一种全视野数字病理切片的肿瘤间质比计算方法与终端
成果类型:: 发明专利
发布时间: 2023-12-28 15:22:35
本发明公开了一种全视野数字病理切片的肿瘤间质比计算方法与终端,通过深度学习算法对全视野数字病理切片进行肿瘤区域和间质区域的语义分割;对所述语义分割得到的全切片的肿瘤和间质的语义分割结果图像进行自适应开运算处理和自适应形态学膨胀,并进行全肿瘤区域外轮廓的查找,并根据外轮廓生成轮廓区域的二值掩码图像;对所述二值掩码图像与所述全切片的肿瘤和间质的语义分割结果图像进行按位与运算,得到肿瘤组织区域内的肿瘤和间质的语义分割结果图像;计算所述二值掩码图像与肿瘤组织区域内的肿瘤和间质的语义分割结果图像的交并比,并根据所述交并比推出肿瘤间质比的数值,从而能够量化并精确计算癌症患者全视野数字病理切片的肿瘤间质比。
本发明采用的技术方案为:一种全视野数字病理切片的肿瘤间质比计算方法,包括步骤:S1、通过深度学习算法对全视野数字病理切片进行肿瘤区域和间质区域的语义分割;S2、对所述语义分割得到的全切片的肿瘤和间质的语义分割结果图像进行自适应形态学膨胀操作,并进行全肿瘤区域外轮廓的查找,并根据外轮廓生成轮廓区域的二值掩码图像;S3、对所述二值掩码图像与所述全切片的肿瘤和间质的语义分割结果图像进行按位与运算,得到感兴趣的全肿瘤组织区域内的肿瘤和间质的语义分割结果图像;S4、计算所述二值掩码图像与感兴趣的全肿瘤组织区域内的肿瘤和间质的语义分割结果图像的交并比,并根据所述交并比推出肿瘤间质比的数值。
癌症是一种异质性疾病,包含多种不同的亚型。这些亚型在遗传、病理和临床上有所不同。全视野数字病理切片对病理医生而言,是对癌患者进行精准诊断和治疗的有效手段。因此,病理学家可以利用癌症患者的全视野数字病理切片进行生物因子的检测和识别,进而进行下一步的分析。并且,这些生物因子可以有效改善早期癌症的临床决策,增加癌症患者的治疗手段,提高癌症患者的存活率。因此,对癌症患者的生物因子的研究极为重要。
在近几年的研究中,肿瘤间质比被证明是各类癌症未来的一个强有力的预后预测和新辅助化疗的生物因子,引发研究者们对肿瘤间质比计算方法的深入研究。过去,有病理专家通过视觉评估的方法进行肿瘤间质比的评估,也有病理专家利用软件工具对病理切片进行注释,并且上述两种方法都是选取具有代表性的肿瘤热点区域来代替全切片,进而计算出该热点区域肿瘤间质比结果,这两种方法具有一定的主观性误差,并且工作量巨大。
如今,随着人工智能的快速发展,研究者们结合多示例学习和语义分割,通过半定量评估的方法评估肿瘤间质比。但是,目前人工智能的方法也存在问题,首先是研究者使用核心肿瘤区域代表全切片,存在一定的误差;其次是当前研究无法精确计算出全切片肿瘤间质比的数值。
发明人:陈兵 练信森福州大学(Fuzhou University),简称福大,位于福建省福州市,创建于1958年,是国家“双一流”建设高校,国家“211工程”建设高校,国家教育部、国家国防科技工业局与福建省人民政府共建高校,福建省三所重点建设的高水平大学之一,福建省一流大学建设高校,入选国家建设高水平大学公派研究生项目、教育部首批“卓越工程师教育培养计划”高校、新工科研究与实践项目、数据中国“百校工程”项目、国家“111计划”、“高校国际化示范学院推进计划”、国家级大学生创新创业训练计划、全国首批深化创新创业教育改革示范高校、中国政府奖学金来华留学生接收院校、全国专业学位研究生教育综合改革试点单位、国家集成电路人才培养基地、首批高等学校科技成果转化和技术转移基地、高校国家知识产权信息服务中心。
本发明的有益效果在于:本发明的一种全视野数字病理切片的肿瘤间质比计算方法与终端,利用深度学习算法对全切片的整个区域进行肿瘤区域和间质区域的语义分割,并在此基础上,通过二值图像的运算,更精确地对感兴趣的全肿瘤组织区域轮廓内的肿瘤和间质进行分割,从而能够量化并精确计算癌症患者全视野数字病理切片的肿瘤间质比。
当前专利未经权利人许可不得实施,希望将科技成果转让给研发实力雄厚的企业,由受让人对科技成果实施转化。交易的是科技成果中的知识产权,可以包括专利权、专利申请权、技术秘密等。科技成果转让后,转让方获得转让费,不再是科技成果的所有人;受让方向转让方支付转让费,并成为科技成果的新的所有人。