CN106875393A - 一种基于图像分析的肿瘤细胞dna含量检测方法 - Google Patents
一种基于图像分析的肿瘤细胞dna含量检测方法 Download PDFInfo
- Publication number
- CN106875393A CN106875393A CN201710194003.7A CN201710194003A CN106875393A CN 106875393 A CN106875393 A CN 106875393A CN 201710194003 A CN201710194003 A CN 201710194003A CN 106875393 A CN106875393 A CN 106875393A
- Authority
- CN
- China
- Prior art keywords
- cell
- image
- value
- dna
- microscope
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration by the use of histogram techniques
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
- G06T2207/10061—Microscopic image from scanning electron microscope
-
- 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
- G06T2207/30096—Tumor; Lesion
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了一种基于图像分析的肿瘤细胞DNA含量检测方法。该方法通过安装在显微镜上部摄像头,对显微镜下观察到的切片图像采集并传输到计算机,通过分析软件对图像进行分析测量。流程是:采集刻度尺图像、进行长度标定;采集背景图像、测量背景图像像素点灰度值;采集正常二倍体细胞图像,对二倍体细胞图像进行图像分割,测量二倍体细胞核的灰度值,计算二倍体细胞核的平均光密度值;采集肿瘤细胞图像,对肿瘤细胞进行图像分割,测量每个肿瘤细胞核像素点的光密度值,计算每个肿瘤细胞核的DI值和面积;生成DNA直方图和散点图,按DI分类统计各类细胞的数量,生成DNA检测报告。本方法具有成本低、测量快、减少人为判断误差、图片易于保存等优点。
Description
技术领域
本发明涉及生物医学领域与计算机图像分析应用领域,具体是一种基于图像分析的肿瘤细胞DNA含量检测方法。
背景技术
近年来,随着环境污染,食品安全等问题日趋严重,我国癌症发病率呈上升趋势,据报道,2015年我国约有430万人被确诊癌症,另外280万人因癌症去世。癌症因其极高的死亡率也成为我国公共健康的主要问题。如何能更早、更准确地发现癌症病情,对降低癌症病人的死亡率有重要意义。
对癌症肿瘤的诊断有很多方法,其中DNA的定量分析在帮助发现癌前病变、协助肿瘤早期诊断中有着重要的意义。
人体正常细胞均具有比较稳定的DNA二倍体含量。当人体发生癌变或具有恶性潜能的癌前病变时,在其发生、发展过程中可伴随细胞DNA含量的异常改变,因此DNA的精确测量,可作为诊断癌前病变发展至癌变中的一个有价值的标志,能对癌前病变的性质及发展趋势作出科学估价,有助于癌变的早期诊断。
DNA的定量分析还有助于肿瘤的诊断及预后判断。DNA非整倍体细胞峰的存在可为肿瘤诊断提供有力的依据。肿瘤细胞DNA倍体分析对病人预后的判断有重要作用,异倍体肿瘤恶性病变的复发率高、转移率高、死亡率也高,而二倍体及近二倍体肿瘤的预后则较好。
同时,DNA的定量分析在肿瘤疗效评估及细胞凋亡和多药耐药基因研究中的作用也不可忽略。如流式细胞术可根据化疗过程中肿瘤细胞DNA分布直方图的变化,了解细胞动力学的变化,可根据细胞周期各时相的分布情况,及时选用有效的药物,设计最佳的治疗方案,对肿瘤细胞达到最大的杀伤效果。通过DNA含量分析,结合对细胞体积、光散射及特异性抗原基因测定,还可分析细胞凋亡的情况。检测DNA含量,有助于对多药耐药基因和凋亡抑制基因及凋亡活化基因表达的测定,可为临床治疗效果分析提供依据。
DNA含量测定对分析肿瘤的早期诊断、组织学的分级和预后的判断及治疗方案选择有较大的参考价值。
传统肿瘤细胞DNA含量检测的方法有定糖法、分光光度法等,由于传统方法检测繁琐,检测时间较长,不能完成对病人肿瘤细胞的及时诊断。
本发明根据肿瘤细胞与正常二倍体细胞DNA含量的不同,采用显微拍照技术,获取正常二倍体细胞与肿瘤细胞病理切片照片,利用计算机图像分析技术,测量并比较肿瘤细胞DNA含量与正常二倍体细胞DNA含量的差异,判断病变细胞是否为肿瘤细胞,该方法不仅方便快捷,而且准确性更高。
发明内容
本发明的目的是采用先进的图像分析技术,对细胞的DNA含量进行测定,并根据肿瘤细胞与正常二倍体细胞的差异,判断所检测的细胞是否为肿瘤细胞,对肿瘤病变的筛查与早期诊断有重要的作用。
本发明的基本思路是:由于肿瘤细胞在发生、发展过程中,常常因为DNA含量大量增加而细胞不分裂,形成了DNA非整倍体细胞。DNA的非整倍体性已经是肿瘤的公认特异性标志之一。本发明的工作原理是根据肿瘤细胞在显微镜下观察可见癌细胞具有一定的形态异常,如细胞核形态异常、核浆比失调、染色质增多等。基于此,本发明通过采集正常二倍体细胞和肿瘤细胞的图像,通过图像分析方法,根据肿瘤细胞与正常二倍体细胞细胞核图像颜色的差异性,通过图像分析,计算出细胞的DNA指数(DI),然后根据细胞DI值异常情况,判断病人细胞的变异情况。
本发明目的是这样达到的:本发明进行检测所需的硬件设备包括显微镜、摄像头、计算机和打印机。摄像头安装在显微镜上部,通过显微镜摄像接口与显微镜相连,对显微镜下观察到的视野进行图像采集;摄像头通过数据连接线连接到计算机的USB端口,将摄像头观察到的病理切片图像传输到计算机;打印机通过USB端口和计算机相连。
在进行肿瘤细胞DNA含量检测时,包括长度标定、背景校准、正常二倍体细胞测量、肿瘤细胞测量、DNA报告生成五个步骤:首先将一个核准的透光载玻片刻度尺放到显微镜载物台上,通过摄像头,将透光载玻片刻度尺图像拍摄到计算机,按住鼠标左键在刻度尺图像上拖动,分析软件根据拖动刻度的实际值与拖动的像素点数,计算出当前显微镜倍数下所采集图像每一个像素点的实际值,完成长度标定;然后将病人标本切片放在显微镜载物台上,通过调整显微镜视野,使当前视野调整到切片中无细胞的空白位置处,通过调整显微镜光亮,使显微镜视野的图像灰度直方图的峰值位于220~230之间,采集当前视野图像并保存,完成背景校准操作;随后,在显微镜下选择具有典型正常二倍体细胞的视野,将病人正常二倍体细胞的图像采集进计算机,通过图像分割,将细胞核从背景中分割出来,计算出正常二倍体细胞细胞核的平均光密度值;紧接着移动显微镜的X轴与Y轴,选择多个具有病变细胞的视野,分别采集每个视野的图像并保存,对每个视野的细胞核进行图像分割,根据细胞核与背景颜色灰度值差异,将细胞核从背景中分割出来,计算分割出细胞核中每个细胞核的平均光密度值和DNA指数DI,生成DNA直方图和散点图;最后,根据检测的结果,生成DNA检测报告,形成诊断建议。
具体流程是:长度标定、背景校准、正常二倍体细胞测量、肿瘤细胞测量、DNA报告生成五个步骤:首先采集刻度尺图像、进行长度标定;采集背景图像、测量背景图像像素点灰度值;采集正常二倍体细胞图像,对二倍体细胞图像进行图像分割,测量二倍体细胞核的灰度值,计算二倍体细胞核的平均光密度值;采集肿瘤细胞图像,对肿瘤细胞进行图像分割,测量每个肿瘤细胞核像素点的光密度值,计算每个肿瘤细胞核的DI值和面积;生成DNA直方图和散点图,按DI分类统计各类细胞的数量,生成DNA检测报告。
长度标定的具体步骤是:首先将一个核准的透光载玻片刻度尺放到显微镜载物台上,通过摄像头,将刻度尺图像拍摄到计算机,按住鼠标左键在刻度尺图像上拖动,分析软件根据拖动刻度的实际长度值与拖动的像素点数,计算出当前显微镜倍数下所采集图像每一个像素点的实际长度值,完成长度标定。
采集背景图像、测量背景图像像素点灰度值的具体步骤为:将病人标本切片放在显微镜载物台上,首先选择能观察到细胞的视野,调整显微镜焦距,使细胞处于最清晰的位置,然后移动显微镜载物台X轴与Y轴,将显微镜视野调整到切片中没有细胞的空白位置处,通过调整显微镜光亮,分析软件可以获取当前视野图像的像素点灰度值,并将图像灰度值生成灰度直方图,灰度直方图的峰值位于220~230之间,然后采集当前视野图像并保存为背景图像。
采集正常二倍体细胞图像,对二倍体细胞图像进行图像分割,测量二倍体细胞核的灰度值,计算二倍体细胞核的平均光密度值的具体步骤是:在显微镜下选择具有正常二倍体细胞的视野,然后通过摄像头将病人正常二倍体细胞的图像采集进计算机,选择图像分割,将细胞核从背景中分割出来,然后用鼠标在分割出的图像中,选择出正常二倍体细胞,并计算出所有正常二倍体细胞图像每个像素点的光密度值od_2c(i,j),计算公式为:
其中,grey_2c(i,j)为像素点的灰度值,grey_back(i,j)为背景图像同一位置的灰度值。
计算出每个正常二倍体细胞核像素点的光密度值后,计算其平均光密度值mean_od_2c,计算公式如下:
其中N为分割出正常二倍体细胞核所有像素点总数,R为分割出的细胞核区域。
所述肿瘤细胞测量中,具体步骤是:采集肿瘤细胞图像,对肿瘤细胞进行图像分割,测量每个肿瘤细胞核像素点的光密度值,计算每个肿瘤细胞核的DI值和面积的具体步骤是:移动显微镜的X轴与Y轴,选择至少5个具有病变细胞的视野,分别采集每个视野的图像并保存,然后对每个视野的细胞进行分析测量:首先采用图像分割技术,根据细胞核与背景颜色灰度值差异,将细胞核从背景中分割出来,然后采用与正常二倍体细胞同样的计算像素点光密度值方式,计算分割出细胞核每个像素点的光密度值od_cell,然后计算出每个细胞核的平均光密度值mean_od_cell,最后计算每个细胞的DNA指数DI,采用DI值的计算公式计算出所有采集图像每个细胞的DI值。DI值的计算公式如下:
生成直方图的方法是:设定横坐标为DI值,纵坐标为细胞的数目,其中横轴的取值范围为0~5,每个区间为0.1,统计每个DI值区间的细胞数,将其作为纵轴值,生成一个DNA直方图。
生成DNA散点图的具体方法是:设定横坐标为DI值,纵坐标为细胞核面积值(单位为平方微米);当在计算每个细胞的DI值时,同时根据长度标定情况,测出每个细胞核的具体面积,散点图横轴的取值范围为0~5,每个区间为0.1,对于每个细胞,都根据其DI值和面积,在散点图中标定一个圆点,当所有细胞标定完后,可以清晰看到细胞DI值与其面积的分布情况。
生成DNA检测报告的具体方法是:完成上述检测后,分析系统将检测结果自动导入检测报告中,包含DNA直方图、散点图、检测结果(含:细胞总数、正常二倍体细胞、正常增生或疑似病变细胞、病变细胞、细胞总数等),同时导入病人基本信息,并根据测量结果和DNA直方图峰值分布,生成诊断建议。
本发明的积极效果是:
1、采用图像分析方法对肿瘤细胞进行判断,相比电化学等其他方法,具有成本低、测量快等优点。
2、采用定量测量方式对肿瘤细胞进行判断,可以减少人为判断出现的误差。
3、可以保存病人的病变细胞图片,使后续诊断具有更好的参考依据。
4、可以直接将检测结果生成检测报告,提出诊断建议,使医生诊断更方便快捷。
附图说明
图1是本发明硬件使用连接示意图。
图2是本发明的方法流程图。
图3是实施例中生成的DNA直方图。
图4是实施例中生成的DNA散点图。
具体实施方式
参见图1。
本发明硬件设备主要由显微镜、摄像头、台式计算机和打印机构成。显微镜采用透射式生物显微镜,摄像头采用高清数字摄像头、计算机采用台式计算机、打印机采用彩色激光打印机。摄像头安装在显微镜上部,通过显微镜摄像接口与显微镜相连,可以对显微镜下观察到的视野进行图像采集;摄像头通过数据连接线连接到计算机的USB端口,将摄像头观察到的病理切片图像传输到计算机;打印机通过USB端口和计算机相连,将分析软件生成的DNA检测报告在打印机上打印出来。
参见附图2-4。
肿瘤细胞DNA含量检测方法包括长度标定、背景校准、正常二倍体细胞测量、肿瘤细胞测量、DNA报告生成五个步骤:首先将一个核准的透光载玻片刻度尺放到显微镜载物台上,通过摄像头,将透光载玻片刻度尺图像拍摄到计算机,按住鼠标左键在刻度尺图像上拖动,分析软件根据拖动刻度的实际值与拖动的像素点数,计算出当前显微镜倍数下所采集图像每一个像素点的实际值,完成长度标定;然后将病人标本切片放在显微镜载物台上,通过调整显微镜视野,使当前视野调整到切片中无细胞的空白位置处,通过调整显微镜光亮,使显微镜视野的图像灰度直方图的峰值位于220~230之间,采集当前视野图像并保存,完成背景校准操作;随后,在显微镜下选择具有典型正常二倍体细胞的视野,将病人正常二倍体细胞的图像采集进计算机,通过图像分割,将细胞核从背景中分割出来,计算出正常二倍体细胞细胞核的平均光密度值;紧接着移动显微镜的X轴与Y轴,选择多个具有病变细胞的视野,分别采集每个视野的图像并保存,对每个视野的细胞核进行图像分割,根据细胞核与背景颜色灰度值差异,将细胞核从背景中分割出来,计算分割出细胞核中每个细胞核的平均光密度值和DNA指数DI,生成DNA直方图和散点图;最后,根据检测的结果,生成DNA检测报告,形成诊断建议。
具体流程是:长度标定、背景校准、正常二倍体细胞测量、肿瘤细胞测量、DNA报告生成五个步骤:首先采集刻度尺图像、进行长度标定;采集背景图像、测量背景图像像素点灰度值;采集正常二倍体细胞图像,对二倍体细胞图像进行图像分割,测量二倍体细胞核的灰度值,计算二倍体细胞核的平均光密度值;采集肿瘤细胞图像,对肿瘤细胞进行图像分割,测量每个肿瘤细胞核像素点的光密度值,计算每个肿瘤细胞核的DI值和面积;生成DNA直方图并生成散点图,按DI分类统计各类细胞的数量,生成DNA检测报告。
采用本方法的实施例:
1、长度标定
一般刻度尺通常有100个刻度,每个刻度的长度是10微米,总刻度长度为1000微米。在用图像分析方法对待测目标进行长度、面积等测量时,需要提前进行长度标定,长度标定是将一个核准的透光载玻片刻度尺放到显微镜载物台上,调整显微镜X轴与Y轴,使刻度尺刻度位于视野中心,同时旋转摄像头,保证拍摄下来的刻度尺图像中刻度尺与图像上沿平行,通过摄像头将刻度尺图像拍摄到计算机,按住鼠标左键在刻度尺图像上拖动,输入拖动的刻度长度,分析软件就自动记录当前显微镜倍数下所采集图像每一个像素点的实际值,输入刻度尺名并保存。在进行长度标定时,需要对显微镜的每种放大倍数都需要采集图像,分别进行标定,在进行长度测量前,也需要提前选定所需刻度尺名。
2、背景校准
背景图像校准是为了矫正由于非均匀照明,(通常的显微镜视野中心最亮)、摄像头反应固定模式的变化及摄像头或光路中灰尘而引起的偏差等。
对每个病人标本切片进行分析检测前,都需要进行背景校准。具体步骤为:将病人标本切片放在显微镜载物台上,首先选择能观察到细胞的视野,调整显微镜焦距,使细胞处于最清晰的位置,然后移动显微镜载物台X轴与Y轴,将显微镜视野调整到切片中没有细胞的空白位置处,通过调整显微镜光亮,分析软件可以获取当前视野图像的像素点灰度值,并将图像灰度值生成灰度直方图,灰度直方图的峰值位于220~230之间,然后采集当前视野图像并保存为背景图像。当灰度值直方图峰值大于230时,降低显微镜亮度,当灰度值直方图峰值小于220时,增加显微镜亮度。
3、正常二倍体细胞测量
在显微镜下选择具有正常二倍体细胞的视野,然后通过摄像头将病人正常二倍体细胞的图像采集进计算机,选择图像分割,将细胞核从背景中分割出来,然后用鼠标在分割出的图像中,选择出正常二倍体细胞,并计算出所有正常二倍体细胞核每个像素点的光密度值od_2c(i,j),计算公式为:
其中,grey_2c(i,j)为像素点的灰度值,grey_back(i,j)为背景图像同一位置的灰度值。
计算出每个正常二倍体细胞核像素点的光密度值后,计算其平均光密度值mean_od_2c,计算公式如下:
其中N为分割出正常二倍体细胞核所有像素点总数,R为分割出的细胞核区域。
4、肿瘤细胞测量
移动显微镜的X轴与Y轴,选择至少五个多个具有病变细胞的视野,分别采集每个视野的图像并保存,然后对每个视野的细胞进行分析测量。具体步骤为:首先采用图像分割技术,根据细胞核与背景颜色灰度值差异,将细胞核从背景中分割出来,然后采用与正常二倍体细胞同样的计算像素点光密度方式,计算分割出细胞核每个像素点的光密度值od_cell,然后计算出每个细胞核的平均光密度值mean_od_cell,最后计算每个细胞的DNA指数(DI),DI值的计算公式为:
计算出所有采集图像每个细胞的DI值后,生成DNA直方图,DNA直方图其横坐标为DI值,纵坐标为细胞的数目。其中横轴的取值范围为0~5,每个区间为0.1,统计每个DI值区间的细胞数,将其作为纵轴值,生成一个DNA直方图。本实施例的DNA直方图见附图3所示。
散点图,主要用来显示DI值差异的细胞分布情况,其横坐标为DI值,纵坐标为细胞核面积值,其单位为平方微米。当在计算每个细胞的DI值时,同时根据长度标定情况,测出每个细胞核的具体面积,散点图横轴的取值范围为0~5,每个区间为0.1,对于每个细胞,都根据其DI值和面积,在散点图中标定一个圆点,当所有细胞标定完后,可以清晰看到细胞DI值与其面积的分布情况。本实施例的DNA散点图见附图4所示。
5、DNA报告生成
DNA检测报告是医生对病人进行病理诊断的有效参考依据,完成上述检测后,分析系统将检测结果自动导入检测报告中,包含DNA直方图、散点图、检测结果(含:细胞总数、正常二倍体细胞、正常增生或疑似病变细胞、病变细胞、细胞总数等),同时导入病人基本信息,并根据测量结果和DNA直方图峰值分布,生成诊断建议,诊断建议的判定标准如下:
1)正常:正常二倍体细胞为主(DI值为1),未见异倍体细胞及异倍体细胞峰。
2)DI处于1~2之间时,多为HPV感染细胞或炎性细胞。
3)异常,建议活检:DI值>2.5时,或二倍体与四倍体之间的细胞数超过被测细胞总数的10%时。
4)肿瘤细胞:DI值≥4.5。
Claims (7)
1.一种基于图像分析的肿瘤细胞DNA含量检测方法,其特征在于:
本发明进行检测所需的硬件设备包括显微镜、摄像头、计算机和打印机;摄像头安装在显微镜上部,通过显微镜摄像接口与显微镜相连,对显微镜下观察到的视野进行图像采集;摄像头通过数据连接线连接到计算机的USB端口,将摄像头观察到的病理切片图像传输到计算机;打印机通过USB端口和计算机相连;
肿瘤细胞DNA含量检测,包括长度标定、背景校准、正常二倍体细胞测量、肿瘤细胞测量、DNA报告生成五个步骤:首先将一个核准的透光载玻片刻度尺放到显微镜载物台上,通过摄像头,将透光载玻片刻度尺图像拍摄到计算机,按住鼠标左键在刻度尺图像上拖动,分析软件根据拖动刻度的实际长度值与拖动的像素点数,计算出当前显微镜倍数下所采集图像每一个像素点的实际值,完成长度标定;然后将病人标本切片放在显微镜载物台上,通过调整显微镜视野,使当前视野调整到切片中无细胞的空白位置处,通过调整显微镜光亮,使显微镜视野的图像灰度直方图的峰值位于220~230之间,采集当前视野图像并保存,完成背景校准操作;随后,在显微镜下选择具有典型正常二倍体细胞的视野,将病人正常二倍体细胞的图像采集进计算机,通过图像分割,将细胞核从背景中分割出来,计算出正常二倍体细胞细胞核的平均光密度值;紧接着移动显微镜的X轴与Y轴,选择多个具有病变细胞的视野,分别采集每个视野的图像并保存,对每个视野的细胞核进行图像分割,根据细胞核与背景颜色灰度值差异,将细胞核从背景中分割出来,计算分割出细胞核中每个细胞核的平均光密度值和DNA指数DI,生成DNA直方图和散点图;最后,根据检测的结果,生成DNA检测报告,形成诊断建议;
具体流程是:长度标定、背景校准、正常二倍体细胞测量、肿瘤细胞测量、DNA报告生成五个步骤:首先采集刻度尺图像、进行长度标定;采集背景图像、测量背景图像像素点灰度值;采集正常二倍体细胞图像,对二倍体细胞图像进行图像分割,测量二倍体细胞核的灰度值,计算二倍体细胞核的平均光密度值;采集肿瘤细胞图像,对肿瘤细胞进行图像分割,测量每个肿瘤细胞核像素点的光密度值,计算每个肿瘤细胞核的DI值和面积;生成DNA直方图和散点图,按DI 分类统计各类细胞的数量,生成DNA检测报告。
2.如权利要求1所述的基于图像分析的肿瘤细胞DNA含量检测方法,其特征在于:长度标定的具体步骤是:首先将一个核准的透光载玻片刻度尺放到显微镜载物台上,通过摄像头,将刻度尺图像拍摄到计算机,按住鼠标左键在刻度尺图像上拖动,分析软件根据拖动刻度的实际值与拖动的像素点数,计算出当前显微镜倍数下所采集图像每一个像素点的实际长度值,完成长度标定。
3.如权利要求1所述的基于图像分析的肿瘤细胞DNA含量检测方法,其特征在于:所述采集背景图像、测量背景图像像素点灰度值的具体步骤为:将病人标本切片放在显微镜载物台上,首先选择能观察到细胞的视野,调整显微镜焦距,使细胞处于最清晰的位置,然后移动显微镜载物台X轴与Y轴,将显微镜视野调整到切片中没有细胞的空白位置处,通过调整显微镜光亮,分析软件可以获取当前视野图像的像素点灰度值,并将图像灰度值生成灰度直方图,灰度直方图的峰值位于220~230之间,然后采集当前视野图像并保存为背景图像。
4.如权利要求1所述的基于图像分析的肿瘤细胞DNA含量检测方法,其特征在于:所述采集正常二倍体细胞图像,对二倍体细胞图像进行图像分割,测量二倍体细胞核的灰度值,计算二倍体细胞核的平均光密度值的具体步骤是:在显微镜下选择具有正常二倍体细胞的视野,然后通过摄像头将病人正常二倍体细胞的图像采集进计算机,选择图像分割,将细胞核从背景中分割出来,然后用鼠标在分割出的图像中,选择出正常二倍体细胞,并计算出所有正常二倍体细胞核每个像素点的光密度值od_2c(i,j),计算公式为:
其中,grey_2c(i,j)为像素点的灰度值,grey_back(i,j)为背景图像同一位置的灰度值,计算出每个正常二倍体细胞核像素点的光密度值后,计算其平均光密度值mean_od_2c,计算公式如下:
其中N为分割出正常二倍体细胞核所有像素点总数,R为分割出的细胞核区域。
5.如权利要求1所述的基于图像分析的肿瘤细胞DNA含量检测方法,其特征在于:所述采集肿瘤细胞图像,对肿瘤细胞进行图像分割,测量每个肿瘤细胞核像素点的光密度值,计算每个肿瘤细胞核的DI值和面积的具体步骤是:
移动显微镜的X轴与Y轴,选择至少5个具有病变细胞的视野,分别采集每个视野的图像并保存,然后对每个视野的细胞进行分析测量:首先采用图像分割技术,根据细胞核与背景颜色灰度值差异,将细胞核从背景中分割出来,然后采用与正常二倍体细胞同样的计算像素点光密度方式,计算分割出细胞核每个像素点的光密度值od_cell,然后计算出每个细胞核的平均光密度值mean_od_cell,最后计算每个细胞的DNA指数DI,采用DI值的计算公式计算出所有采集图像每个细胞的DI值,DI值的计算公式为:
。
6.如权利要求1所述的基于图像分析的肿瘤细胞DNA含量检测方法,其特征在于:生成直方图的方法是:设定横坐标为DI值,纵坐标为细胞的数目,其中横轴的取值范围为0~5,每个区间为0.1,统计每个DI值区间的细胞数,将其作为纵轴值,生成一个DNA直方图;
生成散点图的具体方法是:设定横坐标为DI值,纵坐标为细胞核面积值,单位为平方微米;当在计算每个细胞的DI值时,同时根据长度标定情况,测出每个细胞核的具体面积,散点图横轴的取值范围为0~5,每个区间为0.1,对于每个细胞,都根据其DI值和面积,在散点图中标定一个圆点,当所有细胞标定完后,可以清晰看到细胞DI值与其面积的分布情况。
7.如权利要求1所述的基于图像分析的肿瘤细胞DNA含量检测方法,其特征在于:生成DNA检测报告的具体方法是:完成上述检测后,分析系统将检测结果自动导入检测报告中,包含DNA直方图、散点图、检测结果,含:细胞总数、正常二倍体细胞、正常增生或疑似病变细胞、病变细胞、细胞总数,同时导入病人基本信息,并根据测量结果和DNA直方图峰值分布,生成诊断建议。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710194003.7A CN106875393A (zh) | 2017-03-28 | 2017-03-28 | 一种基于图像分析的肿瘤细胞dna含量检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710194003.7A CN106875393A (zh) | 2017-03-28 | 2017-03-28 | 一种基于图像分析的肿瘤细胞dna含量检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106875393A true CN106875393A (zh) | 2017-06-20 |
Family
ID=59160073
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710194003.7A Pending CN106875393A (zh) | 2017-03-28 | 2017-03-28 | 一种基于图像分析的肿瘤细胞dna含量检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106875393A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108956398A (zh) * | 2018-07-04 | 2018-12-07 | 东南大学 | 基于图像分析定量细胞内铁纳米颗粒含量的方法 |
CN109182453A (zh) * | 2018-09-13 | 2019-01-11 | 湖南品胜生物技术有限公司 | 一种dna倍体分析设备的控制方法 |
CN109540890A (zh) * | 2018-11-27 | 2019-03-29 | 湖南品胜生物技术有限公司 | 一种基于细胞显微镜图像的dna定量分析方法 |
CN109961448A (zh) * | 2019-04-10 | 2019-07-02 | 杭州智团信息技术有限公司 | 组织病变区域勾勒方法及系统 |
CN110895963A (zh) * | 2019-10-31 | 2020-03-20 | 深圳兰丁医学检验实验室 | 一种基于人工智能的细胞dna定量检测系统 |
CN111175299A (zh) * | 2019-11-22 | 2020-05-19 | 浙江农林大学 | 一种基于细胞图像识别的甜味溶液检测方法 |
CN111507234A (zh) * | 2020-04-13 | 2020-08-07 | 广州市艾贝泰生物科技有限公司 | 细胞流动检测方法 |
CN111863118A (zh) * | 2020-07-20 | 2020-10-30 | 湖南莱博赛医用机器人有限公司 | 基于tct制片进行tct和dna倍体分析的方法 |
CN112585696A (zh) * | 2018-08-30 | 2021-03-30 | 应用材料公司 | 用于自动肿瘤检测和分类的系统 |
CN114581908A (zh) * | 2022-02-21 | 2022-06-03 | 广州锟元方青医疗科技有限公司 | 一种pd-l1免疫组化评分方法、系统、装置与存储介质 |
-
2017
- 2017-03-28 CN CN201710194003.7A patent/CN106875393A/zh active Pending
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108956398B (zh) * | 2018-07-04 | 2020-10-16 | 东南大学 | 基于图像分析定量细胞内铁纳米颗粒含量的方法 |
CN108956398A (zh) * | 2018-07-04 | 2018-12-07 | 东南大学 | 基于图像分析定量细胞内铁纳米颗粒含量的方法 |
CN112585696A (zh) * | 2018-08-30 | 2021-03-30 | 应用材料公司 | 用于自动肿瘤检测和分类的系统 |
CN109182453A (zh) * | 2018-09-13 | 2019-01-11 | 湖南品胜生物技术有限公司 | 一种dna倍体分析设备的控制方法 |
CN109540890A (zh) * | 2018-11-27 | 2019-03-29 | 湖南品胜生物技术有限公司 | 一种基于细胞显微镜图像的dna定量分析方法 |
CN109961448A (zh) * | 2019-04-10 | 2019-07-02 | 杭州智团信息技术有限公司 | 组织病变区域勾勒方法及系统 |
CN110895963A (zh) * | 2019-10-31 | 2020-03-20 | 深圳兰丁医学检验实验室 | 一种基于人工智能的细胞dna定量检测系统 |
CN111175299A (zh) * | 2019-11-22 | 2020-05-19 | 浙江农林大学 | 一种基于细胞图像识别的甜味溶液检测方法 |
CN111175299B (zh) * | 2019-11-22 | 2022-08-05 | 浙江农林大学 | 一种基于细胞图像识别的甜味溶液检测方法 |
CN111507234A (zh) * | 2020-04-13 | 2020-08-07 | 广州市艾贝泰生物科技有限公司 | 细胞流动检测方法 |
CN111863118A (zh) * | 2020-07-20 | 2020-10-30 | 湖南莱博赛医用机器人有限公司 | 基于tct制片进行tct和dna倍体分析的方法 |
CN111863118B (zh) * | 2020-07-20 | 2023-09-05 | 湖南莱博赛医用机器人有限公司 | 基于tct制片进行tct和dna倍体分析的方法 |
CN114581908A (zh) * | 2022-02-21 | 2022-06-03 | 广州锟元方青医疗科技有限公司 | 一种pd-l1免疫组化评分方法、系统、装置与存储介质 |
CN114581908B (zh) * | 2022-02-21 | 2024-03-19 | 广州锟元方青医疗科技有限公司 | 一种pd-l1免疫组化评分方法、系统、装置与存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106875393A (zh) | 一种基于图像分析的肿瘤细胞dna含量检测方法 | |
US10025271B2 (en) | Method and system for detecting and/or classifying cancerous cells in a cell sample | |
Mortimer et al. | The future of computer-aided sperm analysis | |
US10083340B2 (en) | Automated cell segmentation quality control | |
US6636623B2 (en) | Optical projection imaging system and method for automatically detecting cells with molecular marker compartmentalization associated with malignancy and disease | |
EP1474033B1 (en) | Optical projection imaging system and method for automatically detecting cells | |
Gong et al. | Quantitative characterization of CD8+ T cell clustering and spatial heterogeneity in solid tumors | |
CN102359963B (zh) | 利用图像分析法测定烟梗长梗率的方法 | |
CN101339185A (zh) | 用于脱落细胞检测的自动显微成像仪及检测方法 | |
US20210216745A1 (en) | Cell Detection Studio: a system for the development of Deep Learning Neural Networks Algorithms for cell detection and quantification from Whole Slide Images | |
López et al. | Digital image analysis in breast cancer: an example of an automated methodology and the effects of image compression | |
CN101750272A (zh) | 血细胞图像识别计数法 | |
CN103558404A (zh) | 一种基于数字切片的细胞dna自动检测和复核方法 | |
Guillaud et al. | Exploratory analysis of quantitative histopathology of cervical intraepithelial neoplasia: Objectivity, reproducibility, malignancy‐associated changes, and human papillomavirus | |
Hein et al. | QuPath digital immunohistochemical analysis of placental tissue | |
Chen et al. | “Blasts” in myeloid neoplasms–how do we define blasts and how do we incorporate them into diagnostic schema moving forward? | |
US20210343009A1 (en) | Distance-based tissue state determination | |
López et al. | Automated quantification of nuclear immunohistochemical markers with different complexity | |
WO2012126346A1 (zh) | 一种快速测定细胞核内dna含量的方法 | |
WO2023108412A1 (zh) | 目标蛋白快速识别及定量方法 | |
US20140273075A1 (en) | Methods, systems and devices for determining white blood cell counts for radiation exposure | |
US20220366709A1 (en) | Label-Free Hematology and Pathology Analysis Using Deep-Ultraviolet Microscopy | |
RU2450790C2 (ru) | Способ проведения исследования для диагностики злокачественного новообразования | |
Al-Momin et al. | A MATLAB model for diagnosing sickle cells and other blood abnormalities using image processing | |
CN113723441B (zh) | 一种唇腺病理智能分析系统及方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170620 |