技术领域
[0001] 本
发明涉及一种肿瘤患者放疗后的临床并发症预测技术，尤指一种基于多模态影像组学特征和放疗剂量学特征的一种肿瘤放疗后正常组织器官并发症的预测方法。
背景技术
[0002]
恶性肿瘤是严重威胁人类健康的重大
疾病，放疗和化疗是很多肿瘤患者在
治疗中常用的两种手段，考虑到肿瘤患者术后并发症的可能性，放疗和化疗过程中尽可能地提高靶区(肿瘤)剂量同时减少靶区周围正常组织(危及器官)放射损伤，是
放射治疗的终极目标。
[0003] 由于肿瘤发病
位置通常位于患者体内，射线穿透人体的同时必定会穿过某些正常组织，而且X线的侧向散射也增加了靶区周围正常组织受
辐射的剂量，即使目前最精确的放疗技术也无法避免对靶区周围正常组织的误照射。当人体内一定体积的器官受到一定剂量的照射时，就会表现出器官功能的受损，从而使人体表现出并发症，而同期或非同期的化疗可能会加剧危及器官并发症的发生。
[0004] 近年来随着
模式识别工具的增加和计算机技术的发展，影像组学已成为肿瘤治疗过程中重要的工具，影像组学从影像、病理、基因等海量数据中利用自动化高通量的数据特征提取
算法将影像数据转化为具有高
分辨率的可挖掘的影像特征数据，通过这些
数据挖掘描述组织特性。研究表明应用影像组学数据能够对肿瘤患者放疗、化疗后并发症进行预测，以便为患者及时提供有效的治疗和干预，减少并发症的发生，但是目前影像组学数据预测方法由于针对性与规划性不足导致精确程度不高，仍不能广泛适用，因此需要一种针对患者进行高效有序的预测方法，才能对预测精确程度加以改进，对于提高患者治疗效果以及后期
生活质量具有重要意义。
发明内容
[0005] 为解决上述问题，本发明旨在公开一种肿瘤患者放疗后的临床并发症预测技术，尤指一种基于多模态影像组学特征和放疗剂量学特征的一种肿瘤放疗后正常组织器官并发症的预测方法。
[0006] 为实现上述目的，本发明采用的技术方案是：一种肿瘤放疗后正常组织器官并发症的预测方法，其特征在于，所述的预测方法主要包括以下步骤：
[0007] S1、获取数个放疗患者在X个时期的Y种模态影像数据，以及获取放疗患者在放疗后的危及器官并发症出现与否、出现种类、出现时间的信息，建立多模态影像
数据库；
[0008] S2、从多模态影像数据库中，采用分割方法提取肿瘤靶区附近的危及器官的影像数据；
[0009] S3、根据分割提取的影像数据获得危及器官的影像分割结果，按照放疗阶段规划提取时间提取危及器官的影像组学特征，然后在多模态影像数据库内进行正常器官影像数据的特征提取；
[0010] S4、根据危及器官的影像分割结果，提取危及器官的影像表型特征的参数在至少两个不同时期的变化量；
[0011] S5、分析影像组学特征；
[0012] S6、从放疗患者的放射治疗计划中提取危及器官的受照剂量的参数；
[0013] S7、收集放疗患者的临床基线特征、放疗剂量学特征和影像组学特征，并分为训练集和验证集，将训练集用于模型构建，将验证集用于验证模型的准确性；最后进行特征提取，提取影像组学标签，并用于模型构建。
[0014] 优选地，所述步骤S1的多模态影像数据包括诊断CT、模拟
定位CT、不同序列多参数MR影像、PET/CT、B超影像、CBCT影像及常规X线影像数据。
[0015] 优选地，所述步骤S3规划的提取时间为放疗过程和/或化疗开始前、结束后以及结束后的第n个月、n+1个月、n+2个月直至第m个月，其中第m个月为
放化疗后危及器官并发症的潜伏期。
[0016] 优选地，所述步骤S4中不同时期的变化量可以为治疗前对比治疗结束时的变化量、治疗前对比治疗结束后第n个月的变化量、治疗前对比治疗结束后第m个月的变化量，治疗结束时对比治疗结束后第m个月的变化量。
[0017] 优选地，所述步骤S5的影像组学特征包括灰度特征、纹理特征和小波特征。
[0018] 优选地，所述步骤S6中提取的受照剂量的参数可以为最大剂量、平均剂量、受照剂量体积或器官体积接受的最大剂量。
[0019] 优选地，所述的步骤S7还包括：
[0020] 1)进行放疗患者的正常器官放疗剂量学特征参数的提取；
[0021] 2)收集放疗患者年龄、性别、病理
组织学、TNM分期、治疗方式如放化疗、基因突变的信息，进行放疗患者的临床基线特征的提取；
[0022] 3)收集放疗患者在放疗后
指定时期内危及器官并发症出现与否及其程度，进行对危及器官并发症发病率及其严重程度分级的收集；
[0023] 4)完成放疗患者临床基线特征、放疗剂量学特征的提取收集后，将放疗患者分组，分为训练集和验证集，其中训练集用于模型构建，验证集用于验证模型的准确性；
[0024] 5)进行全部特征的提取，即提取影像组学特征，用于模型构建。
[0025] 优选地，所述的预测方法还包括以下两个后续步骤：
[0026] S8、进行特征选择以去除冗余信息；
[0027] S9、特征预测性能验证。
[0028] 优选地，所述步骤S8还包括特征去冗余方法，所述方法包括以下步骤：1)采用
聚类算法K-means作为特征去冗余的算法；2)采用循环多个K值计算、多次计算去均值的方法进行最优聚类结果的选择，得到聚类特征集；3)每个特征集中含有K个簇，在每个簇中每一类中选出代表性影像特征，去除其余特征以降低特征冗余；4)筛选出预测
精度最高的特征为本簇内的
种子特征；5)计算簇内其余特征与种子特征之间的相关系数，经过筛选后得出最终特征集。
[0029] 优选地，所述步骤S9还包括特征预测性能验证方法，所述验证方法包括步骤：依次选用Logistic回归分类器、
随机森林分类器、K近邻分类器和
支持向量机分类器作为模型训练分类器，进行验证选出特征集预测性能，并输出分类模型在测试集上的精确度结果以及最高预测精度的
预测模型和特征集。
[0030] 本发明的有益效果体现在：本发明应用临床基线特征、放疗剂量学特征、影像组学数据对肿瘤患者放疗、化疗后并发症进行预测，通过可靠安全、高精确读的预测方法可为患者及时提供有效的治疗和干预，减少并发症的发生，同时本发明对患者进行规划有序并针对性强的预测方法，有效提高预测精确程度，从而提高患者治疗效果以及后期生活质量，减轻因放疗导致的
副作用及并发症发生。
附图说明
具体实施方式
[0032] 下面结合附图详细说明本发明的具体实施方式：
[0033] 一种肿瘤放疗后正常组织器官并发症的预测方法，其特征在于，所述的预测方法主要包括以下步骤：
[0034] S1、获取数个放疗患者在X个时期的Y种模态影像数据，以及获取放疗患者在放疗后的危及器官并发症出现与否、出现种类、出现时间的信息，比如出现时间为治疗结束后的第m个月，建立多模态影像数据库；进一步地，多模态影像数据包括诊断CT、模拟定位CT、不同序列多参数MR影像、PET/CT、B超影像、CBCT影像及常规X线影像数据；
[0035] S2、从多模态影像数据库中，采用分割方法提取肿瘤靶区附近的危及器官的影像数据；分割方法为自动或手工分割，自动分割包括但不限于采用基于模板库的分割方式；
[0036] S3、根据分割提取的影像数据获得危及器官的影像分割结果，按照放疗阶段规划提取时间提取危及器官的影像组学特征，然后在多模态影像数据库内进行正常器官影像数据的特征提取；进一步地，规划的提取时间为放疗过程和/或化疗开始前、结束后以及结束后的第n个月、n+1个月、n+2个月直至第m个月，其中第m个月为放化疗后危及器官并发症的潜伏期；
[0037] S4、根据危及器官的影像分割结果，提取危及器官的影像表型特征的参数在至少两个不同时期的变化量；进一步地，不同时期的变化量可以为治疗前对比治疗结束时的变化量、治疗前对比治疗结束后第n个月的变化量、治疗前对比治疗结束后第m个月的变化量，治疗结束时对比治疗结束后第m个月的变化量；
[0038] S5、分析影像组学特征；进一步地，影像组学特征包括灰度特征、纹理特征和小波特征，具体来说，所述灰度特征为灰度最大值、最小值、均值、中值、方差、峰态、
能量、熵、绝对方差、均值、歪斜度、标准差、均匀度、灰度值域、均方根共14个特征，所述纹理特征为基于灰度共生矩阵衍生出的9维特征，即能量、
对比度、熵、同质性、相关性、方差、和平均、差异性、自相关和基于灰度游程矩阵衍生出的13个特征，所述小波特征为在4个小波分量上分别计算灰度特征和纹理特征，共144个特征；
[0039] S6、从放疗患者的放射治疗计划中提取危及器官的受照剂量的参数；进一步地，提取的受照剂量的参数可以为最大剂量、平均剂量、受照剂量体积或器官体积接受的最大剂量，具体的受照剂量体积包括V5、V10、V15、V20、V25(指受照剂量超过5Gy、10Gy、15Gy、20Gy、25Gy的体积)，器官体积接受的最大剂量包括D1、D5(1％、5％器官体积接受的最大剂量)，且不限于上述剂量体积参数；
[0040] S7、收集放疗患者的临床基线特征、放疗剂量学特征和影像组学特征，并分为训练集和验证集，将训练集用于模型构建，将验证集用于验证模型的准确性；最后进行特征提取，提取影像组学标签，并用于模型构建；进一步地，所述的步骤S7还包括：
[0041] 1)进行放疗患者的正常器官放疗剂量学特征参数的提取；
[0042] 2)收集放疗患者年龄、性别、病理组织学、TNM分期、治疗方式如放化疗、基因突变的信息，进行放疗患者的临床基线特征的提取；
[0043] 3)收集放疗患者在放疗后指定时期内危及器官并发症出现与否及其程度，进行对危及器官并发症发病率及其严重程度分级的收集；
[0044] 4)完成放疗患者临床基线特征、放疗剂量学特征的提取收集后，将放疗患者分组，分为训练集和验证集，其中训练集用于模型构建，验证集用于验证模型的准确性；
[0045] 5)进行全部特征的提取，即提取影像组学特征，用于模型构建，随着
机器学习的发展和
大数据的到来，提取的特征也不断的增加和改变，机器学习的最终结果是建立在特征的
基础上的，特征质量的好坏直接影响到机器学习最终的训练结果，而且特征的数量也直接影响到机器学习的训练效率，因此在影像组学的执行过程中，特征的选择是必须的一步；
[0046] 进一步地，所述的预测方法还包括以下两个后续步骤：
[0047] S8、进行特征选择以去除冗余信息：
[0048] 还包括特征去冗余方法，所述方法包括以下步骤：1)采用聚类算法K-means作为特征去冗余的算法；2)采用循环多个K值计算、多次计算去均值的方法进行最优聚类结果的选择，得到聚类特征集；3)每个特征集中含有K个簇，在每个簇中每一类中选出代表性影像特征，去除其余特征以降低特征冗余；4)筛选出预测精度最高的特征为本簇内的种子特征；5)计算簇内其余特征与种子特征之间的相关系数，经过筛选后得出最终特征集；
[0049] S9、特征预测性能验证：
[0050] 还包括特征预测性能验证方法，所述验证方法包括步骤：依次选用Logistic回归分类器、随机森林分类器、K近邻分类器和支持向量机分类器作为模型训练分类器，进行验证选出特征集预测性能，并输出分类模型在测试集上的精确度结果以及最高预测精度的预测模型和特征集。
[0051] 本
实施例提供了一种特征选择以去除冗余信息与特征预测性能验证的详细过程，其中特征去冗余方法具体如下：
[0052] 1)采用聚类算法K-means作为特征去冗余的算法；K-means算法是一种无监督的聚类算法，聚类的最终结果是将所有类似的变量聚集到同一个簇中，本实施例选择无监督聚类算法K-means作为特征去冗余的主要算法，分三步进行特征的去冗余选择；
[0053] 2)首先，为了解决K-means聚类算法的缺点所带来问题，采用循环多个K值计算、多次计算去均值的方法进行最优聚类结果的选择，结合实际应用环境和数据集；将K的值设定为10-40，分别循环计算出各个K值的情况下的聚类结果，得到聚类特征集；
[0054] 3)经过步骤2)得到的聚类特征集，每个特征集中含有K个簇，当每个簇中所含的影像特征所表达的信息相似或者比较接近时，同一类中的特征即为冗余特征，在每一类中选出至少一个(一个或者多个)代表性影像特征，去除其余特征以降低特征冗余；本实施例结合Logistic回归分类器进行特征选择，具体做法为：对于循环内每一组聚类特征集中，分别使用每一个特征作为训练集训练预测分类器；
[0055] 4)使用完成训练的分类器进行分类验证，将每一个簇中的分类结果的精确度进行排序，以筛选出预测精度最高的特征为本簇内的种子特征；
[0056] 5)当所有簇的种子特征确定完成后，分别计算簇内其余特征与种子特征之间的相关系数R(X,Y)2，设定R(X,Y)2的
阈值为0.5，当同一个簇内，其余特征与种子特征之间的相关系数为R(X,Y)2>0.5时，特征相似度高，为冗余特征，对其进行删除，经过筛选后所保留的特征即为最终选择出来的特征集；
[0057] 采用K-means算法去冗余特征的运算流程如下：
[0058] 输入：k,featureSet[n]；
[0059] (1)随机选择出k个初始聚类中心点，例如cluster[0]＝featureSet[0]，…，cluster[k-1]＝featureSet[k-1]；
[0060] (2)对于featureSet[0]…featureSet[n]，分别与cluster[0]…cluster[k-1]比较，假定与cluster[i]差值最少，就标记为i；
[0061] (3)对于所有标记为i点，重新计算cluster[i]＝{所有标记为i的featureSet[j]之和}/标记为i的个数；
[0062] (4)重复(2)(3)，直到所有cluster[i]值的变化小于给定阈值。
[0063] 由于选择的候选特征集，包含较少的冗余信息，符合预期的目标，而该特征集的预测性能未得到验证；其中特征预测性能验证方法具体如下：
[0064] 1)选择模型训练分类器：
[0065] 为验证筛选的特征集的预测性能，并且从候选特征集中寻找出预测能
力最高的特征集作为最优特征集，本实施例的模型训练分类器：可选用Logistic回归分类器、随机森林分类器、K近邻分类器和支持向量机分类器，以进行验证选出特征集预测性能；
[0066] 2)Logistic回归模型训练：
[0067] 将待验证的候选特征集设定为候选特征集C2，为验证候选特征集C2的预测性能，首先选择Logistic回归分类器(逻辑斯蒂回归分类器)进行预测模型训练，为了防止训练的模型产生过拟合，在所有预测模型训练过程中，将数据集按照时间划分为训练集和测试集，[0068] 本实施例的预测结果为一个二分类问题，在标签内，定义0为无并发症，1为有并发症，使用Logistic回归分类器训练预测模型后，将特征值X和theta的乘积作为sigmoid函数的参数进行
预测分析，由于sigmoid函数的值域为(0,1)，因此设定预测函数的阈值为0.5，将预测值小于0.5的判定为无并发症出现，将预测值大于0.5的判定为有并发症出现，Logistic回归分类器的训练过程如下所示：
[0069] 输入数据：X为候选特征集C2，Y为分类标签向量，训练过程：
[0070] (1)将X分为训练集和测试集两部分；
[0071] (2)在训练集上使用
梯度下降法迭代θ至收敛；
[0072] (3)求得逻辑回归模型f(θ)；
[0073] 输出结果：分类模型在测试集上的精确度。
[0074] 3)随机森林模型训练：
[0075] 在随机森林分类器模型训练的过程中，按照时间轴将患者数据分为训练集、测试集；随机森林分类器中
决策树的个数定义为500，通过有放回的
采样训练n个学习器，由此产生n个预测结果，通过投票法确定最终的预测结果，即统计出所有n个学习器的预测结果，分类结果数量较多的结构确定为最终预测结果；随机森林分类器的训练过程如下所示：
[0076] 输入数据：X为候选特征集C2，Y为分类标签向量，训练过程：
[0077] (1)将X分为训练集和测试集两部分；
[0078] (2)在训练集上有放回的采样n次，生成n个数据集合；
[0079] (3)使用决策树算法分别将n个数据集训练成n个决策树模型；
[0080] (4)将数据分别输入n个决策树模型中进行预测分析；
[0081] (5)统计n个决策树的预测结果；
[0082] 输出结果：分类模型在测试集上的精确度。
[0083] 4)K近邻模型训练：
[0084] K近邻回归模型在训练过程中无需训练参数，而是参考统计排序后K个相关系数最近
训练数据的标签数量，也即在K近邻预测模型训练的过程中，根据输入的测试集的特征数据，计算其特征值与训练集中特征值接近的K个样本的距离，根据这些样本的类型将输入的新的数据归类为K中多数的类别，由于K值的设定对结果有很大的影响，因此采用交叉验证的方法来选择最优K值，K近邻分类器的训练过程如下所示：
[0085] 输入数据：X为候选特征集C2，Y为分类标签向量；
[0086] 训练过程：
[0087] (1)将X分为训练集和测试集两部分；
[0088] (2)循环将交叉验证的验证集数据输入到训练数据集上；
[0089] (3)计算出训练集上与验证集上的特征相似度；
[0090] (4)选择出k个相似度较高的实例数据；
[0091] (5)统计k个实例数据的分类标签；
[0092] 输出结果：分类模型在测试集上的精确度。
[0093] 5)支持向量机模型训练：
[0094] 使用支持向量机(SVM)来构建脑胶质瘤分级的预测模型时，使用的数据集按照时间轴将患者数据分为训练集、测试集；在支持向量机分类模型训练过程中，本文为了选择出最好的分类效果，采用不同的惩罚项和不同的核函数以进行重复训练，直至筛查最好的组合，由于参数惩罚项cost代表的是SVM预测模型对错误分类的容忍度，模型的误差率与cost的值成反比，但是如果误差太小，训练的预测模型容易产生过拟合，误差太大影响预测的精确度，因此使用cost的参数范围为[0.1,1],每次循环的步长为0.01，支持向量机分类器的训练过程如下所示：
[0095] 输入数据：X为候选特征集C2，Y为分类标签向量；训练过程：
[0096] (1)将X分为训练集和测试集两部分；
[0097] (2)循环不同的核函数；
[0098] (3)在每次选择的核函数之内循环不同的cost值；
[0099] (4)选择出精确度最高的预测模型；
[0100] 输出结果：分类模型在测试集上的精确度。
[0101] 经过以上四个分类器的训练，最终得出了31组预测分类模型，每组分别包含Logistic回归算法、随机森林算法、K近邻算法和支持向量机算法这四个分类器所训练的预测模型，整个实验流程的伪代码如下所示：
[0102] 输入:影像特征集(F1和F2)；
[0103] 输出:具有最好预测精度的预测模型和特征集。
[0104] 以上所述，仅是本发明的较佳实施例，并非对本发明的技术范围作任何限制，本行业的技术人员，在本技术方案的启迪下，可以做出一些
变形与
修改，凡是依据本发明的技术实质对以上的实施例所作的任何修改、等同变化与修饰，均仍属于本发明技术方案的范围内。
