具体实施方式

下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例提供了一种基于影像组学的肝癌肝外转移预测模型的构建方法，包括如下步骤：

S1、采集经肝切除术治疗的肝癌患者的原始医学影像和临床信息；

S2、将肝癌患者按比例随机分为训练集和验证集；

S3、从所述原始医学影像上提取影像组学特征，得到初步影像组学特征；

S4、采用LASSO回归模型对训练集中的初步影像组学特征进行降维和分析筛选，得到第一目标影像组学特征，并利用所述第一目标影像组学特征构建多种分类器模型；

S5、使用SMOTE算法对所述第一目标影像组学特征进行少数过采样处理，得到扩增后的影像组学特征数据；

S6、采用LASSO回归模型和RFC-RFE算法对所述扩增后的影像组学特征数据进行降维和分析筛选，得到第二目标影像组学特征，并利用所述第二目标影像组学特征构建多种分类器模型、计算影像学评分；

S7、对基于第一目标影像组学特征和第二目标影像组学特征构建的分类器模型进行评估，筛选最佳分类器模型，即得到肝癌肝外转移预测模型。

在上述技术方案中，本发明实施例提出了一种基于影像组学的肝癌肝外转移预测模型的构建方法，该方法运用五种分类器分别对“LASSO回归模型”特征选择后的目标特征和“LASSO回归模型和RFC-RFE算法”进行特征选择后的目标特征进行五种分类器模型建立，进行性能评估，并在验证集中进行验证，从而筛选出最佳分类器模型，即为肝癌肝外转移预测模型。

还需进一步说明的是，本发明实施例先采用LASSO回归模型进行特征选择，随后对筛选后的特征进行扩增后，采用LASSO回归模型和RFC-RFE算法相结合的方式对扩增后的特征进行二次选择的原因在于：可进一步消除不相关的特征，从而提升肝癌肝外转移预测模型的性能。

在一优选实施例中，所述影像组学特征包括但不限于一阶统计学特征、形态学特征、灰度共生矩阵特征(GLCM)、灰度游程特征(GLRLM)、灰度区域大小矩阵特征(GLSZM)、灰度依赖矩阵特征(GLDM)、小波变化特征、拉普拉斯变化特征以及邻域灰度差别矩阵特征(NGTDM)。

在一优选实施例中，所述第一目标影像组学特征包括：一阶统计学特征1个、灰度共生矩阵特征3个、灰度游程特征2个、灰度区域大小矩阵特征4个、灰度依赖矩阵特征1个，共计11个特征；

所述第二目标影像组学特征包括：灰度共生矩阵特征5个、灰度区域大小矩阵特征1个、灰度游程特征4个、灰度依赖矩阵特征4个、邻域灰度差别矩阵特征1个，共计15个特征。

在一优选实施例中，所述多种分类器模型包括：逻辑回归模型(LR)、支持向量机模型(SVM)、随机森林模型(RFC)、决策树模型(DTC)和朴素贝叶斯模型(GNB)。

在上述实施例中，选择上述5种分类器建立模型的原因在于：

(1)逻辑回归算法速度较快，适合二分类问题，模型的可解释性非常好，从特征的权重可以看到不同特征对最后结果的影响；

(2)支持向量机使用核函数可以解决非线性的问题，分类效果好；

(3)随机森林算法能够处理很高维度(特征很多)的数据，模型的泛华能力很强，训练速度快，能够检测到特征之间相互影响，该分类器对噪声和异常值具有鲁棒性，对于不平衡数据来说可以平衡误差，有很大的优势；

(4)决策树算法分类精确度高，生成的模式简单，对噪声数据有很好的健壮性；

(5)朴素贝叶斯算法数据不大时表现较好，减少了模型的复杂性，有稳定的分类效率；

此外，LASSO(最小绝对值收缩和选择算子)是影像组学中较常用的一种降维方式可以减少模型的过度拟合，并且过程中使用交叉验证可以增强模型的稳定性，可以很好的反应自变量与因变量的显著性；

随机森林-递归特征消除法是提出的一种用于基因选择和癌症分类的嵌入式方法。该方法对过拟合数据的鲁棒性优于包装和滤波方法。研究表明，混合特征选择方法可以提高特征选择的有效性，这种算法组合也在我们的研究中得到了进一步的评估。我们之所以选择这些算法因为他们在文献中的普及性和高计算效率。

在一优选实施例中，所述影像学评分根据以下公式计算得到：

式中：A为筛选出的影像组学特征所对应的数值，β为筛选出的影像组学特征所对应的回归系数。

在上述实施例中，基于lasso所筛选的特征，得出这些原始特征(未经过标准化处理的数据)的均值和标准差。进一步转换系数，得到最终的系数和截距，Radscore即所有特征与对应系数的乘积求和加上截距值得到的影像学评分。

在一优选实施例中，所述对基于第一目标影像组学特征和第二目标影像组学特征构建的分类器模型进行评估，包括以下步骤：

(1)从所述第一目标影像组学特征和第二目标影像组学特征中筛选最重要的影像组学特征；

(2)利用AUC和ACC分别对基于第一目标影像组学特征和第二目标影像组学特征构建的分类器模型进行性能评估，并在验证集中进行验证，从而筛选出最佳分类器模型。

在一优选实施例中，所述构建方法还包括临床模型构建步骤和联合模型构建步骤，具体包括：

(1)采用单因素分析确定肝癌肝外转移患者的临床特征对预后的影响，筛选出p＜0.05的临床特征作为临床因素，基于所述最佳分类器模型结合临床因素建立临床模型，利用所述临床因素结合影像学评分，建立联合模型，将P＜0.05特征纳入多因素分析，结果表明瘤径，T分期和Radscore是肝癌患者转移的独立预测因素(P<0.05)；

(2)采用ROC曲线下面积AUC和ACC评估所述肝癌肝外转移预测模型、临床模型和联合模型的预测性能,并以列线图展示训练集模型的结果。

在上述实施例中，建立临床模型和联合模型的原因:由于在临床上，医生要根据患者的临床症状和影像学因素做出疾病的诊断，治疗和判断预后，所以我们在观察了影像学模型和临床模型的预测性能后，有必要将二者结合起来，观察联合模型的性能，进而更全面综合的评估病人的预后以便辅助治疗。

在一优选实施例中，所述临床因素包括微血管浸润、瘤径、体重指数、中性粒细胞计数和t分期。

本发明还提供了一种基于影像组学的肝癌肝外转移预测模型，该预测模型利用上述任一优选实施例所述的肝癌肝外转移预测模型的构建方法构建得到。

本发明实施例还提出了一种基于影像组学的肝癌肝外转移预测模型在肝癌肝外转移预测中的应用。

为了更清楚详细地介绍本发明实施例所提供的基于影像组学的肝癌肝外转移预测模型、其构建方法及应用，下面将结合具体实施例进行描述。

实施例1

本实施例提出一种基于影像组学的肝癌肝外转移预测模型的建立方法，包括以下步骤：

(1)纳入277例经病理证实为肝细胞癌并且予以肝切除术治疗的患者作为数据集，按照7：3的比例将其随机分为训练组(n＝193)和验证组(n＝84)；

(2)采集经肝切除术治疗的肝癌患者的原始医学影像和临床信息，从每个患者的CT图像上分别提取了1130个影像学特征，即初步影像组学特征，其中，1130个影像学特征包括：一阶统计学特征、形态学特征、灰度共生矩阵特征(GLCM)、灰度游程特征(GLRLM)、灰度区域大小矩阵特征(GLSZM)、灰度依赖矩阵特征(GLDM)、小波变化特征、拉普拉斯变化特征以及邻域灰度差别矩阵特征；

(3)使用类内和类间相关系数(ICCs)来评估特征提取的观察者内和观察者间的再现性，当ICC在观察者内和观察者间均超过0.75时，认为该特征具有较好的一致性；

(4)采用LASSO回归模型对训练集中的初步影像组学特征进行降维和分析筛选，并使用10折交叉验证以防止模型过度拟合，得到11个第一目标影像组学特征，包括：一阶统计学特征1个、灰度共生矩阵特征3个、灰度游程特征2个、灰度区域大小矩阵特征4个、灰度依赖矩阵特征1个，利用11个第一目标影像组学特征分别构建逻辑回归模型、支持向量机模型、随机森林模型、决策树模型和朴素贝叶斯模型，并利用下述公式计算影像学评分：

式中：A为筛选出的影像组学特征所对应的数值，β为筛选出的影像组学特征所对应的回归系数。

(5)使用SMOTE算法对所得第一目标影像组学特征进行少数过采样处理，得到扩增后的影像组学特征数据；

(6)采用LASSO回归模型和RFC-RFE算法对扩增后的影像组学特征数据进行降维和分析筛选，得到15个第二目标影像组学特征，包括：灰度共生矩阵特征5个、灰度区域大小矩阵特征1个、灰度游程特征4个、灰度依赖矩阵特征4个、邻域灰度差别矩阵特征1个，并利用第二目标影像组学特征分别构建逻辑回归模型、支持向量机模型、随机森林模型、决策树模型和朴素贝叶斯模型，并利用步骤(4)中的公式计算影像学评分；

(7)从第一目标影像组学特征和第二目标影像组学特征中筛选最重要的影像组学特征，利用AUC分别对基于第一目标影像组学特征和第二目标影像组学特征构建的分类器模型进行性能评估，并在验证集中进行验证，从而筛选出最佳分类器模型，即得到基于影像组学的肝癌肝外转移预测模型。

实施例2

本实施例提出一种临床模型和联合模型的构建方法，包括如下步骤：

(1)采用单因素分析确定肝癌肝外转移患者的临床特征对预后的影响，筛选出p<0.05的临床特征纳入多因素回归分析，通过单因素分析确定3个临床特征，即体重指数(BMI)、中性粒细胞计数(NEUT)和t分期，2个影像学定性特征，即肿瘤直径、MVI和Radscore(均P<0.05)；

(2)对上述临床特征和影像学定性特征进行多变量logistic回归分析，分析可知，肿瘤直径(OR 0.721[95％CI,0.542-0.959)]，P＝0.025)、t分期(P<0.0001)和放射组学评分(OR,1.618e6[95CI,17.438-3.666e10]，P＝0.005)是肝癌发生的独立预测因素；

(3)采用性能最佳的logistic回归分类器建立临床模型，将单因素分析中P值<0.05的临床因素纳入模型，并与影像学评分建立联合模型；

(4)采用ROC曲线和列线图评估所述肝癌肝外转移预测模型、临床模型和联合模型的预测性能。

分类器模型性能测试

该性能测试实验具体采用AUC法对实施例1中基于LASSO回归模型筛选得到的11个第一目标影像组学特征构建的5个分类器模型以及结合SMOTE算法后，基于LASSO回归模型和RFC-RFE算法筛选得到的15个第二目标影像组学特征构建的5个分类器模型分别进行了性能测试，测定结果见下表：

表1 AUC法测定各分类器模型性能结果统计

由上表所示的实验结果可知，基于LASSO回归模型筛选所得特征构建的分类器模型的验证集中，分类器LR、SVC和GNB的ACC最高，为0.87，而SVC和RFC模型的灵敏度、特异性、f1-score和精确度最低；在分类器与SMOTE相结合的情况下，分类器LR和DTC在验证集中的AUC最高，为0.81；DTC的ACC最高，分别为0.88(训练组)和0.83(验证组)；

在训练数据集中，DTC与SMOTE相结合的分类器AUC最高，为0.92，其次是LR(AUC＝0.91)；在没有添加SMOTE的训练集中，分类器DTC的AUC最低，为0.6(训练组)和0.53(验证组)，而分类器LR的AUC最高，为0.88。此外，分类器LR和DTC的ACC最高，为0.9；在其他分类器中也得到了相同的结果，添加了SMOTE算法的分类器的AUC值高于未添加SMOTE算法的分类器，同时，上述实验结果也证明了逻辑回归模型在预测肝癌转移中表现最稳定。

肝癌肝外转移预测模型、临床模型以及联合模型性能测试

本发明还对实施例1-2构建得到的肝癌肝外转移预测模型、临床模型以及联合模型分别使用AUC法、ROC曲线和列线图进行了性能预测，测定结果如下表所示：

表2肝癌肝外转移预测模型、临床模型以及联合模型性能测试结果

从表2所示的实验结果可知，与肝癌肝外转移预测模型相比，训练集和验证集中，联合模型的AUC和ACC最高，这表明联合模型的预测能力最好，也符合临床实际情况。