[发明专利]一种基于核分数和组织病理全玻片图像的三阴性乳腺癌肿瘤突变负荷预测方法及系统

说明书

本发明提供了一种基于核分数和组织病理全玻片图像的三阴性乳腺癌肿瘤突变负荷预测方法及系统，其中的方法首先筛选三阴性乳腺癌组织病理全玻片；然后根据每个三阴性乳腺癌患者的基因突变情况，计算每个患者的肿瘤突变负荷值，并根据设定的阈值划分为肿瘤突变负荷高和低两组；接着将三阴性乳腺癌组织病理全玻片图像切分为设定大小的patch；再根据核分数函数筛选出一定数量高核分数的patch；然后搭建CNN分类模型，并随机初始化CNN模型的参数；最后将筛选出来的patch放入搭建的CNN模型中训练，实现用三阴性乳腺癌组织病理全玻片图像自动预测肿瘤突变负荷高或低的结果。本发明大大提高肿瘤突变负荷的检测速度和准确些，有助于免疫治疗的推进。

技术领域

本发明涉及机器学习与医学交叉领域，尤其涉及一种基于核分数和组织病理全玻片图像的三阴性乳腺癌肿瘤突变负荷预测方法及系统，属于机器学习神经网络模型在医疗诊断中的应用。

背景技术

随着医学技术的发展，许多乳腺癌亚型已经找到了有效的治疗方法。然而，对于TNBC患者仍然缺乏有效的治疗。由于缺乏ER、PR、HER2的表达，他们不能从内分泌治疗和抗HER2靶向疗法中获益，其侵袭性强，极易发生远处转移以及局部位置的复发，因此，TNBC患者在标准治疗后复发率较高且预后较差。传统的手术治疗、化疗、放疗以及靶向药物治疗等虽然有一定效果，但远远不能满足治疗需求。近年来，肿瘤免疫疗法用于晚期癌症可达到“临床治愈”效果，成为癌症研究关注的重点领域，其在许多癌症中已显示出了非常有效的治疗效果。 2018年10月，美国免疫学家James Allison和日本免疫学家Tasuku Honjo因其在肿瘤免疫学方面的贡献获得诺贝尔生理学或医学奖，他们的研究提供了一种通过刺激免疫系统的原始能力来对抗肿瘤细胞的方法。此次得奖奠定了肿瘤免疫疗法的重要意义，检查点治疗已经彻底改变了癌症治疗方法，从根本上改变了人类对癌症治疗方式的看法，免疫疗法成为继手术、化疗、放疗、肿瘤靶向治疗后的新一代肿瘤治疗手段。

免疫疗法在三阴性乳腺癌患者中取得不错的效果，如2018年在欧洲肿瘤内科学会(ESMO)年会上发表的Impassion130研究、2019年ESMO报道Ⅲ期 KEYNOTE-522研究。另外，美国食品和药物管理局(FDA)在2019年加速批准罗氏旗下GENETECH公司研发的PD-L1单抗药物阿特珠单抗(Atezolizumab) 联合化疗一线治疗无法切除的局部晚期或转移性PD-L1阳性的三阴性乳腺癌 (TNBC)，这是三阴性乳腺癌首个获批的免疫疗法。2020年11月13日，FDA批准Keytruda(pembrolizumab)与化疗联合治疗肿瘤表达PD-L1生物标志物的局部复发或转移性三阴性乳腺癌(TNBC)患者。