[發明專利]一種細胞及區域層次的病理圖自動分類方法及系統

有效

• 申請號: 202110403704.3
• 申請日: 2021-04-15
• 公開（公告）號: CN113192077B
• 公開（公告）日: 2022-08-02
• 發明（設計）人: 薛宇;茍宇杰;寧萬山;彭迪;付珊珊;劉丹
• 申請（專利權）人: 華中科技大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/00;G06N3/08;G06N3/04
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 許恒恒

本發明屬于圖像分析領域，公開了一種細胞及區域層次的病理圖自動分類方法及系統，該方法包括以下步驟：(1)將初始病理圖切割成小圖，并繪制細胞掩膜圖；(2)對小圖進行圖像分割得到細胞坐標；(3)將初始病理圖切割為單個細胞小圖，判斷細胞類型；(4)將初始病理圖切割為小圖，判斷是否屬于癌區、癌旁區域；(5)將初始病理圖切割為小圖，分別判斷是否屬于腫瘤組織實質區、間質區、蛋白角化區、脈管區；綜合各個得分，確定細胞類型及其所屬區域。本發明通過對方法整體流程處理進行改進，能夠克服現有技術中對病理圖的分析停留于區塊式分析的缺陷，真正將病理圖的信息進行了深度挖掘，實現了病理圖的自動分類。

技術領域

本發明屬于圖像分析領域，更具體地，涉及一種細胞及區域層次的病理圖自動分類方法及系統。

背景技術

病理圖往往蘊含大量信息。癌癥發展的宏觀情況可以通過臨床指標檢測、X光等方式鑒別，但更細化的信息難以確定，從而無法精細化、個性化對病人進行分型治療。目前的病理圖片分析及分類方法主要集中在區塊層面，缺乏細胞層次和以生理區域為劃分的分析與分類。

發明內容

針對現有技術的以上缺陷或改進需求，本發明的目的在于提供一種細胞及區域層次的病理圖自動分類方法及系統，其中通過對方法整體流程處理、及相應系統裝置中各個功能模塊組件的設置方式進行改進，能夠克服現有技術中對病理圖的分析停留于區塊式分析的缺陷，真正將病理圖的信息進行了深度挖掘，實現了病理圖的自動分類，可進一步為病人的個性化治療和分型提供有效幫助。

為實現上述目的，按照本發明的一個方面，提供了一種細胞及區域層次的病理圖自動分類方法，其特征在于，包括以下步驟：

(1)將初始病理圖切割為尺寸預先設定的第一類小圖，并繪制這些第一類小圖的細胞掩膜圖；

(2)將所述步驟(1)得到的第一類小圖及其細胞掩膜圖用第一卷積神經網絡進行圖像分割，從而對初始病理圖中的細胞進行定位，得到細胞坐標；

(3)根據預先標記出癌細胞和免疫細胞的訓練用病理圖，以切割后的小圖覆蓋一個預先標記的完整細胞為切割原則，將所述訓練用病理圖切割為尺寸預先設定的訓練用第二類小圖，對第二卷積神經網絡進行訓練，訓練好的所述第二卷積神經網絡能夠判斷細胞類型，分別得到細胞類型屬于癌細胞、免疫細胞、其他細胞的概率得分；

針對初始病理圖，根據所述步驟(2)得到的細胞坐標，以切割后的小圖覆蓋一個完整細胞為切割原則，將所述初始病理圖切割為尺寸預先設定的第二類小圖，并利用訓練好的所述第二卷積神經網絡判斷每一張第二類小圖的細胞類型，并將得到的判斷結果記錄下來；

(4)根據預先選取的圖中癌區和癌旁區域能夠區分的訓練用病理圖，按預先設定的尺寸大小，同時以切割后的小圖全部面積屬于癌區或癌旁為切割原則，得到尺寸預先設定的訓練用第三類小圖，對第三卷積神經網絡進行訓練，訓練好的所述第三卷積神經網絡能夠判斷癌區和癌旁區域，分別得到待測試圖中所示區域屬于癌區、癌旁區域的概率得分；

針對初始病理圖，按預先設定的尺寸大小，將所述初始病理圖切割為尺寸預先設定的第三類小圖，并利用訓練好的所述第三卷積神經網絡判斷每一張第三類小圖是否屬于癌區、癌旁區域，并將得到的判斷結果記錄下來；

(5)根據預先標記出腫瘤組織實質區、間質區、蛋白角化區和脈管區的訓練用病理圖：

(i)按預先設定的尺寸大小，同時以切割后的小圖有一半以上面積屬于腫瘤組織實質區標記為切割原則，將所述訓練用病理圖切割為尺寸預先設定的訓練用第四類小圖，對第四卷積神經網絡進行訓練，訓練好的所述第四卷積神經網絡能夠判斷腫瘤組織實質區，得到待測試圖中所示區域屬于腫瘤組織實質區的概率得分；然后，針對初始病理圖，按預先設定的尺寸大小，將所述初始病理圖切割為尺寸預先設定的第四類小圖，并利用訓練好的所述第四卷積神經網絡判斷每一張第四類小圖是否屬于腫瘤組織實質區，并將得到的判斷結果記錄下來；