Способ дифференциальной диагностики злокачественной опухоли и доброкачественного процесса костной ткани на отсканированных изображениях гистологического стекла
Владельцы патента RU 2785853:
Берченко Геннадий Николаевич (RU)
Федосова Нина Вениаминовна (RU)
Машошин Дмитрий Викторович (RU)
Изобретение относится к области медицины, а именно к онкологии и может быть использовано для дифференциальной диагностики злокачественной опухоли и доброкачественного процесса костной ткани на отсканированных изображениях гистологического стекла. Способ дифференциальной диагностики заключается в том, что взятый у пациента образец костной ткани переводят в стандартную окрашенную гистологическую форму, изображение полученного окрашенного гистологического стекла сканируют с использованием сканирующего микроскопа Leica SC2 с разрешением 400, отсканированное изображение делят на участки в виде квадратов, выполняют анализ каждого из полученных квадратов отсканированных изображений с использованием модели нейронной сети, предварительно обученной определять на размеченных квадратах наличие объектов диагностики - патологических митозов костной ткани. Результаты выполненного анализа образца костной ткани пациента с использованием математической модели нейронной сети представляют в виде номера изображения и координат выявленных объектов - митозов, причем указанные координаты определяют в автоматическом режиме посредством нейронной сети и с помощью программного продукта выделяют на соответствующих изображениях, после чего выделенные изображения анализирует врач патологоанатом. При подтверждении врачом патологоанатомом хотя бы на одном изображении исследованных квадратов гистологических стекол патологических митозов диагностируют в исследованной костной ткани пациента злокачественную опухоль, а при подтверждении врачом патологоанатомом отсутствия на изображениях всех исследованных квадратов гистологических стекол патологических митозов диагностируют отсутствие злокачественного процесса в исследованной костной ткани пациента. Способ обеспечивает точную диагностику наличия или отсутствия злокачественной опухоли в костной ткани пациента, повышение эффективности и надежности диагностики за счет снижения влияния человеческого фактора. 2 пр.
Изобретение относится к области медицины, а именно к онкологии, к способу дифференциальной диагностики злокачественной опухоли и доброкачественного процесса костной на отсканированных изображениях гистологического стекла с использованием модели искусственной нейронной сети, и может быть использовано при диагностике злокачественности исследуемого взятого во время хирургического вмешательства образца костной ткани пациентов в условиях травматолого-ортопедических, хирургических и других стационаров.
Известен способ исследования костной ткани для диагностики внутрикостно растущих опухолей, включающий помещение образца костной ткани на предметное стекло, окрашивание и микроскопирование, (см. патент РФ №2157519, МПК G01N 1/28, 10.10.2000).
Однако известный способ при своем использовании обладает следующими недостатками:
- не обеспечивает необходимую и достаточную точность диагностики наличия или отсутствия злокачественной опухоли в костной ткани пациента,
- не обеспечивает высокую скорость диагностики наличия или отсутствия злокачественной опухоли в костной ткани пациента
- не исключает влияния человеческого фактора на результат диагностики злокачественной опухоли и доброкачественности исследуемой костной ткани пациента.
Задачей изобретения является создание способа дифференциальной диагностики злокачественной опухоли и доброкачественного процесса костной ткани на отсканированных изображениях гистологического стекла.
Техническим результатом является обеспечение необходимой и достаточной точности диагностики наличия или отсутствия злокачественной опухоли в костной ткани пациента, повышение эффективности и надежности диагностики костной ткани пациента при одновременном незначительном обнаружении близких к нулю ложных определений, обеспечение при дифференциальной диагностике костной ткани пациента, а также снижение влияния человеческого фактора на результат диагностики злокачественной опухоли и доброкачественности исследуемой костной ткани пациента.
Технический результат достигается тем, что предложен способ дифференциальной диагностики злокачественной опухоли и доброкачественного процесса костной ткани на отсканированных изображениях гистологического стекла, характеризующийся тем, что взятый у пациента образец костной ткани переводят в стандартную окрашенную гистологическую форму, изображение полученного окрашенного гистологического стекла сканируют с использованием сканирующего микроскопа Leica SC2 с разрешением 400, отсканированное изображение гистологического стекла делят на участки в виде квадратов, затем выполняют анализ каждого из полученных квадратов отсканированных изображений с использованием модели нейронной сети, предварительно обученной определять наличие объектов диагностики - «патологических митозов» костной ткани, результаты выполненного морфологического анализа образца костной ткани пациента с использованием математической модели нейронной сети представляют в виде номера изображения и координат выявленных объектов - «митозов», причем указанные координаты определяют в автоматическом режиме посредством нейронной сети и с помощью программного продукта выделяют на соответствующих изображениях, после чего выделенные изображения анализирует врач патологоанатом и при подтверждении врачом патологоанатомом хотя бы на одном изображении исследованных гистологических стекол объектов диагностики - «патологических митозов» диагностируют в исследованной костной ткани пациента злокачественную опухоль, а при подтверждении врачом патологоанатомом отсутствие на изображениях всех исследованных гистологических стекол объектов диагностики - «патологических митозов» диагностируют отсутствие злокачественного процесса в исследованной костной ткани пациента.
Способ осуществляется следующим образом. Взятый у пациента в процессе хирургического вмешательства образец костной ткани переводят в стандартную окрашенную окрашенную гематоксилином и эозином форму. Изображение полученного окрашенного гистологического стекла сканируют с использованием сканирующего микроскопа Leica SC2 с разрешением 400.
Отсканированное изображение гистологического стекла делят на участки в виде квадратов с «полем зрения» 1024 на 1024 пикселей.
Затем выполняют морфологический анализ квадратов 1024 на 1024 пикселей с использованием обладающей высокой аналитической точностью и полнотой математической моделью нейронной сети. В процессе выполнения морфологического анализа отсканированных изображений математической моделью нейронной сети, обученной определять наличие объектов диагностики - «патологических митозов» для достижения возможности получения достоверных результатов по точности и качеству дифференциальной диагностики злокачественной опухоли и доброкачественного процесса исследуемого образца костной ткани пациента.
Процесс обучения осуществляют следующим образом.
Предварительно подготавливают выполненные фотоприставкой к микроскопу изображения в количестве 5000 штук пар фотографий одного и того же патологического митоза при увеличении 1000 и 400 с размером изображения 1024 на 1024 пикселей.
Математическая модель нейронной сети, получив отсканированное изображение гистологического слайда для обработки, может дать два ответа: ответ о наличии объекта «митоз» на изображении (Positive) и ответ об отсутствии объекта «митоза» на изображении (Negative).
При этом выполняют промежуточное контрольное тестирование математической модели нейронной сети при анализе 1 000 штук пар фотографий одного и того же патологического митоза с вычислением следующих параметров:
- True Positive (TP) - количество правильных ответов о наличии «митоза»,
- False Positive (FP) - количество ложных ответов о наличии «митоза»,
- True Negative (TN) - количество правильных ответов об отсутствия «митоза»,
- False Negative (FN) - количество ложных ответов об отсутствии «митоза».
Выполняют оценку качества обучения программной математической модели нейронной сети, а именно определение точности (precision) как =TP/(TP+FP) - насколько можно доверять модели и определение полноты (recall) как TP/(TP+FN) - как много объектов класса Positive (нарушений) находит модель. Причем точность и полнота характеризуют разные стороны качества обучаемой программной математической модели: чем выше точность, тем меньше ложных срабатываний, чем выше полнота, тем меньше ложных пропусков. В качестве итоговой меры оценки качества было использовано гармоническое среднее (или F-меру):
F-мера является стандартом в машинном обучении для усреднения точности. F-мера достигает максимума при полноте и точности, равными единице, и близка к нулю, если один из аргументов близок к нулю.
Выполненное контрольное тестирование обучаемой программной математической модели нейронной сети показало ее высокую практическую эффективность. При выполнении морфологического анализа 5000 штук пар ранее подготовленных отсканированных изображений одного и того же патологического митоза была подтверждена высокая аналитическая точность и достигнута возможность получения надежных и достоверных результатов по точности и качеству дифференциальной диагностики злокачественной опухоли и доброкачественного процесса костной ткани пациента.
Далее результаты выполненного морфологического анализа образца костной ткани пациента с использованием математической модели нейронной сети представляют в виде номера изображения и координат выявленных объектов - «митозов», причем указанные координаты определяют в автоматическом режиме посредством нейронной сети и с помощью программного продукта выделяют на соответствующих изображениях.
Выделенные изображения анализирует врач патологоанатом и при подтверждении врачом патологоанатомом хотя бы на одном изображении исследованных гистологических стекол объектов диагностики - «патологических митозов» диагностируют в исследованной костной ткани пациента злокачественную опухоль, а при подтверждении врачом патологоанатомом отсутствие на изображениях всех исследованных гистологических стекол объектов диагностики - «патологических митозов» диагностируют отсутствие злокачественного процесса в исследованной костной ткани пациента.
Среди существенных признаков, характеризующих предложенный способ дифференциальной диагностики злокачественной опухоли и доброкачественного процесса костной ткани на отсканированных изображениях гистологического стекла, отличительными являются:
- переведение взятого у пациента в результате выполненной биопсии или в процессе хирургического вмешательства образца костной ткани в стандартную окрашенную гистологическую форму,
- сканирование изображения полученного окрашенного гистологического стекла с использованием сканирующего микроскопа Leica SC2 с разрешением 400,
- деление отсканированного изображения гистологического стекла на участки в виде квадратов 1024 на 1024 пикселей,
- выполнение анализа всех полученных квадратов отсканированных изображений с использованием модели нейронной сети, предварительно обученной определять на размеченных изображениях наличие объектов диагностики - «патологические митозы» костной ткани,
- представление результатов выполненного морфологического анализа образца костной ткани пациента с использованием математической модели нейронной сети в виде номера изображения и координат выявленных объектов - «митозов»,
- определение указанных координат в автоматическом режиме посредством нейронной сети и с помощью программного продукта выделяют на соответствующих изображениях,
- анализ выделенных изображений врачом патологоанатом и при подтверждении врачом патологоанатомом хотя бы на одном изображении исследованных гистологических стекол объектов диагностики - «патологических митозов» диагностирование в исследованной костной ткани пациента злокачественную опухоль, а при подтверждении врачом патологоанатомом отсутствие на изображениях всех исследованных гистологических стекол объектов диагностики - «патологических митозов» диагностирование отсутствия злокачественного процесса в исследованной костной ткани пациента.
Экспериментальные и клинические исследования предложенного способа дифференциальной диагностики злокачественной опухоли и доброкачественного процесса костной ткани с использованием модели нейронной сети - поиск объекта «патологический митоз» на отсканированных изображениях гистологического стекла показали его высокую эффективность. Предложенный способ дифференциальной диагностики злокачественной опухоли и доброкачественного процесса костной ткани с использованием модели нейронной сети - поиск объекта «патологический митоз» на отсканированных изображениях гистологического стекла при своем использовании обеспечил необходимую и достаточную точность диагностики наличия или отсутствия злокачественной опухоли в костной ткани пациента, при одновременном незначительном обнаружении близких к нулю ложных определений, а также исключил влияние человеческого фактора на результат диагностики злокачественной опухоли и доброкачественного процесса исследуемой костной ткани пациента.
Реализация предложенного способа дифференциальной диагностики злокачественной опухоли и доброкачественного процесса костной ткани с использованием модели нейронной сети - поиск объекта «патологический митоз» на отсканированных изображениях гистологического стекла иллюстрируется следующими клиническими примерами.
Пример 1. В условиях ФГБУ «НМИЦ ТО им. Н.Н. Приорова» у пациента М., 58 лет, взяли в процессе хирургического вмешательства образец костной ткани бедренной кости.
Выполнили дифференциальную диагностику злокачественной опухоли и доброкачественного процесса костной ткани с использованием модели нейронной сети - поиск объекта «патологический митоз» на отсканированных изображениях гистологического стекла. Взятый у пациента в процессе хирургического вмешательства образец костной ткани перевели в стандартную окрашенную гистологическую форму. Изображение полученного окрашенного гистологического стекла отсканировали с использованием сканирующего микроскопа Leica SC2 с разрешением 400 и оцифровали.
Отсканированное изображение гистологического стекла разделили на участки в виде квадратов 1024 на 1024 пикселей.
Выполнили морфологический анализ выделенных квадратов 1024 на 1024 пикселей с использованием обладающей высокой аналитической точностью моделью нейронной сети. В процессе выполнения морфологического анализа отсканированных изображений математической моделью нейронной сети, дополнительно обученной возможности получения достоверных результатов по точности и качеству дифференциальной диагностики злокачественной опухоли или доброкачественного процесса исследуемого образца костной ткани пациента.
Далее результаты выполненного морфологического анализа взятого для исследования образца костной ткани пациента с использованием математической модели нейронной сети, представили в виде номера изображения и координат выявленных объектов - «митозов».
Выделенные изображения проанализировал врач патологоанатом, подтвердил наличие на одном изображении исследованных квадратов гистологических стекол объекта диагностики - «патологических митозов» и на этом основании диагностировал в исследованной костной ткани пациента наличие злокачественной опухоли.
Пример 2. В условиях ФГБУ «НМИЦ ТО им. Н.Н. Приорова» у пациентки Д., 43 лет, взяли с использованием биопсии образец костной ткани дистального отдела бедренной кости.
Выполнили дифференциальную диагностику злокачественной опухоли и доброкачественного процесса костной ткани с использованием модели нейронной сети - поиск объекта «патологический митоз» на отсканированных изображениях гистологического стекла. Взятый у пациентки с использованием биопсии образец костной ткани перевели в стандартную окрашенную гистологическую форму. Изображение окрашенного гистологического стекла отсканировали с использованием сканирующего микроскопа Leica SC2 с разрешением 400.
Отсканированное изображение гистологического стекла разделили с использованием компьютерной программы на участки в виде квадратов 1024 на 1024 пикселей.
Выполнили морфологический анализ выделенных квадратов 1024 на 1024 пикселей с использованием обладающей высокой аналитической точностью и полнотой математической моделью нейронной сети. В процессе выполнения морфологического анализа отсканированных изображений математической модели нейронной сети, дополнительно обученной возможности получения достоверных результатов по точности и качеству дифференциальной диагностики злокачественной опухоли или доброкачественного процесса исследуемого образца костной ткани пациентки.
Далее результаты выполненного морфологического анализа взятого для исследования образца костной ткани пациента с использованием математической модели нейронной сети, представили в виде номера изображения и координат проанализированных объектов - «митозов».
Выделенные изображения проанализировал врач патологоанатом, подтвердил отсутствие на изображениях всех исследованных квадратов гистологических стекол объектов диагностики - «патологических митозов» и на этом основании диагностировал отсутствие злокачественного процесса в исследованной костной ткани пациента.
Способ дифференциальной диагностики злокачественной опухоли и доброкачественного процесса костной ткани на отсканированных изображениях гистологического стекла, характеризующийся тем, что взятый у пациента образец костной ткани переводят в стандартную окрашенную гистологическую форму, изображение полученного окрашенного гистологического стекла сканируют с использованием сканирующего микроскопа Leica SC2 с разрешением 400, отсканированное изображение гистологического стекла делят на участки в виде квадратов, затем выполняют анализ каждого из полученных квадратов отсканированных изображений с использованием модели нейронной сети, предварительно обученной определять на размеченных квадратах наличие объектов диагностики - «патологических митозов» костной ткани, результаты выполненного морфологического анализа образца костной ткани пациента с использованием математической модели нейронной сети представляют в виде номера изображения и координат выявленных объектов - «митозов», причем указанные координаты определяют в автоматическом режиме посредством нейронной сети и с помощью программного продукта выделяют на соответствующих изображениях, после чего выделенные изображения анализирует врач патологоанатом и при подтверждении врачом патологоанатомом хотя бы на одном изображении исследованных квадратов гистологических стекол объектов диагностики - «патологических митозов» диагностируют в исследованной костной ткани пациента злокачественную опухоль, а при подтверждении врачом патологоанатомом отсутствия на изображениях всех исследованных квадратов гистологических стекол объектов диагностики - «патологических митозов» диагностируют отсутствие злокачественного процесса в исследованной костной ткани пациента.