【技术实现步骤摘要】
本专利技术涉及细胞病理学，尤其涉及基于细胞形态判断细胞种类的方法，具体涉及一种基于全扫识别肿瘤细胞的方法。
技术介绍
1、肿瘤细胞实质就是肿瘤。肿瘤组织由实质和间质两部分构成，肿瘤实质是肿瘤细胞，是肿瘤的主要成分，具有组织来源特异性。它决定肿瘤的生物学特点以及每种肿瘤的特殊性。通常根据肿瘤的实质形态来识别各种肿瘤的组织来源，进行肿瘤的分类、命名和组织学诊断，并根据其分化成熟程度和异型性大小来确定肿瘤的良恶性和肿瘤的恶性程度。肿瘤细胞有三个显著的基本特征即：不死性，迁移性和失去接触抑制。除此之外，肿瘤细胞还有许多不同于正常细胞的生理、生化和形态特征。
2、基于肿瘤细胞的基本特性导致肿瘤的治疗迄今为止都是全世界的医学难题。因此，对于肿瘤而言最好的抑制方法就是预防，良好的生活环境和生活方式是预防肿瘤发生最有效的方式，同时，定期体检是最有效预防肿瘤的医学手段之一。然而，尽管如此，根据实际的癌症或者肿瘤患者，往往发现时都处于中期或者晚期，少部分是通过无症状体检或者其他检查发现。当确诊肿瘤之后主要的治疗手段仍然是放/化疗，通过直接杀死肿瘤细胞或者抑制肿瘤细胞分化达到控制肿瘤生长并逐渐削弱的目的。无论采用何种治疗手段其副作用都是非常明显的，因为无论是放疗还是化疗，其对于正常组织细胞而言同样存在致命的伤害。因此，放化疗的介入时期是支管重要的，若癌细胞已经发生扩散，那么尽管存在明显副作用也必须采取治疗手段，否则，肿瘤细胞的失控扩散可能会随时危机患者的生命；若癌细胞尚未扩散，那么在此时采取放化疗手段进行治疗则存在加重病情的风险，因此，根
3、现有的细胞病理学中，针对肿瘤细胞的形态判别肿瘤细胞的种类的技术还比较少，大多是通过人工对细胞形态进行判断，确定细胞的种类，然而，人工确定细胞种类的效率过于低下而基本不被采纳。现有技术中，授权公告号cn111832389b提供了一种骨髓细胞形态学自动检测系统的计数及分析方法。本专利技术创造所采用的技术方案是，一种骨髓细胞形态学自动检测系统的计数及分析方法，包括以下步骤：s1：对低倍图像进行整体识别，并寻找其中的特殊细胞和巨型细胞并计数。s2：对筛选后的高倍图像的区域内随机选取若干计数区域，并对区域内全类细胞进行识别和计数。s3：对每个计数区域的计数结果进行参考性判断。本申请采用多点取样，然后在对每个取样点的数据进行代表性分析，使得每个取样点的数据都具有参考性。然后在将所有具有参考性取样点的数据进行加权计算，使得统计的数据更加贴近真实值，使得最终数据的指向更加精准。该技术主要针对骨髓细胞特性进行研究，主要着力于解决关于骨髓细胞形态学的检测系统无法对数据是否具有参考性进行判断的问题，并没有公开任何针对肿瘤细胞的识别和判断，无法解决对某一样本中是否含有肿瘤细胞做出定性的判断结论。为了解决肿瘤细胞的形态识别和判断问题，亟需一种全新的识别方法替代人工对海量细胞数据的识别，从而提高识别效率，为基于是否存在肿瘤细胞而进行的后续诸多判断做出科学的理论基础。
技术实现思路
1、人体细胞的平均直径在10μm-20μm之间，最小的细胞是血小板，直径只有约2μm，直径最大的是卵细胞，大约是100μm，可以得知卵细胞的大小，大约是血小板的50倍；然而，不同的细胞的形态也不同，有长条形的，有圆形的，有椭球形的，有饼状形的，申请人依据细胞的形态差异提供了一种基于全扫识别肿瘤细胞的方法，用于解决肿瘤细胞识别问题。肿瘤细胞的识别能够快速的对样本中是否含有肿瘤细胞作出科学的，准确的判断。相较于人工判断而言，具有效率高，准确率高，能够极大缩小人工判断和核查的范围，同时能够为单次100万级细胞进行快速筛选识别，判断样本中是否存在肿瘤细胞，为细胞病理学后分析和应用奠定定性判断基础。
2、为了达到上述目的，本申请所采用的技术方案为：
3、一种基于全扫识别肿瘤细胞的方法，包括以下步骤：
4、步骤s100，建立目标肿瘤细胞样本集m；所述步骤s100具体包括如下步骤：
5、步骤s110，目标肿瘤组织单细胞化，获得目标肿瘤单细胞悬液；
6、步骤s120，将步骤s110获得的肿瘤单细胞进行净化处理，去除多余组织和细胞团，并进行离心筛选，pbs清洗3次后稀释重悬，稀释倍数不低于100倍；
7、步骤s130，用10μl移液枪将步骤s120中经稀释的肿瘤单细胞悬液置于倒置荧光显微镜下观察，观察肿瘤单细胞数量和状态；若照片范围内的肿瘤单细胞数量低于20个且包含形态完整的肿瘤细胞则持续观察并拍照，记录任一个形态完整的肿瘤单细胞在不同时刻tx的多个状态照片mx；若照片范围内的肿瘤单细胞数量大于等于20个则对步骤s120增加对肿瘤单细胞继续增大稀释倍数的步骤，直到单次照片范围内的肿瘤单细胞数量低于20个为止，其中x≥15；值得说明的是，在进行拍照前，为了确保能够获取到理想的肿瘤单细胞不同方位的细胞形态轮廓，可以在实际拍摄前进行观察，查看细胞流动的过程；若肿瘤单细胞移动状态不佳，或者基本只发生微弱的平移，则可加入适量的pbs缓冲液提高细胞的流动性，从而捕捉更好的细胞形态。上述捕捉细胞形态的过程在实际过程中通常并不顺利，需要频繁的改变视野范围以便于采集到同一个肿瘤单细胞足够数量的细胞形态。
8、步骤s140，将步骤s130中获得的同一肿瘤细胞在时刻tx对应状态的照片mx分别进行轮廓提取，获得多个轮廓lx，以任一轮廓lx的中心点为基准点进行三维拟合获得当前肿瘤细胞的三维模型，获取三维模型最大轮廓lmax和最小轮廓lmin，并将最大轮廓lmax和最小轮廓lmin以中心点为基准重叠放置获得当前肿瘤细胞的轮廓环，记录轮廓环的长轴尺寸，短轴尺寸，细胞核尺寸，并形成目标肿瘤细胞样本集m。
9、步骤s200，将检测样本进行单细胞化并进行识别前预处理获得纯净的单细胞样本；所述步骤s200具体包括将检测样本采用松解试剂在常温下松解20min后采用soniconvert超声消融仪进行消融4秒并间歇消融3次获得肿瘤单细胞。
10、步骤s300，将单细胞样本进行抹片全扫获得细胞全景扫描图pimage，将全景扫描图pimage利用hog特征提取算法进行灰度归一化处理，并提取所有完整单细胞图pncell，其中n≤100万；所述步骤s300中提取完整单细胞图pncell的步骤如下：
11、步骤s310，将细胞全景扫描图pimage进行灰度化处理，灰度值参数r-40％，y-60％,g-40％,c-60％,b-20％,m-80％；r代表红色,其中,y代表黄色,g代表绿色,c青色,b代表蓝色,m代表洋红色,任一种颜色取值范围为-200％至+300％；
12、步骤s320，降噪处理，利用gamma校正法对细胞全景扫描图本文档来自技高网...
【技术保护点】
1.一种基于全扫识别肿瘤细胞的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于全扫识别肿瘤细胞的方法，其特征在于，所述步骤S100具体包括如下步骤：
3.根据权利要求1所述的一种基于全扫识别肿瘤细胞的方法，其特征在于，所述步骤S200具体包括将检测样本采用松解试剂在常温下松解20min后采用SoniConvert超声消融仪进行消融4秒并间歇消融3次获得肿瘤单细胞。
4.根据权利要求1所述的一种基于全扫识别肿瘤细胞的方法，其特征在于，所述步骤S300中提取完整单细胞图Pncell的步骤如下：
5.根据权利要求2所述的一种基于全扫识别肿瘤细胞的方法，其特征在于，所述步骤S400中对比过程具体包括：
【技术特征摘要】
1.一种基于全扫识别肿瘤细胞的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于全扫识别肿瘤细胞的方法，其特征在于，所述步骤s100具体包括如下步骤：
3.根据权利要求1所述的一种基于全扫识别肿瘤细胞的方法，其特征在于，所述步骤s200具体包括将检测样本采用松解试剂在常温下松解20min后采用...
【专利技术属性】
技术研发人员：赵梓亦，余嘉莹，陈宁宁，
申请(专利权)人：成都融优生物科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。