买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国科学院深圳先进技术研究院;郑州大学第一附属医院

摘要：本申请涉及影像分析技术领域，特别涉及一种基于常规MRI序列对GBM患者进行风险分层的方法及系统，该方法包括以下步骤：获取GBM患者的数据集；对数据集进行图像采集，得到常规MRI序列；并基于数据集，获取转录组测序数据；基于常规MRI序列，提取影像组学特征；并基于影像组学特征，构建影像临床模型；基于影像临床模型和转录组测序数据，得到影像组学分析结果；采用加权基因共表达网络分析以及基因集富集分析方法，对转录组测序数据进行分析，得到交叉通路，并对影像组学特征背后的生物学基础进行解释。本申请利用常规MRI序列对IDH野生型胶质母细胞瘤患者进行风险分层与预后预测，并挖掘影像组学预后特征背后的生物学通路，为临床精准治疗提供指导。

主权项：1.一种基于常规MRI序列对GBM患者进行风险分层的方法，其特征在于，包括：获取GBM患者的数据集；所述GBM患者为胶质母细胞瘤患者；所述数据集包括训练集和测试集；对所述数据集进行图像采集，得到常规MRI序列；并基于所述数据集，获取转录组测序数据；所述常规MRI序列包括流体衰减反转恢复成像序列、T1加权对比增强成像序列、T1加权成像序列以及T2加权成像序列；基于所述常规MRI序列，提取影像组学特征；并基于所述影像组学特征，构建影像临床模型；基于所述影像临床模型和所述转录组测序数据，得到影像组学分析结果；采用加权基因共表达网络分析以及基因集富集分析方法，对转录组测序数据进行分析，得到用于揭示影像组学特征生物学含义的交叉通路；基于所述影像临床模型以及所述交叉通路，对影像组学特征背后的生物学基础进行解释；基于所述常规MRI序列，提取影像组学特征；并基于所述影像组学特征，构建影像临床模型，包括：对所述常规MRI序列进行预处理，得到预处理后的常规MRI序列；基于所述预处理后的常规MRI序列，从每个三维感兴趣体积中提取影像组学特征；所述三维感兴趣体积是通过三维模拟生成肿瘤的三维体积；所述影像组学特征包括纹理组学特征、形状组学特征以及强度组学特征；基于所述影像组学特征，在所述数据集中筛选出最佳影像组学特征，以构成影像组学标签；基于所述影像组学标签，构建影像临床模型；其中，对所述常规MRI序列进行预处理，包括：采用N4ITK偏置场进行偏置场失真校正；采用三线插值法将所有体素等向重采样为1×1×1mm3的体素；采用3DSlicer软件对每个患者的常规MR图像进行刚性配准，以轴向重采样的T1加权对比增强成像为模板，采用相互信息相似度指标，分别生成流体衰减反转恢复成像、T1加权对比增强成像、T1加权成像以及T2加权成像的配准图像，分别记为rFLAIR、rT1c、rT1和rT2；采用直方图匹配来使灰度分布归一化；基于所述影像组学特征，在所述数据集中筛选出最佳影像组学特征，以构成影像组学标签，包括：计算每个影像组学特征的组内相关系数，并基于所述组内相关系数，筛选出勾画一致性大于阈值的特征，得到一次筛选特征；对所述一次筛选特征进行单因素回归分析，统计所述一次筛选特征的一致性指数，得到二次筛选特征；采用最小绝对收缩和选择算子筛选方法对所述二次筛选特征再次进行筛选，筛选出最佳影像组学特征，以构成影像组学标签；基于所述影像临床模型以及所述交叉通路，对影像组学特征背后的生物学基础进行解释，包括：基于所述影像临床模型以及所述交叉通路，分别揭示不同风险分层下的生物学基础、单个影像组学特征的生物学含义以及单个MRI序列的生物学含义，以对影像组学特征背后的生物学基础进行解释。

全文数据：

权利要求：

百度查询： 中国科学院深圳先进技术研究院 郑州大学第一附属医院 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