本發(fā)明涉及人工智能與大數(shù)據(jù)分析，尤其涉及一種結(jié)直腸癌術(shù)前預(yù)后預(yù)測(cè)方法和裝置。
背景技術(shù)：
1、結(jié)直腸癌（crc）是全球最常見的消化系統(tǒng)惡性腫瘤之一，其發(fā)病率和死亡率持續(xù)上升。雖然目前tnm分期系統(tǒng)（ajcc第八版）仍是評(píng)估結(jié)直腸癌預(yù)后的主要依據(jù)，但臨床實(shí)踐發(fā)現(xiàn)，即便在同一分期內(nèi)，患者的復(fù)發(fā)與生存存在顯著差異，提示傳統(tǒng)分期系統(tǒng)未能充分反映患者的生理差異及腫瘤生物學(xué)特性。近年來，大量研究表明，宿主因素如系統(tǒng)性炎癥反應(yīng)和身體成分狀態(tài)在腫瘤發(fā)生發(fā)展、術(shù)后恢復(fù)及長(zhǎng)期預(yù)后中均發(fā)揮重要作用。
2、然而現(xiàn)有研究多聚焦于單一炎癥或單一身體成分參數(shù)的分析，缺乏將二者有機(jī)結(jié)合的系統(tǒng)研究。此外，傳統(tǒng)統(tǒng)計(jì)方法如單變量或多變量cox回歸難以處理多維、非線性和交互效應(yīng)顯著的數(shù)據(jù)結(jié)構(gòu)，導(dǎo)致模型泛化能力不足。
3、因此，如何將炎癥和身體成分參數(shù)融合分析，提升結(jié)直腸癌患者術(shù)前風(fēng)險(xiǎn)預(yù)測(cè)的科學(xué)性、準(zhǔn)確性與智能化水平。
技術(shù)實(shí)現(xiàn)思路
1、本發(fā)明主要目的在于提供一種結(jié)直腸癌術(shù)前預(yù)后預(yù)測(cè)方法和裝置，提升了結(jié)直腸癌患者術(shù)前風(fēng)險(xiǎn)預(yù)測(cè)的科學(xué)性、準(zhǔn)確性與智能化水平。
2、第一方面，本申請(qǐng)?zhí)峁┝艘环N結(jié)直腸癌術(shù)前預(yù)后預(yù)測(cè)方法，其中該方法包括步驟：
3、基于獲取的對(duì)象術(shù)前基線資料，計(jì)算目標(biāo)的系統(tǒng)性炎癥指標(biāo)和身體成分指標(biāo)，所述基線資料包括：基礎(chǔ)臨床資料、血液指標(biāo)及腹部ct影像；
4、對(duì)目標(biāo)的系統(tǒng)性炎癥指標(biāo)、身體成分指標(biāo)以及基礎(chǔ)臨床資料進(jìn)行重要性評(píng)估，并對(duì)評(píng)估后的指標(biāo)進(jìn)行降維和正則化處理，篩選得到目標(biāo)指標(biāo)；
5、基于所述目標(biāo)指標(biāo)構(gòu)建綜合預(yù)后預(yù)測(cè)模型，并通過所述綜合預(yù)后預(yù)測(cè)模型輸出目標(biāo)風(fēng)險(xiǎn)評(píng)分，以進(jìn)行術(shù)前預(yù)后預(yù)測(cè)。
6、結(jié)合上述第一方面，作為一種可選的實(shí)現(xiàn)方式，采用boruta隨機(jī)森林算法對(duì)目標(biāo)的系統(tǒng)性炎癥指標(biāo)、身體成分指標(biāo)以及基礎(chǔ)臨床資料進(jìn)行重要性評(píng)估；
7、將評(píng)估后的指標(biāo)輸入lasso-cox回歸模型，以利用所述回歸模型在十折交叉驗(yàn)證下篩選非零系數(shù)指標(biāo)，來對(duì)指標(biāo)降維與正則化，最終篩選得到目標(biāo)指標(biāo)，所述目標(biāo)指標(biāo)包括：tnm分期、年齡、smd、sfi、sii和lmr。
8、結(jié)合上述第一方面，作為一種可選的實(shí)現(xiàn)方式，將所述目標(biāo)指標(biāo)輸入構(gòu)建的cox比例風(fēng)險(xiǎn)模型，擬合得到每個(gè)指標(biāo)對(duì)應(yīng)的回歸系數(shù)；
9、基于每個(gè)指標(biāo)對(duì)應(yīng)的回歸系數(shù)和目標(biāo)指標(biāo)，構(gòu)建綜合預(yù)后預(yù)測(cè)模型。
10、結(jié)合上述第一方面，作為一種可選的實(shí)現(xiàn)方式，將所述目標(biāo)指標(biāo)輸入至所述綜合預(yù)后預(yù)測(cè)模型，以通過所述綜合預(yù)后預(yù)測(cè)模型輸出目標(biāo)風(fēng)險(xiǎn)評(píng)分；
11、其中所述綜合預(yù)后預(yù)測(cè)模型為：risk?score=，其中為指標(biāo)對(duì)應(yīng)的回歸系數(shù)，為對(duì)應(yīng)指標(biāo)。
12、結(jié)合上述第一方面，作為一種可選的實(shí)現(xiàn)方式，根據(jù)獲取的對(duì)象術(shù)前基線資料中的血液指標(biāo)，計(jì)算目標(biāo)的系統(tǒng)性炎癥指標(biāo)，所述系統(tǒng)性炎癥指標(biāo)包括：nlr、plr、sii和lmr；
13、對(duì)獲取的對(duì)象術(shù)前基線資料中的腹部ct影像，分割骨骼肌與脂肪組織；
14、基于分割的骨骼肌與脂肪組織，計(jì)算目標(biāo)的身體成分指標(biāo)，所述身體成分指標(biāo)包括：smi、smd、sfi和imfi。
15、結(jié)合上述第一方面，作為一種可選的實(shí)現(xiàn)方式，對(duì)獲取的對(duì)象術(shù)前基線資料中的基礎(chǔ)臨床資料和術(shù)前血液指標(biāo)進(jìn)行統(tǒng)一格式化和標(biāo)準(zhǔn)化處理。
16、結(jié)合上述第一方面，作為一種可選的實(shí)現(xiàn)方式，采用多重插補(bǔ)對(duì)所述基礎(chǔ)臨床資料和術(shù)前血液指標(biāo)進(jìn)行缺失值填補(bǔ)處理。
17、結(jié)合上述第一方面，作為一種可選的實(shí)現(xiàn)方式，利用時(shí)空劃分，將獲取的對(duì)象術(shù)前基線資料劃分為訓(xùn)練隊(duì)列和獨(dú)立外部驗(yàn)證隊(duì)列；
18、利用所述獨(dú)立外部驗(yàn)證隊(duì)列中對(duì)象的臨床資料，對(duì)所述預(yù)后預(yù)測(cè)模型的性能進(jìn)行量化評(píng)估，其中對(duì)所述預(yù)后預(yù)測(cè)模型評(píng)估的性能包括：?harrell’s?c-index、roc曲線、時(shí)間依賴auc、brier?score、綜合判別改善指數(shù)idi、校準(zhǔn)曲線及決策曲線分析dca。
19、結(jié)合上述第一方面，作為一種可選的實(shí)現(xiàn)方式，將所述綜合預(yù)后模型轉(zhuǎn)化為可視化列線圖和/或集成至交互式軟件工具中，以輸出目標(biāo)個(gè)體化的生存概率預(yù)測(cè)結(jié)果。
20、第二方面，本申請(qǐng)?zhí)峁┝艘环N結(jié)直腸癌術(shù)前預(yù)后預(yù)測(cè)裝置，該裝置包括：
21、計(jì)算模塊，其用于基于獲取的對(duì)象術(shù)前基線資料，計(jì)算目標(biāo)的系統(tǒng)性炎癥指標(biāo)和身體成分指標(biāo)，所述基線資料包括：基礎(chǔ)臨床資料、血液指標(biāo)及腹部ct影像；
22、處理模塊，其用于對(duì)目標(biāo)的系統(tǒng)性炎癥指標(biāo)、身體成分指標(biāo)以及基礎(chǔ)臨床資料進(jìn)行重要性評(píng)估，并對(duì)評(píng)估后的指標(biāo)進(jìn)行降維和正則化處理，篩選得到目標(biāo)指標(biāo)；
23、預(yù)測(cè)模塊，其用于基于所述目標(biāo)指標(biāo)構(gòu)建綜合預(yù)后預(yù)測(cè)模型，并通過所述綜合預(yù)后預(yù)測(cè)模型輸出目標(biāo)風(fēng)險(xiǎn)評(píng)分，以進(jìn)行術(shù)前預(yù)后預(yù)測(cè)。
24、本申請(qǐng)?zhí)峁┑囊环N結(jié)直腸癌術(shù)前預(yù)后預(yù)測(cè)方法和裝置，其中該方法包括步驟：基于獲取的對(duì)象術(shù)前基線資料，計(jì)算目標(biāo)的系統(tǒng)性炎癥指標(biāo)和身體成分指標(biāo)，所述基線資料包括：基礎(chǔ)臨床資料、血液指標(biāo)及腹部ct影像；對(duì)目標(biāo)的系統(tǒng)性炎癥指標(biāo)、身體成分指標(biāo)以及基礎(chǔ)臨床資料進(jìn)行重要性評(píng)估，并對(duì)評(píng)估后的指標(biāo)進(jìn)行降維和正則化處理，篩選得到目標(biāo)指標(biāo)；基于所述目標(biāo)指標(biāo)構(gòu)建綜合預(yù)后預(yù)測(cè)模型，并通過所述綜合預(yù)后預(yù)測(cè)模型輸出目標(biāo)風(fēng)險(xiǎn)評(píng)分，以進(jìn)行術(shù)前預(yù)后預(yù)測(cè)。本申請(qǐng)?zhí)嵘私Y(jié)直腸癌患者術(shù)前風(fēng)險(xiǎn)預(yù)測(cè)的科學(xué)性、準(zhǔn)確性與智能化水平。
25、應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性的，并不能限制本發(fā)明。
1.一種結(jié)直腸癌術(shù)前預(yù)后預(yù)測(cè)方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)目標(biāo)的系統(tǒng)性炎癥指標(biāo)、身體成分指標(biāo)以及基礎(chǔ)臨床資料進(jìn)行重要性評(píng)估，并對(duì)評(píng)估后的指標(biāo)進(jìn)行降維和正則化處理，篩選得到目標(biāo)指標(biāo)，包括：
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述目標(biāo)指標(biāo)構(gòu)建綜合預(yù)后預(yù)測(cè)模型，包括：
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，通過所述綜合預(yù)后預(yù)測(cè)模型輸出目標(biāo)風(fēng)險(xiǎn)評(píng)分，以進(jìn)行術(shù)前預(yù)后預(yù)測(cè)，包括：
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于獲取的對(duì)象術(shù)前基線資料，計(jì)算目標(biāo)的系統(tǒng)性炎癥指標(biāo)和身體成分指標(biāo)，包括：
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述計(jì)算目標(biāo)的系統(tǒng)性炎癥指標(biāo)和身體成分指標(biāo)之前，包括：
7.根據(jù)權(quán)利要求6所述的方法，其特征在于，還包括：
8.根據(jù)權(quán)利要1所述的方法，其特征在于，所述基于所述目標(biāo)指標(biāo)構(gòu)建綜合預(yù)后預(yù)測(cè)模型，并通過所述綜合預(yù)后預(yù)測(cè)模型輸出目標(biāo)風(fēng)險(xiǎn)評(píng)分之后，包括：
9.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述目標(biāo)指標(biāo)構(gòu)建綜合預(yù)后預(yù)測(cè)模型，并通過所述綜合預(yù)后預(yù)測(cè)模型輸出目標(biāo)風(fēng)險(xiǎn)評(píng)分之后，還包括：
10.一種結(jié)直腸癌術(shù)前預(yù)后預(yù)測(cè)裝置，其特征在于，包括：