[发明专利]一种胃癌PD-L1数字病理切片图像快速合并系统及方法有效

专利信息
申请号: 202011546997.2 申请日: 2020-12-24
公开(公告)号: CN112419452B 公开(公告)日: 2022-08-23
发明(设计)人: 童同;邓扬霖;兰俊林;黄毓秀;陈刚;张和军;吴志达 申请(专利权)人: 福州大学;福建省肿瘤医院(福建省肿瘤研究所;福建省癌症防治中心)
主分类号: G06T11/60 分类号: G06T11/60;G06T7/00;G06T7/30;G06T7/11;G06N3/04;G06N3/08
代理公司: 福州元创专利商标代理有限公司 35100 代理人: 陈明鑫;蔡学俊
地址: 350108 福建省福州市*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 胃癌 pd l1 数字 病理 切片 图像 快速 合并 系统 方法
【说明书】:

发明涉及一种胃癌PD‑L1数字病理切片图像快速合并系统,包括依次连接的数字化扫描设备和数字病理切片图像快速合并装置;所述数字病理切片图像快速合并装置包括依次连接的胃癌数字病理切片数据库、图像处理单元、配准单元、标注单元和图像合并单元;本发明装置能够实现胃癌PD‑L1数字病理切片图像快速合并,降低医生工作量,提高效率。

技术领域

本发明涉及图像处理领域,具体涉及一种胃癌PD-L1数字病理切片图像快速合并系统及方法。

背景技术

癌症作为全世界人类的最大致死原因,其增长速度日益加快,严重危害人类的生命健康,也是世界医学难题。美国癌症协会的年度统计数据报告显示,2015年,美国新增癌症病例约166万人,死亡60万人;世界卫生组织的统计数据显示,2014年全球新增癌症病例约1410万人,死亡人数达到820万人。世界卫生组织预计,由于全球人口的增长和人口老龄化,以及生活方式、饮食结构和环境变化等因素,到2025年,世界每年新增癌症病例数将达到1930万人,每年死亡病例将超过1000万。

迄今为止,医生和科研人员只能使用常规的仪器和检查方式来检查癌症,如X射线检查、CT检查、磁共振MRI检查。检测效率低下,需要人工进行肉眼识别,耗时长,肉眼判断易出错,主观判断准确率低。

发明内容

有鉴于此,本发明的目的在于提供一种胃癌PD-L1数字病理切片图像快速合并系统及方法,实现胃癌PD-L1数字病理切片图像快速合并,获得最终HE染色图像和PD-L1检测图像的合并图像,有效提高图像合并效率。

为实现上述目的,本发明采用如下技术方案:

一种胃癌PD-L1数字病理切片图像快速合并系统,包括依次连接的数字化扫描设备和数字病理切片图像快速合并装置;所述数字病理切片图像快速合并装置包括依次连接的胃癌数字病理切片数据库、图像处理单元、配准单元、标注单元和图像合并单元;

所述图像处理单元用于对获得的胃癌数字病理切片进行图像预处理,获取胃癌细胞组织区域的HE染色图像和PD-L1检测图像;

所述配准单元用于基于深度学习网络对HE染色图像和PD-L1检测图像进行配准;

所述标注单元用于将预处理后的HE染色图像进行胃癌区域标注,标注过程中区分胃癌细胞的分化程度;

所述图像合并单元用于对PD-L1图像准确分析与HE图像胃癌细胞检测分割,并将胃癌细胞分割结果进行区域扩充后与PD-L1表达阳性区域对照整合,得到合并后的数字病理切片图像。

一种胃癌PD-L1数字病理切片图像快速合并方法,包括以下步骤:

步骤S1:通过数字化扫描设备,获取胃癌全数字病理切片图像;

步骤S2:对获得的胃癌数字病理切片进行图像预处理,获取胃癌细胞组织区域的HE染色图像和PD-L1检测图像;

步骤S3:基于深度学习网络对HE染色图像和PD-L1检测图像进行配准;

步骤S4:将预处理后的HE染色图像进行胃癌区域标注,标注过程中区分胃癌细胞的分化程度;

步骤S5:对PD-L1图像准确分析与HE图像胃癌细胞检测分割,并将胃癌细胞分割结果进行区域扩充后与PD-L1表达阳性区域对照整合,得到合并后的数字病理切片图像。

进一步的,所述图像预处理包括灰度化,几何变换,图像增强,消除图像中的无关信息,增强有关信息的可检测性。

进一步的,所述步骤S3具体为:

步骤S31:以预处理后的胃癌细胞组织区域的HE染色图像和PD-L1检测图像为模板,提取数字图像的特征信息并组成特征空间;

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福州大学;福建省肿瘤医院(福建省肿瘤研究所、福建省癌症防治中心),未经福州大学;福建省肿瘤医院(福建省肿瘤研究所、福建省癌症防治中心)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/202011546997.2/2.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