【技术实现步骤摘要】
基于影像组学预测肿瘤免疫状态及治疗反应的方法及装置
[0001]本专利技术涉及医学图像处理的
,尤其涉及一种基于影像组学预测肿瘤免疫状态及治疗反应的方法,以及基于影像组学预测肿瘤免疫状态及治疗反应的装置
。
技术介绍
[0002]肿瘤患者的免疫状态和对治疗的反应具有高度个体化,准确预测肿瘤免疫状态和治疗反应对于实现精准医疗具有重要意义
。
传统技术通常利用组织病理学方法对肿瘤进行免疫状态评估
。
然而,这种方法需要获取肿瘤组织样本,对患者有一定的侵入性,并且在评估过程中存在主观性和局限性
。
[0003]多形性胶质母细胞瘤
(Glioblastoma multiform, GBM)
是最常见且预后最差的中枢神经系统原发性肿瘤,根据患者诊断时的年龄和其他危险因素综合判断,其5年生存率为6‑
22%。
该肿瘤预后受到多种因素的影响,仅仅包括患者年龄
、
种族
、
是否接受放化疗,肿瘤的大小
、
位置
、
组织细胞学成分等危险因素的预后模型往往难以准确预测患者总生存期
(Overall Survival, OS)。
因此寻找新的生物预后标志物,对提高
GBM
患者的生存率,减轻
GBM
患者的负担至关重要
。
[0004]长链非编码
RNA(long non
‑
coding RN ...
【技术保护点】
【技术特征摘要】
1.
基于影像组学预测肿瘤免疫状态及治疗反应的方法,其特征在于:包括以下步骤:(1)获取肿瘤患者和部分正常被试的基因表达谱数据,通过相关分析,获得免疫相关的
lncRNA
;(2)从影像数据中分割出各患者的肿瘤区域,提取影像组学特征;(3)对免疫相关
lncRNA、
影像组学特征进行单因素和多因素
Cox
回归,筛选与生存显著相关的特征,构建免疫相关
lncRNA
和影像组学预后标签;(4)使用基因集富集分析免疫相关
lncRNA
标签和影像组学标签标记的高
、
低风险两组之间的功能表型;(5)采用
CIBERSORT
反卷积算法估计免疫相关
lncRNA
和影像组学标签标记的高低风险两组之间的不同免疫细胞占比;(6)研究免疫检查点抑制剂关键靶点基因与免疫相关
lncRNA
标签和影像组学标签的相关性
。2.
根据权利要求1所述的基于影像组学预测肿瘤免疫状态及治疗反应的方法,其特征在于:所述步骤(1)中,从分子标记数据库
v4.0
获得与免疫相关的基因;将低表达的免疫基因和
lncRNA
进行删除,使用
R
语言的
limma
包计算免疫基因与
lncRNA
的皮尔森相关系数,相关系数的绝对值
≥0.4
,且
P
<
0.01
的为免疫相关的
lncRNA。3.
根据权利要求2所述的基于影像组学预测肿瘤免疫状态及治疗反应的方法,其特征在于:所述步骤(2)中,使用
ITK
‑
SNAP
软件对患者的
FLAIR
图像进行肿瘤三维分割;统计的扫描参数包括层厚
thickness、TR/TE
,层间距
slice gap、
翻转角
flip angle
;感兴趣区覆盖整个肿瘤及水肿区域;所有影像组学特征均使用
python 3.7
中的
pyradiomics
插件提取;使用高斯和拉普拉斯滤波器
、
小波滤波器对图像进行预处理;两种滤波器所计算的特征均包含一阶统计特征和基于统计的纹理特征
。4.
根据权利要求3所述的基于影像组学预测肿瘤免疫状态及治疗反应的方法,其特征在于:所述步骤(3)中,对免疫相关
lncRNA
和影像组学特征分别进行单因素
Cox
分析,选取其中
P
值小于
0.05
的影像组学特征和
P
值小于
0.01
的免疫相关
lncRNA
进行多因素
Cox
分析,利用
AIC
信息准则筛选关键预后特征作为免疫相关
lncRNA
标签和影像组学预后标签
。5.
根据权利要求4所述的基于影像组学预测肿瘤免疫状态及治疗反应的方法,其特征在于:所述步骤(4)中,使用基因集富集分析免疫相关
lncRNA
标签和影像组学标签标记的高
、
低风险两组之间的功能表型,基因集富集分析使用
R
语言中的
richPathway
函数,基因
ID
列表被用作输入文件,富集结果通过
R
语言中的
ggplot2
插件进行可视化;
P≤0.05
,
P.adjust≤0.05
的基因集合被认为是有意义的基因集合
。6....
【专利技术属性】
技术研发人员:马国林,栾继昕,韩小伟,于洪伟,杨奡偲,徐漫兮,
申请(专利权)人:中日友好医院中日友好临床医学研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。