[发明专利]用于数字完整载片的自动化评分的基于组织对象的机器学习系统

摘要

一种设施包括用于提供数字化病理学组织载片内的对象（例如，细胞核）的自动化检测、分类和计数的基于学习的图像分析方法的系统和方法。所述设施使用多个参考样本载片来训练对象分类器。随后且响应于接收到包含组织数据的载片的扫描图像，所述设施使用图像分段技术将完整载片分割成背景区域和组织区域。所述设施识别组织数据内的主导颜色区域并使用例如基于径向对称的方法来识别那些区域内的种子点。所述设施至少部分地基于那些种子点来生成棋盘格，棋盘格中的每一个不同的区对应于不同的检测到的对象。然后使用先前训练的分类器对这些对象进行分类。所述设施使用经分类的对象来对载片进行评分。

主权项

一种由包括处理器的计算系统执行的用于组织数据的数字化图像的完整载片解释的方法，所述方法包括：接收组织样本的多个数字化图像，每个组织样本对应于绝对真实载片；针对所述多个数字化图像中的每一个接收与数字化图像关联的至少一个分类；使用组织样本的所接收的数字化图像来训练组织对象分类器；接收与第一载片关联的数据的数字化图像，其中第一载片不是绝对真实载片；自动地识别与第一载片关联的数据的数字化图像内的组织；识别或估计完整第一载片中的所有识别出的组织内的主导染色剂颜色；接收完整第一载片中的识别出的组织内的多个注释区域的指示；以及针对所述多个注释区域中的每一个，　检测注释区域内的核种子点，　至少部分地基于检测到的核种子点和在完整第一载片中估计的主导染色剂颜色来从注释区域提取对象，　针对每一个提取出的对象，　　至少部分地基于注释区域和完整载片情境来计算局部特征，　　至少部分地基于注释图像区域和完整载片情境来计算全局特征，　　至少部分地基于计算出的特征和经训练的组织对象分类器来对对象进行分类。