[发明专利]一种鼻息肉病理切片分析方法、系统和可读存储介质

说明书

本发明公开了一种鼻息肉病理切片分析方法、系统和可读存储介质，通过图像采集器实时采集实体切片的显微镜下的病理图像信息，并发送给处理器。处理器接对所述鼻息肉病理图像上所有细胞进行有效区域检测，去除当前视野中上皮区域、血管区域、腺体区域后再统计当前视野下的浆细胞、中性粒细胞、嗜酸性粒细胞和淋巴细胞数量；并统计上述四类炎症细胞总和作为当前视野下总体炎症细胞数目；然后计算浆细胞、中性粒细胞、嗜酸性粒细胞和淋巴细胞的百分比，通过当前玻片中随机10个高倍镜视野及热点视野下上述四类炎症细胞的数目及比例，最终判断当前切片患者鼻息肉炎症类别，最后将统计结果进行存储。本发明有助于鼻窦炎患者个体化诊疗及预后改善。

技术领域

本发明涉及病理图像处理领域，更具体的，涉及一种鼻息肉病理切片分析方法、系统和可读存储介质。

背景技术

鼻息肉(nasal polyp)为鼻部常见病，是由于极度水肿的鼻腔鼻窦粘膜在重力作用下逐渐下垂而形成。多数认为慢性感染和变态反应是致病的可能原因。鼻息肉由高度水肿的鼻粘膜构成，好发于鼻腔的外侧壁及鼻顶部。上皮为假复层柱纤毛上皮，也有部分上皮化生为鳞状上皮，系长期外界刺激所致。上皮下为水肿的疏松结缔组织，其间有浸润的炎性细胞，包括浆细胞、中性粒细胞、嗜酸性粒细胞和淋巴细胞等，其中嗜酸性粒细胞浸润是鼻息肉组织学的一个明显特点。

鼻息肉的检测主要通过三种方式，(1)鼻内镜检查：观察来源于中鼻道、嗅裂的黏性或黏脓性分泌物，鼻黏膜充血、水肿或有息肉。通常此种方式只能作为初筛方式。(2)影像学检查：鼻窦CT扫描可显示窦口鼻道复合体和(或)鼻窦黏膜炎性病变。(3)病理检查：是各种检查的金标准，可具体判断鼻息肉的病理类型。

据《中国慢性鼻窦炎诊断和治疗指南2018》的标准，鼻息肉的病理检查需要统计包括浆细胞、中性粒细胞、嗜酸性粒细胞和淋巴细胞等类别的细胞数量，并计算组织嗜酸性粒细胞占总炎性细胞的百分比，以此确定组织的炎症类型，并对预后治疗提供最主要的依据。

然而临床病理医生工作任务极重，具体体现在以下几个方面，其一单张切片包含数十万计的各种类型的染色细胞，使得对于单张切片进行细胞寻找与计数是一项复杂的工作，容易产生视觉疲劳。其二，据权威媒体报道，病理医生日均阅片达到200张。因此病理科医生亟需一种自动化的鼻息肉切片分析工具予以辅助。

但是，由于生物体的内部复杂性，鼻息肉内部的各种细胞除了常见的组织形态外，还可出现不典型或少见的细胞形态，这体现了病理图像中鼻息肉细胞形态的多样性特点。本申请将感兴趣类别的细胞定义为前景细胞，其余细胞称为背景细胞。由于背景细胞的数量通常远大于前景细胞的数量，这使得背景细胞具有更为丰富的多样性。背景细胞的多样性会带来两类难点。其一，由于背景细胞的丰富多样性，使得背景细胞难以避免地会与正实例特征相似，深度学习模型容易产生假阳性预测；其二，训练样本难以完全将众多的背景细胞纳入，因此多样性背景细胞引入了不可避免的偶然性噪声，在临床使用中将带来预测的偏差，降低了模型的临床可用性。因此，如何使得深度学习算法可以应对病理图像的背景细胞的多样性具有重大的意义。

针对病理图像的背景细胞多样性难点，即深度学习模型对多样的背景细胞极为敏感，造成特征提取混乱，影响分析精度的问题。本申请提出一种适用于鼻息肉病理图像的特征校正检测模型，在编码过程中提取有效前景特征的同时滤除背景细胞特征，并在解码过程中使用前景特征进行补充，以更充分的校正解码过程。为达到此目的，需要分两步进行探索与研究，其一是在编码过程中如何把有效的前景细胞特征分离出来(特征提纯)；其二是如何将不同阶段分离出来的前景特征再补充到编码的不同阶段(特征消化)。

发明内容

鉴于上述问题，本发明的目的是提供一种鼻息肉病理切片分析方法、系统和可读存储介质，在不改变医生原有工作流程的基础上，使用人工智能方法提高医生的诊断效率的同时准确更准确地进行鼻息肉炎症分类。

本发明第一方面提供了一种鼻息肉病理切片分析方法，所述方法包括以下步骤：