ERPR免疫组化图像自动判读方法及装置制造方法及图纸

本发明专利技术涉及一种ERPR免疫组化图像自动判读方法、装置及可读存储介质，包括：获取ERPR免疫组化图像；对ERPR免疫组化图像执行预处理；对经过预处理的ERPR免疫组化图像执行特征提取，得到目的细胞的分割预测结果；根据分割预测结果确定目的细胞在同类细胞中所占的比例；根据比例输出判读结果。本发明专利技术的有益效果为：判读速度快，判读效率高，为医生做出准确诊断提供参考，减少人工判读ERPR免疫组化图像的时间，提升医生临床判读效率，节省医疗资源，缓解医生资源缺乏等问题。医生资源缺乏等问题。医生资源缺乏等问题。

【技术实现步骤摘要】
ERPR免疫组化图像自动判读方法及装置


[0001]本专利技术涉及医疗及计算机领域，具体涉及了一种ERPR免疫组化图像自动判读方法、装置。

技术介绍

[0002]乳腺癌生长转移过程中细胞分子生物学决定了肿瘤的生物学行为。其中，ER和PR是乳腺癌重要的免疫标志，在乳腺癌的发生、发展、预后有着密切的关系。ER和PR属于核激素受体，与配体结合后具有转录因子的作用。取乳腺组织病理切片，用中性甲醛固定，石蜡包埋和HE染色，并用链霉素抗生物素蛋白
‑
过氧化物酶(streptavidin
‑
perossidase，SP)法，进行免疫组化染色。ER的阳性细胞为核着色，呈棕黄色。在判读标准中，＜1％的肿瘤细胞核呈现不同程度的着色或完全无着色表达为阴性(
‑
)；1％＜细胞核着色(阳性细胞数)＜10％表达为弱阳性(+)；细胞核着色＞10％的表达为阳性(++)。PR的阳性细胞为核着色，颜色呈棕黄色，乳腺癌细胞核可见强的染色反应，肿瘤细胞细胞质出现可以接受的弱阳性染色，没有非特异性背景染色。在判读标准中，＜1％的肿瘤细胞核呈现不同程度的着色或完全无着色表达为阴性(
‑
)，细胞核着色≥1％的表达为阳性。
[0003]免疫组织化学(IHC)又称免疫细胞化学，它把免疫反应的特异性、组织化学的可见性巧妙地结合起来，是生命科学，尤其是现代病理学诊断的重要技术。乳腺癌是全球范围内危害女性健康的恶性肿瘤之一，在乳腺癌的组织病理中，超过50％呈现出ER及PR表达阳性，小部分(＜5％)表达为ER阴性而PR阳性。ER和PR状态作为乳腺癌对内分泌治疗反应性的预测因子和早期复发的预后指标已经使用了20多年。
[0004]参考图1，图1所示为乳腺癌免疫组化指标ER在染色后的示意图，图中的乳腺癌肿瘤细胞已被专家用绿色线条进行标注。ER的阳性细胞呈棕黄色的核着色。图1A的ER表达为阴性，图1B的ER表达为弱阳性，图1C的ER表达为阳性。
[0005]目前，对乳腺癌的免疫组化指标ER/PR的表达情况判读主要基于专业医生的人工解读，这项工作耗时费力，并且对医生的诊断经验要求较高。在诊断过程中，容易受疲劳、紧张等医生工作状态的影响。
[0006]然而，自该方法应用以来，以下关于ER/PR的免疫组化检测结果判读方法的相关问题一直困扰着从事该技术的相关人员：
[0007]1.结果判读的一致性问题。不同学者对结果的判读存在很大差异，判读的主观性强。
[0008]2.人工判读操作繁琐，效率低，并且免疫组织化学相关从业医生资源缺乏。
[0009]3.随着高敏感性的生物检测技术的发展，对判读结果准确性和精细化要求逐步提升，现有的结果判读标准和方法已经很难满足临床工作的需要。

技术实现思路

[0010]本专利技术的目的在于至少解决现有技术中存在的技术问题之一，提供了一种ERPR免
疫组化图像自动判读方法、装置及可读存储介质，解决了现有技术判读效率低、主观判读差异大及精细化程度低的问题。
[0011]本专利技术的技术方案包括一种ERPR免疫组化图像自动判读方法，该方法包括以下步骤：获取ERPR免疫组化图像，对所述ERPR免疫组化图像执行预处理；对经过预处理的所述ERPR免疫组化图像执行细胞分割，得到目的细胞的分割预测结果；根据所述分割预测结果确定所述阳性细胞在目标细胞中所占的比例；根据所述比例输出判读结果。
[0012]根据所述的ERPR免疫组化图像自动判读方法，其中ERPR免疫组化图像为数字化图像，其中数字化图像为组织标本，组织标本通过免疫荧光法对已知抗体标上荧光素。
[0013]根据所述的ERPR免疫组化图像自动判读方法，其中对所述ERPR免疫组化图像执行预处理包括：通过图像像素梯度的变化，自动选取所述ERPR免疫组化图像中所述目的细胞的高表达区域作为后续处理区域；确定所述高表达区域中的有效区域；对所述有效区域进行切割，得到图片切片。
[0014]根据所述的ERPR免疫组化图像自动判读方法，其中通过图像像素梯度的变化，自动选取所述ERPR免疫组化图像中所述目的细胞的高表达区域作为后续处理范围包括：采用归一化方法，对所述ERPR免疫组化图像进行灰度化并执行最佳全局阈值处理，确定所述目标细胞的分布，基于设定阈值自动选取所述目的细胞的高表达区域作为后续处理区域。
[0015]根据所述的ERPR免疫组化图像自动判读方法，其中确定所述高表达区域中的有效区域包括：通过阈值分割方法对所述ERPR免疫组化图像中的空隙区域及空白区域进行删除，得到所述有效区域，提取所述有效区域作为所述后续处理范围。
[0016]根据所述的ERPR免疫组化图像自动判读方法，其中对所述有效区域进行切割，得到图片切片包括：采用滑动窗口方法对所述ERPR免疫组化图像进行自适应切割，得到多个切割的小图，其中滑动窗口方法包括在高倍视野中以固定尺寸的窗口按照设定方向移动提取图块，滑动窗口方法的滑动步长与所述小图的尺寸一致，且提取的所述小图的边缘不重叠；所述自适应切割包括在所述有效区域采用边缘阈值方法进行最小外接矩形区域内切图，并在切割完成后检测所述小图中所述有效区域中的像素占比，保留像素占比超过设定值的所述小图。
[0017]在一个优选的实施方案中，其中图块大小为1024*1024。
[0018]根据所述的ERPR免疫组化图像自动判读方法，其中对经过预处理的所述ERPR免疫组化图像执行细胞分割(即是对含有细胞的图元进行分割)，得到目的细胞的分割预测结果包括：创建多种不同类型的卷积神经网络，将经过预处理的所述ERPR免疫组化图像进行切片并按批次输入所述卷积神经网络，得到目的细胞的分割预测结果。
[0019]根据所述的ERPR免疫组化图像自动判读方法，其中该方法还包括对所述卷积神经网络进行训练：获取数字化ER/PR免疫组化图像的数据集，对数据集中的ER和PR的阳性及阴性进行分开标注，标注采用不规则线条，并记录标注区域的坐标信息；使用最大连接矩阵法保留每一个标注部分的ERPR免疫组化细胞区域；对训练数据集进行数据增强；将切割的小图和标注信息输入多种不同类型的所述卷积神经网络框架对ERPR免疫组化图片进行分割训练，所述卷积神经网络选择Dice系数作为损失函数；选取分割结果最优的所述卷积神经网络作为ERPR免疫组化图像的分割模型。
[0020]根据所述的ERPR免疫组化图像自动判读方法，其中使用最大连接矩阵法保留每一
个标注部分的ERPR免疫组化细胞区域包括：计算出每个标注点的最大连接矩阵，通过最大连接矩阵的坐标对目标区域进行定位，随机生成切图的起始坐标与结束坐标，所有标注点的坐标都处于小图的定位区域中。
[0021]根据所述的ERPR免疫组化图像自动判读方法，其中根据所述分割预测结果确定所述目的细胞在同类细胞中所占的比例包括：将预测结果标注可视化，得到所述ERPR免疫组化图片的分割热图，将分割热图与处理的所述ERPR免疫组化图片的原始图相乘，保持本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种ERPR免疫组化图像自动判读方法，其特征在于，该方法包括以下步骤：获取ERPR免疫组化图像，对所述ERPR免疫组化图像执行预处理；对经过预处理的所述ERPR免疫组化图像执行细胞分割，得到目的细胞的分割预测结果；根据所述分割预测结果确定所述阳性细胞在目标细胞中所占的比例；根据所述比例输出判读结果。2.根据权利要求1所述的ERPR免疫组化图像自动判读方法，其特征在于，所述ERPR免疫组化图像为数字化图像，其中数字化图像为组织标本，组织标本通过免疫荧光法对已知抗体标上荧光素。3.根据权利要求1所述的ERPR免疫组化图像自动判读方法，其特征在于，所述对所述ERPR免疫组化图像执行预处理包括：通过图像像素梯度的变化，自动选取所述ERPR免疫组化图像中所述目的细胞的高表达区域作为后续处理区域；确定所述高表达区域中的有效区域；对所述有效区域进行切割，得到图片切片。4.根据权利要求3所述的ERPR免疫组化图像自动判读方法，其特征在于，所述通过图像像素梯度的变化，自动选取所述ERPR免疫组化图像中所述目的细胞的高表达区域作为后续处理范围包括：采用归一化方法，对所述ERPR免疫组化图像进行灰度化并执行最佳全局阈值处理，确定所述目标细胞的分布，基于设定阈值自动选取所述目的细胞的高表达区域作为后续处理区域。5.根据权利要求3所述的ERPR免疫组化图像自动判读方法，其特征在于，所述确定所述高表达区域中的有效区域包括：通过阈值分割方法对所述ERPR免疫组化图像中的空隙区域及空白区域进行删除，得到所述有效区域，提取所述有效区域作为所述后续处理范围。6.根据权利要求3所述的ERPR免疫组化图像自动判读方法，其特征在于，所述对所述有效区域进行切割，得到图片切片包括：采用滑动窗口方法对所述ERPR免疫组化图像进行自适应切割，得到多个切割的小图，其中滑动窗口方法包括在高倍视野中以固定尺寸的窗口按照设定方向移动提...

【专利技术属性】
技术研发人员：梁智勇，邹昊，郭玉成，李俊杰，
申请(专利权)人：清影医疗科技深圳有限公司，
类型：发明
国别省市：