[发明专利]用于细胞分类的系统和方法

权利要求书

1.一种用于识别生物学标本的样品图像内的细胞簇的系统，所述生物学标本经初染剂染色或针对一种或多种生物标志物的存在而被染色，所述系统包括：(i)一个或多个处理器，以及(ii)与所述一个或多个处理器联接的一个或多个存储器，所述一个或多个存储器存储计算机可执行指令，所述计算机可执行指令当由所述一个或多个处理器执行时使所述系统进行包括以下各项的操作：

a.使用经训练的对象检测引擎来检测所述样品图像中的细胞，其中所述经训练的对象检测引擎包含适于检测所述样品图像内的细胞特征的卷积神经网络；

b.从所述卷积神经网络的一层或多层中提取细胞特征；以及

c.基于提取的细胞特征，对所述样品图像中检测到的细胞进行聚类，以提供所述检测到的细胞的一个或多个同质簇。

2.根据权利要求1所述的系统，其中所述经训练的对象检测引擎包含Fast-RCNN或Faster-RCNN中的一者。

3.根据权利要求1所述的系统，其中所述经训练的对象检测引擎进一步包含区域候选网络。

4.根据权利要求1所述的系统，其中所述卷积神经网络为深度残差网络。

5.根据前述权利要求中任一项所述的系统，其中使用包含多个训练图像的数据集来完成对所述经训练的对象检测引擎的训练，其中所述多个训练图像中的每个训练图像均源自经初染剂染色或针对一种或多种生物标志物的存在而被染色的生物学标本。

6.根据权利要求5所述的系统，其中所述多个训练图像中的每个训练图像均不包含任何病理医生标注。

7.根据权利要求5所述的系统，其中所述多个训练图像中的每个训练图像均包含至少一个类别标签。

8.根据前述权利要求中任一项所述的系统，其中所述卷积神经网络包含至少一个缩放层。

9.根据前述权利要求中任一项所述的系统，其中述检测到的细胞的聚类包括执行凝聚式层次聚类。

10.根据前述权利要求中任一项所述的系统，其中所述操作进一步包括：使用与所述样品图像中的所述细胞的一个或多个同质簇相关联的一个或多个类别标签训练细胞检测和分类引擎。

11.根据权利要求10所述的系统，其中所述细胞检测和分类引擎包含神经网络。

12.根据权利要求10所述的系统，其中所述操作进一步包括：使用经训练的细胞检测和分类引擎对包含至少一种染色剂的测试图像中的细胞进行检测和/或分类。

13.一种非暂时性计算机可读介质，所述非暂时性计算机可读介质存储用于识别针对一种或多种生物标志物的存在而被染色的生物学标本的样品图像内的细胞簇的指令，其包括：

a.使用经训练的对象检测引擎来检测所述样品图像中的细胞，其中所述经训练的对象检测引擎包含第一部分和第二部分，其中所述第一部分配置成识别所述样品图像内的细胞特征，并且其中所述第二部分配置成基于识别出的细胞特征来检测所述细胞；

b.从所述经训练的对象检测引擎的所述第一部分的一层或多层中提取所述识别出的细胞特征的至少一部分；以及

c.基于提取的细胞特征，对所述样品图像中检测到的细胞进行聚类，以提供所述检测到的细胞的一个或多个同质簇。

14.根据权利要求13所述的非暂时性计算机可读介质，其中所述第一部分包含卷积神经网络。

15.根据权利要求13所述的非暂时性计算机可读介质，其中所述第一部分包含深度残差网络。

16.根据权利要求13至15中任一项所述的非暂时性计算机可读介质，其中所述第二部分包含区域候选网络。