科创中国
融合组织病理图像和CT影像的PDL1表达水平检测方法
发布时间: 2023-07-06
基本信息
合作方式：
技术转让
成果类型：
发明专利
行业领域：
生物与新医药技术
成果介绍
肺癌是全球癌症死亡的主要原因。非小细胞肺癌(NSCLC)占原发性肺部恶性肿瘤的80-85％。随着针对PD-L1的免疫检查点抑制剂(ICI)的引入，NSCLC的治疗策略迅速发展，但持久的疾病反应仍然局限于一部分患者。考虑到ICI治疗的总体应答率，未选择患者的应答率为14％至20％，确定预测性生物标志物对于选择更可能对免疫疗法应答的患者至关重要。目前，通过免疫组化评估的肿瘤细胞PD-L1表达是NSCLC患者免疫治疗的唯一认可的诊断生物标志物。但免疫组织化学(IHC)检测不仅耗时，而且不能反映动态PD-L1表达，因为IHC需要肿瘤组织进行分析。根据计算机断层扫描(CT)成像特征预测PD-L1表达不仅对通过成像预测患者预后有价值，而且在无法进行组织采样的情况下也有价值。该技术首先在CT图像中标注感兴趣区域(ROI)，然后从中提取放射学特征也可以直接将整个CT图像或者标注好的CT图像作为输入，输入到一个神经网络中，从中提取深度学习特征。
成果亮点
在提取特征放射学时存在着阻碍，因为对ROI进行分割时，往往存在视觉差异不明显现象，其不仅耗时而且对不同勾画者的可变性极其敏感。放射组学的另一个主要问题是，它们提取时没有使用可以从其他数据来源获得的信息，这进一步限制了它们对癌症预测的辨别能力。深度放射组学有自己独特的优势(包括其泛化能力和无监督学习)，但也存在相应缺点，例如深度学习通常需要大量数据集，且对某些应用转换缺乏鲁棒性。同时，DLR面临的另一个重要挑战是，它仍然没有最佳体系结构选择的方法。本文提出一种融合组织病理图像和CT影像的PDL1表达水平检测方法，以有效解决这一问题。该方法分别提取临床特征，放射学特征和深度学习特征，再将三种特征连接在一起，最后输入到分类器中进行预测。
团队介绍
学校创建于1952年7月，原名东北林学院，是在浙江大学农学院森林系和东北农学院森林系基础上建立的，由国家林业部直属管理。1985年8月更名为东北林业大学。2000年2月，由国家林业局划归教育部直属管理。2005年10月，经国家发改委、财政部和教育部批准，成为国家“211工程”重点建设高校。2010年11月，教育部和国家林业局签署合作共建协议。2011年6月，成为国家“优势学科创新平台”项目重点建设高校。2012年3月，教育部与黑龙江省人民政府签署合作共建协议。2017年9月，经国务院批准列为“双一流”建设高校。2022年2月，入选国家第二轮“双一流”建设高校。
成果资料
产业化落地方案
成果综合评价报告
评价单位：“科创中国”黑龙江科技服务团 (黑龙江省科学技术协会) 评价时间：2023-11-07
下载app