本發(fā)明涉及數據處理，特別涉及一種多重免疫組織熒光染色圖像的分析方法及相關設備。

背景技術：

1、腫瘤的發(fā)生及發(fā)展過程中，涉及腫瘤細胞和腫瘤免疫微環(huán)境（tumor?immunemicroenvironment，time）之間持續(xù)且動態(tài)的相互作用。time的組成多樣、病理生理機制復雜，包括腫瘤中的所有非腫瘤宿主細胞，包括成纖維細胞、內皮細胞、神經元、脂肪細胞、適應性和先天性免疫細胞，以及其非細胞組分，包括細胞外基質和可溶性產物，例如趨化因子、細胞因子、生長因子和細胞外小泡。

2、免疫組織化學（immunohistochemistry，ihc）是目前最廣泛使用的組織病理學診斷技術，然而該技術僅允許標記每個組織切片的單個標記物，這不利于從患者樣品獲得關于診斷和預后的信息。然而time中各組分的免疫標志物錯綜復雜并且數量龐大，多重熒光免疫組織化學（mihc）能夠檢測的數個標記物越來越難以滿足研究者的需要。此外，現(xiàn)有技術還出現(xiàn)了對ihc進行切片，ihc切片融合通常采用基于?sift?特征匹配算法的雙次多分辨率金字塔模型進行配準，先基于高層分辨率低的圖像快速完成組織層面配準，再將配準參數應用到底層分辨率高的大圖。雖然一定程度上提高了配準速度，但相對而言，其在細胞層面的配準精度不如本申請所提出的基于復雜機器學習模型對mihc切片融合的方法，無法滿足對細胞間細微結構和關系進行精確分析的需求。

3、需要說明的是，在上述背景技術部分公開的信息僅用于加強對本公開的背景的理解，因此可以包括不構成對本領域普通技術人員已知的現(xiàn)有技術的信息。

技術實現(xiàn)思路

1、本申請的目的在于提供一種多重免疫組織熒光染色圖像的分析方法及相關設備，至少在一定程度上克服現(xiàn)有技術存在的問題，對多張組織切片進行多重熒光免疫組化技術染色，每張切片標記了與腫瘤免疫相關的特異性細胞組分，通過圖層提取、手動特征點選擇、仿射變換矩陣的計算及應用一系列步驟，實現(xiàn)了多張切片圖像的對齊和融合，間接的實現(xiàn)了更多免疫標志物的檢測，能反映出腫瘤免疫微環(huán)境中更多種類細胞的空間分布及相互作用，更加全面的刻畫腫瘤免疫微環(huán)境的特征，能幫助研究人員系統(tǒng)、深入和精準地了解腫瘤免疫微環(huán)境的信息。

2、本申請的其他特性和優(yōu)點將通過下面的詳細描述變得顯然，或部分地通過本發(fā)明的實踐而習得。

3、根據本申請的一個方面，提供一種多重免疫組織熒光染色圖像的分析方法，包括：獲取原始生物樣本數據；對所述原始生物樣本數據進行切片處理，生成若干初始生物切片信息，其中，初始生物切片信息包括目標標志物，目標標志物包括淋系細胞、髓系細胞、間質細胞中的至少一種；對初始生物切片信息進行處理，生成熒光染色切片圖像，其中，所述熒光染色切片圖像為多個熒光通道的圖像，所述熒光染色切片圖像為基于多重熒光免疫組織化學技術所生成；對所述熒光染色切片圖像進行處理，生成對齊后的熒光染色切片圖像；對所述對齊后的熒光染色切片圖像進行融合處理，生成目標熒光染色圖像；對所述目標熒光染色圖像進行處理，生成初始區(qū)域信息，其中，所述初始區(qū)域信息用于表征腫瘤和/或免疫細胞富集的區(qū)域；對所述初始區(qū)域信息進行處理，生成多個不同熒光通道的圖像，其中，多個不同熒光通道的圖像為單熒光通道圖像；對多個不同熒光通道的圖像進行處理，生成細胞聚類信息，其中，所述細胞聚類信息用于表征腫瘤免疫微環(huán)境的免疫狀態(tài)。

4、本申請的另一個方面，一種多重免疫組織熒光染色圖像的分析裝置，其特征在于，包括：獲取模塊，用于獲取原始生物樣本數據；處理模塊，用于對所述原始生物樣本數據進行切片處理，生成若干初始生物切片信息，其中，初始生物切片信息包括目標標志物，目標標志物包括淋系細胞、髓系細胞、間質細胞中的至少一種；對初始生物切片信息進行處理，生成熒光染色切片圖像，其中，所述熒光染色切片圖像為多個熒光通道的圖像，所述熒光染色切片圖像為基于多重熒光免疫組織化學技術所生成；對所述熒光染色切片圖像進行處理，生成對齊后的熒光染色切片圖像；對所述對齊后的熒光染色切片圖像進行融合處理，生成目標熒光染色圖像；對所述目標熒光染色圖像進行處理，生成初始區(qū)域信息，其中，所述初始區(qū)域信息用于表征腫瘤和/或免疫細胞富集的區(qū)域；對所述初始區(qū)域信息進行處理，生成多個不同熒光通道的圖像，其中，多個不同熒光通道的圖像為單熒光通道圖像；對多個不同熒光通道的圖像進行處理，生成細胞聚類信息，其中，所述細胞聚類信息用于表征腫瘤免疫微環(huán)境的免疫狀態(tài)。

5、根據本申請的再一個方面，一種電子設備，其特征在于，包括：第一處理器；以及存儲器，用于存儲所述第一處理器的可執(zhí)行指令；其中，所述第一處理器配置為經由執(zhí)行所述可執(zhí)行指令來執(zhí)行實現(xiàn)上述的多重免疫組織熒光染色圖像的分析方法。

6、根據本申請的又一個方面，提供一種計算機可讀存儲介質，其上存儲有計算機程序，所述計算機程序被第二處理器執(zhí)行時實現(xiàn)上述的多重免疫組織熒光染色圖像的分析方法。

7、根據本申請的又一個方面，提供一種計算機程序產品，包括計算機程序，其特征在于，所述計算機程序被第三處理器執(zhí)行時實現(xiàn)上述的多重免疫組織熒光染色圖像的分析方法。

8、本申請所提供的一種多重免疫組織熒光染色圖像的分析方法及相關設備，由服務器對多張組織切片進行多重熒光免疫組化技術染色，每張切片標記了與腫瘤免疫相關的特異性細胞組分，通過圖層提取、手動特征點選擇、仿射變換矩陣的計算及應用一系列步驟，實現(xiàn)了多張切片圖像的對齊和融合，間接的實現(xiàn)了更多免疫標志物的檢測，能反映出腫瘤免疫微環(huán)境中更多種類細胞的空間分布及相互作用，更加全面的刻畫腫瘤免疫微環(huán)境的特征，能幫助研究人員系統(tǒng)、深入和精準地了解腫瘤免疫微環(huán)境的信息。與單一切片的mihc相比，本發(fā)明通過構建融合算法，將來自數張切片的不同標志物標記的mihc熒光圖像，融合為一張圖像，整合了多種每張切片各自包含的細胞組分及非細胞組分信息，能夠分析它們的空間分布及相互作用，有利于研究者對time的細胞組成、功能狀態(tài)和細胞-細胞相互作用進行更加全面研究。能更好的幫助臨床對于腫瘤的診斷、治療和預測預后，同時也具備高靈敏度、低成本等優(yōu)勢。

9、應當理解的是，以上的一般描述和后文的細節(jié)描述僅是示例性和解釋性的，并不能限制本公開。

技術特征：

1.一種多重免疫組織熒光染色圖像的分析方法，其特征在于，包括：

2.如權利要求1所述的方法，其特征在于，對所述熒光染色切片圖像進行處理，生成對齊后的熒光染色切片圖像，包括：

3.如權利要求2所述的方法，其特征在于，基于機器學習模型對所述初始熒光染色切片圖像進行處理，生成對齊后的熒光染色切片圖像，包括：

4.如權利要求1所述的方法，其特征在于，對所述對齊后的熒光染色切片圖像進行融合處理，生成目標熒光染色圖像，包括：

5.如權利要求4所述的方法，其特征在于，基于預設校驗規(guī)則對所述預設熒光染色圖像進行處理，生成目標熒光染色圖像，包括：

6.如權利要求5所述的方法，其特征在于，基于預設校驗規(guī)則對所述預設熒光染色圖像進行處理，生成目標熒光染色圖像，還包括：

7.如權利要求1所述的方法，其特征在于，對多個不同熒光通道的圖像進行處理，生成細胞聚類信息，包括：

8.一種多重免疫組織熒光染色圖像的分析裝置，其特征在于，所述裝置包括：

9.一種電子設備，其特征在于，包括：

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被第二處理器執(zhí)行時實現(xiàn)權利要求1～7中任意一項所述的多重免疫組織熒光染色圖像的分析方法。

技術總結
本發(fā)明提供了一種多重免疫組織熒光染色圖像的分析方法及相關設備，應用于數據處理技術領域。本申請獲取原始生物樣本數據；對原始生物樣本數據進行切片處理，生成若干初始生物切片信息；對初始生物切片信息進行處理，生成熒光染色切片圖像；對熒光染色切片圖像進行處理，生成對齊后的熒光染色切片圖像；對對齊后的熒光染色切片圖像進行融合處理，生成目標熒光染色圖像；對目標熒光染色圖像進行處理，生成初始區(qū)域信息；對初始區(qū)域信息進行處理，生成多個不同熒光通道的圖像，其中，多個不同熒光通道的圖像為單熒光通道圖像；對多個不同熒光通道的圖像進行處理，生成細胞聚類信息。

技術研發(fā)人員：陳克終,李浩,李曉,王俊,程嗣達,代孔旭
受保護的技術使用者：北京大學人民醫(yī)院
技術研發(fā)日：
技術公布日：2024/12/23