CN112907555B - 一种基于影像基因组学的生存预测方法和系统 - Google Patents
一种基于影像基因组学的生存预测方法和系统 Download PDFInfo
- Publication number
- CN112907555B CN112907555B CN202110264535.XA CN202110264535A CN112907555B CN 112907555 B CN112907555 B CN 112907555B CN 202110264535 A CN202110264535 A CN 202110264535A CN 112907555 B CN112907555 B CN 112907555B
- Authority
- CN
- China
- Prior art keywords
- image
- gene
- modules
- data
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
- G16B20/20—Allele or variant detection, e.g. single nucleotide polymorphism [SNP] detection
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30096—Tumor; Lesion
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biotechnology (AREA)
- Mathematical Physics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- Public Health (AREA)
- Bioethics (AREA)
- Epidemiology (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Genetics & Genomics (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于影像基因组学的生存预测方法和系统。该方法包括:获取肿瘤患者的影像数据及各患者的生存期数据和RNA数据,建立数据集合;从影像数据中分割出各患者的肿瘤区域;将各患者的影像数据输入神经网络,以提取影像特征并进行聚类,得到多个影像模块;利用RNA数据获取各患者的基因模块;根据基因模块与影像模块的相关性进行筛选,选出多个强相关的基因模块和影像模块;对所选出的基因模块中的基因进行通路富集,得到与影像模块相关的基因通路;计算基因通路的基因集变异分析分数,保留与影像模块具有强相关的基因通路;使用保留的影像特征进行生存预测。本发明可提高生存预测方面的生物学可解释性、并同时提高深度学习的泛化能力。
Description
技术领域
本发明涉及医学图像处理技术领域,更具体地,涉及一种基于影像基因组学的生存预测方法和系统。
背景技术
肿瘤的发病率和死亡率很高,已经成为人类因疾病死亡的主要原因。对于肿瘤病人的生存预测分析可以给临床医生提供必要的预后信息,帮助临床医生建立明确的治疗方案,提高肿瘤的治愈率,同时有效降低患者的负担,改善患者预后的生活质量。美国癌症联合会推出的TNM分期系统在肿瘤临床实践中得到了广泛应用,是指导预后的重要工具。但是,许多研究发现TNM不能对不同肿瘤特征的患者的生存结局差异进行有效的区分。
影像基因组学主要用于研究医学成像表型和肿瘤基因组之间的潜在联系。在预后预测方面,利用深度学习的方法,通过影像学标记结合肿瘤基因组,可以预测疾病状态和预后情况,进而无创地评估肿瘤的生物学行为,对肿瘤个体化治疗起到重要作用。目前已有一些研究探索将基因表达数据与分子信息和临床关联起来,但影像基因组学还很少被应用到肿瘤生存预测方面。
现在的单纯基于深度学习影像的生存预测方法虽然已取得巨大进展,但在临床实践中仍然面临一些亟待解决的难题。例如,深度学习方法可以自动提取抽象的影像特征,但是其预测过程是端到端的,只有直接结果,无法提供诊断依据和病因病理,不能被医生完全信任和接受。以脑胶质瘤生存预测为例,医生可通过各种检测方式,结合患者的临床症状来进行生存预测;然而深度学习方法是通过人工神经网络学习大量带有标记的训练数据进行提取特征,得到的模型在临床上很难解释输入和输出间的因果关系。而可解释性对于医学领域非常重要,可解释性有利于医生更好地理解生存预测方法的强项与不足,并明确生存预测方法的知识边界,了解其在何种情况下有效,从而恰当地信任和使用生存预测方法来进行预测。因此,在现有技术中,深度学习方法缺乏可解释性的问题导致了医生对其得出结果的置信度较低,难以支持生存预测研究中的因果推理。而且,在医学领域,数据驱动的深度学习算法由于样本数据不足、训练样本分布与真实样本分布不一致等问题,均可能导致算法的性能下降严重,而现有的深度学习方法缺乏可解释性又会进一步导致泛化能力变差。因此,目前基于深度学习影像的生存预测方法泛化能力受到很大的质疑和挑战。
发明内容
本发明的目的是克服上述现有技术的缺陷,提供一种基于影像基因组学的生存预测方法和系统,解决了基于影像的深度学习生存预测方法缺乏生物学可解释性以及缺乏泛化能力的问题。
根据本发明的第一方面,提供了一种基于影像基因组学的生存预测方法。该方法包括以下步骤:
步骤S1,获取多个肿瘤患者的影像数据及各患者的生存期数据和RNA数据,建立数据集合;
步骤S2,从影像数据中分割出各患者的肿瘤区域,该肿瘤区域包括真实肿瘤区域和疑似肿瘤区域;
步骤S3,将各患者的影像数据输入神经网络,以提取影像特征并进行聚类,得到多个影像模块;
步骤S4,利用RNA数据获取各患者的基因模块;
步骤S5,根据基因模块与影像模块之间的相关性进行筛选,选出满足第一相关性条件的多个强相关的基因模块和影像模块;
步骤S6,对所筛选出的基因模块中的基因进行通路富集,得到与影像模块相关的基因通路;
步骤S7,计算基因通路的基因集变异分析分数,保留与影像模块的相关性满足第二相关性条件的强相关的基因通路,该基因通路用于对影像模块在生物学层面上进行解释;
步骤S8,使用最终保留的影像特征进行生存预测。
根据本发明的第二方面,提供一种基于影像基因组学的生存预测系统。该系统包括:
数据采集单元:用于获取多个肿瘤患者的影像数据及各患者的生存期数据和RNA数据,建立数据集合;
肿瘤区域提取单元:用于从影像数据中分割出各患者的肿瘤区域,该肿瘤区域包括真实肿瘤区域和疑似肿瘤区域;
影像模块提取单元:用于将各患者的影像数据输入神经网络,以提取影像特征并进行聚类,得到多个影像模块;
基因模块提取单元:用于利用RNA数据获取各患者的基因模块;
第一筛选单元:用于根据基因模块与影像模块之间的相关性进行筛选,选出满足第一相关性条件的多个强相关的基因模块和影像模块;
基因通路分析单元:用于对所筛选出的基因模块中的基因进行通路富集,得到与影像模块相关的基因通路;
第二筛选单元:用于计算基因通路的基因集变异分析分数,保留与影像模块的相关性满足第二相关性条件的强相关的基因通路,该基因通路用于对影像模块在生物学层面上进行解释;
生存预测单元:用于使用最终保留的影像特征进行生存预测。
与现有技术相比,本发明的优点在于:在现有技术中,基于深度学习影像的生存预测方法没有考虑到生物学上的可解释性,另外由于样本数据不足、训练样本分布与真实样本分布不一致等问题,极大地限制了医生对于基于深度学习影像的生存预测方法的置信度,本发明所提出的基于影像基因组学的生存期预测方法可以提高模型的生物学可解释性、并同时提高深度学习方法的泛化能力。
通过以下参照附图对本发明的示例性实施例的详细描述,本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例,并且连同其说明一起用于解释本发明的原理。
图1是根据本发明一个实施例的基于影像基因组学的生存预测方法的流程图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它例子可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
参见图1所示,本发明提供的基于影像基因组学的生存预测方法包括以下步骤。
步骤S110,获取多个肿瘤患者的影像数据及各患者的生存期数据和RNA数据,建立数据集合。
具体地,多个患者的影像数据为患者的影像集合,例如表示为V={vi,i=1,...,N},N为患者的数量,每个个体数据vi表示为一个影像样本。
在一个实施例中,所建立的数据集合中的患者患有同一种肿瘤疾病,如脑胶质瘤。影像数据为患者进行治疗前的影像,包括但不限于MRI、CI及PET等影像。生存期为影像数据产生时至患者死亡之间的时间段。患者的影像数据例如来源于TCIA(The Cancer ImagingArchive,癌症影像存档)和TCGA(The Cancer Genome Atlas,癌症基因图谱)中共同收录的患者影像数据集。本发明对患者的影像数据个数不做限定,一般情况下,数据量越多,关联关系越准确。
RNA(核糖核酸)数据例如包括的核苷酸序列,单核苷酸多态性、结构、性质以及相关描述等。
步骤S120,对数据集合中的图像数据进行图像标准化。
通过图像标准化,可以将不同量级的数据转化为统一量度,以便于后续分析。例如图像数据标准化的方法包括但不限于Z-Score标准化、最大最小标准化及小数定标法等方法。
步骤S130,从各患者的影像数据中分割出各患者的肿瘤区域。
例如,为了提高生存预测的准确性,肿瘤区域除了包括真实肿瘤区域外,还包括疑似肿瘤区域。
步骤S140,建立一个深度学习神经网络,提取影像特征并获取影像模块。
可采用多种类型的神经网络,包括但不限于ResNet(残差网络)及其衍生网络、VGG(计算机视觉组)及其衍生网络等。将该深度学习神经网络的最后一个全连接层的输入视为网络从影像数据中提取到的影像特征,提取这些影像特征并进行聚类,得到若干个影像模块。聚类的方法包括但不限于K-Means聚类、均值漂移聚类等方法。
步骤S150,利用RNA数据获取基因模块。
获取基因模块的方法包括但不限于使用WGCNA分析(Weighted correlationnetwork analysis,加权基因共表达网络分析)。加权基因共表达网络分析(WGCNA,Weighted correlation network analysis)是一种系统生物学方法,用来描述基因间的相关模式。
步骤S160,计算基因模块与影像模块之间的相关性,筛选影像模块和基因模块。
具体地,首先,对影像模块做降维处理,得到每个影像模块的特征值。
使用的降维方法包括但不限于PCA(Principal Component Analysis,主成分分析)、LDA(Linear Discriminant Analysis,线性判别分析)等。
然后,通过降维得到的特征值计算基因模块与影像模块之间的相关性,用于计算相关性的函数包括但不限于皮尔逊相关系数、斯皮尔曼相关系数等。
最后,根据基因模块和影像模块之间的相关性,可以筛选出与若干个强相关的基因模块和影像模块,对于相关性不大的基因模块和影像模块不保留。例如,使用相关性p=0.05为阈值,仅保留正相关p<0.05的或负相关<0.05的基因模块和影像模块。
步骤S170,对筛选出的基因模块中的基因进行通路富集,得到与影像模块相关的基因通路。
通路富集的方法包括但不限于使用Metascape网站、Cytosacpe软件、ClusterProfiler R包等,通路富集得到的通路可以用来表征影像模块,即对影像模块在生物学层面上进行解释。例如某影像模块与某基因模块相关,且基因模块与代谢有关,那么可以认为影像模块在生物学上的意义与代谢有强相关的联系。
步骤S180,计算基因通路的GSVA分数,进一步筛选与影像模块相关的基因通路,在生物学意义层面对影像模块进行解释。
GSVA(Gene Set Variation Analysis,基因集变异分析)将基因表达矩阵转换成通路富集分数矩阵,通路富集分数矩阵中的分数代表了某通路在某病例上的激活程度。挑选出步骤S170中通路富集中各通路的GSVA分数,使用这些GSVA分数再和步骤S160筛选后得到的影像模块做相关性分析,计算相关性的函数包括但不限于皮尔逊相关系数、斯皮尔曼相关系数等。
根据基因通路和影像模块之间的相关性,可以筛选出与若干个强相关的基因通路和影像模块,对于相关性不大的基因通路和影像模块不保留。例如使用相关性p=0.05为阈值,仅保留正相关p<0.05的或负相关<0.05的基因通路和影像模块。使用最终保留的通路对影像模块进行解释,这样影像模块就拥有了生物学上的可解释性。
需说明的是,在实际应用中,可根据数据量、执行速度和预测精确度等方面的要求设置适当的相关性阈值,并且与步骤S160中的相关性阈值不必须相同。
步骤S190,使用最终保留的影像特征进行生存预测。
在删去不相关的影像模块之后,相当于在生物学层面对影像特征进行了特征选择,最终影像模块中的影像特征就是所需要的具有生物学意义的影像特征,这些具有生物学意义的影像特征能够使神经网络的可解释性和泛化能力都变得更强。在找到与基因强相关的影像模块之后,对神经网络进行重新训练,在实际应用中,可以采用多种训练方案。
例如,在重训练时,保持全连接层之前的网络的权重不变,在全连接层使用筛选后的影像模块中的影像特征代替原有的影像特征,然后对全连接层的权重进行重新训练。
又如,使用影像模块的特征值代替原本的影像特征进行重训练。具体地,保持全连接层之前的网络的权重不变,对筛选后的影像模块做降维处理,得到每个影像模块的特征值,然后使用影像模块的特征值代替原有的影像特征,对全连接层的权重进行重新训练。这里使用的降维方法包括但不限于PCA(Principal Component Analysis,主成分分析)、LDA(LinearDiscriminant Analysis,线性判别分析)等。这种方法使用到的特征值数量比原有的影像特征数量显著降低,从而增强了泛化能力。
经过上述步骤训练和重训练获得的神经网络模型可用于针对个体病例进行预测。例如,对于输入的病例图像数据,网络最终输出得到一个风险值,这个风险值可以当作是一个预测因子。进一步地,结合每个病例的生存数据,构建回归模型(如运用Lasso Cox回归建立预测模型)来对患者进行生存预测。
相应地,本发明还提供一种基于影像基因组学的生存预测系统,用于实现上述方法的一个方面或多个方面。例如,该系统包括:数据采集单元,其用于获取多个肿瘤患者的影像数据及各患者的生存期数据和RNA数据,建立数据集合;肿瘤区域提取单元,其用于从影像数据中分割出各患者的肿瘤区域,该肿瘤区域包括真实肿瘤区域和疑似肿瘤区域;影像模块提取单元,其用于将各患者的影像数据输入神经网络,以提取影像特征并进行聚类,得到多个影像模块;基因模块提取单元,其用于利用RNA数据获取各患者的基因模块;第一筛选单元,其用于根据基因模块与影像模块之间的相关性进行筛选,选出满足第一相关性条件的多个强相关的基因模块和影像模块;基因通路分析单元,其用于对所筛选出的基因模块中的基因进行通路富集,得到与影像模块相关的基因通路;第二筛选单元,其用于计算基因通路的基因集变异分析分数,保留与影像模块的相关性满足第二相关性条件的强相关的基因通路,该基因通路用于对影像模块在生物学层面上进行解释;生存预测单元,其用于使用最终保留的影像特征进行生存预测。
综上所述,本发明所提出的基于影像基因组学的技术方案,首次结合了深度学习技术和生物信息技术,解决了目前基于影像的深度学习生存预测方法缺乏生物学可解释性以及缺乏泛化能力的问题。可应用于肿瘤的生存预测,有利于医生更好地理解生存预测方面的强项与不足,并明确生存预测方法的知识边界,了解其在何种情况下有效,从而恰当地信任和使用生存预测方法,用于临床指导。
本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++、Python等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是,通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。
Claims (9)
1.一种基于影像基因组学的生存预测方法,包括以下步骤:
步骤S1,获取多个肿瘤患者的影像数据及各患者的生存期数据和RNA数据,建立数据集合;
步骤S2,从影像数据中分割出各患者的肿瘤区域,该肿瘤区域包括真实肿瘤区域和疑似肿瘤区域;
步骤S3,将各患者的影像数据输入神经网络,以提取影像特征并进行聚类,得到多个影像模块;
步骤S4,利用RNA数据获取各患者的基因模块;
步骤S5,根据基因模块与影像模块之间的相关性进行筛选,选出满足第一相关性条件的多个强相关的基因模块和影像模块;
步骤S6,对所筛选出的基因模块中的基因进行通路富集,得到与影像模块相关的基因通路;
步骤S7,计算基因通路的基因集变异分析分数,保留与影像模块的相关性满足第二相关性条件的强相关的基因通路,该基因通路用于对影像模块在生物学层面上进行解释;
步骤S8,使用最终保留的影像特征进行生存预测;
其中,在步骤S7中,所述计算基因通路的基因集变异分析分数,保留与影像模块相关的基因通路包括:
通过基因集变异分析将基因表达矩阵转换成通路富集分数矩阵,通路富集分数矩阵中的分数代表了相关通路在对应病例上的激活程度;
挑选出步 骤S6中得到的通路富集中各通路的基因集变异分析分数,使用这些基因集变异分析分数与步骤S5筛选后得到的影像模块做相关性分析;
根据基因通路和影像模块之间的相关性,筛选出满足设定的相关性阈值的多个强相关的基因通路和影像模块。
2.根据权利要求1所述的方法,其中,在步骤S5中,所述根据基因模块与影像模块之间的相关性进行筛选,选出满足相关性阈值的多个强相关的基因模块和影像模块包括:
对影像模块作降维处理,得到每个影像模块的特征值;
通过降维得到的特征值计算基因模块与影像模块之间的相关性;
根据基因模块和影像模块之间的相关性,筛选出多个强相关的基因模块和影像模块。
3.根据权利要求2所述的方法,其中,采用主成分分析或线性判别分析对影像模块作降维处理,根据皮尔逊相关系数或斯皮尔曼相关系数计算基因模块与影像模块之间的相关性。
4.根据权利要求1所述的方法,其中,在步骤S8中,所述使用最终保留的影像特征进行生存预测包括:
在筛选出与基因通路具有强相关的影像模块之后,对所述神经网络进行重训练,该神经网络的最后一个全连接层的输入作为从影像数据中提取到的影像特征,在重训练时,保持全连接层之前的网络权重不变,在全连接层使用所筛选出的影像模块中的影像特征代替原有的影像特征,然后对全连接层的权重进行重新训练。
5.根据权利要求1所述的方法,其中,在步骤S8中,所述使用最终保留的影像特征进行生存预测包括:
在筛选出与基因通路具有强相关的影像模块之后,对所述神经网络进行重训练,该神经网络的最后一个全连接层的输入作为从影像数据中提取到的影像特征,在重训练时,保持全连接层之前的神经网络的权重不变,对所筛选后的影像模块做降维处理,得到每个影像模块的特征值,然后使用影像模块的特征值代替原有的影像特征,对全连接层的权重进行重新训练。
6.根据权利要求1所述的方法,其中,步骤S1还包括:对数据集合中的图像数据进行图像标准化,以将不同量级的数据转化为统一量度。
7.根据权利要求4或5所述的方法,还包括:
对于待预测的病例的影像数据,将其输入经重训练的所述神经网络,输出得到一个风险因子;
根据所述风险因子结合该病例的生存数据,构建回归模型进行生存预测。
8.一种基于影像基因组学的生存预测系统,包括:
数据采集单元:用于获取多个肿瘤患者的影像数据及各患者的生存期数据和RNA数据,建立数据集合;
肿瘤区域提取单元:用于从影像数据中分割出各患者的肿瘤区域,该肿瘤区域包括真实肿瘤区域和疑似肿瘤区域;
影像模块提取单元:用于将各患者的影像数据输入神经网络,以提取影像特征并进行聚类,得到多个影像模块;
基因模块提取单元:用于利用RNA数据获取各患者的基因模块;
第一筛选单元:用于根据基因模块与影像模块之间的相关性进行筛选,选出满足第一相关性条件的多个强相关的基因模块和影像模块;
基因通路分析单元:用于对所筛选出的基因模块中的基因进行通路富集,得到与影像模块相关的基因通路;
第二筛选单元:用于计算基因通路的基因集变异分析分数,保留与影像模块的相关性满足第二相关性条件的强相关的基因通路,该基因通路用于对影像模块在生物学层面上进行解释;
生存预测单元:用于使用最终保留的影像特征进行生存预测;
其中,第二筛选单元执行以下步骤:
通过基因集变异分析将基因表达矩阵转换成通路富集分数矩阵,通路富集分数矩阵中的分数代表了相关通路在对应病例上的激活程度;
挑选出所得到的通路富集中各通路的基因集变异分析分数,使用这些基因集变异分析分数与第一筛选单元得到的影像模块做相关性分析;
根据基因通路和影像模块之间的相关性,筛选出满足设定的相关性阈值的多个强相关的基因通路和影像模块。
9.一种计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现根据权利要求1至7中任一项所述方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110264535.XA CN112907555B (zh) | 2021-03-11 | 2021-03-11 | 一种基于影像基因组学的生存预测方法和系统 |
PCT/CN2021/137310 WO2022188490A1 (zh) | 2021-03-11 | 2021-12-12 | 一种基于影像基因组学的生存预测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110264535.XA CN112907555B (zh) | 2021-03-11 | 2021-03-11 | 一种基于影像基因组学的生存预测方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112907555A CN112907555A (zh) | 2021-06-04 |
CN112907555B true CN112907555B (zh) | 2023-01-17 |
Family
ID=76104826
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110264535.XA Active CN112907555B (zh) | 2021-03-11 | 2021-03-11 | 一种基于影像基因组学的生存预测方法和系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112907555B (zh) |
WO (1) | WO2022188490A1 (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112907555B (zh) * | 2021-03-11 | 2023-01-17 | 中国科学院深圳先进技术研究院 | 一种基于影像基因组学的生存预测方法和系统 |
CN114822691B (zh) * | 2022-04-13 | 2024-06-11 | 上海人工智能创新中心 | 基于图卷积神经网络的临床事件预测装置 |
CN114999569B (zh) * | 2022-08-03 | 2022-12-20 | 北京汉博信息技术有限公司 | 一种针对病灶基质的分型方法、装置及计算机可读介质 |
CN116385441B (zh) * | 2023-06-05 | 2023-09-05 | 中国科学院深圳先进技术研究院 | 一种基于mri对少突胶质细胞瘤进行风险分层的方法及系统 |
CN116403076B (zh) * | 2023-06-06 | 2023-08-22 | 中国科学院深圳先进技术研究院 | 一种基于dti序列对gbm患者进行风险分层的方法及系统 |
CN116705296B (zh) * | 2023-06-06 | 2024-09-13 | 中国科学院深圳先进技术研究院 | 一种基于常规mri序列对gbm患者进行风险分层的方法及系统 |
CN117334246B (zh) * | 2023-09-28 | 2024-06-18 | 之江实验室 | 一种基于计算的药物重定位的方法、装置及存储介质 |
CN117116339A (zh) * | 2023-10-24 | 2023-11-24 | 中日友好医院(中日友好临床医学研究所) | 基于wgcna识别影像组学生物学特征的方法及装置 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105046110A (zh) * | 2015-06-28 | 2015-11-11 | 中国科学院合肥物质科学研究院 | 一种克服信号失真的肿瘤细胞异常通路识别方法 |
CN106815481B (zh) * | 2017-01-19 | 2020-07-17 | 中国科学院深圳先进技术研究院 | 一种基于影像组学的生存期预测方法及装置 |
CN107169497B (zh) * | 2017-04-14 | 2021-06-01 | 中国科学院苏州生物医学工程技术研究所 | 一种基于基因影像学的肿瘤影像标记物提取方法 |
CN108897984A (zh) * | 2018-05-07 | 2018-11-27 | 上海理工大学 | 基于ct影像组学特征与肺癌基因表达间相关性分析方法 |
US11138731B2 (en) * | 2018-05-30 | 2021-10-05 | Siemens Healthcare Gmbh | Methods for generating synthetic training data and for training deep learning algorithms for tumor lesion characterization, method and system for tumor lesion characterization, computer program and electronically readable storage medium |
CA3137866A1 (en) * | 2019-05-16 | 2020-11-19 | Supriya KAPUR | Systems and methods for processing images to classify the processed images for digital pathology |
CN110097921B (zh) * | 2019-05-30 | 2023-01-06 | 复旦大学 | 基于影像组学的胶质瘤内基因异质性可视化定量方法和系统 |
CN110390996A (zh) * | 2019-08-18 | 2019-10-29 | 段艺 | 一种肝细胞癌可变剪接事件预后模型及其构建方法和应用 |
KR102170297B1 (ko) * | 2019-12-16 | 2020-10-26 | 주식회사 루닛 | 조직병리체학 데이터의 해석 정보를 제공하는 방법 및 시스템 |
CN112330596A (zh) * | 2020-10-14 | 2021-02-05 | 达州市中心医院 | 一种基于机器学习算法的用于预测crc转移的影像组学(ra)模型 |
CN112907555B (zh) * | 2021-03-11 | 2023-01-17 | 中国科学院深圳先进技术研究院 | 一种基于影像基因组学的生存预测方法和系统 |
-
2021
- 2021-03-11 CN CN202110264535.XA patent/CN112907555B/zh active Active
- 2021-12-12 WO PCT/CN2021/137310 patent/WO2022188490A1/zh active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2022188490A1 (zh) | 2022-09-15 |
CN112907555A (zh) | 2021-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112907555B (zh) | 一种基于影像基因组学的生存预测方法和系统 | |
US20200185055A1 (en) | Methods and Systems for Nucleic Acid Variant Detection and Analysis | |
EP3567605A1 (en) | Structured report data from a medical text report | |
CN114945951A (zh) | 用于图像分类的不确定性引导的半监督神经网络训练 | |
EP4036931A1 (en) | Training method for specializing artificial intelligence model in institution for deployment, and apparatus for training artificial intelligence model | |
CN112364174A (zh) | 基于知识图谱的病人病历相似度评估方法及系统 | |
CN111681219A (zh) | 基于深度学习的新冠肺炎ct图像分类方法、系统及设备 | |
WO2021114130A1 (zh) | 一种无监督自适应乳腺病变分割方法 | |
US20210241037A1 (en) | Data processing apparatus and method | |
CN112561869B (zh) | 一种胰腺神经内分泌肿瘤术后复发风险预测方法 | |
KR20230029004A (ko) | 흉부 자동 분할 영상을 이용한 폐암 최종 병기 예측 시스템 및 방법 | |
Yang et al. | A multiorgan segmentation model for CT volumes via full convolution‐deconvolution network | |
Zhu et al. | Structured sparse low-rank regression model for brain-wide and genome-wide associations | |
Ferber et al. | In-context learning enables multimodal large language models to classify cancer pathology images | |
Ramasamy et al. | A hybridized channel selection approach with deep convolutional neural network for effective ovarian cancer prediction in periodic acid‐Schiff‐stained images | |
CN112785575A (zh) | 一种图像处理的方法、装置和存储介质 | |
Zhang et al. | Semi‐supervised graph convolutional networks for the domain adaptive recognition of thyroid nodules in cross‐device ultrasound images | |
CN115331051A (zh) | 基于近邻传播偏标签学习的脑影像数据分类模型建立方法 | |
Kim et al. | A deep attention LSTM embedded aggregation network for multiple histopathological images | |
CN112086174B (zh) | 一种三维知识诊断模型构建方法和系统 | |
US20200105374A1 (en) | Mixture model for targeted sequencing | |
Silva et al. | Artificial intelligence-based pulmonary embolism classification: Development and validation using real-world data | |
CN110738671A (zh) | 一种基于深度学习自动分割乳腺钙化点的方法 | |
Naz et al. | Micro‐segmentation of retinal image lesions in diabetic retinopathy using energy‐based fuzzy C‐Means clustering (EFM‐FCM) | |
EP4138003A1 (en) | Neural network for variant calling |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |