[發明專利]一種唇腺病理智能分析系統及方法

在審

• 申請號: 202110732290.9
• 申請日: 2021-06-29
• 公開（公告）號: CN113723441A
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 莫穎倩;戴冽;歐陽志明;李謙華;柳葉青
• 申請（專利權）人: 中山大學孫逸仙紀念醫院
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 孫鳳俠

1.一種唇腺病理智能分析方法，其特征在于，包括如下步驟：

S1.構建第一深度神經網絡，用于逐一測量唇腺數字病理切片中各唇腺組織面積(mm²)，并將各唇腺組織面積相加，得唇腺組織總面積；

S2.構建第二深度神經網絡和第三深度神經網絡，用于識別淋巴細胞密集區域，并統計測量唇腺組織中淋巴細胞灶數量，得淋巴細胞灶數量；

所述淋巴細胞灶的定義為：超過50個淋巴細胞的聚集定義為淋巴細胞灶；

S3.利用唇腺組織總面積和淋巴細胞灶數量的數據，計算出灶性指數；

灶性指數計算公式為：

灶性指數＝淋巴細胞灶數量÷唇腺組織總面積(mm²)×4；

S4.根據灶性指數判斷唇腺數字病理切片是否為干燥綜合征灶性淋巴細胞性唾液腺炎；判斷標準為：

灶性指數≥1為符合干燥綜合征灶性淋巴細胞性唾液腺炎，灶性指數1則不符合干燥綜合征灶性淋巴細胞性唾液腺炎。

2.根據權利要求1所述的方法，其特征在于，步驟S1中構建第一深度神經網絡用于分割唇腺組織，排除壞死、脂肪、橫紋肌、皮膚取材不佳的區域，測量得到唇腺組織總面積；具體包括：

構建第一深度神經網絡并進行訓練；

將待測定的唇腺數字病理切片對應的唇腺數字病理圖像并分割為n×n像素的小塊；

將小塊逐個輸入訓練完成的第一深度神經網絡中，得到對應分割后的結果，輸出對應小塊的像素概率圖；

將小塊的像素概率圖按照相同的排列方式進行拼接，獲取唇腺數字病理圖像中所有腺體區域，得到唇腺組織總面積；

其中，n為小于或等于1024的正整數。

3.根據權利要求2所述的方法，其特征在于，所述第一深度神經網絡的訓練過程為：

根據唇腺數字病理切片獲取唇腺數字病理圖像，并對唇腺數字病理圖像中腺體區域進行輪廓勾畫，將圖像中的像素點分為背景像素點及腺體區域像素點；

對唇腺數字病理圖像分割成n×n像素的小塊，并為每一個小塊生成分割標簽的二值圖；

將二值圖劃分為訓練集和驗證集，對第一深度神經網絡進行迭代訓練和驗證，直至第一深度神經網絡符合驗證條件。

4.根據權利要求2所述的方法，其特征在于，步驟S2中建立第二深度神經網絡，用于識別淋巴細胞密集區域，同時建立第三深度神經網絡，用于鑒定密集區域中淋巴細胞的數量，通過細胞核檢測和分類對候選淋巴細胞密集區域內的淋巴細胞進行識別及計數；確定超過50個淋巴細胞的真陽性區域，并進行計數得到淋巴細胞灶數量。

5.根據權利要求4所述的方法，其特征在于，所述第二深度神經網絡識別淋巴細胞密集區域的過程具體為：

構建第二深度神經網絡并進行訓練；

將待測定的唇腺數字病理切片對應的唇腺數字病理圖像并分割為m×m像素的小塊；

將小塊逐個輸入訓練完成的第一深度神經網絡中，得到對應分割后的結果，輸出對應小塊的像素概率圖；

將小塊的像素概率圖按照相同的排列方式進行拼接，獲取唇腺數字病理圖像中所有淋巴灶區域，得到淋巴細胞密集區域；

其中，m為小于或等于1024的正整數。

6.根據權利要求4所述的方法，其特征在于，所述第三深度神經網絡包括細胞核分割模型和細胞核分類模型；其中：

在細胞核分割模型中，基于唇腺數字病理圖像中細胞核的輪廓勾畫，將圖像中的像素點分為背景點、細胞核邊緣點及細胞核內部點；其中，只取其中的細胞核內部像素點，即得到每一個細胞核的位置；

在所述細胞核分類模型中，對于每一個細胞核，以其中心進行k×k像素大小的圖塊切割并計算每個細胞核屬于淋巴細胞的概率；根據計算結果對細胞核進行分類并輸出，獲取每一個淋巴細胞的位置。