[发明专利]基于乳腺病理组织学的HER-2智能预测系统

说明书

本发明提供了基于乳腺病理组织学的HER‑2智能预测系统，包括：扫描模块收集目标标本对目标标本进行数字切片扫描获得数字病理切片，并确定数字病理切片的HER‑2基因状态；分层模块用于基于数字病理的HER‑2基因状态对数字病理切片进行随机分层，获得第一层切片集与第二层切片集；模型训练校验模块用于对第一层切片集进行学习建目标预测模型，同时，基于第二层切片集对目标预测模型进行双阈值校验，获得校验结果；预测模块用于当校验结果合格时基于目标预测模型对待测数字病理切片进行预测，输出待测数字病理切片的目标HER‑2基因状态。有利于降低待医师诊断切片的数量，提高诊断效率、减轻病理医师工作负荷并降低医疗成本。

技术领域

本发明涉及智能预测技术领域，特别涉及一种基于乳腺病理组织学的HER-2智能预测系统。

背景技术

目前，乳腺癌是我国女性发病率最高的癌种，人类表皮生长因子受体2(HER-2)基因扩增是某些乳腺癌亚型发生、发展的主要驱动因素，它的评估结果具有重要的临床治疗意义，HER-2基因主要用来指导靶向药物治疗，在临床诊断中，通过使用免疫组化方法来检测HER-2基因的状态。

然而，在实际工作中，指南要求对所有乳腺原发性浸润性癌都进行HER-2的检测，推荐检测方法为HER-2蛋白表达水平的免疫组织化学法和基因扩增水平的原位杂交，并要求在内、外部质量控制良好的病理实验室进行。在我国，广大基层医院很多实验室不具备HER-2检测条件，从而导致部分HER-2阳性的患者不能得到及时、有效的靶向治疗。

因此，为了克服上述技术问题，本发明提供了一种基于乳腺病理组织学的HER-2智能预测系统。

发明内容

本发明提供一种基于乳腺病理组织学的HER-2智能预测系统，用以通过对第一层切片集进行训练学习，从而可以有效构建目标预测模型，进而准确实现乳腺癌HER-2基因状态的预测，通过第二层切片集并使用双阈值策略(合适的阈值上界与下界设定)对目标预测模型进行校验能够以较高的敏感度与特异度筛出一定比例的样本，从而降低待医师诊断切片的数量，提高诊断效率、减轻病理医师工作负荷，并降低医疗成本。。

一种基于乳腺病理组织学的HER-2智能预测系统，包括：

扫描模块，用于收集目标标本，并对目标标本进行数字切片扫描，获得数字病理切片，并确定数字病理切片的HER-2基因状态；

分层模块，用于基于数字病理的HER-2基因状态对数字病理切片进行随机分层，获得第一层切片集与第二层切片集；

模型训练校验模块，用于对第一层切片集进行学习，构建目标预测模型，同时，基于第二层切片集对目标预测模型进行双阈值校验，获得校验结果；

预测模块，用于当校验结果合格时，基于目标预测模型对待测数字病理切片进行预测，输出待测数字病理切片的目标HER-2基因状态。

优选的，一种基于乳腺病理组织学的HER-2智能预测系统，扫描模块，包括：

标本收集单元，用于在预设资料库中采集目标标本；

扫描单元，用于对目标标本做目标处理，并将处理后的目标标本基于数字切片扫描仪器进行数字切片扫描，获得数字病理切片；

基因状态获取单元，用于基于目标标准对处理后的目标标本进行HER-2的基因状态进行评估，确定数字病理切片的HER-2基因状态。

优选的，一种基于乳腺病理组织学的HER-2智能预测系统，状态获取单元，包括：

HER-2基因状态包括：0、1+、2+、3+；

其中，当HER-2基因状态为0和1+时，则目标标本的病理表达为阴性，当HER-2基因状态为3+时，则目标标本的细胞病理表达为阳性，当HER-2基因状态为2+时，则基于预设检测方式进一步验证HER-2的基因扩增状态。