[发明专利]一种细胞及区域层次的病理图自动分类方法及系统

权利要求书

1.一种细胞及区域层次的病理图自动分类方法，其特征在于，包括以下步骤：

(1)将初始病理图切割为尺寸预先设定的第一类小图，并绘制这些第一类小图的细胞掩膜图；

(2)将所述步骤(1)得到的第一类小图及其细胞掩膜图用第一卷积神经网络进行图像分割，从而对初始病理图中的细胞进行定位，得到细胞坐标；

(3)根据预先标记出癌细胞和免疫细胞的训练用病理图，以切割后的小图覆盖一个预先标记的完整细胞为切割原则，将所述训练用病理图切割为尺寸预先设定的训练用第二类小图，对第二卷积神经网络进行训练，训练好的所述第二卷积神经网络能够判断细胞类型，分别得到细胞类型属于癌细胞、免疫细胞、其他细胞的概率得分；

针对初始病理图，根据所述步骤(2)得到的细胞坐标，以切割后的小图覆盖一个完整细胞为切割原则，将所述初始病理图切割为尺寸预先设定的第二类小图，并利用训练好的所述第二卷积神经网络判断每一张第二类小图的细胞类型，并将得到的判断结果记录下来；

(4)根据预先选取的图中癌区和癌旁区域能够区分的训练用病理图，按预先设定的尺寸大小，同时以切割后的小图全部面积属于癌区或癌旁为切割原则，得到尺寸预先设定的训练用第三类小图，对第三卷积神经网络进行训练，训练好的所述第三卷积神经网络能够判断癌区和癌旁区域，分别得到待测试图中所示区域属于癌区、癌旁区域的概率得分；

针对初始病理图，按预先设定的尺寸大小，将所述初始病理图切割为尺寸预先设定的第三类小图，并利用训练好的所述第三卷积神经网络判断每一张第三类小图是否属于癌区、癌旁区域，并将得到的判断结果记录下来；

(5)根据预先标记出肿瘤组织实质区、间质区、蛋白角化区和脉管区的训练用病理图：

(i)按预先设定的尺寸大小，同时以切割后的小图有一半以上面积属于肿瘤组织实质区标记为切割原则，将所述训练用病理图切割为尺寸预先设定的训练用第四类小图，对第四卷积神经网络进行训练，训练好的所述第四卷积神经网络能够判断肿瘤组织实质区，得到待测试图中所示区域属于肿瘤组织实质区的概率得分；然后，针对初始病理图，按预先设定的尺寸大小，将所述初始病理图切割为尺寸预先设定的第四类小图，并利用训练好的所述第四卷积神经网络判断每一张第四类小图是否属于肿瘤组织实质区，并将得到的判断结果记录下来；

或是：(ii)按预先设定的尺寸大小，同时以切割后的小图有一半以上面积属于间质区标记为切割原则，将所述训练用病理图切割为尺寸预先设定的训练用第五类小图，对第五卷积神经网络进行训练，训练好的所述第五卷积神经网络能够判断间质区，得到待测试图中所示区域属于间质区的概率得分；然后，针对初始病理图，按预先设定的尺寸大小，将所述初始病理图切割为尺寸预先设定的第五类小图，并利用训练好的所述第五卷积神经网络判断每一张第五类小图是否属于间质区，并将得到的判断结果记录下来；

或是：(iii)按预先设定的尺寸大小，同时以切割后的小图有一半以上面积属于蛋白角化区标记为切割原则，将所述训练用病理图切割为尺寸预先设定的训练用第六类小图，对第六卷积神经网络进行训练，训练好的所述第六卷积神经网络能够判断蛋白角化区，得到待测试图中所示区域属于蛋白角化区的概率得分；然后，针对初始病理图，按预先设定的尺寸大小，将所述初始病理图切割为尺寸预先设定的第六类小图，并利用训练好的所述第六卷积神经网络判断每一张第六类小图是否属于蛋白角化区，并将得到的判断结果记录下来；

或是：(iv)按预先设定的尺寸大小，同时以切割后的小图有一半以上面积属于脉管区标记为切割原则，将所述训练用病理图切割为尺寸预先设定的训练用第七类小图，对第七卷积神经网络进行训练，训练好的所述第七卷积神经网络能够判断脉管区，得到待测试图中所示区域属于脉管区的概率得分；然后，针对初始病理图，按预先设定的尺寸大小，将所述初始病理图切割为尺寸预先设定的第七类小图，并利用训练好的所述第七卷积神经网络判断每一张第七类小图是否属于脉管区，并将得到的判断结果记录下来；

如此基于所述步骤(3)、所述步骤(4)和所述步骤(5)各自得到的得分，共同利用逻辑回归得出一个最终得分，即可确定初始病理图中各个细胞的细胞类型及其所属区域；其中，所述逻辑回归所采用的模型预先经过训练处理，所述训练处理是在已知细胞真实分类的病理图参与下进行的。