[发明专利]一种用于PD-L1抗体染色切片的自动读片方法及其系统在审

专利信息
申请号: 201910154933.9 申请日: 2019-02-28
公开(公告)号: CN109872335A 公开(公告)日: 2019-06-11
发明(设计)人: 刘小晴;刘昌灵;张亚军;张军杰;凌少平 申请(专利权)人: 志诺维思(北京)基因科技有限公司
主分类号: G06T7/11 分类号: G06T7/11;G06T7/90;G06M11/00;G01N21/84
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 曹桓
地址: 100000 北京市海淀区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标区域 细胞 分析图像 染色 切片 抗体 免疫组织化学染色 预处理 医疗数字图像 分析处理 切片图像 图像分析 细胞图像 预测模型 预先建立
【权利要求书】:

1.一种用于PD-L1抗体染色切片的自动读片方法,其特征在于,包括:

对PD-L1染色的数字切片图像进行预处理,得到待分析图像;

将所述待分析图像输入预先建立的预测模型,得到所述待分析图像中设定细胞所在的目标区域;

对所述目标区域内每个设定细胞的细胞图像进行图像分析,识别出该目标区域中的细胞总数和呈膜阳性的细胞数量,得到该目标区域内为膜阳性的细胞比例。

2.根据权利要求1所述的方法,其特征在于,所述对PD-L1染色的数字切片图像进行预处理,得到待分析图像的步骤,包括:

将所述PD-L1染色的数字切片图像从线性空间转化到对数空间;

采用颜色反卷积基于所述转化到对数空间的图像对细胞核染色、抗体染色和残差进行分离,分别得到核染色通道图像、抗体染色通道图像和残差图像。

3.根据权利要求2所述的方法,其特征在于,所述对所述目标区域内每个设定细胞的细胞图像进行图像分析,识别出该目标区域中的细胞总数的步骤,包括:

分别在核染色通道和抗体染色通道上,运用形态学方法对所述目标区域中的各所述设定细胞进行分割,得到所述目标区域中各所述设定细胞的细胞图像和细胞总数。

4.根据权利要求3所述的方法,其特征在于,所述对所述目标区域内每个设定细胞的细胞图像进行图像分析,识别出该目标区域中的细胞总数和呈膜阳性的细胞数量,得到该目标区域内为膜阳性的细胞比例的步骤,包括:

将分割得到的每个设定细胞的细胞图像,对照采用颜色反卷积得到的抗体染色通道图像,判断该设定细胞是否为膜阳性;

统计判断结果为膜阳性的设定细胞的数量;

根据判断结果为膜阳性的设定细胞的数量和所述目标区域中的细胞总数,计算得到所述目标区域中为膜阳性的细胞比例。

5.根据权利要求1所述的方法,其特征在于,将所述待分析图像输入预先建立的预测模型,得到所述待分析图像中设定细胞所在的目标区域的步骤,包括:

将所述待分析图像输入预先建立的预测模型;

所述预先建立的预测模型基于待分析组织和细胞的病理学相关特征,识别所述待分析图像中所述待分析组织和细胞所在的区域,将该区域作为所述待分析图像中设定细胞所在的目标区域。

6.根据权利要求1所述的方法,其特征在于,该方法还包括预先建立所述预测模型的步骤,所述步骤包括:

在包括所述目标区域的各组织切片图像中的每张组织切片图像上,分别标注出所述目标区域;

将标注后的各组织切片图像划分为训练图像、校验图像和测试图像;

使用所述训练图像、校验图像和测试图像训练神经网络模型并进行测试,将经训练后输出的目标区域满足设定要求的神经网络模型作为预测模型。

7.一种用于PD-L1抗体染色切片的自动读片系统,其特征在于,包括:

预处理模块,用于对PD-L1染色的数字切片图像进行预处理,得到待分析图像;

区域获取模块,用于将所述待分析图像输入预先建立的预测模型,得到所述待分析图像中设定细胞所在的目标区域;

数量分析模块,用于对所述目标区域内每个设定细胞的细胞图像进行图像分析,识别出该目标区域中的细胞总数和呈膜阳性的细胞数量,得到该目标区域内为膜阳性的细胞比例。

8.根据权利要求7所述的系统,其特征在于,所述预处理模块用于通过以下步骤对PD-L1染色的数字切片图像进行预处理,得到待分析图像:

将所述PD-L1染色的数字切片图像从线性空间转化到对数空间;

采用颜色反卷积基于所述转化到对数空间的图像对细胞核染色、抗体染色和残差进行分离,分别得到核染色通道图像、抗体染色通道图像和残差图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于志诺维思(北京)基因科技有限公司,未经志诺维思(北京)基因科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910154933.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top