[发明专利]结直肠癌IHC染色图肿瘤浸润前沿的免疫分级方法、系统和存储介质

权利要求书

1.结直肠癌IHC染色图肿瘤浸润前沿的免疫分级方法，其特征在于，包括下述步骤：

S1、对结直肠癌IHC染色图自动进行组织分类，得到结直肠癌癌变区域九种组织类型，将所述九种组织类型合并为五分类；所述九种组织类型包括肿瘤上皮、肿瘤间质、肿瘤坏死、粘液、肌肉、正常腺体、淋巴聚集体、脂肪和背景；所述五分类包括肿瘤区域、正常区域、腺体区域、其他和背景区域；

S2、自动化分割肿瘤浸润前沿区域的肿瘤细胞或分散的细胞团，所述肿瘤浸润前沿区域是指肿瘤区域与正常区域重叠的区域；

S3、自动识别肿瘤浸润前沿区域与肿瘤中心区域，得到数字病理切片上肿瘤浸润前沿区域与肿瘤中心区域的具体对应位置；

S4、区域内CD3、CD8阳性细胞分割，确定肿瘤浸润前沿和肿瘤中心区域的CD3、CD8阳性细胞的密度，为评估指标的预后奠定基础；

S5、肿瘤浸润前沿区域的CD3、CD8阳细胞密度免疫分级，根据肿瘤浸润前沿区域CD3、CD8阳细胞的密度确定结直肠癌患者的免疫分级，所述免疫分级为免疫高级和免疫低级。

2.根据权利要求1所述结直肠癌IHC染色图肿瘤浸润前沿的免疫分级方法，其特征在于，所述步骤S1具体为：

S11、获得标注了肿瘤上皮、肿瘤间质、肿瘤坏死、粘液、肌肉、正常腺体、淋巴聚集体、脂肪和背景的IHC染色图和未标注的IHC染色图；

S12、利用已标注的IHC染色图和未标注的IHC染色图来训练分类器，分类器通过对滑动窗口进行分类的方式得到九种组织类型的分割图；

S13、为确定肿瘤浸润前沿区域，对九种组织类型的分割图进行合并，得到肿瘤区域、正常区域、腺体区域、其他和背景区域五分类；所述肿瘤区域包括肿瘤坏死、肿瘤间质和肿瘤上皮区域、粘液；所述正常区域包括脂肪和肌肉；所述腺体区域包括正常腺体；所述其他区域包括淋巴聚集体；所述背景区域包括背景。

3.根据权利要求1所述结直肠癌IHC染色图肿瘤浸润前沿的免疫分级方法，其特征在于，所述步骤S2具体为：

S21、将五分类的IHC染色图由RGB图像转换为灰度图像；

S22、采用二维高斯平滑对灰度图像进行滤波，以减少图像噪声和细节；

S23、使用Otsu方法确定全局阈值，设置一个最小值0和最大值255，该Otsu方法自动寻找最优的阈值进行计算；对所述灰度图像进行二值化处理，将二值化处理后的图像分为黑色背景和白色感兴趣区域，根据像素面积大小计算各连通域的面积并按从大到小的顺序进行排列，保留最显著的区域作为感兴趣区域；

S24、在保持二值化处理后的黑白图像整体位置和形状不变的情况下，采用膨胀和腐蚀的形态闭合操作对二值化处理后的黑白图像中的小裂缝进行填充，有效去除孤立的小点，毛刺，平滑边界；

S25、取肿瘤区域与正常组织区域的重叠的区域为肿瘤浸润前沿。

4.根据权利要求3所述结直肠癌IHC染色图肿瘤浸润前沿的免疫分级方法，其特征在于，步骤S3具体为：

将肿瘤区域与正常组织区域经扩张和侵蚀的形态学闭合操作，经过膨胀求局部最大值，首先定义一个卷积核B1，且拥有一个单独定义出来的参考点，将卷积核B1与图像A1进行卷积，计算卷积核B1覆盖区域的像素最大值，将这个最大值赋值给参考点指定的像素，；然后进行腐蚀操作，定义一个卷积核B2，且拥有一个单独定义出来的参考点.将卷积核B2与图像A2进行卷积，计算卷积核B2覆盖区域的像素最小值，将这个最小值赋值给参考点指定的像素；最后自动化确定上述两部分重叠的部分。

5.根据权利要求1所述结直肠癌IHC染色图肿瘤浸润前沿的免疫分级方法，其特征在于，步骤S4所述区域内CD3、CD8阳性细胞分割前，还包括下述步骤：

将已进行形态学闭合操作后的图像，经过颜色反卷积后的DAB通道图像I_DAB单独分离，对其使用标准差为σ的二维高斯平滑核对图像进行滤波，得到高斯模糊后的灰度图像I_DAB2，使用掩膜，得到去除背景区域的灰度图像I_DAB3。