(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211204720.0 (22)申请日 2022.09.30 (71)申请人 中国医学 科学院北京协和医院 地址 100730 北京市东城区王府井帅府园1 号 (72)发明人 宋兰　金征宇　朱振宸　周振　 谭卫雄　宋伟　雷晶　 (74)专利代理 机构 北京预立 生科知识产权代理 有限公司 1 1736 专利代理师 李红伟 (51)Int.Cl. G16H 50/70(2018.01) G16H 20/10(2018.01) G16H 10/60(2018.01) G06V 10/40(2022.01)G06V 10/764(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 20/00(2019.01) (54)发明名称 基于加权多病灶的影像组学特征预测晚期 癌症患者免疫 治疗效果 (57)摘要 本发明涉及基于加权多病灶的影像组学特 征预测晚期癌症患者免疫治疗效果， 具体涉及基 于加权多病灶的影像组学特征预测晚期癌症患 者免疫治疗效果的方法、 系统、 设备及计算机可 读存储介质。 包括： 获取待测癌症患者的增强CT 影像； 基于加权多病灶方法提取影像组学特征， 得到加权后的影像学组学特征， 所述加权多病灶 方法提取影像组学特征为： 提取患者的增强CT影 像中多个病灶的影像组学特征， 并将所述多个病 灶的影像组学特征自适应加权求和； 将所述加权 后的影像组学特征输入训练好的机器学习模型 中， 获得癌症患者是否适合抗PD ‑1/PD‑L1单抗治 疗的分类结果。 本申请在癌症患者免疫治疗临床 决策中具有很好的应用价 值。 权利要求书2页 说明书12页 附图2页 CN 115440386 A 2022.12.06 CN 115440386 A 1.一种基于加权多病灶的影像组学特征预测晚期癌症患者免疫治疗效果的方法， 包 括： 获取待测癌症患者的增强CT影 像； 基于加权多病灶方法提取影像组学特征， 得到加权后的影像学组学特征， 所述加权多 病灶方法提取影像组学特征为： 提取患者的增强CT影像中多个病灶的影像组学特征， 并将 所述多个病灶的影 像组学特征自适应加权求和； 将所述加权后的影像组学特征输入训练好的机器学习模型中， 获得癌症患 者是否适合 抗PD‑1/PD‑L1单抗治疗的分类结果。 2.根据权利要求1所述的基于加权多病灶的影像组学特征预测晚期癌症患 者免疫治疗 效果的方法， 其特 征在于， 所述加权多病灶方法的计算公式为： ， 其中， 代表加权后的整合特征， 为加权系数， 为患者的单个病灶的影像学特征， K为病 灶个数。 3.根据权利要求2所述的基于加权多病灶的影像组学特征预测晚期癌症患 者免疫治疗 效果的方法， 其特征在于， 加权中的加权系数采用多示例学习注意力模型确定， 所述模型由 一个基于注意力加权 机制的多层感知机分类 器构成； 可选的， 加权系数的公式为： 其中K为病灶个数， w和V为注意力模型参数， tanh为神经网络 的激活函数， 为患者的单病灶的影像学特征； 多层感知机分类器由两层神经网络构成， 第一层为隐藏层和激活函数构成， 第二层为激活函数获得的全连接 输出层。 4.根据权利要求1所述的基于加权多病灶的影像组学特征预测晚期癌症患 者免疫治疗 效果的方法， 其特 征在于， 所述方法还 包括： 获取待测癌症患者的临床数据； 提取代表性的临床特征， 所述临床特征为： 年龄、 临床分期、 骨转移、 治疗线数和  ICI  治疗； 将所述代表性的临床特征和所述加权后的影像组学特征输入训练好的机器学习模型 中， 获得癌症患者是否适 合抗PD‑1/PD‑L1单抗治疗的分类结果。 5.根据权利要求1所述的基于加权多病灶的影像组学特征预测晚期癌症患 者免疫治疗 效果的方法， 其特征在于， 所述基于加权多病灶方法提取影像组学特征为2  个基于形状的 特征， 9 个一阶特征和  14 个高阶纹理特征； 可选的， 所述将所述加权后的影像组学特征输 入训练好的机器学习模 型中为将2  个基于形状的特征、 9  个一阶特征和  14 个高阶纹理特 征及5个代 表性的临床特 征输入训练好的机器学习模型中。 6.根据权利要求1所述的基于加权多病灶的影像组学特征预测晚期癌症患 者免疫治疗 效果的方法， 其特征在于， 所述方法还包括 获取患者的增强CT影像后进 行预处理， 所述预 处权　利　要　求　书 1/2 页 2 CN 115440386 A 2理包括保留ICC超过预定阈值的影像组学特征； 和/或剔除相关系数大于规定阈值的影像组 学特征。 7.根据权利要求1所述的基于加权多病灶的影像组学特征预测晚期癌症患 者免疫治疗 效果的方法， 其特征在于， 所述机器学习模型选自下列算法中的一种或几种： 随机森林、 逻 辑回归、 线性回归、 多项式回归、 逐步回归、 岭回归、 套索回归、 弹性回归、 支持向量机、 极致 梯度提升、 多层感知机、 线性判别分析。 8.根据权利要求1所述的基于加权多病灶的影像组学特征预测晚期癌症患 者免疫治疗 效果的系统， 其特 征在于， 所述系统包括： 获取单元， 用于获取待测癌症患者的增强CT影 像； 特征提取单元， 用于基于加权多病灶方法提取影像组学特征， 得到加权后的影像学组 学特征， 所述加权多病灶方法提取影像组学特征为： 提取患者的增强CT影像中多个病灶的 影像组学特征， 并将所述多个病灶的影 像组学特征自适应加权和； 分类单元， 用于将所述加权后的影像组学特征输入训练好的机器学习模型中， 获得癌 症患者是否适 合抗PD‑1/PD‑L1单抗治疗的分类结果。 9.一种基于加权多病灶的影像组学特征预测晚期癌症患者免疫治疗效果的设备， 包 括： 存储器和处 理器； 所述存储器用于存 储程序指令； 所述处理器用于调用程序指令， 当程序指令被执行时， 实现权利要求1 ‑7任意一项所述 的基于加权多病灶的影 像组学特征预测晚期癌症患者免疫 治疗效果的方法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时， 实现权利要求1 ‑7任意一项所述的基于加权多病灶的影像组学特征预测 晚期癌症患者免疫 治疗效果的方法。权　利　要　求　书 2/2 页 3 CN 115440386 A 3