【技術實現步驟摘要】
一種預測骨肉瘤療效的系統、方法、設備及介質
[0001]本專利技術涉及診療儀器領域，特別是涉及一種預測骨肉瘤療效的系統、方法、設備及介質。
技術介紹
[0002]骨肉瘤(OS)是最常見的原發惡性骨腫瘤，好發于青少年，患者常表現為四肢關節腫脹、疼痛及骨質破壞。現今骨肉瘤的治療方案包括擴大手術切除和新輔助化療，其5年生存率提高至65％，但是，近幾十年來患者的預后未有明顯改善。值得注意的是，大量骨肉瘤患者在初診或接受治療后出現肺轉移，其5年生存率急劇下降至不足20％。近年來，隨著靶向治療的發展，特別是酪氨酸激酶抑制劑(TKIs)的廣泛使用，骨肉瘤肺轉移患者的預后得到了明顯改善。
[0003]TKIs是一類小分子藥物，其可以阻斷表皮生長因子受體(EGFR)、人表皮生長因子受體2(HER2)、血管內皮生長因子受體(VEGFR)等一個或多個靶點，從而抑制下游通路的激活。2001年，TKIs類藥物伊馬替尼首次被美國食品和藥物管理局(FDA)正式批準應用于慢性髓系白血病的治療中，其展現出了優異療效。自此，多款口服可耐受的TKIs被批準應用于多種腫瘤的治療中。在骨肉瘤中，包括阿帕替尼、倫伐替尼和帕唑帕尼在內的多個TKIs已被用于臨床治療中，其取得了良好的治療效果。然而，盡管在許多骨肉瘤肺轉移患者中TKIs靶向治療表現出了良好療效，但仍有極大比例的患者在治療后出現短期耐藥、嚴重的藥物不良反應甚至疾病快速進展惡化。因此，如何在TKIs治療前精準評估患者的獲益/風險比至關重要。但不幸的是，現今仍然沒有任何臨床、影像學特征或分子生物學...
【技術保護點】
【技術特征摘要】
1.一種預測骨肉瘤療效的系統，其特征在于，包括：數據獲取模塊，用于獲取目標患者的影像學圖像和臨床數據；影像特征提取模塊，用于對目標患者的影像學圖像進行特征提取，得到目標患者的影像特征；初步預測模塊，用于將目標患者的影像特征輸入影像組學預測模型中，得到目標患者骨肉瘤的初步進展風險得分；其中，所述影像組學預測模型是采用第一訓練數據對隨機生存森林模型進行訓練得到的；所述第一訓練數據包括：訓練患者采用酪氨酸激酶抑制劑治療前的影像學圖像和無進展生存期；臨床特征提取模塊，用于對目標患者的臨床數據進行特征提取，得到目標患者的臨床特征；聯合預測模塊，用于將目標患者骨肉瘤的初步進展風險得分和目標患者的臨床特征輸入臨床
?
影像聯合預測模型中，得到目標患者骨肉瘤的最終進展風險得分；其中，所述臨床
?
影像聯合預測模型是采用第二訓練數據對比例風險回歸模型進行訓練得到的；所述第二訓練數據，包括：影像組學預測模型輸出的訓練患者骨肉瘤的初步進展風險得分和訓練患者采用酪氨酸激酶抑制劑治療前、后的臨床數據；所述最終進展風險得分用于確定目標患者采用酪氨酸激酶抑制劑治療骨肉瘤的治療效果。2.根據權利要求1所述的預測骨肉瘤療效的系統，其特征在于，還包括：第一預測模型確定模塊，用于確定影像組學預測模型；所述第一預測模型確定模塊，具體包括：第一訓練數據獲取單元，用于獲取第一訓練數據；第一特征提取單元，用于對所述第一訓練數據進行特征提取，得到訓練患者采用酪氨酸激酶抑制劑治療前的影像特征；第一訓練單元，用于將訓練患者采用酪氨酸激酶抑制劑治療前的影像特征輸入隨機生存森林模型，以訓練患者骨肉瘤的無進展生存期為標簽，采用5折交叉驗證的網格搜索算法對隨機生存森林模型中的超參數進行多次迭代訓練，并將訓練好的隨機生存森林模型確定為影像組學預測模型；其中，每次迭代訓練時，隨機生存森林模型輸出當前迭代次數下訓練患者骨肉瘤的初步進展風險得分。3.根據權利要求1所述的預測骨肉瘤療效的系統，其特征在于，還包括：第二預測模型確定模塊，用于確定臨床
?
影像聯合預測模型；所述第二預測模型確定模塊，具體包括：第二訓練數據獲取單元，用于獲取第二訓練數據；第二特征提取單元，用于對所述第二訓練數據中的訓練患者采用酪氨酸激酶抑制劑治療前、后的臨床特征進行特征提取，得到訓練患者采用酪氨酸激酶抑制劑治療前、后的臨床特征；第二訓練單元，用于將訓練患者采用酪氨酸激酶抑制劑治療前、后的臨床特征和影像組學預測模型輸出的訓練患者骨肉瘤的初步進展風險得分輸入比例風險回歸模型中進行
訓練，將訓練好的比例風險回歸模型確定為臨床
?
影像聯合預測模型。4.根據權利要求1所述的預測骨肉瘤療效的系統，其特征在于，所述影像特征提取模塊，具體包括：特征提取單元，...
【專利技術屬性】
技術研發人員：傅宇成，秦樂，劉琦，周山稅，許芷菡，杜聯軍，嚴福華，張偉濱，
申請(專利權)人：上海交通大學醫學院附屬瑞金醫院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。