结直肠癌IHC病理图像的细胞密度量化方法及系统技术方案

本发明专利技术公开了一种结直肠癌IHC病理图像的细胞密度量化方法及系统，包括：获取结直肠癌的第一IHC病理图像，并进行组织分割，得到肿瘤浸润边缘区域；根据非重叠的第一滑窗对肿瘤浸润边缘区域进行遍历和截取，对应得到多个第一子图像块；依次使用不同大小的第二窗口对第一子图像块进行步进局部阈值分割，并计数分割结果中的第一目标细胞，得到每个第一子图像块中第一目标细胞对应的第一密度；根据各第一子图像块中第一目标细胞对应的第一密度，分别计算肿瘤区域和非肿瘤区域中第一目标细胞的第二密度，以使完成对结直肠癌的第一IHC病理图像中第一目标细胞的量化。本发明专利技术能够精确提取IHC病理图像中的目标信息，能够提高对IHC病理图像中信息提取的精确度。图像中信息提取的精确度。图像中信息提取的精确度。

【技术实现步骤摘要】
结直肠癌IHC病理图像的细胞密度量化方法及系统


[0001]本专利技术涉及图像处理的
，尤其涉及一种结直肠癌IHC病理图像的细胞密度量化方法及系统。

技术介绍

[0002]结直肠癌是世界上最常见的恶性肿瘤之一，近年来大量研究表明，有利的免疫环境与延长患者生存时间显著相关，肿瘤内及肿瘤周边微环境中免疫细胞的分布情况具有强大的预后价值。确切来说，一项国际多中心研究结果表明，对于I
‑
III期结直肠癌患者，由CD3阳性和CD8阳性免疫细胞在肿瘤中心及浸润边缘区域的表达所确定的预后指标具有比传统TNM分期更为强大的预后作用。因此，自动地识别肿瘤组织与肿瘤浸润边缘，统计CD3阳性和CD8阳性免疫细胞密度，并量化预后因子，有助于对结直肠癌患者进行更加可靠的预后分析。
[0003]然而，由于全视野数字病理切片图像具有超高分辨率以及超大量像素，而免疫细胞又作为一种细粒度微观特征，人工评估其密度不可避免地导致一致性差、评估周期过长、人力成本过高等问题，大大阻碍了其临床推广。

技术实现思路

[0004]本专利技术的目的是针对上述现有技术的不足，提出一种结直肠癌IHC病理图像的细胞密度量化方法及系统，能够实现自动且精准地识别结直肠癌IHC染色数字病理切片，以使对结直肠癌IHC病理图像中目标细胞的精准量化。
[0005]第一方面，本专利技术提供了一种结直肠癌IHC病理图像的细胞密度量化方法，方法包括：
[0006]获取结直肠癌的第一IHC病理图像，并进行组织分割，得到肿瘤浸润边缘区域；
[0007]根据非重叠的第一滑窗对所述肿瘤浸润边缘区域进行遍历和截取，对应得到多个第一子图像块；
[0008]依次使用不同大小的第二窗口对第一子图像块进行步进局部阈值分割，并计数分割结果中的第一目标细胞，得到每个第一子图像块中第一目标细胞对应的第一密度；
[0009]根据各第一子图像块中第一目标细胞对应的第一密度，分别计算肿瘤区域和非肿瘤区域中第一目标细胞的第二密度，以使完成对结直肠癌的第一IHC病理图像中第一目标细胞的量化。
[0010]本专利技术采用非重叠的第一滑窗对所述肿瘤浸润边缘区域进行遍历和截取，能够减少使用重叠滑窗重复处理相同的数据，能够提高识别IHC病理图像中目标信息的效率；并且，采用多种窗口为对应的子图像块进行分割，能够精细化对子图像块的处理，从而提高对IHC病理图像中信息提取的精确度，进而提高对结直肠癌IHC病理图像中目标细胞的精准量化。
[0011]进一步，所述依次使用不同大小的第二窗口对第一子图像块进行步进局部阈值分
割，并计数分割结果中的第一目标细胞，得到每个第一子图像块中第一目标细胞对应的第一密度，包括：
[0012]第二窗口按照从大到小的顺序对第一子图像块进行像素点遍历和分割，对应得到连通域；
[0013]根据第一目标细胞，取所有的连通域的区域，为所述第一目标细胞的分割结果；
[0014]对每个第一子图像块的分割结果中的第一目标细胞进行计数，得到每个第一子图像块中第一目标细胞对应的第一密度。
[0015]本专利技术采用对具有超高分辨率以及超大量像素的全视野数字病理切片图像进行精确分割后，能够得到目标细胞的细粒度微观特征，能够精细化对子图像块的处理，从而提高对IHC病理图像中信息提取的精确度，进而提高对结直肠癌IHC病理图像中目标细胞的精准量化；并且，采用步进局部阈值分割和计数，能够减少由于人工计数不可避免地导致一致性差、评估周期过长、人力成本过高的问题，能够推广到临床应用。
[0016]进一步，所述第二窗口按照从大到小的顺序对第一子图像块进行像素点遍历和分割，对应得到连通域，具体为：
[0017]首次使用第二窗口进行遍历和分割时，将在第二窗口内的第一子图像块的最大灰度值和最小灰度值的差值与对应的第一阈值进行对比，若所述差值大于或者等于对应的第一阈值，则对应的第二窗口内的第一子图像块的区域为对应的第一目标区域；
[0018]提取对应第一目标区域中的所有连通域，并计算对应的第一目标区域中的连通域对应的像素面积和紧凑度；
[0019]判断对应的像素面积和对应的第二阈值的数值大小，以及紧凑度与第三阈值的数值大小，若对应的像素面积大于对应的第二阈值且对应的紧凑度大于对应的第三阈值，则对应的像素面积为第一连通域；
[0020]在首次遍历和分割后，按照第二窗口从大到小的顺序，对应剩余的第二窗口每次都对上次剩余的第一子图像块进行处理，得到对应的第一目标区域，并使用带有前景标记的分水岭算法进行分割，得到对应的第一连通域，直到计算完剩余的第二窗口对第一子图像块取的第一连通域。
[0021]本专利技术采用不同大小的窗口对子图像块进行局部阈值分割，并将获得的第一连通域信息取并，能够最大程度地提取子图像块中的目标信息，能够减少使用同一窗口进行信息提取而遗漏其他的可组成连通域的信息，从而能够对子图像块精确化提取信息，进而提高对IHC病理图像中信息提取的精确度。
[0022]进一步，所述根据非重叠第一滑窗对所述浸润边缘区域截取对应的第一子图像块，具体为：
[0023]选取步长等于第一子图像块边长的滑动窗口为第一滑窗，根据非重叠第一滑窗对所述浸润边缘区域截取对应的第一子图像块；
[0024]为对应的第一子图像块进行超像素分割和聚类，得到去除背景区域的第一子图像块。
[0025]进一步，所述获取结直肠癌的第一IHC病理图像，并进行组织分割，得到肿瘤浸润边缘区域，具体为：
[0026]按照免疫组织化学远离使用染色剂分布对第一目标细胞进行抗原抗体匹配染色，
得到对应的物理切片，并将所述物理切片进行数字图像化处理，得到对应的第一IHC病理图像；
[0027]对所述第一IHC病理图像进行分割，得到肿瘤区域与非肿瘤区域之间交界线的坐标，根据所述交界线的坐标和预设的膨胀核进行形态学的膨胀操作，到肿瘤浸润边缘区域。
[0028]进一步，所述对所述第一IHC病理图像进行分割，得到肿瘤区域与非肿瘤区域之间交界线的坐标，包括：
[0029]根据超像素分割算法对第一IHC病理图像进行降维处理，得到降维后的第二IHC病理图像，并对所述第二IHC病理图像使用聚类算法，得到对应的肿瘤区域和非肿瘤区域，根据所述肿瘤区域和非肿瘤区域，确定肿瘤区域与非肿瘤区域之间的交界线。
[0030]本专利技术采用超像素分割算法对IHC病理图像进行处理，能够得到紧凑整齐且近乎均匀的超像素，从而能够提高对IHC病理图像的信息提取的精准度；并且，超像素分割算法需要设置的参数少，能够减少对IHC病理图像进行降维处理的复杂度，从而提高对IHC病理图像的信息提取的效率。
[0031]进一步，所述根据超像素分割算法对第一IHC病理图像进行降维处理，得到降维后的第二IHC病理图像，包括：
[0032]对所述第一IHC病理图像进行下采样，并根据双线性差法得到若干倍率下的下采样后的第三IHC病理图像，根据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种结直肠癌IHC病理图像的细胞密度量化方法，其特征在于，所述方法包括：获取结直肠癌的第一IHC病理图像，并进行组织分割，得到肿瘤浸润边缘区域；根据非重叠的第一滑窗对所述肿瘤浸润边缘区域进行遍历和截取，对应得到多个第一子图像块；依次使用不同大小的第二窗口对第一子图像块进行步进局部阈值分割，并计数分割结果中的第一目标细胞，得到每个第一子图像块中第一目标细胞对应的第一密度；根据各第一子图像块中第一目标细胞对应的第一密度，分别计算肿瘤区域和非肿瘤区域中第一目标细胞的第二密度，以使完成对结直肠癌的第一IHC病理图像中第一目标细胞的量化。2.如权利要求1所述的结直肠癌IHC病理图像的细胞密度量化方法，其特征在于，所述依次使用不同大小的第二窗口对第一子图像块进行步进局部阈值分割，并计数分割结果中的第一目标细胞，得到每个第一子图像块中第一目标细胞对应的第一密度，包括：第二窗口按照从大到小的顺序对第一子图像块进行像素点遍历和分割，对应得到连通域；根据第一目标细胞，取所有的连通域的区域，为所述第一目标细胞的分割结果；对每个第一子图像块的分割结果中的第一目标细胞进行计数，得到每个第一子图像块中第一目标细胞对应的第一密度。3.如权利要求2所述的结直肠癌IHC病理图像的细胞密度量化方法，其特征在于，所述第二窗口按照从大到小的顺序对第一子图像块进行像素点遍历和分割，对应得到连通域，具体为：首次使用第二窗口进行遍历和分割时，将在第二窗口内的第一子图像块的最大灰度值和最小灰度值的差值与对应的第一阈值进行对比，若所述差值大于或者等于对应的第一阈值，则对应的第二窗口内的第一子图像块的区域为对应的第一目标区域；提取对应第一目标区域中的所有连通域，并计算对应的第一目标区域中的连通域对应的像素面积和紧凑度；判断对应的像素面积和对应的第二阈值的数值大小，以及紧凑度与第三阈值的数值大小，若对应的像素面积大于对应的第二阈值且对应的紧凑度大于对应的第三阈值，则对应的像素面积为第一连通域；在首次遍历和分割后，按照第二窗口从大到小的顺序，对应剩余的第二窗口每次都对上次剩余的第一子图像块进行处理，得到对应的第一目标区域，并使用带有前景标记的分水岭算法进行分割，得到对应的第一连通域，直到计算完剩余的第二窗口对第一子图像块取的第一连通域。4.如权利要求1所述的结直肠癌IHC病理图像的细胞密度量化方法，其特征在于，所述根据非重叠第一滑窗对所述浸润边缘区域截取对应的第一子图像块，具体为：选取步长等于第一子图像块边长的滑动窗口为第一滑窗，根据非重叠第一滑窗对所述浸润边缘区域截取对应的第一子图像块；为对应的第一子图像块进行超像素分割和聚类，得到去除背景区域的第一子图像块。5.如权利要求1所述的结直肠癌IHC病理图像的细胞密度量化方法，其特征在于，所述获取结直肠癌的第一IHC病理图像，并进行组织分割，得...

【专利技术属性】
技术研发人员：陈鑫，
申请(专利权)人：广州市第一人民医院广州消化疾病中心，广州医科大学附属市一人民医院，华南理工大学附属第二医院，
类型：发明
国别省市：