基于半监督群优化的多重免疫组化高光谱影像解混方法技术

本发明专利技术公开了基于半监督群优化的多重免疫组化高光谱影像解混方法，包括：获取病理样本，对其中之一制得多标记染色样本；其余制得对应的单标记染色样本；分别对多标记染色样本和单标记染色样本进行采集，获取三维显微高光谱图像，同时在无任何生物组织的区域进行采集，获取空白高光谱图像；利用光谱归一化方法逐波长进行预处理，获取消除噪声后的高光谱图像；提取单标记物的光谱特征作为先验端元；提取大于实际标记物数量的候选端元；通过引入先验端元，引导候选端元进行聚类，并利用粒子群优化算法求解全局最优解，确定实际目标端元并建立对应的正态组分模型；通过丰度和为一约束和非负约束条件从多标记染色高光谱图像中实现目标端元的丰度反演。现目标端元的丰度反演。现目标端元的丰度反演。

【技术实现步骤摘要】
基于半监督群优化的多重免疫组化高光谱影像解混方法


[0001]本专利技术属于数字图像处理
，具体涉及基于半监督群优化的多重免疫组化高光谱影像解混方法。

技术介绍

[0002]微观层面的基因表达或蛋白质改变会从不同角度反映肿瘤生物学行为，从而引起组织病理学的改变。多重免疫组化技术是全面分析肿瘤微环境中免疫细胞的有效工具，能够同时检测一个组织切片中的不同蛋白标记物。对多重免疫组化样本进行解混，分离出各种单标记成分，有助于识别诊断多种细胞表型，分析蛋白标记物与肿瘤分子分型及微环境之间的相关性。目前，相关研究主要以两种或三种免疫组化标记物样本为主。受限于彩色相机仅包含三个成像通道，对于三种以上标记物的多重免疫组化样本，标记物拆分存在难度大，精度低等挑战。
[0003]显微高光谱技术实现了可见光至近红外波长范围内窄而连续的成像模式，可采集几十至上百个通道的灰度图像。高光谱图像每个像元包含高分辨率的光谱响应和空间特征，这为多重免疫组化高光谱影像解混提供了可能，有望解决上述问题。同时，多种免疫组化标记物的解混与丰度反演有助于病理信息的定性、定位本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于半监督群优化的多重免疫组化高光谱影像解混方法，其特征在于，包括以下步骤：S1：获取连续切片的病理样本，对其中之一进行多重免疫组化标记物染色，制得多标记染色样本；其余病理样本分别进行单标记物染色，制得对应的单标记染色样本；S2：利用基于声光可调谐滤波器的高光谱显微镜分别对所述多标记染色样本和所述单标记染色样本进行采集，获取三维显微高光谱图像，同时在无任何生物组织的区域进行采集，获取空白高光谱图像，其中，所述三维显微高光谱图像包括：单标记染色高光谱图像和多标记染色高光谱图像；S3：基于所述三维显微高光谱图像和所述空白高光谱图像，利用光谱归一化方法逐波长进行预处理，获取消除噪声后的单标记染色高光谱图像和消除噪声后的多标记染色高光谱图像；S4：通过像元纯度指数法分别处理各消除噪声后的单标记染色高光谱图像，提取单标记物的光谱特征作为先验端元；S5：通过盲源凸体几何模型处理消除噪声后的所述多标记染色高光谱图像，提取大于实际标记物数量的候选端元；S6：通过引入所述先验端元，引导所述候选端元进行聚类，并利用粒子群优化算法求解全局最优解，确定实际目标端元并建立对应的正态组分模型；S7：基于所述正态组分模型，通过丰度和为一约束和非负约束条件从所述多标记染色高光谱图像中实现所述实际目标端元的丰度反演。2.根据权利要求1所述的基于半监督群优化的多重免疫组化高光谱影像解混方法，其特征在于，所述S1的具体过程为：获取肿瘤组织，基于所述肿瘤组织，制备一批连续切片的病理样本；从所述病理样本中取一张切片，进行多重免疫组化标记物染色，得到复合染色切片Multi
‑
IHC(M)；其余切片进行各自单免疫组化标记物染色处理，得到单标记染色切片Single
‑
IHC(N1)、Single
‑
IHC(N2)、Single
‑
IHC(N3)、Single
‑
IHC(N4)。3.根据权利要求2所述的基于半监督群优化的多重免疫组化高光谱影像解混方法，其特征在于，所述S2的具体过程为：利用基于声光可调谐滤波器的高光谱显微镜对所述复合染色切片Multi
‑
IHC(M)和所述单标记染色切片Single
‑
IHC(N1)、Single
‑
IHC(N2)、Single
‑
IHC(N3)、Single
‑
IHC(N4)进行20倍放大的单视场进行采集，获取波长范围450nm～700nm，波段数为60的三维显微高光谱图像HyperData(x,y,λ)；在无任何生物组织的区域进行采集，获取空白高光谱图像Blank(x,y,λ)。4.根据权利要求3所述的基于半监督群优化的多重免疫组化高光谱影像解混方法，其特征在于，所述S3的具体过程为：基于所述三维显微高光谱数据HyperData(x,y,λ)和所述空白高光谱图像Blank(x,y,λ)，利用光谱归一化方法逐波长在每个二维视场逐像素做浮点除法运算，获取消除光路和系统噪声后的高光谱图像；其中，所述消除光路和系统噪声后的高光谱图像包括：多标记染色高光谱图像mIHC(x,y,λ)和单标记染色高光谱图像S1
‑
IHC(x,y,λ)、S2
‑
IHC(x,y,λ)、S3
‑
IHC(x,y,λ)、S4
‑
IHC(x,y,λ)。5.根据权利要求4所述的基于半监督群优化的多重免疫组化高光谱影像解混方法，其特征在于，所述S4的具体过程为：假设每张单标记染色高光谱图像仅包含前景和背景两类目标端元；利用最小噪声分离变换处理各单标记染色高光谱图像S1
‑
IHC(x,y,λ)、S2
‑
IHC(x,y,λ)、S3
‑
IHC(x,y,λ)、S4
‑
IHC(x,y,λ)，获取低维数据NMF
‑
IHC(x,y,λ)；通过自动目标生成算法在所述低维数据NMF
‑
IHC(x,y,λ)中随机生成大量测...

【专利技术属性】
技术研发人员：李庆利，王健生，
申请(专利权)人：华东师范大学，
类型：发明
国别省市：