[发明专利]用于定量分析异质生物标志物分布的方法、系统和装置

权利要求书

1.一种表征细胞样本中的异质性的方法，所述细胞样本包括用可检测的标志物标记的一种或多种分析物，所述方法包括在计算机装置上分析所述细胞样本的图像（100），所述计算机装置包括被编程为将聚类分析应用于从所述细胞样本的图像获得的数据集以创建包括表达模式的多个聚类的聚类图的计算机处理器，其中：

(a)所述数据集包括用于所述细胞样本的图像的至少一部分的图像栈（102），其中，所述图像栈包括x轴、y轴和z轴，其中，所述x轴和所述y轴表示所述图像的部分内的空间坐标，并且所述z轴包括数目为n的层（L1，L2，L3 ...，Ln），其中，所述z轴的每个层包括在多个x、y坐标处的单一可检测标志物的强度数据；以及

(b)所述聚类分析包括将无监督的、非参数的基于密度的聚类算法应用于图像栈，其中所述聚类算法对由所述数据集在至少n + 2维空间中定义的点（P _i 、P _j ）进行聚类，其中每个点由x、y坐标和所述图像栈中的相应的x、y坐标处的n层的n个强度数据值给出，从而生成所述多个聚类，

(c)输出代表所述聚类分析的结果的输出数据（114，116），所述数据表示所述细胞样本中的异质性。

2.根据权利要求1所述的方法，其中所述图像是多通道图像，并且其中通过解混所述多通道图像来获得所述n层。

3.根据权利要求2所述的方法，其中通过显示所述多通道图像（100）和/或一个或多个单通道图像（104，106，108，110，112）来实行所述数据的输出，其中通过可视化所述多通道图像和/或所述至少一个单通道图像中的所述聚类的定界（114，116）显示所述n层之一来给出单通道图像。

4.根据权利要求1、2或3所述的方法，还包括生成指示所述数据集中的每个聚类的比例区域的聚类直方图，所述聚类直方图是在步骤c中输出的数据。

5.根据权利要求1、2或3所述的方法，还包括对所述n+2维空间的点进行像素合并以用于对所述图像栈进行低通滤波，并降低xy分辨率以提供经像素合并的图像栈，其中在经像素合并的图像栈上实行步骤b中的聚类分析。

6.根据权利要求1、2或3所述的方法，所述图像的部分是所述细胞样本的至少一个感兴趣区域（AOI）内的至少一个视场（FOV）。

7.根据权利要求1、2或3所述的方法，所述输出数据包括指示所述聚类分析的结果中的聚类数量的数据。

8.根据权利要求1、2或3所述的方法，其中所述基于密度的聚类算法是均值漂移聚类算法，其中所述均值漂移聚类算法的输入是所述图像栈，并且所述均值漂移算法的输出是x、y阵列，其中x和y坐标是所述输入图像栈的空间坐标，并且每个x、y坐标处的值是指示给定x、y坐标所属的聚类号的标记。

9.根据权利要求1、2或3所述的方法，其中所述细胞样本的图像是能够被数字地渲染以供医生注释的组织解剖的折射率对比度图像，并且其中基于组织解剖选择所述AOI。

10.根据权利要求1、2或3所述的方法，其中所述数据集通过以下方法获得，所述方法包括：

（a1）计算所述图像内的多个AOI中的每一个的FOV取样网格；

（a2）在每个FOV中的单个或多个z平面处自动收集多光谱数据和/或超光谱数据；

（a3）从所述多光谱数据和/或超光谱数据计算地分割可检测标志物信号；

（a4）将在所述聚类分析中要作为一组进行比较的FOV选择到数据集结构中；以及

（a5）对所述数据集中的每个FOV的每个可检测标志物信号应用自动形态特征分割。

11.根据权利要求10所述的方法，其中所述FOV取样网格包括跨所述AOI以规则间隔间距的多个FOV。