本發(fā)明涉及醫(yī)學(xué)規(guī)則學(xué)習(xí)領(lǐng)域，更具體地，涉及一種基于規(guī)則學(xué)習(xí)的腫瘤放療反應(yīng)預(yù)測(cè)系統(tǒng)及方法。

背景技術(shù)：

1、放療作為當(dāng)前癌癥治療的關(guān)鍵組成部分，與傳統(tǒng)的手術(shù)和化療相比侵入性更小，副作用更少，與其他治療方法聯(lián)合使用時(shí)可以最大限度地控制腫瘤。然而，目前腫瘤患者的標(biāo)準(zhǔn)治療方案存在預(yù)后不良和腫瘤控制有限等問(wèn)題。在放療期間使用氟脫氧葡萄糖(fluorodeoxyglucose,fdg)正電子發(fā)射斷層掃描(positron?emission?tomography,pet)/計(jì)算機(jī)斷層掃描(computed?tomography,ct)進(jìn)行早期反應(yīng)評(píng)估已被證明在非小細(xì)胞肺癌的治療中具有重要作用。pet/ct能夠在形態(tài)學(xué)變化之前量化腫瘤在治療前后的變化，從而為患者量身定制最佳治療策略。腫瘤標(biāo)準(zhǔn)攝取值(standard?uptake?value,suv)在腫瘤患者的治療中具有重要的預(yù)后價(jià)值，可為臨床治療方案的選擇和預(yù)后判斷提供參考。

2、科學(xué)研究表明，從fdg?pet/ct中可以提取特征數(shù)據(jù)，從而更加準(zhǔn)確地評(píng)估和預(yù)測(cè)不同癌癥患者在不同治療階段的結(jié)果。包括腫瘤體積和整個(gè)腫瘤體積的suv在內(nèi)的特征已被證明與治療效果顯著相關(guān)。相關(guān)研究還表明，腫瘤的fdg?pet/ct參數(shù)，結(jié)合腫瘤體積和腫瘤的代謝活性，能夠具備較好的預(yù)測(cè)性能?；诜派鋵W(xué)的圖像分析技術(shù)提取的放射學(xué)特征已被用于提供準(zhǔn)確、個(gè)性化的治療策略。放射學(xué)特征包括腫瘤周?chē)M織的fdg?pet/ct圖像特征，例如形狀和紋理特征，已用于預(yù)測(cè)局部晚期非小細(xì)胞肺癌的放療效果。當(dāng)前的研究工作致力于提取和評(píng)估放射組學(xué)特征，以預(yù)測(cè)患者的臨床預(yù)后。

3、機(jī)器學(xué)習(xí)模型，如支持向量機(jī)(support?vector?machines,svm)、決策樹(shù)(decision?tree,dt)，已被廣泛用于預(yù)測(cè)患者的臨床預(yù)后。隨機(jī)森林(random?forest,rf)、梯度提升決策樹(shù)(gradient?boosting?decision?tree,gbdt)等集成模型，能夠處理復(fù)雜的特征數(shù)據(jù)集并提高預(yù)測(cè)精度。然而，模型的復(fù)雜性使其成為缺乏臨床可解釋性的黑匣子，這對(duì)將科學(xué)研究轉(zhuǎn)化為臨床應(yīng)用構(gòu)成了重大挑戰(zhàn)。隨機(jī)森林是一種基于bagging的集成學(xué)習(xí)模型，通過(guò)集成多棵決策樹(shù)來(lái)提高模型的決策能力。隨機(jī)森林由決策樹(shù)組成，其中每個(gè)決策樹(shù)模型以數(shù)組的形式為每個(gè)節(jié)點(diǎn)存儲(chǔ)一組信息。基于這些信息，rulefit算法從每個(gè)決策樹(shù)中提取規(guī)則，通過(guò)規(guī)則擬合的方法構(gòu)建具備可解釋性的機(jī)器學(xué)習(xí)模型用于預(yù)測(cè)。而選取規(guī)則的質(zhì)量會(huì)對(duì)所構(gòu)建模型的預(yù)測(cè)準(zhǔn)確度造成影響，目前尚未開(kāi)發(fā)一種高效篩選高質(zhì)量規(guī)則的方法。另一方面，現(xiàn)有的模型很少針對(duì)腫瘤放療反應(yīng)的suv變化值進(jìn)行預(yù)測(cè)，尚未基于規(guī)則構(gòu)建一個(gè)預(yù)測(cè)suv變化值準(zhǔn)確度高的模型。

4、因此，開(kāi)發(fā)一種兼具預(yù)測(cè)準(zhǔn)確度和臨床可解釋性的基于規(guī)則的腫瘤放療反應(yīng)預(yù)測(cè)方法是一個(gè)亟待解決的技術(shù)問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、由于現(xiàn)有技術(shù)存在上述缺陷，本發(fā)明提供了一種基于規(guī)則學(xué)習(xí)的腫瘤放療反應(yīng)預(yù)測(cè)方法。首先，本發(fā)明采集腫瘤圖像數(shù)據(jù)，并進(jìn)行腫瘤風(fēng)險(xiǎn)分層。其次，本發(fā)明開(kāi)發(fā)了一個(gè)基于規(guī)則的機(jī)器學(xué)習(xí)模型，通過(guò)隨機(jī)森林從整個(gè)腫瘤/腫瘤聚類子區(qū)域的fdg?pet/ct放射組學(xué)中提取規(guī)則，采用啟發(fā)式算法進(jìn)行規(guī)則剪枝，并基于此規(guī)則集構(gòu)建模型進(jìn)行放療反應(yīng)預(yù)測(cè)。最后，本發(fā)明比較和總結(jié)了每個(gè)模型在預(yù)測(cè)suv變化值和治療是否生效類別方面的結(jié)果，證明了所采用的方法能夠在保持模型可解釋性的同時(shí)取得良好的放療反應(yīng)預(yù)測(cè)結(jié)果。

2、為實(shí)現(xiàn)上述目的，一方面，本發(fā)明提供一種基于規(guī)則的腫瘤放療反應(yīng)預(yù)測(cè)方法，包括以下步驟：

3、步驟s1、圖像數(shù)據(jù)采集和腫瘤風(fēng)險(xiǎn)分層：采集原始數(shù)據(jù)集中患者治療前期(petpre)和治療中期(petmid)的fdg?pet/ct圖像數(shù)據(jù)；fdg?pet/ct圖像數(shù)據(jù)包括但不限于腫瘤體素的3d空間坐標(biāo)、腫瘤體素的標(biāo)準(zhǔn)攝取值；使用k-means聚類算法將患者的腫瘤體素進(jìn)行聚類，劃分腫瘤風(fēng)險(xiǎn)區(qū)。

4、步驟s2、放射組學(xué)特征提?。簭纳鲜龌颊遬etpre和petmid的fdg?pet/ct圖像數(shù)據(jù)中提取特征數(shù)據(jù)，包括多個(gè)放射組學(xué)特征，以表征響應(yīng)于治療輻射劑量的腫瘤代謝活性；用患者放療前后腫瘤標(biāo)準(zhǔn)攝取值的變化來(lái)衡量放療反應(yīng)，包括用于判斷放療是否生效的fdgpet/ct放療中期二元反應(yīng)類和用于衡量放療效果的fdg?pet/ct放療中期反應(yīng)變化度量值(δsuvmean)。

5、步驟s3、構(gòu)建隨機(jī)森林模型，生成規(guī)則：根據(jù)訓(xùn)練集構(gòu)建隨機(jī)森林，并從該隨機(jī)森林中提取初始規(guī)則集；隨機(jī)森林由決策樹(shù)組成，其中每個(gè)決策樹(shù)模型以數(shù)組的形式為每個(gè)節(jié)點(diǎn)存儲(chǔ)一組信息，基于這些信息，從每個(gè)決策樹(shù)中提取規(guī)則并存儲(chǔ)。

6、步驟s4、使用啟發(fā)式算法進(jìn)行規(guī)則修剪：由于初始規(guī)則集包含大量規(guī)則，使用灰狼優(yōu)化算法(grey?wolf?optimizer,gwo)進(jìn)行規(guī)則修剪，篩選出更好的規(guī)則用于預(yù)測(cè)。

7、步驟s5、規(guī)則擬合，預(yù)測(cè)放療反應(yīng)：使用rulefit算法擬合修剪后的規(guī)則集。每個(gè)規(guī)則都被視為一個(gè)基本學(xué)習(xí)器，基于規(guī)則集構(gòu)建集成學(xué)習(xí)模型；在該模型中，根據(jù)每個(gè)輸入樣本是否匹配規(guī)則，將其轉(zhuǎn)換為0-1分類結(jié)果；由每個(gè)樣本對(duì)應(yīng)于每條規(guī)則的0-1分類結(jié)果與原始特征變量組成的0-1矩陣，即可作為模型輸入的訓(xùn)練集的新特征變量。

8、針對(duì)不同的預(yù)測(cè)需求，使用最小絕對(duì)收縮和選擇算子(least?absoluteshrinkage?and?selection?operator,lasso)將由單個(gè)規(guī)則變換而來(lái)的基礎(chǔ)學(xué)習(xí)器進(jìn)行線性組合。采用lasso邏輯回歸模型進(jìn)行分類任務(wù)，采用lasso回歸模型進(jìn)行回歸任務(wù)；分類預(yù)測(cè)中，以fdg?pet/ct放療中期二元反應(yīng)類作為規(guī)則的輸出即預(yù)測(cè)目標(biāo)；回歸預(yù)測(cè)中則以δsuvmean作為預(yù)測(cè)目標(biāo)；從而構(gòu)建具備可解釋性的機(jī)器學(xué)習(xí)模型進(jìn)行放療反應(yīng)預(yù)測(cè)。

9、進(jìn)一步地，所述步驟s1中，使用k-means聚類算法為每個(gè)患者生成治療前期和治療中期圖像時(shí)間點(diǎn)的聚類，通過(guò)迭代將n個(gè)體素劃分為k個(gè)聚類，以最小化與聚類結(jié)果相對(duì)應(yīng)的損失函數(shù)；基于fdg?pet/ct?suv和體素的3d坐標(biāo)將每個(gè)患者的腫瘤體素劃分為2或3個(gè)聚類子區(qū)域；2個(gè)聚類子區(qū)域被定義為mtv?high風(fēng)險(xiǎn)區(qū)和mtv?low風(fēng)險(xiǎn)區(qū)；去除了3個(gè)聚類子區(qū)域中風(fēng)險(xiǎn)程度居中的子區(qū)域，并將風(fēng)險(xiǎn)程度較高的子區(qū)域和風(fēng)險(xiǎn)程度較低的子區(qū)域重新聚類定義為mtv?high*風(fēng)險(xiǎn)區(qū)和mtv?low*風(fēng)險(xiǎn)區(qū)。

10、進(jìn)一步地，所述步驟s2中，放射組學(xué)特征通過(guò)matlab工具箱pet腫瘤學(xué)放射組學(xué)測(cè)試套件(ports)提取，包括6個(gè)強(qiáng)度直方圖特征，19個(gè)gray?tone?spatial?dependentmatrix(gtsdm)類的紋理特征，5個(gè)neighborhood?gray?tone?difference?matrix(ngtdm)的紋理特征，11個(gè)gray?level?zone?size?matrix(glzsm)類的紋理特征。

11、進(jìn)一步地，所述步驟s2中，用于衡量放療效果的fdg?pet/ct放療中期反應(yīng)變化度量值(δsuvmean)的計(jì)算公式為：

12、

13、其中，presuvmean表示腫瘤放療前所有像素點(diǎn)的平均標(biāo)準(zhǔn)攝取值；midsuvmean表示腫瘤放療中期所有像素點(diǎn)的平均標(biāo)準(zhǔn)攝取值。用于判斷放療是否生效的依據(jù)為腫瘤放療前所有像素點(diǎn)的平均標(biāo)準(zhǔn)攝取值與放療中期所有像素點(diǎn)的平均標(biāo)準(zhǔn)攝取值是否滿足δsuvmean>＝0.2；若滿足，則判定針對(duì)所述像素點(diǎn)的腫瘤放療有效；若不滿足，則判定針對(duì)所述像素點(diǎn)的腫瘤放療無(wú)效。

14、進(jìn)一步地，所述步驟s4中，為從所選規(guī)則集中篩選出合適數(shù)量的規(guī)則，采用評(píng)估函數(shù)對(duì)所選規(guī)則集進(jìn)行評(píng)估：

15、

16、其中，對(duì)于每個(gè)規(guī)則集中的每個(gè)規(guī)則，cc表示計(jì)算訓(xùn)練樣本中符合該規(guī)則的樣本數(shù)，ic表示訓(xùn)練樣本中不符合該規(guī)則的樣本數(shù)。對(duì)于每個(gè)規(guī)則集，rulecc表示該規(guī)則集中各條規(guī)則的cc之和，ruleic表示該規(guī)則集中各條規(guī)則的ic之和；rulecount表示每條規(guī)則在初始規(guī)則集中被包含的次數(shù)之和(多個(gè)樹(shù)分類器可能使用同一條規(guī)則)，treenum表示隨機(jī)森林中樹(shù)分類器的總數(shù)；m和n為設(shè)定的常數(shù)，m為保持分母不為零，通常取4，n用于控制兩部分的權(quán)重，通常取10。

17、進(jìn)一步地，所述步驟s4中，基于所述評(píng)估函數(shù)，使用gwo算法迭代選擇較好的規(guī)則，從而完成規(guī)則集的修剪；算法偽代碼見(jiàn)表1，展示了算法流程。

18、表1?gwo算法偽代碼

19、

20、

21、進(jìn)一步地，在所述gwo算法中，用灰狼的位置表示所選擇的規(guī)則集，用獵物表示最優(yōu)規(guī)則集，模擬灰狼的狩獵行為，篩選出高質(zhì)量的規(guī)則。對(duì)于包含k條規(guī)則的初始規(guī)則集，gwo算法隨機(jī)生成p個(gè)均勻分布的權(quán)重向量表示p只灰狼的初始狼群，即p個(gè)選定的規(guī)則集。每個(gè)向量(x1,x2,x3，…，xq)包含q個(gè)元素，即灰狼個(gè)體的位置，表示包含q條規(guī)則的規(guī)則集。每個(gè)向量中的每個(gè)元素xi是0到1之間的隨機(jī)數(shù)，用來(lái)表示從初始規(guī)則集中選擇的第|kxi|條規(guī)則。

22、進(jìn)一步地，gwo算法的迭代部分主要包含以下步驟。首先，灰狼(每個(gè)選定的規(guī)則集)逐漸接近獵物并包圍它。其中t為當(dāng)前迭代次數(shù)，a、c為協(xié)同系數(shù)向量。a和c按所述公式計(jì)算：

23、a＝2a×r1-a

24、c＝2r2

25、a在迭代過(guò)程中從2到0呈線性變化，r1和r2是0到1之間的隨機(jī)向量。x(t)表示該灰狼當(dāng)前的位置向量，x(t+1)表示該灰狼更新后的位置向量?；依抢忙晾?、β狼、δ狼的指引尋找獵物并向其靠近，按照所述公式更新位置向量。

26、dα＝c1×xα-x(t),x1＝xα-a1×dα

27、dβ＝c2×xβ-x(t),x2＝xβ-a2×dβ

28、dδ＝c3×xδ-x(t),x3＝xδ-a3×dδ

29、x(t+1)＝(x1+x2+x3)/3

30、其中xα、xβ、xδ代表α狼、β狼、δ狼的位置。dα、dβ、dδ分別表示當(dāng)前狼與最優(yōu)三只狼之間的距離?；依歉伦约旱奈恢茫颢C物移動(dòng)，從而獲得更好的規(guī)則集。隨后，當(dāng)|a|<1時(shí)，灰狼攻擊獵物，更新位置；當(dāng)|a|>1時(shí)，灰狼進(jìn)行隨機(jī)搜索。如所述的經(jīng)過(guò)100次迭代后，即可得到最優(yōu)灰狼個(gè)體即完成規(guī)則修剪，得到最優(yōu)的規(guī)則組。

31、進(jìn)一步地，所述修剪得到的規(guī)則集數(shù)量在15-20為宜，規(guī)則數(shù)量過(guò)小難以取得高預(yù)測(cè)準(zhǔn)確度，規(guī)則數(shù)量過(guò)大則會(huì)使模型過(guò)于復(fù)雜難以構(gòu)建。

32、進(jìn)一步地，所述步驟s5中，所構(gòu)建模型具有可解釋性；所構(gòu)建模型能夠評(píng)估組成模型的規(guī)則，通過(guò)計(jì)算每條規(guī)則的支持度和重要度以及其中包含的特征的重要度，解釋這些規(guī)則和特征在集成模型中的工作方式。

33、本發(fā)明的第二個(gè)方面，提供一種規(guī)則學(xué)習(xí)的腫瘤放療反應(yīng)預(yù)測(cè)系統(tǒng)，包括：

34、圖像數(shù)據(jù)預(yù)處理模塊，用于對(duì)采集到的患者治療前期(petpre)和治療中期(petmid)的fdg?pet/ct圖像數(shù)據(jù)進(jìn)行處理，并使用k-means聚類算法將患者的腫瘤體素進(jìn)行聚類，劃分腫瘤風(fēng)險(xiǎn)區(qū)；從上述患者petpre和petmid的fdg?pet/ct圖像數(shù)據(jù)中提取特征數(shù)據(jù)，包括41個(gè)放射組學(xué)特征。計(jì)算患者放療前后腫瘤標(biāo)準(zhǔn)攝取值的變化來(lái)衡量放療反應(yīng)，包括用于判斷放療是否生效的fdg?pet/ct放療中期二元反應(yīng)類和用于衡量放療效果的fdgpet/ct放療中期反應(yīng)變化度量值(δsuvmean)；最后將得到的數(shù)據(jù)集劃分為訓(xùn)練集和測(cè)試集。

35、模型構(gòu)建模塊，包括規(guī)則生成、規(guī)則修剪、規(guī)則擬合三部分；第一部分根據(jù)圖像數(shù)據(jù)預(yù)處理得到的特征數(shù)據(jù)集生成初始規(guī)則集；第二部分使用gwo算法進(jìn)行規(guī)則修剪，得到較優(yōu)的規(guī)則集；第三部分使用rulefit算法進(jìn)行規(guī)則擬合，構(gòu)建具備可解釋性的機(jī)器學(xué)習(xí)模型。

36、訓(xùn)練模塊，用訓(xùn)練集數(shù)據(jù)對(duì)所述機(jī)器學(xué)習(xí)模型進(jìn)行訓(xùn)練。

37、預(yù)測(cè)模塊，包括訓(xùn)練好的機(jī)器學(xué)習(xí)模型及用于構(gòu)建模型的規(guī)則，用于將待預(yù)測(cè)數(shù)據(jù)即測(cè)試集數(shù)據(jù)輸入至所述訓(xùn)練后的機(jī)器學(xué)習(xí)模型，生成預(yù)測(cè)結(jié)果。

38、模型分析模塊，基于所述模型的可解釋性，評(píng)估組成模型的規(guī)則；通過(guò)計(jì)算每條規(guī)則的支持度和重要度以及其中包含的特征的重要度，解釋這些規(guī)則和特征在集成模型中的工作方式。

39、與現(xiàn)有技術(shù)相比，上述發(fā)明具有如下優(yōu)點(diǎn)或者有益效果：

40、(1)本發(fā)明從圖像數(shù)據(jù)中提取特征，并基于特征數(shù)據(jù)結(jié)合隨機(jī)森林生成規(guī)則，從而提供具備可解釋性的放療反應(yīng)預(yù)測(cè)；

41、(2)本發(fā)明巧妙地采用gwo算法進(jìn)行規(guī)則修剪，高效地篩選出高質(zhì)量的規(guī)則集用于預(yù)測(cè)，提高了預(yù)測(cè)的準(zhǔn)確度；

42、(3)本發(fā)明利用改進(jìn)的rulefit算法構(gòu)建了基于規(guī)則學(xué)習(xí)的放療反應(yīng)預(yù)測(cè)模型，兼具可解釋性和高預(yù)測(cè)準(zhǔn)確度，能夠智能輔助醫(yī)生進(jìn)行腫瘤放療診斷，促進(jìn)了患者風(fēng)險(xiǎn)分層、治療選擇和生物學(xué)驅(qū)動(dòng)適應(yīng)方面的臨床決策支持。