肝癌是致死率较高的癌症类型,而肝癌在中国具有很高的发病率,全球一半的肝癌患者在中国。在肝癌术前进行预后分析,病理医生通过观察肝癌组织病理图像,并结合患者情况判断患者的预后,从而制定针对性的治疗方案。由于肝癌病理图像结构复杂且信息丰富,而且病理医生人才稀缺,造成了医疗资源的紧张。使用机器学习辅助进行预后分析,可以减轻病理医生的负担,病理医生可以更加专注于患者的治疗,从而提高肝癌的治愈率。本研究使用图像处理和计算方法提取肝癌病理patch的定量特征,基于这些特征进行分类和生存风险预测,最后使用生存风险对肝癌进行分期,同时挖掘与预后相关的重要特征。由于原始的图像WSI像素量可达到百亿级,研究中首先分割肝癌病理WSI,得到像素为256*256的肝癌病理patch;在对肝癌病理patch进行图像预处理后,使用构建的CellProfiler特征提取流水线计算patch的定量特征;然后基于提取的特征,使用XGBoost分类模型将patch分类为癌和非癌;之后依据分类结果,从每张WSI中采样36张具有代表性的癌区域patch,使用这些patch预测肝癌患者的生存风险,预测使用XGBoost和Cox结合的模型,病人的生存风险为采样patch的预测均值;最后使用生存风险中位值对肝癌患者进行分组,并按组分别进行TNM细分期和绘制生存曲线,以验证预后模型的性能。实验中分类模型和预后模型的数据都是CellProfiler提取的定量特征,而加入分类模型的目的是挑选癌类别的patch,以用于提取特征。为了验证CellProfiler提取的定量特征的有效性,还使用LBP算法和GLCM算法提取病理patch特征,并将特征用于训练同种分类模型,比较分类模型的准确率。另外,实验探究了不同放大倍率和不同patch类别比例对预后模型的影响,其中肝癌病理图像有10倍和40倍两种放大倍率,不同类别比例指每张WSI采样的36张patch中癌和非癌类别的比例。实验最优分类模型是XGBoost,使用随机森林和SVM进行对比,而预后模型是XGBoost和Cox结合的模型,将XGBoost和Cox模型结合可以充分利用生存资料中的大量删失数据,从而提高预测的生存风险的一致性指数(concordance index)。本研究的训练和测试集数据来源于上海复旦大学附属某医院,验证集数据采自TCGA(The Cancer Genome Atlas)肝癌数据集。经过大量实验,实验中提取定量特征728个,最优分类模型为XGBoost,在验证集准确率最高达到86.9%;预后模型为XGBoost和Cox回归模型的结合,预测的生存风险一致性指数达到了0.67。分类模型和预后模型的特征均由CellProfiler提取,最优模型数据输入为x40倍率的肝癌病理patch。通过实验对比,发现提取特征使用x40倍率图像效果要优于x10倍率图像,癌区域patch比非癌区域patch更影响预后结果。本文最后通过TNM细分期和Kaplan-Meier分析对预后模型性能进行了验证,实验结果表明基于机器学习的肝癌预后分析是具有医学意义的。