【技术实现步骤摘要】
【国外来华专利技术】用于根据多参数细胞和亚细胞成像数据表征细胞表型多样性的系统和方法
[0001]政府合同
[0002]本专利技术是在由国家卫生研究院(National Institutes of Health,NIH)给予的补助金#CA204826下,在政府支持下完成的。政府对本专利技术享有一定权利。
技术介绍
[0003]本专利技术涉及数字病理学,并且具体地涉及用于根据从各种成像模态获得的多参数细胞和亚细胞成像数据(例如,多重复合到超复合成像数据)来表征和分类各种细胞类型及其活化(细胞表型)的无监督分级学习系统和方法。
[0004]现有技术的描述
[0005]数字病理学是指组织学染色的组织样品的获取、存储和显示,并且最初在诸如第二意见远程病理学、免疫染色解释学和术中远程病理学的生态位(niche)应用中具有吸引力。通常,在数字病理学中,由多个载玻片组成的大量患者数据从活检样品生成,并且由病理学家通过在高清晰度监视器上查看载玻片来评估。由于涉及人工劳动,当前的工作流做法是耗时的、容易出错的和主观的。
[0006]组织是具有在空间上彼此连通的多种不同细胞类型的异型细胞系统。数字病理学的一个挑战是如何准确且有效地根据多参数细胞和亚细胞成像数据表征各种细胞类型以及它们的活化,所述多参数细胞和亚细胞成像数据是从各种多重复合到超复合成像模态获得的。
技术实现思路
[0007]在一个实施例中,提供了一种根据多参数细胞和亚细胞成像数据表征来自多个患者或多个多细胞体外模型的多个组织样品的细胞表型的方法。所述方法包 ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种根据多参数细胞和亚细胞成像数据表征来自多个患者或多个多细胞体外模型的多个组织样品的细胞表型的方法,包括:接收经分割的多参数细胞和亚细胞成像数据,其中,所述经分割的多参数细胞和亚细胞成像数据是通过对所述多参数细胞和亚细胞成像数据执行细胞分割而生成的;以及对所述经分割的多参数细胞和亚细胞成像数据执行递归分解以识别多个计算表型,其中所述递归分解包括多个分解水平,其中每个分解水平包括软/概率聚类和空间正则化,并且其中所述经分割的多参数细胞和亚细胞成像数据中的每个细胞被概率地分配至所述多个计算表型中的一个或多个。2.根据权利要求1所述的方法,还包括生成视觉表示,在所述视觉表示中,所述经分割的多参数细胞和亚细胞成像数据中的每个细胞基于每个细胞的相应最高所有权概率与所述多个计算表型中的仅一个计算表型概率地相关联。3.根据权利要求1所述的方法,还包括生成细胞表型树,在所述细胞表型树中,所述经分割的多参数细胞和亚细胞成像数据中的每个细胞被概率地分配到所述多个计算表型中的一个或多个,其中,所述细胞表型树包括多个终端节点,其中,所述终端节点中的每个终端节点表示所述多个计算表型中的相应的一个计算表型。4.根据权利要求3所述的方法,其中,每个终端节点的大小对应于被分配给所述终端节点的计算表型的所述细胞的一部分。5.根据权利要求1所述的方法,其中,所述多参数细胞和亚细胞成像数据包括多重复合到超复合的免疫荧光生物标记数据或多重复合至超复合的基于质谱的生物标记数据。6.根据权利要求1所述的方法,还包括使用所述多个计算表型来形成多因素分析MFA模型的参数。7.根据权利要求6所述的方法,还包括使用所述MFA模型的参数应用Kullback
‑
Leiber KL散度度量来定量所述计算表型中的任何两者之间的差异。8.根据权利要求7所述的方法,还包括基于应用KL散度度量的结果生成热图。9.根据权利要求1所述的方法,其中,所述软/概率聚类包括多个簇,其中,每个簇对应于所述多个计算表型中的相应一个计算表型,其中,每个簇被定义为参数低维子空间的分层混合,并且其中,所述经分割的多参数细胞和亚细胞成像数据中的每个细胞被每个簇概率地拥有。10.根据权利要求1所述的方法,其中,所述递归分解采用递归的停止标准,所述递归的停止标准包括应用于所述分层混合的子空间之间的角度的阈值,以确保所述计算表型是不同的。11.根据权利要求9所述的方法,其中,所述空间正则化采用包括第一项和第二项的函数,第一项促进簇分配中的稀疏性并且意味着每个细胞试图完全属于簇中的一个,第二项促进空间一致性。12.根据权利要求11所述的方法,其中,使用交替方向乘子方法ADMM来优化所述函数。13.根据权利要求3所述的方法,其中,所述递归分解采用停止标准,所述停止标准在以下情况下停止递归:(i)所得到的簇取得<1%的细胞的所有权,(ii)确定细胞表型树已经超过给定的深度阈值,或(iii)平均向量和因素负荷空间之间的角度都低于给定的阈值。14.一种存储包括指令的一个或多个程序的非暂态计算机可读介质,所述指令在由计
算机执行时使得所述计算机执行根据权利要求1所述的方法。15.一种用于表征细胞表型的计算机化系...
【专利技术属性】
技术研发人员:S,
申请(专利权)人:匹兹堡大学高等教育联邦体系,
类型:发明
国别省市:
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。