[发明专利]一种胰胆管型壶腹癌分类模型生成方法及图像分类方法

说明书

本发明公开了一种胰胆管型壶腹癌分类模型生成方法及图像分类方法，其中，模型生成方法包括步骤：构建初始分类模型，所述初始分类模型包括图像预处理模块、细胞分割模块、细胞形态学特征提取模块以及分类模块；对收集的胆管癌病理切片和胰腺癌病理切片进行标注，形成数字病理图像标注库；将所述数字病理图像标注库按照预定比例划分为训练集数据和测试集数据，所述训练集数据包括经过标注处理的胆管癌病理切片和胰腺癌病理切片；采用训练集数据对初始分类模型进行训练，完成对初始分类模型的参数调整，得到所述胰胆管型壶腹癌分类模型。本发明首次基于HE染色的全切片数字病理图像，构建分类模型来对胰胆管型壶腹周围癌进行亚型分类，即判断属于肿瘤起源于胰腺导管(胰腺癌)还是胆管(胆管癌)。

技术领域

本发明涉及图像识别技术领域，尤其涉及一种胰胆管型壶腹癌分类模型生成方法及图像分类方法。

背景技术

壶腹周围癌(vater ampulla carcinoma，VPC)是指乏特氏壶腹、胆总管下端、胰管开口处、十二指肠乳头及附件的十二指肠粘膜等处的肿瘤。壶腹位置如图1所示，具体分为胰头癌、胰腺内胆总管癌、壶腹癌以及十二指肠癌，后三者又可统称为壶腹部癌。壶腹周围患癌者的生存率差异很大，这些癌症传统上是根据其解剖起源位置来分类的，即十二指肠、壶腹、远端胆总管或胰腺头。然而、它们可以在组织病理学上交替细分为肠或胰胆管类型，这可以更准确地估计预后。由于临床结果和治疗管理的广泛差异，准确鉴别诊断胰胆管型壶腹周围癌的组织起源非常重要。例如，远端胆总管和胰管开口处的肿瘤位置虽毗邻，但自然病程、手术切除率与预后并不相同，在临床的具体诊疗过程中应区别对待。因此，早期诊断壶腹周围癌以及准确判断肿瘤起源，对于改善壶腹周围癌预后具有重要意义。

根据病理组织学形态特征和免疫组化的结合，壶腹周围癌可以分为肠型和胰胆管型，但因为缺少有效的免疫组化标记，目前临床上并不能对胰胆管型进行进一步的亚型分析，因此临床上急需有效、可靠的鉴别诊断胰胆管型壶腹周围癌组织起源的方法，从生物学特性判定肿瘤的组织起源，从而指定最适宜的治疗方案。

因此，现有技术还有待于改进和发展。

发明内容

鉴于上述现有技术的不足，本发明的目的在于提供一种胰胆管型壶腹癌分类模型生成方法及图像分类方法，旨在解决现有技术不能实现自动对胰胆管型壶腹癌病理切片进行进一步亚型分类的问题。

本发明的技术方案如下：

一种胰胆管型壶腹癌分类模型生成方法，其中，包括步骤：

构建初始分类模型，所述初始分类模型包括图像预处理模块、细胞分割模块、细胞形态学特征提取模块以及分类模块；

对收集的胆管癌病理切片和胰腺癌病理切片进行标注，形成数字病理图像标注库；

将所述数字病理图像标注库按照预定比例划分为训练集数据和测试集数据，所述训练集数据包括经过标注处理的胆管癌病理切片和胰腺癌病理切片；

采用所述训练集数据对所述初始分类模型进行训练，完成对初始分类模型的参数调整，得到所述胰胆管型壶腹癌分类模型。

所述的胰胆管型壶腹癌分类模型生成方法，其中，所述图像预处理模块用于将数字病理图像标注库中图像的染色密度图与预选的目标图像的染色颜色基础结合，从而改变数字病理图像标注库中图像的颜色并保留所述数字病理图像标注库中图像的结构，实现对数字病理图像标注库中图像的颜色归一化处理，得到颜色归一化图像。

所述的胰胆管型壶腹癌分类模型生成方法，其中，所述细胞分割模块用于将所述颜色归一化图像切割成图像小块，并分割所述图像小块中的细胞核。

所述的胰胆管型壶腹癌分类模型生成方法，其中，所述细胞形态学特征提取模块用于提取所述细胞核的10种类型的细胞核水平特征并将所述细胞核水平特征转换为图像水平特征。