用于细胞分类的系统和方法技术方案

本公开涉及适于快速且准确地训练神经网络以对细胞和/或细胞核进行检测和/或分类的自动化系统和方法。本公开还涉及使用诸如包含神经网络的经训练的细胞检测和分类引擎来对未标记的图像内的细胞进行分类的自动化系统和方法。

【技术实现步骤摘要】
【国外来华专利技术】用于细胞分类的系统和方法相关专利申请的交叉引用本申请要求于2019年4月8日提交的美国专利申请No.62/830,823的申请日的权益；且还要求于2018年10月15日提交的美国专利申请No.62/745,953的申请日的权益，上述专利申请的全部公开内容通过引用整体并入本文。
技术介绍
数位病理学是将整个组织病理或细胞病理载玻片扫描成可在计算机屏幕上解读的数字图像。随后，这些图像使用成像算法处理或由病理医生解读。为了检查组织切片(其几乎透明)，使用选择性地与细胞组分结合的彩色组织化学染色剂来制备组织切片。临床医生或计算机辅助诊断(CAD)算法利用彩色增强或染色的细胞结构，识别疾病的形态标记物以及相应地继续进行治疗。通过在测定时进行观察，可实现各种过程，包括疾病诊断、评定对治疗的应答以及开发用于对抗疾病的新药物。免疫组化(IHC)载片染色可以用来识别组织切片细胞中的蛋白质，因此被广泛用于研究不同类型的细胞，如生物组织中的癌细胞和免疫细胞。因此，IHC染色可用于研究了解免疫细胞(如T细胞或B细胞)差异表达的生物标志物在癌组织中的分布和定位，用于免疫应答研本文档来自技高网...

【技术保护点】
1.一种用于识别生物学标本的样品图像内的细胞簇的系统，所述生物学标本经初染剂染色或针对一种或多种生物标志物的存在而被染色，所述系统包括：(i)一个或多个处理器，以及(ii)与所述一个或多个处理器联接的一个或多个存储器，所述一个或多个存储器存储计算机可执行指令，所述计算机可执行指令当由所述一个或多个处理器执行时使所述系统进行包括以下各项的操作：/na.使用经训练的对象检测引擎来检测所述样品图像中的细胞，其中所述经训练的对象检测引擎包含适于检测所述样品图像内的细胞特征的卷积神经网络；/nb.从所述卷积神经网络的一层或多层中提取细胞特征；以及/nc.基于提取的细胞特征，对所述样品图像中检测到的细胞进...

【技术特征摘要】
【国外来华专利技术】20181015 US 62/745,953;20190408 US 62/830,8231.一种用于识别生物学标本的样品图像内的细胞簇的系统，所述生物学标本经初染剂染色或针对一种或多种生物标志物的存在而被染色，所述系统包括：(i)一个或多个处理器，以及(ii)与所述一个或多个处理器联接的一个或多个存储器，所述一个或多个存储器存储计算机可执行指令，所述计算机可执行指令当由所述一个或多个处理器执行时使所述系统进行包括以下各项的操作：
a.使用经训练的对象检测引擎来检测所述样品图像中的细胞，其中所述经训练的对象检测引擎包含适于检测所述样品图像内的细胞特征的卷积神经网络；
b.从所述卷积神经网络的一层或多层中提取细胞特征；以及
c.基于提取的细胞特征，对所述样品图像中检测到的细胞进行聚类，以提供所述检测到的细胞的一个或多个同质簇。


2.根据权利要求1所述的系统，其中所述经训练的对象检测引擎包含Fast-RCNN或Faster-RCNN中的一者。


3.根据权利要求1所述的系统，其中所述经训练的对象检测引擎进一步包含区域候选网络。


4.根据权利要求1所述的系统，其中所述卷积神经网络为深度残差网络。


5.根据前述权利要求中任一项所述的系统，其中使用包含多个训练图像的数据集来完成对所述经训练的对象检测引擎的训练，其中所述多个训练图像中的每个训练图像均源自经初染剂染色或针对一种或多种生物标志物的存在而被染色的生物学标本。


6.根据权利要求5所述的系统，其中所述多个训练图像中的每个训练图像均不包含任何病理医生标注。


7.根据权利要求5所述的系统，其中所述多个训练图像中的每个训练图像均包含至少一个类别标签。


8.根据前述权利要求中任一项所述的系统，其中所述卷积神经网络包含至少一个缩放层。


9.根据前述权利要求中任一项所述的系统，其中述检测到的细胞的聚类包括执行凝聚式层次聚类。


10.根据前述权利要求中任一项所述的系统，其中所述操作进一步包括：使用与所述样品图像中的所述细胞的一个或多个同质簇相关联的一个或多个类别标签训练细胞检测和分类引擎。


11.根据权利要求10所述的系统，其中所述细胞检测和分类引擎包含神经网络。


12.根据权利要求10所述的系统，其中所述操作进一步包括：使用经训练的细胞检测和分类引擎对包含至少一种染色剂的测试图像中的细胞进行检测和/或分类。


13.一种非暂时性计算机可读介质，所述非暂时性计算机可读介质存储用于识别针对一种或多种生物标志物的存在而被染色的生物学标本的样品图像内的细胞簇的指令，其包括：
a.使用经训练的对象检测引擎来检测所述样品图像中的细胞，其中所述经训练的对象检测引擎包含第一部分和第二部分，其中所述第一部分配置成识别所述样品图像内的细胞特征...

【专利技术属性】
技术研发人员：聂垚，S·优塞菲，
申请(专利权)人：文塔纳医疗系统公司，
类型：发明
国别省市：美国;US