[发明专利]一种肿瘤微环境及肿瘤基因突变检测系统、方法及设备

说明书

本发明属于医学图像领域，具体涉及了一种肿瘤微环境及肿瘤基因突变检测方法、系统及设备。本发明系统包括图像扫描装置和上位机，上位机包括数据处理模块、肿瘤微环境检测模块和肿瘤基因突变检测模块，图像扫描装置拍摄离体肿瘤样本的全景扫描图像；对全景扫描图像进行预处理得到第一训练图集；将第一训练图集输入至预构建的生物标志物分布预测训练模型中进行迭代训练，得到生物标志物分布预测图集；肿瘤基因突变检测模块根据生物标志物分布预测图集确定第二训练图集；将第二训练图集输入到基因突变检测模型进行基因突变检测。本发明降低了实验成本，缩短了实验周期，并且降低了判读结果的主观性。

技术领域

本发明属于医学图像处理技术领域，具体涉及了一种肿瘤微环境及肿瘤基因突变检测系统、方法及设备。

背景技术

随着肿瘤发生率和死亡率的逐年上升，其已成为人类健康的主要威胁之一。随着医疗技术的发展，一种新型的癌症治疗方式肿瘤免疫治疗在基础和临床研究中取得长足发展。据相关文献显示，肿瘤免疫治疗的响应效率与肿瘤微环境以及肿瘤基因突变情况等多种因素有关。快速、高效、准确地分析了解肿瘤微环境；判断肿瘤基因突变类型，对指导肿瘤免疫治疗具有重要意义。

目前，湿实验是分析肿瘤微环境以及检测肿瘤基因突变的主要手段。对肿瘤微环境的研究一般是对离体肿瘤样本进行检测，对细胞生物标志物在显微层次定性和定量分析。通常使用mIHC(multiplexed Immunohistochemistry，多光谱免疫荧光染色)技术来对肿瘤样本中肿瘤微环境的多种细胞表达蛋白同时进行显微荧光成像检测。利用基因测序技术来对肿瘤基因的突变情况进行检测与分析。

然而mIHC方法以及基因测序方法具有实验周期长、成本高昂等局限性。并且mIHC多种染色试剂之间易出现串色，影响表征的准确性。并且mIHC结果通常需要病理医生进行人工判读，很大程度上依赖于判读人员的专业性，存在一定的主观性。

因此本申请提供了一种利用深度学习实现肿瘤微环境以及肿瘤基因突变检测的方法，辅助病理医生高效、快速地对肿瘤微环境中的细胞生物标志物表达分布进行观测评估，并且对肿瘤基因突变情况进行分析，以更好地指导肿瘤免疫治疗。

发明内容

为了解决现有技术中的上述问题，即湿实验方法实验周期长、成本高、检测效率低、误差大的问题，本发明提供了一种肿瘤微环境及肿瘤基因突变检测系统、方法及设备。

本发明的第一方面，提出了一种肿瘤微环境及肿瘤基因突变检测系统，所述系统包括图像扫描装置和上位机，所述上位机包括数据处理模块、肿瘤微环境检测模块和肿瘤基因突变检测模块，其中，

所述图像扫描装置用于拍摄离体肿瘤样本的全景扫描图像；所述离体肿瘤样本包括染色样本和未染色样本；

所述数据处理模块用于对所述全景扫描图像进行预处理得到第一训练图集；

所述肿瘤微环境检测模块用于将所述第一训练图集输入至预构建的生物标志物分布预测训练模型中进行迭代训练，得到生物标志物分布预测模型，并根据所述生物标志物分布预测模型得到生物标志物分布预测图集；

所述肿瘤基因突变检测模块用于根据所述生物标志物分布预测图集确定第二训练图集；将所述第二训练图集输入到预构建的基因突变检测训练模型中进行迭代训练得到基因突变检测模型，并利用该模型进行基因突变检测。

可选地，所述生物标志物分布预测训练模型包括生成器、判别器和优化器，所述第一训练图集包括染色的真实训练图集和未染色的待测训练图集，

所述生成器用于将所述待测训练图集进行分割得到生物标志物分布预测图集；并根据所述生物标志物分布图集、真实训练图集以及预测损失函数计算所述生成器的预测损失值；

所述判别器用于判别生物标志物预测分布图集和真实训练图集，并根据所述生物标志物分布图集、真实训练图集以及判别损失函数计算所述判别器判别损失值；