用于处理活检的全切片图像WSI的系统技术方案

提供了一种用于处理诸如针芯活检或真空辅助活检之类的活检的全切片图像WSI的系统和方法。创建该检测到的组织的形状的骨架并且确定骨架路径。生成包括表示该骨架路径的线的图像，沿着该线具有表示不同组织病理的不同线表示。还准备了针对整条线的病理概要。这以最方便的格式和表示提供了病理学家期望的信息。便的格式和表示提供了病理学家期望的信息。便的格式和表示提供了病理学家期望的信息。

【技术实现步骤摘要】
【国外来华专利技术】用于处理活检的全切片图像WSI的系统


[0001]本专利技术涉及全切片图像的处理，诸如用于针芯活检或真空辅助活检。

技术介绍

[0002]全切片图像，WSI，是载玻片样本的数字化图像，这使得能够自动检测和解释组织样本的特征。
[0003]全切片图像的计算机辅助检测和/或诊断分析中的当前实践是在临床图像的上方使用简单的点标记或多边形来表示感兴趣区域。还可以显示概率图用于提供更多信息，但缺点是遮蔽了原始临床图像。
[0004]数字和计算病理学的发展使这些方法的应用能够利用全切片图像(WSI)的优势创建新的医学领域。与此同时，计算机视觉技术的进步，尤其是深度学习的进步，使得对大量临床图像的分析成为可能，使得将此类技术集成到临床病理工作流程中成为可能并且是有用的。
[0005]此类自动分析例如已经被应用于对前列腺癌的检测和分级，或乳腺淋巴结转移的检测。
[0006]在一些特定情况下，医学专家对检测到的受影响组织区域的二维表示(例如多边形)不感兴趣，而只对沿着特定轴线的检测感兴趣。特别地，针芯活检或真空辅助活检被用来提取一列细胞，从而使能沿着通过组织体的位置的路径(诸如深度)来分析细胞结构。活检在病理中的使用遵循明确限定的协议。这些协议假设活检是单维长度的组织，其宽度对于诊断目的无关。事实上，对于针芯活检和真空辅助活检，主要且唯一相关的轴线是活检的长度，并且大多数协议建议报告肿瘤组织(或研究中的其他类型的患病组织)的长度和线覆盖。
[0007]在诸如从针芯活检或真空辅助活检获得的细长的组织的图像上显示二维检测是不方便的，因为原始样本的视图变得混乱。许多病理家报告说这妨碍了他们的工作流程。更重要的是，所显示的二维信息不对应于根据官方医疗协议需要报告的信息，特别是如上所述的长度和覆盖范围。
[0008]所期望的是使得期望信息能够通过自动图像分析从全切片图像WSI被提取。

技术实现思路

[0009]本专利技术由权利要求限定。
[0010]根据根据本专利技术的一个方面的示例，提供了一种用于处理活检的全切片图像WSI的系统，其包括处理器，该处理器被适配为：
[0011]检测WSI中存在的与一次活检相关的组织；
[0012]创建检测到的组织的形状的骨架；
[0013]选择作为通过组织的最长连续路径的骨架路径；
[0014]确定检测到的组织的组织病理；以及
[0015]生成图像，包括：
[0016]表示骨架路径的线，沿着该线具有表示不同组织病理的不同的线表示；以及
[0017]针对整条线的病理概要。
[0018]此系统使能自动确定来自活检的期望信息，作为与沿着活检的线相关的病理概要以及传达病理信息的线的图像表示。该线例如显示在原始WSI图像的顶部，使得所有原始图像内容以及由该线提供的概要信息都是可见的。该线本质上是病理信息的一维表示。要注意的是，线一般不是直的，所以线的单维不是直的。此外，线的粗细可以沿着其长度变化以传达病理信息(如下面讨论的)，因此该线可以具有二维分量，即使它主要是一维表示。这就是“本质上”一维的含义。
[0019]因此，本专利技术将病理中数字化载玻片的使用与用于骨架检测和用于病理检测的图像分析算法的应用相结合。这些例如可以是基于深度学习的检测器(例如组织和病理检测器)。
[0020]该线例如包括活检的中线，该活检的中线通过从活检的WSI得到中线的位置、形式和长度而获得。病理信息(诸如患病区域的识别)诸如被编码到线表示中，并且得到用于病理报告的肿瘤覆盖信息。
[0021]活检线表示的显示使得病理家使能通过评估组织检测和肿瘤(或其他组织病理)检测两者的质量来确认病理概要。
[0022]不同的表示例如包括不同的颜色或线粗细。因此，线的外观用与组织病理相关的信息编码。
[0023]病理概要例如包括活检长度和由特定类型的组织病理占据的线的一部分。可能仅组织病理的类别(患病或未患病)，但可能有更多。病理概要可以另外呈现构成由特定类型的组织病理占据的线的部分的各个长度。组织病理的特定类型例如是肿瘤组织。
[0024]生成线可以包括将检测到的组织病理覆盖在骨架路径上，并且为沿着骨架路径的每个点选择表示性组织病理。因此，该线传达了不同的病理类型。
[0025]例如，如果肿瘤组织存在于沿着该线的相应点处或垂直于沿着该线的相应点而存在，则表示性组织病理被选择为肿瘤组织。因此，该线例如是中线，并且对于肿瘤组织的检测，该检测基于沿着该线的点处的组织以及该点每侧的组织样本。
[0026]第一机器学习算法可以用于组织检测，并且一个或多个第二机器学习算法可以用于检测组织病理。
[0027]该系统优选地进一步包括用于显示图像的显示器，其中病理概要在线旁边。
[0028]本专利技术还提供了一种用于处理活检的全切片图像WSI的计算机实现的方法，其包括：
[0029]检测WSI中存在的与一次活检相关的组织；
[0030]创建检测到的组织的形状的骨架；
[0031]选择骨架路径作为通过组织的最长连续路径；
[0032]确定检测到的组织的组织病理；以及
[0033]生成图像，包括：
[0034]表示骨架路径的线，沿着该线具有表示不同组织病理的不同线表示；以及
[0035]针对整条线的病理概要。
[0036]该方法可以包括生成具有表示不同组织病理的不同颜色的线的图像。该方法还可以包括生成病理概要，该病理概要包括活检长度和由肿瘤组织占据的线的一部分。
[0037]可以通过在骨架路径上覆盖或并置所确定的组织病理，并且为沿着骨架路径的每个点选择相关联的组织病理来生成图像。
[0038]本专利技术还提供了一种包括计算机程序代码装置的计算机程序，当该程序在计算机上运行时，该计算机程序代码装置被适配为实现上面限定的方法。
[0039]参考下文描述的(多个)实施例，本专利技术的这些和其他方面将变得显而易见并且得到阐述。
附图说明
[0040]为了更好地理解本专利技术，并且更清楚地示出如何实施本专利技术，现在将仅通过示例的方式参考附图，在附图中：
[0041]图1示出了单芯针活检的全切片图像和区域轮廓；
[0042]图2示出了区域轮廓和骨架；
[0043]图3示出了形成骨架路径的骨架和修剪后的骨架；
[0044]图4示出了骨架路径和覆盖在区域轮廓内的骨架路径；
[0045]图5示出了具有骨架路径的区域轮廓以及与病理图像相结合的骨架路径；
[0046]图6示出了与病理图像相结合的骨架路径，并且示出了病理信息如何被投影到骨架路径上；
[0047]图7示出了可以从对图6的信息的分析得到的针对整条线的病理概要；
[0048]图8示出了具有多个样本的WSI的示例；
[0049]图9示出了如何使用上面描述的应用于第一样本专利技术的方法来修改图8的图像；
[0050]图10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】1.一种用于处理活检的全切片图像WSI的系统，包括处理器(100)，所述处理器被适配为：检测所述WSI中存在的与一次活检相关的组织；创建检测到的所述组织的形状的骨架(20)；选择作为通过所述组织的最长连续路径的骨架路径(32)；确定检测到的所述组织的组织病理；以及生成图像，所述图像包括：表示所述骨架路径的线(60)，沿着所述线具有表示不同组织病理的不同的线表示；以及针对整条所述线的病理概要(94)。2.根据权利要求1所述的系统，其中所述不同的表示包括不同的颜色或线粗细。3.根据权利要求1或2所述的系统，其中所述病理概要包括活检长度和由特定类型的组织病理占据的所述线的一部分。4.根据权利要求3所述的系统，其中所述特定类型的组织病理是肿瘤组织。5.根据权利要求1至4中任一项所述的系统，其中生成所述线(60)包括将检测到的所述组织病理覆盖在所述骨架路径(32)上，并且为沿着所述骨架路径的每个点选择表示性组织病理。6.根据权利要求5所述的系统，其中如果肿瘤组织存在于所述线的相应的所述点处或垂直于沿着所述线的相应的所述点而存在，则所述表示性组织病理被选择为肿瘤组织。7.根据权利要求1至6中任一项所述的系统，包括用于组织检测的第一机器学习算法(ML1)。8.根据权利要求7所述的系统，包括用于检测组织病理的一个或多个第二机器学习算法(ML2)。9.根据权利要求1至8中任一项所...

【专利技术属性】
技术研发人员：L，
申请(专利权)人：皇家飞利浦有限公司，
类型：发明
国别省市：