[发明专利]基于多参数超声的乳腺癌预测模型及其构建方法

说明书

本发明公开了一种基于多参数超声的乳腺癌预测模型及其构建方法，该方法包括：步骤S1，数据收集：收集和处理患者的临床数据及图像数据；步骤S2，logistic单因素回归分析：对临床数据和图像数据进行logistic单因素回归分析，筛选出若干个具有显著性的特征；步骤S3，logistic多因素回归分析：对若干个具有显著性的特征进行logistic多因素回归分析，建立基于多参数超声的乳腺癌预测模型。本发明使用logistic回归分析，基于患者常规超声、剪切波弹性成像和超声造影三种超声数据，建立一种基于多参数超声的乳腺癌预测模型。经独立数据集验证，该模型的准确性和特异度较高，可以避免不必要的穿刺活检。

技术领域

本发明涉及生物医药领域，具体涉及一种基于多参数超声的乳腺癌预测模型及其构建方法。

背景技术

乳腺癌是世界范围内女性最常见的恶性肿瘤，也是女性发病率和死亡率最高的肿瘤。目前，乳腺癌通常通过术前常规超声检测和乳腺穿刺活检检测，但乳腺穿刺活检具有创伤性，常规超声很难区分病变很小或不典型的乳腺病变。

发明内容

为解决上述技术问题，本发明提供了一种基于多参数超声的乳腺癌预测模型及其构建方法，该方法包括以下步骤：

步骤S1，数据收集：收集和处理患者的临床数据及图像数据；所述临床数据包括：年龄；所述图像数据包括：常规超声图像数据、剪切波弹性成像图像数据、超声造影图像数据；

步骤S2，logistic单因素回归分析：对所述临床数据和所述图像数据进行logistic单因素回归分析，筛选出若干个具有显著性的特征；所述若干个具有显著性的特征为logistic单因素回归分析中p＜0.05的特征；

步骤S3，logistic多因素回归分析：对所述若干个具有显著性的特征进行logistic多因素回归分析，获得模型的关键特征、其特征值和权重系数，建立基于多参数超声的乳腺癌预测模型。

优选地，上述一种基于多参数超声的乳腺癌预测模型的构建方法在步骤S3后还包括：对所述预测模型进行验证的步骤。

优选地，所述验证的步骤为通过绘制特异性曲线对所述预测模型进行分析。

优选地，步骤S1中，所述常规超声图像数据包括病灶的位置、大小、纵横比、形态、内部回声、后方回声、血流情况、是否钙化、边界是否清晰、周围组织是否扭曲、腋窝淋巴结状态。

优选地，步骤S1中，所述剪切波弹性成像图像数据包括病灶剪切波弹性图像颜色、弹性平均值、弹性最大值、周围脂肪组织弹性值、以及弹性最大值与周围脂肪组织弹性值之比。

优选地，步骤S1中，所述超声造影图像数据包括增强强度、增强时间、增强方向、增强模式、增强均匀性、增强边界是否清晰、内部均匀性、是否存在早期高增强、有无灌注缺损、有无造影剂滞留、有无穿支血管、增强后病灶的大小、区域是否较常规超声区域扩大、边界、形态。

本发明还提供了一种根据上述构建方法构建得到的基于多参数超声的乳腺癌预测模型。该模型的准确性和特异度较高，可以指导临床治疗，避免不必要的穿刺活检。

相比于现有技术，本发明的有益效果是：

(1)现有乳腺癌检测过程中，通常先通过常规超声、剪切波弹性成像和超声造影三种超声参数对患者进行预先检测，再通过乳腺穿刺活检进行检测。在三种超声参数检测中，本领域技术人员不能系统得出哪些特征与乳腺癌显著相关，也不能得出每个特征的占有的重要分量是多少。

本发明使用logistic回归分析，基于患者常规超声、剪切波弹性成像和超声造影三种超声数据，建立一种基于多参数超声的乳腺癌预测模型。从该模型中可以看出，三种超声参数中共有9个关键特征可以预测患者是否患有乳腺癌，其中患者腋窝淋巴结的状况这一关键特征占有的比重最大。