基于自适应微环境构建的病理图像生物标志物提取方法与流程
本发明涉及数字病理图像处理,尤其是涉及一种基于自适应微环境构建的病理图像生物标志物提取方法。
背景技术:
1、在数字病理学领域,从h&e(苏木精-伊红)染色的全切片图像(whole slideimage,wsi)中挖掘空间生物标志物是肿瘤微环境分析和预后建模的关键任务。当前,基于wsi的空间表型分析主要采用以下三类方案:
2、(一)基于固定尺度的聚类分析方法。 该方案通过深度学习模型对wsi进行细胞检测和分类,然后以每个细胞为中心、使用固定半径(如50微米)的圆形邻域或规则化的patch分割方式构建局部微环境,最后对局部微环境内的细胞组成进行统计分析,如计算各类细胞的比例、密度等。常用工具包括squidpy(基于空间图和邻域富集分析)等。该方案的固定尺度无法适应真实组织异质性:真实组织中不同区域的细胞密度、类型分布和组织架构差异巨大,固定半径的圆形邻域划分在细胞密集区可能混合不同空间模式,在细胞稀疏区可能无法捕获有意义的细胞交互,导致微环境边界模糊,复杂空间结构无法被准确表征。
3、(二)基于热图的全局模式分析方法。 该方案通过生成全切片或大范围细胞集合的显著性分布图或空间模式评分来识别潜在的功能性微环境区域,通过平滑处理揭示整体趋势。该方案的平滑处理损失细粒度空间信息:基于热图和全局评分的方法通过统计平滑处理数据,会衰减细胞间的细粒度空间共现信息,无法准确捕获具有生物学意义的局部细胞协同作用。
4、(三)基于图神经网络(gnn)的方法。 该方案将细胞视为图中的节点、细胞间的空间关系视为边,通过图卷积等操作建模细胞间的高阶交互。该方案缺乏对多细胞协同交互的显式建模能力:现有方法大多停留在单细胞或两两细胞关系的建模层面,难以直接从wsi中学习到生物学可解释的高阶细胞组合模式。
5、此外,上述方案共同存在空间生物标志物提取缺乏系统性的问题。现有方法多采用简单的统计检验或固定阈值筛选策略,缺乏对分布水平差异的系统分析能力,提取的空间生物标志物稳定性不足、泛化能力有限。
技术实现思路
1、本发明所要解决的技术问题是提供一种基于自适应微环境构建的病理图像生物标志物提取方法,其能够通过动态相似度阈值随微环境簇规模增大而升高的自适应区域生长机制捕获组织异质性,基于细胞级邻域组成向量和微环境组成向量保留细粒度空间信息,通过子空间投影显式建模多细胞协同交互,并通过汇总多个病理图像的空间特征进行差异分析,得到具有统计鲁棒性的空间级和组织级生物标志物。
2、本发明解决上述技术问题所采用的技术方案为:一种基于自适应微环境构建的病理图像生物标志物提取方法,其特征在于,包括以下步骤:
3、获取病理图像中多个细胞各自的类型概率分布向量;
4、根据所有细胞的物理坐标构建细胞图结构,并基于各细胞的类型概率分布向量确定各细胞的邻域组成向量;
5、基于各细胞的邻域组成向量计算各细胞的局部纯度分数,根据各细胞的局部纯度分数从所有细胞中选择多个种子细胞;
6、以各种子细胞为生长起点,分别独立地在所述细胞图结构中进行区域生长,生成多个微环境簇;其中,对于任一当前微环境簇的生长过程为:以对应的种子细胞的邻域组成向量作为所述当前微环境簇初始的质心向量,在所述质心向量下,判断所述当前微环境簇的外部邻近细胞的邻域组成向量与所述质心向量之间的相似度是否大于动态相似度阈值,将满足条件的外部邻近细胞全部纳入所述当前微环境簇并更新所述质心向量,所述动态相似度阈值随所述当前微环境簇的规模大小增大而升高;重复上述判断、纳入和更新过程,直至达到生长停止条件时停止区域生长;
7、根据各微环境簇的细胞组成生成微环境组成向量;
8、基于各微环境组成向量构建空间特征,并汇总多个病理图像的空间特征进行差异分析,得到生物标志物。
9、进一步限定,所述获取病理图像中多个细胞各自的类型概率分布向量的步骤包括:
10、使用基于卷积神经网络的分割模型对所述病理图像进行细胞分割,得到多个细胞;
11、使用预训练的编码器提取所述细胞的形态学特征;
12、将所述形态学特征输入预训练的分类器,得到各细胞的所述类型概率分布向量。
13、进一步限定,所述基于各细胞的类型概率分布向量确定各细胞的邻域组成向量的步骤包括:
14、对于任一细胞,将所述细胞图结构中以该细胞为中心细胞、且半径为rnei的圆形邻域内除所述中心细胞外的其他细胞作为所述中心细胞的邻近细胞;
15、根据所述圆形邻域内各细胞的类型概率分布向量,确定所述圆形邻域内各细胞的类型;
16、统计所述圆形邻域内各种类型的细胞数量,计算各种类型的细胞占比;
17、根据各种类型的细胞占比,确定所述中心细胞的邻域组成向量。
18、进一步限定,所述选择多个种子细胞的步骤包括:
19、计算各细胞的局部纯度分数,所述局部纯度分数为香农熵的倒数:sj=1/h(nej),其中,sj表示第j个细胞的局部纯度分数,h(nej)表示nej的香农熵,,nej表示第j个细胞的邻域组成向量,nej=[nj,1,nj,2,……,nj,k],nj,k表示第k种类型的细胞占比,1≤j≤num,num表示病理图像中细胞的总数量,k表示细胞类型种数;
20、将所有细胞按所述局部纯度分数降序排列,通过非极大值抑制迭代选择所述局部纯度分数最高的未被遮挡的细胞作为种子细胞,所述非极大值抑制采用空间半径rnms来遮挡已选种子细胞周围的细胞。
21、进一步限定,所述区域生长的步骤包括:
22、对于所述当前微环境簇的规模大小为n时的质心向量zc,n,获取所述当前微环境簇的外部邻近细胞,所述外部邻近细胞为:以所述当前微环境簇内任一细胞为中心、半径为rnei的圆形邻域内、且不属于所述当前微环境簇的细胞,判断所述外部邻近细胞的邻域组成向量与zc,n之间的相似度是否大于动态相似度阈值:,该式作为纳入条件,其中,n表示当前微环境簇的规模大小,cos(θ)表示所述外部邻近细胞的邻域组成向量与zc,n之间的相似度,neneighbor表示所述外部邻近细胞的邻域组成向量,tc,n表示所述当前微环境簇的规模大小为n时的动态相似度阈值,tc,n随所述当前微环境簇的规模大小n增大而升高,tc,n= tbase+δ×log(n),tbase表示基础阈值,δ表示缩放系数;
23、将满足纳入条件的外部邻近细胞全部纳入当前微环境簇,并按公式增量更新质心向量,其中,m表示当前新纳入当前微环境簇的外部邻近细胞的数量,neneighbor,i表示第i个新纳入的外部邻近细胞的邻域组成向量,zc,n+m表示当前微环境簇的规模大小为n+m时的质心向量,即更新后的质心向量;
24、所述生长停止条件为:没有外部邻近细胞满足条件,或当前微环境簇的规模大小达到最大扩展半径rhard_limit。
25、优选地,所述区域生长的步骤还包括簇碰撞仲裁,具体为:
26、当多个微环境簇在生长过程中竞争同一个边界细胞时,分别计算边界细胞相对于各参与竞争的微环境簇的综合评分:,其中,b表示边界细胞,所述边界细胞是指被至少两个微环境簇同时判定为满足纳入条件的细胞,c表示参与竞争的微环境簇,score(b,c)表示边界细胞b相对于参与竞争的微环境簇c的综合评分,ω表示权重系数,dm(b,c)表示边界细胞b与参与竞争的微环境簇c在表型空间中的马氏距离,spb表示边界细胞b的物理坐标,sptop,c表示参与竞争的微环境簇c对应的种子细胞的物理坐标,rcurrent,c表示参与竞争的微环境簇c当前的最大覆盖范围,即参与竞争的微环境簇c中所有细胞到对应的种子细胞的物理距离的最大值;
27、将边界细胞分配给综合评分最低的参与竞争的微环境簇。
28、进一步限定,所述微环境组成向量的生成步骤为:
29、统计所述微环境簇内各种类型的细胞数量,计算各种类型的细胞占比;
30、根据各种类型的细胞占比,确定所述微环境簇的微环境组成向量。
31、进一步限定,所述基于各微环境组成向量构建空间特征的步骤包括:
32、对于任一微环境簇的微环境组成向量vc,遍历k种细胞类型构成的集合j的非空子集s,其中,非空子集s中的每个元素对应一种细胞类型;通过子空间投影算子,从vc中提取属于非空子集s中细胞类型所对应的维度,得到vc在非空子集s对应的子空间上的投影结果vc,s,vc,s=pis(vc),其中,|s|表示非空子集s中的元素数量;
33、在所有非空子集遍历完成后,得到vc对应的一组低维的子空间表示{vc,s|s∈pnonempty(j)},以该组子空间表示作为所述微环境簇的空间特征,其中,pnonempty(j)表示集合j的所有非空子集构成的集合,所述空间特征在空间特征空间中表现为向量形式。
34、进一步限定,所述差异分析的步骤包括:
35、将任一微环境簇作为查询微环境簇,在空间特征空间中以所述查询微环境簇的空间特征为查询中心,查找满足‖y-q‖≤h的微环境簇的空间特征,构成所述查询微环境簇的半径为h的尺度依赖邻域n(q,h),n(q,h)={y|‖y-q‖≤h},其中,所述空间特征空间是指多个病理图像各自生成的所有微环境簇的空间特征共同构成的集合,多个病理图像分别对应不同患者,各病理图像关联有对应患者的预后标签,y表示空间特征空间中的任一空间特征,q表示查询微环境簇的空间特征即查询中心;
36、按预后标签y将所述尺度依赖邻域n(q,h)划分为好预后子邻域n0(q,h)和差预后子邻域n1(q,h),其中,y∈{0,1},y=0表示好预后,y=1表示差预后;
37、确定n0(q,h)与n1(q,h)的差异轨迹函数:logfc(q,h)=log2((|n0(q,h)|+ɛ)/(|n1(q,h)|+ɛ)),其中,logfc(q,h)表示n0(q,h)与n1(q,h)的差异轨迹函数,|n0(q,h)|表示求n0(q,h)中元素的数量,|n1(q,h)|表示求n1(q,h)中元素的数量,ɛ为常数;
38、分析所述差异轨迹的曲率:,其中,curv(q,h)表示差异轨迹的曲率;
39、确定最优半径:,其中,h*(q)表示最优半径;
40、在所述查询中心和所述最优半径确定的尺度依赖邻域内进行统计显著性检验,筛选满足预设效应量阈值和预设显著性水平阈值的空间特征作为生物标志物,所述生物标志物包含空间级生物标志物和组织级生物标志物。
41、与现有技术相比,本发明的优点在于:
42、本发明方法以各种子细胞为生长起点,分别独立地在细胞图结构中进行区域生长,生成多个微环境簇,区域生长采用动态相似度阈值随当前微环境簇的规模大小增大而升高的生长机制,该生长机制使得微环境簇在生长初期门槛低、容易接纳新细胞,到了壮大期门槛高、只接纳高度同质的细胞,从而实现了无需预设固定半径的自适应生长。实验数据表明,本发明方法的簇内熵为0.316,显著优于现有方法,充分证明了本发明方法生成的微环境簇具有更优的结构均一性和空间一致性,能够自适应捕获组织异质性。
43、本发明方法基于各细胞的类型概率分布向量确定各细胞的邻域组成向量,并以微环境簇为单位生成微环境组成向量,整个流程从细胞级数据出发,不进行全局统计平滑,保留了每个细胞周围的精确局部组成信息。实验数据表明,本发明方法在跨切片一致性(中位余弦相似度=0.602)和稳定性(bootstrap重拟合中位nmi=0.915)之间取得了最优平衡,充分证明了能够在不依赖预定义尺度的情况下忠实捕获空间异质性和细胞协同作用,保留了细粒度空间信息。
44、本发明方法汇总多个病理图像的空间特征进行差异分析,结合尺度依赖邻域构建、差异轨迹计算、曲率分析(自适应确定最优半径,避免了固定半径引入的偏差)和统计显著性检验,形成了从差异发现到统计验证的系统化流程。实验数据表明,本发明方法的中位显著性p值对应的-log10(p)达到2.107,显著优于现有方法,充分证明了能够发现具有更强预后判别力的生物标志物。跨中心和跨癌种验证进一步表明,本发明方法发现的生物标志物(空间级和组织级)能够可靠地捕获预后异质性,在不同独立队列中表现出良好的泛化能力,且统计鲁棒性好。
45、本发明方法基于各微环境组成向量构建空间特征,空间特征构建过程中结合子空间投影机制,遍历所有细胞类型子集,将微环境组成向量分解为一组低维子空间表示,显式建模了多细胞类型之间的高阶协同交互。实验数据表明,本发明方法与现有方法发现的生物标志物具有高度的表型一致性(平均余弦相似度>0.87),且在肿瘤巢、坏死区域和间质边界均能以高局部纯度被精确勾勒,证明其能够在不依赖预定义尺度的情况下捕获多细胞协同作用。
46、本发明方法完全基于常规h&e染色图像,无需额外的multiplexed染色或分子检测,大幅降低了空间生物标志物研究的成本和技术门槛,具有良好的临床应用前景。
47、本发明方法在多个种子细胞的选择过程中,通过香农熵倒数计算各细胞的局部纯度分数,纯度分数越高表示该细胞周围邻域的细胞组成越均一,这一机制使系统能够自动识别组织切片中所有高均一性区域,无需人工指定种子位置或数量,实现了完全数据驱动的种子选择。采用非极大值抑制(nms)迭代选择局部纯度分数最高的未被遮挡的细胞作为种子细胞,并以空间半径rnms来遮挡已选种子细胞周围的细胞,nms的空间竞争抑制机制确保了选出的种子细胞之间保持足够的物理间距,使每个种子细胞代表一个独立的高纯度区域,这一机制避免了在同一个高纯度聚集区(如大型肿瘤巢)选择多个种子细胞,同时确保了不同生物学意义的区域(如肿瘤巢、免疫聚集灶、间质区域)均能被选出代表,使种子细胞能够全面覆盖组织切片中各类空间结构。
48、本发明方法在区域生长过程中,采用余弦相似度判断邻近细胞的邻域组成向量与当前微环境簇的质心向量之间的相似性,余弦相似度衡量的是两种局部居民构成模式的接近程度,而非候选细胞本身的类型,因此,一个细胞即使本身是免疫细胞,只要其周围邻居的构成模式(如70%肿瘤细胞+20%免疫细胞)与肿瘤簇的质心高度相似,仍会被纳入肿瘤微环境簇,这一机制使区域生长由“细胞类型驱动”转变为“空间组成模式驱动”,能够更准确地反映肿瘤微环境的真实空间结构。动态相似度阈值随簇规模增大而单调升高,该机制使得微环境簇在初创期(规模小)阈值低、容易接纳新细胞,具备足够的生长动力;到了壮大期(规模大)阈值高、只接纳高度同质的细胞,有效防止簇过度扩张到异质性区域,由于log(n)的增长速度随规模n增大而放缓,阈值变化在初期较快(快速过滤异质细胞)、后期较慢(保留扩展潜力),实现了平滑的自适应停止,这一机制使微环境簇的边界完全由局部组织结构决定,无需预设固定半径,能够同时适应细胞密集区和稀疏区的不同生长需求。每纳入一个新细胞,当前微环境簇的质心向量增量更新,质心向量始终代表当前微环境簇内所有细胞邻域组成向量的平均值,使微环境簇在生长过程中始终保持对自身表型身份的表征,后续的判断始终基于最新、最准确的簇特征。本发明方法采用了簇碰撞仲裁,通过计算边界细胞相对于各参与竞争的微环境簇的综合评分来实现,综合评分同时考虑了表型相似度(马氏距离)和空间邻近度(归一化欧氏距离)两个维度,边界细胞被分配给综合评分最低的微环境簇,实现了“细胞构成与簇最相似”和“位置离簇中心最近”的双重优化,避免了单一标准(仅看表型或仅看距离)带来的归属不合理问题。采用马氏距离衡量边界细胞与微环境簇在表型空间中的相似度,马氏距离自动考虑了各细胞类型维度之间的方差差异和相关性,比欧氏距离更准确地衡量表型相似度——对于方差较大的维度给予较低权重,对方差较小的维度给予较高权重,避免了不同细胞类型由于丰度差异造成的尺度效应。空间距离项以当前微环境簇的最大覆盖范围进行归一化,使不同大小微环境簇的空间距离具有可比性,当两个微环境簇大小差异较大时,未归一化的绝对距离会使边界细胞倾向归属于大微环境簇,归一化后,消除了微环境簇大小对空间距离的影响,确保仲裁结果的公平性和合理性。
49、本发明方法在基于各微环境组成向量构建空间特征的过程中,通过遍历k种细胞类型构成的集合j的所有非空子集s,将每个微环境簇的k维组成向量分解为一组低维子空间表示,显式建模了多细胞类型之间的高阶协同交互。真子集投影对应空间级生物标志物——描述特定细胞类型子集的共定位模式,反映局部多细胞协同作用;全集投影对应组织级生物标志物——描述整个微环境簇的全局组成特征,反映组织尺度的结构组织,两种层次的生物标志物在同一个子空间投影数学框架下被统一建模和发现,无需为不同层次的生物标志物设计不同的算法,实现了从局部细胞配置到组织结构的多层次空间特征提取。
50、本发明方法在差异分析的过程中,通过固定查询中心、逐步增大半径,计算每个半径下的差异轨迹值,形成差异轨迹,该轨迹完整记录了好预后组与差预后组微环境丰度差异如何随观察范围(尺度)的扩大而累积变化,为后续的自适应半径优化提供了完整的差异信号演化信息,避免了单一固定尺度下“错过最佳观察尺度”的风险。通过曲率分析,识别差异轨迹从快速增长转为平稳的临界点,以曲率绝对值最小的位置作为最优半径,这一机制完全由数据驱动,无需人工指定或尝试不同的半径值,避免了固定半径选择带来的主观偏差。最优半径同时满足“统计可靠”(半径足够大,包含足够多的微环境簇以保证统计检验的效力)和“判别力最大”(半径足够小,避免纳入无关信号稀释差异)的双重要求,这一机制将差异分析从“人工试错”转变为“数据驱动自适应”,显著提升了生物标志物发现的客观性。通过在最优半径确定的邻域内进行统计显著性检验,筛选满足预设效应量阈值和预设显著性水平阈值的空间特征作为生物标志物,统计检验的引入确保了发现的生物标志物具有统计学意义上的显著差异,而非随机噪声。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com