技术摘要：
本发明公开了一种前列腺癌穿刺病理图像的格里森自动分级方法，包括：在数字化的前列腺癌穿刺组织病理图像上手动标记格里森3级和4级组织区域；提取图像块，并对提取的图像块进行图像预处理后，提取图像块的H通道；计算同源性分布，包括细胞核的连通区域变化分布b0、细胞  全部
背景技术：
前列腺癌是男性癌症死亡的第二大原因，分别占癌症发病率和死亡率的7.1％和 3.8％。格里森分级系统是目前应用最广泛的前列腺癌诊断和风险分级标准，也是前列腺癌 疾病侵袭性和长期预后的最强标志。更重要的是，它可以帮助临床医生对前列腺癌患者做 出适当的治疗管理决策，帮助决定更积极的治疗还是积极的疾病监测。 在格里森分级系统中，临床病理医生观察病理图像中的前列腺癌组织区域中腺体 结构的分化模式，将组织区域划分为1到5级(其中，5级最为严重)。通常来说，整张病理图像 中组织成分最多的格里森模式和次多的模式被识别出来，并结合起来提供该病理图像的最 终格里森得分。虽然这可以产生2分到10分的得分，但最新的ISUP系统中将不同格里森分数 的前列腺癌分为5类：3 3、3 4、4 3、4 4和>4 4，用于对应最常见的格里森分数。可见，前列 腺癌中最常见也最具挑战性的组织区域分类是3级和4级。然而，临床上对格里森3级和4级 的判断区分是一项极其耗时的工作，而且存在非常高的病理医生个体差异性。因此，有必要 开发用于区分格里森3级和4级的计算机图像分析方法，帮助临床医生对前列腺癌患者做出 适当的治疗管理决策。
技术实现要素：
本发明目的在于提供一种前列腺癌穿刺病理图像的格里森自动分级方法和装置， 利用同源性分布的统计特征集对前列腺癌穿刺病理图像分析实现格里森自动分级，减少病 理医生人工诊断的体力、精力和时间成本投入，同时量化分析诊断结果，极大降低了不同病 理医生诊断的差异性。 为达成上述目的，结合图1，本发明提出一种前列腺癌穿刺病理图像的格里森自动 分级方法，所述自动分级方法包括以下步骤： S1，在一定量的数字化的前列腺癌穿刺组织Hematoxylin&Eosin病理图像上手动 标记格里森3级和4级组织区域； S2，针对标记出的格里森3级和4级组织区域提取图像块，并对提取的图像块进行 图像预处理后，提取图像块的H通道； S3，针对仅包含有H通道的每一图像块计算同源性分布，包括细胞核的连通区域变 化分布b0、细胞核构成的空洞变化分布b1以及两者的比率b，并采用七种统计描述方法表示 计算得到的同源性分布，得到21维的统计特征集； S4，基于同源性分布的21维统计特征集构建k近邻分类器，采用10折交叉验证方法 训练基于权重的k近邻模型； S5，对于新采集的前列腺癌穿刺组织Hematoxylin&Eosin病理图像，提取图像块， 4 CN 111553369 A 说　明　书 2/5 页 对提取的图像块进行图像预处理后进行同源性分布计算和特征统计，再使用训练好的k近 邻分类器进行测试，自动预测格里森分级。 作为其中的一种优选例，步骤S3中，所述针对仅包含有H通道的每一图像块计算同 源性分布的过程包括： 对于每一图像块，以图像块中像素集的每一元素为阈值，计算该阈值下的细胞核 的连通区域b0和细胞核构成的空洞变化分布值b1，得到对应的两个同源性分布。 作为其中的一种优选例，步骤S2中，采用自适应染色估计方法计算染色矩阵并应 用到颜色反卷积方法中提取图像块的H通道。 本申请还提及一种前列腺癌穿刺病理图像的格里森自动分级装置，所述自动分级 装置包括病理图像预处理模块、格里森自动分级模型和模型构建模块； 所述病理图像预处理模块用于针对标记出的格里森3级和4级组织区域提取图像 块，并对提取的图像块进行图像预处理后，提取图像块的H通道； 所述格里森自动分级模型用于对导入的仅包含有H通道的图像块进行同源性分布 计算和特征统计，以及自动预测格里森分级； 所述模型构建模块基于k近邻分类器构建格里森自动分级模型，包括： 样本数据生成单元，用于在一定量的数字化的前列腺癌穿刺组织Hematoxylin& Eosin病理图像上手动标记格里森3级和4级组织区域，针对标记出的格里森3级和4级组织 区域提取图像块，并对提取的图像块进行图像预处理后，提取图像块的H通道； 模型构建单元，用于针对仅包含有H通道的每一图像块计算同源性分布，包括细胞 核的连通区域变化分布b0、细胞核构成的空洞变化分布b1以及两者的比率b，并采用七种统 计描述方法表示计算得到的同源性分布，得到21维的统计特征集，再基于同源性分布的21 维统计特征集构建k近邻分类器； 模型优化单元，用于采用10折交叉验证方法训练基于权重的k近邻模型。 本申请还提及一种前列腺癌穿刺病理图像的格里森自动分级系统，所述自动分级 系统包括相互连接的处理器和存储器； 所述存储器中存储有计算机执行程序，所述处理器执行所述存储器存储的计算机 执行程序，以执行如权利要求1-3任意一项中所述的前列腺癌穿刺病理图像的格里森自动 分级方法。 以上本发明的技术方案，与现有相比，其显著的有益效果在于： (1)对前列腺癌穿刺病理图像分析实现格里森自动分级，减少病理医生人工诊断 的体力、精力和时间成本投入。 (2)特征集可重复性高、鲁棒性强，同时量化分析诊断结果，极大降低了不同病理 医生对同一病例切片诊断的差异性。 (3)临床中，腺体分化程度是前列腺癌病理诊断的重要依据，而特征集定量描述了 腺体分化程度，使自动分级结果和临床病理诊断结果高度一致。 (4)提取的同源性分布的统计特征集很好地表示了腺体周围核的拓扑联系性，具 有很强的可解释性。 应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这 样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外，所要求保 5 CN 111553369 A 说　明　书 3/5 页 护的主题的所有组合都被视为本公开的发明主题的一部分。 结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实 施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面 的描述中显见，或通过根据本发明教导的