当前位置: 首页 > 专利查询>中南大学专利>正文

一种基于病理图像重建的瘤细胞浸润深度预测方法及系统技术方案

技术编号:44019834 阅读:21 留言:0更新日期:2025-01-15 01:04
本发明专利技术公开了一种基于病理图像重建的瘤细胞浸润深度预测方法及系统,包括:在病理全片图像上标注浅层区域和深层区域并构建空间关系图;利用浅层区域\深层区域和空间关系图训练图像分割模型和空间关系提取模型;通过图像分割模型得到浅层病理图像和深层病理图像,并通过空间关系提取模型提取浅层病理图像空间关系图;将浅层病理图像和浅层病理图像空间关系图作为输入、深层病理图像作为输出训练得到训练好的信息重建模型;将浅层病理图像输入训练好的空间关系提取模型获得浅层病理图像空间关系图;将浅层病理图像和浅层病理图像的空间关系图输入训练好的信息重建模型中得到深层病理图像,并基于深层病理图像对瘤细胞浸润深度进行预测。

【技术实现步骤摘要】

本专利技术涉及肿瘤检测,尤其涉及一种基于病理图像重建的瘤细胞浸润深度预测方法及系统


技术介绍

1、活体组织检查是肿瘤筛查、诊断和随访的标准,如乳腺、结直肠、肺部活检是临床广泛使用的活检方式,通过活检能够评估肿瘤类型、位置以及大小,然而其局限于样本取自于活检部位的浅层人体组织,难以直接评估瘤细胞对该部位的浸润深度。以结直肠壁的活检为例,结直肠壁由浅至深分为四个解剖层次:黏膜层、黏膜下层、肌层、浆膜层,在进行结肠镜活检取样时,结肠镜活检的样本仅取自于结直肠壁浅层的黏膜层,这就导致用结直肠活检的标本制作的病理图像只能反映黏膜层的瘤细胞信息,无法反映更深层次的,如:黏膜下层、肌层、浆膜层的信息,从而无法知晓这些深层区域是否被瘤细胞浸润。而肿瘤的良恶性主要与上皮细胞的异型程度及其浸润深度有关。同时,瘤细胞的浸润深度也是肿瘤临床分期的重要参考依据。因此,浸润深度与后续治疗方案的选择密切相关,所以,通过活检的方式无法获取肿瘤完整的病理图像,因此无法准确评估瘤细胞的浸润深度,限制了在术前对肿瘤恶性程度的诊断,从而严重影响了治疗方案的选择。可见,现有的活检技术存在瘤细胞浸本文档来自技高网...

【技术保护点】

1.一种基于病理图像重建的瘤细胞浸润深度预测方法,其特征在于,包括:

2.根据权利要求1所述的基于病理图像重建的瘤细胞浸润深度预测方法,其特征在于,所述在所述病理全片图像上标注浅层区域和深层区域,包括:

3.根据权利要求1所述的基于病理图像重建的瘤细胞浸润深度预测方法,其特征在于,所述在浅层区域和深层区域中标注对应的细胞类型以及解剖层次,构建描述细胞类型空间关系的细胞类型空间关系图以及描述解剖层次空间关系的解剖层次空间关系图,包括:

4.根据权利要求1所述的基于病理图像重建的瘤细胞浸润深度预测方法,其特征在于,所述利用所述浅层区域和所述深层区域作为训练...

【技术特征摘要】

1.一种基于病理图像重建的瘤细胞浸润深度预测方法,其特征在于,包括:

2.根据权利要求1所述的基于病理图像重建的瘤细胞浸润深度预测方法,其特征在于,所述在所述病理全片图像上标注浅层区域和深层区域,包括:

3.根据权利要求1所述的基于病理图像重建的瘤细胞浸润深度预测方法,其特征在于,所述在浅层区域和深层区域中标注对应的细胞类型以及解剖层次,构建描述细胞类型空间关系的细胞类型空间关系图以及描述解剖层次空间关系的解剖层次空间关系图,包括:

4.根据权利要求1所述的基于病理图像重建的瘤细胞浸润深度预测方法,其特征在于,所述利用所述浅层区域和所述深层区域作为训练集对图像分割模型进行训练得到训练好的图像分割模型,包括:

5.根据权利要求1所述的基于病理图像重建的瘤细胞浸润深度预测方法,其特征在于,所述利用所述细胞类型空间关系图和所述解剖层次空间关系图对空间关系提取模型进行训练得到训练好的空间关系提取模型,包括:

6.根...

【专利技术属性】
技术研发人员:喻罡白冰倩周茂旭张明星王宽松邱彦宁杨海翔周静一黎建波
申请(专利权)人:中南大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1