【技术实现步骤摘要】
多重荧光免疫组化图像识别方法及相关装置
[0001]本专利技术实施例涉及医学信息
，尤其涉及一种多重荧光免疫组化图像识别方法及相关装置
。
技术介绍
[0002]病理图像识别技术对于医学临床诊断以及预后治疗是非常重要的一种技术
。
但是传统的病理图像识别技术中，都是基于
HE(
苏木素
‑
伊红
)
染色的病理图像进行的，不能很好的区别不同类型的淋巴细胞亚型，从而不能够识别出特殊的病理结构，比如三级淋巴结构
(Tertiary lymphoid structure
，
TLS)。
[0003]TLS
指的是疾病状态下在非淋巴器官形成的异位淋巴器官，
TLS
通常在发生慢性炎症的组织部位中诱导产生
。
在大多数肿瘤中，
TLS
通常与良好的预后结果呈正相关，如在乳腺癌
、
结肠直肠癌
(CRC)
和肺癌中，
TLS
的数量越多，患者的预后越好，因此，对
TLS
的高效准确识别对于病人的预后判断是非常重要的
。
[0004]由于
HE
染色不能很好的区别不同类型的淋巴细胞亚型，使得对于
TLS
的识别很不方便，而目前对于
TLS
的识别判读主要依赖于人工进行，这就造成因对
TLS
的识别判断结果存在主观差异而产生
【技术保护点】
【技术特征摘要】
1.
一种多重荧光免疫组化图像识别方法，其特征在于，包括：获取待检测多重荧光免疫组化图像，所述待检测多重荧光免疫组化图像的分辨率为第一分辨率；利用预先训练好的多重荧光免疫组化图像识别模型对所述待检测多重荧光免疫组化图像进行三级淋巴结构识别，得到所述待检测多重荧光免疫组化图像的各个三级淋巴结构识别结果，其中，所述多重荧光免疫组化图像识别模型训练所使用的多重荧光免疫组化图像的分辨率等于所述第一分辨率
。2.
如权利要求1所述的多重荧光免疫组化图像识别方法，其特征在于，还包括：对所述待检测多重荧光免疫组化图像进行图像切割，得到多重荧光免疫组化图像块；所述利用预先训练好的多重荧光免疫组化图像识别模型对所述待检测多重荧光免疫组化图像进行三级淋巴结构识别，得到所述待检测多重荧光免疫组化图像的各个三级淋巴结构识别结果的步骤包括：利用预先训练好的多重荧光免疫组化图像识别模型对各个所述多重荧光免疫组化图像块进行三级淋巴结构识别，得到各个所述多重荧光免疫组化图像块的各个三级淋巴结构识别结果；根据各个所述多重荧光免疫组化图像块的各个三级淋巴结构识别结果，获取所述待检测多重荧光免疫组化图像的三级淋巴结构识别结果
。3.
如权利要求2所述的多重荧光免疫组化图像识别方法，其特征在于，所述得到各个所述多重荧光免疫组化图像块的各个三级淋巴结构识别结果的步骤之后还包括：根据预设的三级淋巴结构的面积阈值对各个所述三级淋巴结构识别结果进行面积过滤，去除面积值小于所述面积阈值的所述三级淋巴结构识别结果，得到面积真阳性三级淋巴结构识别结果
。4.
如权利要求2所述的多重荧光免疫组化图像识别方法，其特征在于，还包括：获取对应于所述待检测多重荧光免疫组化图像的第二分辨率下的待检测多重荧光免疫组化图像，其中，所述第二分辨率大于所述第一分辨率，且所述第二分辨率待检测多重荧光免疫组化图像包括识别出的各个三级淋巴结构识别结果；所述得到各个所述多重荧光免疫组化图像块的各个三级淋巴结构识别结果的步骤之后包括：根据所述第一分辨率下得到的各个所述三级淋巴结构识别结果在所述第二分辨率待检测多重荧光免疫组化图像中的位置，确定对应的第二分辨率三级淋巴结构识别结果，并根据所述第二分辨率三级淋巴结构识别结果进行第二分辨率图像切割，得到包含所述第二分辨率三级淋巴结构识别结果的第二分辨率多重荧光免疫组化图像块；利用预先训练好的多重荧光免疫组化图像识别过滤模型对各个所述第二分辨率三级淋巴结构识别结果进行过滤，去除对应的所述三级淋巴结构识别结果不满足病理区域标识原则的所述三级淋巴结构识别结果，得到各个所述第二分辨率多重荧光免疫组化图像块的各个标识真阳性三级淋巴结构识别结果，所述多重荧光免疫组化图像识别过滤模型训练所使用的多重荧光免疫组化图像的分辨率等于所述第二分辨率
。5.
如权利要求4所述的多重荧光免疫组化图像识别方法，其特征在于，所述根据各个所述三级淋巴结构识别结果在所述第二分辨率待检测多重荧光免疫组化图像中确定对应第
二分辨率三级淋巴结构识别结果的步骤包括：获取各个所述三级淋巴结构识别结果的坐标位置信息；将所述坐标位置信息转换到所述第二分辨率待检测多重荧光免疫组化图像的对应位置中，确定所述第二分辨率病理区域
。6.
如权利要求4所述的多重荧光免疫组化图像识别方法，其特征在于，所述对应于所述待检测多重荧光免疫组化图像的第二分辨率待检测多重荧光免疫组化图像的获取步骤包括：获取与所述待检测多重荧光免疫组化图像对应的原始多重荧光免疫组化组织样本；数字化扫描所述原始多重荧光免疫组化组织样本，得到第二分辨率多重荧光免疫组化图像；对所述第二分辨率多重荧光免疫组化图像进行曝光调整，得到所述对应于所述待检测多重荧光免疫组化图像的第二分辨率待检测多重荧光免疫组化图像
。7.
如权利要求2所述的多重荧光免疫组化图像识别方法，其特征在于，所述得到各个所述多重荧光免疫组化图像块的各个三级淋巴结构识别结果的步骤之后还包括：获取各个所述多重荧光免疫组化图像块的各个三级淋巴结构识别结果包括的各个轮廓分辨率坐标，将各个所述轮廓分辨率坐标连接形成可编辑的各个三级淋巴结构识别结果
。8.
如权利要求2‑7任一项所述的多重荧光免疫组化图像识别方法，其特征在于，所述图像切割包括重叠切割
。9.
如权利要求1‑6任一项所述的多重荧光免疫组化图像识别方法，其特征在于，所述待检测多重荧光免疫组化图像的获取步骤包括：获取原始多重荧光免疫组化组织样本；数字化扫描所述原始多重荧光免疫组化组织样本，得到第一分辨率多重荧光免疫组化图像；对所述第一分辨率多重荧光免疫组化图像曝光调整，得到所述待检测多重荧光免疫组化图像
。10.
如权利要求2所述的多重荧光免疫组化图像识别方法，其特征在于，所述多重荧光免疫组化图像识别模型的训练步骤包括：获取第一分辨率图像集，所述第一分辨率图像集包括各个第一分辨率训练多重荧光免疫组化图像块，各个所述第一分辨率训练多重荧光免疫组化图像块均带有三级淋巴结构训练标注；利用所述多重荧光免疫组化图像识别模型对各个所述第一分辨率训练多重荧光免疫组化图像块进行三级淋巴结构预测，获取各个所述第一分辨率训练多重荧光免疫组化图像块的各个三级淋巴结构训练预测结果；根据所述三级淋巴结构训练预测结果和所述三级淋巴结构训练标注对所述多重荧光免疫组化图像识别模型进行参数调整，直至得到的所述三级淋巴结构训练预测结果与所述三级淋巴结构训练标注的偏差满足预测偏差阈值，得到训练好的所述多重荧光免疫组化图像识别模型
。11.
如权利要求
10
所述的多重荧光免疫组化图像识别方法，其特征在于，所述第一分辨
率图像集的获取步骤包括：获取训练原始多重荧光免疫组化图像，并对所述训练原始多重荧光免疫组化图像进行三级淋巴结构和背景的标注；在第一荧光通道和第二荧光通道下，根据第一分辨率对所述原始多重荧光免疫组化图像进行切块，得到所述第一分辨率图像集，所述第一荧光通道和所述第二荧光通道用于对所述原始多重荧光免疫组化图像中的背景和所述三级淋巴结构进行荧光识别
。12.
如权利要求4所述的多重荧光免疫组化图像识别方法，其特征在于，所述多重荧光免疫组化图像识别过滤模型的训练步骤包括：获取第二分辨率图像集，包括各个第二分辨率训练多重荧光免疫组化图像块，各个所述第二分辨率训练多重荧光免疫组化图像块均带有三级淋巴结构训练标注；利用所述多重荧光免疫组化图像识别过滤模型对各个所述第二分辨率训练多重荧光免疫组化图像块的第二分辨率三级淋巴结构进行过滤，获取各个所述第二分辨率训练多重荧光免疫组化图像块的各个三级淋巴结构训练过滤结果；根据所述三级淋巴结构训练过滤结果和所述三级淋巴结构训练标注对所述多重荧光免疫组化图像识别过滤模型进行参数调整，直至得到的所述三级淋巴结构训练过滤结果与所述三级淋巴结构训练标注的偏差满足过滤偏差阈值，得到训练好的所述多重荧光免疫组化图像识别过滤模型
。13.
如权利要求
12
所述的多重荧光免疫组化图像识别方法，其特征在于，所述第二分辨率图像集的获取步骤包括：获取训练原始多重荧光免疫组化图像，并对所述训练原始多重荧光免疫组化图像进行三级淋巴结构和背景的标注；在第一荧光通道和第二荧光通道下，根据第二分辨率对所述原始多重荧光免疫组化图像进行切块，得到所述第二分辨率图像集，所述第一荧光通道和所述第二荧光通道用于对所述原始多重荧光免疫组化图像中的背景和所述三级淋巴结构进行荧光识别
。14.
一种多重荧光免疫组化图像识别装置，其特征在于，包括：多重荧光免疫组化图像获取模块，适于获取待检测多重荧光免疫组化图像，所述待检测多重荧光免疫组化图像的分辨率为第一分辨率；多重荧光免疫组化图像识别模块，适于利用预先训练好的多重荧光免疫组化图像识别模型对所述待检测多重荧光免疫组化图像进行三级淋巴结构识别，得到所述待检测多重荧光免疫组化图像的各个三级淋巴结构识别结果，其中，所述多重荧光免疫组化图像识别模型训练所使用的多重荧光免疫组化图像的分辨率等于所述第一分辨率
。15.
如权利要求
14
所述的多重荧光免疫组化图像识别装置，其特征在于，还包括：多重荧光免疫组化图像处理模...
【专利技术属性】
技术研发人员：陈培林，周慧容，陈诗婷，邢艺释，于士程，
申请(专利权)人：上海思路迪生物医学科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。