[发明专利]基于TCT制片进行TCT和DNA倍体分析的方法有效
| 申请号: | 202010701223.6 | 申请日: | 2020-07-20 |
| 公开(公告)号: | CN111863118B | 公开(公告)日: | 2023-09-05 |
| 发明(设计)人: | 曾真;吴子平 | 申请(专利权)人: | 湖南莱博赛医用机器人有限公司 |
| 主分类号: | G16B15/00 | 分类号: | G16B15/00;G16B40/00;G06T7/00;G06T7/11;G06T7/136;G06N20/00 |
| 代理公司: | 广州市红荔专利代理有限公司 44214 | 代理人: | 胡昌国 |
| 地址: | 410000 湖南省长沙市*** | 国省代码: | 湖南;43 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 tct 制片 进行 dna 分析 方法 | ||
1.一种基于TCT制片进行TCT和DNA倍体分析的方法,其特征在于,具体步骤如下:
步骤1:提供DNA被巴氏染色法染色的细胞的样品,在显微镜下获得至少一个视野图像,所述视野图像采用TCT法从显微镜中获得;
步骤2:将采集的样品的视野图像进行图像分割处理,分割的结果围成若干个分割块;所述分割块是指一组相邻的像素集合;
步骤3:使用机器学习分类器从若干个分割块中挑选出若干细胞核分割块;
步骤4:将视野图像内的细胞核分割块进行图像灰度化处理,并将处理后的图像灰度进行灰度反转;
步骤5:将单一细胞核分割块的若干个像素的反转灰度进行量化累加计算成为反转灰度和,并记为对应单一细胞核分割块的DNA含量;
步骤6:将步骤5所得的所有细胞核分割块的DNA含量进行升序排序,记为原始细胞核序列;从细胞核序列前端剔除一定百分比的细胞核分割块,剩余原始细胞核序列记为现有细胞核序列;从现有细胞核序列前端选取一组的前序细胞核分割块,将各细胞核分割块的DNA含量求和后取其平均值,记为淋巴细胞DNA含量;所述一定百分比为 0~25%;
步骤7:从原始细胞核序列中后端选取DNA含量较大的一组的后续细胞核分割块,将各细胞核分割块的DNA含量求和后取其平均值,记为倒序,将倒序1与淋巴细胞DNA含量的比值,记为DNA核酸倍体值;所述一组的后续细胞核分割块是指占据原始细胞核序列的百分比为 0.001~50%;
步骤8:将从细胞核序列中后端选取的若干个细胞核分割块,分别输入机器学习分类器进行TCT形态学分析,分别定性每个细胞核是否有病变,得出该细胞核的病变程度值,范围0~1,完成TCT分析;将所述方法获得的DNA核酸倍体值、以及每个细胞是否病变的定性分析进行综合分析,根据背离程度确定加权融合各自的权重,最终得到样品是否发生癌变或癌前病变的评判依据。
2. 根据权利要求1所述基于TCT制片进行TCT和DNA倍体分析的方法,其特征在于,所述样品包含足够的细胞,以确定具有特定DNA含量的细胞群体,所述特定DNA 含量的细胞群体选自二倍体细胞群体或四倍体细胞群体。
3.根据权利要求2所述基于TCT制片进行TCT和DNA倍体分析的方法,其特征在于,所述样品来自可能患有宫颈癌的患者的非相关组织,所述非相关组织包括宫颈刮片、黏膜、宫颈吸出物或乳头吸出物的脱落细胞。
4.根据权利要求1所述基于TCT制片进行TCT和DNA倍体分析的方法,其特征在于,所述机器学习分类器包括逻辑回归分类器、随机森林、梯度增强树或卷积神经网络。
5.根据权利要求1所述基于TCT制片进行TCT和DNA倍体分析的方法,其特征在于,所述一组的前序细胞核分割块是指占据原始细胞核序列的百分比为0.001%~100%。
6.根据权利要求1所述基于TCT制片进行TCT和DNA倍体分析的方法,其特征在于,所述一组的前序细胞核分割块为淋巴细胞或白细胞的细胞核分割块。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南莱博赛医用机器人有限公司,未经湖南莱博赛医用机器人有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010701223.6/1.html,转载请声明来源钻瓜专利网。





