[发明专利]组织病理学图像分析

权利要求书

1.一种训练机器学习算法以执行组织病理学图像分析的计算机实现方法，所述方法包括：

由计算机获得(210)已用第一标记物染色的第一组织样本的多个第一显微图像；

由计算机获得(212)已用不同于所述第一标记物的第二标记物染色的第二组织学样本的相应的多个第二显微图像，所述第二组织学样本中的每一个对应于所述第一组织学样本中相应的一个；

由计算机获得(220)为所述第二显微图像生成的相应的多个掩模图像，每个所述掩模图像识别由所述第二标记物在相应的所述第二显微图像中突出显示的感兴趣的组织学特征；

对于每个所述第一显微图像和相应的所述第二显微图像和掩模图像：

由计算机获得(230,270)所述第一显微图像和所述第二显微图像之间映射的变换，和

由计算机使用所述变换对准(232,272)所述第一显微图像和所述掩模图像；以及

由计算机用多个已对准的所述第一显微图像和所述掩模图像训练(240)机器学习算法，

从而训练所述机器学习算法以从用所述第一标记物染色的另一组织学样本的另一第一显微图像预测用所述第二标记物在所述另一组织学样本中将会突出显示的感兴趣的组织学特征。

2.如权利要求1所述的方法，还包括由计算机获得(250)每个所述第一显微图像中的感兴趣区域，

所述方法包括用所述感兴趣区域训练所述机器学习算法并且从训练中排除所述感兴趣区域之外的任何区域。

3.如权利要求1所述的方法，还包括由计算机将每个所述已对准的所述第一显微图像和所述掩模图像分别划分(262,268)为第一区块和掩模区块，

所述方法包括用所述第一区块和所述掩模区块训练(240)所述机器学习算法(245)。

4.如权利要求2所述的方法，还包括由计算机将每个所述已对准的所述第一显微图像和所述掩模图像分别划分(262,268)为第一区块和掩模区块，

所述方法包括用所述第一区块和所述掩模区块训练(240)所述机器学习算法(245)。

5.如前述权利要求中任一项所述的方法，其中，获得所述相应的多个掩模图像包括由计算机从相应的第二显微图像生成(220)每个掩模图像。

6.如权利要求1至4中任一项所述的方法，其中，首先以粗尺度或分辨率，随后以精细尺度或分辨率，执行以下步骤中的一个或两个：

(a)获得(230,270)所述变换；

(b)对准(232,272)所述第一显微图像和所述掩模图像。

7.如权利要求1至4中任一项所述的方法，其中，获得(230,270)所述变换包括从所述第一显微图像和所述第二显微图像提取感兴趣的特征并在所述感兴趣的特征之间建立映射。

8.如权利要求5所述的方法，其中，获得(230,270)所述变换包括从所述第一显微图像和所述第二显微图像提取感兴趣的特征并在所述感兴趣的特征之间建立映射。

9.如权利要求6所述的方法，其中，获得(230,270)所述变换包括从所述第一显微图像和所述第二显微图像提取感兴趣的特征并在所述感兴趣的特征之间建立映射。

10.如权利要求1至4中任一项所述的方法，其中，所述第一标记物包括苏木素和伊红。

11.如权利要求5所述的方法，其中，所述第一标记物包括苏木素和伊红。

12.如权利要求6所述的方法，其中，所述第一标记物包括苏木素和伊红。

13.如权利要求1至4中任一项所述的方法，其中，所述第二标记物包括免疫组织化学标记物。

14.如权利要求5所述的方法，其中，所述第二标记物包括免疫组织化学标记物。