[发明专利]一种胞浆型阳性免疫组化智能识别方法、系统及介质

说明书

本发明公开了一种胞浆型阳性免疫组化智能识别方法、系统及介质，本发明方法包括从HE显微全景图中通过圆拟合识别出细胞核；将IHC显微全景图与HE显微全景图进行配准，再进行阳、阴性组织区域分割；将细胞核映射到阳、阴性组织区域中，划分为肿瘤阳性细胞核、肿瘤阴性细胞核以及非肿瘤细胞核；统计出胞浆型阳性肿瘤细胞核总数R_p及阴性肿瘤细胞核总数R_n，并计算胞浆型IHC肿瘤阳性率H_rate。本发明能够实现对胞浆型免疫组化阳性细胞和阴性细胞智能识别，完成免疫组化浆阳性率精准结果的自动计算，减去人工计算分析的繁杂工作，高效辅助医生和科研人员完成胞浆型免疫组化的各项免疫组化指标的分析。

技术领域

本发明涉及数字图像处理领域、生物医学工程技术领域以及显微病理自动分析领域，具体涉及一种胞浆型阳性免疫组化智能识别方法、系统及介质。

背景技术

免疫组织化学(Immunohistochemistry)，简称免疫组化，用来标记的特异性抗体(或抗原)对组织内抗原(或抗体)的分布进行组织和细胞原位检测技术，是一种成熟、可靠，经济性强且广泛应用的技术手段，目前在临床病理诊断及科学研究中应用广泛，对于肿瘤组织来源的判断、肿瘤风险的评估、治疗方法的选择，以及各种实验中观测组织、细胞抗体(或抗原)表达的水平及分布范围具有不可替代的作用。

目前的免疫组化细胞阳性类型主要分为核阳性、膜阳性和浆阳性三种类型，其中核阳性、膜阳性的细胞核颗粒轮廓是比较明显的，肉眼即可分辨出细胞边界；但是胞浆型阳性颗粒主要分布于细胞浆。依据抗原在胞浆内分布形式，通常表现为弥漫性分布或局限性分布。前者阳性颗粒弥漫而均匀地分布于整个细胞浆。局限性是指阳性颗粒呈小斑点状或斑块状局限于细胞浆中的某一部位、核周或细胞浆的一侧。

对于病理医生而言，很难从免疫组化染色组织切片中分辨出各个细胞，因此要想准确计算出胞浆型细胞个数，无论是采用人工计数的方法还是计算机辅助计算的方法，都是相当困难的。现有的情况下，计算机辅助计算方法，通常是根据阳性区域的面积来计算的，并非精准计算结果，存在比较大误差。另外，不在抗原所在部位的阳性表达一概不能视为阳性。这些，都给浆阳性类型的阳性率的判读带来了挑战。另一方面，人体细胞的大小在10--20微米之间，单张免疫组化切片厚度可以控制在2-3微米，如果采取连续切片的方式，同一个细胞在四到五张切片当中会同时存在。因此，将这些连续切片进行数字切片扫描知乎，通过精细配准，完全可以对位于连续切片的同一个细胞进行定位和重合表示。这样便可以将位于胞浆阳性的免疫组化细胞对应映射到其他数字切片上，从而在其他细胞轮廓比较明显的数字切片上完成对阳性细胞和阴性细胞的统计。并且，近年来，随着深度学习技术在生物医疗病理领域的深入耕耘，基于人工智能的医疗领域蓬勃发展，传统的图像处理技术手段结合新的深度学习技术，在医疗领域也取得了长足的进步，基于深度学习技术对显微数字切片上的组织、细胞等的检测、分割和分裂效果都很显著，性能上远远超过传统的图像处理算法。

发明内容

本发明要解决的技术问题：针对现有技术的上述问题，提供一种胞浆型阳性免疫组化智能识别方法、系统及介质，本发明能够实现对胞浆型免疫组化阳性细胞和阴性细胞智能识别，并完成免疫组化浆阳性率精准结果的自动计算分析。在保证各项分析计算指标结果准确的前提下，运用本发明，这可以很好地解决在临床病理工作以及科学研究中对胞浆型免疫组化指标的可靠定量分析的需求，减去医务人员和科研人员进行手动人工计算分析的繁杂工作，高效辅助医生和科研人员完成胞浆型免疫组化的各项免疫组化指标的分析。

为了解决上述技术问题，本发明采用的技术方案为：

一种胞浆型阳性免疫组化智能识别方法，包括：

1）从HE显微全景图中识别出细胞核；将IHC显微全景图与HE显微全景图进行配准后进行阳、阴性组织区域分割；