结直肠癌肝转移患者贝伐珠单抗转化治疗疗效预测模型.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115985385A(43)申请公布日2023.04.18(21)申请号202211490044.8G16H50/30(2018.01)(22)申请日2022.11.25G06V10/25(2022.01)G06V10/764(2022.01)(71)申请人复旦大学附属中山医院G06V10/766(2022.01)地址200032上海市徐汇区医学院路136号G06V10/82(2022.01)(72)发明人常文举周仕钊刘彧何国栋G06V10/77(2022.01)任黎韦烨许剑民A61B6/03(2006.01)(74)专利代理机构上海申汇专利代理有限公司31001专利代理师翁若莹陈金(51)Int.Cl.G16B15/30(2019.01)G16B20/50(2019.01)G16B40/00(2019.01)G16H30/20(2018.01)G16H30/40(2018.01)权利要求书1页说明书4页附图1页(54)发明名称结直肠癌肝转移患者贝伐珠单抗转化治疗疗效预测模型(57)摘要本申请公开了结直肠癌肝转移患者贝伐珠单抗转化治疗疗效预测模型，基于PET/CT影像模型和临床因素构建，构建方法如下：步骤一、收集拥有完整治疗前PET/CT图像的Bev转化治疗组的CRLM患者的PET和CT图像；步骤二、对PET和CT标记肝转移灶的感兴趣区域；步骤三、采用深度神经网络提取感兴趣区域的特征，对PET和CT的特征同时进行提取；步骤四、将网络输出的特征利用高斯混合模型进行降维处理，将高斯混合模型的输出作为建立分类模型的图像特征；步骤五、根据患者的分组，将图像特征、临床信息相结合，使用回归建立分类模型最终得到预测模型。本申请提供的预测模型具有较高的稳定性、灵敏度和特异度。CN115985385ACN115985385A权利要求书1/1页1.一种基于PET/CT的结直肠癌肝转移患者贝伐珠单抗转化治疗疗效预测模型的构建方法，其特征在于，基于影像学特征建立，具体步骤如下：步骤一、收集拥有完整治疗前PET/CT图像的Bev转化治疗组的CRLM患者的PET和CT图像；步骤二、对PET和CT标记肝转移灶的感兴趣区域；步骤三、采用深度神经网络提取感兴趣区域的特征，对PET和CT的特征同时进行提取；步骤四、将网络输出的特征利用高斯混合模型进行降维处理，将高斯混合模型的输出作为建立分类模型的图像特征；步骤五、根据患者的分组，将图像特征、临床信息以及蛋白标志物染色信息相结合，使用回归建立分类模型最终得到预测模型。2.如权利要求1所述的一种基于PET/CT的结直肠癌肝转移患者贝伐珠单抗转化治疗疗效预测模型的构建方法，其特征在于，所述步骤三中采用深度神经网络提取感兴趣区域的特征，对PET和CT的特征同时进行提取，PET图像以2维形式进行，而CT图像以2.5维的形式进行；取患者包含感兴趣区域的PET断层，由于PET和CT的断层间隔不同，对每张涉及到的PET断层，选择位置上对应最相关的三张CT断层，通过1*1卷积的方式将这三张CT断层信息进行融合；PET的特征提取采用Resnet34网络，CT特征采用EfficientNet‑b3网络。3.如权利要求1所述的一种基于PET/CT的结直肠癌肝转移患者贝伐珠单抗转化治疗疗效预测模型的构建方法，其特征在于，所述回归设为SVM、随机森林或Logistic回归方法。4.一种结直肠癌肝转移患者贝伐珠单抗转化治疗疗效预测模型，其特征在于，通过权利要求1‑3任一项所述基于PET/CT的结直肠癌肝转移患者贝伐珠单抗转化治疗疗效预测模型的构建方法构建得到。2CN115985385A说明书1/4页结直肠癌肝转移患者贝伐珠单抗转化治疗疗效预测模型技术领域[0001]本申请涉及一种结直肠癌肝转移患者贝伐珠单抗转化治疗疗效预测模型，特别是基于PET/CT的深度学习模型用于结直肠癌肝转移患者贝伐珠单抗转化治疗疗效预测，属于智能医疗技术领域。背景技术[0002]结直肠癌(colorectalcancer，CRC)是一种常见的消化道恶性肿瘤，其发病率在全球恶性肿瘤中位列第二，死亡率位列第三。一半以上的CRC患者会发生肝转移，而结直肠肝转移(colorectalcancerlivermetastasis,CRLM)是CRC的主要死因。肝脏切除是对CRLM患者的最佳治疗方法，可将其5年生存率从5％提高到50％以上。然而，70％‑80％的CRLM患者最初被认为是无法切除的。因此，如何通过术前放化疗将其转化为可切除的结直肠癌以进行根治性手术是目前结直肠外科一大临床痛点问题。[0003]贝伐单抗(bevacizumab,Bev)是一种抗血管生成药物，已被广泛应用于CRLM的治疗，并有效提高了患者的