[发明专利]一种HER2免疫组化图像自动判别方法及系统

权利要求书

1.一种HER2免疫组化图像自动判别方法，其特征在于，包括以下步骤：

步骤1：提取全切片数字化图像ImageSlide中低倍放大图像LowMagnification；其中，低倍放大图像指的是全切片图像中分辨率最小、包含完整切片视野、大约物镜放大倍数为2的图像；

步骤2：阳性对照区域提取得到阳性掩码图像PositiveMask；

步骤2的具体实现包括以下子步骤：

步骤2.1：将低倍放大图像LowMagnification从RGB颜色空间转换到HSV颜色空间，得到明度图像ValueImage；

步骤2.2：将明度图像ValueImage二值化得到明度二值图像ValueBw；

步骤2.3：计算明度二值图像ValueBw中所有连通域的面积Area及其最小凸多边形面积ConvexArea；

步骤2.4：遍历明度二值图像ValueBw中所有连通域，当其ConvexArea/Area预设值Limit时，去除该连通域；最终得到阳性候选图像PositiveCandidate；

步骤2.5：由于阳性候选图像PositiveCandidate中，类圆外圈多数情况没有闭合，采用椭圆拟合得到其闭合椭圆图像CloseImage；

步骤2.6：对闭合椭圆图像CloseImage进行孔洞填充，得到填充图像FillImage；

步骤2.7：将低倍放大图像LowMagnification中填充图像FillImage为0的像素值清零，去除阳性对照区之外的区域得到阳性区域图像PositiveRGB；

步骤2.8：阳性区域图像PositiveRGB二值化得到二值图像PositiveBw；

步骤2.9：将二值图像PositiveBw后处理，保留面积在预设区间[low,high]中的连通域得到阳性掩码图像PositiveMask；

步骤3：有效组织区域提取得到组织掩码图像TissueMask；

步骤3的具体实现包括以下子步骤：

步骤3.1：对阳性区域图像PositiveRGB做半径为R的圆形结构元素的形态学膨胀操作得到膨胀区域DilateImage；其中，R取值为5；

步骤3.2：将低倍放大图像LowMagnification中膨胀区域DilateImage为1的像素值清零，去除阳性对照区域得到有效组织区域图像ValidRGB；

步骤3.3：将有效组织区域图像ValidRGB二值化得到有效二值图像ValidBw；

步骤3.4：将有效二值图像ValidBw后处理，去除上下左右切片边缘的噪点及面积小于预设值S的噪点后，用膨胀操作平滑，得到组织掩码图像TissueMask；

步骤4：根据阳性掩码图像PositiveMask和组织掩码图像TissueMask在全切片数字化图像ImageSlide中分别提取高倍放大图像，互不重叠的取出长宽为width*height的小图像，分别记为阳性对照图像ContrastImages，有效组织图像ValidImages，有效组织图像总数记为NumALL；其中，高倍图像指的是全切片图像中分辨率较高、大约物镜放大倍数为40的图像；

步骤5：将阳性对照图像ContrastImages送入预设神经网络模型，当输出结果为阳性的比例超过预设值PercentHigh时转至步骤7，否则转至步骤6；

步骤6：将当前阳性对照图像ContrastImages随机划分为新增训练集和验证集，从现有的HER2免疫组化标记图像数据库中随机抽取等数量的阴性图像和新增训练集混合，随机打乱后再训练预设神经网络模型，当验证集阳性准确率超过PercentHigh停止训练，保存为新神经网络模型；

步骤7：将有效组织图像ValidImages送入最新神经网络模型，将检测结果为0的图像所在区域、检测结果为1的图像所在区域、检测结果为2的图像所在区域、检测结果为3的图像所在区域分别用不同的颜色标识，生成检测结果伪彩色图FakeImage；其中0表示细胞无着色，1表示细胞轻微着色，2表示细胞中等完全膜阳性，3表示细胞强度完全膜染色；

步骤8：统计检测结果为3的图像数目记为强着色数目StrongNum，检测结果为2的图像数目记为中等着色数目MedianNum，检测结果为1的图像数目记为微着色数目WeakNum，检测结果为0的图像数目记为无着色数目NoNum；当StrongNum/NumALL超过10％时，表示超过10％的细胞呈现强着色，检测结果为+++；当NoNum/NumALL90％时，表示基本无着色，检测结果为-；当MedianNum/NumALL10％且StrongNum/NumALL10％时，表示超过10％的细胞呈现中等着色，检测结果为++；其他检测结果为+。