[发明专利]数字组织病理学和显微解剖

说明书

提供了一种生成数字图像中的感兴趣区域的至少一种形状的计算机实现的方法。所述方法包括：由图像处理引擎获得对生物样本的数字组织图像的访问；由所述图像处理引擎将所述数字组织图像拼接成图像块的合集；由所述图像处理引擎从所述图像块的合集中识别靶组织图像块集，所述靶组织图像块集与所述图像块的合集内的像素内容相关联；由所述图像处理引擎给所述靶组织图像块集的每个靶组织图像块分配表示所述靶组织图像块落入感兴趣类内的概率的初始类概率分数，所述初始类概率分数由在每个靶组织图像块上执行的训练后的分类器生成；由所述图像处理引擎通过识别具有满足第一种子区域准则的初始类概率分数的靶组织图像块来生成第一组织区域种子图像块集，所述第一组织区域种子图像块集包括所述靶组织图像块集的子集；由所述图像处理引擎通过识别具有满足第二种子区域准则的初始类概率分数的靶组织图像块来生成第二组织区域种子图像块集，所述第二组织区域种子图像块集包括所述靶组织图像块集的子集；由所述图像处理引擎计算所述第二组织区域种子图像块集中的每个图像块的感兴趣区域分数，该感兴趣区域分数与所述第二组织区域种子图像块集的邻近图像块的初始类概率分数和第二组织区域种子图像块集中的图像块到所述第一组织区域种子图像块集内的图像块的距离相关；以及由所述图像处理引擎通过基于邻近图像块的感兴趣区域分数对邻近图像块进行分组来生成一个或多个感兴趣区域形状。

相关申请的交叉引用

本申请要求2016年10月21日提交的美国临时申请No.62/411,290和2017年9月12日提交的美国临时申请No.62/557,737的优先权。本文引用的这些和所有其他外在材料通过引用整体地并入。

引言

本技术一般地涉及组织病理学(histopathology)、组织的显微镜检查，目的是确定组织是否患病和/或研究患病的组织。可以从身体的任何部位移除组织，所述任何部位包括例如乳房肿块、肠、肾、肝、子宫内膜、肺、胸、淋巴结、肌肉、神经、皮肤、睾丸、甲状腺等的标本。

本公开的技术涉及识别数字图像内的感兴趣区域(regions of interest)，例如，从背景场景中识别前景对象或识别数字组织病理学图像内的癌细胞。

可以在包括活组织检查(biopsy)、外科手术或尸检的多种环境中从受试者收集组织。在从受试者移除组织之后，它们通过被放置在诸如福尔马林的固定剂中以防止组织腐烂来为化学固定做准备。然后将组织冷冻或者置于熔融蜡中。然后切割组织的切片并将它们置于载玻片上。

一旦组织切片在载玻片上，病理学家就通过显微镜来观察载玻片以确定组织是否患病，并且如果患病，则确定疾病的阶段。例如，病理学家可以确定乳房肿块是否包括乳腺癌细胞，如果包括乳腺癌细胞，则病理学家可以确定癌的等级和/或阶段。然而，这些确定存在技术问题的原因在于它们常常是不可靠的、昂贵的且费时的，并且一般地要求由多个病理学家进行验证以使假确定(包括假阳性和假阴性)的可能性最小化。

本发明的实施例解决上述技术问题，并且提供了使用神经网络，更具体地说，卷积神经网络来确定组织是否很可能患病的技术解决方案。

附图说明

图1图示可实现本发明的实施例的一个或多个方面的分布式计算机系统的框图；

图2图示可实现本发明的实施例的一个或多个方面的电子设备的框图；

图3图示可实现本发明的实施例的一个或多个方面的电子设备的架构图；

图4图示由可实现本发明的实施例的一个或多个方面的电子设备执行的过程；

图5图示卷积神经网络的层，其中层被修改以便与本发明的实施例一起使用；

图6图示由实现本发明的实施例的一个或多个方面的电子设备执行的过程；

图7图示要由实现本发明的实施例的一个或多个方面的电子设备处理的组织的256×256像素图像块；