免疫组化病理切片的分析方法、系统和可读存储介质技术方案

本发明专利技术公开的一种免疫组化病理切片的分析方法、系统和可读存储介质，其中方法包括：获取数字病理图并分析得到纹理分类特征；基于所述纹理分类特征分割所述数字病理图以得到目标区域；基于所述目标区域获取细胞数据，进而确定所述HER

【技术实现步骤摘要】
免疫组化病理切片的分析方法、系统和可读存储介质


[0001]本专利技术涉及病理切片诊断
，更具体的，涉及一种免疫组化病理切片的分析方法、系统和可读存储介质。

技术介绍

[0002]HER
‑
2全称是人类表皮生长因子受体2，是一种原癌基因，该基因为乳腺癌的主要致病相关基因，当癌细胞内的HER
‑
2基因高度表达时，细胞膜上会产生过多的HER
‑
2蛋白，剌激癌细胞的疯狂增长，增加癌细胞的侵袭性，随着乳腺癌发病率的增高和分子靶向治疗药物Herceptin的广泛应用，HER
‑
2的定量评级在乳腺癌的诊治中占有越来越重要的地位。
[0003]所谓的评级是指在整张HER
‑
2免疫组化病理切片上寻找并计数阳性、阴性肿瘤细胞，完整、不完整膜阳性肿瘤细胞，以各个类型细胞的数量对切片进行0
‑
3分的评级。不同评级的HER
‑
2类型对应着不同的预后方案，因此在临床诊断中，HER
‑
2分级也作为病理医生为肿瘤患者进一步选择治疗方案的金标准。
[0004]目前，HER
‑
2免疫组化病理切片分析需要经过专门培训的病理医生在显微镜下逐个寻找可疑性组织区域，而后根据自己累积的专业知识完成最终的病理诊断和TPS分值估计。然而在诊断过程中，存在诸多挑战使得病理医生的工作变得艰难。具体挑战详述如下:(1)目前病理科的染色片量面临每年15％以上的增长。医生每天的诊断工作负荷大大增加。同时一张病理切片通常包含数百万个细胞，而且一名病理医生一天通常需要分析多张数字病理切片，这给医生带来了很大的工作强度，疲劳阅片的现象也时有发生；(2)在切片分析过程中，非完整膜细胞常紧邻完整细胞，使得非完整膜细胞的判断时常不准；除此之外，不同类别的细胞之间可能极为不易区分，如组织细胞与中等染色的肿瘤细胞在颜色、形态等特征方面都极为相似，HER
‑
2图像的这类特点让病理医生的细胞判读工作变得异常艰难。

技术实现思路

[0005]鉴于上述问题，本专利技术的目的是提供一种免疫组化病理切片的分析方法、系统和可读存储介质，对图像中的细胞数据进行分析处理从而获得分析结果，该分析结果指示病理切片的细胞数据相关的信息。
[0006]本专利技术第一方面提供了一种免疫组化病理切片的分析方法，包括以下步骤：
[0007]获取数字病理图并分析得到纹理分类特征；
[0008]基于所述纹理分类特征分割所述数字病理图以得到目标区域；
[0009]基于所述目标区域获取细胞数据，进而确定与所述病理切片有关的分析结果。
[0010]本方案中，所述获取数字病理图并分析得到纹理分类特征，具体为：
[0011]获取预设扫描设备对所述免疫组化病理切片的数字化扫描结果；
[0012]基于所述数字化扫描结果得到4X倍野下的所述数字病理图；
[0013]基于所述数字病理图进行分析处理得到所述纹理分类特征。
[0014]本方案中，所述基于所述数字病理图进行分析处理得到所述分类特征，具体为：
[0015]将所述数字病理图颜色特征归一化为灰度值；
[0016]利用预设的滤波方式对灰度化的所述数字病理图进行平滑处理；
[0017]利用灰度共生矩阵获取所述纹理分类特征。
[0018]本方案中，所述基于所述纹理分类特征分割所述数字病理图以得到目标区域，具体为：
[0019]基于所述纹理分类特征，利用预设聚类算法将所述数字病理图聚类为目标与背景类；
[0020]基于所述目标与背景类获取包含细胞的病理区域，并对所述病理区域进行分析以得到所述目标区域。
[0021]本方案中，所述基于所述目标区域获取细胞数据，进而确定与所述病理切片有关的分析结果，具体为：
[0022]利用训练好的细胞关键点定位模型完成细胞定位与分类的预测；
[0023]基于预测结果得到阳性肿瘤细胞与阴性肿瘤细胞作为所述细胞数据；
[0024]根据所述细胞数据确定HER
‑
2病理切片的分析结果。
[0025]本方案中，所述方法还包括对一次阴性肿瘤细胞进行二次筛查以对所述预测结果进行修正以更新所述一次阴性肿瘤细胞。
[0026]本专利技术第二方面还提供一种HER
‑
2免疫组化病理切片辅助诊断系统，包括存储器和处理器，所述存储器中包括免疫组化病理切片的分析方法程序，所述免疫组化病理切片的分析方法程序被所述处理器执行时实现如下步骤：
[0027]获取数字病理图并分析得到纹理分类特征；
[0028]基于所述纹理分类特征分割所述数字病理图以得到目标区域；
[0029]基于所述目标区域获取细胞数据，进而确定与所述病理切片有关的分析结果。
[0030]本方案中，所述获取数字病理图并分析得到纹理分类特征，具体为：
[0031]获取预设扫描设备对所述免疫组化病理切片的数字化扫描结果；
[0032]基于所述数字化扫描结果得到4X倍野下的所述数字病理图；
[0033]基于所述数字病理图进行分析处理得到所述纹理分类特征。
[0034]本方案中，所述基于所述数字病理图进行分析处理得到所述分类特征，具体为：
[0035]将所述数字病理图颜色特征归一化为灰度值；
[0036]利用预设的滤波方式对灰度化的所述数字病理图进行平滑处理；
[0037]利用灰度共生矩阵获取所述纹理分类特征。
[0038]本方案中，所述基于所述纹理分类特征分割所述数字病理图以得到目标区域，具体为：
[0039]基于所述纹理分类特征，利用预设聚类算法将所述数字病理图聚类为目标与背景类；
[0040]基于所述目标与背景类获取包含细胞的病理区域，并对所述病理区域进行分析以得到所述目标区域。
[0041]本方案中，所述基于所述目标区域获取细胞数据，进而确定与所述病理切片有关的分析结果，具体为：
[0042]利用训练好的细胞关键点定位模型完成细胞定位与分类的预测；
[0043]基于预测结果得到阳性肿瘤细胞与阴性肿瘤细胞作为所述细胞数据；
[0044]根据所述细胞数据确定HER
‑
2病理切片的分析结果。
[0045]本方案中，所述方法还包括对一次阴性肿瘤细胞进行二次筛查以对所述预测结果进行修正以更新所述一次阴性肿瘤细胞。
[0046]本专利技术第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质中包括机器的一种免疫组化病理切片的分析方法程序，所述免疫组化病理切片的分析方法程序被处理器执行时，实现如上述任一项所述的一种免疫组化病理切片的分析方法的步骤。
[0047]本专利技术公开的一种免疫组化病理切片的分析方法、系统和可读存储介质，本专利技术通过基于手工特征的无监督区域分割方法有效分割出HER
‑<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种免疫组化病理切片的分析方法，其特征在于，包括以下步骤：获取数字病理图并分析得到纹理分类特征；基于所述纹理分类特征分割所述数字病理图以得到目标区域；基于所述目标区域获取细胞数据，进而确定与所述病理切片有关的分析结果。2.根据权利要求1所述的一种免疫组化病理切片的分析方法，其特征在于，所述获取数字病理图并分析得到纹理分类特征，具体为：获取预设扫描设备对所述免疫组化病理切片的数字化扫描结果；基于所述数字化扫描结果得到4X倍野下的所述数字病理图；基于所述数字病理图进行分析处理得到所述纹理分类特征。3.根据权利要求2所述的一种免疫组化病理切片的分析方法，其特征在于，所述基于所述数字病理图进行分析处理得到所述纹理分类特征，具体为：将所述数字病理图颜色特征归一化为灰度值；利用预设的滤波方式对灰度化的所述数字病理图进行平滑处理；利用灰度共生矩阵处理平滑处理后的数字病理图像，获取数字病理图像的纹理分类特征。4.根据权利要求3所述的一种免疫组化病理切片的分析方法，其特征在于，所述基于所述纹理分类特征分割所述数字病理图以得到目标区域，具体为：基于所述纹理分类特征，利用预设聚类算法将所述数字病理图聚类为目标与背景类；基于所述目标与背景类获取包含细胞的病理区域，并对所述病理区域进行分析以得到所述目标区域。5.根据权利要求4所述的一种免疫组化病理切片的分析方法，其特征在于，所述基于所述目标区域获取细胞数据，进而确定与所述病理切片有关的分析结果，具体为：利用训练好的细胞关键点定位模型完成细胞定位与分类的预测；基于预测结果得到阳性肿瘤细胞与阴性肿瘤细胞作为所述细胞数据；根据所述细胞数据确定HER
‑
2病理切...

【专利技术属性】
技术研发人员：杨林，李涵生，胡玲玉，林明珍，吴婷婷，李晶，崔磊，亢宇鑫，高敏，张妍妍，杨海英，
申请(专利权)人：阿斯利康无锡贸易有限公司，
类型：发明
国别省市：