一种基于特性曲线的HER-2免疫组化自动判读系统技术方案

本发明专利技术提供了一种基于特性曲线的HER

【技术实现步骤摘要】
一种基于特性曲线的HER
‑
2免疫组化自动判读系统


[0001]本专利技术涉及病理诊断
，特别涉及一种基于特性曲线的HER
‑
2免疫组化自动判读系统。

技术介绍

[0002]目前，通过免疫组化(Immunohistochemistry，IHC)染色技术检测HER
‑
2(human epidermal growth factor receptor 2)蛋白，根据染色区域细胞膜完整度和深浅进行0，1+，2+，3+的评分。比如对浸润性乳腺癌，具体评分标准如下：0：无染色或≤10％的浸润性癌细胞呈现不完整的、微弱的细胞膜染色；1+：>10％的浸润性癌细胞呈现不完整、微弱的细胞膜染色；2+：>10％的浸润性癌细胞呈现弱
‑
中等的、完整的细胞膜染色或≤10％的浸润性癌细胞呈现强、完整的细胞膜染色；3+：>10％的浸润性癌细胞呈现强、完整、均匀的细胞膜染色。其中，0/1+将判为阴性，2+将做后续原位荧光杂交法(FISH)进一步判定，3+将判为阳性且可以应用靶向HER
‑
2药物。
[0003]随着人工技能的发展以及人工智能与医疗领域的结合，病理医生的缺失，通过传统的图像处理或机器学习，深度学习等人工智能技术在HER
‑
2自动判分技术上取得一定成效。但由于每个病理医生可能对评分判读评分理解不同，染色试剂不同导致染色颜色不统一，可训练的数据集缺少，标注成本高，训练集真值难统一等问题，此前已有的技术仍未实现成熟的临床应用。

技术实现思路

[0004]本专利技术提供一种基于特性曲线的HER
‑
2免疫组化自动判读系统，用以解决病理医生可能对评分判读评分理解不同，染色试剂不同导致染色颜色不统一，可训练的数据集缺少，标注成本高，训练集真值难统一的情况。
[0005]一种基于特性曲线的HER
‑
2免疫组化自动判读系统，包括：
[0006]图像归一化模块：用于将HER
‑
2的病理图片的颜色进行归一化处理，生成同色病理图像；
[0007]前景背景分割模块：用于将所述同色病理图像前景和背景分割，生成二值化图像；
[0008]前处理模块：用于将所述二值化图像碎片化，并将碎片后无效背景小于预设阀值的碎片图像作为待处理图像；
[0009]染色区域提取模块：用于将所述待处理图像导入基于机器学习的聚类算法模型，确定只含有染色区域的目标图像；
[0010]特性曲线生成模块：用于将所述目标图像的染色区域通过RGB控制键转换到HSV空间，并在HSV空间中生成特性曲线，并计算所述特性曲线的函数多项式特征；
[0011]判读模块：用于根据所述函数多项式特征，对每个目标图像进行自动判读，确定每个目标图像的评分，并输入可视化人工智能分析设备，确定分析结果。
[0012]作为本专利技术的一种实施例：所述图像归一化模块包括：
[0013]图片获取单元：用于通过预设的扫描设备获取待处理病理图片；
[0014]检测单元：用于将所述病理图片进行染色检测，确定每张待处理病理图片的染色试剂，并确定染色颜色；
[0015]归一化处理单元：用于根据所述染色颜色，将所述待处理病理图片的颜色分布参数，并根据所述颜色分布参数将所述待处理病理图像进行颜色归一化处理，生成同色病理图像。
[0016]作为本专利技术的一种实施例：所述图像归一化模块生成同色病理图像，还包括如下步骤：
[0017]步骤1：根据所述归一化处理，确定同色病理图像中每个图像区域的归一化值：
[0018][0019][0020][0021][0022]其中，T(i)表示第i个染色点的归一化值；S
i
表示第i个染色区域的面积；i∈A表示第i个染色点为A区域的像素点；i∈min表示第i个染色点为为最小染色区域的像素点；i∈max表示第i个像素点为最大染色区域的像素点；n为正整数，i∈n；步骤2：根据所述归一化值，构建同色病理图像：
[0023][0024]其中，Y
i
表示第i个染色点的颜色深度；δ表示拼接系数；G(x)表示X区域；B表示同色病理图像。
[0025]作为本专利技术的一种实施例：所述前景背景分割模块包括：
[0026]前景检测单元：用于对所述同色病理图像的染色区域和组织细胞进行检测，并将所述染色区域和组织细胞的区域作为前景图像；
[0027]背景检测单元：用于根据所述前景图像，确定所述同色病理图像中的非前景图像部分，并将其作为无效背景图像；
[0028]分割单元：用于根据所述前景图像和无效背景图像，对所述同色病理图像进行均
匀分割，生成相同大小的分割图像；
[0029]区分单元：用于将所述病理图像进行缩小，并在缩小后通过形态学开运算和闭运算，并根据运算结果和预设阀值进行组织区分，确定组织区分信息，并将组织区分后的图像放大至原图像大小；
[0030]二值化单元：用于根据所述分割图像和组织区分信息，生成背景分离的二值化图像，
[0031]作为本专利技术的一种实施例：所述前处理模块包括：
[0032]背景检测单元：用于对所述二值化图像进行检测，确定背景分布信息；
[0033]阀值设定单元：用于获取用户的检测需求，确定病理图像中背景要求，根据所述背景要求，设定背景保留阀值；
[0034]碎片化单元：用于将所述二值化图像划分为小于所述背景保留阀值的碎片图像；
[0035]待处理模块：用于对所述碎片图像进行整理，并作为待处理图像。
[0036]作为本专利技术的一种实施例：所述染色区域提取模块包括：
[0037]RGB空间检测单元：用于将所述待处理图像进行基于RGB颜色空间的分析，确定所述待处理图像的RGB信息；
[0038]分离单元：用于根据所述RGB信息，通过基于机器学习聚类算法将所述待处理图像进行RGB颜色空间分离，确定个待分类图像每一聚类的中心点的RGB；
[0039]标签单元：用于根据所述待分类图像中像素点和所述中心点的欧几里得距离确定染色区域的颜色标签；
[0040]形态学计算单元：用于根据所述颜色标签，通过形态学开运算计算所述待处理图像，确定染色区域，并生成只含有染色区域的目标图像。
[0041]作为本专利技术的一种实施例：所述特性曲线生成模块包括：
[0042]转化模块：用于将所述目标图像的染色区域从RGB空间转换至HSV空间，并确定第一空间饱和度；
[0043]计算单元：用于计算所述目标图像在HSV空间中的第二空间饱和度，并确定所述第二空间饱和度在明度不变的情况下，高于预设区间的对比比例；
[0044]特性曲线搭建单元：用于根据所述对比比例，构建所述预设区间中每张目标图像的特性曲线；
[0045]多项式计算单元：用于根据所述特性曲线本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于特性曲线的HER
‑
2免疫组化自动判读系统，其特征在于，包括：图像归一化模块：用于将HER
‑
2的病理图片的颜色进行归一化处理，生成同色病理图像；前景背景分割模块：用于将所述同色病理图像前景和背景分割，生成二值化图像；前处理模块：用于将所述二值化图像碎片化，并将碎片后无效背景小于预设阀值的碎片图像作为待处理图像；染色区域提取模块：用于将所述待处理图像导入基于机器学习的聚类算法模型，确定只含有染色区域的目标图像；特性曲线生成模块：用于将所述目标图像的染色区域通过RGB控制键转换到HSV空间，并在HSV空间中生成特性曲线，并计算所述特性曲线的函数多项式特征；判读模块：用于根据所述函数多项式特征，对每个目标图像进行自动判读，确定每个目标图像的评分，并输入可视化人工智能分析设备，确定分析结果。2.如权利要求1所述的一种基于特性曲线的HER
‑
2免疫组化自动判读系统，其特征在于，所述图像归一化模块包括：图片获取单元：用于通过预设的扫描设备获取待处理病理图片；检测单元：用于将所述病理图片进行染色检测，确定每张待处理病理图片的染色试剂，并确定染色颜色；归一化处理单元：用于根据所述染色颜色，将所述待处理病理图片的颜色分布参数，并根据所述颜色分布参数将所述待处理病理图像进行颜色归一化处理，生成同色病理图像。3.如权利要求1所述的一种基于特性曲线的HER
‑
2免疫组化自动判读系统，其特征在于，所述图像归一化模块生成同色病理图像，还包括如下步骤：步骤1：根据所述归一化处理，确定同色病理图像中每个图像区域的归一化值：步骤1：根据所述归一化处理，确定同色病理图像中每个图像区域的归一化值：步骤1：根据所述归一化处理，确定同色病理图像中每个图像区域的归一化值：步骤1：根据所述归一化处理，确定同色病理图像中每个图像区域的归一化值：其中，T(i)表示第i个染色点的归一化特征参数；S
i
表示第i个染色区域的面积；i∈A表示第i个染色点为A区域的像素点；i∈min表示第i个染色点为为最小染色区域的像素点；i∈max表示第i个像素点为最大染色区域的像素点；n为正整数，i∈n；步骤2：根据所述归一化值，构建同色病理图像：
其中，Y
i
表示第i个染色点的颜色深度；δ表示拼接系数；G(x)表示X区域；B表示同色病理图像。4.如权利要求1所述的一种基于特性曲线的HER
‑
2免疫组化自动判读系统，其特征在于，所述前景背景分割模块包括：前景检测单元：用于对所述同色病理图像的染色区域和组织细胞进行检测，并将所述染色区域和组织细胞的区域作为前景图像；背景检测单元：用于根据所述前景图像，确定所述同色病理图像中的非前景图像部分，并将其作为无效背景图像；分割单元：用于根据所述前景图像和无效背景图像，对所述同色病理图像进行均匀分割，生成相同大小的分割图像；区分单元：用于将所述病理图像进行缩小，并在缩小后通过形态学开运算和闭运算，并根据运算结果和预设阀值进行组织区分，确定组...

【专利技术属性】
技术研发人员：王书浩，
申请(专利权)人：透彻影像北京科技有限公司，
类型：发明
国别省市：