识别甲状腺肿瘤病理图像中病变类型及基因突变的方法技术

本发明专利技术公开了一种识别甲状腺滤泡性肿瘤组织病理图像中病变区域的方法，并对基因突变进行预测。该方法是一种基于深度学习方法的自动辅助诊断技术，利用大数据和深度卷积神经网络算法，对甲状腺滤泡性肿瘤病理组织切片图像中的病变区域进行自动定位，并对该病变区域的病理组织学类型和基因突变类型进行自动识别，根据病理组织图像识别出同时携带RAS及其他驱动基因突变的病例，实现甲状腺滤泡性肿瘤的组织学分类及相关基因突变的预测。本发明专利技术所述的方法为临床医师提供信息，协助病理诊断及辅助制定临床决策，推动数字病理及精准医疗的发展。

【技术实现步骤摘要】
识别甲状腺肿瘤病理图像中病变类型及基因突变的方法
本专利技术涉及图像处理
，特别涉及一种识别甲状腺滤泡性肿瘤病理图像中病变区域的方法，并对其进行基因突变类型进行分类。
技术介绍
甲状腺可以产生甲状腺激素，例如，甲状腺素和三碘甲状腺原氨酸就是由甲状腺产生的两种活性甲状腺激素。它们在控制人体新陈代谢(包括蛋白质的产生、体温调节和能量产生和调节等)中起着至关重要的作用。甲状腺疾病是内分泌领域的第二大疾病，甲状腺癌也是内分泌领域常见的恶性肿瘤，它分为乳头状甲状腺癌、滤泡性甲状腺癌、低分化甲状腺癌和间变性甲状腺癌。甲状腺滤泡性肿瘤是一组具有滤泡生长方式的结节状甲状腺肿瘤，分为良性、交界性和恶性，而这三种滤泡性甲状腺肿瘤的形态学特征非常相似。其中，滤泡性甲状腺癌是起源于滤泡细胞的恶性滤泡性甲状腺肿瘤，该病变通常被包囊并表现出侵袭性生长方式，肿瘤细胞不具有乳头状甲状腺癌的细胞核特征。甲状腺滤泡性腺瘤是一种良性的甲状腺滤泡性病变，肿瘤呈包裹性生长，无侵袭性，肿瘤细胞也不具有甲状腺乳头状癌的细胞核特征。<br>恶性潜能不确定本文档来自技高网...

【技术保护点】
1.一种识别甲状腺滤泡性肿瘤组织病理图像中病变类型及基因突变的方法，其特征在于，该方法由计算机设备执行，包括以下步骤：/n1)对所述甲状腺滤泡性肿瘤组织病理图像进行数据预处理和数据归一化，得到处理后的组织病理图像；/n2)对处理后的所述组织病理图像进行第1个分类任务的检测：异常区域检测，如果所述组织病理图像正常，设置数据标签为正常，所述方法结束，所述组织病理图像的识别结果为阴性；否则，设置数据标签为异常，所述组织病理图像为阳性，继续下一步骤；/n3)对阳性的所述组织病理图像均进行第2个分类任务和第3个分类任务的检测：所述第2个分类任务为判断异常区域类型，将判断出的异常结果相应地设置为甲状腺滤泡...

【技术特征摘要】
1.一种识别甲状腺滤泡性肿瘤组织病理图像中病变类型及基因突变的方法，其特征在于，该方法由计算机设备执行，包括以下步骤：
1)对所述甲状腺滤泡性肿瘤组织病理图像进行数据预处理和数据归一化，得到处理后的组织病理图像；
2)对处理后的所述组织病理图像进行第1个分类任务的检测：异常区域检测，如果所述组织病理图像正常，设置数据标签为正常，所述方法结束，所述组织病理图像的识别结果为阴性；否则，设置数据标签为异常，所述组织病理图像为阳性，继续下一步骤；
3)对阳性的所述组织病理图像均进行第2个分类任务和第3个分类任务的检测：所述第2个分类任务为判断异常区域类型，将判断出的异常结果相应地设置为甲状腺滤泡性腺瘤FA标签、滤泡性癌FTC标签或恶性潜能未定的甲状腺肿瘤TT-UMP标签；所述第3个分类任务为判断基因类型，将判断出的结果相应地设置为基因突变型标签或野生型标签，如果所述基因类型被设置为所述野生型标签，所述方法结束，所述组织病理图像的识别结果为野生型；如果所述基因类型被设置为所述基因突变型标签，继续下一步骤；
4)对基因突变型的所述组织病理图像均进行第4个分类任务和第5个分类任务的检测：所述第4个分类任务为判断基因突变类型分类I，将判断出的结果相应地设置为携带RAS的基因突变型标签或不携带RAS的基因突变型标签；所述第5个分类任务为判断基因突变类型分类II，将判断出的结果相应地设置为携带非RAS的基因突变型标签或不携带非RAS的基因突变型标签，其中，当所述第4个分类任务的检测结果为所述携带RAS的基因突变型标签，并且所述第5个分类任务的检测结果为所述携带非RAS的基因突变型标签时，则进行第6个分类任务，设置其基因突变类型为RAS+基因突变型；当所述第4个分类任务的检测结果为所述不携带RAS的基因突变型标签，或者所述第5个分类任务的检测结果为所述不携带非RAS的基因突变型标签时，基因突变类型为非RAS+基因突变型。


2.根据权利要求1所述的一种识别甲状腺滤泡性肿瘤组织病理图像中病变类型及基因突变的方法，其特征在于，所述数据预处理包括：使用自适应阈值算法，在所述组织病理图像的金字塔型数字细胞图像的低分辨率Level-5上检索出组织区域，并将所述组织区域定位到高分辨率的Level-0上。


3.根据权利要求1所述的一种识别甲状腺滤泡性肿瘤组织病理图像中病变类型及基因突变的方法，其特征在于，所述数据归一化包括：通过读取所述组织病理图像的附加信息获得所述组织病理图像的微米每像素mpp(micronperpixel)参数，对所述组织病理图像通过双线性插值法进行放大或缩小，将待识别的所述组织病理图像集的所述微米每像素mpp归一化为0.5，所述数据图像的目标行(列)像素数为：
目标行(列)像素数＝0.5*原行(列)像素数/微米每像素mpp。


4.根据权利要求1所述的一种识别甲状腺滤泡性肿瘤组织病理图像中病变类型及基因突变的方法，其特征在于，所述第1个分类任务、所述第2个分类任务、所述第3个分类任务、所述第4个分类任务和所述第5个分类任务的检测流程包括如下步骤：
首先，通过预处理找到所述组织病理图像中的组织区域；
其次，将整个所述组织区域使用划窗分成若干正方形的图像块，调用深度卷积神经网络检测模块，逐个对所述正...

【专利技术属性】
技术研发人员：梁智勇，陈浩，张卉，胡羽，吴焕文，林黄靖，
申请(专利权)人：中国医学科学院北京协和医院，
类型：发明
国别省市：北京;11