[发明专利]预测胰腺癌微环境中细胞表达的方法、电子设备、介质及系统

权利要求书

1.一种预测胰腺癌微环境中细胞表达的方法，其特征在于，所述方法包括，

获取胰腺的CT图像并标记肿块区域；

提取所述肿块区域的影像组学特征，得到组学参数数据集，对于所述肿块组学参数数据集进行特征筛选，选取目标特征；

获取对应于所述CT图像的细胞免疫组化染色切片，对所述细胞免疫组化染色切片进行分组，分组结果包括高表达组和低表达组；

利用所述目标特征以及所述分组结果来训练XGBoost分类器以获取预测模型；

根据所述预测模型输出所述细胞表达。

2.根据权利要求1所述的预测胰腺癌微环境中细胞表达的方法，其特征在于，对于所述肿块组学参数数据集进行特征筛选包括，利用方差分析和Spearman相关分析选取所述目标特征。

3.根据权利要求2所述的预测胰腺癌微环境中细胞表达的方法，其特征在于，对于所述肿块组学参数数据集进行特征筛选还包括，利用Lasso回归分析选取所述目标特征。

4.根据权利要求1所述的预测胰腺癌微环境中细胞表达的方法，其特征在于，所述细胞为肿瘤浸润淋巴细胞，包括CD4+T，CD8+T和CD+20B细胞。

5.根据权利要求1所述的预测胰腺癌微环境中细胞表达的方法，其特征在于，所述细胞为成纤维细胞活化蛋白(FAP)。

6.根据权利要求4所述的预测胰腺癌微环境中细胞表达的方法，其特征在于，对所述细胞免疫组化染色切片进行分组包括，

对所述肿瘤浸润淋巴细胞进行评分，所述评分以生存作为预测变量，以所述CD4+T，CD8+T和CD+20B细胞的阳性表达占肿瘤内百分比作为自变量，建立COX回归模型，根据所述COX回归模型计算所述肿瘤浸润淋巴细胞评分；

利用X-tile软件以生存作为结局，根据所述肿瘤浸润淋巴细胞评分将所述细胞免疫组化染色切片分为所述高表达组或所述低表达组。

7.根据权利要求5所述的预测胰腺癌微环境中细胞表达的方法，其特征在于，对所述细胞免疫组化染色切片进行分组包括，利用X-tile软件以生存作为结局，根据FAP在肿瘤内百分比将所述细胞免疫组化染色切片分为所述高表达组或所述低表达组。

8.根据权利要求1所述的预测胰腺癌微环境中细胞表达的方法，其特征在于，所述CT图像包括动脉期图像和门脉期图像，对于所述动脉期图像和所述门脉期图像均提取了1409个影像组学特征，组成所述组学参数数据集。

9.根据权利要求1所述的预测胰腺癌微环境中细胞表达的方法，其特征在于，所述方法还包括，将所述CT图像分为训练集和验证集，所述训练集用于构建所述预测模型，所述验证集用于验证所述预测模型。

10.一种电子设备，其特征在于，所述设备包括存储有计算机可执行指令的存储器和处理器；当所述指令被所述处理器执行时，使得所述设备实施根据权利要求1至9中任一项所述的预测胰腺癌微环境中细胞表达的方法。

11.一种计算机可读介质，其特征在于，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现权利要求1至9中任一项所述的预测胰腺癌微环境中细胞表达的方法。

12.一种预测胰腺癌微环境中细胞表达的系统，其特征在于，所述系统包括：

采集模块，用于获取胰腺的CT图像并标记肿块区域；

提取模块，提取所述肿块区域的影像组学特征，得到组学参数数据集，对于所述肿块组学参数数据集进行特征筛选，选取目标特征；

分组模块，获取对应于所述CT图像的细胞免疫组化染色切片，对所述细胞免疫组化染色切片进行分组，分组结果包括高表达组和低表达组；

训练模块，用于利用所述目标特征以及所述分组结果来训练XGBoost分类器以获取预测模型；

预测模块，用于根据所述模型输出所述细胞表达。

13.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至9中任一项所述的预测胰腺癌微环境中细胞表达的方法。