CN115170627B 一种质谱成像数据与全视野病理切片的配准方法 (中国药科大学)_第1页
CN115170627B 一种质谱成像数据与全视野病理切片的配准方法 (中国药科大学)_第2页
CN115170627B 一种质谱成像数据与全视野病理切片的配准方法 (中国药科大学)_第3页
CN115170627B 一种质谱成像数据与全视野病理切片的配准方法 (中国药科大学)_第4页
CN115170627B 一种质谱成像数据与全视野病理切片的配准方法 (中国药科大学)_第5页
已阅读5页,还剩22页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

US2018002806A1,2018.01.04一种质谱成像数据与全视野病理切片的配本发明公开了一种质谱成像数据与全视野的插值方法导入到全视野病理切片(WSI)相关研究中,为全视野病理切片(WSI)数据提供可靠的2获取待测组织学样本的切片,制作得到相应的利用Canny边缘算子,对校正后的全视野病理切片的边缘轮廓和校正后的基质辅助激和校正后的基质辅助激光解吸电离质谱成像图像将校正后的基质辅助激光解吸电离质谱成像图像输入至超分辨率深度学习神经网络2.根据权利要求1所述的一种质谱成像数据与全视野病理切片的配准方法,其特征在从多个组织学切片中选出包括组织学特征的切片,将包括组织选取与包括组织学特征的切片相邻的组织学切片,记为相邻切片,对相3.根据权利要求1所述的一种质谱成像数据与全视野病理切片的配准方法,其特征在依据相应的位置校正角度,对全视野病理切片和基质辅助激4.根据权利要求1所述的一种质谱成像数据与全视野病理切片的配准方法,其特征在双三次插值子网络,用于对输入的校正后的基质辅助激光解吸电离质3上采样子网络,用于对新的特征矩阵进行上采样操作,得到与校5.根据权利要求1所述的一种质谱成像数据与全视野病理切片的配准方法,其特征在分别6.根据权利要求1所述的一种质谱成像数据与全视野病理切片的配准方法,其特征在利用移动最小二乘法为初次配准的图像上的每个像素点v构建相应的变形函数fv(v),7.一种实现质谱成像数据与全视野病理切片的配4所述处理器,用于在运行所述计算机程序指令时,执行权利要求8.一种计算机存储介质,其特征在于,所述计算机法的程序被至少一个处理器执行时实现权利要求1至6任一项所述的一种质谱成像数据与5[0002]质谱成像(MSI)是一种强大的分子成像技术,可对切片上的不同位点进行非靶向[0003]全视野病理切片(WSI)的特点是高分辨率,可以观察组织中更精细的形态特征和因此可以区分样品中的兴趣区域(ROI)。但病理学家的判断在很大程度上依赖于他们先前为图像对齐,通过将质谱成像(MSI)的分子信息映射到全视野病理切片(WSI)的相应区域,(MSI)与全视野病理切片(WSI)保持一致。质谱成像(MSI)的这种直接放大可能会导致质谱6[0012]利用Canny边缘算子,对校正后的全视野病理切片的边缘轮廓和校正后的基质辅轮廓和校正后的基质辅助激光解吸电离质谱成像图像的[0013]将校正后的基质辅助激光解吸电离质谱成像图像输入至超分辨率深度学习神经7[0033]利用移动最小二乘法为初次配准的图像上的每个像素点v构建相应的变形函数fv(v),使仿射变换后的质谱成像图像的边缘轮廓向校正后的全视野病理切v程序被至少一个处理器执行时实现上述公开的一种质谱成像数据与全视野病理切片的配[0044](1)本发明通过对质谱成像图像进行深度学习插值,并将插值后的质谱成像图像[0045](2)本发明通过对质谱成像图像和全视野病理切片进行校正,能有效减少实验过8[0046](3)本发明通过图像校正和仿射变换实现对质谱成像图像和全视野病理切片的初质谱成像图像边缘向全视野病理切片变形,使质谱成像图像与全视野病理切片完全对齐,[0052]图6是使用仿射变换和移动最小二乘法在不同质谱成像图像和WSI图像下的配准[0053]本发明建立了能够对质谱成像数据(WSI)和全视野病理切片(MSI)进行集成和同像配准方法能够在一张图像中呈现形态学特征和化学分布,可以更直接地观察WSI的形态[0056]本实施例公开了一种质谱成像数据与全视野病理切片的配准方法,包括以下步[0059]利用Canny边缘算子,对校正后的全视野病理切片的边缘轮廓和校正后的基质辅轮廓和校正后的基质辅助激光解吸电离质谱成像图像的[0060]将校正后的基质辅助激光解吸电离质谱成像图像输入至超分辨率深度学习神经9[0064]参见图1,本实施例提出了一种基于机器学习的质谱成像数据与全视野病理切片θ_(y2_y1)sinθ求出最小外接矩阵需要旋转的角度θ。超分辨率深度学习神经网络(VDSR)对质谱成像图像进行插值,得到插值后的质谱成像图进行双三次插值子,得到插值后的低分辨率图像ILR(Lowresolutionimageafter[0084]特征提取子网络,用于从插值后的低分辨率图像ILR中提取多个[0090]步骤5:将插值后的质谱成像图像进行仿射变换,得到仿射变换后的质谱成像图[0093]依据校正后的全视野病理切片的边缘轮廓和仿射变换后的质谱成像图像的边缘[0095]本实施例通过移动最小二乘法对这两类图像的边缘轮廓6为使用仿射变换和移动最小二乘法在不同质谱成像图像和WSI图像下的配准结果。由图5和图6可知,本实施例提出的利用深度学习插值并用仿射变换结合移动最小二乘法对质谱[0108]本实施例提出了一种质谱成像数据与全视野病理切片的配准系统(即计算机设[0109]该质谱成像数据与全视野病理切片的配准系统(即计算机设备)包括通过系统总至少一个处理器执行时实现上述公开的一种质谱成像数据与全视野病理切片的配准方法

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论