Ｋｉ－６７免疫组化病理图像自动定量分析系统技术方案

本发明专利技术涉及病理图像分析技术领域，特别是一种Ｋｉ－６７免疫组化病理图像自动定量分析系统，包括计算机，其上设有一致性处理模块、图像分割模块、巢区识别模块、参数提取模块及统计分析入库模块；一致性处理模块对图像进行一致性处理；图像分割模块融合颜色空间、色差、纹理和模糊连接度特征对图像进行多目标分割；巢区识别模块构造协同多级分类模块，以进行巢区识别选择；参数提取模块在单视野图像巢状分析区针对各种分割出的目标进行形态学参数提取；统计分析入库模块统计分析一个病理号下的多视野图像量化参数，并自动入库保存。该系统不仅有利于一次性自动完成Ｋｉ－６７免疫组化结果的定量分析，而且工作效率和精确度高。

【技术实现步骤摘要】

本专利技术涉及病理图像分析
，特别是一种Ki-67免疫组化病理图像自动定 量分析系统。
技术介绍
由于免疫组化技术的发展和进步，免疫组化技术已广泛应用于肿瘤病理的诊断和 鉴别诊断，及肿瘤预后的综合性评估等领域。它是常规病理诊断工作中不可缺少的重要内 容，也是目前病理医师实践循证医学的重要内容。近年来研究证实Ki-67是增殖细胞中的 核抗原，其表达反映了细胞增殖状况，现已成为检测肿瘤细胞增殖动力学的有效指标。更多 的研究发现，人类多种恶性肿瘤有Ki-67表达。这些肿瘤增生抗原已证明与许多肿瘤的预 后有关，即Ki-67阳性细胞多者，其恶性度增高，预后不良，其中以恶性淋巴瘤、乳腺癌较为 明显。而且在乳腺癌的研究中发现Ki-67阳性者，淋巴结转移率高，并与激素受体的表达呈 负相关。目前Ki-67免疫组化定量结果的判断是由病理科医师在显微镜下，依据免疫组化 图像中阳性目标的数量、阳性目标的着色位点和染色的强度进行半定量分析，但常常因为 病理医师的主观因素造成人为误差，从而影响了对肿瘤的整体预后的评估，误导了肿瘤治疗。近年，医学图像处理分析系统迅速发展，病理图像分析也逐渐从定性分析向定量 分析转化。但现有的医学图像分析系统侧重点在通用图象处理方面，其分析过程主要采用 人工交互式分析，即用户首先对医学图象进行分割(自动或人工干预)，然后再对分割指定 的目标进行特征参数抽取，最后用户还需选择多视场分析的结果进行统计。同时，系统大部 分只能针对单目标进行分析。Ki-67免疫组化病理图像组织分布为阳性细胞核、阴性细胞核、基质、空隙等。各 组织目标染色分布为阳性细胞核为红褐色，阴性细胞核为蓝色，基质为浅蓝色，空隙为白 色。所有组织目标着色有深有浅，程度不一，不同组织颜色分布上存在异质同色和同质异色 现象。各组织目标形态纹理分布组织纹理结构复杂，形态各异。阳性细胞核与巢状分析 区中的阴性细胞核呈近圆型状，非巢状分析区的阴性细胞核呈索型状，基质组织呈不规则 絮状，空隙呈大小不一的不规则弧形区域。Ki-67免疫组化定量分析结果参数有阳性强度 (平均灰度、平均积分光密度)、阳性/巢区阴性细胞核数量比值、阳性/巢区阴性细胞核面 积比值、阳性面密度、阳性数密度等。采用现有的医学图像分析技术对ki-67免疫组化进行定量分析存在如下缺陷由 于存在异质同色和同质异色现象，分割操作繁琐，大多数情况下需要人工干预修补，分割结 果因人而异；对复杂的多目标的病理图象，难以精确分析；没有专项针对ki-67免疫组化参 数提取功能，需要借助其他的软件完成定量参数提取分析；病理切片具有多视野图像的特 点，现有医学图像分析技术没有自动批处理功能。因此，在常规临床应用中，医生普遍感到操作比较复杂，分析时间较长，对于低倍镜ki-67免疫组化病理图象，更是无法进行精确分割。
技术实现思路
本专利技术的目的在于提供一种Ki-67免疫组化病理图像自动定量分析系统，该系统 不仅有利于一次性自动完成Ki-67免疫组化结果的定量分析，而且工作效率和精确度高。为实现上述目的，本专利技术的技术方案是一种Ki-67免疫组化病理图像自动定量 分析系统，包括计算机，其特征在于所述计算机上设有一致性处理模块、图像分割模块、巢 区识别模块、参数提取模块及统计分析入库模块；所述一致性处理模块对图像的染色效果、灰度差异进行一致性处理；所述图像分割模块融合颜色空间、色差、纹理和模糊连接度特征对图像进行多目标分割；所述巢区识别模块基于协同神经网络法，结合纹理特征空间分析、模糊聚类、相似度法 构造协同多级分类模块，以进行巢状分析区的识别选择；所述参数提取模块在单视野图像巢状分析区针对各种分割出的目标进行形态学参数 提取；所述统计分析入库模块统计分析一个病理号下的多视野图像量化参数，并自动入库保存。本专利技术的有益效果是实现了一次性自动完成ki-67免疫组化结果的定量分析，包 括ki-67病理图像一致性处理、图象分割、组织目标巢区的识别提取、定量检测、统计分析、 参数自动入库等功能，并可以进行自动批处理，方便了医务工作者的使用。本专利技术弥补了对组织结构复杂的肿瘤免疫组化染色结果病理图像进行识别分类 量化指标的分析方法方面的不足。本专利技术在病理学上的意义深远，量化分类指标可以减少 病理科医师因主观因素造成的误差，提高免疫病理的准确性和工作效率，为肿瘤病人的药 物选择提供更准确的依据。下面结合附图及具体实施例对本专利技术作进一步的详细说明。 附图说明图1是本专利技术实施例的系统模块示意图。图2是本专利技术实施例的工作流程图。具体实施例方式本专利技术的Ki-67免疫组化病理图像自动定量分析系统，包括计算机，如图1所示， 所述计算机上设有一致性处理模块、图像分割模块、巢区识别模块、参数提取模块、修补模 块及统计分析入库模块；所述一致性处理模块对图像的染色效果、灰度差异进行一致性处理；所述图像分割模块融合颜色空间、色差、纹理和模糊连接度特征对图像进行多目标分割；所述巢区识别模块基于协同神经网络法，结合纹理特征空间分析、模糊聚类、相似度法 构造协同多级分类模块，以进行巢状分析区的识别选择；5所述参数提取模块在单视野图像巢状分析区针对各种分割出的目标进行形态学参数 提取；所述修补模块对巢区识别模块的巢区识别选择结果进行修正分割、连接、断开、擦除选 择区、重画选择区等人工干预修补，修补结束后自动进入参数提取模块；所述统计分析入库模块统计分析一个病理号下的多视野图像量化参数，并自动入库保存。样本数据的一致性才能保证各实验室结果的可比性和准确性。由于切片染色制备、图像采集等技术的影响，存在染色效果差异、灰度变化等问题，本专利技术从以下几个方面 对免疫组化样本、病理图像采集过程及采集到的病理图像进行一致性处理1、采用商品化的实验试剂进行染色制作采用先进的免疫组化自动染色仪进行染色， 减少了人为因素造成的误差，同时，配合商品化的实验试剂的使用，为切片染色提供了一个 高效、便捷和稳定的技术平台。2、图像灰度的一致性处理受光线的影响，同一切片不同视野在采集过程存在灰 度不一致问题。本专利技术的解决方案a.采用入射光定标技术，即采集过程中将显微镜光源 调整与标定值一致。b.对采集得到的图像自动进行同态滤波及基于直方图的灰度变换的 归一化预处理。c.在定量分析中，亮度定标采用自适应设定方式，即对每一幅免疫组化病 理图像自动提取图像中的空隙区域(最亮区域)的平均灰度作为其亮度标定值。d.尺寸定 标对不同的放大倍数采集的图像定义标尺，以备定量分析时达到空间的一致性。免疫组化病理图像是多通道真彩色图像，具有模糊性和不均勻的特点，同一种组 织的灰度会出现较大的差异，某些组织目标边缘模糊，目标的边缘、拐角及区域间的关系难 以精确地描述，目标断裂等等，针对这些问题，本专利技术研究设计融合颜色空间、色差、纹理、 模糊连接度等特征对图像进行多目标分割。关键技术如下①采用基于混沌遗传的二维最大熵选择最佳分割阈值在自动选取分割阈值方法中， 基于二维最大熵选择阈值是最重要方法之一，它结合了图像的灰度及邻域信息，抗噪能力 强。现有基于遗传的二维最大熵图像分割是利用遗传算法选取最佳阈值向量，提高了二维 最大熵算法的速度，但遗传算法的全局收敛性差，稳定性不强，为此，本专利技术利用混沌所具 本文档来自技高网...

【技术保护点】
一种Ｋｉ－６７免疫组化病理图像自动定量分析系统，包括计算机，其特征在于：所述计算机上设有一致性处理模块、图像分割模块、巢区识别模块、参数提取模块及统计分析入库模块；　　所述一致性处理模块对图像的染色效果、灰度差异进行一致性处理；　　所述图像分割模块融合颜色空间、色差、纹理和模糊连接度特征对图像进行多目标分割；　　所述巢区识别模块基于协同神经网络法，结合纹理特征空间分析、模糊聚类、相似度法构造协同多级分类模块，以进行巢状分析区的识别选择；　　所述参数提取模块在单视野图像巢状分析区针对各种分割出的目标进行形态学参数提取；　　所述统计分析入库模块统计分析一个病理号下的多视野图像量化参数，并自动入库保存。

【技术特征摘要】

【专利技术属性】
技术研发人员：刘秉瀚，王伟智，杨清海，
申请(专利权)人：福州大学，
类型：发明
国别省市：35[中国|福建]