一种肿瘤病理微环境特征提取的方法技术

本发明专利技术涉及一种肿瘤病理微环境特征提取的方法，包括以下步骤：S1、输入肿瘤微环境病理图像上所有种类细胞的坐标；其中，坐标为像素级的二维坐标；S2、生成每类细胞的列表和包含所有细胞的总表；S3、对总表中的点进行编号、连线，并生成边表；S4、使用社区发现算法进行模块划分；S5、识别细胞种类；S6、根据边表统计每两类细胞的连接数目和空间距离。本发明专利技术实现了不同种类细胞的准确识别、两类细胞间连接数目的精确统计、两类细胞间空间关系的快速计算，为研究肿瘤微环境各类细胞间的联系提供了有力的帮助。的帮助。的帮助。

【技术实现步骤摘要】
一种肿瘤病理微环境特征提取的方法


[0001]本专利技术涉及医学图像特征提取
，尤其涉及一种肿瘤病理微环境特征提取的方法。

技术介绍

[0002]随着计算机和机器学习技术的发展，图像数据库的应用也日益广泛。如何有效地建立、管理和充分利用图像信息库资源，实现智能化、高效地识别和检索图像，一直是国内外科研工作者关注的热点问题，在科学研究、国防军事、工业生产、航空航天、生物医学、交通监控等领域有着广泛的应用。面对生物医学图像数据数量大、多模态、成像复杂、针对性较强等特点，特征提取技术不断面临新的机遇和挑战。
[0003]目前很多肿瘤微环境特征提取方法提取的特征是图像的视觉特征，如细胞的颜色、灰度、形状、纹理与边缘等特征，这些特征反应的是细胞本身所呈现的特点，这些特点与肿瘤微环境中众多的其他细胞没有关联，无法反应出各种细胞之间的联系。
[0004]因此，需要寻找一种肿瘤病理微环境的特征提取方法用于提取细胞间的连接数目和空间关系等特征，实现对肿瘤微环境中各类细胞间是否具有某种联系的研究。这些特征可以为疾病诊断提供参考辅助、为疾病的预后预测提供一种判断依据、也能作为发现新型靶向治疗手段的研究数据。

技术实现思路

[0005]为解决现有技术所存在的技术问题，本专利技术提供一种肿瘤病理微环境特征提取的方法，通过输入肿瘤微环境病理图像上所有种类细胞的坐标，生成每类细胞的列表和包含所有细胞的总表，对总表中的点进行编号、连线，并生成边表，并使用社区发现算法进行模块划分，细胞种类进行识别，从而根据边表统计每两类细胞的连接数目和空间距离，实现了不同种类细胞的准确识别、两类细胞间连接数目的精确统计、两类细胞间空间关系的快速计算。
[0006]本专利技术采用以下技术方案来实现：一种肿瘤病理微环境特征提取的方法，包括以下步骤：
[0007]S1、输入肿瘤微环境病理图像上所有种类细胞的坐标；其中，坐标为像素级的二维坐标；
[0008]S2、生成每类细胞的列表和包含所有细胞的总表；将每类细胞的坐标分别存入各自的空列表中，新建一个空表作为总表，按固定顺序将存有每类细胞坐标的列表添加到总表的表尾；
[0009]S3、对总表中的点进行编号、连线，并生成边表；将总表中的细胞按照自然数的形式从0开始编号，利用坐标连线算法对总表中的所有细胞进行连线，生成边表；
[0010]S4、使用社区发现算法进行模块划分；将细胞连线图先使用LPA标签传播算法进行k次迭代，得到社区粗分结果，对社区粗分结果使用Louvain算法进行社区检测，期间多次使
用质量函数对社区检测结果进行分区质量评价，找到分区质量最高的社区；
[0011]S5、识别细胞种类；计算每类细胞存储坐标的列表长度，得到每类细胞的数量，根据按特定顺序合并每类细胞的列表及按自然数的形式对细胞进行编号，得到每类细胞的坐标在总表的编号区间，通过找出细胞的编号所属的编号区间来判断细胞的种类；
[0012]S6、根据边表统计每两类细胞的连接数目和空间距离；建立循环，遍历每个社区边表的每一条边，判断每条边两个端点的编号所在的编号区间得出该边是哪两类细胞的连线，统计这两类细胞连接数目的计数器加1，通过编号在总表中找出两个端点的坐标，计算每条边两个端点的欧式距离并累加，循环结束，将每两类细胞的距离总和其对应的连接数求商得到其对应的平均距离。
[0013]本专利技术与现有技术相比，具有如下优点和有益效果：
[0014]1、本专利技术通过输入肿瘤微环境病理图像上所有种类细胞的坐标，生成每类细胞的列表和包含所有细胞的总表，对总表中的点进行编号、连线，并生成边表，并使用社区发现算法进行模块划分，细胞种类进行识别，从而根据边表统计每两类细胞的连接数目和空间距离，实现了不同种类细胞的准确识别、两类细胞间连接数目的精确统计、两类细胞间空间关系的快速计算，为研究肿瘤微环境各类细胞间的联系提供了有力的帮助。
附图说明
[0015]图1是本专利技术的方法流程图；
[0016]图2是肿瘤病理微环境切片的DAPI染色图；
[0017]图3(a)是肿瘤病理微环境切片的CD4染色图；
[0018]图3(b)是肿瘤病理微环境切片的CD20染色图；
[0019]图3(c)是肿瘤病理微环境切片的CD38染色图；
[0020]图3(d)是肿瘤病理微环境切片的CD66B染色图；
[0021]图3(e)是肿瘤病理微环境切片的FOXP3染色图；
[0022]图4是三角剖分算法输出的三角网示意图；
[0023]图5是社区发现结果示意图；
[0024]图6是不同种类细胞区分结果示意图；
[0025]图7是每个社区特征提取结果局部示意图。
具体实施方式
[0026]下面结合实施例及附图对本专利技术作进一步详细的描述，但本专利技术的实施方式不限于此。
[0027]实施例
[0028]如图1所示，本实施例一种肿瘤病理微环境特征提取的方法，包括以下步骤：
[0029]S1、输入肿瘤微环境病理图像上所有种类细胞的坐标；其中，坐标为像素级的二维坐标；
[0030]S2、生成每类细胞的列表和包含所有细胞的总表；将每类细胞的坐标分别存入各自的空列表中，新建一个空表作为总表，按固定顺序将存有每类细胞坐标的列表添加到总表的表尾；
[0031]S3、对总表中的点进行编号、连线，并生成边表；将总表中的细胞按照自然数的形式从0开始编号，利用坐标连线算法对总表中的所有细胞进行连线，生成边表；
[0032]S4、使用社区发现算法进行模块划分；将细胞连线图先使用LPA标签传播算法进行k次迭代，得到社区粗分结果，对社区粗分结果使用Louvain算法进行社区检测，期间多次使用质量函数对社区检测结果进行分区质量评价，找到分区质量最高的社区；
[0033]S5、识别细胞种类；计算每类细胞存储坐标的列表长度，得到每类细胞的数量，根据按特定顺序合并每类细胞的列表及按自然数的形式对细胞进行编号，得到每类细胞的坐标在总表的编号区间，通过找出细胞的编号所属的编号区间来判断细胞的种类；
[0034]S6、根据边表统计每两类细胞的连接数目和空间距离；建立循环，遍历每个社区边表的每一条边，判断每条边两个端点的编号所在的编号区间得出该边是哪两类细胞的连线，统计这两类细胞连接数目的计数器加1，通过编号在总表中找出两个端点的坐标，计算每条边两个端点的欧式距离并累加，循环结束，将每两类细胞的距离总和其对应的连接数求商得到其对应的平均距离。
[0035]如图2所示，本实施例中，将肿瘤病理微环境切片的DAPI染色图上所有细胞的二维坐标作为研究对象，并以图2为例进行实施。
[0036]如图3(a)、3(b)、3(c)、3(d)、3(e)所示，本实施例中，使用肿瘤病理微环境切片的CD4、CD20、CD38、CD66B、FOXP3染色图辅助寻找目标细胞区域及去噪。
[0037]如图4所示，步骤S3中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种肿瘤病理微环境特征提取的方法，其特征在于，包括以下步骤：S1、输入肿瘤微环境病理图像上所有种类细胞的坐标；其中，坐标为像素级的二维坐标；S2、生成每类细胞的列表和包含所有细胞的总表；将每类细胞的坐标分别存入各自的空列表中，新建一个空表作为总表，按固定顺序将存有每类细胞坐标的列表添加到总表的表尾；S3、对总表中的点进行编号、连线，并生成边表；将总表中的细胞按照自然数的形式从0开始编号，利用坐标连线算法对总表中的所有细胞进行连线，生成边表；S4、使用社区发现算法进行模块划分；将细胞连线图先使用LPA标签传播算法进行k次迭代，得到社区粗分结果，对社区粗分结果使用Louvain算法进行社区检测，期间多次使用质量函数对社区检测结果进行分区质量评价，找到分区质量最高的社区；S5、识别细胞种类；计算每类细胞存储坐标的列表长度，得到每类细胞的数量，根据按特定顺序合并每类细胞的列表及按自然数的形式对细胞进行编号，得到每类细胞的坐标在总表的编号区间，通过找出细胞的编号所属的编号区间来判断细胞的种类；S6、根据边表统计每两类细胞的连接数目和空间距离；建立循环，遍历每个社区边表的每一条边，判断每条边两个端点的编号所在的编号区间得出该边是哪两类细胞的连线，统计这两类细胞连接数目的计数器加1，通过编号在总表中找出两个端点的坐标，计算每条边两个端点的欧式距离并累加，循环结束，将每两类细胞的距离总和其对应的连接数求商得到其对应的平均距离。2.根据权利要求1所述的一种肿瘤病理微环境特征提取的方法，其特征在于，步骤S3中的坐标连线算法为三角剖分Delaunay算法，包括Lawson算法、Bowyer
‑
Watson算法；其中，使用Bowyer
‑
Watson算法进行三角剖分，主要包括以下步骤：S31、构造一个超级三角形，包含所有散点，放入三角形链表；S32、将点集中的散点依次插入，在三角形链表中找出其外接圆包含插入点的三角形为该点的影响三角形，删除影响三角形的公共边，将插入点同影响三角形的全部顶点连接起来，完成一个点在Delaunay三角形链表中的插入；S33、根据优化准则对局部新形成的三角形进行优化；S34、将形成的三角形放入Delaunay三角形链表；S35、循环执行步骤S32，直到所有散点插入完毕。3.根据权利要求2所述的一种肿瘤病理微环境特征提取的方法，其特征在于，通过计...

【专利技术属性】
技术研发人员：卢旭，谢超，唐琛烁，刘少鹏，梁文华，
申请(专利权)人：广州呼吸健康研究院广州呼吸疾病研究所，
类型：发明
国别省市：