[发明专利]肿瘤癌变细胞FISH基因状态自动检测方法

摘要

本发明涉及一种肿瘤癌变细胞FISH基因状态自动检测方法，其特征在于：该方法在进行级联结构训练和协同模式训练的基础上，对基因状态进行辨识；该方法首先采用Haar型特征的AdaBoost级联结构细胞检测器检测细胞以解决细胞检出问题，然后采用基于原型的协同模式细胞分类器选择合格细胞，最后在单细胞小区域内识别信号点类别，进行基因状态扩增结果评估。该方法不仅有利于提高检测的准确性，减少主观因素造成的误差，而且检测效率高，使用效果好。

主权项

一种肿瘤癌变细胞FISH基因状态自动检测方法，其特征在于：该方法在进行级联结构训练和协同模式训练的基础上，对基因状态进行辨识；所述级联结构训练按如下步骤进行：首先，选择基因状态评估结果分别为高扩增、低扩增、无扩增的各种肿瘤FISH片，采集各类典型的基因信号的图像作为训练图集，并将所述基因状态评估结果作为训练的类别信息；从所述训练图集中分别裁剪一批正例样本和反例样本构成正例样本集和反例样本集，所述正例样本包括合格细胞子窗口和不合格细胞子窗口两个类别，所述反例样本为非细胞子窗口，对所述正例样本集和反例样本集分别进行颜色转换；然后，迭代训练基于Haar型特征的AdaBoost级联结构，得到能表征细胞特性的Haar型特征组及AdaBoost级联结构细胞检测器；所述协同模式训练过程按如下步骤进行：将正例样本集作为训练样本集，进行原型选择算法、序参量构造法及注意参数设置机制的训练学习，依据敏感度、特异性、准确率的评估准则进行效果分析，不断优化调整相关算法权重参数，得到协同模式细胞分类器；所述基因状态辨识过程按如下步骤进行：步骤1：对待处理的肿瘤多视野FISH图集中的图像进行颜色转换，然后送入所述级联结构细胞检测器进行子窗口筛选检测；步骤2：若检测到的为细胞子窗口，送入所述协同模式细胞分类器进行识别，并转步骤3；否则继续检测下一个子窗口；步骤3：对识别为合格的细胞子窗口进行彩色图像分割处理，检测并统计出细胞内红色与绿色信号点数量，依据红色与绿色信号点数量的比值将细胞分类，同时获取相关形态属性特征参数；否则返回继续检测下一个子窗口，直至处理完一副图像的所有子窗口；步骤4：重复步骤1、2、3，直至肿瘤多视野FISH图集中的所有图像处理完毕之后，根据该病例检测统计结果进行基因状态扩增结果评估，并将各种形态属性特征参数入库保存。