[發明專利]一種基于核分數和組織病理全玻片圖像的三陰性乳腺癌腫瘤突變負荷預測方法及系統

在審

• 申請號: 202111333910.8
• 申請日: 2021-11-11
• 公開（公告）號: CN114171119A
• 公開（公告）日: 2022-03-11
• 發明（設計）人: 劉娟;陳玉琦;馮晶
• 申請（專利權）人: 武漢大學
• 主分類號: G16B20/50
• 分類號: G16B20/50;G16B40/00;G06K9/62;G06N3/04;G06N3/08;A61B5/00
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 羅飛

1.一種基于核分數和組織病理全玻片圖像的三陰性乳腺癌腫瘤突變負荷預測方法，其特征在于，包括：

S1：從乳腺癌組織病理圖像中篩選出三陰性乳腺癌組織病理全玻片圖像WSI；

S2：根據每個三陰性乳腺癌患者的基因突變情況，計算每個患者的腫瘤突變負荷值，并根據設定的閾值劃分為腫瘤突變負荷高和低兩組，分別記為TMB-H和TMB-L，作為每個患者的WSI對應的標簽；

S3：將WSI切分為設定大小的塊，并進行預處理；

S4：根據核分數函數從預處理后的塊中篩選出核分數值滿足閾值的塊；

S5：搭建卷積神經網絡分類模型，隨機初始化分類模型的參數；

S6：對核分數值滿足閾值的塊進行顏色標準化，將進行顏色標準化后的塊與對應的標簽輸入分類模型中訓練出TMB分類器，其中，每一個塊屬于對應的WSI，塊對應的標簽為與塊對應的WSI的標簽；

S7：利用訓練好的TMB分類器對三陰性乳腺癌腫瘤突變負荷進行預測。

2.如權利要求1所述的三陰性乳腺癌腫瘤突變負荷預測方法，其特征在于，步驟S2中根據每個三陰性乳腺癌患者的基因突變情況，計算每個患者的腫瘤突變負荷值，包括：將患者的體細胞蛋白編碼區的非同義突變的腫瘤除以蛋白編碼區的總長度得到每個患者的腫瘤突變負荷值，單位為mutations/mb，用以表征蛋白編碼區的非同義突變分布的密度。

3.如權利要求1所述的三陰性乳腺癌腫瘤突變負荷預測方法，其特征在于，步驟S2中劃分腫瘤突變負荷高和低兩組時，采用中值劃分法，閾值記為M，當患者的TMB值大于M時，該患者為TMB-H組，否則為TMB-L組。

4.如權利要求1所述的三陰性乳腺癌腫瘤突變負荷預測方法，其特征在于，步驟S3包括：

首先選定WSI的層數，基于該層依次保存設定大小的圖像，以將圖像切分成塊；

從切分后的塊中去除空白和不規則的塊，其中，去除空白塊的方法為：對每個patch進行像素均值計算，當該patch的像素均值小于設定閾值時，則保留該patch，否則丟棄；去除不規則塊的方法為：計算每個patch的長和寬是否等于設定的patch大小，如果相等，則保留，否則丟棄。

5.如權利要1所述的三陰性乳腺癌腫瘤突變負荷預測方法，其特征在于，步驟S4包括：

S4.1：將RGB圖像轉為HED空間，提取出H通道數值；

S4.2：用H通道數值分別生成初步的掩碼與用于清洗的掩碼，其中，初步的掩碼通過在H通道上通過多級圖像閾值劃分得到，用于清洗的掩碼通過在H通道上進行多級圖像閾值劃分和形態學變換操作得到；

S4.3：將初步的掩碼與用于清洗的掩碼相減得到細胞核的掩碼；

S4.4：計算每張patch的細胞核比率N_t，該比率為細胞核的掩碼的非零像素個數與該掩碼的像素總個數的比值；

S4.5：生成組織區域的掩碼；

S4.6：計算組織的比率T_t，該比率為組織區域的掩碼的非零像素個數與整個掩碼像數總個數的比值；

S4.7：根據每張patch的細胞核比率、組織的比率T_t，通過核分數函數計算每個patch的核分數值s_t；

S4.8：根據得到的核分數值進行排序，篩選出核分數滿足閾值的塊。

6.如權利要5所述的三陰性乳腺癌腫瘤突變負荷預測方法，其特征在于，步驟S4.7中核分數函數為：

s_t＝N_t·tanh(T_t),0≤s_t＜1

其中，s_t代表第t個patch的細胞核的分數，N_t表示在patcht上的細胞核的比率，T_t表示patcht上組織的比率，patcht表示第t個patch，即第t個塊。

7.如權利要1所述的三陰性乳腺癌腫瘤突變負荷預測方法，其特征在于，步驟S5中的分類模型使用resnet18作為特征提取模塊，并將最后一層全連接層的輸出修改為2。