[發明專利]用于檢測數字病理圖像中的病理異常的方法和系統以及用于注釋組織載玻片的方法

在審

• 申請號: 201780039648.1
• 申請日: 2017-06-07
• 公開（公告）號: CN109416730A
• 公開（公告）日: 2019-03-01
• 發明（設計）人: 克里斯蒂安·尤倫
• 申請（專利權）人: 康泰克斯特視覺公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T7/00
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 程鋼

1.一種由計算系統執行的用于檢測數字病理圖像中的病理異常的方法，包括：

向所述計算系統提供數字病理圖像；

使用布置在所述計算系統上的識別模塊分析所述數字病理圖像，其中，所述識別模塊使用機器學習模塊來執行：

使用加載在所述識別模塊中的識別模型辨認包含異常圖像模式的對象；以及

使用所述識別模型識別所述異常圖像模式是否對應于病理異常。

2.根據權利要求1所述的方法，其中，識別所述異常圖像模式是否對應于病理異常包括：

使用所述識別模型中的分類器對所述異常圖像模式進行分類，以根據至少兩個類別對所述異常圖像模式進行分類；以及

基于所述分類確定所述異常圖像模式是否對應于病理異常。

3.根據權利要求1或2所述的方法，還包括：

使用在多個帶注釋的數字病理圖像上訓練的機器學習算法來提供所述識別模型。

4.根據權利要求3所述的方法，其中，提供所述識別模型包括：

生成包含所述病理異常的染色形態特征的組織切片的至少一個第一圖像，其中，所述組織切片用至少一種生物標志物和至少一種第一組織化學染料或至少一種生物標志物和至少一種熒光染料或至少一種熒光生物標志物染色；以及

使用染色區域注釋所述至少一個第一圖像。

5.根據權利要求3或4所述的方法，其中，提供所述識別模型包括：

向所述機器學習模塊提供所述帶注釋的圖像；

利用所述病理異常的不同形態特征訓練所述識別模型，以獲得所述分類器。

6.根據權利要求3-5中任一項所述的方法，其中，提供所述識別模型包括：

提供具有病理異常的組織切片；

選擇對相應的病理異常具有特異性的至少一種生物標志物和至少一種第一組織化學染料或至少一種生物標志物和至少一種熒光染料或至少一種熒光生物標志物；

用所述至少一種生物標志物和所述至少一種第一組織化學染料或所述至少一種生物標志物和所述至少一種熒光染料或所述至少一種熒光生物標志物對所述組織切片染色；

生成所述組織切片的至少一個第一圖像；

從所述組織切片中除去所述第一組織化學染料；

用第二組織化學染料對所述組織切片染色；

生成所述組織切片的至少一個第二圖像；

注釋所述組織切片的所述至少一個第二圖像；

向所述機器學習模塊提供所述帶注釋的圖像；以及

利用所述病理異常的不同形態特征訓練所述識別模型，以獲得所述分類器。

7.根據權利要求5或6所述的方法，其中，訓練所述識別模塊包括使用臨床結果。

8.根據權利要求6或7所述的方法，其中，提供組織切片包括從患者選擇組織切片，其中患者數據和/或臨床治療和/或臨床結果是已知的。

9.根據權利要求6-8中任一項的方法，其中，所述至少一種熒光染料是熒光直接染色劑。

10.根據權利要求6-9中任一項的方法，其中，所述生物標志物是形態學生物標志物和/或癌癥特異性生物標志物和/或不同于癌癥的另一種疾病特異性生物標志物。

11.根據權利要求6-10中任一項的方法，其中，從所述組織切片上除去所述第一組織化學染料包括使用去污劑或溶劑或漂白劑。

12.根據權利要求6-11中任一項的方法，其中，所述第二組織化學染料選自包括以下各項的組：蘇木素、曙紅、van Gieson、甲苯胺藍、銀染、過碘酸-希夫(氏)(PAS)、糖原染色、Weigerts染色、尼氏染色、高爾基染色、番紅花素、油紅、普魯士藍、Picro-Sirius紅、Mallary毛狀體、Steiner染色、鐵蘇木素和富爾根染色。