染色体自动化分析方法技术

一种从中期细胞图像中制备核型的自动化或半自动化的方法，所述方法具有提高的准确性，并涉及使用深度卷积神经网络进行染色体分割和染色体分类。割和染色体分类。割和染色体分类。

【技术实现步骤摘要】
【国外来华专利技术】染色体自动化分析方法
[0001]相关申请的交叉引用
[0002]本申请要求于2019年10月17日提交的专利技术名称为“Methods for Automated Chromosome analysis”的美国临时申请62/916,766的优先权，本申请在此引用其全部内容。

技术介绍

[0003]几十年来，染色体分析一直是遗传诊断的金标准。虽然分子方法已经变得重要，但它们不能提供生物体、器官或活组织检查的遗传状态的“全局”信息。因此，核型分析仍然是通常进行的程序，无论是作为例如在白血病诊断中的初始检测，还是确认通过分子方法获得的结果(例如在结果呈阳性后的非侵入性、基于血液的孕期分子检测)。
[0004]简化核型分析的诊断程序引起了人们极大的兴趣，特别是加速人类专家对染色体的分类。此外，有经验的细胞遗传学技术人员也越来越难找到。
[0005]虽然已经做出了各种努力来实现染色体分类的自动化，但结果的可靠性并不令人满意。例如，白血病诊断结果的局限性可能是由骨髓样本制备的染色体显带质量差造成的。一些方案需要花费大量精力来准备或调整染色体图像，如本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种辅助细胞的中期染色体分类的方法，所述方法包括以下步骤：(a)提供中期细胞的数字图像；(b)将所述图像分割成对象，从而获得所述细胞的中期染色体的数字图像；(c)使用分类预训练的深度卷积神经网络(deep convolutional neural network，DNN)分析每个染色体图像，所述深度卷积神经网络包括用于染色体分类的第一输出层和用于染色体旋转的第二输出层，从而获得每个染色体：(i)用于分配一类染色体的概率向量和(ii)在所述中期细胞的所述数字图像中的染色体旋转角度。2.如权利要求1所述的方法，其中所述中期细胞的图像中所有染色体的所述概率向量用概率矩阵表示。3.如权利要求1或2所述的方法，其中所述中期细胞的所有染色体均在所述中期细胞的数字图像中表示。4.如权利要求2或3所述的方法，所述方法还包括：(d)将具有最高分配概率的染色体图像分配给该概率预测的类别；以及(e)对具有下一个最高分配概率的染色体图像重复步骤(d)，直到来自所述中期细胞图像的所有染色体图像都已被分配，当给定类别的染色体总数达到预期，该类别的分配概率归零，或者可用于重新计算所有剩余的未分类的染色体图像。5.如权利要求4所述的方法，其中具有低于用户定义阈值的分配概率的染色体图像不被自动分配，而是保持未分类。6.如前任一项权利要求所述的方法，其中对所述中期细胞进行预处理，以显示一个或多个核酸序列或一个或多个条带或在中期染色体上的位置，并使用相同的预处理对DNN进行预训练。7.如权利要求6所述的方法，其中所述预处理包括进行荧光原位杂交(fluorescence in situ hybridization，FISH)，或其使用非荧光标记的变体。8.如前任一项权利要求所述的方法，其中所述中期细胞为真核细胞，例如来自植物、动物、哺乳动物或人类的细胞。9.如前任一项权利要求所述的方法，所述方法还包括使用自动化或交互式图像处理方法处理所述中期细胞的数字图像、和/或一个或多个中期染色体的数字图像。10.如权利要求9所述的方法，其中，所述图像处理方法选自由卷积(convolution)、串联(concatenation)、丢弃(dropout)、平均池化(average pooling)、阈值化(thresholding)、应用锐化(sharpening)或平均滤波器(averaging filter)、灰度变换(gray level transformation)、归一化(normalization)、面积归一化(area normalization)、旋转(rotation)、翻转(flipping)、随机噪声(random noise)的添加和基于阈值的分割(threshold
‑
based segmentation)组成的组。11.如前任一项权利要求所述的方法，其检测一类染色体的增加或缺失。12.如前任一项权利要求所述的方法，其检测结构畸变和/或碎片。13.如权利要求12所述的方法，其中所述结构畸变选自由双着丝粒染色体、环状染色体、费城染色体和其他染色体畸变组成的组。14.如权利要求13所述的方法，其中所述结构的畸变选自由t(9；22)(q34；q11)、t(15；17)(q24；q21)、t(11；14)(q13；q32)、der(1；7)(q10；p10)、inv(3)(q21q26)、inv(16)
(p13q22)、t(9；11)(p21；q23)、t(8；21)(q22；q22)、del(5)(q14q34)和del(5)(q21q34)组成的组。15.如前任一项权利要求所述的方法，其中步骤(a)包括分析大量中期细胞的图像并且抑制或标记包含重叠染色体的中期细胞的图像。16.如前任一项权利要求所述的方...

【专利技术属性】
技术研发人员：西格弗里德，
申请(专利权)人：美达系统硬件与软件股份有限公司，
类型：发明
国别省市：