CN106846310A - 一种基于免疫组化技术的病理辅助分析方法 - Google Patents

一种基于免疫组化技术的病理辅助分析方法 Download PDF

Info

Publication number
CN106846310A
CN106846310A CN201710044579.5A CN201710044579A CN106846310A CN 106846310 A CN106846310 A CN 106846310A CN 201710044579 A CN201710044579 A CN 201710044579A CN 106846310 A CN106846310 A CN 106846310A
Authority
CN
China
Prior art keywords
cell
pathology
analysis method
aided analysis
negative cells
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710044579.5A
Other languages
English (en)
Inventor
刘炳宪
谢菊元
王焱辉
王克惠
许利庆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Konfoong Biotech International Co Ltd
Original Assignee
Konfoong Biotech International Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Konfoong Biotech International Co Ltd filed Critical Konfoong Biotech International Co Ltd
Priority to CN201710044579.5A priority Critical patent/CN106846310A/zh
Publication of CN106846310A publication Critical patent/CN106846310A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30024—Cell structures in vitro; Tissue sections in vitro
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30242—Counting objects in image

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Primary Health Care (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明涉及生物技术领域，尤其涉及一种基于免疫组化技术的病理辅助分析方法，可以包括一预设步骤：利用病理扫描仪对经过免疫组化技术处理的病理切片进行扫描，得到一病理数字图像；还可以包括：步骤S1，输入病理数字图像以得到一细胞样本区间；步骤S2，设定一参数集并在细胞样本区间内搜索符合参数集的细胞作为目标细胞；步骤S3，根据目标细胞的染色颜色分别统计具有阳性细胞和阴性细胞两种分类的目标细胞中阳性细胞和阴性细胞的数量；步骤S4，根据阳性细胞和阴性细胞的数量得到阳性细胞占目标细胞的比例值并将比例值输出；上述技术方案的有益效果是：能够辅助医生基于免疫组化技术进行病理针对，降低免疫组化诊断的人工成本。

Description

一种基于免疫组化技术的病理辅助分析方法
技术领域
本发明涉及生物技术领域，尤其涉及一种基于免疫组化技术的病理辅助分析方法。
背景技术
免疫组化，是应用免疫学基本原理——抗原抗体反应，即抗原与抗体特异性结合的原理，通过化学反应使标记抗体的显色剂(荧光素、酶、金属离子、同位素)显色来确定组织细胞内抗原(多肽和蛋白质)，对其进行定位、定性及相对定量的研究，称为免疫组织化学技术或免疫细胞化学技术。
目前，本领域的病理医生进行免疫组化的诊断主要还是人工进行肉眼识别计数，对需要大量阅读切片的病理医生来说，人工计数免疫组化阳性细胞是一个十分庞大的工作，使得免疫组化诊断的人工成本居高不下，效率不高。
发明内容
针对上述问题，本发明提出了一种基于免疫组化技术的病理辅助分析方法，包括一预设步骤：利用病理扫描仪对经过免疫组化技术处理的病理切片进行扫描，得到一病理数字图像；
还包括：
步骤S1，输入所述病理数字图像以得到一细胞样本区间；
步骤S2，设定一参数集并在所述细胞样本区间内搜索符合所述参数集的细胞作为目标细胞；
步骤S3，根据所述目标细胞的染色颜色分别统计具有阳性细胞和阴性细胞两种分类的所述目标细胞中所述阳性细胞和所述阴性细胞的数量；
步骤S4，根据所述阳性细胞和所述阴性细胞的数量得到所述阳性细胞占所述目标细胞的比例值并将所述比例值输出。
上述的病理辅助分析方法，其中，所述参数集包括：
细胞大小参数，细胞识别区域参数，细胞类型参数以及细胞染色强度参数。
上述的病理辅助分析方法，其中，所述步骤S4中，输出所述比例值的同时还输出所述病理数字图像。
上述的病理辅助分析方法，其中，对输出的所述病理数字图像中的所述阳性细胞进行一第一凸显处理。
上述的病理辅助分析方法，其中，所述第一凸显处理为采用具有一第一预设尺寸的第一凸显图形指示所有所述阳性细胞。
上述的病理辅助分析方法，其中，对输出的所述病理数字图像中的所述阴性细胞进行一第二凸显处理。
上述的病理辅助分析方法，其中，所述第二凸显处理为采用具有一第二预设尺寸的第二凸显图形指示所有所述阴性细胞。
上述的病理辅助分析方法，其中，所述步骤S4中，输出所述比例值的同时还分别输出所述阳性细胞和所述阴性细胞的数量。
有益效果：本发明提出的一种基于免疫组化技术的病理辅助分析方法能够辅助医生基于免疫组化技术进行病理针对，降低免疫组化诊断的人工成本。
附图说明
图1为本发明一实施例中基于免疫组化技术的病理辅助分析方法的步骤原理图；
图2为本发明一实施例中输出的经过凸显处理的病理数字图像。
具体实施方式
下面结合附图和实施例对本发明进行进一步说明。
在一个较佳的实施例中，如图1所示，提出了一种基于免疫组化技术的病理辅助分析方法，可以包括一预设步骤：利用病理扫描仪对经过免疫组化技术处理的病理切片进行扫描，得到一病理数字图像；
还可以包括：
步骤S1，输入病理数字图像以得到一细胞样本区间；
步骤S2，设定一参数集并在细胞样本区间内搜索符合参数集的细胞作为目标细胞；
步骤S3，根据目标细胞的染色颜色分别统计具有阳性细胞和阴性细胞两种分类的目标细胞中阳性细胞和阴性细胞的数量；
步骤S4，根据阳性细胞和阴性细胞的数量得到阳性细胞占目标细胞的比例值并将比例值输出。
具体地，输入的病理数字图像一般需要经过处理才能得到细胞样本区间，例如背景阴影的矫正处理等；目标细胞是符合参数集的细胞，例如是细胞大小参数在一范围内的细胞，或某区域内删除无关细胞后剩余的细胞等，目标细胞应只具有阳性细胞和阴性细胞两种分类，这两种分类应可以在病理数字图像上通过颜色区分开。
在一个较佳的实施例中，参数集包括：
细胞大小参数，细胞识别区域参数，细胞类型参数以及细胞染色强度参数等，可以是这些参数的任意一个，也可以是多个参数的组合。
其中，参数集的这些参数可以是相互之间独立的参数，也可以是存在包含或重叠的关系，例如细胞类型参数在一定程度上限定了细胞大小参数，因此这两者之间可能是一种包含关系，但这只是作为例子来解释本发明的原理，不应视为是对本发明的限制。
在一个较佳的实施例中，步骤S4中，输出比例值的同时还可以输出病理数字图像。
输出的病理数字图像可以用于例如在一显示设备上进行显示。
上述实施例中，对输出的病理数字图像中的阳性细胞进行一第一凸显处理。
上述实施例中，第一凸显处理为采用具有一第一预设尺寸的第一凸显图形指示所有阳性细胞。
其中，例如可以是采用具有一预设直径的圆形指示所有阳性细胞在病理数字图像上的位置，如图2所示。
上述实施例中，优选地，对输出的病理数字图像中的阴性细胞进行一第二凸显处理。
上述实施例中，优选地，第二凸显处理为采用具有一第二预设尺寸的第二凸显图形指示所有阴性细胞。
在一个较佳的实施例中，步骤S4中，输出比例值的同时还分别输出阳性细胞和阴性细胞的数量。
综上所述，本发明提出的一种基于免疫组化技术的病理辅助分析方法能够辅助医生基于免疫组化技术进行病理针对，降低免疫组化诊断的人工成本。
通过说明和附图，给出了具体实施方式的特定结构的典型实施例，基于本发明精神，还可作其他的转换。尽管上述发明提出了现有的较佳实施例，然而，这些内容并不作为局限。
对于本领域的技术人员而言，阅读上述说明后，各种变化和修正无疑将显而易见。因此，所附的权利要求书应看作是涵盖本发明的真实意图和范围的全部变化和修正。在权利要求书范围内任何和所有等价的范围与内容，都应认为仍属本发明的意图和范围内。

Claims (8)

1.一种基于免疫组化技术的病理辅助分析方法，其特征在于，包括一预设步骤：利用病理扫描仪对经过免疫组化技术处理的病理切片进行扫描，得到一病理数字图像；
还包括：
步骤S1，输入所述病理数字图像以得到一细胞样本区间；
步骤S2，设定一参数集并在所述细胞样本区间内搜索符合所述参数集的细胞作为目标细胞；
步骤S3，根据所述目标细胞的染色颜色分别统计具有阳性细胞和阴性细胞两种分类的所述目标细胞中所述阳性细胞和所述阴性细胞的数量；
步骤S4，根据所述阳性细胞和所述阴性细胞的数量得到所述阳性细胞占所述目标细胞的比例值并将所述比例值输出。
2.根据权利要求1所述的病理辅助分析方法，其特征在于，所述参数集包括：
细胞大小参数，细胞识别区域参数，细胞类型参数以及细胞染色强度参数。
3.根据权利要求1所述的病理辅助分析方法，其特征在于，所述步骤S4中，输出所述比例值的同时还输出所述病理数字图像。
4.根据权利要求3所述的病理辅助分析方法，其特征在于，对输出的所述病理数字图像中的所述阳性细胞进行一第一凸显处理。
5.根据权利要求4所述的病理辅助分析方法，其特征在于，所述第一凸显处理为采用具有一第一预设尺寸的第一凸显图形指示所有所述阳性细胞。
6.根据权利要求3所述的病理辅助分析方法，其特征在于，对输出的所述病理数字图像中的所述阴性细胞进行一第二凸显处理。
7.根据权利要求6所述的病理辅助分析方法，其特征在于，所述第二凸显处理为采用具有一第二预设尺寸的第二凸显图形指示所有所述阴性细胞。
8.根据权利要求1所述的病理辅助分析方法，其特征在于，所述步骤S4中，输出所述比例值的同时还分别输出所述阳性细胞和所述阴性细胞的数量。
CN201710044579.5A 2017-01-19 2017-01-19 一种基于免疫组化技术的病理辅助分析方法 Pending CN106846310A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710044579.5A CN106846310A (zh) 2017-01-19 2017-01-19 一种基于免疫组化技术的病理辅助分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710044579.5A CN106846310A (zh) 2017-01-19 2017-01-19 一种基于免疫组化技术的病理辅助分析方法

Publications (1)

Publication Number Publication Date
CN106846310A true CN106846310A (zh) 2017-06-13

Family

ID=59119769

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710044579.5A Pending CN106846310A (zh) 2017-01-19 2017-01-19 一种基于免疫组化技术的病理辅助分析方法

Country Status (1)

Country Link
CN (1) CN106846310A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109272492A (zh) * 2018-08-24 2019-01-25 深思考人工智能机器人科技（北京）有限公司 一种细胞病理涂片的处理方法及系统
CN109978849A (zh) * 2019-03-20 2019-07-05 广州金域医学检验中心有限公司 基于数字病理图像的基线细胞确定方法、装置及可读介质
CN110853005A (zh) * 2019-11-06 2020-02-28 杭州迪英加科技有限公司 一种免疫组化膜染色切片诊断方法及装置
CN112233060A (zh) * 2020-09-04 2021-01-15 广州金域医学检验中心有限公司 数字病理图像异常样本的筛选方法、装置、计算机设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103020585A (zh) * 2012-11-06 2013-04-03 华南师范大学 一种免疫组织阳性细胞和阴性细胞识别方法
CN104541167A (zh) * 2012-06-14 2015-04-22 国家医疗保健研究所 用于定量肿瘤组织中的免疫细胞的方法及其应用
CN105323306A (zh) * 2015-09-18 2016-02-10 宁波江丰生物信息技术有限公司 一种高效的数字病理切片存储与访问系统及其使用方法
CN106327508A (zh) * 2016-08-23 2017-01-11 马跃生 Ki67指数自动分析方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104541167A (zh) * 2012-06-14 2015-04-22 国家医疗保健研究所 用于定量肿瘤组织中的免疫细胞的方法及其应用
CN103020585A (zh) * 2012-11-06 2013-04-03 华南师范大学 一种免疫组织阳性细胞和阴性细胞识别方法
CN105323306A (zh) * 2015-09-18 2016-02-10 宁波江丰生物信息技术有限公司 一种高效的数字病理切片存储与访问系统及其使用方法
CN106327508A (zh) * 2016-08-23 2017-01-11 马跃生 Ki67指数自动分析方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨连君，司晓辉: "肝细胞癌增殖细胞核抗原表达的图像定量分析", 《中国现代普通外科进展》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109272492A (zh) * 2018-08-24 2019-01-25 深思考人工智能机器人科技（北京）有限公司 一种细胞病理涂片的处理方法及系统
CN109978849A (zh) * 2019-03-20 2019-07-05 广州金域医学检验中心有限公司 基于数字病理图像的基线细胞确定方法、装置及可读介质
CN110853005A (zh) * 2019-11-06 2020-02-28 杭州迪英加科技有限公司 一种免疫组化膜染色切片诊断方法及装置
CN112233060A (zh) * 2020-09-04 2021-01-15 广州金域医学检验中心有限公司 数字病理图像异常样本的筛选方法、装置、计算机设备及存储介质
CN112233060B (zh) * 2020-09-04 2024-03-29 广州金域医学检验中心有限公司 数字病理图像异常样本的筛选方法、装置、设备及介质

Similar Documents

Publication Publication Date Title
CN106846310A (zh) 一种基于免疫组化技术的病理辅助分析方法
Aaron et al. Image co-localization–co-occurrence versus correlation
Zhu et al. Hybrid AI-assistive diagnostic model permits rapid TBS classification of cervical liquid-based thin-layer cell smears
US20210110548A1 (en) Foreground segmentation and nucleus ranking for scoring dual ish images
Pageon et al. Clus-DoC: a combined cluster detection and colocalization analysis for single-molecule localization microscopy data
JP6800152B2 (ja) 組織学画像中の核の分類
EP3195191B1 (en) Systems and methods for calculating immune scores
Rashid et al. Highly multiplexed immunofluorescence images and single-cell data of immune markers in tonsil and lung cancer
US9275441B2 (en) Method for preparing quantitative video-microscopy and associated system
Lahrmann et al. Semantic focusing allows fully automated single-layer slide scanning of cervical cytology slides
CN106802346A (zh) 一种基于免疫组化技术的病理辅助分析方法
US20210349004A1 (en) Methods and Systems for Characterizing Spillover Spreading in Flow Cytometer Data
Jimenez-Carretero et al. Flow cytometry data preparation guidelines for improved automated phenotypic analysis
CN115205250A (zh) 基于深度学习的病理图像病变分割方法及系统
Zaritsky et al. Decoupling global biases and local interactions between cell biological variables
CN104598767A (zh) 一种利用计算机鉴定免疫固定电泳m蛋白成份的方法
CN110807732A (zh) 用于显微图像全景拼接系统及方法
Barnett et al. Automated identification and quantification of signals in multichannel immunofluorescence images: the SignalFinder-IF platform
CN116660173A (zh) 用于高光谱成像技术的图像扫描方法、终端及存储介质
Razavi et al. An automated and accurate methodology to assess ki-67 labeling index of immunohistochemical staining images of breast cancer tissues
CN103163257A (zh) 一种奶牛尿液iTRAQ检测数据处理方法
CN112354571B (zh) 一种多维微流控电泳芯片及检测装置，检测方法
CN115775223A (zh) 用于检测器官切片上荧光图案类型的存在的方法和设备
CN113256627A (zh) 用于宫颈图像的分析管理的装置和方法、设备及存储介质
JP6092336B1 (ja) 画像処理システム、画像処理方法及び画像処理プログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170613

RJ01 Rejection of invention patent application after publication