏感性仅有32.4％(Eur J CardiothoracSurg，2009，36(3)：440-445)。

N0/N1期和N2期纵隔淋巴结患者的治疗策略不同。为了更加准确的预测术前非小细胞肺癌患者的淋巴结状态及N分期，人们建立了相关的数学预测模型。Shirin等(J.Thorac.Oncol.1(2006)953–959)通过使用多因素逻辑回归预测N2期纵隔淋巴结转移得到了AUC为0.70，95％置信区间为0.66-0.75的效果；Yang Zhang等(J.Thorac.Cardiovasc.Surg.144(2012)1360–1364)通过使用多因素逻辑回归预测T1期非小细胞肺癌患者是否含有N2期淋巴结，得到了AUC为0.726，95％置信区间为0.669-0.784的效果。

N0/N1期和N2期纵隔淋巴结患者的治疗策略不同，而目前已经报道的预测模型对N2期纵隔淋巴结患者的预测准确度还有待提高。因此，亟需开发出一种够更快速、更准确的对术前非小细胞肺癌患者N2期纵隔淋巴结情况进行预测的系统。

发明内容

针对上述问题，本发明的目的在于针对术前T1N0M0肺癌患者，提供一种基于神经网络的计算机辅助预测系统，准确预测该患者为N0/N1期还是N2期。