非小细胞肺癌IHC染色图像肿瘤区域免疫分级方法、系统及存储介质技术方案

本发明专利技术公开了一种非小细胞肺癌IHC染色图像肿瘤区域免疫分级方法、系统及存储介质，方法包括下述步骤：肿瘤区域自动识别，定位全视野数字切片WSI上肿瘤区域的具体位置，为肿瘤区域的定量分析做基础；细胞分割计数，确定每一个全视野数字切片WSI切割的patch上的T淋巴细胞数，为计算每个WSI上的免疫分级提供数据支持；免疫分级，根据病理切片肿瘤区域CD3、CD8阳性细胞密度确定患者的免疫分级，所述免疫分级包括高级和低级。本发明专利技术通过对患者的免疫状况进行分级，有利于研究非小细胞肺癌中不同的免疫级别对患者生存状况的影响。免疫级别对患者生存状况的影响。免疫级别对患者生存状况的影响。

【技术实现步骤摘要】
非小细胞肺癌IHC染色图像肿瘤区域免疫分级方法、系统及存储介质


[0001]本专利技术属于数字图像处理的
，具体涉及一种非小细胞肺癌IHC染色图像肿瘤区域免疫分级方法、系统及存储介质。

技术介绍

[0002]据2020年最新数据显示，肺癌是全球癌症相关死亡率最主要的原因，非小细胞肺癌约占所有肺癌总数的75％。在对非小细胞肺癌患者进行预后分析时，IHC染色数字图像肿瘤区域T淋巴细胞(CD3阳性和CD8阳性)是重要的分析指标，因此，自动地实现肿瘤区域T淋巴细胞的定量分析具有重要意义。它能辅助病理医生对IHC染色图像进行快速、高通量地自动分析，极大减轻病理医生工作负担。

技术实现思路

[0003]本专利技术的目的在于根据现实需求，探索影响患者预后的独立性因素，提供一种非小细胞肺癌IHC染色图像肿瘤区域免疫分级方法、系统及存储介质，该方法可根据提供的非小细胞肺癌患者的IHC染色病理切片，自动计算出基于T淋巴细胞的免疫分级。
[0004]为了达到上述目的，本专利技术采用以下技术方案：
[0005]本专利技术一方面提供本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.非小细胞肺癌IHC染色图像肿瘤区域免疫分级方法，其特征在于，包括下述步骤肿瘤区域自动识别，定位全视野数字切片WSI上肿瘤区域的具体位置，为肿瘤区域的定量分析做基础；细胞分割计数，确定每一个全视野数字切片WSI切割的patch上的T淋巴细胞数，为计算每个WSI上的免疫分级提供数据支持；免疫分级，根据病理切片肿瘤区域CD3、CD8阳性细胞密度确定患者的免疫分级，所述免疫分级包括高级和低级。2.根据权利要求1所述的非小细胞肺癌IHC染色图像肿瘤区域免疫分级系统，其特征在于，所述肿瘤区域自动识别的步骤具体为：采样，将放大M倍的数字病理切片下采样N倍，得到区别肿瘤与非肿瘤区域的小倍率数字病理切片，所述小倍率数字病理切片保持图片中各目标的相对位置及空间关系不变；肿瘤区域分割，将下采样后的小倍率数字病理切片中的肿瘤区域分割出来，分割的结果用二值图像表示，肿瘤区域的像素值为255，非肿瘤区域的使用像素值为0。3.根据权利要求2所述的非小细胞肺癌IHC染色图像肿瘤区域免疫分级系统，其特征在于，所述肿瘤区域分割的分割方法为：将采样后输出的小倍率数字病理切片提取RGB三个颜色通道，同时将小倍率数字病理切片颜色空间转化为HSV模式，提取H、S通道；将得到的RGB三个颜色通道，H、S通道，分别运用大津法OTSU操作，在RGB上运用大津法操作得到的值再与其对应的RGB通道做一个大小比较，然后对比较后的结果作逻辑按位与操作，最后将所得到结果取反即可得到肿瘤区域；H、S通道执行上诉同样的操作，主要用于调整复杂区域的肿瘤区域分割，最后将各通道的结果作逻辑运算，分割出肿瘤区域。4.根据权利要求1所述的非小细胞肺癌IHC染色图像肿瘤区域免疫分级系统，其特征在于，所述细胞分割计数的步骤具体为：patch切割，将放大后IHC图像的数字病理图像肿瘤区域分割成不重叠的设定像素大小的patch，并确保每张patch上的肿瘤组织区域占整个patch面积不少于50％，同时获取每个patch在其所属数字病理切片中的相对位置起始坐标；预处理，将所述patch切割步骤中输出的patch上碳尘过滤掉；细胞分割识别，将所述预处理步骤后的patch上的相应细胞分割出来，同时分别识别出染色阳性和染色阴性的细胞；细胞计数，统计所述分割识别步骤输出的每张patch上染色阳性和染色阴性的细胞。5.根据权利要求4所述的非小细胞肺癌IHC染色图像肿瘤区域免疫分级系统，其特征在于，所述patch切割的步骤包括：切割执行，完成肿瘤区域的切割操作，所述切割操作具体为：根据自动识别步骤得到的二值图像，将肿瘤区域所有点的横坐标和纵坐标进行排序，计算出肿瘤区域所对应的最小外接矩形；在得到最小外接矩形后，选定每个patch的起始坐标，在横纵两个方向上以设定的步长进行切割，为了保证每个patch上的肿瘤区域占比不小于50％，通过设置一个阈值来筛选符合要求的patch；上述筛选出来的patch是经过了N倍下采样，为了得到每个实际的patch的起始坐标，需
要进行坐标转换，得到原始倍率下的patch起始坐标：(X
i
*N，Y
i
*N)，对于得到的每个patch保留所属病理切片的ID号、patch所属病理切片中的起始坐标、patch尺寸大小信息；检验切割的肿瘤区域patch是否正确，检测方法具体为：可视化最小外接矩形，用二值图像表示：根据所述切割执行步骤中得到的最小外接矩形的四个顶点坐标，绘制肿瘤区域的最小外接矩形，或者根据得到的最小外接矩形的起始坐标，结合每个patch的尺寸，绘制最小外接矩形；在二值图像上可视化所有可能切割的patch区域：根据所述切割执行步骤中得到的每个patch上的起始坐标和尺寸大小，在包含肿瘤区域的二值图像上画出每个patch可能的区域；在二值图像上可视化所有切割的patch区域：根据所述切割执行步骤中得到的阈值，筛选出肿瘤区域占比大于50％的patch，并在所述自动识别步骤中得到的二值图像中画出筛选后的patch区域，检查筛选是否得当；在N倍下采样的数字病理图片上画出筛选后的patch，并在每个patch区域标注上该patch的起始坐标：首先是对原始的病理切片进行N倍下采样，然后根据所述切割执行步骤中得到的筛选后的patch起始坐标和patch尺寸，在采样后的病理图像上绘制patch区域，同时根据patch所属的原始病理图像上的空间起始坐标，在采样后的病例图像对应的patch区域标出其起始坐标；检验切割结果：根据所述切割执行步骤中得到的patch及其对应的坐标信息，找到对应的切割区域，如若能找到，且patch内容一样，则表明切割正确。6.根据权利要求5所述的非小细胞肺癌IHC染色图像肿瘤区域免疫分级系统，其特征在于，所述计算出肿瘤区域所对应的最小外接矩形的方法为：根据肿瘤区域的所有点的像素坐标，将所有的横坐标(x1，x2，x3，...)，所...

【专利技术属性】
技术研发人员：刘再毅，潘细朋，冯拯云，陈浩，林欢，赵可，梁长虹，李振辉，韩楚，陈鑫，王钰萌，陈小波，颜黎栩，
申请(专利权)人：广东省人民医院，
类型：发明
国别省市：