肿瘤治疗效果评价方法、装置、电子设备及存储介质与流程

1.本发明涉及病理图像分析技术领域，特别是涉及一种肿瘤治疗效果评价方法、装置、电子设备及存储介质。


背景技术：

2.世界卫生组织数据显示，乳癌是女性新发癌症中最常见的一种，全球每年有170万人被诊断为乳癌，每年导致55万人死亡。在中国，乳癌也是女性高发癌症之一，据统计我国每年有近50万人被诊断为乳癌，是我国女性癌症死亡原因的第三位。目前，乳腺癌新辅助治疗是指在手术前先进行化疗或内分泌治疗来缩小肿瘤、改善手术效果和预测治疗效果的一种治疗方法。
3.新辅助治疗不仅可以缩小肿瘤体积，从而降低手术难度，提高保乳手术的成功率，还可以根据肿瘤缩小程度和组织学反应预测治疗效果，以调整后续治疗方案。另外，还可以通过新辅助治疗的反应，推测出肿瘤的生长方式和转移可能性，对后续治疗和预后评估有着重要的参考价值。新辅助治疗后病理学评价的方法主要是手术标本的病理检查。在手术后，对患者的组织或肿瘤细胞进行病理学检查，可以得到治疗前后的肿瘤病理学反应类型，进而判断治疗是否有效。具体的评价指标包括肿瘤残留程度、肿瘤细胞凋亡和坏死情况以及是否存在淋巴结转移等。新辅助治疗后的病理学评价能够帮助医生判断治疗效果，以供后续治疗参考，帮助医生调整治疗方案。另外，评估治疗效果还有助于对病人的预后进行预估，更好地为患者制定治疗计划。在手术前先进行新辅助治疗，减小了肿瘤体积，进而增加了手术的成功率和安全性，在一定程度上避免了开展过大手术的风险。
4.目前，深度学习模型已经开始被应用于肿瘤病理图像的分析中。在2016年的camel yon16竞赛中公开了通过训练resnet和inception等深度学习算法来自动检测和定位乳腺癌组织，其所使用的数据集包括200张具有乳腺癌病变的数字病理图像，每张图像大小为1 0 0 0 0 0
×
1 0 0 0 0 0像素。参赛者需要使用深度卷积神经网络(c n n)来对整张病理图像进行分类和定位，最终将预测的结果输出为病灶区域坐标。因此，将深度学习模型应用于病理图像分析中，能够有效地识别和定位癌症病灶。但是，传统的乳腺癌新辅助治疗病理学评价仅依赖于新辅助治疗后的医生人为的主观性评价，缺乏与新辅助治疗前肿瘤细胞的对比，且多以肿瘤细胞的残存量的单一因素作为评价内容。
5.因此，传统的肿瘤新辅助治疗效果的评价方法由于评价内容以及人为主观性评价的限制，导致新辅助治疗效果的评价结果的准确性和客观性较低。


技术实现要素：

6.基于此，有必要针对上述技术问题，提供一种准确性和客观性较高的肿瘤治疗效果评价方法、装置、电子设备及存储介质。
7.本发明提供了一种肿瘤治疗效果评价方法，所述方法包括：
8.获取第一图像数据，以设立影像学基线，所述第一图像数据为患者新辅助治疗前
的肿瘤影像学图像；
9.通过对肿瘤新辅助治疗前的病理学切片进行数字病理学图像扫描，获取病理学基线；
10.通过对新辅助治疗后的肿瘤进行影像学图像拍摄获取第一效果值，所述第一效果值为肿瘤新辅助治疗后的影像学效果值；
11.通过对肿瘤新辅助治疗后的病理学切片进行数字病理学扫描，获取第二效果值，所述第二效果值为肿瘤新辅助治疗后的病理学效果值；
12.将所述影像学基线和病理学基线与所述第一效果值和第二效果值进行比对，以获取所述肿瘤的治疗效果评价结果；
13.其中，所述治疗效果评价结果包括新辅助治疗前后肿瘤细胞的占比变化、肿瘤重要靶点的占比变化、肿瘤免疫微环境的占比变化、肿瘤细胞凋亡及坏死程度以及肿瘤细胞复发潜能干细胞的占比变化。
14.在其中一个实施例中，所述通过对肿瘤新辅助治疗前的病理学切片进行数字病理学图像扫描，获取病理学基线，之后还包括：
15.获取所述肿瘤新辅助治疗期间的治疗方案以及所述治疗方案的实施进度；
16.在所述治疗方案实施期间，获取第一监测数据，所述第一监测数据为所述肿瘤治疗期间的患者监测数据，用于对所述治疗方案后续治疗的经验总结分析；
17.其中，所述第一监测数据包括所述治疗方案中每次用药的量、用药的时间间隔周期、用药的品种以及患者的健康体征。
18.在其中一个实施例中，所述将所述影像学基线和病理学基线与所述第一效果值和第二效果值进行比对，以获取所述肿瘤的治疗效果评价结果，包括：
19.当所述肿瘤重要靶点或肿瘤免疫微环境或肿瘤细胞凋亡及坏死或肿瘤细胞复发潜能干细胞在新辅助治疗后的变化程度占比超过第一阈值，则获取变化明显上升的治疗效果评价结果；
20.当所述肿瘤重要靶点或肿瘤免疫微环境或肿瘤细胞凋亡及坏死或肿瘤细胞复发潜能干细胞在新辅助治疗后的变化程度占比在第一阈值和第二阈值之间，则获取变化不明显的治疗效果评价结果；
21.当所述肿瘤重要靶点或肿瘤免疫微环境或肿瘤细胞凋亡及坏死或肿瘤细胞复发潜能干细胞在新辅助治疗后的变化程度占比低于所述第二阈值，则获取变化明显下降的治疗效果评价结果。
22.在其中一个实施例中，所述将所述影像学基线和病理学基线与所述第一效果值和第二效果值进行比对，以获取所述肿瘤的治疗效果评价结果，还包括：
23.获取所述肿瘤的第一肿瘤细胞占比，所述第一肿瘤细胞占比为新辅助治疗前肿瘤细胞在穿刺活检中的占比；
24.获取所述肿瘤的第二肿瘤细胞占比，所述第二肿瘤细胞占比为新辅助治疗后肿瘤细胞在穿刺活检中的占比。
25.在其中一个实施例中，所述将所述影像学基线和病理学基线与所述第一效果值和第二效果值进行比对，以获取所述肿瘤的治疗效果评价结果，还包括：
26.基于所述第一肿瘤细胞占比和第二肿瘤细胞占比，获取所述第一肿瘤细胞占比与
第二肿瘤细胞占比之间的差值，所述差值为新辅助治疗前后肿瘤细胞减少的比例；
27.判断所述差值是否超过第三阈值；若是，则
28.获取治疗方案有效的治疗效果评价结果；若否，则
29.获取治疗方案无效以及更换或调整治疗方案的治疗效果评价结果。
30.在其中一个实施例中，所述病理学基线和第二效果值分别包括肿瘤新辅助治疗前后的肿瘤间质比、肿瘤细胞核异型性程度、肿瘤细胞核分裂像指数、肿瘤坏死比例、肿瘤间质中浸润性淋巴细胞密度、肿瘤细胞中er表达率和强度、肿瘤细胞中pr表达率和强度、肿瘤细胞中her2表达率和强度、肿瘤细胞中ki67表达率和强度、肿瘤细胞中淋巴细胞cd3/cd4/cd8/cd20表达率和强度、肿瘤细胞中自然杀伤细胞cd56/cd16/nkg2d和cd94/nkg2a表达率和强度、肿瘤细胞中干细胞cd44/cd24/aldh1a1/esa/nestin表达率和强度以及肿瘤细胞中凋亡情况annexinv/caspase-3/sfas和bcl-2家族蛋白表达率和强度。
31.在其中一个实施例中，所述影像学基线和第一效果值分别包括肿瘤新辅助治疗前后的影像学病变范围大小和密度参数。
32.本发明还提供了一种肿瘤治疗效果评价装置，所述装置包括：
33.第一获取模块，用于获取第一图像数据，以设立影像学基线，所述第一图像数据为患者新辅助治疗前的肿瘤影像学图像；
34.第二获取模块，用于通过对肿瘤新辅助治疗前的病理学切片进行数字病理学图像扫描，获取病理学基线；
35.第三获取模块，用于通过对新辅助治疗后的肿瘤进行影像学图像拍摄获取第一效果值，所述第一效果值为肿瘤新辅助治疗后的影像学效果值；
36.第四获取模块，用于通过对肿瘤新辅助治疗后的病理学切片进行数字病理学扫描，获取第二效果值，所述第二效果值为肿瘤新辅助治疗后的病理学效果值；
37.比对评价模块，用于将所述影像学基线和病理学基线与所述第一效果值和第二效果值进行比对，以获取所述肿瘤的治疗效果评价结果；
38.其中，所述治疗效果评价结果包括新辅助治疗前后肿瘤细胞的占比变化、肿瘤重要靶点的占比变化、肿瘤免疫微环境的占比变化、肿瘤细胞凋亡及坏死程度以及肿瘤细胞复发潜能干细胞的占比变化。
39.本发明还提供了一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上述任一种所述的肿瘤治疗效果评价方法。
40.本发明还提供了一种计算机存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述的肿瘤治疗效果评价方法。
41.上述肿瘤治疗效果评价方法、装置、电子设备及存储介质，通过获取患者新辅助治疗前的肿瘤病理学图像来设立相应的影像学基线，并通过对该肿瘤新辅助治疗前的病理学切片进行数字病理学图像扫描来获取相应的病理学基线。随后，通过对新辅助治疗后的肿瘤进行影像学图像拍摄来获取肿瘤新辅助治疗后的影像学效果值，并通过对该肿瘤新辅助治疗后的病理学切片进行数字病理学扫描来获取肿瘤新辅助治疗后的病理学效果值。最后，将肿瘤新辅助治疗前的影像学基线和病理学基线与新辅助治疗后的影像学效果值和病理学效果值进行比对，以得到肿瘤新辅助治疗前后肿瘤细胞的占比变化、肿瘤重要靶点的
占比变化、肿瘤免疫微环境的占比变化、肿瘤细胞凋亡及坏死程度以及肿瘤细胞复发潜能干细胞的占比变化相对应的治疗效果评价结果。该方法在进行肿瘤治疗效果评价的过程中通过对新辅助治疗前后的多元化的病理学参数进行比对评价，在一定程度上提高了治疗效果评价结果的准确性，且能够在病理医生进行治疗效果评价时提供多元素评价参考，提高了肿瘤治疗效果评价的客观性。
附图说明
42.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
43.图1为本发明提供的肿瘤治疗效果评价方法流程示意图之一；
44.图2为本发明提供的肿瘤治疗效果评价方法流程示意图之二；
45.图3为本发明提供的肿瘤治疗效果评价方法流程示意图之三；
46.图4为本发明提供的肿瘤治疗效果评价方法流程示意图之四；
47.图5为本发明提供的肿瘤治疗效果评价方法流程示意图之五；
48.图6为本发明提供的具体实施例中肿瘤治疗效果评价方法的流程示意图；
49.图7为本发明提供的具体实施例中肿瘤治疗效果评价方法的新辅助治疗前后比对示意图之一；
50.图8为本发明提供的具体实施例中肿瘤治疗效果评价方法的新辅助治疗前后比对示意图之二；
51.图9为本发明提供的具体实施例中肿瘤治疗效果评价方法的新辅助治疗前后比对示意图之三；
52.图10本发明提供的具体实施例中肿瘤治疗效果评价方法的新辅助治疗前后比对示意图之四；
53.图11为本发明提供的肿瘤治疗效果评价装置结构示意图；
54.图12为本发明提供的计算机设备的内部结构图。
具体实施方式
55.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地说明，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
56.下面结合图1-图12描述本发明的肿瘤治疗效果评价方法、装置、电子设备及存储介质。
57.如图1所示，在一个实施例中，一种肿瘤治疗效果评价方法，包括以下步骤：
58.步骤s110，获取第一图像数据，以设立影像学基线，第一图像数据为患者新辅助治疗前的肿瘤影像学图像。
59.具体的，服务端获取肿瘤患者新辅助治疗前的肿瘤影像学图像，并基于该影像学
图像设立相应的影像学基线。
60.其中，影像学图像包括钼靶、mri(magnetic resonance imaging，核磁共振成像)以及3d图像。影像学基线包括肿瘤治疗前的影像学病变范围大小以及密度参数。
61.步骤s120，通过对肿瘤新辅助治疗前的病理学切片进行数字病理学图像扫描，获取病理学基线。
62.具体的，服务端通过对肿瘤新辅助治疗前的病理学切片进行数字病理学图像扫描，来获取相应的病理学基线。
63.其中，病理学基线包括肿瘤新辅助治疗前的肿瘤间质比、肿瘤细胞核异型性程度、肿瘤细胞核分裂像指数、肿瘤坏死比例、肿瘤间质中浸润性淋巴细胞密度、肿瘤细胞中er表达率和强度、肿瘤细胞中pr表达率和强度、肿瘤细胞中her2表达率和强度、肿瘤细胞中ki67表达率和强度、肿瘤细胞中淋巴细胞cd3/cd4/cd8/cd20表达率和强度、肿瘤细胞中自然杀伤细胞cd56/cd16/nkg2d和cd94/nkg2a表达率和强度、肿瘤细胞中干细胞cd44/cd24/aldh1a1/esa/nestin表达率和强度以及肿瘤细胞中凋亡情况annexinv/caspase-3/sfas和bcl-2家族蛋白表达率和强度。
64.步骤s130，通过对新辅助治疗后的肿瘤进行影像学图像拍摄获取第一效果值，第一效果值为肿瘤新辅助治疗后的影像学效果值。
65.具体的，服务端通过对新辅助治疗后的肿瘤进行影像学图像拍摄来获取肿瘤新辅助治疗后的影像学效果值，即第一效果值。
66.其中，第一效果值包括肿瘤新辅助治疗后的影像学病变范围大小以及密度参数。
67.步骤s140，通过对肿瘤新辅助治疗后的病理学切片进行数字病理学扫描，获取第二效果值，第二效果值为肿瘤新辅助治疗后的病理学效果值。
68.具体的，服务端通过对肿瘤新辅助治疗后的病理学切片进行数字病理学扫描，来获取相应的肿瘤新辅助治疗后的病理学效果值，即第二效果值。
69.其中，第二效果值包括肿瘤新辅助治疗后的肿瘤间质比、肿瘤细胞核异型性程度、肿瘤细胞核分裂像指数、肿瘤坏死比例、肿瘤间质中浸润性淋巴细胞密度、肿瘤细胞中er表达率和强度、肿瘤细胞中pr表达率和强度、肿瘤细胞中her2表达率和强度、肿瘤细胞中ki67表达率和强度、肿瘤细胞中淋巴细胞cd3/cd4/cd8/cd20表达率和强度、肿瘤细胞中自然杀伤细胞cd56/cd16/nkg2d和cd94/nkg2a表达率和强度、肿瘤细胞中干细胞cd44/cd24/aldh1a1/esa/nestin表达率和强度以及肿瘤细胞中凋亡情况annexinv/caspase-3/sfas和bcl-2家族蛋白表达率和强度。
70.步骤s150，将影像学基线和病理学基线与第一效果值和第二效果值进行比对，以获取肿瘤的治疗效果评价结果。
71.具体的，服务端将步骤s110中得到的肿瘤新辅助治疗前的影像学基线和步骤s120中得到的肿瘤新辅助治疗前的病理学基线与对应步骤s130中得到的肿瘤新辅助治疗后的第一效果值和步骤s140中得到的第二效果值进行比对，并最终获取相应的肿瘤治疗效果评价结果。
72.其中，肿瘤治疗效果评价结果包括新辅助治疗前后肿瘤细胞的占比变化、肿瘤重要靶点的占比变化、肿瘤免疫微环境的占比变化、肿瘤细胞凋亡及坏死程度以及肿瘤细胞复发潜能干细胞的占比变化。
73.上述肿瘤治疗效果评价方法，通过获取患者新辅助治疗前的肿瘤病理学图像来设立相应的影像学基线，并通过对该肿瘤新辅助治疗前的病理学切片进行数字病理学图像扫描来获取相应的病理学基线。随后，通过对新辅助治疗后的肿瘤进行影像学图像拍摄来获取肿瘤新辅助治疗后的影像学效果值，并通过对该肿瘤新辅助治疗后的病理学切片进行数字病理学扫描来获取肿瘤新辅助治疗后的病理学效果值。最后，将肿瘤新辅助治疗前的影像学基线和病理学基线与新辅助治疗后的影像学效果值和病理学效果值进行比对，以得到肿瘤新辅助治疗前后肿瘤细胞的占比变化、肿瘤重要靶点的占比变化、肿瘤免疫微环境的占比变化、肿瘤细胞凋亡及坏死程度以及肿瘤细胞复发潜能干细胞的占比变化相对应的治疗效果评价结果。该方法在进行肿瘤治疗效果评价的过程中通过对新辅助治疗前后的多元化的病理学参数进行比对评价，在一定程度上提高了治疗效果评价结果的准确性，且能够在病理医生进行治疗效果评价时提供多元素评价参考，提高了肿瘤治疗效果评价的客观性。
74.如图2所示，在一个实施例中，本发明提供的肿瘤治疗效果评价方法，通过对肿瘤新辅助治疗前的病理学切片进行数字病理学图像扫描，获取病理学基线，之后包括以下步骤：
75.步骤s 2 1 0，获取肿瘤新辅助治疗期间的治疗方案以及治疗方案的实施进度。
76.具体的，服务端获取肿瘤新辅助治疗期间的治疗方案以及该治疗方案在肿瘤新辅助治疗中的实施进度。
77.步骤s 2 2 0，在治疗方案实施期间，获取第一监测数据，第一监测数据为肿瘤治疗期间的患者监测数据，用于对治疗方案后续治疗的经验总结分析。
78.具体的，服务端在治疗方案的实施期间，获取肿瘤治疗期间的患者监测数据，即第一监测数据，以对治疗方案后续治疗的经验总结分析。
79.其中，第一监测数据包括治疗方案每次用药的量、用药的时间间隔周期、用药的品种以及被监测患者的健康体征，如血常规变化、血糖变化、血药变化等。
80.如图3所示，在一个实施例中，本发明提供的肿瘤治疗效果评价方法，将影像学基线和病理学基线与第一效果值和第二效果值进行比对，以获取肿瘤的治疗效果评价结果，包括以下步骤：
81.步骤s1 5 1，当肿瘤重要靶点或肿瘤免疫微环境或肿瘤细胞凋亡及坏死或肿瘤细胞复发潜能干细胞在新辅助治疗后的变化程度占比超过第一阈值，则获取变化明显上升的治疗效果评价结果。
82.具体的，当肿瘤重要靶点或肿瘤免疫微环境或肿瘤细胞凋亡及坏死或肿瘤细胞复发潜能干细胞在新辅助治疗后的变化程度占比超过第一阈值时，服务端则会获取对应肿瘤参数明显上升的治疗效果评价结果。
83.步骤s1 5 2，当肿瘤重要靶点或肿瘤免疫微环境或肿瘤细胞凋亡及坏死或肿瘤细胞复发潜能干细胞在新辅助治疗后的变化程度占比在第一阈值和第二阈值之间，则获取变化不明显的治疗效果评价结果。
84.具体的，当肿瘤重要靶点或肿瘤免疫微环境或肿瘤细胞凋亡及坏死或肿瘤细胞复发潜能干细胞在新辅助治疗后的变化程度占比在第一阈值和第二阈值之间时，服务端则会获取对应肿瘤参数变化不明显的治疗效果评价结果。
85.步骤s1 5 3，当肿瘤重要靶点或肿瘤免疫微环境或肿瘤细胞凋亡及坏死或肿瘤细胞复发潜能干细胞在新辅助治疗后的变化程度占比低于所述第二阈值，则获取变化明显下降的治疗效果评价结果。
86.具体的，当肿瘤重要靶点或肿瘤免疫微环境或肿瘤细胞凋亡及坏死或肿瘤细胞复发潜能干细胞在新辅助治疗后的变化程度占比低于第二阈值时，服务端则会获取对应肿瘤参数变化明显下降的治疗效果评价结果。
87.如图4所示，在一个实施例中，本发明提供的肿瘤治疗效果评价方法，将影像学基线和病理学基线与第一效果值和第二效果值进行比对，以获取肿瘤的治疗效果评价结果，还包括以下步骤：
88.步骤s1 5 4，获取肿瘤的第一肿瘤细胞占比，第一肿瘤细胞占比为新辅助治疗前肿瘤细胞在穿刺活检中的占比。
89.具体的，服务端获取新辅助治疗前肿瘤细胞在穿刺活检中的占比，即第一肿瘤细胞占比。
90.步骤s1 5 5，获取肿瘤的第二肿瘤细胞占比，第二肿瘤细胞占比为新辅助治疗后肿瘤细胞在穿刺活检中的占比。
91.具体的，服务端获取新辅助治疗后肿瘤细胞在穿刺活检中的占比，即第二肿瘤细胞占比。
92.需要说明的是，肿瘤细胞占比＝肿瘤细胞区域/(肿瘤细胞区域+肿瘤相关间质区域)。
93.如图5所示，在一个实施例中，本发明提供的肿瘤治疗效果评价方法，将影像学基线和病理学基线与第一效果值和第二效果值进行比对，以获取肿瘤的治疗效果评价结果，还包括以下步骤：
94.步骤s156，基于第一肿瘤细胞占比和第二肿瘤细胞占比，获取第一肿瘤细胞占比与第二肿瘤细胞占比之间的差值，差值为新辅助治疗前后肿瘤细胞减少的比例。
95.具体的，服务端基于第一肿瘤细胞占比和第二肿瘤细胞占比，获取第一肿瘤细胞占比与第二肿瘤细胞占比之间的差值，该差值为新辅助治疗前后肿瘤细胞减少的占比。
96.步骤s157，判断差值是否超过第三阈值。
97.具体的，服务端判断步骤s156中得到的差值是否超过第三阈值。
98.步骤s158，获取治疗方案有效的治疗效果评价结果。
99.具体的，若步骤s157中的判断结果为第一肿瘤细胞占比与第二肿瘤细胞占比之间的差值超过第三阈值，则说明肿瘤在新辅助治疗前后的肿瘤细胞的数量下降明显，服务端则会获取治疗方案有效的治疗效果评价结果。
100.步骤s159，获取治疗方案无效以及更换或调整治疗方案的治疗效果评价结果。
101.具体的，若步骤s157中的判断结果为第一肿瘤细胞占比与第二肿瘤细胞占比之间的差值不超过第三阈值，则说明肿瘤在新辅助治疗前后的肿瘤细胞的数量下降不明显或者未下降，服务端则会获取治疗方案无效以及更换或调整治疗方案的治疗效果评价结果。
102.参见图6所示，在具体的实施例中，本发明提供一种肿瘤治疗效果评价方法，以乳腺癌为例，首先收集患者治疗前的影像学图像，即钼靶或mri(magnetic resonance imaging，核磁共振成像)或3d图像，设立影像学基线x0，该影像学基线x0包括影像学病变范
围大小x0a和密度参数x0b。肿物中心及周边随机性穿刺3-5针，制成穿刺活检病理标本。将制得的穿刺活检病理标本分别包埋在3-5个蜡块中，制作成病理学切片。随后，通过对制得的病理学切片进行病理学图像扫描，以生成病理学基线y0，该病理学基线y0包括肿瘤间质比y0a、肿瘤细胞核异型性程度y0b、肿瘤细胞核分裂像指数y0c、肿瘤坏死比例y0d、肿瘤间质中浸润性淋巴细胞(tils)密度y0e、肿瘤细胞中er表达率和强度y0f、肿瘤细胞中pr表达率和强度y0g、肿瘤细胞中her2表达率和强度y0h、肿瘤细胞中ki67表达率和强度y0i、肿瘤细胞中淋巴细胞cd3/cd4/cd8/cd20表达率和强度y0j、肿瘤细胞中nk细胞(自然杀伤细胞)cd56/cd16/nkg2d和cd94/nkg2a表达率和强度y0k、肿瘤细胞中干细胞cd44/cd24/aldh1a1/esa/nestin表达率和强度y0l、肿瘤细胞中凋亡情况annexin v/caspase-3/sfas以及bcl-2家族蛋白表达率和强度y0m等。从影像学宏观和病理学微观角度设立新辅助治疗前的相关肿瘤及免疫微环境的参数基线。
103.在本实施例中，新辅助治疗期间，记录完整的新辅助治疗方案及实施情况，以及治疗期间的患者监测情况数据，以备后续治疗成功与失败的经验总结分析。在乳腺癌经过一段时间的新辅助治疗(化疗、靶向治疗、放疗、免疫治疗等)之后，对新辅助治疗后的肿瘤进行影像学图像拍摄，以生成辅助治疗后的效果值x1，该效果值x1包括肿瘤新辅助治疗后的影像学病变范围大小x1a和密度参数x1b。随后经过外科手术，将乳腺癌的原发病灶切除，并将肿瘤全部或代表性部分随机取材，制成新辅助治疗后的病理学切片，并对该新辅助治疗后的病理学切片进行数字病理学图像扫描，以生成与病理学基线相对应的效果值y1，该新辅助治疗后的病理学基线效果值y1包括肿瘤新辅助治疗后的包含肿瘤间质比y1a、肿瘤细胞核异型性程度y1b、肿瘤细胞核分裂像指数y1c、肿瘤坏死比例y1d、肿瘤间质中浸润性淋巴细胞(tils)密度y1e、肿瘤细胞中er表达率和强度y1f、肿瘤细胞中pr表达率和强度y1g肿瘤细胞中her2表达率和强度y1h、肿瘤细胞中ki67表达率和强度y1i、肿瘤细胞中淋巴细胞cd3/cd4/cd8/cd20表达率和强度y1j、肿瘤细胞中nk细胞(自然杀伤细胞)cd56/cd16/nkg2d和cd94/nkg2a表达率和强度y1k、肿瘤细胞中干细胞cd44/cd24/aldh1a1/esa/nestin表达率和强度y1l、肿瘤细胞中凋亡情况annexinv/caspase-3/sfas以及bcl-2家族蛋白表达率和强度y1m等。
104.最后，将乳腺癌患者治疗前的影像学基线y0和病理学基线y0与新辅助治疗后的效果值x1和y1进行比对。结合图7所示，乳腺mri图像在治疗前显示乳头下方有一不规则形状的肿瘤a，伴有腋窝淋巴结转移b。新辅助治疗后，进行手术切除前的乳腺mri图像中可见原病变区域和淋巴结明显肿物缩小。结合图8所示，新辅助治疗前，三角形区域显示为肿瘤细胞区域c，箭头区域显示为肿瘤相关间质区域d，肿瘤占比＝肿瘤细胞区域/(肿瘤细胞区域+肿瘤相关间质区域)。新辅助治疗前，肿瘤占比约70％，新辅助治疗后，肿瘤占比约10％，可见肿瘤细胞占比经过新辅助治疗后明显降低。结合图9所示，新辅助治疗前后，深色区域为肿瘤旁浸润的淋巴细胞e，可见新辅助治疗后肿瘤中的淋巴细胞e的数量明显多于新辅助治疗前肿瘤中的淋巴细胞e。结合图10所示，深色区域表示新辅助治疗前后肿瘤的er表达率f。可见新辅助治疗后肿瘤细胞的er表达率f明显低于新辅助治疗前肿瘤细胞的er表达率f。
105.在本实施例中，通过将乳腺癌患者治疗前的影像学基线y0和病理学基线y0与新辅助治疗后的效果值x1和y1进行比对，得到相应的新辅助治疗前后的肿瘤参数比对，进而根据各个参数的比对结果对新辅助治疗效果的评价结果，并通过相应的评级展示给用户，即：
106.(1)肿瘤细胞效果评级(tumor cell effect rating，ter)
107.0级——治疗完全无效，无进展。
108.1级——治疗无效，稳定无进展。
109.2级——治疗轻度有效，稍有减退。
110.3级——治疗中度有效，部分减退。
111.4级——治疗强度有效，少数残留。
112.5级——治疗非常有效，无残留。
113.(2)乳腺癌重要靶点效果评级(breast cancer important target effect rating,bciter)
114.0级——变化明显上升。
115.1级——变化不明显。
116.2级——变化明显下降。
117.(3)肿瘤免疫微环境变化评级(tumor immune microenvironment change rating，timecr)
118.0级——变化明显上升。
119.1级——变化不明显。
120.2级——变化明显下降。
121.(4)肿瘤细胞凋亡及坏死程度评级(apoptosis and necrosis of tumor cells rating，antr)
122.0级——变化明显下降。
123.1级——变化不明显。
124.2级——变化明显上升。
125.(5)肿瘤细胞复发潜能干细胞评级(tumor cell stem cell recurrence potential rating，tscrpr)
126.0级——变化明显上升。
127.1级——变化不明显。
128.2级——变化明显下降。
129.需要说明的是，新辅助治疗的治疗效果评价结果的评级具有相应的分级临界值，当肿瘤重要靶点或肿瘤免疫微环境或肿瘤细胞凋亡及坏死或肿瘤细胞复发潜能干细胞在治疗后的变化程度百分比超过第一阈值，则获取变化明显上升的治疗效果评价结果。当肿瘤重要靶点或肿瘤免疫微环境或肿瘤细胞凋亡及坏死或肿瘤细胞复发潜能干细胞在治疗后的变化程度百分比在第一阈值和第二阈值之间，则获取变化不明显的治疗效果评价结果。当肿瘤重要靶点或肿瘤免疫微环境或肿瘤细胞凋亡及坏死或肿瘤细胞复发潜能干细胞在治疗后的变化程度百分比低于所述第二阈值，则获取变化明显下降的治疗效果评价结果。第一阈值和第二阈值的具体数值可根据不同患者进行设定。另外，
130.在本实施例中，首先通过在门诊的影像学检测中发现病变的大小、位置等重要信息，再由乳腺外科医生进行穿刺病理学活检取得肿物的相关生物样本，送检病理科。随后，由病理医生进行确诊是否为乳腺癌或其他疾病，并评估相关的病理学参数，最终发出治疗前的病理学检测报告。临床医生根据病理学结果及临床资料综合性判读，决定是否选择新
辅助治疗及治疗方案，如选择新辅助治疗，则根据每一位患者不同的病情，选择不同的治疗方案。经过一段时间的新辅助治疗后，在进行手术治疗前，首先进行术前的影像学评价，再进行外科手术将原病灶手术切除。切除后的病理学标本，送检病理科进行病理学检测。病理医生对术后病理标本进行治疗效果的可观性评价，并与治疗前的基线进行比较，基于新辅助治疗的前后参数的变化确定ter、bciter、timecr、antr、tscrpr等相应的评级。根据病理学评价新辅助治疗方案的治疗效果，决定是否更换或调整后续治疗方案，若方案有效，则维持原治疗方案，若原方案部分有效，则根据不同参数的评级，有针对性的调整治疗方案，若原方案无效，则及时更换治疗方案。
131.上述肿瘤治疗效果评价方法，在评价治疗后的病理学参数之外，因患者个体的差异性，增加了治疗前后的病理学参数变化的比较，除了评价肿瘤细胞的残存量外，新增了肿瘤间质比、细胞核变化、核分裂像变化、肿瘤坏死与凋亡、免疫微环境、重要靶点表达、肿瘤干细胞等相关参数，更为全面和精准的评价治疗方案的治疗效果，并能够阐述可能产生良好或不佳效果的原因，为后期治疗方案的更新提供有价值的评价参数。另外，通过影像学图像中的深度学习模型为病理医生提供各个评价参数，使得病理医生可供参考的病理参数更加全面，在一定程度上提高了治疗方案的治疗效果评价结果的客观性和准确性，进而避免了因评价结果不准确导致的重复劳动，节约了人力物力。
132.下面对本发明提供的肿瘤治疗效果评价装置进行描述，下文描述的肿瘤治疗效果评价装置与上文描述的肿瘤治疗效果方法可相互对应参照。
133.如图11所示，在一个实施例中，一种肿瘤治疗效果评价装置，包括第一获取模块1 1 1 0、第二获取模块1 1 2 0、第三获取模块1 1 3 0、第四获取模块1140以及比对评价模块1150。
134.第一获取模块1110用于获取第一图像数据，以设立影像学基线，第一图像数据为患者新辅助治疗前的肿瘤影像学图像。
135.第二获取模块1120用于通过对肿瘤新辅助治疗前的病理学切片进行数字病理学图像扫描，获取病理学基线。
136.第三获取模块1130用于通过对新辅助治疗后的肿瘤进行影像学图像拍摄获取第一效果值，第一效果值为肿瘤新辅助治疗后的影像学效果值。
137.第四获取模块1140用于通过对肿瘤新辅助治疗后的病理学切片进行数字病理学扫描，获取第二效果值，第二效果值为肿瘤新辅助治疗后的病理学效果值。
138.比对评价模块1150用于将影像学基线和病理学基线与第一效果值和第二效果值进行比对，以获取肿瘤的治疗效果评价结果。
139.其中，治疗效果评价结果包括新辅助治疗前后肿瘤细胞的占比变化、肿瘤重要靶点的占比变化、肿瘤免疫微环境的占比变化、肿瘤细胞凋亡及坏死程度以及肿瘤细胞复发潜能干细胞的占比变化。
140.在本实施例中，本发明提供的肿瘤治疗效果评价装置，还包括监测模块，用于：
141.获取肿瘤新辅助治疗期间的治疗方案以及治疗方案的实施进度。
142.在治疗方案实施期间，获取第一监测数据，第一监测数据为肿瘤新辅助治疗期间的患者监测数据，用于对治疗方案后续治疗的经验总结分析。
143.其中，第一监测数据包括治疗方案中每次用药的量、用药的时间间隔、用药的品种
以及患者的健康体征。
144.在本实施例中，本发明提供的肿瘤治疗效果评价装置，比对评价模块具体用于：
145.当肿瘤重要靶点或肿瘤免疫微环境或肿瘤细胞凋亡及坏死或肿瘤细胞复发潜能干细胞在新辅助治疗后的变化程度占比超过第一阈值，则获取变化明显上升的治疗效果评价结果。
146.当肿瘤重要靶点或肿瘤免疫微环境或肿瘤细胞凋亡及坏死或肿瘤细胞复发潜能干细胞在新辅助治疗后的变化程度占比在第一阈值和第二阈值之间，则获取变化不明显的治疗效果评价结果。
147.当肿瘤重要靶点或肿瘤免疫微环境或肿瘤细胞凋亡及坏死或肿瘤细胞复发潜能干细胞在新辅助治疗后的变化程度占比低于第二阈值，则获取变化明显下降的治疗效果评价结果。
148.在本实施例中，本发明提供的肿瘤治疗效果评价装置，比对评价模块具体还用于：
149.获取肿瘤的第一肿瘤细胞占比，第一肿瘤细胞占比为新辅助治疗前肿瘤细胞在穿刺活检中的占比。
150.获取肿瘤的第二肿瘤细胞占比，第二肿瘤细胞占比为新辅助治疗后肿瘤细胞在穿刺活检中的占比。
151.在本实施例中，本发明提供的肿瘤治疗效果评价装置，比对评价模块具体还用于：
152.基于第一肿瘤细胞占比和第二肿瘤细胞占比，获取第一肿瘤细胞占比与第二肿瘤细胞占比之间的差值，差值为新辅助治疗前后肿瘤细胞减少的比例。
153.判断差值是否超过第三阈值。若是，则
154.获取治疗方案有效的治疗效果评价结果。若否，则
155.获取治疗方案无效以及更换或调整治疗方案的治疗效果评价结果。
156.图12示例了一种电子设备的实体结构示意图，该电子设备可以是智能终端，其内部结构图可以如图12所示。该电子设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现肿瘤治疗效果评价方法，该方法包括：
157.获取第一图像数据，以设立影像学基线，第一图像数据为患者新辅助治疗前的肿瘤影像学图像；
158.通过对肿瘤新辅助治疗前的病理学切片进行数字病理学图像扫描，获取病理学基线；
159.通过对新辅助治疗后的肿瘤进行影像学图像拍摄获取第一效果值，第一效果值为肿瘤新辅助治疗后的影像学效果值；
160.通过对肿瘤新辅助治疗后的病理学切片进行数字病理学扫描，获取第二效果值，第二效果值为肿瘤新辅助治疗后的病理学效果值；
161.将影像学基线和病理学基线与第一效果值和第二效果值进行比对，以获取肿瘤的治疗效果评价结果；
162.其中，治疗效果评价结果包括新辅助治疗前后肿瘤细胞的占比变化、肿瘤重要靶点的占比变化、肿瘤免疫微环境的占比变化、肿瘤细胞凋亡及坏死程度以及肿瘤细胞复发潜能干细胞的占比变化。
163.本领域技术人员可以理解，图12中示出的结构，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
164.另一方面，本发明还提供了一种计算机存储介质，存储有计算机程序，计算机程序被处理器执行时实现肿瘤治疗效果评价方法，该方法包括：
165.获取第一图像数据，以设立影像学基线，第一图像数据为患者新辅助治疗前的肿瘤影像学图像；
166.通过对肿瘤新辅助治疗前的病理学切片进行数字病理学图像扫描，获取病理学基线；
167.通过对新辅助治疗后的肿瘤进行影像学图像拍摄获取第一效果值，第一效果值为肿瘤新辅助治疗后的影像学效果值；
168.通过对肿瘤新辅助治疗后的病理学切片进行数字病理学扫描，获取第二效果值，第二效果值为肿瘤新辅助治疗后的病理学效果值；
169.将影像学基线和病理学基线与第一效果值和第二效果值进行比对，以获取肿瘤的治疗效果评价结果；
170.其中，治疗效果评价结果包括新辅助治疗前后肿瘤细胞的占比变化、肿瘤重要靶点的占比变化、肿瘤免疫微环境的占比变化、肿瘤细胞凋亡及坏死程度以及肿瘤细胞复发潜能干细胞的占比变化。
171.又一方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。电子设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令时实现肿瘤治疗效果方法，该方法包括：
172.获取第一图像数据，以设立影像学基线，第一图像数据为患者新辅助治疗前的肿瘤影像学图像；
173.通过对肿瘤新辅助治疗前的病理学切片进行数字病理学图像扫描，获取病理学基线；
174.通过对新辅助治疗后的肿瘤进行影像学图像拍摄获取第一效果值，第一效果值为肿瘤新辅助治疗后的影像学效果值；
175.通过对肿瘤新辅助治疗后的病理学切片进行数字病理学扫描，获取第二效果值，第二效果值为肿瘤新辅助治疗后的病理学效果值；
176.将影像学基线和病理学基线与第一效果值和第二效果值进行比对，以获取肿瘤的治疗效果评价结果；
177.其中，治疗效果评价结果包括新辅助治疗前后肿瘤细胞的占比变化、肿瘤重要靶点的占比变化、肿瘤免疫微环境的占比变化、肿瘤细胞凋亡及坏死程度以及肿瘤细胞复发潜能干细胞的占比变化。
178.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以
通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。
179.作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双倍数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
180.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
181.以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

技术特征：
1.一种肿瘤治疗效果评价方法，其特征在于，所述方法包括：获取第一图像数据，以设立影像学基线，所述第一图像数据为患者新辅助治疗前的肿瘤影像学图像；通过对肿瘤新辅助治疗前的病理学切片进行数字病理学图像扫描，获取病理学基线；通过对新辅助治疗后的肿瘤进行影像学图像拍摄获取第一效果值，所述第一效果值为肿瘤新辅助治疗后的影像学效果值；通过对肿瘤新辅助治疗后的病理学切片进行数字病理学扫描，获取第二效果值，所述第二效果值为肿瘤新辅助治疗后的病理学效果值；将所述影像学基线和病理学基线与所述第一效果值和第二效果值进行比对，以获取所述肿瘤的治疗效果评价结果；其中，所述治疗效果评价结果包括新辅助治疗前后肿瘤细胞的占比变化、肿瘤重要靶点的占比变化、肿瘤免疫微环境的占比变化、肿瘤细胞凋亡及坏死程度以及肿瘤细胞复发潜能干细胞的占比变化。2.根据权利要求1所述的肿瘤治疗效果评价方法，其特征在于，所述通过对肿瘤新辅助治疗前的病理学切片进行数字病理学图像扫描，获取病理学基线，之后还包括：获取所述肿瘤新辅助治疗期间的治疗方案以及所述治疗方案的实施进度；在所述治疗方案实施期间，获取第一监测数据，所述第一监测数据为所述肿瘤治疗期间的患者监测数据，用于对所述治疗方案后续治疗的经验总结分析；其中，所述第一监测数据包括所述治疗方案中每次用药的量、用药的时间间隔周期、用药的品种以及患者的健康体征。3.根据权利要求2所述的肿瘤治疗效果评价方法，其特征在于，所述将所述影像学基线和病理学基线与所述第一效果值和第二效果值进行比对，以获取所述肿瘤的治疗效果评价结果，包括：当所述肿瘤重要靶点或肿瘤免疫微环境或肿瘤细胞凋亡及坏死或肿瘤细胞复发潜能干细胞在新辅助治疗后的变化程度占比超过第一阈值，则获取变化明显上升的治疗效果评价结果；当所述肿瘤重要靶点或肿瘤免疫微环境或肿瘤细胞凋亡及坏死或肿瘤细胞复发潜能干细胞在新辅助治疗后的变化程度占比在第一阈值和第二阈值之间，则获取变化不明显的治疗效果评价结果；当所述肿瘤重要靶点或肿瘤免疫微环境或肿瘤细胞凋亡及坏死或肿瘤细胞复发潜能干细胞在新辅助治疗后的变化程度占比低于所述第二阈值，则获取变化明显下降的治疗效果评价结果。4.根据权利要求3所述的肿瘤治疗效果评价方法，其特征在于，所述将所述影像学基线和病理学基线与所述第一效果值和第二效果值进行比对，以获取所述肿瘤的治疗效果评价结果，还包括：获取所述肿瘤的第一肿瘤细胞占比，所述第一肿瘤细胞占比为新辅助治疗前肿瘤细胞在穿刺活检中的占比；获取所述肿瘤的第二肿瘤细胞占比，所述第二肿瘤细胞占比为新辅助治疗后肿瘤细胞在穿刺活检中的占比。
5.根据权利要求4所述的肿瘤治疗效果评价方法，其特征在于，所述将所述影像学基线和病理学基线与所述第一效果值和第二效果值进行比对，以获取所述肿瘤的治疗效果评价结果，还包括：基于所述第一肿瘤细胞占比和第二肿瘤细胞占比，获取所述第一肿瘤细胞占比与第二肿瘤细胞占比之间的差值，所述差值为新辅助治疗前后肿瘤细胞减少的比例；判断所述差值是否超过第三阈值；若是，则获取治疗方案有效的治疗效果评价结果；若否，则获取治疗方案无效以及更换或调整治疗方案的治疗效果评价结果。6.根据权利要求1至5任一项所述的肿瘤治疗效果评价方法，其特征在于，所述病理学基线和第二效果值分别包括肿瘤新辅助治疗前后的肿瘤间质比、肿瘤细胞核异型性程度、肿瘤细胞核分裂像指数、肿瘤坏死比例、肿瘤间质中浸润性淋巴细胞密度、肿瘤细胞中e r表达率和强度、肿瘤细胞中p r表达率和强度、肿瘤细胞中h e r 2表达率和强度、肿瘤细胞中ki 6 7表达率和强度、肿瘤细胞中淋巴细胞c d 3/c d 4/c d 8/c d 2 0表达率和强度、肿瘤细胞中自然杀伤细胞c d 5 6/c d 1 6/n k g 2d和c d 9 4/n k g 2a表达率和强度、肿瘤细胞中干细胞c d 4 4/c d 2 4/a l d h 1a 1/e s a/ne s tin表达率和强度以及肿瘤细胞中凋亡情况annexin v/caspase-3/sfas和bcl-2家族蛋白表达率和强度。7.根据权利要求6所述的肿瘤治疗效果评价方法，其特征在于，所述影像学基线和第一效果值分别包括肿瘤新辅助治疗前后的影像学病变范围大小和密度参数。8.一种肿瘤治疗效果评价装置，其特征在于，所述装置包括：第一获取模块，用于获取第一图像数据，以设立影像学基线，所述第一图像数据为患者新辅助治疗前的肿瘤影像学图像；第二获取模块，用于通过对肿瘤新辅助治疗前的病理学切片进行数字病理学图像扫描，获取病理学基线；第三获取模块，用于通过对新辅助治疗后的肿瘤进行影像学图像拍摄获取第一效果值，所述第一效果值为肿瘤新辅助治疗后的影像学效果值；第四获取模块，用于通过对肿瘤新辅助治疗后的病理学切片进行数字病理学扫描，获取第二效果值，所述第二效果值为肿瘤新辅助治疗后的病理学效果值；比对评价模块，用于将所述影像学基线和病理学基线与所述第一效果值和第二效果值进行比对，以获取所述肿瘤的治疗效果评价结果；其中，所述治疗效果评价结果包括新辅助治疗前后肿瘤细胞的占比变化、肿瘤重要靶点的占比变化、肿瘤免疫微环境的占比变化、肿瘤细胞凋亡及坏死程度以及肿瘤细胞复发潜能干细胞的占比变化。9.一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。10.一种计算机存储介质，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权利要求1至7中任一项所述的方法的步骤。

技术总结
本发明涉及一种肿瘤治疗效果评价方法、装置、电子设备及存储介质，该方法包括：获取第一图像数据，以设立影像学基线，第一图像数据为患者新辅助治疗前的肿瘤影像学图像。通过对肿瘤新辅助治疗前的病理学切片进行数字病理学图像扫描，获取病理学基线。通过对新辅助治疗后的肿瘤进行影像学图像拍摄获取第一效果值，第一效果值为肿瘤新辅助治疗后的影像学效果值。通过对肿瘤新辅助治疗后的病理学切片进行数字病理学扫描，获取第二效果值，第二效果值为肿瘤新辅助治疗后的病理学效果值。将影像学基线和病理学基线与第一效果值和第二效果值进行比对，以获取肿瘤的治疗效果评价结果，提高了肿瘤治疗效果评价结果的准确性和客观性。高了肿瘤治疗效果评价结果的准确性和客观性。高了肿瘤治疗效果评价结果的准确性和客观性。


技术研发人员：车拴龙 卢芳 李晶 张志魁 丁向东 冯晓冬 钟学军 徐炜 江耿跃
受保护的技术使用者：广州金域医学检验中心有限公司
技术研发日：2023.05.29
技术公布日：2023/8/24