一种胃癌PD-L1数字病理切片图像快速合并系统及方法技术方案

技术编号:27480087 阅读:64 留言:0更新日期:2021-03-02 17:50
本发明专利技术涉及一种胃癌PD

【技术实现步骤摘要】
一种胃癌PD-L1数字病理切片图像快速合并系统及方法


[0001]本专利技术涉及图像处理领域,具体涉及一种胃癌PD-L1数字病理切片图像快速合并系统及方法。

技术介绍

[0002]癌症作为全世界人类的最大致死原因,其增长速度日益加快,严重危害人类的生命健康,也是世界医学难题。美国癌症协会的年度统计数据报告显示,2015年,美国新增癌 症病例约166万人,死亡60万人;世界卫生组织的统计数据显示,2014年全球新增癌症病例 约1410万人,死亡人数达到820万人。世界卫生组织预计,由于全球人口的增长和人口老龄化,以及生活方式、饮食结构和环境变化等因素,到2025年,世界每年新增癌症病例数将达 到1930万人,每年死亡病例将超过1000万。
[0003]迄今为止,医生和科研人员只能使用常规的仪器和检查方式来检查癌症,如X射线检查、CT检查、磁共振MRI检查。检测效率低下,需要人工进行肉眼识别,耗时长,肉眼判断易出错,主观判断准确率低。

技术实现思路

[0004]有鉴于此,本专利技术的目的在于提供一种胃癌PD-L1数字病理切片图像快速合并系统及方法,实现胃癌PD-L1数字病理切片图像快速合并,获得最终HE染色图像和PD-L1检测图像的合并图像,有效提高图像合并效率。
[0005]为实现上述目的,本专利技术采用如下技术方案:一种胃癌PD-L1数字病理切片图像快速合并系统,包括依次连接的数字化扫描设备和数字病理切片图像快速合并装置;所述数字病理切片图像快速合并装置包括依次连接的胃癌数字病理切片数据库、图像处理单元、配准单元、标注单元和图像合并单元;所述图像处理单元用于对获得的胃癌数字病理切片进行图像预处理,获取胃癌细胞组织区域的HE染色图像和PD-L1检测图像;所述配准单元用于基于深度学习网络对HE染色图像和PD-L1检测图像进行配准;所述标注单元用于将预处理后的HE染色图像进行胃癌区域标注,标注过程中区分胃癌细胞的分化程度;所述图像合并单元用于对PD-L1图像准确分析与HE图像胃癌细胞检测分割,并将胃癌细胞分割结果进行区域扩充后与PD-L1表达阳性区域对照整合,得到合并后的数字病理切片图像。
[0006]一种胃癌PD-L1数字病理切片图像快速合并方法,包括以下步骤:步骤S1:通过数字化扫描设备,获取胃癌全数字病理切片图像;步骤S2:对获得的胃癌数字病理切片进行图像预处理,获取胃癌细胞组织区域的HE染色图像和PD-L1检测图像;步骤S3:基于深度学习网络对HE染色图像和PD-L1检测图像进行配准;
步骤S4:将预处理后的HE染色图像进行胃癌区域标注,标注过程中区分胃癌细胞的分化程度;步骤S5:对PD-L1图像准确分析与HE图像胃癌细胞检测分割,并将胃癌细胞分割结果进行区域扩充后与PD-L1表达阳性区域对照整合,得到合并后的数字病理切片图像。
[0007]进一步的,所述图像预处理包括灰度化,几何变换,图像增强,消除图像中的无关信息,增强有关信息的可检测性。
[0008]进一步的,所述步骤S3具体为:步骤S31:以预处理后的胃癌细胞组织区域的HE染色图像和PD-L1检测图像为模板,提取数字图像的特征信息并组成特征空间;步骤S32:以多张组织区域图的互信息度量作为目标函数,从旋转角度、尺度变换、是否翻转三个维度搜索最优变换矩阵,使得胃癌细胞组织区域和变换后的图像互信息度量最大,得到粗配准结果;步骤S33:将粗配准图像特征空间的特征点相互对应,根据对应的特征点确定一种空间变换,同时通过优化相似性度量,收敛至最优解;步骤S34根据得到的最优解,采用数字图像处理的方法对PD-L1表达阳性区域进行准确分析,排除胃癌细胞分布存在的大量散点区域和胞浆阳性区域,得到疑似阳性胃癌细胞区域,完成配准。
[0009]进一步的,所述步骤S4具体为:将预处理后的HE染色图像分割成2048*2048的小patch进行标注,标注过程中区分胃癌细胞的分化程度,包括低分化、中分化、高分化,标注胃癌细胞区域要求严格按照统一标准。
[0010]进一步的,所述步骤S5具体为:步骤S51:基于快速区域卷积神经网络训练HE染色图像标注样本,对疑似阳性胃癌细胞区域进行准确分类;步骤S52:基于HE染色图像的胃癌细胞分割算法,对阳性胃癌细胞进行精确分割,获得胃癌细胞区域的mask图像;步骤S53:根据得到的胃癌细胞区域的mask图像,使用数字图像处理的方法进行区域扩充;步骤S54:将扩充后的胃癌细胞区域的mask图像与PD-L1表达阳性区域对照整合,获得最终HE染色图像和PD-L1检测图像的合并图像。
[0011]进一步的,所述快速区域卷积神经网络具体为:采用conv+relu+pooling层提取feature maps,获得的feature maps被用于网络后层的RPN层和RoI Pooling层;RPN层用于生成region proposals,其作用是负责识别出分割后的feature map的前景和背景区域,以及获取前景区域的大致坐标;RoI Pooling层负责收集上层输出的proposals,并将其固定成固定长度的输出用于后续全连接层的分类;Classification部分利用从上层获取的proposals,通过full connection和Softmax计算每个proposals的类别,分别输出位置偏移量和概率向量,用于网络回归计算更加精确的目标分类检测框。
[0012]进一步的,所述步骤S52具体为:基于HE染色图像的胃癌细胞分割算法,结合半监督学习策略,利用有限的标签数据+无标签数据混合进行深度神经网络训练;
使用所有数据逐层重构预训练,对网络的每一层进行auto-encoder-decoder操作,得到参数后再利用有标签数据进行fine-tune;对有标签数据训练,提出将ResNet网络和U-Net网络相结合,并将其改进,对目标特征进行提取,将浅层信息和深层信息拼接融合,在损失函数中加入边界先验信息用于反向传播,以此进行模型参数的更新迭代,增强局部图像的特征提取效果,实现对阳性胃癌细胞进行精确分割,获得胃癌细胞区域的mask图像。
[0013]进一步的,所述步骤S53具体为:对胃癌细胞区域的mask图像在20倍镜图像下,使用数字图像处理的方法进行0.55mm的区域扩充。
[0014]本专利技术与现有技术相比具有以下有益效果:本专利技术实现胃癌PD-L1数字病理切片图像快速合并,获得最终HE染色图像和PD-L1检测图像的合并图像,有效提高图像合并效率。
[0015]附图说明
[0016]图1是本专利技术方法流程示意图;图2是本专利技术一实施例中图像配准示意图;图3是本专利技术一实施例中半监督学习的深度卷积神经网络结构图。
具体实施方式
[0017]下面结合附图及实施例对本专利技术做进一步说明。
[0018]本专利技术提供一种胃癌PD-L1数字病理切片图像快速合并系统,包括依次连接的数字化扫描设备和数字病理切片图像快速合并装置;所述数字病理切片图像快速合并装置包括依次连接本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种胃癌PD-L1数字病理切片图像快速合并系统,其特征在于,包括依次连接的数字化扫描设备和数字病理切片图像快速合并装置;所述数字病理切片图像快速合并装置包括依次连接的胃癌数字病理切片数据库、图像处理单元、配准单元、标注单元和图像合并单元;所述图像处理单元用于对获得的胃癌数字病理切片进行图像预处理,获取胃癌细胞组织区域的HE染色图像和PD-L1检测图像;所述配准单元用于基于深度学习网络对HE染色图像和PD-L1检测图像进行配准;所述标注单元用于将预处理后的HE染色图像进行胃癌区域标注,标注过程中区分胃癌细胞的分化程度;所述图像合并单元用于对PD-L1图像准确分析与HE图像胃癌细胞检测分割,并将胃癌细胞分割结果进行区域扩充后与PD-L1表达阳性区域对照整合,得到合并后的数字病理切片图像。2.一种胃癌PD-L1数字病理切片图像快速合并方法,其特征在于,包括以下步骤:步骤S1:通过数字化扫描设备,获取胃癌全数字病理切片图像;步骤S2:对获得的胃癌数字病理切片进行图像预处理,获取胃癌细胞组织区域的HE染色图像和PD-L1检测图像;步骤S3:基于深度学习网络对HE染色图像和PD-L1检测图像进行配准;步骤S4:将预处理后的HE染色图像进行胃癌区域标注,标注过程中区分胃癌细胞的分化程度;步骤S5:对PD-L1图像准确分析与HE图像胃癌细胞检测分割,并将胃癌细胞分割结果进行区域扩充后与PD-L1表达阳性区域对照整合,得到合并后的数字病理切片图像。3.根据权利要求2所述的一种胃癌PD-L1数字病理切片图像快速合并方法,其特征在于,所述图像预处理包括灰度化,几何变换,图像增强,消除图像中的无关信息,增强有关信息的可检测性。4.根据权利要求2所述的一种胃癌PD-L1数字病理切片图像快速合并方法,其特征在于,所述步骤S3具体为:步骤S31:以预处理后的胃癌细胞组织区域的HE染色图像和PD-L1检测图像为模板,提取数字图像的特征信息并组成特征空间;步骤S32:以多张组织区域图的互信息度量作为目标函数,从旋转角度、尺度变换、是否翻转三个维度搜索最优变换矩阵,使得胃癌细胞组织区域和变换后的图像互信息度量最大,得到粗配准结果;步骤S33:将粗配准图像特征空间的特征点相互对应,根据对应的特征点确定一种空间变换,同时通过优化相似性度量,收敛至最优解;步骤S34根据得到的最优解,采用数字图像处理的方法对PD-L1表达阳性区域进行准确分析,排除胃癌细胞分布存在的大量散点区域和胞浆阳性区域,得到疑似阳性胃癌细胞区域,完成配准。5.根据权利要求2所述的一种胃癌PD-L1数字病理切片图像快速合并方法,其特征在于,所述步骤S4具体为:将预处理后的HE染色图像分割成2048*2048...

【专利技术属性】
技术研发人员:童同邓扬霖兰俊林黄毓秀陈刚张和军吴志达
申请(专利权)人:福建省肿瘤医院福建省肿瘤研究所福建省癌症防治中心
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1