The present invention relates to an image analysis system (100) for tumor classification. The system is configured to receive at least one digital image of (202) tissue sample (118); analyze (204) at least one received image in order to identify at least one immune cell and tumor cell in the received image; determine (206) the distance between the tumor cell and the nearest immune cell for each identified tumor cell; and calculate (208) the distance according to the determined distance. Measurements; Depending on proximity measures, classify identified cancer cells (210) into inflammatory or non-inflammatory tumor cells; and store classification results (212) on storage media and/or classify results (214) on display devices (102).
【技术实现步骤摘要】
【国外来华专利技术】肿瘤接近度量
本专利技术涉及图像分析领域，并且更特别涉及基于图像的肿瘤分类领域。
技术介绍
微卫星不稳定性(MSI)是由受损的DNA错配修复(MMR)导致的遗传超突变性的条件。MSI的存在表示MMR不能正常发挥功能的表型证据，并且因此是被认为是潜在肿瘤细胞的细胞遗传状态的指标。已知微卫星不稳定性与结肠癌、胃癌、子宫内膜癌、卵巢癌、肝胆管癌、泌尿道癌、脑癌和皮肤癌有关。MSI作为结肠癌的原因最为普遍。每年，全世界有超过500,000例结肠癌病例。基于MSI-高(MSI-H)、MSI-低(MSI-L)或微卫星稳定(MSS)结肠癌分层的7,000多个患者的结果，与MSI-L或MSS肿瘤相比，MSI-H患者具有15％的更正面的预后。MSI是用于确定癌症治疗预后的良好标志物。存在基于肿瘤遗传信息的其它方法。例如，正在进行广泛的研究以破译肿瘤组织细胞的潜在遗传模式，希望改善早期癌症的诊断和治疗。最近在下一代测序技术方面取得的进展彻底改变了癌症基因组学领域。然而，这些研究的一个事先声明仍然是识别的大量遗传变异及其解释。
技术实现思路
本专利技术的目的是提供一种改进的方法和图像分析系...
【技术保护点】
1.一种用于肿瘤分类的图像分析方法，所述方法包括：‑由图像分析系统(100)接收(202)组织样本的至少一个数字图像(118)；‑由所述图像分析系统分析(204)至少一个接收的图像，以便识别所述至少一个接收的图像中的免疫细胞和肿瘤细胞；‑对于识别的肿瘤细胞中的每一个，由所述图像分析系统确定(206)所述肿瘤细胞与最近的免疫细胞的距离；‑由所述图像分析系统根据所确定的距离计算(208)接近度量；‑取决于所述接近度量，由所述图像分析系统将所述识别的肿瘤细胞分类(210)成炎性肿瘤的肿瘤细胞或非炎性肿瘤的肿瘤细胞；以及‑由所述图像分析系统将所述分类结果存储(212)在存储介质上和...
【技术特征摘要】
【国外来华专利技术】2016.05.18 EP 16170224.6;2016.11.29 EP 16201272.81.一种用于肿瘤分类的图像分析方法，所述方法包括：-由图像分析系统(100)接收(202)组织样本的至少一个数字图像(118)；-由所述图像分析系统分析(204)至少一个接收的图像，以便识别所述至少一个接收的图像中的免疫细胞和肿瘤细胞；-对于识别的肿瘤细胞中的每一个，由所述图像分析系统确定(206)所述肿瘤细胞与最近的免疫细胞的距离；-由所述图像分析系统根据所确定的距离计算(208)接近度量；-取决于所述接近度量，由所述图像分析系统将所述识别的肿瘤细胞分类(210)成炎性肿瘤的肿瘤细胞或非炎性肿瘤的肿瘤细胞；以及-由所述图像分析系统将所述分类结果存储(212)在存储介质上和/或将所述分类结果显示(214)在显示设备上。2.一种用于肿瘤分类的图像分析方法，所述方法包括：-由图像分析系统(100)接收组织样本的数字图像(118)；-由所述图像分析系统分析至少一个接收的图像，以便识别所述至少一个接收的图像中的肿瘤细胞；-由所述图像分析系统分析用于识别肿瘤区域的识别的肿瘤细胞，其中，肿瘤区域是其大多数细胞由肿瘤细胞组成的组织区域；-由所述图像分析系统分析所述至少一个接收的图像，以便识别位于识别的肿瘤区域中的一个肿瘤区域内或位于所述肿瘤区域中的一个肿瘤区域周围的边界区域内的免疫细胞，所述边界的宽度小于200μm；-对于识别的免疫细胞中的每一个，由所述图像分析系统确定所述免疫细胞与最近的肿瘤细胞的距离；-由所述图像分析系统根据所确定的距离计算接近度量；-取决于所述接近度量，由所述图像分析系统将所述识别的肿瘤细胞分类成炎性肿瘤的肿瘤细胞或非炎性肿瘤的肿瘤细胞；以及-由所述图像分析系统将所述分类结果存储在存储介质上和/或将所述分类结果显示在显示设备上。3.根据权利要求1或2所述的方法，显示所述分类结果包括：-将所有识别的肿瘤细胞表示为具有第一颜色的第一像素斑点；以及-将其距最近的肿瘤细胞的距离低于阈值的所有识别的免疫细胞表示为具有第二颜色的第二像素斑点；-将所述第二像素斑点显示为所述第一像素斑点的叠加。4.根据前述权利要求中任一项所述的图像分析方法，所述组织样本是整个载玻片组织样本，并且所述数字图像是整个载玻片图像。5.根据前述权利要求中任一项所述的图像分析方法，进一步包括：-分析所接收的数字图像以便确定所述识别的肿瘤细胞的肿瘤细胞密度；-其中，将所述识别的肿瘤细胞分类成炎性肿瘤的肿瘤细胞或非炎性肿瘤的肿瘤细胞包括将所述接近度量和所述肿瘤细胞密度输入到被配置成执行所述分类的分类器中。6.根据前述权利要求中任一项所述的图像分析方法，进一步包括：-分析所接收的数字图像，以便确定所述识别的免疫细胞或特定类型的免疫细胞的免疫细胞密度；-其中，将所述识别的肿瘤细胞分类成炎性肿瘤的肿瘤细胞或非炎性肿瘤的肿瘤细胞包括将所述接近度量和所述免疫细胞密度输入到被配置成执行所述分类的分类器中。7.根据前述权利要求中任一项的图像分析方法，识别所述肿瘤细胞包括：-识别增殖的非淋巴细胞，并使用所述识别的细胞作为所述肿瘤细胞；和/或-识别表达一组一种或多种肿瘤特异性生物标志物的细胞，并使用所述识别的细胞作为所述肿瘤细胞。8.根据前述权利要求中任一项所述的图像分析方法，-识别所述免疫细胞包括识别细胞毒性T细胞，并使用所述识别的细胞毒性T细胞作为所述识别的免疫细胞；和/或-识别所述免疫细胞包括识别T辅助细胞，并使用所述识别的T辅助细胞作为所述识别的免疫细胞；和/或-识别所述免疫细胞包括识别巨噬细胞，并使用所述识别的巨噬细胞作为所述识别的免疫细胞；和/或-识别所述免疫细胞包括识别记忆细胞，并使用所述识别的记忆细胞作为所述识别的免疫细胞；和/或-识别所述免疫细胞包括识别B细胞，并使用所述识别的记忆细胞作为所述识别的免疫细胞；和/或-识别所述免疫细胞包括识别活化的T细胞，并使用所述识别的活化T细胞作为所述识别的免疫细胞；和/或-识别所述免疫细胞包括识别PD1+免疫细胞，并使用所述识别的PD1+免疫细胞作为所述识别的免疫细胞，识别所述肿瘤细胞包括识别PDL1+肿瘤细胞，并使用所述识别的PDL1+肿瘤细胞作为所述识别的肿瘤细胞。9.根据前述权利要求中任一项所述的图像分析方法，-识别所述免疫细胞包括识别调节性T细胞，并识别增强免疫反应的至少一种类型的免疫细胞的免疫细胞；以及-选择性地使用增强所述免疫反应的所述识别的免疫细胞，但不使用所述识别的调节性T细胞作为所述识别的免疫细胞。10.根据前述权利要求1、3-9中任一项所述的图像分析方法，根据所确定的距离计算所述接近度量包括：-识别所述识别的肿瘤细胞的第一子集和第二子集，所述第一子集选择性地包括其最近的免疫细胞小于预定义距离的肿瘤细胞，所述第二子集选择性地包括其最近的免疫细胞距所述免疫细胞至少所述预定义距离的肿瘤细胞；-计算所述第一子集中包含的肿瘤细胞数量与所述第二子集中的肿瘤细胞数量的比率；以及-使用所述比率作为所述接近度量，其中所述比率越高，所述分类结果指示所述识别的肿瘤细胞属于所述炎性肿瘤的概率越高。11.根据前述权利要求2-9中任一项所述的图像分析方法，根据所确定的距离计算所述接近度量包括：-识别所述识别的免疫细胞的第一子集和...
【专利技术属性】
技术研发人员：F·盖尔，E·克莱曼，K·科尔斯基，
申请(专利权)人：豪夫迈·罗氏有限公司，
类型：发明
国别省市：瑞士,CH
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。