[发明专利]用于检测被染色样本图像中的细胞的自动化方法和系统

说明书

公开了一种用于显出输入图像中可见性差的或着色轻的细胞核的系统和方法。输入图像(210)被馈送到颜色反卷积模块(220)以用于反卷积成两个颜色通道，所述两个颜色通道在被组合之前被单独地处理。所述输入图像被反卷积为两个单独的图像：染色图像(230)和复染色图像(250)。生成所述染色图像的补码图像(234)，以便清楚地反映所述可见性差的或着色轻的细胞核的位置。所述补码图像和所述复染色图像被任选地归一化(236，264)，并且然后被组合(270)并且被分割(275)以生成具有边界清晰的细胞核的输出图像(280)。可替代地，所述染色图像的所述补码图像和所述复染色图像可以被可选地归一化，并且然后在被组合之前被分割以生成所述输出图像。

发明背景

技术领域

本公开涉及用于医学诊断的数字图像处理方法和系统。特别地，本公开文本涉及对被染色样本图像中的细胞的自动检测。更具体地，本公开文本涉及对被染色样本图像中的细胞的自动检测。

背景技术

在对诸如组织切片、血液、细胞培养物等生物样本进行分析中，将生物样本固定在载玻片上，并且用染色剂和生物标记的一种或多种组合进行染色，并且对所得的测定物进行观察或成像以用于进一步分析。测定物可以包括诸如来自人类受试者的组织切片的生物样本，所述生物样本被用含有与抗体缀合的荧光团或色原的染色剂处理，所述抗体与样本中的蛋白质、蛋白质片段或其他靶标结合。观察测定物可以实现多种过程，包括疾病的诊断、对治疗反应的评估、以及抗击疾病的新药研发。

一旦扫描测定物，就得到图像数据的、包括颜色通道的多个信息通道，其中每个观察通道包括多个信号的混合。苏木精-伊红(HE)染色是测定物染色的最常见例子之一，其包括两种有助于识别组织结构信息的染色剂。H-染色剂主要用一般的蓝色来染色细胞核，而E-染色剂主要起将细胞质染成一般粉色的作用。特殊的染色测定物可以基于组织中的目标物质的化学特征、生物学特征或病理特征来识别所述目标物质。

免疫组织化学(IHC)测定物包括与抗体缀合的一种或多种染色剂，所述抗体与样本中的蛋白质、蛋白质片段或其他感兴趣的结构(在下文中被称为靶标或感兴趣的对象)结合。将样本中的靶标结合至染色剂的抗体和其他化合物(或物质)在本文中被称为生物标记。

对于HE或特殊的染色测定物，生物标记与染色剂(例如，苏木精复染剂)具有固定的关系，而对于IHC测定物，染色剂的选择可用于生物标记以研发和创造新的测定物。在成像之前根据测定物准备生物样本。一旦向组织施加单个光源、一系列多个光源或任何其他输入光谱源，观察者通常就可以通过显微镜对测定物进行评估，或者可以从测定物中获取图像数据以用于进一步处理。

在这种获取中，得到图像数据的多个信息通道、例如颜色通道，其中每个观察通道包括多个信号的混合。对该图像数据的处理可以包括也被称为光谱解混、颜色分离等的颜色反卷积方法，所述方法用于从图像数据的一个或多个观察通道中确定特定染色剂的局部浓度。对于通过自动化方法处理的图像数据(在显示器上描绘的)或对于由观察者观察的测定物，可以确定被染色组织的局部外观与所施加的染色剂和生物标记之间的关系以确定被染色组织中的生物标记分布的模型。

在医疗保健领域，数字图像分析的一个重要领域是能够识别和量化针对特定亚细胞位置中的感兴趣分析物的染色的能力。目前存在用于进行这种分析的算法。例如，目前已知用于检测HER2和cMET的膜表达的算法。这些算法依赖于细胞核检测以在细胞核周围的局部邻域上搜索被染色膜，使用预定义的阈值来限定将要搜索膜区域的细胞核周围的邻域。因此，如果这些算法漏掉了细胞核，或者如果膜位于预定义的邻域半径之外，则可能无法检测到所述细胞核周围的被染色膜。此外，算法可能会忽略包含与其他染色隔室相结合的膜染色(诸如细胞质染色)的区域。因此，使用这些方法进行的染色量化可能是不完整的或不正确的。

在本领域中已经提出了多种用于细胞核检测的方法。示例性方法包括在以下代表性出版物中描述的检测(或分割)方法的应用，诸如基于径向对称的方法、或复染色图像通道(例如苏木精)上分水岭变换方法的应用：