【技术实现步骤摘要】
本申请涉及生物信息，尤其是涉及到一种术前免疫治疗微环境重塑的监测系统及方法。
技术介绍
1、免疫检查点抑制剂(immune checkpoint inhibitors，ici)治疗是目前临床新型的肿瘤治疗方法，在治疗中免疫微环境重塑过程影响疗效，并可通过监测该过程实时预测疗效。
2、在相关技术中，最重要且公认度最高的影响免疫治疗效果的微环境重塑因素是肿瘤浸润淋巴细胞(tumor infiltration lymphocyte，til)在肿瘤局部的聚集，由于人体til细胞的平均直径明显下小于实体肿瘤中大多数癌细胞，因此，随着免疫治疗的起效，til浸润增多伴随有肿瘤细胞凋亡坏死的增加，局部肿瘤微环境中平均细胞直径会明显缩小，也就是说，til密度越高，则预示着疗效越好。但是，目前该过程无法在实体中进行监测，也就是说，常规影像学或荧光标记的分子影像学都无法应用于患者的til浸润密度监测。
技术实现思路
1、有鉴于此，本申请提供了一种术前免疫治疗微环境重塑的监测系统及方法，用于解决现有技术中常规影像学或荧光标记的分子影像学都无法应用于患者的til浸润密度监测的问题。
2、根据本申请的第一组方面，提供了一种术前免疫治疗微环境重塑的监测系统，包括：临床资料获取模块、磁共振图像获取模块、第一预测模块以及监测模块，其中，
3、所述临床资料获取模块用于获取待预测患者的临床资料信息；
4、所述磁共振图像获取模块用于获取标注有肿瘤感兴趣区域的两组磁共振弥散加
5、所述第一预测模块用于将所述临床资料获取模块得到的临床资料信息与所述磁共振图像获取模块得到的两组磁共振弥散加权图像输入至预先训练的预测模型，以通过所述预测模型根据磁共振弥散加权图像中肿瘤感兴趣区域内的微环境细胞参数和所述临床资料信息对待预测患者在治疗过程中的til浸润密度绝对值和til浸润密度变化进行预测，所述微环境细胞参数为对所述两组磁共振弥散加权图像中肿瘤感兴趣区域内的图像特征进行拟合得到的；
6、所述监测模块用于根据所述第一预测模块预测得到的til浸润密度绝对值和til浸润密度变化对待预测患者的术前免疫治疗微环境重塑进行监测。
7、进一步地，所述磁共振图像获取模块包括图像获取单元、感兴趣区域勾画单元以及图像匹配单元，其中，
8、所述图像获取单元用于通过预设存储路径获取待预测患者的两组磁共振弥散加权图像；
9、所述感兴趣区域勾画单元用于通过操作者勾画方式对所述图像获取单元得到的两组磁共振弥散加权图像中的一组磁共振弥散加权图像逐帧进行肿瘤轮廓范围的勾画标注得到肿瘤感兴趣区域，以使得两组磁共振弥散加权图像中的一组磁共振弥散加权图像标注有肿瘤感兴趣区域；
10、所述图像匹配单元用于根据所述感兴趣区域勾画单元得到的标注有肿瘤感兴趣区域的一组磁共振弥散加权图像对另一组磁共振弥散加权图像进行匹配，以使得两组磁共振序列弥散加权图像标注有相同的肿瘤感兴趣区域。
11、进一步地，所述系统还包括：训练样本获取模块、模型训练模块以及模型构建模块，其中，
12、所述训练样本获取模块用于在将所述临床资料获取模块得到的临床资料信息与所述磁共振图像获取模块得到的两组磁共振弥散加权图像输入至预先训练的预测模型之前，获取机器学习模型的训练样本数据，所述训练样本数据包括训练输入数据和训练输出数据；
13、所述模型训练模块用于将所述训练样本获取模块得到的训练样本数据输入至机器学习模型中，以通过所述机器学习模型对所述训练输入数据与所述训练输出数据之间的映射关系进行训练；
14、所述模型构建模块用于当训练满足迭代停止条件时，根据所述模型训练模块训练得到的映射关系构建预测模型。
15、进一步地，所述训练样本获取模块包括：输入数据构建单元和输出数据构建单元，其中，
16、所述输入数据构建单元用于根据不同患者样本的临床资料信息以及标注有相应肿瘤感兴趣区域的两组磁共振弥散加权图像，构建训练输入数据；
17、所述输出数据构建单元用于根据不同患者样本在治疗过程中不同时间点的til浸润密度绝对值和til浸润密度变化，构建训练输出数据。
18、进一步地，所述系统还包括：cd8表达分数输入模块以及中位值计算模块，其中，
19、所述cd8表达分数输入模块用于在训练输入数据中输入患者样本在免疫治疗中待监测时间点肿瘤多点活检组织切片免疫组化染色得到的代表肿瘤不同位点cd8表达水平的cd8表达分数，以获取患者样本在免疫治疗过程中肿瘤微环境cd8分子表达分数绝对值以及变化情况；
20、所述中位值计算模块用于根据所述cd8表达分数输入模块得到的患者样本在免疫治疗过程中肿瘤微环境cd8分子表达分数绝对值以及变化情况，计算多组cd8分子表达分数绝对值及相对初始表达分数的变化值的中位值，通过所述中位值反映患者样本在治疗过程中预设时间点的实际til浸润密度绝对值和til浸润密度变化。
21、进一步地，所述模型训练模块包括训练参数获取单元和模型训练单元，其中，
22、所述训练参数获取单元用于在所述训练输入数据的基础上，获取显著影响免疫治疗微环境中til浸润密度绝对值和til浸润密度变化的微环境细胞参数和临床因子；
23、所述模型训练单元用于将所述训练参数获取模块得到的微环境参数和临床因子输入至机器学习模型中进行训练，在训练过程中以相应患者样本在免疫治疗过程中不同时间点的til浸润密度绝对值和til浸润密度变化作为训练输出数据，对所述训练输入数据与所述训练输出数据之间的映射关系进行训练。
24、进一步地，所述训练参数获取单元是在所述训练输入数据的基础上，对两组磁共振弥散加权图像中肿瘤感兴趣区域内的图像特征进行拟合，得到肿瘤感兴趣区域内的微环境细胞参数；对所述不同患者样本的临床资料信息进行单因素回归分析，确定影响免疫治疗微环境中til浸润密度绝对值和til浸润密度变化的临床因子；将所述肿瘤感兴趣区域内的微环境细胞参数与所述影响免疫治疗微环境中til浸润密度绝对值和til浸润密度变化的临床因子进行多元逻辑回归分析，得到显著影响免疫治疗微环境中til浸润密度绝对值和til浸润密度变化的微环境细胞参数和临床因子。
25、进一步地，所述训练参数获取单元是在所述训练输入数据的基础上，使用预设拟合算法对两组磁共振弥散加权图像中肿瘤感兴趣区域内的图像特征进行预设次数的拟合；在随机初始化重复预设次数的拟合之后，得到肿瘤感兴趣区域内的微环境细胞参数，所述微环境细胞参数包括肿瘤感兴趣区域内平均细胞直径、细胞内体积分数、细胞外扩散率以及细胞密度。
26、进一步地，所述系统还包括：验证参数获取模块、比对模块以及评估模块，其中，
27、所本文档来自技高网...
【技术保护点】
1.一种术前免疫治疗微环境重塑的监测系统，其特征在于，包括：临床资料获取模块、磁共振图像获取模块、第一预测模块以及监测模块，其中，
2.根据权利要求1所述的系统，其特征在于，所述磁共振图像获取模块包括图像获取单元、感兴趣区域勾画单元以及图像匹配单元，其中，
3.根据权利要求1所述的系统，其特征在于，所述系统还包括：训练样本获取模块、模型训练模块以及模型构建模块，其中，
4.根据权利要求3所述的系统，其特征在于，所述训练样本获取模块包括：输入数据构建单元和输出数据构建单元，其中，
5.根据权利要求4所述的系统，其特征在于，所述系统还包括：CD8表达分数输入模块以及中位值计算模块，其中，
6.根据权利要求3所述的系统，其特征在于，所述模型训练模块包括训练参数获取单元和模型训练单元，其中，
7.根据权利要求6所述的系统，其特征在于，所述训练参数获取单元是在所述训练输入数据的基础上，对两组磁共振弥散加权图像中肿瘤感兴趣区域内的图像特征进行拟合，得到肿瘤感兴趣区域内的微环境细胞参数；对所述不同患者样本的临床资料信息进行
8.根据权利要求7所述的系统，其特征在于，所述训练参数获取单元是在所述训练输入数据的基础上，使用预设拟合算法对两组磁共振弥散加权图像中肿瘤感兴趣区域内的图像特征进行预设次数的拟合；在随机初始化重复预设次数的拟合之后，得到肿瘤感兴趣区域内的微环境细胞参数，所述微环境细胞参数包括肿瘤感兴趣区域内平均细胞直径、细胞内体积分数、细胞外扩散率以及细胞密度。
9.根据权利要求1-8中任一项所述的系统，其特征在于，所述系统还包括：验证参数获取模块、比对模块以及评估模块，其中，
10.一种术前免疫治疗微环境重塑的监测方法，其特征在于，包括：
...【技术特征摘要】
1.一种术前免疫治疗微环境重塑的监测系统，其特征在于，包括：临床资料获取模块、磁共振图像获取模块、第一预测模块以及监测模块，其中，
2.根据权利要求1所述的系统，其特征在于，所述磁共振图像获取模块包括图像获取单元、感兴趣区域勾画单元以及图像匹配单元，其中，
3.根据权利要求1所述的系统，其特征在于，所述系统还包括：训练样本获取模块、模型训练模块以及模型构建模块，其中，
4.根据权利要求3所述的系统，其特征在于，所述训练样本获取模块包括：输入数据构建单元和输出数据构建单元，其中，
5.根据权利要求4所述的系统，其特征在于，所述系统还包括：cd8表达分数输入模块以及中位值计算模块，其中，
6.根据权利要求3所述的系统，其特征在于，所述模型训练模块包括训练参数获取单元和模型训练单元，其中，
7.根据权利要求6所述的系统，其特征在于，所述训练参数获取单元是在所述训练输入数据的基础上，对两组磁共振弥散加权图像中肿瘤感兴趣区域内的图像特征进行拟合，得到肿瘤感兴趣区域内的微...
【专利技术属性】
技术研发人员：赵青，钟红霞，张红梅，赵心明，张建新，
申请(专利权)人：中国医学科学院肿瘤医院，
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。