[發明專利]一種腦膠質瘤分級評價方法及其裝置

有效

• 申請號: 201811268608.7
• 申請日: 2018-10-29
• 公開（公告）號: CN109271969B
• 公開（公告）日: 2020-03-24
• 發明（設計）人: 付鈺;王方
• 申請（專利權）人: 北京青燕祥云科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/08;G06T7/00;G06T7/11;G06T7/13;G06T7/136;G16H30/20;G16H40/67
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 吳迪

本發明提供了一種腦膠質瘤分級評價方法及其裝置，其中所述方法包括：獲取目標患者的腦膠質瘤病理切片圖像；基于神經網絡技術，對所述腦膠質瘤病理切片圖像進行識別，分別獲得所述目標患者的所述腦膠質瘤病理切片圖像對應的細胞密度、異型性細胞數量、血管壁增生面積和壞死組織總面積；并生成一目標患者對應的病理情況標注信息，通過預先訓練的支持向量機病理分級模型對所述病理情況標注信息進行分級，得到分級評價結果。本發明大大提高了識別準確率和分級評價效率，降低了對于患者的CT斷層掃描圖像的分級評價的工作量，為分級診斷的工作帶來了方便。

技術領域

本發明涉及腫瘤病理分級技術領域，更具體地說，涉及一種腦膠質瘤分級評價方法及其裝置。

背景技術

由于諸多因素的影響，全球惡性腫瘤發病率呈現持續升高的態勢，據推測到2020年前，全球惡性腫瘤發病率將增加50％，不僅如此，惡性腫瘤的死亡人數也在全球迅猛上升，而在我國等發展中國家，這一趨勢將更為明顯，并具有顯著的年輕化趨勢。因此，加強惡性腫瘤的防治研究，準確、客觀的評價腫瘤生物學行為和預后，制定治療方案顯得更為迫切。

腫瘤的分型、分級和分期是目前評價腫瘤生物學行為和診斷的最重要的三項指標，其中分級和分期主要用于惡性腫瘤生物學行為和預后的評估。腦膠質瘤是由于大腦和脊髓膠質細胞癌變所產生的、最常見的原發性顱腦腫瘤。年發病率約為3-8人/10萬人口。如同其他腫瘤(疾病)一樣，膠質瘤也是由于先天的遺傳高危因素和環境的致癌因素相互作用所導致的。一些已知的遺傳疾病，例如神經纖維瘤病(I型)以及結核性硬化疾病等，為腦膠質瘤的遺傳易感因素。

目前，對于腦膠質瘤的分級評價，均需要人工對于CT斷層掃描圖像進行逐一排查和分析，尤其是腦膠質瘤的CT斷層掃描數據量較大，依次掃描可得到幾十甚至數百張斷層圖像，所以對于腦膠質瘤的分級評價工作，工作量大、時間長、并且極易出現漏診錯診的情況，為患者的及時診斷和治療帶來了安全隱患；此外，現有的分級評價方法，只能通過人工當面對患者的醫學影像進行查看和診斷，無法實現遠程的分級評價。

發明內容

有鑒于此，本發明提供一種腦膠質瘤分級評價方法及其裝置以解決現有技術的不足。

為解決上述問題，本發明提供一種腦膠質瘤分級評價方法，包括：

獲取目標患者的腦膠質瘤病理切片圖像；

基于神經網絡技術，對所述腦膠質瘤病理切片圖像進行識別，分別獲得所述目標患者的所述腦膠質瘤病理切片圖像對應的細胞密度、異型性細胞數量、血管壁增生面積和壞死組織總面積；

根據所述細胞密度、所述異型性細胞數量、所述血管壁增生面積和所述壞死組織總面積生成一目標患者對應的病理情況標注信息，通過預先訓練的支持向量機病理分級模型對所述病理情況標注信息進行分級，得到分級評價結果。

優選地，所述細胞密度的獲得，包括：

獲取預設數量的細胞核標注信息作為密度訓練數據，利用Mask R-CNN分割模型通過所述密度訓練數據進行訓練，得到分割細胞核深度學習模型；

利用所述分割細胞核深度學習模型對所述腦膠質瘤病理切片圖像進行識別，得到所述腦膠質瘤病理切片圖像中的細胞總個數；并且，獲取所述腦膠質瘤病理切片圖像的總面積數；

通過所述腦膠質瘤病理切片圖像中的所述細胞總個數除以所述總面積數，計算得出所述細胞密度。

優選地，所述異型性細胞數量的獲得，包括：

通過異型性細胞特征數據對xgboost模型進行訓練，得到異型性細胞xgboost分類模型；

通過所述異型性細胞xgboost分類模型對所述細胞總個數對應的每一個細胞進行分類，分別得到異型性細胞和非異型性細胞；并且，統計所述異型性細胞和所述非異型性細胞的個數，得到所述異型性細胞數量。