【技术实现步骤摘要】
本申请涉及图像处理，特别涉及一种预测表皮生长因子受体基因突变概率的方法、装置和系统。
技术介绍
1、目前，肺癌按组织病理学分为非小细胞肺癌(nsclc)和小细胞肺癌(sclc)两大类，前者约占85％。表皮生长因子受体(epidermal growth factor rec eptor，egfr)目前被认为是与非小细胞肺癌(nsclc)高度相关的目标基因之一。明确识别非小细胞肺癌(nsclc)患者的表皮生长因子受体(epidermal growth factor receptor，egfr)基因突变状态是确定患者是否适合后续相关靶向治疗的先决条件。表皮生长因子受体(epidermal growthfactor receptor，egfr)基因突变与年龄、性别及吸烟史等存在相关性，但是传统的表皮生长因子受体(epidermal growth factor receptor，egfr)基因突变检测通过采样组织进行检测，如血液、人体相关组织等，虽然检测准确性高，但是成本高，且存在一定受感染风险。因此，有必要提出一种预测表皮生长因子受体基因突变概率的方法，以至少部分地解决现有技术中存在的问题。
技术实现思路
1、有鉴于现有技术中存在的上述至少一个技术问题而提出了本申请。根据本申请一方面，提供了一种预测表皮生长因子受体基因突变概率的方法，所述方法包括：
2、获取第一计算机断层扫描图像数据；
3、确定所述第一计算机断层扫描图像数据中的病灶区域，采用语义分割算法对所述第一计
4、采用三维分割模型提取所述第一计算机断层扫描图像数据的血供特征；
5、根据所述病灶的影像学特征、所述血供特征和临床特征构建突变概率预测模型；
6、根据所述突变概率预测模型确定待检测对象的表皮生长因子受体基因突变概率。
7、在一些实施例中，获取第一计算机断层扫描图像数据之前，所述方法还包括：
8、获取初始计算机断层扫描图像数据样本；
9、对所述初始计算机断层扫描图像数据样本进行预处理，以形成第一计算机断层扫描图像数据。
10、在一些实施例中，所述预处理至少包括：对所述初始计算机断层扫描图像数据进行旋转、平移和缩放操作。
11、在一些实施例中，确定所述第一计算机断层扫描图像数据中的病灶区域，包括：
12、采用目标检测算法检测所述第一计算机断层扫描图像数据，以确定所述第一计算机断层扫描图像上的所述病灶区域，并确定所述病灶区域的三维坐标。
13、在一些实施例中，采用语义分割算法对所述第一计算机断层扫描图像数据的所述病灶区域进行分割处理，包括：
14、采用语义分割算法将所述病灶区域从所述第一计算机断层扫描图像数据中裁剪出来，形成所述病灶区域的三维图像；
15、通过预设影像学特征开源库获得所述病灶区域的所述三维图像对应的影像学特征。
16、在一些实施例中，采用三维分割模型提取所述第一计算机断层扫描图像数据的血供特征，包括：
17、采用三维分割模型对所述第一计算机断层扫描图像进行分割处理，获得支气管和动静脉的三维图像；
18、通过所述病灶区域的三维图像和所述支气管和/或所述动静脉的三维图像，计算所述病灶区域与所述支气管和/或所述动静脉之间的最短距离，以确定所述病灶区域与所述支气管和/或所述动静脉之间是否相交。
19、在一些实施例中，在所述病灶区域与所述支气管和/或所述动静脉相交的情况下，采用三维分割模型提取所述第一计算机断层扫描图像数据的血供特征，还包括：
20、通过所述病灶区域的三维矩阵和所述支气管和/或所述动静脉的三维矩阵计算所述病灶区域覆盖所述支气管和/或所述动静脉的体积，以及所述病灶区域覆盖所述支气管和/或所述动静脉的分支数量。
21、在一些实施例中，根据所述病灶的影像学特征、所述血供特征和临床特征构建突变概率预测模型，包括：
22、从所述第一计算机断层扫描图像数据的病理报告中获取对应的临床特征；
23、基于预设算法，根据所述影像学特征、所述血供特征和所述临床特征训练多个初始突变概率预测模型；
24、采用测试数据集对所述多个初始突变概率预测模型的预测效果进行验证，选择预测效果最好的模型作为所述突变概率预测模型；
25、其中，所述临床特征至少包括患者的基本特征和病理特征；所述患者基本特征至少包括患者的年龄、性别、吸烟史和疾病史；所述病理特征至少包括肿瘤细胞分期、病理分型、病灶大小和病灶部位。
26、在一些实施例中，根据所述突变概率预测模型确定待检测对象的表皮生长因子受体基因突变概率，包括：
27、获取所述待检测对象的第二计算机断层扫描图像序列；
28、将所述待检测对象的所述第二计算机断层扫描图像序列输入所述突变概率预测模型；
29、接收突变概率预测模型的输出结果，其中所述输出结果表征所述待检测对象的表皮生长因子受体基因突变概率。
30、本申请实施例再一方面提供了一种预测表皮生长因子受体基因突变概率的装置，所述装置包括：
31、样本采集模块，用于获取第一计算机断层扫描图像数据；
32、病灶检测模块，确定所述第一计算机断层扫描图像数据中的病灶区域；
33、病灶分割模块，采用语义分割算法对所述第一计算机断层扫描图像数据的所述病灶区域进行分割处理，以确定病灶的影像学特征；
34、支气管和动静脉分割模块，采用三维分割模型提取所述第一计算机断层扫描图像数据的血供特征；
35、表皮生长因子受体基因突变预测模块，根据所述病灶的影像学特征、所述血供特征和临床特征构建突变概率预测模型，并根据所述突变概率预测模型确定待检测对象的表皮生长因子受体基因突变概率。
36、本申请实施例另一方面提供了一种预测表皮生长因子受体基因突变概率的系统，所述系统包括：
37、存储器和处理器，所述存储器上存储有由所述处理器运行的计算机程序，所述计算机程序在被所述处理器运行时，使得所述处理器执行如上所述的预测表皮生长因子受体基因突变概率的方法。
38、本申请实施例又一方面提供了一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序在被处理器运行时使得所述处理器执行如上所述的预测表皮生长因子受体基因突变概率的方法。
39、本申请实施例的预测表皮生长因子受体基因突变概率的方法，采用计算机断层扫描图像数据中病灶的影像学特征、血供特征，以及临床特征构建突变概率预测模型，然后采用突变概率预测模型确定待检测对象的表皮生长因子受体基因突变概率，通过对多模态的计算机断层扫描图像特征和临床特征进行特征提取，能够捕捉更全面的病灶信息及发生表皮生长因子受体(egfr)突变的影响因素，从而显著提升表皮生长本文档来自技高网...
【技术保护点】
1.一种预测表皮生长因子受体基因突变概率的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在获取第一计算机断层扫描图像数据之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述预处理至少包括：对所述初始计算机断层扫描图像数据进行旋转、平移和缩放操作。
4.根据权利要求1所述的方法，其特征在于，确定所述第一计算机断层扫描图像数据中的病灶区域，包括：
5.根据权利要求3所述的方法，其特征在于，采用语义分割算法对所述第一计算机断层扫描图像数据的所述病灶区域进行分割处理，包括：
6.根据权利要求5所述的方法，其特征在于，采用三维分割模型提取所述第一计算机断层扫描图像数据的血供特征，包括：
7.根据权利要求6所述的方法，其特征在于，在所述病灶区域与所述支气管和/或所述动静脉相交的情况下，采用三维分割模型提取所述第一计算机断层扫描图像数据的血供特征，还包括：
8.根据权利要求1所述的方法，其特征在于，根据所述病灶的影像学特征、所述血供特征和临床特征构建突变概率预测模
9.根据权利要求1所述的方法，其特征在于，根据所述突变概率预测模型确定待检测对象的表皮生长因子受体基因突变概率，包括：
10.一种预测表皮生长因子受体基因突变概率的装置，其特征在于，所述装置包括：
11.一种预测表皮生长因子受体基因突变概率的系统，其特征在于，所述系统包括：
12.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序在被处理器运行时使得所述处理器执行如权利要求1至9任一项所述的预测表皮生长因子受体基因突变概率的方法。
...【技术特征摘要】
1.一种预测表皮生长因子受体基因突变概率的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在获取第一计算机断层扫描图像数据之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述预处理至少包括：对所述初始计算机断层扫描图像数据进行旋转、平移和缩放操作。
4.根据权利要求1所述的方法，其特征在于，确定所述第一计算机断层扫描图像数据中的病灶区域，包括：
5.根据权利要求3所述的方法，其特征在于，采用语义分割算法对所述第一计算机断层扫描图像数据的所述病灶区域进行分割处理，包括：
6.根据权利要求5所述的方法，其特征在于，采用三维分割模型提取所述第一计算机断层扫描图像数据的血供特征，包括：
7.根据权利要求6所述的方法，其特征在于，在所述病灶...
【专利技术属性】
技术研发人员：梁文华，侯波林，程博，卢炫庄，叶文君，罗祥凤，
申请(专利权)人：广州呼吸健康研究院广州呼吸疾病研究所，
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。