(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 202211223902.2 (22)申请日 2022.10.08 (71)申请人 北京肿瘤医院 （北京大 学肿瘤医院） 地址 100142 北京市海淀区阜成路52号北 京肿瘤医院 (72)发明人 沈琳　陈杨　张江东　董彬　 张小田　张立　陈梓帆　孙宇　 赵杰　郏科人　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 专利代理师 李文清 (51)Int.Cl. G16H 50/20(2018.01) G16H 50/50(2018.01) G06T 7/00(2017.01)G06V 10/25(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 肿瘤免疫治疗疗效预测方法、 装置、 电子设 备及存储介质 (57)摘要 本发明提供一种肿瘤免疫治疗疗效预测方 法、 装置、 电子设备及存储介质， 属于医学检测技 术领域， 包括： 基于待测患者的各个肿瘤组织切 片的肿瘤微环 境图像， 确定每个肿瘤组织切片中 各个肿瘤微环 境的图像特征信息； 将每个肿瘤组 织切片中各个肿瘤微环境的图像特征信息输入 到肿瘤免疫治疗疗效预测模型， 获得肿瘤免疫治 疗疗效预测模型输出的待测患者的肿瘤免疫治 疗疗效预测结果； 肿瘤免疫治疗疗效预测模型是 基于肿瘤组织切片中肿瘤微环境的图像特征信 息样本及其对应的样本免疫治疗疗效标签训练 得到的。 本发明可以实现对肿瘤抗PD ‑1/PD‑L1免 疫治疗疗效的精准预测， 从而可以在免疫治疗前 提前筛选出获益患者。 权利要求书2页 说明书15页 附图3页 CN 115295154 A 2022.11.04 CN 115295154 A 1.一种肿瘤免疫 治疗疗效预测方法， 其特 征在于， 包括： 基于待测患 者的各个肿瘤组织切片的肿瘤微环境图像， 确定每个所述肿瘤组织切片中 各个肿瘤微环境的图像特 征信息； 将每个所述肿瘤组织切片中各个肿瘤微环境的图像特征信息输入到肿瘤免疫治疗疗 效预测模型， 获得所述肿瘤免疫治疗疗效预测模型输出的所述待测患者的肿瘤免疫治疗疗 效预测结果； 所述肿瘤免疫治疗疗效预测模型是基于肿瘤组织切片中肿瘤微环境的图像特征信息 样本及其对应的样本免疫 治疗疗效标签训练得到的。 2.根据权利要求1所述的肿瘤免疫治疗疗 效预测方法， 其特征在于， 在所述将每个所述 肿瘤组织切片中各个肿瘤微环境的图像特征信息输入到肿瘤免疫治疗疗效预测模型之前， 还包括： 基于肿瘤微环境的图像特征信息和预设Transformer模型， 建立所述肿瘤免疫治疗疗 效预测模 型； 所述预设Transformer模 型包括多个块， 每个块包括多头注 意力机制层和前向 反馈网络层。 3.根据权利要求2所述的肿瘤免疫治疗疗 效预测方法， 其特征在于， 所述肿瘤微环境的 图像特征信息包括肿瘤细胞的位置向量、 所述肿瘤细胞周围的各个免疫细胞的细胞亚型的 特征向量和所述各个免疫细胞的位置 向量， 相应地， 基于肿瘤微环境的图像特征信息和预 设Transformer模型， 建立所述肿瘤免疫 治疗疗效预测模型， 包括： 基于所述肿瘤细胞的位置向量、 所述肿瘤细胞周围的各个免疫细胞的细胞亚型的特征 向量和所述各个免疫细胞的位置向量， 通过所述预设Tr ansformer模型中的第一个块和第 二个块， 确定第一关系模型， 并基于所述第一关系模型， 确定所述肿瘤 细胞的特 征向量； 基于各个所述肿瘤细胞的位置向量及各个所述肿瘤细胞的特征向量， 通过所述预设 Transformer模型中的第三个块， 确定第二关系模型， 并基于所述第二关系模型和 Softmax 函数， 确定第三关系模型； 基于预先勾画的各个感兴趣区域的特征向量， 通过所述预设Transformer模型中的第 四个块， 确定第四关系模型， 并基于所述第四关系模 型和Softmax函数， 确定第五关系模 型； 所述感兴趣区域的特征向量是基于所述第三关系模型确定的； 所述感兴趣区域包括多个所 述肿瘤细胞的图像区域； 基于预设的各个切 片图像的特征向量， 通过所述预设Transformer模型中的第五个块， 确定第六关系模型， 并基于所述第六关系模型和 Softmax函数， 确定第七关系模型； 所述切 片图像的特征向量是基于所述第五关系模型确定的， 所述切片图像包括多个所述感兴趣区 域； 基于所述第七关系模型， 建立所述肿瘤免疫 治疗疗效预测模型。 4.根据权利要求1所述的肿瘤免疫治疗疗 效预测方法， 其特征在于， 在所述将每个所述 肿瘤组织切片中各个肿瘤微环境的图像特征信息输入到肿瘤免疫治疗疗效预测模型之前， 还包括： 将患者的肿瘤组织切片中肿瘤微环境的图像特征信息样本及其对应的样本免疫治疗 疗效标签作为 一组训练样本， 获取多组训练样本； 利用所述多组训练样本， 对所述肿瘤免疫 治疗疗效预测模型进行训练。权　利　要　求　书 1/2 页 2 CN 115295154 A 25.根据权利要求4所述的肿瘤免疫治疗疗 效预测方法， 其特征在于， 利用所述多组训练 样本， 对所述肿瘤免疫 治疗疗效预测模型进行训练， 包括： 对于任意一组训练样本， 将所述训练样本输入到所述肿瘤免疫治疗疗效预测模型， 获 得所述肿瘤免疫 治疗疗效预测模型输出的所述训练样本对应的免疫 治疗疗效预测值； 利用预设损失函数， 根据所述训练样本对应的免疫治疗疗 效预测值和所述训练样本对 应的样本免疫 治疗疗效标签 计算损失值； 若所述损失值小于预设阈值， 则所述肿瘤免疫 治疗疗效预测模型训练完成。 6.根据权利要求1所述的肿瘤免疫治疗疗 效预测方法， 其特征在于， 所述基于待测患 者 的各个肿瘤组织切片的肿瘤微环境图像， 确定每个所述肿瘤组织切片中各个肿瘤微环境的 图像特征信息， 包括： 对所述待测患 者的各个肿瘤组织切片的肿瘤微环境图像进行感兴趣区域提取， 得到每 个所述肿瘤组织切片的多个感兴趣区域； 对每个所述肿瘤组织切片的各个感兴趣区域进行细胞表型分析， 得到每个所述肿瘤组 织切片中各个肿瘤微环境的图像特 征信息。 7.一种肿瘤免疫 治疗疗效预测装置， 其特 征在于， 包括： 处理模块， 用于基于待测患者的各个肿瘤组织切片的肿瘤微环境图像， 确定每个所述 肿瘤组织切片中各个肿瘤微环境的图像特 征信息； 预测模块， 用于将每个所述肿瘤组织切片中各个肿瘤微环境的图像特征信 息输入到肿 瘤免疫治疗疗效预测模型， 获得所述肿瘤免疫治疗疗效预测模型输出的所述待测 患者的肿 瘤免疫治疗疗效预测结果； 所述肿瘤免疫治疗疗效预测模型是基于肿瘤组织切片中肿瘤微环境的图像特征信息 样本及其对应的样本免疫 治疗疗效标签训练得到的。 8.根据权利要求7 所述的肿瘤免疫 治疗疗效预测装置， 其特 征在于， 所述装置， 还 包括： 建模模块， 用于基于肿瘤微环境的图像特征信息和预设Transformer模型， 建立所述肿 瘤免疫治疗疗效预测模 型； 所述预设Transformer模 型包括多个块， 每个块包括多头注 意力 机制层和前向反馈网络层。 9.一种电子设备， 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， 其特征在于， 所述处理器执行所述程序时实现如权利要求1至6任一项所 述肿瘤免疫 治疗疗效预测方法。 10.一种非暂态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 6任一项所述肿瘤免疫 治疗疗效预测方法。权　利　要　求　书 2/2 页 3 CN 115295154 A 3