识别图像中乳腺癌细胞的组织病理特征

By LabMedica International staff writers
Posted on 16 Dec 2016

乳腺癌是全世界妇女患病人数最多的癌症。现在的乳腺癌临床实践和治疗主要靠用Bloom-Richardson分级系统评估疾病的预后。

数字病理检查和快速数字切片扫描仪的问世为通过应用图像处理方法自动化预后提供了可能，虽然这无疑代表着进步，但图像处理方法分析重度乳腺癌的细胞很费劲，因为这些细胞经常簇拥在一起，边界模糊，极难成功检测。

图片：a) 淋巴细胞，b) 正常上皮细胞核，c) 癌上皮细胞核与d) 有丝分裂细胞核的显微图像（图片蒙都柏林三一学院惠赐）。

由多国工程师、数学家和医生组成的科研小组在爱尔兰都柏林三一学院科学家的带领下，将一项检测海下结构损坏情况的技术用于识别乳腺癌组织病理图中的癌细胞。科研小组提出了一项新颖的分割算法，检测苏木精和伊红(H&E)染色的乳腺组织病理图像中的每个细胞核。这套检测框架用张量投票法估计细胞核显著图，然后用马尔科夫随机场(MRF)环路反向传播(LBP)算法在显著图上提取细胞核的边界。

用全玻片图像和乳腺癌组织病理图的框架测试了该方法。研究人员认为组织病理图中的每个点或者接近细胞中心，或者接近细胞边界，然后用置信传播算法勾出最合适的细胞边界。测试结果显示，他们提出的方法适合重度乳腺癌组织病理图像中的细胞核分割，即便是对传统分割方法难以检测的图像。

该研究的论文发表于2016年9月20日的《公共科学图书馆》杂志《ONE》分册。领衔作者Maqlin Paramanandam博士说：“这项技术的潜力令人非常振奋，我们很高兴这个跨学科的国际团队配合得如此默契，解决了用组织病理图自动诊断乳腺癌的一个真实瓶颈。”

Related Links:
都柏林三一学院