一种基于FISH技术的乳腺癌AI判读方法技术

本发明专利技术提供一种基于FISH技术的乳腺癌AI判读方法，在读取HER2影像图片后，通过对细胞进行染色标记以得到三通道RGB影像、对三通道RGB影像进行拆分、处理子通道影像三个步骤分别得到细胞的轮廓和编号、图像中代表HER2基因的荧光信号点和图像中代表17号染色体的荧光信号点，最后对代表HER2基因、17号染色体的荧光信号点分别归属于哪个编号的细胞进行汇总，在此基础上对细胞影像进行采样并判断采样细胞影像是否为乳腺癌阳性样本，本方法具有计算速度快、对成像受光学物理器件的影响较暗的细胞影像也具有较高的鲁棒性、能够较好的消除细胞之间的重叠、能够消除细胞影像中因感光和采样产生的噪点对检测结果的影响的优点。样产生的噪点对检测结果的影响的优点。样产生的噪点对检测结果的影响的优点。

【技术实现步骤摘要】
一种基于FISH技术的乳腺癌AI判读方法


[0001]本专利技术涉及乳腺癌细胞影像病变解读
，尤其涉及一种基于FISH技术的乳腺癌AI判读方法。

技术介绍

[0002]乳腺癌是危害女性健康最主要的恶性肿瘤，HER2又称人表皮生长因子受体
‑
2，是重要的乳腺癌预后判断因子，但在机体一些正常细胞的表面也有HER2的表达。在乳腺癌患者中，HER2阳性的患者约占到20
‑
30％。HER2阳性乳腺癌具有浸润性强、更容易复发和转移、无病生存期短的特点。HER2状态的检测具有重要的临床意义:预测乳腺癌的预后是否良好，是否容易复发、转移、恶化和制定有效的靶向药物治疗方案。明确HER2状态后，HER2阳性乳腺癌患者可进行有针对性的靶向药物治疗，治疗越早，获益越大。所以做HER2基因的FISH检测对治疗乳腺癌患者具有重要且关键的临床意义。临床上常用的HER2检测方法共有三种，分别是免疫组化检查(IHC)、显色原位杂交法(CISH)和荧光原位杂交法(FISH)。目前乳腺癌检测的荧光原位杂交法(FISH)需要大量有经验的生物医学专家耗费大量时间和精力对大量经过荧光探针染色的细胞中的HER2基因进行筛查和判读，存在判读效率低下的缺陷。而且在人工判读工程中，如果遇到光线比较暗的HER2成像结果和细胞高度重叠的成像结果，人类肉眼很难判读染色后的基因细胞归属情况。综上所述，现有技术存在以下缺点：
①
乳腺癌检测的荧光原位杂交法(FISH)成像受光学物理器件的影响，很难控制影像的成像亮度；r/>②
人工采样乳腺癌细胞做检测时很难控制细胞之间用于较好检测的间距；
③
细胞内荧光簇容易被误判为单个荧光点；
④
人工判读效率较低。

技术实现思路

[0003]鉴于此，本专利技术的目的在于提供一种基于FISH技术的乳腺癌AI判读方法，能够在复杂光线环境下将不同重叠程度的细胞从背景中区分出来，提高判断效率和准确性。
[0004]为实现上述专利技术目的，本专利技术提供一种基于FISH技术的乳腺癌AI判读方法，包括以下步骤：
[0005]S101、通过荧光原位杂交法(FISH)对细胞样本进行处理，获取经过处理的细胞样本的显微镜成像影像，通过预先设置的标记颜色对影像中细胞进行标记，成像处理后的染色基因包括HER2基因和17号染色体，从本地计算机存储器加载HER2的三通道RGB影像到计算机运行内存；
[0006]S102、对三通道RGB影像进行通道分解，得到R、G、B三个子通道的细胞影像，分解后，R通道细胞影像中的HER2基因高亮显示，G通道细胞影像中17号染色体高亮显示，B通道细胞影像中细胞的掩膜Mask高亮显示；
[0007]S103、对R通道细胞影像进行处理，获得所有HER2基因的位置坐标；
[0008]S104、对G通道细胞影像进行处理，获得所有17号染色体的位置坐标；
[0009]S105、对B通道细胞影像进行处理，获得所有细胞的轮廓和编号；
[0010]S106、根据S103中HER2基因的位置坐标和S104中17号染色体的位置坐标，分别对HER2基因、17号染色体与S105中细胞的归属关系进行汇总；
[0011]S107、对细胞影像进行随机采样，判断采样细胞影像是否为乳腺癌阳性样本。
[0012]进一步的，步骤S103具体包括以下步骤：
[0013]S201、对S102中分解得到的R通道细胞影像进行备份，将备份的R通道细胞影像标记为R_C；
[0014]S202、对R通道细胞影像进行边缘检测，将边缘检测后获得的细胞影像标记为R_1；
[0015]S203、在上一步骤获得的细胞影像中寻找HER2基因边界集合X_O；
[0016]S204、计算X_O中所有HER2基因像素面积平均值x_area_mean；
[0017]S205、在X_O中找到符合第一预设条件的HER2基因集合X，所述第一预设条件为x_area_mean/3＜X＜x_area_mean；
[0018]S206、寻找X中所有HER2基因的中心坐标(xi,yi)，其中0＜i＜X.length；
[0019]S207、在R_C上对X_O中所有HER2基因进行绘制并编号计数，存储所有(xi,yi)来近似作为HER2基因位置。
[0020]进一步的，步骤S202与步骤S203之间还包括步骤：对R_1进行二值化处理，将二值化处理后得到的细胞影像标记为R_2。
[0021]进一步的，在对R_1进行二值化处理以得到R_2的步骤和步骤S203之间还包括步骤：对R_2进行形态学梯度增强，将形态学梯度增强后的细胞影像标记为R_3。
[0022]进一步的，步骤S104具体包括以下步骤：
[0023]S301、对步骤S102中分解得到的G通道细胞影像进行备份，将备份的G通道细胞影像标记为G_C；
[0024]S302、对G通道细胞影像进行边缘检测，将边缘检测后获得的细胞影像标记为G_1；
[0025]S303、在上一步骤获得的细胞影像中寻找17号染色体边界集合Y_O；
[0026]S304、计算Y_O中所有17号染色体像素面积平均值y_area_mean；
[0027]S305、从Y_O中找出满足第二预设条件的17号染色体集合Y，所述第二预设条件为y_area_mean/3＜Y＜y_area_mean；
[0028]S306、寻找Y中所有17号染色体的中心坐标(xj,yj)，其中0＜j＜Y.length；
[0029]S307、在G_C上对Y_O中所有17号染色体进行绘制并编号计数，存储所有(xj,yj)来近似作为17号染色体位置。
[0030]进一步的，步骤S302与步骤S303之间还包括步骤：对G_1进行二值化处理，将二值化处理获得的细胞影像标记为G_2。
[0031]进一步的，在对G_1进行二值化处理以得到G_2的步骤和步骤S303之间还包括步骤：对G_2进行形态学梯度增强，将形态学梯度增强后的细胞影像标记为G_3。
[0032]进一步的，步骤S105具体包括以下步骤：
[0033]S401、对S102中分解得到的B通道细胞影像进行备份，将备份的B通道细胞影像标记为C_C；
[0034]S402、对B通道细胞影像进行二值化处理，将二值化处理后获得的细胞影像标记为B_1；
[0035]S403、对B_1反复迭代进行凸包检测，得到细胞边界结合C_O；
[0036]S404、统计C_O中所有细胞面积的平均值c_area_mean；
[0037]S405、从C_O中找出符合第三预设条件的荧光点集合C，所述第三预设条件为c_area_mean/3＜C；
[0038]S406、在C_C上绘制C中所有细胞轮廓的多边形边界，并对C_C上所有细胞进行编号计数。
[0039]与现有技本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于FISH技术的乳腺癌AI判读方法，其特征在于，所述方法包括以下步骤：S101、通过荧光原位杂交法(FISH)对细胞样本进行处理，获取经过处理的细胞样本的显微镜成像影像，通过预先设置的标记颜色对影像中细胞进行标记，成像处理后的染色基因包括HER2基因和17号染色体，从本地计算机存储器加载HER2的三通道RGB影像到计算机运行内存；S102、对三通道RGB影像进行通道分解，得到R、G、B三个子通道的细胞影像，分解后，R通道细胞影像中的HER2基因高亮显示，G通道细胞影像中17号染色体高亮显示，B通道细胞影像中细胞的掩膜Mask高亮显示；S103、对R通道细胞影像进行处理，获得所有HER2基因的位置坐标；S104、对G通道细胞影像进行处理，获得所有17号染色体的位置坐标；S105、对B通道细胞影像进行处理，获得所有细胞的轮廓和编号；S106、根据S103中HER2基因的位置坐标和S104中17号染色体的位置坐标，分别对HER2基因、17号染色体与S105中细胞的归属关系进行汇总；S107、对细胞影像进行随机采样，判断采样细胞影像是否为乳腺癌阳性样本。2.根据权利要求1所述的一种基于FISH技术的乳腺癌AI判读方法，其特征在于，步骤S103具体包括以下步骤：S201、对S102中分解得到的R通道细胞影像进行备份，将备份的R通道细胞影像标记为R_C；S202、对R通道细胞影像进行边缘检测，将边缘检测后获得的细胞影像标记为R_1；S203、在上一步骤获得的细胞影像中寻找HER2基因边界集合X_O；S204、计算X_O中所有HER2基因像素面积平均值x_area_mean；S205、在X_O中找到符合第一预设条件的HER2基因集合X，所述第一预设条件为x_area_mean/3＜X＜x_area_mean；S206、寻找X中所有HER2基因的中心坐标(xi,yi)，其中0＜i＜X.length；S207、在R_C上对X_O中所有HER2基因进行绘制并编号计数，存储所有(xi,yi)来近似作为HER2基因位置。3.根据权利要求2所述的一种基于FISH技术的乳腺癌AI判读方法，其特征在于，步骤S202与步骤S203之间还包括步骤：对R_1进行二值化处理，将二值化处理后得到的细胞影像标记为R_2。4.根据权利要求3所述的一种基于FISH技术的乳腺癌A...

【专利技术属性】
技术研发人员：蒋林华，琚波波，胡兴，林士修，黄钰婷，
申请(专利权)人：赛特斯海南生物医学有限公司，
类型：发明
国别省市：