发明内容
针对上述现有技术的不足,本发明提供镜下环境改变条件时半自动化的Ki67/ER/PR阴性、阳性细胞计数系统及方法。本发明通过设计镜下环境预处理单元,进而提供了一种将镜下环境变化考虑在内的一款乳腺癌核染色细胞计数系统和方法,实现镜下乳腺癌Ki67/ER/PR阴性、阳性细胞计数,因此具有良好的实际应用之价值。
本发明是通过如下技术方案实现的:
本发明的第一个方面,提供一种镜下环境改变条件时半自动化的Ki67/ER/PR阴性、阳性细胞计数系统,包括:
镜下环境预处理单元,用于对不同镜下环境进行预处理获得乳腺癌病理图像;
图像预处理单元,用于对所述乳腺癌病理图像进行滤波处理获得对应图像;
阴性细胞计数单元,对所述图像基于形态学分割算法针对阴性细胞进行统计计数;
阳性细胞计数单元,对所述图像基于亮度信息区分并确定强阳、中阳、弱阳三个级别细胞所在位置,进而对所述图像基于形态学分割算法针对强阳、中阳、弱阳三个级别的阳性细胞进行统计计数。
其中,所述镜下环境预处理单元至少包括直方图匹配颜色校正模块、染色标准化颜色校正模块和窗口取色模块;
所述直方图匹配颜色校正模块是基于RGB颜色通道的直方图匹配算法进行直方图匹配的颜色校正;
所述染色标准化颜色校正模块是基于H染色剂与DAB显色剂的染色标准化算法进行染色标准化的颜色校正;
所述窗口取色模块用于上述两种颜色校正模块处理后对细胞间质所在的背景区域颜色的抽取,消除或减轻除细胞核外的区域对细胞计数的影响。
本发明的第二个方面,提供一种镜下环境改变条件时半自动化的Ki67/ER/PR阴性、阳性细胞计数方法,所述方法包括采用上述镜下环境改变条件时半自动化的Ki67/ER/PR阴性、阳性细胞计数系统对乳腺癌Ki67/ER/PR阴性、阳性细胞进行统计计数。
具体的,所述方法包括:
将镜下采集的乳腺癌病理图像输入上述系统中,获取Ki67/ER/PR阴性、阳性细胞统计结果。
本发明的第三个方面,提供一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成上述镜下环境改变条件时半自动化的Ki67/ER/PR阴性、阳性细胞计数方法所进行的步骤。
本发明的第四个方面,提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述镜下环境改变条件时半自动化的Ki67/ER/PR阴性、阳性细胞计数方法所进行的步骤。
上述一个或多个技术方案的有益技术效果:
上述技术方案通过设计镜下环境预处理单元等单元模块,进而提供了一种将镜下环境变化考虑在内的一款乳腺癌核染色细胞计数系统和方法,从而将镜下环境变化考虑在内,更有利于实现针对不同镜检环境下乳腺癌Ki67/ER/PR阴性、阳性细胞计数,提高检测的准确性,因此具有良好的实际应用之价值。
具体实施方式
应该指出,以下详细说明都是例示性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。应理解,本发明的保护范围不局限于下述特定的具体实施方案;还应当理解,本发明实施例中使用的术语是为了描述特定的具体实施方案,而不是为了限制本发明的保护范围。
本发明公开了可用于执行所公开的方法和系统的部件。本文公开了这些以及其他部件,并且应当理解,当公开这些部件的组合、子组、交互、组等时,尽管可能没有明确公开对这些部件的各种单独和集合组合和排列中每一者的特定引用,但对于所有的方法和系统,本文对每一者都进行了具体地设想和描述。这适用于本申请的所有方面,包括但不限于所公开的方法中的步骤。因此,如果存在可进行的各种另外的步骤,则应当理解,这些另外的步骤中的每一个步骤可利用所公开的方法的任何特定实施方案或实施方案的组合来进行。
本发明的一个典型具体实施方式中,提供一种镜下环境改变条件时半自动化的Ki67/ER/PR阴性、阳性细胞计数系统,包括:
镜下环境预处理单元,用于对不同镜下环境进行预处理获得乳腺癌病理图像;
图像预处理单元,用于对所述乳腺癌病理图像进行滤波处理获得对应图像;
阴性细胞计数单元,对所述图像基于形态学分割算法针对阴性细胞进行统计计数;
阳性细胞计数单元,对所述图像基于亮度信息区分并确定强阳、中阳、弱阳三个级别细胞所在位置,进而对所述图像基于形态学分割算法针对强阳、中阳、弱阳三个级别的阳性细胞进行统计计数。
本发明的又一具体实施方式中,所述镜下环境预处理单元至少包括直方图匹配颜色校正模块、染色标准化颜色校正模块和窗口取色模块;
所述直方图匹配颜色校正模块是基于RGB颜色通道的直方图匹配算法进行直方图匹配的颜色校正;
本发明的又一具体实施方式中,所述直方图匹配颜色校正模块其运行模式如下:
选择一幅通颜色清晰、背景干净的乳腺癌数字化病理图像作为标准图(可通过数字化扫描仪扫描后获取),记为Targetmatch,待匹配的镜下采集的乳腺癌病理图像记为Image;分别获取标准图Targetmatch和待匹配图Image的RGB三通道的二维图像,记为R_Targetmatch/G_Targetmatch/B_Targetmatch和R_Image/G_Image/B_Image,并做出两幅图像三个颜色通道共六幅图像的直方图,运用直方图均衡化原理,建立标准图像与待匹配图像之间的关系,即建立R_Targetmatch与R_Image、G_Targetmatch与G_Image、B_Targetmatch与B_Image的直方图间的对应关系,利用对应关系将R_Image、G_Image和B_Image转换为符合Targetmatch的直方图的RGB三通道的图像,即实现了待匹配图Image的直方图匹配,得到匹配后的图像Imagematch,完成了直方图匹配的颜色校正。
本发明的又一具体实施方式中,所述染色标准化颜色校正模块是基于H染色剂与DAB显色剂的染色标准化算法进行染色标准化的颜色校正。
本发明的又一具体实施方式中,所述染色标准化颜色校正模块其运行模式如下:
根据细胞核阴性和阳性的颜色特性,H染色剂能够使阴性细胞核显色为蓝色,DAB显色剂能够使阳性细胞核显色为棕色,H染色剂与DAB显色剂的染色标准化算法应用染色分离技术,对选取的标准图Targetmatch做染色分离,得到H分量和DAB分量对应的两个光密度场H_Targetmatch与DAB_Targetmatch,以此作为待匹配图像的参考光密度矩阵;算法采用同样的染色分离技术对待匹配图像Image做染色分离,得到对应的H_Image分量与DAB_Image分量,利用参考的H_Targetmatch与DAB_Targetmatch将H_Image分量与DAB_Image分量转换回RGB空间,即可得到标准化后的H染色剂的图像和DAB显色剂的图像,以及标准化后的病理图像Imagematch,完成了染色标准化的颜色校正。
颜色校正模块的作用是将细胞核的颜色进行校正,由于校正的同时除细胞核外的区域颜色也会存在变化,因此加入窗口取色模块,所述窗口取色模块用于上述两种颜色校正模块处理后对细胞间质所在的背景区域颜色的抽取,从而消除或减轻除细胞核外的区域对细胞计数的影响。
本发明的又一具体实施方式中,所述窗口取色模块其运行模式如下:
采用可变矩形窗口,当检验人员需要进行细胞计数操作时,选择了颜色校正后,会自动提示检验人员进行背景取色;检验人员可拖动鼠标完成矩形区域选择;由于本发明是基于H染色剂的图像进行阴性细胞计数和基于DAB显色剂的图像进行阳性细胞计数,因此当检验人员完成背景取色的矩形区域选择后,首先会将经过颜色校正的图像进行染色分离,得到对应的H_Imagematch与DAB_Imagematch,并分别获得B通道的H_Imagematch与G通道的DAB_Imagematch,然后根据检验人员选择的矩形框所在位置,提取该矩形区域的Block_BH_Imagematch与Block_GDAB_Imagematch的均值Background_H和Background_DAB作为后续背景区域滤除的阈值。
本发明的又一具体实施方式中,所述图像预处理单元其运行模式如下:
采用由镜下环境预处理模块给出的背景区域的阈值Background_H和Background_DAB作为分界线,将高于这两个阈值的所有像素点的对应位置填充为白色,只保留低于阈值的像素点对应的位置,从而实现图像H_Imagematch和DAB_Imagematch的滤波,得到Filtered_H_Imagematch和Filtered_DAB_Imagematch。
需要说明的是,滤波后的Filtered_H_Imagematch图像即可用于阴性细胞个数的统计,而阳性细胞个数的统计还需要对图像Filtered_DAB_Imagematch进行颜色空间转换处理。针对阳性细胞,因其需统计强阳、中阳、弱阳细胞各自的个数,因此还需对强阳、中阳、弱阳的描述方式进行量化。本申请具体采用图像的亮度信息对其进行量化。考虑到阳性细胞均是棕色显色,即其色调(H)和饱和度(S)是相同的,亮度(V)是变化的,因此将图像Filtered_DAB_Imagematch由RGB空间转换为HSV空间,并提出对应的亮度图V_DAB,作为阳性细胞个数统计的依据,用于统计各个阳性级别的细胞个数。
本发明的又一具体实施方式中,所述阴性细胞计数单元其运行模式如下:
对经图像预处理单元处理后的图像采用k-means非监督的形态学分割算法;首先,算法将蓝色区域所在位置转化为二值图像,利用该二值图像的连通区面积分布,构造基于面积的直方图,确定单个细胞的区域面积阈值,从而找出成团细胞的位置;然后对成团细胞进行位置空间聚类,完成对成团细胞的分割,继而获取蓝色细胞个数即得到阴性细胞个数。
本发明的又一具体实施方式中,所述阳性细胞计数单元其运行模式如下:
对经图像预处理单元处理后的图像基于亮度信息区分并确定强阳、中阳、弱阳三个级别细胞所在位置,确定各个级别的细胞所在位置之后,采用k-means非监督的形态学分割算法进行聚类分割,获取对应不同级别(强阳、中阳、弱阳)的阳性细胞个数;
本发明的又一具体实施方式中,所述“对经图像预处理单元处理后的图像基于亮度信息区分并确定强阳、中阳、弱阳三个级别细胞所在位置”具体方法为:
利用先验知识对三个级别的阳性细胞进行分类;分别对图像中强阳、中阳、弱阳细胞对应的亮度信息进行提取,获取每个图像中强阳的亮度信息、中阳的亮度信息和弱阳的亮度信息,分别对三个级别阳性的亮度取众数,得到代表每一类阳性级别的亮度值V_DAB_strong/V_DAB_medium/V_DAB_weak,取Th1=(V_DAB_strong+V_DAB_medium)/2作为区分强阳和中阳的阈值,Th2=(V_DAB_weak+V_DAB_medium)/2作为区分中阳和弱阳的阈值;低于Th1的为深棕色细胞(强阳)所在位置,高于Th2的为浅棕色细胞(弱阳)所在位置,两阈值中间为中棕色细胞(中阳)所在位置。
本发明的又一具体实施方式中,提供一种镜下环境改变条件时半自动化的Ki67/ER/PR阴性、阳性细胞计数方法,所述方法包括采用上述镜下环境改变条件时半自动化的Ki67/ER/PR阴性、阳性细胞计数系统对乳腺癌Ki67/ER/PR阴性、阳性细胞进行统计计数。
本发明的又一具体实施方式中,所述方法包括:
将镜下采集的乳腺癌病理图像输入上述系统中,获取Ki67/ER/PR阴性、阳性细胞统计结果。
本发明的又一具体实施方式中,提供一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成上述镜下环境改变条件时半自动化的Ki67/ER/PR阴性、阳性细胞计数方法所进行的步骤。
本发明的又一具体实施方式中,提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述镜下环境改变条件时半自动化的Ki67/ER/PR阴性、阳性细胞计数方法所进行的步骤。
以下通过实施例对本发明做进一步解释说明,但不构成对本发明的限制。应理解这些实施例仅用于说明本发明而不用于限制本发明的范围。
实施例1
镜下环境改变条件时半自动化的Ki67/ER/PR阴性、阳性细胞计数系统,包括:
1.镜下环境预处理模块
本实施例的镜下环境预处理模块提供了三种镜下环境预处理的方式,分别为无处理、直方图匹配颜色校正模块和染色标准化颜色校正模块,并附加了一个窗口取色模块用于两种颜色校正模块处理后对细胞间质所在的背景区域颜色的抽取。
本实施例所采用的直方图匹配颜色校正模块算法,是基于RGB颜色通道的直方图匹配算法。算法首先选择了一幅通过数字化扫描仪扫描后的颜色清晰、背景干净的乳腺癌数字化病理图像作为标准图,记为Targetmatch,待匹配的镜下采集的乳腺癌病理图像记为Image。分别获取标准图Targetmatch和待匹配图Image的RGB三通道的二维图像,记为R_Targetmatch/G_Targetmatch/B_Targetmatch和R_Image/G_Image/B_Image。并做出两幅图像三个颜色通道共六幅图像的直方图,运用直方图均衡化原理,建立标准图像与待匹配图像之间的关系,即建立R_Targetmatch与R_Image、G_Targetmatch与G_Image、B_Targetmatch与B_Image的直方图间的对应关系,利用对应关系将R_Image、G_Image和B_Image转换为符合Targetmatch的直方图的RGB三通道的图像,即实现了待匹配图Image的直方图匹配,得到匹配后的图像Imagematch,完成了直方图匹配的颜色校正。
本实施例所采用的染色标准化颜色校正模块算法,是基于H染色剂与DAB显色剂的染色标准化算法。根据细胞核阴性和阳性的颜色特性,H染色剂能够使阴性细胞核显色为蓝色,DAB显色剂能够使阳性细胞核显色为棕色,算法首先应用染色分离技术,对选取的标准图Targetmatch做染色分离,得到H分量和DAB分量对应的两个光密度场H_Targetmatch与DAB_Targetmatch,以此作为待匹配图像的参考光密度矩阵。算法采用同样的染色分离技术对待匹配图像Image做染色分离,得到对应的H_Image分量与DAB_Image分量,利用参考的H_Targetmatch与DAB_Targetmatch将H_Image分量与DAB_Image分量转换回RGB空间,即可得到标准化后的H染色剂的图像和DAB显色剂的图像,以及标准化后的病理图像Imagematch,完成了染色标准化的颜色校正。
颜色校正模块的作用是将细胞核的颜色进行校正,由于校正的同时除细胞核外的区域颜色也会存在变化,因此加入窗口取色模块,其目的即是消除或减轻除细胞核外的区域对细胞计数的影响。窗口取色模块采用的是可变矩形窗口,当医生需要进行细胞计数操作时,选择了颜色校正后,会自动提示医生进行背景取色。医生可拖动鼠标完成矩形区域选择。由于本实施例是基于H染色剂的图像进行阴性细胞计数和基于DAB显色剂的图像进行阳性细胞计数,因此当医生完成背景取色的矩形区域选择后,本实施例首先会将经过颜色校正的图像进行染色分离,得到对应的H_Imagematch与DAB_Imagematch,并分别获得B通道的H_Imagematch与G通道的DAB_Imagematch,然后根据医生选择的矩形框所在位置,提取该矩形区域的Block_BH_Imagematch与Block_GDAB_Imagematch的均值Background_H和Background_DAB作为后续背景区域滤除的阈值。
2.图像预处理模块
乳腺癌数字化病理图像已经过颜色校正模块的处理,可以得到一幅标准化后的乳腺癌病理图像Imagematch、后续背景区域滤除的阈值Background_H和Background_DAB,以及细胞的尺寸Cell_size。本实施例首先应用染色分离技术,将Imagematch进行H染色剂与DAB显色剂的显色作用分离,得到基于H染色剂的图像H_Imagematch和基于DAB显色剂的图像DAB_Imagematch。
采用由镜下环境预处理模块给出的背景区域的阈值Background_H和Background_DAB作为分界线,将高于这两个阈值的所有像素点的对应位置填充为白色,只保留低于阈值的像素点对应的位置,从而实现图像H_Imagematch和DAB_Imagematch的滤波,得到Filtered_H_Imagematch和Filtered_DAB_Imagematch。
滤波后的Filtered_H_Imagematch图像即可用于阴性细胞个数的统计,而阳性细胞个数的统计还需要对图像Filtered_DAB_Imagematch做进一步的颜色空间转换处理。针对阳性细胞,因其需统计强阳、中阳、弱阳细胞各自的个数,因此还需对强阳、中阳、弱阳的描述方式进行量化。本实施例采用图像的亮度信息对其进行量化。考虑到阳性细胞均是棕色显色,即其色调(H)和饱和度(S)是相同的,亮度(V)是变化的,因此将图像Filtered_DAB_Imagematch由RGB空间转换为HSV空间,并提出对应的亮度图V_DAB,作为阳性细胞个数统计的依据,用于统计各个阳性级别的细胞个数。
3.阴性细胞计数模块和阳性细胞计数模块
针对阴性细胞计数模块,只需计出蓝色细胞个数。本实施例采用k-means非监督的形态学分割算法。首先,算法将蓝色区域所在位置转化为二值图像,利用该二值图像的连通区面积分布,构造基于面积的直方图,确定单个细胞的区域面积阈值,从而找出成团细胞的位置。然后对成团细胞进行位置空间聚类,完成对成团细胞的分割。
针对阳性细胞计数模块,需统计强阳、中阳、弱阳三个级别的细胞个数。本实施例利用先验知识对其进行分类。根据医生标出的强阳、中阳、弱阳细胞所在位置,本实施例分别将三类细胞对应的亮度信息进行提取。即,医生首先在若干图像中标出强阳、中阳、弱阳细胞所在位置,然后分别获取每个图像中强阳的亮度信息V_DAB_strong_1/V_DAB_strong_2/V_DAB_strong_3/…/V_DAB_strong_n,中阳的亮度信息V_DAB_medium__1/V_DAB_medium_2/V_DAB_medium_3/…/V_DAB_medium_n,弱阳的亮度信息V_DAB_weak_1/V_DAB_weak_2/V_DAB_weak_3/…/V_DAB_weak_n,分别对三个级别阳性的亮度取众数,得到代表每一类阳性级别的亮度值V_DAB_strong/V_DAB_medium/V_DAB_weak,取Th1=(V_DAB_strong+V_DAB_medium)/2作为区分强阳和中阳的阈值,Th2=(V_DAB_weak+V_DAB_medium)/2作为区分中阳和弱阳的阈值。低于Th1的为深棕色细胞(强阳)所在位置,高于Th2的为浅棕色细胞(弱阳)所在位置,两阈值中间为中棕色细胞(中阳)所在位置。确定各个级别的细胞所在位置之后,采用与阴性细胞计数模块相同的形态学分割算法和小目标区域滤除方法来统计细胞个数。
实施例2
一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成实施例1方法中的各个操作,为了简洁,在此不再赘述。
所述电子设备可以是移动终端以及非移动终端,非移动终端包括台式计算机,移动终端包括智能手机(Smart Phone,如Android手机、IOS手机等)、智能眼镜、智能手表、智能手环、平板电脑、笔记本电脑、个人数字助理等可以进行无线通信的移动互联网设备。
应理解,在本实施例中,该处理器可以是中央处理单元CPU,该处理器还算可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC,现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
该存储器可以包括只读存储器和随机存取存储器,并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如,存储器还可以存储设备类型的信息。
在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。结合本实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。为避免重复,这里不再详细描述。本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元即算法步骤,能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其他的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能的划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另外一点,所显示或讨论的相互之间的耦合或者直接耦合或者通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性、机械或其它的形式。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意的是,以上实例仅用于说明本实施例的技术方案而非对其进行限制。尽管参照所给出的实例对本实施例进行了详细说明,但是本领域的普通技术人员可根据需要对本实施例的技术方案进行修改或者等同替换,而不脱离本实施例技术方案的精神和范围。