[發明專利]染色體異常檢測模型、其檢測系統及染色體異常檢測方法

在審

• 申請號: 201910129658.5
• 申請日: 2019-02-21
• 公開（公告）號: CN110265087A
• 公開（公告）日: 2019-09-20
• 發明（設計）人: 蔡輔仁;黃宗祺;廖英凱;游家鑫;謝柏欣
• 申請（專利權）人: 中國醫藥大學附設醫院
• 主分類號: G16B40/00
• 分類號: G16B40/00;G16B50/30
• 代理公司: 北京中譽威圣知識產權代理有限公司 11279
• 代理人: 席勇;董云海

本發明提供一種染色體異常檢測系統，包含影像擷取單元以及非暫時性機器可讀媒體。影像擷取單元用以取得受試者的目標染色體細胞分裂中期影像。非暫時性機器可讀媒體用以儲存程序，當程序由處理單元執行時用以判斷受試者是否具有染色體異常。借此，本發明的染色體異常檢測系統可有效提升染色體異常檢測的準確度與敏感度，并可縮短受試者是否具有染色體異常的評估時間。

技術領域

本發明是有關于一種醫療信息分析模型、系統以及方法，特別是一種染色體異常檢測模型、染色體異常檢測系統以及染色體異常檢測方法。

背景技術

染色體異常檢查大多用于遺傳疾病篩檢，或血癌和淋巴癌等癌細胞變異偵測。其中遺傳疾病篩檢主要為孕婦于懷孕過程中皆會接受相關的檢測，因胎兒同時攜帶父親的精細胞與母親的卵細胞經過細胞減數分裂而來的染色體，因此每次胚胎生命的發生過程中，有可能產生胚胎的染色體突變，需通過檢測胎兒染色體異常與否確認胎兒的健康狀態。

染色體異常一般可分為染色體數目異常、染色體結構異常以及染色體拼湊型異常。其中染色體數目異常為生殖細胞行減數分裂時，若發生某個染色體不分離(nondisjunction)現象時，便會導致精子或卵細胞染色體數目的異常，受孕之后就成為染色體數目為單倍體或多倍體的胚胎，而生出畸型的胎兒。常見的染色體數目異常包含三染色體21癥(唐氏癥)、三染色體18癥(艾德華氏癥)及單染色體X癥(特娜氏癥)等。染色體結構異常為染色體構造有一處或多處以上的缺損、異常組合等情況所造成。而較常見的染色體拼湊型異常有46,XX/47,XX,+21的唐氏癥拼湊體、45,X/46,XX、45,X/46,XY或45,X/46,X,i(Xq)為透納氏癥的拼湊體。一般來說為含有部分正常染色體細胞的拼湊體，其癥狀通常要比單一純粹的染色體異常為輕。

公知的染色體異常檢測方式為拍攝染色體細胞分裂中期影像后，由檢驗人員進行人工排列為染色體核型圖，再以此判斷染色體是否出現單倍體或多倍體以判斷是否出現染色體數目異常，以及染色體是否具有脫失、環狀、倒位或錯位的狀況以判斷是否出現染色體結構異常，是以染色體異常檢測的評估結果在不同檢驗人員間存在極大的差異，且過程也較為繁瑣耗時。因此，如何發展出一種具有高度準確率及快速檢測的染色體異常檢測系統，實為一具有商業價值的技術課題。

發明內容

有鑒于此，本發明的一目的為提供染色體異常檢測模型、染色體異常檢測方法以及染色體異常檢測系統，其可客觀且準確的判斷受試者是否存在染色體異常的狀況，并可借此進行疾病分類和風險評估。

本發明的一方面在于提供一種染色體異常檢測模型，包含以下建立步驟：取得參照數據庫、進行影像轉換步驟、進行初步分類步驟、進行特征選取步驟以及進行訓練步驟。所述參照數據庫包含多個參照染色體細胞分裂中期影像。所述影像轉換步驟是利用非監督式學習法分類器將參照染色體細胞分裂中期影像中23對染色體進行排列，以得到多個參照染色體核型影像。所述初步分類步驟是依據參照染色體核型影像中的染色體條數進行分類，若染色體條數為46條，分類為染色體數目正常；若該色體條數為大于或小于46條，則分類為染色體數目異常。所述特征選取步驟是利用特征選取模塊分析參照染色體核型影像后以得到至少一個影像特征值。所述訓練步驟是將前述的至少一個影像特征值透過卷積神經網路學習分類器進行訓練而達到收斂，以得到所述染色體異常檢測模型，其中所述染色體異常檢測模型是用以判斷受試者是否具有染色體結構異常或染色體拼湊型異常。

依據前述的染色體異常檢測模型，其中非監督式學習法分類器可為生成對抗神經網絡(Generative Adversarial Network，GAN)。

依據前述的染色體異常檢測模型，其中至少一個影像特征值可包含染色體大小、染色體位置或染色體形狀。

依據前述的染色體異常檢測模型，其中卷積神經網路學習分類器可為Inception-ResNet-v2卷積神經網路或Inception V3卷積神經網路。