[發明專利]基于機器學習的免疫組化圖像自動化判讀系統

在審

• 申請號: 201410410268.2
• 申請日: 2014-08-20
• 公開（公告）號: CN105354405A
• 公開（公告）日: 2016-02-24
• 發明（設計）人: 王鵬;薛夢竹
• 申請（專利權）人: 中國科學院上海高等研究院
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 上海光華專利事務所 31219
• 代理人: 李儀萍

技術領域

本發明涉及計算機技術領域，特別是涉及一種基于機器學習的免疫組化圖像自動化判讀系統。

背景技術

免疫組織化學(Immunohistochemistry,IHC)是病理學診斷領域中的一種重要檢測方法學，其通過對染色圖片結果中陽性區域的細胞數目及染色強度的解讀而進行半定量的判定。在傳統病理學診斷中，醫生主要根據其掌握的病理學診斷知識和臨床經驗來對IHC圖片進行人工解讀。該方法對醫生的診斷經驗要求較高，且診斷結果易受圖像本身特性的干擾，因此，人們考慮引入計算機技術和圖像處理技術對免疫組化圖片進行定量分析。

目前，大部分的免疫組化定量分析研究均集中于圖像分析領域，其一般過程為：首先選定測量區域，再進行圖像分割提取出陽性區域，最后應用光密度等參數進行定量測定。其代表軟件如Definiens公司生產的DefiniensTissueStudio圖像處理系統和MediaCybernetics公司生產的ImageProPlus圖像分析軟件。但這類軟件價格較為昂貴，且不同操作者之間存在一定的數據波動性，并不適宜在臨床上進行推廣。

機器學習(MachineLearning,ML)是人工智能研究的核心技術，廣泛應用于計算機和金融等領域，其通過對已知信息的提取和建模學習而獲得一系列模式，并以此對新數據進行預測。目前，隨著計算機技術的普及，已經有學者將機器學習方法引入到醫學圖像領域中來，特別是在計算機輔助的診斷學領域。其中應用最為成功的當屬計算機輔助的乳房造影攝片診斷技術。

典型的計算機輔助診斷流程包括以下關鍵步驟：1)應用自動化的圖像處理技術對醫學圖像進行數字化處理；2)提取定量化的圖像特征組成特征向量；3)應用特征向量建立模型，并調用分類器對其進行分類判別。其中，抽取圖像的有效特征是完成識別，進行后續判讀的首要任務。

圖像特征提取是計算機視覺分析領域中的重要概念，即，使用計算機提取圖像信息。常用的圖像特征可分為整體性特征，如顏色特征和紋理特征等，以及局部特征，如角點特征等，其經典提取方法包括顏色直方圖法、Gabor小波法和SIFT(Scale-invariantfeaturetransform)算法。

本發明應用經典的圖像特征提取方法，并結合多種機器學習算法，首次提出一種免疫組化圖像的全自動化判讀方法，能有效識別出圖像中的陽性區域并進行陽性程度預測。其全部采用跨平臺的開源程序包進行軟件設計，方便快速，可移植性好，更適宜于在病理學診斷領域進行推廣。

發明內容

鑒于以上所述現有技術的缺點，本發明的目的在于提供一種基于機器學習的免疫組化圖像自動化判讀系統，以實現一種免疫組化圖像的全自動化判讀系統，能有效識別出圖像中的陽性區域并進行陽性程度預測。

為實現上述目的及其他相關目的，本發明提供一種基于機器學習的免疫組化圖像自動化判讀系統，包括：

圖像數字化處理模塊，用于對原始圖片進行格式轉換及超像素分割，將其分解成不重復的碎片集合；

圖像特征提取模塊，用于對碎片集合中的每個碎片進行顏色直方圖計算、Gabor小波及局部二分值計算、及SIFT特征點檢測計算，并將計算所得的各個特征組合為特征向量；

陽性區域抽提模塊，用于比較每個碎片與人工選定的陽性參考圖片集中每個圖片的特征向量間的距離，選取相似度高于預設標準的碎片作為陽性碎片，并在原始圖片中進行突出展示；

特征選擇及機器學習模塊，用于對陽性碎片進行特征效能評估，得到分類效果最佳的特征組合作為特征向量，以此建立判別模型并進行陽性程度得分預測。

作為本發明的基于機器學習的免疫組化圖像自動化判讀系統的一種優選方案，所述圖像數字化處理模塊包括：

格式轉換單元，用于將原始圖片轉換成灰度圖；

超像素分割單元，用于在灰度圖上進行超像素分割，將灰度圖片分解為大小不一且相互之間不重疊的多個圖形區域；

碎片獲取單元，用于按照圖形區域分割信息，獲取來源于原始圖片的碎片集合。

作為本發明的基于機器學習的免疫組化圖像自動化判讀系統的一種優選方案，所述圖像特征提取模塊包括：

顏色特征計算單元，用于獲取每個碎片的HSV顏色直方圖信息作為顏色特征；

紋理特征計算單元，用于獲取每個碎片的Gabor小波圖像并進行局部二分值計算作為紋理特征；

角點特征計算單元，用于獲取每個碎片的特征點集合，并依照最多特征點碎片的特征值數目用0.0補足，使之特征值總數相等作為角點特征；