一种肾部分切除患者术后远期肾功能预测模型的构建方法

本发明涉及医学，具体涉及一种肾部分切除患者术后远期肾功能预测模型的构建方法。

背景技术：

1、外科手术切除是早期肾癌的主要治疗方案，既往认为根治性肾切除术是肾癌的主要手术方式，但术后常面临肾脏代谢压力增大，肾功能衰退等不良后果。而肾部分切除术(partial nephrectomy,pn)因其保肾优势降低了术后发生肾功能不全、代谢及心血管疾病的风险。因此近年来，出于保护患者肾功能和术后恢复的考虑，pn被逐步应用到了肿瘤体积较小的ct1a(肿瘤直径≤4cm)期或肾功能不全的肾癌患者上。目前pn已成为指南推荐的治疗临床t1a期肾肿瘤的标准手术方式。由于手术保留部分肾脏，pn在获得更好的肾功能预后方面有优势，但仍然面临手术切缘阳性以及伴随的肿瘤残留和复发问题。因此术前亟需明确哪些早期肾癌患者适于行肾部分切除术，而哪些患者在手术后易发生肾功能不全。针对肾癌的手术方式及并发症评估，目前常用的renal评分、padua评分等能够根据肾肿瘤最大直径、外凸率、侵犯深度等指标进行肾肿瘤复杂度的评定，判断预后辅助术式选择。然而这类评分模型仅以人眼观察及手动测量到的影像学数据作为输入指标，更多地关注影像图片的宏观特征，且由于阅片者的主观因素及测量误差，大量的影像学特征参数(肿瘤坏死、囊变、出血、钙化，肾灌注减低等)对肾癌预后的影响难以准确评估，因此目前尚未出现权威的基于术前影像学参数的肾癌预后模型，而对于术后肾功能情况的评估及预测而言，仅基于传统统计学方法所得出的模型其预测效能也受到限制。此外在评分结果方面，这些评分体系也更侧重于肿瘤预后，而缺少有关术后肾功能的考量，在对包括肿瘤预后及功能预后在内的患者术后整体情况做出评估时缺乏全面性。

技术实现思路

1、基于上述方案的缺陷与不足，本发明提供一种肾部分切除患者术后远期肾功能预测模型的构建方法，该方法构建的模型通过输入拟行肾部分切除术患者术前影像(ct或mri)及临床资料后患者行肾部分切除术后远期的剩余肾功能预测结果，以便进行术前决策。

2、本发明目的实现由以下技术方案完成：

3、一种肾部分切除患者术后远期肾功能预测模型的构建方法，其包括：

4、s1：获取若干患者的数据，并进行筛选；各患者的数据包括临床数据以及术前影像资料；

5、s2：构建用于从术前影像资料中得到肾脏与肿瘤部分的自动勾画文件的肾脏肿瘤自动勾画模型；

6、s3：根据临床数据进行单因素及多因素logistics回归、单因素及多因素cox回归分析，得到参与预测的临床变量；

7、s4：将术前影像资料作为原始图像文件，采用肾脏肿瘤自动勾画模型从中获得的自动勾画文件作为标签图像文件；对原始图像文件与对应的标签图像文件进行特征提取，得到影像组学特征；

8、s5：将各患者的临床变量、影像组学特征以及对应的术后远期肾功能结果输入到人工神经网络进行训练，以得到最终的预测模型。

9、本发明的进一步改进在于，步骤s2包括：人工对肾癌病例ct影像资料进行勾画，勾画部分包括肾脏及肿瘤；勾画后文件生成为原始图像文件及标签图像文件；将文件标准化后使用nnunet训练得到肾脏肿瘤自动勾画模型，采用dice相似系数对模型的准确度进行评估，确定最佳u-net配置，得到最终的肾脏肿瘤自动勾画模型。

10、本发明的进一步改进在于，步骤s3中，得到的参与预测的临床变量包括：bmi、糖尿病(有/无)、慢性肾脏病(有/无)、ldl分级、手术方式、wit及dap评分。

11、本发明的进一步改进在于，步骤s3中，通过单因素logistic回归分析从临床数据中选取预测因素包括：bmi、糖尿病、慢性肾病、ldl分级大于4.1mmol/l、手术方式中的开放手术、手术方式中的普通腹腔镜手术、wit、dap评分。

12、本发明的进一步改进在于，步骤s3中，通过多因素logistic回归分析从预测因素中选取的独立预测因素包括：糖尿病、ldl分级大于4.1mmol/l、手术方式中的开放手术、手术方式中的普通腹腔镜手术、wit。

13、本发明的进一步改进在于，步骤s3中，采用cox比例风险回归模型对纳入患者的临床数据进行生存分析；其中，单因素生存分析显示bmi、wit、术前肾功能分期4期以及dap评分均与术后远期肾功能下降的相关因素；多因素cox回归分析显示，术前肾功能分期4期以及dap评分为影响肾癌病人术后肾功能保存时间的独立预后因素。

14、本发明的进一步改进在于，步骤s4中，采用python pyradiomics库从原始图像文件与对应的标签图像文件进行特征提取。

15、本发明的进一步改进在于，步骤s5中，术后远期肾功能结果包括肾功能下降是否大于25％以及肾功能下降具体数值。

16、本发明的优点是：发明创新使用nnunet及ann等人工智能网络，通过算法建模，挖掘数据中的潜在联系并构建新型分析模型，基于临床及影像学特征于术前对术后发生肾功能下降的患者进行预测，可辅助外科医师针对不同患者进行个性化术式选择、围术期管理及术后随访，优化诊疗过程及患者远期肾功能预后。

技术特征：

1.一种肾部分切除患者术后远期肾功能预测模型的构建方法，其包括：

2.根据权利要求1所述的一种肾部分切除患者术后远期肾功能预测模型的构建方法，其特征在于，步骤s2包括：人工对肾癌病例ct影像资料进行勾画，勾画部分包括肾脏及肿瘤；勾画后文件生成为原始图像文件及标签图像文件；将文件标准化后使用nnunet模型训练得到肾脏肿瘤自动勾画模型，采用dice相似系数对模型的准确度进行评估，确定最佳u-net配置，得到最终的肾脏肿瘤自动勾画模型。

3.根据权利要求1所述的一种肾部分切除患者术后远期肾功能预测模型的构建方法，其特征在于，步骤s3中，得到的参与预测的临床变量包括：

4.根据权利要求1所述的一种肾部分切除患者术后远期肾功能预测模型的构建方法，其特征在于，步骤s3中，通过单因素logistic回归分析从临床数据中选取预测因素包括：bmi、糖尿病、慢性肾病、ldl分级大于4.1mmol/l、手术方式中的开放手术、手术方式中的普通腹腔镜手术、wit、dap评分。

5.根据权利要求4所述的一种肾部分切除患者术后远期肾功能预测模型的构建方法，其特征在于，步骤s3中，通过多因素logistic回归分析从预测因素中选取的独立预测因素包括：糖尿病、ldl分级大于4.1mmol/l、手术方式中的开放手术、手术方式中的普通腹腔镜手术、wit。

6.根据权利要求5所述的一种肾部分切除患者术后远期肾功能预测模型的构建方法，其特征在于，步骤s3中，采用cox比例风险回归模型对纳入患者的临床数据进行生存分析；其中，单因素生存分析显示bmi、wit、术前肾功能分期4期以及dap评分均为与术后远期肾功能下降的相关因素；多因素cox回归分析显示，术前肾功能分期4期以及dap评分为影响肾癌病人术后肾功能保存时间的独立预后因素。

7.根据权利要求1所述的一种肾部分切除患者术后远期肾功能预测模型的构建方法，其特征在于，步骤s4中，采用python pyradiomics库从原始图像文件与对应的标签图像文件进行特征提取。

8.根据权利要求1所述的一种肾部分切除患者术后远期肾功能预测模型的构建方法，其特征在于，步骤s5中，术后远期肾功能结果包括肾功能下降是否大于25％以及肾功能下降具体数值。

技术总结
本发明公开了一种肾部分切除患者术后远期肾功能预测模型的构建方法，其包括：获取若干患者的数据；构建用于从术前影像资料中得到肾脏与肿瘤部分的自动勾画文件的肾脏肿瘤自动勾画模型；根据临床数据进行单因素及多因素Logistics回归、单因素及多因素Cox回归分析得到参与预测的临床变量；将术前影像资料作为原始图像文件，采用肾脏肿瘤自动勾画模型从中获得标签图像文件；对原始图像文件与对应的标签图像文件进行特征提取得到影像组学特征；将各患者的临床变量、影像组学特征以及对应的术后远期肾功能结果输入到人工神经网络进行训练，以得到最终的预测模型。基于临床及影像学特征于术前对术后发生肾功能下降的患者进行量化预测，准确性高。

技术研发人员：王杭,徐嘉艺,沈辰阳,杨冠文,程姜铤
受保护的技术使用者：复旦大学附属中山医院
技术研发日：
技术公布日：2024/7/18