[发明专利]一种乳腺癌肝转移抗HER-2治疗的疗效预测方法、系统、设备及介质

权利要求书

1.一种乳腺癌肝转移抗HER-2治疗的疗效预测方法，其特征在于，所述方法包括：

获取受试者即抗HER-2治疗的乳腺癌肝转移患者的待识别腹部加强CT图像；

输入待识别腹部加强CT图像至疗效预测模型，所述疗效预测模型对待识别腹部加强CT图像进行定量分析操作，获得受试者的乳腺癌肝转移抗HER-2治疗的疗效预测结果；

其中，所述疗效预测模型是通过将预先采集的抗HER-2治疗的乳腺癌肝转移患者的影像组学相关特征数据采用机器学习算法进行模型训练获得。

2.如权利要求1所述的疗效预测方法，其特征在于，疗效预测模型构建具体方法包括：

S1、对患者腹部加强CT图像病变区域进行评估勾画，获得感兴趣区ROI；

S2、提取ROI中影像组学特征并构建影像组学模型；对影像组学模型进行数据训练和测试，将训练好的模型作为疗效预测模型。

3.如权利要求2所述的疗效预测方法，其特征在于，所述步骤S1中，还包括对获取的ROI进行进一步处理，包括进行灰度归一化处理；优选的，获得ROI包括动脉期ROI，门静脉期ROI以及延迟期ROI；

所述步骤S2中，提取ROI中影像组学特征包括对ROI进行量化获得ROI特征并进行筛选以获取有效的影像组学特征。

4.如权利要求2所述的疗效预测方法，其特征在于，所述影像组学模型采用分类器模型获得，分类器模型包括KNN、SVM、XGBoost、RF、LR和DT6。

5.一种乳腺癌肝转移抗HER-2治疗的疗效预测系统，其特征在于，所述疗效预测系统包括：

数据获取模块，用于获取受试者即抗HER-2治疗的乳腺癌肝转移患者的待识别腹部加强CT图像；

数据处理和输出模块：用于输入待识别腹部加强CT图像至疗效预测模型，所述疗效预测模型对待识别腹部加强CT图像进行定量分析操作，输出受试者的乳腺癌肝转移抗HER-2治疗的疗效预测结果；

其中，数据处理和输出模块中，所述疗效预测模型是通过将预先采集的抗HER-2治疗的乳腺癌肝转移患者的影像组学相关特征数据采用机器学习算法进行模型训练获得。

6.如权利要求5所述的系统，其特征在于，所述疗效预测模型构建具体方法包括：

S1、对患者腹部加强CT图像病变区域进行评估勾画，获得感兴趣区ROI；

S2、提取ROI中影像组学特征并构建影像组学模型；对影像组学模型进行数据训练和测试，将训练好的模型作为疗效预测模型。

7.如权利要求6所述的系统，其特征在于，所述步骤S1中，

评估勾画采用人工或勾画装置进行；

优选的，所述步骤S1中还包括对获取的ROI进行进一步处理，包括进行灰度归一化处理，进一步优选的，获得ROI包括动脉期ROI，门静脉期ROI以及延迟期ROI。

8.如权利要求6所述的系统，其特征在于，所述步骤S2中，提取ROI中影像组学特征包括对ROI进行量化获得ROI特征并进行筛选以获取有效的影像组学特征；

优选的，所述将ROI进行量化，包括采用Radcloud平台从CT图像中提取定量成像特征；将定量成像特征进行分组，所述分组方式包括描述符、基于形状和大小特征和基于纹理特征；然后使用组内相关系数对ROI进行量化，并利用方差阈值、SelectKBest或LASSO模型对量化的ROI进行筛选以提取有效的影像组学特征；

优选的，所述影像组学模型采用分类器模型获得，分类器模型包括但不限于KNN、SVM、XGBoost、RF、LR和DT6；

进一步优选为强化CT门静脉期的RF分类器模型。

9.一种电子设备，其特征在于，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-4任一项所述乳腺癌肝转移抗HER-2治疗的疗效预测方法所进行的步骤。

10.一种计算机可读存储介质，其特征在于，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-4任一项所述乳腺癌肝转移抗HER-2治疗的疗效预测方法所进行的步骤。