[发明专利]用于根据多参数细胞和亚细胞成像数据表征细胞表型多样性的系统和方法

说明书

一种表征细胞表型的方法，包括接收来自多个患者或多个多细胞体外模型的多个组织样品的多参数细胞和亚细胞成像数据，对所述多参数细胞和亚细胞成像数据进行细胞分割以产生经分割的多参数细胞和亚细胞成像数据，以及对经分割的多参数细胞和亚细胞成像数据进行递归分解以识别多个计算表型。递归分解包括多个分解水平，每个分解水平包括软/概率聚类和空间正则化，并且经分割的多参数细胞和亚细胞成像数据中的每个细胞被概率地分配给多个计算表型中的一个或多个。

政府合同

本发明是在由国家卫生研究院(National Institutes of Health，NIH)给予的补助金#CA204826下，在政府支持下完成的。政府对本发明享有一定权利。

背景技术

技术领域

本发明涉及数字病理学，并且具体地涉及用于根据从各种成像模态获得的多参数细胞和亚细胞成像数据(例如，多重复合到超复合成像数据)来表征和分类各种细胞类型及其活化(细胞表型)的无监督分级学习系统和方法。

现有技术的描述

数字病理学是指组织学染色的组织样品的获取、存储和显示，并且最初在诸如第二意见远程病理学、免疫染色解释学和术中远程病理学的生态位(niche)应用中具有吸引力。通常，在数字病理学中，由多个载玻片组成的大量患者数据从活检样品生成，并且由病理学家通过在高清晰度监视器上查看载玻片来评估。由于涉及人工劳动，当前的工作流做法是耗时的、容易出错的和主观的。

组织是具有在空间上彼此连通的多种不同细胞类型的异型细胞系统。数字病理学的一个挑战是如何准确且有效地根据多参数细胞和亚细胞成像数据表征各种细胞类型以及它们的活化，所述多参数细胞和亚细胞成像数据是从各种多重复合到超复合成像模态获得的。

发明内容

在一个实施例中，提供了一种根据多参数细胞和亚细胞成像数据表征来自多个患者或多个多细胞体外模型的多个组织样品的细胞表型的方法。所述方法包括接收经分割的多参数细胞和亚细胞成像数据，其中所述经分割的多参数细胞和亚细胞成像数据是通过对所述多参数细胞和亚细胞成像数据执行细胞分割，以及对所述经分割的多参数细胞和亚细胞成像数据执行递归分解以识别多个计算表型而生成的。递归分解包括多个分解水平，每个分解水平包括软/概率聚类和空间正则化，并且经分割的多参数细胞和亚细胞成像数据中的每个细胞被概率地分配给多个计算表型中的一个或多个计算表型/由多个计算表型中的一个或多个计算表型拥有。更具体地，例如，这种概率分配/所有权意味着细胞可具有X％的属于表型A的概率和Y％的属于表型B的概率等等。在一个特定实施例中，可将细胞确定性地分配给多个计算表型中的仅一者以易于可视化和解释。

在另一个实施例中，提供了一种计算机化系统，用于根据来自多个患者的多个组织样品或多个多细胞体外模型的多参数细胞和亚细胞成像数据来表征细胞表型。该系统包括处理装置，该处理装置包括细胞表型表征组件，该细胞表型表征组件被配置用于接收经分割的多参数细胞和亚细胞成像数据，其中所述经分割的多参数细胞和亚细胞成像数据是通过对所述多参数细胞和亚细胞成像数据执行细胞分割，以及对所述经分割的多参数细胞和亚细胞成像数据执行递归分解以识别多个计算表型而生成的。递归分解包括多个分解水平，每个分解水平包括软/概率聚类和空间正则化。经分割的多参数细胞和亚细胞成像数据中的每个细胞被概率地分配给多个计算表型中的一个或多个计算表型/由多个计算表型中的一个或多个计算表型拥有。

附图说明

图1是根据本公开的概念的示例性实施例的表征多重复合到超复合成像数据中的细胞表型多样性的方法的流程图；

图2是根据图1的方法生成的两个示例性子群组的示例性细胞表型树的示意性表示；

图3是可以根据本公开的概念的方面生成的示例性热图的示意性表示；

图4是可以根据本公开的概念的方面生成的示例性图像，其中基于本公开的概念的子群组结果对细胞边界进行颜色编码；以及