CN115578307A - 一种肺结节良恶性分类方法及相关产品 - Google Patents
一种肺结节良恶性分类方法及相关产品 Download PDFInfo
- Publication number
- CN115578307A CN115578307A CN202210583199.XA CN202210583199A CN115578307A CN 115578307 A CN115578307 A CN 115578307A CN 202210583199 A CN202210583199 A CN 202210583199A CN 115578307 A CN115578307 A CN 115578307A
- Authority
- CN
- China
- Prior art keywords
- nodule
- evaluation result
- evaluation
- marker
- lung
- 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.)
- Granted
Links
- 230000002685 pulmonary effect Effects 0.000 title claims abstract description 90
- 238000000034 method Methods 0.000 title claims abstract description 75
- 230000003211 malignant effect Effects 0.000 title claims abstract description 62
- 238000011156 evaluation Methods 0.000 claims abstract description 222
- 206010056342 Pulmonary mass Diseases 0.000 claims abstract description 132
- 239000003550 marker Substances 0.000 claims abstract description 99
- 238000001514 detection method Methods 0.000 claims abstract description 61
- 206010028980 Neoplasm Diseases 0.000 claims abstract description 57
- 230000011987 methylation Effects 0.000 claims abstract description 38
- 238000007069 methylation reaction Methods 0.000 claims abstract description 38
- 238000003384 imaging method Methods 0.000 claims abstract description 30
- 238000013210 evaluation model Methods 0.000 claims description 97
- 238000012549 training Methods 0.000 claims description 35
- 238000003860 storage Methods 0.000 claims description 22
- 239000007787 solid Substances 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 18
- 238000012360 testing method Methods 0.000 claims description 15
- 238000002790 cross-validation Methods 0.000 claims description 14
- 238000007477 logistic regression Methods 0.000 claims description 13
- 210000004204 blood vessel Anatomy 0.000 claims description 11
- 210000000621 bronchi Anatomy 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 8
- 238000010200 validation analysis Methods 0.000 claims description 8
- 239000002131 composite material Substances 0.000 claims description 7
- 230000014509 gene expression Effects 0.000 claims description 6
- 238000003745 diagnosis Methods 0.000 abstract description 8
- 108020004414 DNA Proteins 0.000 description 40
- 238000012545 processing Methods 0.000 description 23
- 230000035945 sensitivity Effects 0.000 description 22
- 238000010586 diagram Methods 0.000 description 21
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 16
- 201000011510 cancer Diseases 0.000 description 16
- 201000005202 lung cancer Diseases 0.000 description 16
- 208000020816 lung neoplasm Diseases 0.000 description 16
- 239000000523 sample Substances 0.000 description 16
- 230000008569 process Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 10
- 201000010099 disease Diseases 0.000 description 9
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000036210 malignancy Effects 0.000 description 8
- 230000007067 DNA methylation Effects 0.000 description 7
- GUJOJGAPFQRJSV-UHFFFAOYSA-N dialuminum;dioxosilane;oxygen(2-);hydrate Chemical compound O.[O-2].[O-2].[O-2].[Al+3].[Al+3].O=[Si]=O.O=[Si]=O.O=[Si]=O.O=[Si]=O GUJOJGAPFQRJSV-UHFFFAOYSA-N 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 239000005337 ground glass Substances 0.000 description 7
- 230000002829 reductive effect Effects 0.000 description 6
- 230000000391 smoking effect Effects 0.000 description 6
- 210000004027 cell Anatomy 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000002787 reinforcement Effects 0.000 description 5
- 238000002271 resection Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 210000004369 blood Anatomy 0.000 description 4
- 239000008280 blood Substances 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000000052 comparative effect Effects 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 4
- 108090000623 proteins and genes Proteins 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- LSNNMFCWUKXFEE-UHFFFAOYSA-M Bisulfite Chemical compound OS([O-])=O LSNNMFCWUKXFEE-UHFFFAOYSA-M 0.000 description 3
- 102000053602 DNA Human genes 0.000 description 3
- 101100495925 Schizosaccharomyces pombe (strain 972 / ATCC 24843) chr3 gene Proteins 0.000 description 3
- 238000003149 assay kit Methods 0.000 description 3
- 239000011324 bead Substances 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000009396 hybridization Methods 0.000 description 3
- 230000001575 pathological effect Effects 0.000 description 3
- 238000012163 sequencing technique Methods 0.000 description 3
- 201000008827 tuberculosis Diseases 0.000 description 3
- 210000004881 tumor cell Anatomy 0.000 description 3
- GUAHPAJOXVYFON-ZETCQYMHSA-N (8S)-8-amino-7-oxononanoic acid zwitterion Chemical compound C[C@H](N)C(=O)CCCCCC(O)=O GUAHPAJOXVYFON-ZETCQYMHSA-N 0.000 description 2
- 208000005443 Circulating Neoplastic Cells Diseases 0.000 description 2
- 108091029523 CpG island Proteins 0.000 description 2
- 208000002151 Pleural effusion Diseases 0.000 description 2
- ISAKRJDGNUQOIC-UHFFFAOYSA-N Uracil Chemical compound O=C1C=CNC(=O)N1 ISAKRJDGNUQOIC-UHFFFAOYSA-N 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000001574 biopsy Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- OPTASPLRGRRNAP-UHFFFAOYSA-N cytosine Chemical compound NC=1C=CNC(=O)N=1 OPTASPLRGRRNAP-UHFFFAOYSA-N 0.000 description 2
- 230000034994 death Effects 0.000 description 2
- 231100000517 death Toxicity 0.000 description 2
- 238000013399 early diagnosis Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 210000005259 peripheral blood Anatomy 0.000 description 2
- 239000011886 peripheral blood Substances 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 239000002096 quantum dot Substances 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 229930024421 Adenine Natural products 0.000 description 1
- GFFGJBXGBJISGV-UHFFFAOYSA-N Adenine Chemical compound NC1=NC=NC2=C1N=CN2 GFFGJBXGBJISGV-UHFFFAOYSA-N 0.000 description 1
- 208000035143 Bacterial infection Diseases 0.000 description 1
- 208000005623 Carcinogenesis Diseases 0.000 description 1
- 208000031404 Chromosome Aberrations Diseases 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000007399 DNA isolation Methods 0.000 description 1
- 206010014561 Emphysema Diseases 0.000 description 1
- 108700039691 Genetic Promoter Regions Proteins 0.000 description 1
- 208000007433 Lymphatic Metastasis Diseases 0.000 description 1
- 206010027476 Metastases Diseases 0.000 description 1
- 108060004795 Methyltransferase Proteins 0.000 description 1
- 102000016397 Methyltransferase Human genes 0.000 description 1
- 108091028043 Nucleic acid sequence Proteins 0.000 description 1
- 238000009004 PCR Kit Methods 0.000 description 1
- 208000005718 Stomach Neoplasms Diseases 0.000 description 1
- 108010090804 Streptavidin Proteins 0.000 description 1
- 108700025716 Tumor Suppressor Genes Proteins 0.000 description 1
- 102000044209 Tumor Suppressor Genes Human genes 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 229960000643 adenine Drugs 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 208000022362 bacterial infectious disease Diseases 0.000 description 1
- 238000003766 bioinformatics method Methods 0.000 description 1
- 210000003123 bronchiole Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000036952 cancer formation Effects 0.000 description 1
- 231100000504 carcinogenesis Toxicity 0.000 description 1
- 208000026106 cerebrovascular disease Diseases 0.000 description 1
- 238000007385 chemical modification Methods 0.000 description 1
- 238000002512 chemotherapy Methods 0.000 description 1
- 208000016508 combined lung carcinoma Diseases 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 229940104302 cytosine Drugs 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000017858 demethylation Effects 0.000 description 1
- 238000010520 demethylation reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004049 epigenetic modification Effects 0.000 description 1
- 210000003743 erythrocyte Anatomy 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 206010017758 gastric cancer Diseases 0.000 description 1
- 230000007614 genetic variation Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 210000000265 leukocyte Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 210000001165 lymph node Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000009401 metastasis Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000017074 necrotic cell death Effects 0.000 description 1
- 230000001338 necrotic effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
- 208000005069 pulmonary fibrosis Diseases 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000001959 radiotherapy Methods 0.000 description 1
- 230000014493 regulation of gene expression Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000005586 smoking cessation Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 201000011549 stomach cancer Diseases 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000002626 targeted therapy Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000005760 tumorsuppression Effects 0.000 description 1
- 229940035893 uracil Drugs 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
- 210000003934 vacuole Anatomy 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本公开涉及一种肺结节良恶性分类方法及相关产品。所述肺结节良恶性分类方法包括:获取肺结节患者的生理特征、肺结节在影像学下的标志物特征;基于生理特征和标志物特征,得到肺结节的第一评价结果;获取肺结节患者的循环肿瘤DNA的甲基化标志物的检测结果;基于检测结果,得到肺结节的第二评价结果;根据第一评价结果和第二评价结果,得到综合评价结果。通过上述方法判断肺结节良恶性,准确度高,可有效提高早期恶性肺结节的检出率,并可避免良性肺结节的过度诊疗。
Description
技术领域
本公开涉及生物医学技术领域,尤其涉及一种肺结节良恶性分类方法及相关产品。
背景技术
肿瘤的早期发现主要依靠影像学检查。低剂量螺旋CT(LDCT)筛查可使肿瘤死亡率降低。然而,对于不确定的结节,其恶性风险仍然难以评价。目前临床采用侵袭性手段,如手术切除和CT引导下活检,以确定结节的病理类型。然而,有相当一部分的结节在手术切除后被发现是良性的,这给患者带来了不必要的痛苦。
发明内容
有鉴于此,本公开提出了一种肺结节良恶性分类技术方案。
根据本公开的一方面,提供了一种肺结节良恶性分类方法,包括:获取肺结节患者的生理特征、肺结节在影像学下的标志物特征;基于所述生理特征和所述标志物特征,得到所述肺结节的第一评价结果;获取所述肺结节患者的循环肿瘤DNA的甲基化标志物的检测结果;基于所述检测结果,得到所述肺结节的第二评价结果;根据所述第一评价结果和所述第二评价结果,得到综合评价结果;其中,所述第一评价结果、所述第二评价结果和所述综合评价结果用于表征所述肺结节的风险程度。
在一种可能的实现方式中,所述基于所述生理特征和所述标志物特征,得到所述肺结节的第一评价结果,包括:将所述生理特征和所述标志物特征输入第一评价模型;根据所述第一评价模型的输出,得到所述第一评价结果;其中,所述第一评价模型根据已有的肺结节患者的生理特征、肺结节在影像学下的标志物特征的第一数据集进行训练。
在一种可能的实现方式中,所述基于所述生理特征和所述标志物特征,得到所述肺结节的第一评价结果,包括:根据所述生理特征和所述标志物特征中特征与所述第一评价结果的相关程度,从所述生理特征和所述标志物特征中筛选出与所述第一评价结果最相关的前K个特征;其中,所述第一评价模型根据所述第一数据集中的所述前K个特征进行训练。
在一种可能的实现方式中,所述基于所述检测结果,得到所述肺结节的第二评价结果,包括:将所述检测结果输入第二评价模型;根据所述第二评价模型的输出,得到所述第二评价结果;其中,所述第二评价模型根据已有的肺结节患者的循环肿瘤DNA的甲基化标志物的检测结果的第二数据集进行训练。
在一种可能的实现方式中,所述根据所述第一评价结果和所述第二评价结果,得到综合评价结果,包括:将所述第一评价结果和所述第二评价结果输入综合评价模型;根据所述综合评价模型的输出,得到所述综合评价结果;其中,所述综合评价模型通过已有的肺结节患者的第一评价结果和第二评价结果的第三数据集进行训练。
在一种可能的实现方式中,所述综合评价模型为Logistic回归模型;所述Logistic回归模型的具体表达式如下:
PSP_score=1/(1+e^-(2.88433385*CIBM_score+2.05154296*PS_score-2.03838292));
其中,PSP_score为肺结节的综合评价结果,CIBM_score为根据生理特征和标志物特征得到的第一评价结果,PS_score为根据检测结果得到的第二评价结果。
在一种可能的实现方式中,所述综合评价模型通过已有的肺结节患者的第一评价结果和第二评价结果的第三数据集进行训练,包括:采用M折交叉验证法对所述训练集进行训练,其中,所述M折交叉验证法将所述数据集分割为M-1个训练用的训练数据集和1个验证用的测试数据集。
在一种可能的实现方式中,所述生理特征包括:年龄;所述标志物特征包括:结节位置、结节短毛刺、结节性质、部分实性结节中实性成分最长径、结节平扫CT值、结节面积、结节长径、结节短径、与结节直接连接的血管数、支气管与结节的关系。
根据本公开的一方面,提供了一种肺结节良恶性分类装置,包括:
特征获取单元,用于获取肺结节患者的生理特征、肺结节在影像学下的标志物特征;第一评价结果确定单元,用于基于所述生理特征和所述标志物特征,得到所述肺结节的第一评价结果;检测结果获取单元,用于获取所述肺结节患者的循环肿瘤DNA的甲基化标志物的检测结果;第二评价结果确定单元,用于基于所述检测结果,得到所述肺结节的第二评价结果;综合评价结果确定单元,用于根据所述第一评价结果和所述第二评价结果,得到综合评价结果;其中,所述第一评价结果、所述第二评价结果和所述综合评价结果用于表征所述肺结节的风险程度。
在一种可能的实现方式中,所述第一评价结果确定单元,包括:特征输入子单元,用于将所述生理特征和所述标志物特征输入第一评价模型;第一评价结果确定子单元,用于根据所述第一评价模型的输出,得到所述第一评价结果;其中,所述第一评价模型根据已有的肺结节患者的生理特征、肺结节在影像学下的标志物特征的第一数据集进行训练。
在一种可能的实现方式中,所述第一评价结果确定单元,包括:特征确定子单元,用于根据所述生理特征和所述标志物特征中特征与所述第一评价结果的相关程度,从所述生理特征和所述标志物特征中筛选出与所述第一评价结果最相关的前K个特征;其中,所述第一评价模型根据所述第一数据集中的所述前K个特征进行训练。
在一种可能的实现方式中,所述第二评价结果确定单元,包括:检测结果输入子单元,用于将所述检测结果输入第二评价模型;第二评价结果确定子单元,用于根据所述第二评价模型的输出,得到所述第二评价结果;其中,所述第二评价模型根据已有的肺结节患者的循环肿瘤DNA的甲基化标志物的检测结果的第二数据集进行训练。
在一种可能的实现方式中,所述综合评价结果确定单元,包括:评价结果输入子单元,用于将所述第一评价结果和所述第二评价结果输入综合评价模型;综合评价结果确定子单元,用于根据所述综合评价模型的输出,得到所述综合评价结果;其中,所述综合评价模型通过已有的肺结节患者的第一评价结果和第二评价结果的第三数据集进行训练。
在一种可能的实现方式中,所述综合评价模型为Logistic回归模型;
所述Logistic回归模型的具体表达式如下:
PSP_score=1/(1+e^-(2.88433385*CIBM_score+2.05154296*PS_score-2.03838292));
其中,PSP_score为肺结节的综合评价结果,CIBM_score为根据生理特征和标志物特征得到的第一评价结果,PS_score为根据检测结果得到的第二评价结果。
在一种可能的实现方式中,所述综合评价模型通过已有的肺结节患者的第一评价结果和第二评价结果的第三数据集进行训练,包括:采用M折交叉验证法对所述训练集进行训练,其中,所述M折交叉验证法将所述数据集分割为M-1个训练用的训练数据集和1个验证用的测试数据集。
在一种可能的实现方式中,所述生理特征包括:年龄;所述标志物特征包括:结节位置、结节短毛刺、结节性质、部分实性结节中实性成分最长径、结节平扫CT值、结节面积、结节长径、结节短径、与结节直接连接的血管数、支气管与结节的关系。
根据本公开的另一方面,提供了一种电子设备,包括:
处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为在执行所述存储器存储的指令时,实现上述方法。
根据本公开的另一方面,提供了一种非易失性计算机可读存储介质,其上存储有计算机程序指令,其中,所述计算机程序指令被处理器执行时实现上述方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机可读代码,或者承载有计算机可读代码的非易失性计算机可读存储介质,当所述计算机可读代码在电子设备的处理器中运行时,所述电子设备中的处理器执行上述方法。
在本公开实施例中,通过将肺结节患者的生理特征和肺结节在影像学下的标志物特征得到的第一评价结果、循环肿瘤DNA的甲基化特征的检测结果得到的第二评价结果,来确定肺结节的综合评价结果。该过程将肺结节患者的生理特征和肺结节在影像学下的标志物特征,与ctDNA的甲基化特征的检测结果结合起来共同确定肺结节的肿瘤风险评价结果,较其中任一种指标用于判断肺结节良恶性,准确度更高,可有效提高早期恶性肺结节的检出率,并避免良性肺结节的过度诊疗。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面,并且用于解释本公开的原理。
图1示出根据本公开一实施例的肺结节良恶性分类方法的流程图。
图2示出根据本公开一实施例的肺结节良恶性分类装置的框图。
图3示出根据本公开一实施例的PulmoSeek Plus模型与CIBM、PulmoSeek、Mayo,Brock模型在258例训练集中的ROC曲线比较示意图。
图4示出根据本公开一实施例的PulmoSeek Plus模型与CIBM、PulmoSeek、Mayo,Brock模型在283例独立验证集中的ROC曲线比较示意图。
图5示出根据本公开一实施例的PulmoSeek Plus在早期恶性肺结节的灵敏度及与CIBM、PulmoSeek的对比示意图。
图6示出根据本公开一实施例的PulmoSeek Plus在不同大小的恶性肺结节的灵敏度及与CIBM、PulmoSeek的对比示意图。
图7示出根据本公开一实施例的PulmoSeek Plus在不同类型恶性肺结节的灵敏度及与CIBM、PulmoSeek的对比示意图。
图8示出根据本公开一实施例的电子设备的框图。
图9示出根据本公开一实施例的电子设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好的说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
随着社会的发展和人们生活水平的不断提高,肿瘤已发展成为严重危害人们生命的常见病、多发病,同心脑血管病一起被称为世界三大死神之一。其中,肺癌作为全球第一大致死肿瘤,已成为全球关注的重大公共卫生问题。为了更好的说明本公开,凸显本公开的主旨,本文的具体实施例以肺癌这一类肿瘤为描述对象,本领域技术人员应当理解,对于胃癌等其他肿瘤,本公开也同样可以实施。
图1示出根据本公开一实施例的肺结节良恶性分类方法的流程图,该方法可以应用于肺结节良恶性分类装置,该装置可以为终端设备、服务器或者其他处理设备等。其中,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等。
在一些可能的实现方式中,该肺结节良恶性分类方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
如图1所示,所述肺结节良恶性分类方法可以包括:
步骤S11,获取肺结节患者的生理特征、肺结节在影像学下的标志物特征;
步骤S12,基于所述生理特征和所述标志物特征,得到所述肺结节的第一评价结果;
步骤S13,获取所述肺结节患者的循环肿瘤DNA的甲基化标志物的检测结果;
步骤S14,基于所述检测结果,得到所述肺结节的第二评价结果;
步骤S15,根据所述第一评价结果和所述第二评价结果,得到综合评价结果。
其中,所述第一评价结果、所述第二评价结果和所述综合评价结果用于表征所述肺结节的风险程度。
所述生理特征可以包括所述肺结节患者的个人相关信息。例如,根据我国发布的癌症发病统计数据,癌症发病与年龄有一定关系。0-30岁年龄阶层,癌症发病率较低,30岁以后癌症发病率开始明显上升,较高时是60-67岁,癌症发病率达到顶峰,后期逐步下降。进一步的,在一种可能的实现方式中,个人相关信息可以包括肺结节患者的年龄信息。由于个人相关信息可能包含多种类别的信息,因此,在一种可能的实现方式中,生理特征可以根据临床需求,选择需要的个人相关信息,例如性别、体重、身高、吸烟状况等。本公开对生理特征所包含的肺结节患者的个人相关信息的具体内容、具体内容的确定方式以及具体内容中的各个因素与肺结节性质的相关性不做具体限定。
肺部结节的性质与其在影像学下的标志物特征密切相关。例如,肺部结节的性质与肺部结节的具体位置存在关系:肺部的右上叶尖段、后段常见于结核等良性疾病,而前段的恶性率相对高。所以,要想判断肺部结节的性质,了解肺部结节所在的位置非常重要。进一步的,在一种可能的实现方式中,所述标志物特征可以包括结节在肺部器官上的具体位置。本公开对肺结节的位置信息的划分标准不做具体限定,可以根据实际情况选择。
如上述各公开实施例所述,肺结节患者的生理特征、肺结节在影像学下的标志物特征的具体内容可以根据实际情况灵活决定。因此获取肺结节患者的生理特征、肺结节在影像学下的标志物特征的方式也可以根据实际情况灵活决定。后文会结合本公开可能的实现方式,对特征获取单元11的可能实现方式做详细描述,此处不作赘述。
应当理解的是,本公开中的肺结节的评价结果仅用于预测肺结节患者的结节良恶性,有些患者的结节具有恶性肿瘤的特征而实际可能为良性结节,反之亦然,还需要使用其他手段去综合判断。该方法的直接目的是获得中间结果以辅助医生诊断而非诊断结果。
在步骤S12中,可以基于获取得到的生理特征和标志物特征,得到肺结节的第一评价结果。所述第一评价结果可以是对肺结节的风险评价,即良恶性的判断。具体的,可以用评分的方式来实现对肺结节的第一风险评价,评分越高,肺结节恶性的可能性越高。本公开对第一评价结果的实现方式不做具体限定,根据实际情况灵活限定即可。
肿瘤的早发现和早干预对于肿瘤的防治至关重要。新一代基因检测技术给早期诊断肺癌带来了可能。在血液中,除了正常的红细胞、白细胞、来自正常细胞的游离DNA(cellfree DNA,cfDNA),还可以检测到一些来自肿瘤的物质,包括循环肿瘤细胞(CirculatingTumor Cell,CTC)、循环肿瘤DNA(Circulating Tumor DNA,ctDNA)。其中,cfDNA来自正常细胞和肿瘤细胞,ctDNA特指来自肿瘤的游离DNA。DNA是遗传信息的主要载体,细胞在发生癌变的过程中DNA上会发生一系列的变异,因此肿瘤细胞的DNA与正常细胞的DNA存在诸多差异。这种差异既可以是染色体异常,也可以是基因变异,也可以是DNA上的一些化学修饰,比如DNA甲基化。
DNA甲基化是一种表观遗传修饰,能在不改变DNA序列的前提下,改变遗传表现。具体的,在DNA甲基转移酶(DNMT)的作用下,-CH3基团直接与其序列中的腺嘌呤(A)或胞嘧啶(C)碱基共价结合,改变DNA片段的活性。通过甲基化或去甲基化能够引起DNA构象、DNA稳定性等,从而调控基因表达。例如,启动子是特定的“开关”编码,启动子的DNA甲基化可以抑制基因的表达。
在肿瘤的超早期,DNA甲基化异常便会发生。具体的,正常细胞中CpG岛一般是去甲基化状态,在肿瘤细胞中抑癌基因启动子区域CpG岛会被DNMT高度甲基化,从而减弱肿瘤抑制来增加肿瘤的发生。在肿瘤发生的不同阶段,DNA甲基化位点和程度存在差异,肿瘤基因总的甲基化水平降低而某些基因的启动子甲基化水平升高。由于DNA甲基化的早期变化明显,后期变化比较平稳,利用甲基化检测对肿瘤进行早期筛查具有很大的应用潜力。
在步骤S13,可以获取肺结节患者的循环肿瘤DNA的甲基化标志物的相关检测数据,从甲基化标志物的角度对肺结节的良恶性进行评价。步骤S13的实现方式可以根据实际情况灵活选择,例如可以选择血液、尿液和胸腔积液的游离肿瘤DNA甲基化标志物。本公开对游离肿瘤DNA的甲基化标志物的获取方式不做具体限定,根据实际情况灵活限定即可。
在一种可能的实现方式中,可以通过定量分析,对得到的血液中的甲基化标志物进行检测。当检测结果大于预定值时,说明血液中具有肺结节对应的甲基化标志物,进一步提示肺结节的风险可能性高。
在一种可能的实现方式中,步骤S13获取所述甲基化标志物的检测结果的具体步骤,可以包括:血浆cfDNA的提取、cfDNA亚硫酸氢盐转化、cfDNA文库构建、测序和数据分析。
在一种可能的实现方式中,血浆cfDNA提取具体操作步骤可以按照Life公司的MagMAX TM Cell-Free DNA Isolation Kit操作说明书进行。
cfDNA浓度可以按Qubit dsDNA HS Assay Kit(Thermo Fisher Scientific,catalog Q32854)操作说明书进行,cfDNA质控可以按Agilent High Sensitivity DNA Kit(catalog 5067–4626)操作说明书进行。
在一种可能的实现方式中,cfDNA亚硫酸氢盐转化是将提取的cfDNA(10ng)进行转化,使DNA中未发生甲基化的胞嘧啶脱氨基转变成尿嘧啶,而甲基化的胞嘧啶保持不变,得到亚硫酸氢盐转化后的DNA。转化具体操作可以按照EZ DNA Methylation-Lightning Kit(Zymo Research,catalog D5031)说明书进行。
在一种可能的实现方式中,cfDNA文库构建可以包括:取10ng经转化后的cfDNA,按AnchorDx EpiVisio Methylation Library Prep Kit(AnchorDx,catalog A0UX00019)和AnchorDx EpiVisio Indexing PCR Kit(AnchorDx,catalog A2DX00025)操作说明书构建预文库。经扩增的预杂交文库随后采用Agencourt AMPure XP Magnetic Beads(BeckmanCoulter,Cat#A63882)进行纯化,Qubit dsDNA HS Assay Kit测定DNA浓度。合格的预杂交文库DNA含量不少于400ng。接着,按AnchorDx EpiVisio Target Enrichment Kit(AnchorDx,catalog A0UX00031)说明书进行捕获富集。定制的肺癌甲基化检测由12899个富含肺癌特异性甲基化的预选区域组成。探针杂交后,使用Dynabeads M270 streptavidinbeads(Thermo Fisher Scientific,catalog 65306)拉下与生物素化探针结合的DNA文库的特定部分。这些富集的文库进一步使用P5和P7引物按KAPA HiFi HotStart Ready Mix(KAPA Biosystems,catalog KK2602)说明扩增,PCR产物经Agencourt AMPure XPMagnetic Beads(Beckman Coulter,catalog A63882)纯化。最终文库浓度经Qubit dsDNAHS Assay Kit(Thermo Fisher Scientific,catalog Q32854)测定。
在一种可能的实现方式中,测序可以采用Illumina公司的测序仪对杂交捕获后的样本进行测序,得到测序结果。
在一种可能的实现方式中,数据的分析可以包括:对测序仪的下机原始数据,进行常规的生物信息学分析处理,先通过fastp过滤低质量(QC低,长度短、太多N等)的读长(reads),然后去除reads双端的adapter、共有序列、PolyA/T,得到理想的插入片段序列(target区间),使用bismark将这些reads比对hg19对应的位置后,根据UMI对reads进行去重,得到每份样本被探针捕获得到的真实reads数据(bamfile),对bam文件进行统计和分析,得到甲基化数据。
第二评价结果确定单元S14可以基于检测结果获取单元S13得到的检测结果,得到肺结节的第二评价结果。所述第二评价结果可以是对肺结节的风险评价,即肺结节良恶性的判断。具体的,可以用评分的方式来实现对肺结节的第二风险评价,评分越高,肺结节恶性的可能性越高。本公开对第二评价结果的实现方式不做具体限定,根据实际情况灵活限定即可。
在得到肺结节患者的第一评价结果和第二评价结果后,可以通过步骤S15,利用第一评价结果和第二评价结果,得到肺结节的综合评价结果,实现对肺结节的最终评价。具体如何根据第一评价结果和第二评价结果来确定综合评价结果,其实现方式可以根据实际情况灵活选择,详见后续各公开实施例,在此先不做展开。
在本公开实施例中,通过将肺结节患者的生理特征和肺结节在影像学下的标志物特征得到的第一评价结果、循环肿瘤DNA的甲基化特征的检测结果得到的第二评价结果,来确定肺结节的综合评价结果。该过程将肺结节患者的生理特征和肺结节在影像学下的标志物特征,与ctDNA的甲基化特征的检测结果结合起来共同确定肺结节的肿瘤风险评价结果,较其中任一种指标用于判断肺结节良恶性,准确度更高,可有效提高早期恶性肺结节的检出率,并避免良性肺结节的过度诊疗。
在一种可能的实现方式中,所述步骤S12,包括:
将所述生理特征和所述标志物特征输入第一评价模型;
根据所述第一评价模型的输出,得到所述第一评价结果;
其中,所述第一评价模型根据已有的肺结节患者的生理特征、肺结节在影像学下的标志物特征的第一数据集进行训练。
具体的,第一评价模型输出的结果可以是对所述生理特征和所述标志物特征的所有特征的综合评价,也可以是对所述生理特征和所述标志物特征中与肺结节的良恶性最相关的几种特征的综合评价。本公开对输入第一评价模型的所述生理特征和所述标志物特征的数量和种类不做限制,可以根据实际情况灵活选择。本公开对从所述生理特征和所述标志物特征中选取与肺结节的良恶性最相关的特征的方式也不做限定,可以根据实际情况灵活选择。
第一评价模型的具体实现形式以及训练方式在本公开实施例中均不作限制,可以根据实际情况灵活选择。
在本公开实施例中,可以有效地利用第一评价模型对所述生理特征和所述标志物特征实现评价,较为便捷地得到评价结果,从而有效地降低了对肺结节良恶性评价的难度,提升了肺结节良恶性分类的实用性和泛化能力。
在一种可能的实现方式中,所述步骤S12,包括:
根据所述生理特征和所述标志物特征中特征与所述第一评价结果的相关程度,从所述生理特征和所述标志物特征中筛选出与所述第一评价结果最相关的前K个特征;其中,所述第一评价模型根据所述第一数据集中的所述前K个特征进行训练。
通常,生理特征和标志物特征所包含的特征较多。具体的,肺部结节患者的生理特征可以包括:年龄、性别、是否吸烟、吸烟年数、每天吸烟的包数、吸烟强度(每天吸烟的包数×吸烟年数)、是否戒烟、癌症家族史、家族癌症种类等与肺癌风险相关的生理因素;肺部结节在影像学下的标志物特征可以包括:结节位置、结节长径、结节短径、部分实性结节中实性成分最长径、结节面积、结节性质、结节圆形、结节类圆形/椭圆形、结节多边形、结节不规则形、结节深分叶、结节浅分叶、结节长毛刺、结节短毛刺、结节棘突征、结节边缘光滑、结节边缘毛糙、结节边界清晰、结节密度均匀情况、结节坏死、结节坏死区占比、结节空泡征、结节支气管充气征、结节空洞、结节空洞体积占比、结节洞壁厚度、结节钙化、结节钙化体积占比、结节钙化类型、结节脂肪密度、结节平扫CT值、结节强化CT值、结节有无强化值、结节强化值分组、结节强化是否均匀、胸膜凹陷征/胸膜牵拉征、结节有无血管征、结节与周围血管的关系、结节与周围血管的关系类型、血管直接连接结节、血管非常接近结节(≤3mm)、支气管是否直接连接结节、支气管与结节的关系类型、结节周围卫星病灶、肺气肿、肺纤维化、胸腔积液、淋巴结肿大、淋巴结肿大大小、淋巴结肿大部位、有无淋巴结转移、淋巴结转移部位、淋巴结有无远处转移(PET-CT)、有无其他非目标结节、非目标结节总数、同侧非目标结节总数、对侧非目标结节总数、其他非目标结节是否弥漫等。如果将生理特征和标志物特征所包含的全部特征都输入第一评价模型,会出现内存消耗大、运行速度慢的现象。
为了提高第一评价结果的获取速度,在一种可能的实现方式中,根据所述生理特征和所述标志物特征中特征与所述第一评价结果的相关程度,从所述生理特征和所述标志物特征中筛选出与所述第一评价结果最相关的前K个特征。本公开对从所述生理特征和所述标志物特征中获取与所述第一评价结果最相关的前K个特征的方法及K的取值不做具体限定,可以根据实际情况灵活选择。在一个示例中,可以用随机森林算法构建第一评价模型,实现对标志物特征的筛选。对应的,第一评价模型根据所述第一数据集中的所述前K个特征进行训练。
在本公开实施例中,通过从所述生理特征和所述标志物特征中筛选出与所述第一评价结果最相关的前K个特征,仅利用该前K个特征得到所述肺结节的第一评价结果。该过程由于去除了与肺结节良恶性分类结果相关性不大的特征,大大减少了第一评价模型的计算量,能够降低内存消耗,更快得到第一评价结果。
在一种可能的实现方式中,所述步骤S15,可以包括:
将所述检测结果输入第二评价模型;
根据所述第二评价模型的输出,得到所述第二评价结果;其中,所述第二评价模型根据已有的肺结节患者的循环肿瘤DNA的甲基化标志物的检测结果的第二数据集进行训练。
具体的,第二评价模型输出的结果可以是对肺结节患者的循环肿瘤DNA的所有甲基化标志物的综合评价,也可以是对肺结节患者的循环肿瘤DNA的最具代表的几种甲基化标志物的综合评价。本公开对输入第二评价模型的甲基化标志物的数量和种类不做限制,可以根据实际情况灵活选择。
第二评价模型的具体实现形式以及训练方式在本公开实施例中均不作限制,可以根据实际情况灵活选择。在一种可能的实现方式中,第二评价模型为通过lightGBM算法构建的模型。
在本公开实施例中,可以有效地利用第二评价模型对所述生理特征和所述标志物特征实现评价,较为便捷地得到评价结果,从而有效地降低了对肺结节良恶性评价的难度,提升了肺结节良恶性分类的实用性和泛化能力。
在一种可能的实现方式中,所述步骤S15,包括:
将所述第一评价结果和所述第二评价结果输入综合评价模型;
根据所述综合评价模型的输出,得到所述综合评价结果;其中,所述综合评价模型通过已有的肺结节患者的第一评价结果和第二评价结果的第三数据集进行训练。
在本公开实施例中,通过综合评价模型根据肺结节患者的生理特征和肺结节在影像学下的标志物特征得到的肺结节的第一评价结果、根据肺结节患者的循环肿瘤DNA的甲基化标志物的检测结果得到的肺结节的第二评价结果,得到综合评价结果。所述综合评价结果由于综合了肺结节患者的生理特征、肺结节在影像学下的标志物特征和循环肿瘤DNA的甲基化标志物的检测结果,能够使判断肺结节良恶性具有更高的准确度,可有效提高早期恶性肺结节的检出率,避免良性肺结节的过度诊疗。同时,综合评价模型的使用,能够较为便捷地得到评价结果,从而有效地降低了对肺结节良恶性评价的难度,提升了肺结节良恶性分类的实用性和泛化能力。
在一种可能的实现方式中,所述综合评价模型为Logistic回归模型。具体的,可以将第一评价结果和第二评价结果作为两个独立的协变量,拟合Logistic回归模型。
在一种可能的实现方式中,所述Logistic回归模型的获取综合评价结果的表达式为:
PSP_score=1/(1+e^-(2.88433385*CIBM_score+2.05154296*PS_score-2.03838292))
其中,PSP_score为肺结节的综合评价结果,CIBM_score为根据生理特征和标志物特征得到的第一评价结果,PS_score为根据检测结果得到的第二评价结果。
在本公开实施例中,通过Logistic回归模型对第一评价结果和第二评价结果进行拟合,得到综合评价结果。该回归模型的计算量小、速度快、存储资源低,能够使用较低的存储资源尽快得到综合评价结果。
在一种可能的实现方式中,所述综合评价模型通过已有的肺结节患者的第一评价结果和第二评价结果的第三数据集进行训练,包括:
采用M折交叉验证法对所述训练集进行训练,其中,所述M折交叉验证法将所述数据集分割为M-1个训练用的训练数据集和1个验证用的测试数据集。
训练集/测试集划分的不同会使得模型的准确率产生明显的变化。用交叉验证的方法可以得到可靠稳定的模型。在一种可能的实现方式中,可以选择M折交叉验证对数据集进行训练和测试,具体的,可以将数据集划M等分,其中的M-1个子数据集为训练用的训练数据集,而剩余的1个数据集为验证用的测试数据集。
在一种可能的实现方式中,M=5。具体的,将数据集按照良恶性等比例方式随机切分为5等分,标记为fold-1、fold-2、fold-3、fold-4和fold-5。首先以fold-2、fold-3、fold-4和fold-5四份数据合并构建综合评价模型,然后对fold-1进行预测,得到fold-1样本的综合评价模型评分;然后以fold-1、fold-3、fold-4和fold-5四份数据合并构建综合评价模型,对fold-2进行预测,得到fold-2样本的综合评价模型评分;以此类推,分别得到fold-3、fold-4、fold-5的综合评价模型评分。最后合并fold-1、fold-2、fold-3、fold-4和fold-5的综合评价模型评分得到训练样本的综合评价模型评分。
在本公开实施例中,通过将数据集划分为M部分,利用其中的M-1份做为训练,剩余的一份作为测试,交叉验证重复M次,取M次准确率的平均值作为最终模型的评价结果。最后取平均测试误差作为泛化误差。这样,数据集的所有样本都必然会成为训练数据同时也必然有机会成为一次测试集。该过程能够使模型性能评价的样本量最大化并避免单个随机训练-测试拆分的评价偏差。
肺部结节的良恶性质与肺结节在影像学下的除位置以外的其他标志物特征也有一定关系。例如,从结节边缘上来说,良性肺结节多数无分叶,恶性肺结节多呈分叶状,或有毛刺征(或称棘状突起),胸膜凹陷征及血管集束等征象。又例如,根据密度通常将肺结节分为三类:实性结节、部分实性结节和纯磨玻璃结节,后两者又合称为亚实性结节。而在肺结节中,部分实性结节的恶性率最高,之后依序是纯磨玻璃样结节、实性结节。此外,从结节的周边组织来看,无卫星灶、实变等关于结核或感染的影像,也帮助排除结核或者细菌感染的可能。本公开对肺结节在影像学下的标志物所包括的具体内容、具体内容的确定方式以及具体内容中的各个因素与肺结节性质的相关性不做具体限定,可以根据实际情况选择。
在一种可能的实现方式中,所述生理特征包括:年龄;所述标志物特征包括:结节位置、结节短毛刺、结节性质、部分实性结节中实性成分最长径、结节平扫CT值、结节面积、结节长径、结节短径、与结节直接连接的血管数、支气管与结节的关系。
在本公开实施例中,基于与第一评价结果相关的标志物特征(结节位置、结节短毛刺、结节性质、部分实性结节中实性成分最长径、结节平扫CT值、结节面积、结节长径、结节短径、与结节直接连接的血管数、支气管与结节的关系等)和生理特征(年龄等)获取的第一评价结果,能够真实反映肺结节的良恶性情况,提高肺结节良恶性分类的准确度。
应用场景示例
目前,虽然手术切除、化疗、放疗和靶向治疗的联合应用显著提高了肺癌患者的生存时间,然而,与其他恶性肿瘤相比,肺癌患者的预后仍相对较差。其中一个主要原因是肺癌的早期诊断困难,导致发现早期肺癌患者的机会非常低。在中国,大约75%的肺癌患者在诊断时处于晚期。
肺癌的早期发现主要依靠影像学检查筛查肺结节。低剂量螺旋CT(LDCT)筛查可使肺癌死亡率降低20.0%。然而,对于不确定的肺结节(6-20mm),其恶性风险仍然难以评价,这在LDCT诊断的结节中占50-76%。目前临床采用侵袭性手段,如手术切除和CT引导下活检,以确定肺结节的病理类型。然而,超过20%的肺结节在手术切除后被发现是良性的,这给患者带来了不必要的痛苦。
本公开实施例提出了一种肺结节良恶性分类方法,这一评价方法可以对肺部结节实现评价,该肺结节良恶性分类方法可以包括:
第一步,获取肺结节患者的生理特征、肺结节在影像学下的标志物特征。
其中,所述生理特征和所述标志物特征为通过随机森林算法构建的模型所提取的与肺结节良恶性密切相关的特征。具体的,所述生理特征包括:年龄;所述标志物特征包括:结节位置、结节短毛刺、结节性质、部分实性结节中实性成分最长径、结节平扫CT值、结节面积、结节长径、结节短径、与结节直接连接的血管数、支气管与结节的关系。
第二步,将所述生理特征和所述标志物特征输入第一评价模型;根据所述第一评价模型的输出,得到所述第一评价结果。
其中,第一评价模型为已提取的特征的预测模型。
第三步,获取肺部结节患者的循环肿瘤DNA的甲基化标志物的检测结果。
其中,所述甲基化标志物为:chr3:160167896-160168097、chr8:12958060-12958261、chr20:51589768-51589969、chr8:67873395-67873596、chr7:6911130-6911331、chr6:27513358-27513628、chr1:63795314-63795515、chr22:18986694-18986897、chr17:72443058-72443259、chr6:36252945-36253146、chr22:44796400-44796601、chr5:87439272-87439473、chr1:26503910-26504111、chr1:26503898-26504099、chr7:35294999-35295200、chr14:102974704-102974905、chr7:8482244-8482445、chr16:85932545-85932933、chr6:28226947-28227165、chr17:37054645-37054846、chr6:27242864-27243157、chr1:111813428-111813629、chr7:155166209-155166410、chr5:140782634-140782835、chr2:223154019-223154220、chr10:133951708-133951909、chr14:104689919-104690120、chr10:79396046-79396247、chr1:834214-834476、chr10:131445334-131445535、chr22:47173635-47173836、chr1:156405803-156406004、chr1:225865029-225865230、chr11:67449586-67449787、chr17:80267018-80267219、chr2:239432192-239432393、chr16:2042572-2042773、chr17:59473043-59473244、chr11:62308432-62308633、chr19:52598572-52598773、chr1:10276321-10276522、chr20:43726644-43726845、chr2:73518581-73518782、chr1:91182732-91182936、chr17:21355926-21356127、chr1:241520477-241520678、chr14:100448115-100448316、chr5:1479830-1480089、chr12:104697112-104697313、chr19:1457090-1457291、chr14:101157869-101158070、chr4:56659904-56660105、chr3:147130396-147130597、chr20:62609241-62609442、chr10:131503209-131503410、chr1:155267399-155267600、chr17:62770684-62770885、chr20:1246634-1246835、chr21:38083028-38083229、chr1:180205172-180205373、chr6:28226899-28227247、chr1:47910793-47910994、chr5:1010844-1011045、chr1:968314-968515、chr6:100912819-100913026、chr7:129425650-129425978、chr2:239432102-239432303、chr7:127991533-127991734、chr1:871320-871521、chr10:131767948-131768149、chr10:94822256-94822457、chr3:11610061-11610262、chr10:102996173-102996374、chr2:61766411-61766612、chr1:7711057-7711258、chr11:73036058-73036327、chr4:86763722-86763923、chr17:47074495-47074696、chr9:126772540-126772741、chr12:54393361-54393685、chr1:2838724-2838969、chr1:177150813-177151014、chr1:175834714-175834915、chr5:134374612-134374813、chr1:27684061-27684275、chr20:21682281-21682482、chr1:197889082-197889368、chr14:79745350-79745551、chr12:11918810-11919011、chr12:63543934-63544135、chr5:672764-672965、chr1:91191944-91192145、chr17:7255543-7255744、chr1:229567505-229567706、chr8:67425235-67425436、chr1:1098259-1098460、chr10:131500053-131500254、chr14:37136202-37136511、chr6:106611921-106612122、chr2:202283884-202284085。
第四步,将所述检测结果输入第二评价模型;根据所述第二评价模型的输出,得到所述第二评价结果。
其中,第二评价模型为由lightGBM算法构建的模型。
第五步,将所述第一评价结果和所述第二评价结果输入综合评价模型;根据所述综合评价模型的输出,得到所述综合评价结果。
其中,综合评价模型为采用第一评价结果和第二评价结果作为两个独立的协变量,拟合的Logistic回归模型。
进一步的,综合评价模型的训练过程可以为:
采用5折交叉验证,将训练样本集按照良恶性等比例方式随机切分为5等分,标记为fold-1、fold-2、fold-3、fold-4和fold-5。首先以fold-2、fold-3、fold-4和fold-5四份数据合并构建联合模型,然后对fold-1进行预测,得到fold-1样本的联合模型评分;然后以fold-1、fold-3、fold-4和fold-5四份数据合并构建联合模型,对fold-2进行预测,得到fold-2样本的联合模型评分;以此类推,分别得到fold-3、fold-4、fold-5的联合模型评分。最后合并fold-1、fold-2、fold-3、fold-4和fold-5的联合模型评分得到训练样本的联合模型评分。
性能对比验证
综合评价模型(PulmoSeek Plus,PSP)与第一评价模型(CIBM)、第二评价模型(PulmoSeek,PS)、临床常用模型Mayo model及Brock model的性能对比如下:
对比实施例1:
基于生理特征、标志物特征、血浆ctDNA标志物的联合模型PulmoSeek Plus针对258例肺结节样本(良性44例,恶性214例)良恶性分类性能与CIBM,PulmoSeek,Mayo,Brock模型的对比如图3所示,PulmoSeek Plus的AUC最高,为0.91(95%CI,0.88-0.95),准确度0.90(95%CI,0.87-0.94);其次为Pulmoseek和CIBM,AUC分别为0.87(95%CI,0.83-0.91)和0.85(95%CI,0.80-0.89);均优于Mayo和Brock模型,AUC分别为0.60(95%CI,0.52-0.68)和0.70(95%CI,0.63-0.77),如图3所示,各性能参数见表1。
表1各个模型在不同数据集中的具体性能指标数据结果
对比实施例2:
在283例肺结节样本(209例恶性,74例良性)样本的独立验证集中,使用生理特征、标志物特征、血浆ctDNA标志物联合的模型进行分类验证,并与CIBM、PulmoSeek模型进行对比,PulmoSeek Plus模型对肺结节良恶性分类性能优于单一的CIBM模型或PulmoSeek模型。PulmoSeek Plus模型AUC达到0.91(95%CI,0.88-0.94),准确度达到0.86(95%CI,0.81-0.90),而CIBM和PulmoSeek模型的AUC分别为0.85(95%CI,0.81-0.89)和0.85(95%CI,0.81-0.89),均优于Mayo和Brock模型,AUC分别为0.57(95%CI,0.50-0.64)和0.67(95%CI,0.60-0.73),如图4所示,各模型的性能指标结果见表1。
对比实施例3:
在合并的肺癌早期(stage 0+IA+IB,N=390)样本测试集和训练集中,PulmoSeekPlus灵敏度高达0.98(95%CI,0.96-0.99);CIBM的灵敏度为0.93(95%CI.0.90-0.95),PulmoSeek的灵敏度为0.92(95%CI.0.89-0.94);见图5和表2。
表2不同模型在肺癌早期不同分期的灵敏度结果
在合并的肺癌样本测试集和训练集中(n=423),PulmoSeek Plus对不同大小的肺结节灵敏度最高,优于PulmoSeek和CIBM模型,分别为0.99(95%CI.0.96-1.00)(5-10mm),0.98(95%CI,0.95-0.99)(10-20mm),0.98(95%CI.0.93-1.00)(20-30mm);PulmoSeek的灵敏度分别为0.89(95%CI.0.82-0.93)(5-10mm),0.93(95%CI.0.88-0.96)(10-20mm),0.96(95%CI.0.90-0.99)(20-30mm),CIBM的灵敏度分别为0.93(95%CI.0.87-0.96)(5-10mm),0.93(95%CI.0.89-0.96)(10-20mm),0.96(95%CI.0.90-0.99)(20-30mm),见图6和表3。
表3不同模型在恶性肺结节不同大小的灵敏度结果
在合并的肺癌样本测试集和训练集中(n=423),PulmoSeek Plus对纯磨玻璃结节pGGN(N=115)灵敏度为1.00(95%CI.0.97-1.00),混合磨玻璃结节mGGN(N=176)灵敏度为1.00(95%CI.0.98-1.00),实性结节SN(N=132)灵敏度为0.95(95%CI.0.90-0.97);PulmoSeek对纯磨玻璃结节(N=115)灵敏度为0.93(95%CI.0.87-0.96),混合磨玻璃结节mGGN(N=176)灵敏度为0.89(95%CI.0.84-0.93),实性结节SN(N=132)灵敏度为0.96(95%CI.0.91-0.98);CIBM对纯磨玻璃结节(N=115)灵敏度为1.00(95%CI.0.97-1.00),混合磨玻璃结节mGGN(N=176)灵敏度为0.99(95%CI.0.96-1.00),实性结节SN(N=132)灵敏度为0.78(95%CI.0.70-0.84),见图7和表4。
表4不同模型在恶性肺结节不同病理亚型的灵敏度结果
从上述3个对比实施例可以看出,综合评价模型(PulmoSeek Plus)的性能优于第一评价模型(CIBM)、第二评价模型(PulmoSeek)、临床常用模型Mayo model及Brock model。
在本公开实施例中,通过将肺结节患者的生理特征和肺结节在影像学下的标志物特征得到的第一评价结果、循环肿瘤DNA的甲基化特征的检测结果得到的第二评价结果,来确定肺结节的综合评价结果。该过程将肺结节患者的生理特征和肺结节在影像学下的标志物特征,与ctDNA的甲基化特征的检测结果结合起来共同确定肺结节的肿瘤风险评价结果,较其中任一种指标用于判断肺结节良恶性,准确度更高,可有效提高早期恶性肺结节的检出率,并避免良性肺结节的过度诊疗。
需要说明的是,本公开实施例的肺结节良恶性分类方法不限于应用在上述肺结节的评价中,可以应用于任意部位结节的评价,本公开对此不作限定。
可以理解,本公开提及的上述各个方法实施例,在不违背原理逻辑的情况下,均可以彼此相互结合形成结合后的实施例,限于篇幅,本公开不再赘述。本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外,本公开还提供了肺结节良恶性分类电子设备、计算机可读存储介质、程序,上述均可用来实现本公开提供的任一种肺结节良恶性分类方法,相应技术方案和描述可参见方法部分的相应记载,不再赘述。
图2示出根据本公开实施例的肺结节良恶性分类装置的框图。该肺结节良恶性分类装置可以为终端设备、服务器或者其他处理设备等。其中,终端设备可以为用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等。
在一些可能的实现方式中,该肺结节良恶性分类装置可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
如图2所示,所述肺结节良恶性分类装置20可以包括:
特征获取单元21,用于获取肺结节患者的生理特征、肺结节在影像学下的标志物特征;
第一评价结果确定单元22,用于基于所述生理特征和所述标志物特征,得到所述肺结节的第一评价结果;
检测结果获取单元23,用于获取所述肺结节患者的循环肿瘤DNA的甲基化标志物的检测结果;
第二评价结果确定单元24,用于基于所述检测结果,得到所述肺结节的第二评价结果;
综合评价结果确定单元25,用于根据所述第一评价结果和所述第二评价结果,得到综合评价结果;
其中,所述第一评价结果、所述第二评价结果和所述综合评价结果用于表征所述肺结节的风险程度。
在一种可能的实现方式中,所述第一评价结果确定单元,包括:特征输入子单元,用于将所述生理特征和所述标志物特征输入第一评价模型;第一评价结果确定子单元,用于根据所述第一评价模型的输出,得到所述第一评价结果;其中,所述第一评价模型根据已有的肺结节患者的生理特征、肺结节在影像学下的标志物特征的第一数据集进行训练。
在一种可能的实现方式中,所述第一评价结果确定单元,包括:特征确定子单元,用于根据所述生理特征和所述标志物特征中特征与所述第一评价结果的相关程度,从所述生理特征和所述标志物特征中筛选出与所述第一评价结果最相关的前K个特征;其中,所述第一评价模型根据所述第一数据集中的所述前K个特征进行训练。
在一种可能的实现方式中,所述第二评价结果确定单元,包括:检测结果输入子单元,用于将所述检测结果输入第二评价模型;第二评价结果确定子单元,用于根据所述第二评价模型的输出,得到所述第二评价结果;其中,所述第二评价模型根据已有的肺结节患者的循环肿瘤DNA的甲基化标志物的检测结果的第二数据集进行训练。
在一种可能的实现方式中,所述综合评价结果确定单元,包括:评价结果输入子单元,用于将所述第一评价结果和所述第二评价结果输入综合评价模型;综合评价结果确定子单元,用于根据所述综合评价模型的输出,得到所述综合评价结果;其中,所述综合评价模型通过已有的肺结节患者的第一评价结果和第二评价结果的第三数据集进行训练。
在一种可能的实现方式中,所述综合评价模型为Logistic回归模型;
所述Logistic回归模型的具体表达式如下:
PSP_score=1/(1+e^-(2.88433385*CIBM_score+2.05154296*PS_score-2.03838292));
其中,PSP_score为肺结节的综合评价结果,CIBM_score为根据生理特征和标志物特征得到的第一评价结果,PS_score为根据检测结果得到的第二评价结果。
在一种可能的实现方式中,所述综合评价模型通过已有的肺结节患者的第一评价结果和第二评价结果的第三数据集进行训练,包括:
采用M折交叉验证法对所述训练集进行训练,其中,所述M折交叉验证法将所述数据集分割为M-1个训练用的训练数据集和1个验证用的测试数据集。
在一种可能的实现方式中,所述生理特征包括:年龄;所述标志物特征包括:结节位置、结节短毛刺、结节性质、部分实性结节中实性成分最长径、结节平扫CT值、结节面积、结节长径、结节短径、与结节直接连接的血管数、支气管与结节的关系。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为调用所述存储器存储的指令,以执行上述方法。
本公开实施例还提供了一种计算机程序产品,包括计算机可读代码,当计算机可读代码在设备上运行时,设备中的处理器执行用于实现如上任一实施例提供的肺结节良恶性分类装方法的指令。
本公开实施例还提供了另一种计算机程序产品,用于存储计算机可读指令,指令被执行时使得计算机执行上述任一实施例提供的肺结节良恶性分类方法的操作。
电子设备可以被提供为终端、服务器或其它形态的设备。
图8示出根据本公开实施例的一种电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图8,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评价。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图9示出根据本公开实施例的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。参照图9,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、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公开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。
用于执行本公开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++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,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。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公开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。
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
以上已经描述了本公开的各实施例,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的改进,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。
Claims (11)
1.一种肺结节良恶性分类方法,其特征在于,包括:
获取肺结节患者的生理特征、肺结节在影像学下的标志物特征;
基于所述生理特征和所述标志物特征,得到所述肺结节的第一评价结果;
获取所述肺结节患者的循环肿瘤DNA的甲基化标志物的检测结果;
基于所述检测结果,得到所述肺结节的第二评价结果;
根据所述第一评价结果和所述第二评价结果,得到综合评价结果;
其中,所述第一评价结果、所述第二评价结果和所述综合评价结果用于表征所述肺结节的风险程度。
2.根据权利要求1所述的方法,其特征在于,所述基于所述生理特征和所述标志物特征,得到所述肺结节的第一评价结果,包括:
将所述生理特征和所述标志物特征输入第一评价模型;
根据所述第一评价模型的输出,得到所述第一评价结果;
其中,所述第一评价模型根据已有的肺结节患者的生理特征、肺结节在影像学下的标志物特征的第一数据集进行训练。
3.根据权利要求2所述的方法,其特征在于,所述基于所述生理特征和所述标志物特征,得到所述肺结节的第一评价结果,包括:
根据所述生理特征和所述标志物特征中特征与所述第一评价结果的相关程度,从所述生理特征和所述标志物特征中筛选出与所述第一评价结果最相关的前K个特征;
其中,所述第一评价模型根据所述第一数据集中的所述前K个特征进行训练。
4.根据权利要求1所述的方法,其特征在于,所述基于所述检测结果,得到所述肺结节的第二评价结果,包括:
将所述检测结果输入第二评价模型;
根据所述第二评价模型的输出,得到所述第二评价结果;
其中,所述第二评价模型根据已有的肺结节患者的循环肿瘤DNA的甲基化标志物的检测结果的第二数据集进行训练。
5.根据权利要求1所述的方法,其特征在于,所述根据所述第一评价结果和所述第二评价结果,得到综合评价结果,包括:
将所述第一评价结果和所述第二评价结果输入综合评价模型;
根据所述综合评价模型的输出,得到所述综合评价结果;
其中,所述综合评价模型通过已有的肺结节患者的第一评价结果和第二评价结果的第三数据集进行训练。
6.根据权利要求5所述的方法,其特征在于,所述综合评价模型为Logistic回归模型;
所述Logistic回归模型的具体表达式如下:
PSP_score=1/(1+e^-(2.88433385*CIBM_score+2.05154296*PS_score-2.03838292));
其中,PSP_score为肺结节的综合评价结果,CIBM_score为根据生理特征和标志物特征得到的第一评价结果,PS_score为根据检测结果得到的第二评价结果。
7.根据权利要求6所述的方法,其特征在于,所述综合评价模型通过已有的肺结节患者的第一评价结果和第二评价结果的第三数据集进行训练,包括:
采用M折交叉验证法对所述训练集进行训练,其中,所述M折交叉验证法将所述数据集分割为M-1个训练用的训练数据集和1个验证用的测试数据集。
8.根据权利要求1至7任一项所述的方法,其特征在于,所述生理特征包括:年龄;所述标志物特征包括:结节位置、结节短毛刺、结节性质、部分实性结节中实性成分最长径、结节平扫CT值、结节面积、结节长径、结节短径、与结节直接连接的血管数、支气管与结节的关系。
9.一种肺结节良恶性分类装置,其特征在于,包括:
特征获取单元,用于获取肺结节患者的生理特征、肺结节在影像学下的标志物特征;
第一评价结果确定单元,用于基于所述生理特征和所述标志物特征,得到所述肺结节的第一评价结果;
检测结果获取单元,用于获取所述肺结节患者的循环肿瘤DNA的甲基化标志物的检测结果;
第二评价结果确定单元,用于基于所述检测结果,得到所述肺结节的第二评价结果;
综合评价结果确定单元,用于根据所述第一评价结果和所述第二评价结果,得到综合评价结果;
其中,所述第一评价结果、所述第二评价结果和所述综合评价结果用于表征所述肺结节的风险程度。
10.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为在执行所述存储器存储的指令时,实现权利要求1至8中任意一项所述的方法。
11.一种非易失性计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至8中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210583199.XA CN115578307B (zh) | 2022-05-25 | 2022-05-25 | 一种肺结节良恶性分类方法及相关产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210583199.XA CN115578307B (zh) | 2022-05-25 | 2022-05-25 | 一种肺结节良恶性分类方法及相关产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115578307A true CN115578307A (zh) | 2023-01-06 |
CN115578307B CN115578307B (zh) | 2023-09-15 |
Family
ID=84580130
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210583199.XA Active CN115578307B (zh) | 2022-05-25 | 2022-05-25 | 一种肺结节良恶性分类方法及相关产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115578307B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115984629A (zh) * | 2023-02-14 | 2023-04-18 | 成都泰莱生物科技有限公司 | 基于肺部CT与5mC标志物融合的肺结节分类方法及产品 |
CN115984251A (zh) * | 2023-02-14 | 2023-04-18 | 成都泰莱生物科技有限公司 | 基于肺部ct与多基因甲基化的肺结节分类方法及产品 |
CN116310513A (zh) * | 2023-02-14 | 2023-06-23 | 成都泰莱生物科技有限公司 | 基于肺部CT与5hmC标志物融合的肺结节分类方法及产品 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180068083A1 (en) * | 2014-12-08 | 2018-03-08 | 20/20 Gene Systems, Inc. | Methods and machine learning systems for predicting the likelihood or risk of having cancer |
CN109478231A (zh) * | 2016-04-01 | 2019-03-15 | 20/20基因系统股份有限公司 | 帮助区别良性和恶性放射线照相明显肺结节的方法和组合物 |
CN110391015A (zh) * | 2019-06-14 | 2019-10-29 | 广东省人民医院(广东省医学科学院) | 一种基于影像组学量化肿瘤免疫状态的方法 |
CN110603329A (zh) * | 2017-03-02 | 2019-12-20 | 优美佳肿瘤技术有限公司 | 用于诊断肝细胞癌和肺癌的甲基化标志物 |
CN111027590A (zh) * | 2019-11-11 | 2020-04-17 | 郑州大学第一附属医院 | 一种结合深度网络特征和机器学习模型的乳腺癌数据分类方法 |
CN111291816A (zh) * | 2020-02-17 | 2020-06-16 | 支付宝(杭州)信息技术有限公司 | 针对用户分类模型进行特征处理的方法及装置 |
CN112183572A (zh) * | 2020-08-12 | 2021-01-05 | 上海依智医疗技术有限公司 | 一种生成预测肺炎严重程度的预测模型的方法及装置 |
CN112382392A (zh) * | 2020-11-25 | 2021-02-19 | 珠海圣美生物诊断技术有限公司 | 一种用于肺结节风险性评估的系统 |
CN112802567A (zh) * | 2021-01-27 | 2021-05-14 | 东北大学 | 一种融合贝叶斯网络与回归分析的治疗费用预测方法 |
CN113257350A (zh) * | 2021-06-10 | 2021-08-13 | 臻和(北京)生物科技有限公司 | 基于液体活检的ctDNA突变程度分析方法和装置、ctDNA性能分析装置 |
CN113434688A (zh) * | 2021-08-23 | 2021-09-24 | 南京擎盾信息科技有限公司 | 用于舆情分类模型训练的数据处理方法和装置 |
CN113469954A (zh) * | 2021-06-15 | 2021-10-01 | 北京深睿博联科技有限责任公司 | 一种肺结节良恶性评价方法及装置 |
CN113628761A (zh) * | 2021-08-05 | 2021-11-09 | 复旦大学附属中山医院 | 抗血管生成药物联合免疫检查点抑制剂治疗疗效预测方法 |
CN114023444A (zh) * | 2021-11-22 | 2022-02-08 | 广东工业大学 | 一种骨关节炎病情预测方法、系统、计算机设备及介质 |
CN114373096A (zh) * | 2021-12-09 | 2022-04-19 | 山东师范大学 | 基于多特征融合的肺结节良恶性预测系统及方法 |
US20220148727A1 (en) * | 2020-11-11 | 2022-05-12 | Optellum Limited | Cad device and method for analysing medical images |
-
2022
- 2022-05-25 CN CN202210583199.XA patent/CN115578307B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180068083A1 (en) * | 2014-12-08 | 2018-03-08 | 20/20 Gene Systems, Inc. | Methods and machine learning systems for predicting the likelihood or risk of having cancer |
CN109478231A (zh) * | 2016-04-01 | 2019-03-15 | 20/20基因系统股份有限公司 | 帮助区别良性和恶性放射线照相明显肺结节的方法和组合物 |
CN110603329A (zh) * | 2017-03-02 | 2019-12-20 | 优美佳肿瘤技术有限公司 | 用于诊断肝细胞癌和肺癌的甲基化标志物 |
CN110391015A (zh) * | 2019-06-14 | 2019-10-29 | 广东省人民医院(广东省医学科学院) | 一种基于影像组学量化肿瘤免疫状态的方法 |
CN111027590A (zh) * | 2019-11-11 | 2020-04-17 | 郑州大学第一附属医院 | 一种结合深度网络特征和机器学习模型的乳腺癌数据分类方法 |
CN111291816A (zh) * | 2020-02-17 | 2020-06-16 | 支付宝(杭州)信息技术有限公司 | 针对用户分类模型进行特征处理的方法及装置 |
CN112183572A (zh) * | 2020-08-12 | 2021-01-05 | 上海依智医疗技术有限公司 | 一种生成预测肺炎严重程度的预测模型的方法及装置 |
US20220148727A1 (en) * | 2020-11-11 | 2022-05-12 | Optellum Limited | Cad device and method for analysing medical images |
CN112382392A (zh) * | 2020-11-25 | 2021-02-19 | 珠海圣美生物诊断技术有限公司 | 一种用于肺结节风险性评估的系统 |
CN112802567A (zh) * | 2021-01-27 | 2021-05-14 | 东北大学 | 一种融合贝叶斯网络与回归分析的治疗费用预测方法 |
CN113257350A (zh) * | 2021-06-10 | 2021-08-13 | 臻和(北京)生物科技有限公司 | 基于液体活检的ctDNA突变程度分析方法和装置、ctDNA性能分析装置 |
CN113469954A (zh) * | 2021-06-15 | 2021-10-01 | 北京深睿博联科技有限责任公司 | 一种肺结节良恶性评价方法及装置 |
CN113628761A (zh) * | 2021-08-05 | 2021-11-09 | 复旦大学附属中山医院 | 抗血管生成药物联合免疫检查点抑制剂治疗疗效预测方法 |
CN113434688A (zh) * | 2021-08-23 | 2021-09-24 | 南京擎盾信息科技有限公司 | 用于舆情分类模型训练的数据处理方法和装置 |
CN114023444A (zh) * | 2021-11-22 | 2022-02-08 | 广东工业大学 | 一种骨关节炎病情预测方法、系统、计算机设备及介质 |
CN114373096A (zh) * | 2021-12-09 | 2022-04-19 | 山东师范大学 | 基于多特征融合的肺结节良恶性预测系统及方法 |
Non-Patent Citations (5)
Title |
---|
RAHIMEH ROUHI 等: "Benign and malignant breast tumors classification based on region growing and CNN segmentation", EXPERT SYSTEMS WITH APPLICATIONS, pages 990 - 1002 * |
曾娜: "基于MRI影像组学建立鼻咽癌早期疗效预测模型", 中国优秀硕士学位论文全文数据库 医药卫生科技辑, vol. 2021, no. 1, pages 060 - 130 * |
李宣广;郭志斌;陈军;: "肺结节无创诊断技术研究进展", 社区医学杂志, no. 04, pages 241 - 246 * |
贾金芳;黄静;朱晓莉;: "肿瘤相关自身抗体对恶性肺结节的诊断价值", 中国肿瘤临床, no. 06, pages 7 - 12 * |
邹鸿程: "微博话题检测与追踪技术研究", 中国优秀硕士学位论文全文数据库 信息科技辑, no. 6, pages 6 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115984629A (zh) * | 2023-02-14 | 2023-04-18 | 成都泰莱生物科技有限公司 | 基于肺部CT与5mC标志物融合的肺结节分类方法及产品 |
CN115984251A (zh) * | 2023-02-14 | 2023-04-18 | 成都泰莱生物科技有限公司 | 基于肺部ct与多基因甲基化的肺结节分类方法及产品 |
CN115984251B (zh) * | 2023-02-14 | 2023-05-09 | 成都泰莱生物科技有限公司 | 基于肺部ct与多基因甲基化的肺结节分类方法及产品 |
CN116310513A (zh) * | 2023-02-14 | 2023-06-23 | 成都泰莱生物科技有限公司 | 基于肺部CT与5hmC标志物融合的肺结节分类方法及产品 |
CN116310513B (zh) * | 2023-02-14 | 2023-12-05 | 成都泰莱生物科技有限公司 | 基于肺部CT与5hmC标志物融合的肺结节分类方法及产品 |
CN115984629B (zh) * | 2023-02-14 | 2024-02-02 | 成都泰莱生物科技有限公司 | 基于肺部CT与5mC标志物融合的肺结节分类方法及产品 |
Also Published As
Publication number | Publication date |
---|---|
CN115578307B (zh) | 2023-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bhinder et al. | Artificial intelligence in cancer research and precision medicine | |
Srivastava et al. | Cancer overdiagnosis: a biological challenge and clinical dilemma | |
CN115578307B (zh) | 一种肺结节良恶性分类方法及相关产品 | |
Tekpli et al. | An independent poor-prognosis subtype of breast cancer defined by a distinct tumor immune microenvironment | |
US20230167507A1 (en) | Cell-free dna methylation patterns for disease and condition analysis | |
Onken et al. | A surprising cross-species conservation in the genomic landscape of mouse and human oral cancer identifies a transcriptional signature predicting metastatic disease | |
Hedegaard et al. | Comprehensive transcriptional analysis of early-stage urothelial carcinoma | |
Moffitt et al. | Virtual microdissection identifies distinct tumor-and stroma-specific subtypes of pancreatic ductal adenocarcinoma | |
Jauhri et al. | Prevalence and coexistence of KRAS, BRAF, PIK3CA, NRAS, TP53, and APC mutations in Indian colorectal cancer patients: next-generation sequencing–based cohort study | |
Sanz-Pamplona et al. | Clinical value of prognosis gene expression signatures in colorectal cancer: a systematic review | |
Roepman et al. | Multiple robust signatures for detecting lymph node metastasis in head and neck cancer | |
Kim et al. | Clinical validity of the lung cancer biomarkers identified by bioinformatics analysis of public expression data | |
CN111278993A (zh) | 从无细胞核酸中检测体细胞单核苷酸变体并应用于微小残留病变监测 | |
Wong et al. | The predictive accuracy of PREDICT: a personalized decision-making tool for Southeast Asian women with breast cancer | |
Poage et al. | Identification of an epigenetic profile classifier that is associated with survival in head and neck cancer | |
Vosoughi et al. | Common germline-somatic variant interactions in advanced urothelial cancer | |
Graubert et al. | Genomics of acute myeloid leukemia | |
Miao et al. | Feasibility of plasma-methylated SFRP2 for early detection of gastric cancer | |
Sjöström et al. | Comprehensive transcriptomic profiling identifies breast cancer patients who may be spared adjuvant systemic therapy | |
Varkalaite et al. | Liquid biopsy in gastric cancer: analysis of somatic cancer tissue mutations in plasma cell-free DNA for predicting disease state and patient survival | |
Del Portillo et al. | Evaluation of mutational testing of preneoplastic Barrett's mucosa by next-generation sequencing of formalin-fixed, paraffin-embedded endoscopic samples for detection of concurrent dysplasia and adenocarcinoma in Barrett's esophagus | |
Liu et al. | Mutation spectrums of TSC1 and TSC2 in Chinese women with lymphangioleiomyomatosis (LAM) | |
Berger et al. | Genetic biopsy for prediction of surveillance intervals after endoscopic resection of colonic polyps: results of the GENESIS study | |
Zhang et al. | Circulating cell-free DNA-based early detection | |
van Kessel et al. | A reported 20-gene expression signature to predict lymph node-positive disease at radical cystectomy for muscle-invasive bladder cancer is clinically not applicable |
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 |