(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210964997.7 (22)申请日 2022.08.11 (71)申请人 哈尔滨医科 大学 地址 150081 黑龙江省哈尔滨市南岗区保 健路157号 (72)发明人 王理　赵红颖　刘开来　 (74)专利代理 机构 北京汇捷知识产权代理事务 所(普通合伙) 11531 专利代理师 王文娇 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/762(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01) G16B 20/00(2019.01)G16H 30/00(2018.01) (54)发明名称 一种肿瘤异质性识别方法、 装置、 电子设备、 存储介质 (57)摘要 本发明适用于肿瘤识别技术领域， 提供了一 种肿瘤异质性识别方法、 装置、 电子设备、 存储介 质。 本发明首先定位一致性改变的肿瘤风险基 因， 然后识别与肿瘤风险基因表达相关的亚克隆 特异基因， 之后确定与患者生存达到指定相关程 度的亚克隆特异 基因， 再对样 本患者进行一致性 聚类分析， 获得分类标签， 并根据样本患者的肿 瘤MRI图像和分类标签构建最优肿瘤预后模型和 筛选最优影像基因组特征， 最后通过最优肿瘤预 后模型和最优影像基因组特征对外来肿瘤MRI图 像进行分析， 从而实现在不对患者造成创伤的前 提下， 仅通过肿瘤MRI图像进行肿瘤异质性定量 分析， 预测出肿瘤患者生存时间， 为肿瘤精准医 疗提供重要的理论依据和应用价 值。 权利要求书2页 说明书11页 附图4页 CN 115375640 A 2022.11.22 CN 115375640 A 1.一种肿瘤异质性识别方法， 其特 征在于， 包括以下步骤： 根据肿瘤拷贝数变异数据和肿瘤转录谱数据定位 一致性改变的肿瘤风险基因； 对所述肿瘤风险基因的表达谱进行无监督反卷积分析， 识别与 所述肿瘤风险基因表达 相关的亚克隆特异基因； 对所述亚克隆特异基因进行生物学功能分析和生存分析， 确定与患 者生存达到指定相 关程度的亚克隆特异基因； 基于所述与生存功能达到指定相关程度的亚克隆特异基因对样本患者进行一致性聚 类分析， 获得分类标签， 并根据样本患者的肿瘤MRI图像和所述分类标签构建最优肿瘤预后 模型和筛 选最优影 像基因组特征； 通过最优肿瘤预后模型和最优影 像基因组特征对外来肿瘤MRI图像进行分析。 2.根据权利要求1所述的肿瘤异质性识别方法， 其特征在于， 所述根据肿瘤拷贝数变异 数据和肿瘤转录谱数据定位 一致性改变的肿瘤风险基因的步骤 包括： 根据肿瘤拷贝数变异数据， 识别达 到指定程度的拷贝数显著变异区域； 结合肿瘤转录谱数据， 在所述拷贝数显著变异区域上定位一致性改变的肿瘤风险基 因。 3.根据权利要求1所述的肿瘤异质性识别方法， 其特征在于， 所述对所述亚克隆特异基 因进行生物学功能分析的步骤 包括： 通过生物通路数据库对所述亚克隆特异基因进行基因富集分析， 将富集最显著的生物 通路作为 生物学功能对相应的亚克隆特异基因进行 标记。 4.根据权利要求1所述的肿瘤异质性识别方法， 其特征在于， 所述根据样本患 者的肿瘤 MRI图像和所述分类标签， 构建最优肿瘤预后模型和筛 选最优影 像基因组特征的步骤 包括： 根据样本患 者的肿瘤MRI图像和所述分类标签， 通过监督反卷积算法、 机器学习算法和 卷积神经网络算法构建肿瘤预后模型和筛选影像基因组特征， 并根据评估指标， 从肿瘤预 后模型和影像基因组特征选取最优肿瘤预后模型和最优影像基因组特征； 所述机器学习算 法包括多种数据筛 选方式和多种模型 结构。 5.一种肿瘤异质性识别装置， 其特 征在于， 包括： 肿瘤风险基因定位模块， 用于根据肿瘤拷贝数变异数据和肿瘤转录谱数据定位一致性 改变的肿瘤风险基因； 亚克隆特异基因识别模块， 用于对所述肿瘤风险基因的表达谱进行无监督反卷积分 析， 识别与所述肿瘤风险基因表达相关的亚克隆特异基因； 生物学功能分析和生存分析模块， 用于对所述亚克隆特异基因进行生物学功能分析和 生存分析， 确定与患者 生存达到指定相关程度的亚克隆特异基因； 肿瘤预后模型构建模块， 用于基于所述与生存功能达到指定相关程度的亚克隆特异基 因对样本患者进 行一致性聚类 分析， 获得分类标签， 并根据样 本患者的肿瘤MRI图像和所述 分类标签构建最优肿瘤预后模型和筛 选最优影 像基因组特征； 肿瘤图像分析模块， 用于通过最优肿瘤预后模型和最优影像基因组特征对外来肿瘤 MRI图像进行分析。 6.根据权利要求1所述的肿瘤异质性识别装置， 其特征在于， 所述肿瘤风险基因定位模 块包括：权　利　要　求　书 1/2 页 2 CN 115375640 A 2拷贝数显著变异区域识别子单元， 用于根据肿瘤拷贝数变异数据， 识别达到指定程度 的拷贝数显著变异区域； 肿瘤风险基因定位子单元， 用于结合肿瘤转录谱数据， 在所述拷贝数显著变异区域上 定位一致性改变的肿瘤风险基因。 7.一种电子设备， 其特征在于， 包括： 存储器、 处理器及存储在所述存储器上并可在所 述处理器上运行 的计算机程序， 所述处理器执行所述计算机程序时， 实现如权利要求1至4 中任一项所述的肿瘤异质性识别方法。 8.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序被 处理器执行时实现如权利要求1至4中任一项所述的肿瘤异质性识别方法。权　利　要　求　书 2/2 页 3 CN 115375640 A 3