[发明专利]感兴趣区域的划分方法、装置、设备及可读存储介质

说明书

本申请公开了一种感兴趣区域的划分方法、装置、设备及可读存储介质。获取待划分感兴趣区域的质谱成像数据、所述质谱成像数据对应的生物组织切片染色图像以及多个感兴趣区域个数；将所述生物组织切片染色图像划分为多个图像块；针对每个感兴趣区域个数，得到每个感兴趣区域个数对应的第一聚类结果、第二聚类结果以及一致性参数；确定最大的一致性参数对应的感兴趣区域个数为目标感兴趣区域个数；根据所述目标感兴趣区域个数对应的第一聚类结果和第二聚类结果，得到所述质谱成像数据的感兴趣区域的划分结果。基于上述方案，能够定量地确定出目标感兴趣区域个数，因此，能够提升质谱成像数据的感兴趣区域的划分结果的准确度。

技术领域

本申请涉及质谱成像数据分析技术领域，更具体的说，是涉及一种感兴趣区域的划分方法、装置、设备及可读存储介质。

背景技术

质谱成像(MSI)是一项新兴化学成像技术。质谱成像通过对样品表面各类化学组分(如蛋白质、多肽、脂质、代谢物、药物等)进行分离，输出质谱成像数据，质谱成像数据中的每个像素对应一张质谱图。质谱成像数据分析一般分为两种，第一种是在一个样本的不同感兴趣区域之间寻找差异化合物(如健康组织与疾病组织之间分子层面的变化)；第二种是在不同样本的相同感兴趣区域之间寻找差异化合物(如相同解剖结构在对照组和实验组之间分子层面的变化)。所以准确划定质谱成像数据的感兴趣区域(region of interest，ROI)是对质谱成像数据分析的基本前提。

目前，多采用聚类方法划分质谱成像数据的感兴趣区域，具体的，基于“不同组织类型有不同的化学组分，而不同的化学组分生成不同的质谱图”的基本假设，根据像素点间质谱图的相似性进行聚类分析，即把质谱成像数据中的像素分为与感兴趣区域个数相同的簇，每个簇对应一个感兴趣区域。但是，现有的采用聚类方法划分质谱成像数据的感兴趣区域的方法，由于感兴趣区域个数是人为设定的，可能导致质谱成像数据的感兴趣区域的划分结果准确度较低。

因此，如何提升质谱成像数据的感兴趣区域的划分结果的准确度，成为本领域技术人员亟待解决的技术问题。

发明内容

鉴于上述问题，本申请提出了一种感兴趣区域的划分方法、装置、设备及可读存储介质,以提升质谱成像数据的感兴趣区域的划分结果的准确度。

具体方案如下：

一种感兴趣区域的划分方法，所述方法包括：

获取待划分感兴趣区域的质谱成像数据、所述质谱成像数据对应的生物组织切片染色图像以及多个感兴趣区域个数；

将所述生物组织切片染色图像划分为多个图像块；

针对每个感兴趣区域个数，基于所述感兴趣区域个数对所述质谱成像数据中各个像素进行聚类，得到第一聚类结果；基于所述感兴趣区域个数对所述生物组织切片染色图像中各个图像块进行聚类，得到第二聚类结果；计算所述第一聚类结果和所述第二聚类结果的一致性参数；

确定最大的一致性参数对应的感兴趣区域个数为目标感兴趣区域个数；

根据所述目标感兴趣区域个数对应的第一聚类结果和第二聚类结果，得到所述质谱成像数据的感兴趣区域的划分结果。

可选地，所述将所述生物组织切片染色图像划分为多个图像块，包括：

基于所述质谱成像数据与所述生物组织切片染色图像的像素映射关系，将所述生物组织切片染色图像划分为多个图像块，每个图像块对应所述质谱成像数据中的一个像素。

可选地，所述基于所述感兴趣区域个数对所述质谱成像数据中各个像素进行聚类，得到第一聚类结果，包括：

对所述质谱成像数据中各个像素的质谱图进行降维，得到降维后的质谱图谱；

采用聚类算法，基于所述感兴趣区域个数对对各个降维后的质谱图进行聚类，得到第一聚类结果。