一种识别肠道形态差异的方法及系统与流程

本发明涉及医疗，具体的，本发明涉及一种识别肠道形态差异的方法及系统。

背景技术：

1、肠腺瘤及增生性息肉等病症是我国常见的病症之一，患者众多，临床上，对肠腺瘤及增生性息肉等病症的诊断依赖肠粘膜活检。

2、目前在肠粘膜活检中，由于观察者的主观性，对肠腺瘤及增生性息肉等不同病变的肠道形态差异的识别会有不确定性，导致对不同的病变(腺瘤、增生性息肉及腺癌)的诊断存在不确定性，影响临床诊断。

技术实现思路

1、为了克服现有技术的不足，本发明提供了一种识别肠道形态差异的方法及系统，以解决上述的技术问题。

2、本发明解决其技术问题所采用的技术方法是：一种识别肠道形态差异的方法，其改进之处在于：包括以下的步骤：s1、采集结肠癌、粘膜增生性息肉和腺瘤的活检切片，对该切片进行he染色；s2、对切片进行数字扫描形成切片图片，对切片图片中息肉、腺瘤和癌变的腺体进行标注，标注的区域包括腺体区域、核区域、浆区域和腺腔区域；s3、对切片图片进行图像分析，识别不同形态的腺体，识别高风险癌变区域；s4、对切片图片中的腺体个数、切片样本总面积、腺体平均面积、间质面积、间质中梭形细胞数量，以及单个腺体的核细胞灰度值、核面积和浆面积指标，进行计算；s5、对腺腔异形程度、腺体细胞的核浆比、腺体细胞核的平均灰度值和间质梭形细胞密度，建立数学模型，对该数学模型进行深度学习，形成可识别肠道形态差异辅助系统，识别肠道形态差异。

3、在上述方法中，所述步骤s2中，在对切片进行数字扫描形成切片图片之后，以及对所述切片图片进行标注之前，还包括步骤：对所述切片图片进行染色归一化。

4、在上述方法中，所述的对腺腔异形程度建立数学模型，包括以下的步骤：

5、对切片图片应用边缘检测，得到腺腔的形状轮廓；

6、计算该轮廓的重心和面积，并求出与该轮廓重心和面积一致的椭圆方程表达式e；

7、计算该轮廓上的点集合p＝{(x1，y1)，(x2，y2)，...，(xn，yn)}与e的距离d:

8、

9、d越接近0则表示轮廓上的点与椭圆e的距离越小，腺腔的异形性越小，d越大则表示轮廓与椭圆e的距离越大，腺腔的异形性越严重。

10、在上述方法中，所述的对腺体细胞的核浆比建立数学模型，包括以下的步骤：

11、使用深度学习图像分割算法识别出腺体细胞的细胞核区域与细胞浆区域；

12、根据像素数量计算出细胞核区域面积a与细胞浆区域面积b之间的比值，即为核浆比n(nudeoplasm ratio)

13、

14、在上述方法中，所述的对腺体细胞核的平均灰度值建立数学模型，包括以下的步骤：

15、从腺体细胞核区域中随机抽取n个像素点，取出该n个像素点在rgb色彩空间中b通道的灰度值{b1,b2,…，bn},计算细胞核灰度值s，计算公式如下：

16、

17、在上述方法中，所述的对间质梭形细胞密度建立数学模型，包括以下的步骤：

18、使用深度学习目标检测算法检测图像中的肿瘤间质细胞(即梭形纤维细胞)并计数，计算肿瘤间质细胞数量c与肿瘤间质区域像素面积a的比值r

19、

20、在上述方法中，还包括以下的步骤：

21、对腺体的恶性程度指标建立数学模型，恶性程度指标m计算公式如下：

22、

23、本发明还提供了一种识别肠道形态差异的系统，包括采集模块、图像处理分析模块、数学模型建立模块和深度学习模块；

24、采集模块用于采集结肠癌、粘膜增生性息肉和腺瘤的活检切片，并对该切片进行he染色；

25、图像处理分析模块用于对切片进行数字扫描形成切片图片，对切片图片中息肉、腺瘤和癌变的腺体进行标注，标注的区域包括腺体区域、核区域、浆区域和腺腔区域；对切片图片进行图像分析，识别不同形态的腺体，识别高风险癌变区域；对切片图片中的腺体个数、切片样本总面积、腺体平均面积、间质面积、间质中梭形细胞数量，以及单个腺体的核细胞灰度值、核面积和浆面积指标，进行计算；

26、数学模型建立模块用于对腺腔异形程度、腺体细胞的核浆比、腺体细胞核的平均灰度值和间质梭形细胞密度，建立数学模型；

27、深度学习模块用于对所述的数学模型进行深度学习，形成可识别肠道形态差异辅助系统，识别肠道形态差异。

28、在上述系统中，所述图像处理分析模块还用于在对切片进行数字扫描形成切片图片之后，以及对所述切片图片进行标注之前，对所述切片图片进行染色归一化。

29、在上述系统中，所述的数学模型建立模块还用于对腺体的恶性程度指标建立数学模型。

30、本发明的有益效果是：通过对腺腔异形程度、腺体细胞的核浆比、腺体细胞核的平均灰度值、腺体的恶性程度指标和间质梭形细胞密度，建立数学模型，并对数据模型进行深度学习，形成可识别肠道形态差异辅助系统，测算出最佳的临界阈值，对肠腺瘤及增生性息肉等不同病症的肠道形态差异作出更精准的判断，辅助临床医生更高效准确的作出诊断。

技术特征：

1.一种识别肠道形态差异的方法，其特征在于：包括以下的步骤：

2.如权利要求1所述的一种识别肠道形态差异的方法，其特征在于：所述步骤s2中，在对切片进行数字扫描形成切片图片之后，以及对所述切片图片进行标注之前，还包括步骤：对所述切片图片进行染色归一化。

3.如权利要求1所述的一种识别肠道形态差异的方法，其特征在于：所述的对腺腔异形程度建立数学模型，包括以下的步骤：

4.如权利要求1所述的一种识别肠道形态差异的方法，其特征在于：所述的对腺体细胞的核浆比建立数学模型，包括以下的步骤：

5.如权利要求4所述的一种识别肠道形态差异的方法，其特征在于：所述的对腺体细胞核的平均灰度值建立数学模型，包括以下的步骤：

6.如权利要求1所述的一种识别肠道形态差异的方法，其特征在于：所述的对间质梭形细胞密度建立数学模型，包括以下的步骤：

7.如权利要求5所述的一种识别肠道形态差异的方法，其特征在于：还包括以下的步骤：

8.一种识别肠道形态差异的系统，其特征在于：包括采集模块、图像处理分析模块、数学模型建立模块和深度学习模块；

9.如权利要求8所述的一种识别肠道形态差异的系统，其特征在于：所述图像处理分析模块还用于在对切片进行数字扫描形成切片图片之后，以及对所述切片图片进行标注之前，对所述切片图片进行染色归一化。

10.如权利要求8所述的一种识别肠道形态差异的系统，其特征在于：所述的数学模型建立模块还用于对腺体的恶性程度指标建立数学模型。

技术总结
本发明提供了一种识别肠道形态差异的方法及系统，该方法包括：S1、采集结肠癌、粘膜增生性息肉和腺瘤的活检切片，对该切片进行HE染色；S2、对切片进行数字扫描形成切片图片，对切片图片中息肉、腺瘤和癌变的腺体进行标注；S3、对切片图片进行图像分析，识别不同形态的腺体，识别高风险癌变区域；S4、对切片图片中的腺体个数、切片样本总面积、腺体平均面积、间质面积、间质中梭形细胞数量，以及单个腺体的核细胞灰度值、核面积和浆面积指标，进行计算；S5、对腺腔异形程度、腺体细胞的核浆比、腺体细胞核的平均灰度值和间质梭形细胞密度，建立数学模型，对该数学模型进行深度学习，形成可识别肠道形态差异辅助系统，识别肠道形态差异。

技术研发人员：关弘
受保护的技术使用者：深圳迪安湖欣医学检验实验室
技术研发日：
技术公布日：2024/1/22