肝脏的组织学表征的方法和系统与流程

本发明涉及门管区检测与表征的方法。具体地，本发明涉及用于确定多种不同染色的肝脏组织学切片中门管区、解剖学微组分以及相关区域的指标的方法和系统。

背景技术：

1、门管区（portal tract，也称为门管三联）是肝脏中存在的解剖学微组分的聚集体。构成门管区的解剖学微组分包括被结缔组织包围的肝动脉、门静脉以及胆管。所述微组分促进了营养丰富的血液（门静脉）、含氧的血液（肝动脉）以及胆汁（胆管）在肝脏中的流动。

2、传统上，基于血液供应以及门管区与其最近的中央静脉之间的距离，肝脏微解剖被划分为三个具有不同代谢生物学特征的腺泡分区（acinar zone）。所述腺泡分区位于腺泡之内，所述腺泡是每个肝小叶之内的菱形的区域。门管区存在于每个腺泡的角上。距离中央静脉最远的分区被称为一分区并且接收含氧最多的血液和最多的营养。最接近于中央静脉的分区被称为三分区并且接收含氧最少的血液和最少的营养。

3、某些疾病特征在每个腺泡分区之内的位置可以指示疾病的严重程度。这伴随着发现于腺泡三分区的肝细胞损伤、炎症、纤维化和脂肪沉积的存在是很明显的[s. hübscher,histological assessment of non-alcoholic fatty liver disease, histopathology,49 (2006) 450-465]。

4、门管区是肝脏组织学切片中需要识别的重要聚集体，因为其结构和位置告知病理学家对患者健康的评估。例如，在代谢相关脂肪性肝炎（mash）中，门管炎症与较差的临床结果相关。门管炎症被定义为局限于肝脏组织的门管区域的炎症。

5、无论是在临床试验还是常规的诊断环境中，门管区检测也是肝脏病理学中活检样本质量控制的重要部分。除其他标准（诸如活检芯（biopsy core）的最小长度、无折叠等）外，为了被认为适合于评估，活检切片必须具有足够数量的门管区。所需数量根据环境而不同，但英国胃肠病学会、英国皇家病理学家学院和美国肝病研究协会发布的指南规定，每份样本6-11个门管区的范围即足够，而一些研究表明超过11个完整的门管区的存在构成了合格的样本[a. boyd, o. cain, a. chauhan, g.j. webb, medical liver biopsy:background, indications, procedure and histopathology, frontlinegastroenterology, 11 (2020) 40-47; e. cholongitas, m. senzolo, r. standish,l. marelli, a. quaglia, d. patch, a.p. dhillon, a.k. burroughs, a systematicreview of the quality of liver biopsy specimens, american journal of clinicalpathology, 125 (2006) 710-721 ; d.c. rockey, s.h. caldwell, z.d. goodman,r.c. nelson, a.d. smith, liver biopsy, hepatology, 49 (2009) 1017-1044; a.r.crawford, x.-z. lin, j.m. crawford, the normal adult human liver biopsy: aquantitative reference standard, hepatology, 28 (1998) 323-331]。

6、每线性厘米的肝脏组织中可发现6个完整的门管区[crawford ar, lin x-z,crawford jm. the normal adult human liver biopsy: a quantitative referencestandard. hepatology. 1998;28(2):323-331]。肝脏活检组织越长，跨越整个标本的门管区的数量越多，因此对肝脏疾病进展的分级和分期就越可靠。许多试验强制要求拒绝不符合这些标准的活检样本。

7、门管区的检测和识别具有挑战性，因为它们的大小、结构、形状和整体外观差异很大。活检针插入的位置和角度也影响切片上门管区的外观。

8、大多数肝脏疾病影响门管区的分布和外观，并且这种影响随着疾病严重程度的增加而增加。这在从一个门管区逐渐生长到另一个门管区的纤维化桥接的发展中很明显。

9、纤维化评分受结缔组织染色的肝脏组织学切片中胶原沉积的数量、结构和位置影响。存在桥接的切片被给予高分。桥接定义为通过胶原的桥接对两个或更多个门管区的连接。

10、纤维化消退（fibrosis regression）通过量表（f0–f4）分类，其中f0表示无纤维化，f1为无间隔（瘢痕组织的条带）的门管纤维化，f2为伴少量间隔的门管纤维化，f3为许多间隔但无肝硬化，以及f4为肝硬化。

11、后期阶段（f3和f4）的纤维化消退会表现出圆形的和/或中断的桥接，伴有或不伴有对齐的间隔末端，表明先前可见的完整桥接的位置，以及瘢痕区域被肝细胞再定植。大多数纤维间隔基质会显示肝脏修复复合体的迹象，表现为致密压缩的、被浓重染色的并且主要非细胞的基质[s. khan, r. saxena, regression of hepatic fibrosis andevolution of cirrhosis: a concise review, advances in anatomic pathology, 28(2021) 408-414]。

12、早期阶段（f1和f2）的纤维化消退会显示窦周/细胞周围的纤维化的缺失。

13、纤维化消退通常是肝脏疾病中药物疗效的标志物[a. j. sanyal, q.m. anstee,m. trauner, e.j. lawitz, m.f. abdelmalek, d. ding, l. han, c. jia, r.s. huss,c. chung, cirrhosis regression is associated with improved clinical outcomesin patients with nonalcoholic steatohepatitis, hepatology, 75 (2022) 1235-1246]，即使在临床试验终点中采用基于ai的指标时亦然[r. loomba, p. bedossa, k.grimmer, g. kemble, e.b. martins, w. mcculloch, m. o'farrell, w.-w. tsai, j.cobiella, e. lawitz, denifanstat for the treatment of metabolic dysfunction-associated steatohepatitis: a multicentre, double-blind, randomised, placebo-controlled, phase 2b trial, the lancet gastroenterology & hepatology,(2024)]。

14、纤维化质量（fibrosis quality）也是潜在的替代的终点，其已被证明是慢性乙型肝炎治疗中准确的指标[y. sun, w. chen, s. chen, x. wu, x. zhang, l. zhang, h.zhao, m. xu, y. chen, h. piao, regression of liver fibrosis in patients onhepatitis b therapy is associated with decreased liver-related events,clinical gastroenterology and hepatology, 22 (2024) 591-601. e593]。

15、对肝脏中存在的解剖学微组分的边界、或微组分中聚集体（诸如门管区和纤维化的区域）的边界进行定义的过程称为分割或勾画。该边界可用不同的方式表示，例如作为一组坐标，以多边形表示微组分或聚集体中的一个的每个实例。边界也可表示为掩膜图像，其中像素尺寸匹配原始图像的像素尺寸，掩膜中每个像素的值决定其是在感兴趣的结构的实例内部（前景）还是在结构外部（背景）。无论是作为多边形还是掩膜形式，勾画均可使用手动流程（例如使用带一套绘图工具的软件）或使用自动化模型（例如使用卷积神经网络）创建。

16、门管区的分割使得能够研究疾病进展的其他指标。这包括小叶炎症与门管炎症之间的勾画、脂肪沉积、以及纤维化的位置和范围。

17、白细胞密度增高的区域与炎症相关。其中密度持续高于某一水平的单一连续组织区域被描述为炎症灶。非常小的结构（诸如白细胞的核）既可通过掩膜表示，也可通过一组坐标来表示各个核的中心。socha等人提供了炎症灶如何被测量与量化的实例[p. socha,e. shumbayawonda, a. roy, c. langford, p. aljabar, m. wozniak, s.chelstowska, e. jurkiewicz, r. banerjee, k. fleming, quantitative digitalpathology enables automated and quantitative assessment of inflammatoryactivity in patients with autoimmune hepatitis, journal of pathologyinformatics, 15 (2024) 100372]。

18、脂肪变性、炎症和纤维化的测量通常以整个切片的平均值报告。这排除了对整个切片上特征的存在的异质性的测量。然而，异质性是临床上重要的考量，因为不同的肝脏疾病表现出不同的门管炎症、小叶炎症和界面肝炎的模式。

19、数个商业上可获得的自动化分割方法已在不同性能上应用于肝脏组织病理学。一些使用二次谐波生成（shg）和双光子激发荧光（tpfe）显微技术来区分门管区域和小叶区域，并且识别门管区和中央静脉以检测炎症并量化纤维化（y. wei, m. zhang, j. zhang,x. teng, q. yang, a. leong, g. ho, h. lu, d. xu, clinical relevance of ananimal model of non-alcoholic steatohepatitis (nash) and digital pathologywith artificial intelligence (dp-ai) analyses of hepatic fibrosis, journal ofhepatology, 77 (2022) s679-s680）。该方法已应用于评估伴有桥接纤维化以及纤维化消退的mash患者的纤维化动态，使用qfibrosis指标来评价药物治疗疗效或生活方式干预（n.v. naoumov, d.e. kleiner, e. chng, d. brees, c. saravanan, y. ren, d. tai,a. j. sanyal, digital quantitation of bridging fibrosis and septa revealschanges in natural history and treatment not seen with conventionalhistology, liver international, (2024); h.y. yuan, x.f. tong, y.y. ren, y.y.li, x.l. wang, l.l. chen, s.d. chen, x.z. jin, x.d. wang, g. targher, al-based digital pathology provides newer insights into lifestyle intervention-induced fibrosis regression in masld: an exploratory study, liverinternational, (2024)）。

20、另一项商业上可获得的自动化分割方法评估nash的临床前啮齿动物模型中的mash/mafld。该自动化方法依赖形态计量辨认，并且需要使用天狼星红（psr）染色来量化纤维化，尽管不清楚是否检测门管区来分析纤维化。苏木精-伊红（h&e）切片和f4/80（在鼠类模型中广泛使用的巨噬细胞的抗体标志物）均用于量化炎症。然而，一篇2020年的文章表明，这些方法并未区分门管炎症和小叶炎症，并且此后已开始显著更多地使用免疫组织化学（ihc）染色（m. de rudder, c. bouzin, m. nachit, h. louvegny, g. vande velde,y. jule, i. a. leclercq, automated computerized image analysis for the user-independent evaluation of disease severity in preclinical models of nafld/nash, laboratory investigation, 100 (2020) 147-160）。

21、威斯康星州的vanderbeck等人使用独立的门管和小叶的ai模型来检测小叶炎症（s. vanderbeck, j. bockhorst, d. kleiner, r. komorowski, n. chalasani, s.gawrieh, automatic quantification of lobular inflammation and hepatocyteballooning in nonalcoholic fatty liver disease liver biopsies, humanpathology, 46 (2015) 767-775），yu等人使用这样的模型来识别和量化门管区（h. yu,n. sharifai, k. jiang, f. wang, g. teodoro, a.b. farris, j. kong, artificialintelligence based liver portal tract region identification andquantification with transplant biopsy whole-slide images, computers inbiology and medicine, 150 (2022) 106089）。

22、另一个值得注意的模型是基于门管区区域的纤维化的量化，其基于与间隔的交集以及分区的纤维化区域的评估（m. noureddin, z. goodman, d. tai, e.l. chng, y.ren, p. boudes, h. shlevin, g. garcia-tsao, s.a. harrison, n.p. chalasani,machine learning liver histology scores correlate with portal hypertensionassessments in nonalcoholic steatohepatitis cirrhosis, alimentarypharmacology & therapeutics, 57 (2023) 409-417）。

23、然而，目前尚无商业的或其他的解决方案，能够为各系统对样本之内门管区分割的分配提供解释框架。

技术实现思路

1、根据本发明的第一方面，提供了包含权利要求1的全部特征的肝脏组织学表征的方法和系统。本发明的进一步特征在从属权利要求中公开。

2、根据本发明的一个方面，提供了确定肝脏组织学指标的方法，其包括：

3、使用来自肝脏组织学图像的生物样本的组织学微组分的分割；

4、将那些在预选的彼此邻近度之内的所述微组分在空间上关联成微组分的聚集体，所述微组分的聚集体定义组织学的组分或疾病严重程度的指标；以及

5、将在预选的彼此邻近度之内的每个所述微组分与门管区中的胆管、门静脉、肝动脉相关联，以使所述微组分的聚集体的置信度超过阈值。

6、所述方法为包含样本之内的门管区分割的聚集体的分配提供了解释框架，其包括将空间分析与分割过程相关联的手段，以便解释在所得的聚集体的分割中存在哪些已知的门管区的生物学元素。用于空间关联所述微组分的空间分析可以包括微组分的模式或聚集体的模式或两者的模式的分析。

7、模式中的一种可以是肝小叶的六边形排列。在该模式中，每个大致呈六边形的肝单元的六个外围角中的每一个大致有门管区。肝小叶的六边形排列的模式呈现为六边形的蜂窝状。每个六边形的中心大致为中央静脉。

8、模式中的另一种可以包括腺泡分区的嵌套的菱形。较小的菱形可以嵌套在较大的菱形之内。所有菱形可以具有第一对对角和第二对对角。所有菱形可以共享第一对对角。在第一对的两个对角中的每一个处可以有门管区。在最大菱形的第二对的两个对角中的每个处可以有中央静脉。然而，较小的菱形可以不具有共享中央静脉的对角，因为较小的菱形嵌套在最大的菱形之内。嵌套的菱形可以对应于腺泡分区。

9、模式中的另一种可以是在结缔组织中彼此距离范围之内的至少一条门静脉、肝动脉和胆管的聚集体。

10、检测并识别的微组分或聚集体或两者可以进行空间关联，以确定它们是否拟合一种或多种模式。这种拟合可以通过与先前检测并识别的微组分和聚集体的相对方向和距离来确定。这些模式可以已知将特定的微组分和聚集体放置在相对于该模式中一个或多个微组分的一个距离和角度范围之内的相应位置。组织学表征的方法可以随着对组织学切片的分析的推进而改进，从而根据已检测到的微组分或聚集体所填充的模式，变得更快速且更准确地检测每个后续的微组分或聚集体。

11、微组分可以包括：组织前景、小叶、门管区、结缔组织、胆管、动脉、静脉、脂肪球、门管周间隙、窦状隙、肝界板、肝细胞类型或其组合。

12、聚集体的置信度可以根据共定位元素的存在来确定，例如共定位的微组分或在聚集体或聚集体分割的预选的邻近度之内的微组分。邻近度可以通过从分割的边缘到微组分的分割的边缘的最短距离来确定。

13、可以使用几何运算、制图运算或形态学运算的应用，从门管区和组分特征中导出空间域或模式，其中所述空间域或模式包括肝脏的小叶区域、肝分区或界面区中的至少一种；

14、对每个微组分或其聚集体、或其模式、或其空间域的检测和识别，可用于导出存在于肝脏小叶以及邻近的元素之内的肝脏疾病特征。

15、在生物样本中将微组分及其聚集体具有置信度的检测并识别为门管区，或检测并识别其空间域或模式，可用于提供测量信息或指标。

16、可以使用制图分析或形态学分析或两者，将微组分相对于彼此或相对于聚集体或两者进行空间关联。

17、空间关联的微组分、其聚集体或其模式的存在或缺乏可影响指标或置信度分数，所述指标或置信度分数用于判断门管区为“真”的可能性。以这种方式，候选门管区可以被识别为真正的门管区。微组分、微组分的聚集体（诸如门管区）的使用、或使用空间域，可以与组织学切片上的生物样本的其他空间特征相隔离。门管区可以被量化以评估样本的合格性（sample adequacy）。

18、优选地将炎症细胞、气球样细胞、纤维化、脂肪球特征或结缔组织的位置与小叶区域和门管区整合，以提供门管区之内和门管区外部的炎症细胞数量和密度的空间区分的指标，或识别门管区之间的桥接纤维化。

19、可以使用分割模型来识别门管区的组分特征。微组分或其聚集体或其部分可以使用神经网络、卷积神经网络、transformer模型、包括视觉transformer或为此目的训练的多个此类网络的组合来进行分割。它们可以使用包含分割基础模型的神经网络、或能够学习并且产生任意图像特征的嵌入向量的自编码器或transformer来进行分割。微组分或其聚集体或其部分可以使用基于非神经网络的图像处理通过阈值化、像素分类、滤波或特征检测来进行分割。

20、微组分或其聚集体或其部分可以通过使用基于图块的分类来大致进行分割，其中提取较大图像中的较小图块，并且根据该图块是否含有每个组分特征的存在来进行分类。微组分、或其聚集体、或微组分的部分（诸如它们包含的细胞）可以被识别为边界框、质心或其他坐标的汇总集，并且这些汇总描述符可以进行空间关联。

21、微组分、或其聚集体、或微组分的部分（诸如细胞）可以表示为概率图中对应的位置存在该微组分、聚集体或部分的基于位置的概率。对概率图在某一数值处进行阈值化而导出的几何形状来执行组分特征的空间关联。微组分或其聚集体可以通过使用经过训练以预测细胞类型的细胞分割或检测模型对其组成的细胞类型进行分割来识别。是结缔组织或在结缔组织中的微组分或其聚集体可以被识别为在彼此邻近度内的结缔组织细胞或在彼此邻近度内的微组分或聚集体。微组分或其部分可以通过它们包含的细胞类型来检测或识别。例如，胆管可以通过微组分中在彼此邻近度内的胆管上皮细胞来识别。

22、门管区和肝脏的小叶区域可以经由门管区的组分特征与组织前景特征的组合通过包括取并集、交集或差集的逻辑谓词来勾画。界面区可以通过包括缓冲、膨胀或腐蚀的特征的构造性的和破坏性的几何运算，在门管区和肝脏的小叶区域之间勾画。例如，可以找到两个门管区和最接近两个门管区中的一个的小叶区域之间的中线，并通过从门管区的边界到另一边界的径向距离进一步细分。对于在肝脏组织学图像中待分析的分区可以通过细分门管区和肝脏的小叶区域来勾画。

23、可以使用门管区模型通过生成描述性统计来区分门管区、小叶区域和界面区。

24、门管区炎症、小叶区域炎症或界面炎症的分布可以根据以下的至少一项来表达：炎症灶的数量、灶的平均面积、门管区炎症细胞的密度、界面炎症细胞的密度或小叶区域炎症细胞的密度。

25、优选识别中性粒细胞、嗜酸性粒细胞、淋巴细胞（包括t细胞和b细胞）、浆细胞、巨噬细胞（包括库普弗细胞）或其他炎症细胞类型相对于门管区、小叶区域和其他肝脏分区的空间位置。可使用通过统计频率、最近邻、“词袋”或其他技术所定义的协同细胞的集群相对于门管区、小叶区域或者界面区的位置或丰度。

26、可对门管区进行评估，或将门管区与结缔组织中的微组分、或结缔组织或两者相组合，以识别门管区之间的桥接纤维化。可以评估结缔组织或结缔组织中的微组分或两者相对于门管区的形状、长度和其他形态学特征，以评估胶原桥接的形成。

27、所述生物样本可用于评估门管区、小叶区域、界面或结缔组织随时间的变化，其包括评估炎症、纤维化和瘢痕的减轻或增加。肝脏组织学图像中的生物样本可以是纵向的样本。随时间推移可发生造成门管区之间桥接的瘢痕或纤维化。可以测量门管区之间桥接纤维化的长度或宽度或两者，由此患者中纤维化的进展/消退的模式提供了药物疗效的指标。

28、每位患者、每张切片、每个样本、每个组织区域或切片之内每个重复活检的门管区的数量和密度可用作质量控制指标，以评估用于病理学评估的样本合格性。

29、基于门管区或其他肝脏微组分的类型、位置、面积、边界或其组合或其模式的空间指标可用于与结果或组织病理学评分进行相关性分析。优选由该方法产生的空间指标用于肝脏疾病的全自动的数字评分。

30、可使用识别门管区的组分特征的分割的结果来产生与组分特征相关的指标，以及产生与该组分特征相关联的病症、疾病或功能障碍相关的评分。

31、根据本发明的一个方面，提供了包含能够直接加载至计算机的存储器的计算机程序的系统，其用于操作根据前述任一项权利要求所述的方法。该系统可以包含带有加载至存储器的计算机程序的计算机。

32、现在将通过仅仅作为实例的方式，并参考附图来描述本发明，其中：

33、附图的简要说明

34、图1示出了组织学切片上肝脏组织的背景和前景；

35、图2示出了肝脏组织学切片上肝脏组织中的门管区；

36、图3示出了邻近共定位的解剖微组分的门管区；

37、图4示出了门管区以及关联的微组分的示意图；

38、图5示出了肝脏组织中微组分的模式的示意图；以及

39、图6示出了组织学解剖解释的方法的流程图。

40、发明的详细描述

41、图1示出了组织学切片700上的肝脏组织的组织学。组织轮廓之内的所有均为组织前景17。组织本身外部没有任何可见物，因为组织背景18仅为组织学切片的玻璃。

42、图2和图3示出了肝脏组织学切片的一部分，其中肝脏组织经染色以突显各种不同的微组分。门管区101、102（也称为门管三联）的轮廓是可见的。通常，包含在门管区101、102之内的各种不同的微组分包括至少一条肝动脉41、42、45，至少一条门静脉51、52、55，以及至少一条胆管201、202、203、204、208。图2所示的具体门管区101包含两条肝动脉41、42，两条门静脉51、52，以及一条胆管201。在门管区101中还有结缔组织31，其包围各种不同的微组分：肝动脉、门静脉、胆管，并将门管区101保持在一起。

43、结缔组织31、32、33、34、35、36、37、38、39在图1至图5中可见。结缔组织是包围肝脏的被膜（glisson）的基质，glisson由结缔组织和血管组成。结缔组织在肝脏之内形成网状结构，所述网状结构为肝细胞和肝窦提供完整性。包含胆管、门静脉和肝动脉的微组分的门管区101-120聚集体位于结缔组织之内。该结缔组织的边界为门管区的限定边界。

44、沿着门管区103、104内部的肝脏组织与门管区外部的肝脏组织35之间的限定边界存在界面161、162。在图2和图3的肝脏组织学中，门管区103、104与周围的外部的肝脏组织之间的界面161、162难以看到。示意图图4通过虚线示出了门管区103、104周围的界面16，以表明门管区103、104内部的肝脏组织与外部的肝脏组织35之间存在逐渐且难以检测的变化。

45、胆管201-208在图2和图3的组织学中可见，并在图4中示意性地示出。胆管是肝脏中促进胆汁的运输的通道。胆管是门管区101-120的微组分。胆管的特征在于内衬有特化的和在视觉上独特的称为胆管上皮细胞的上皮细胞。

46、肝动脉41-45在图2和图3的组织学中可见，并且在图4中示意性地示出。肝动脉41-45的特征在于由胶原纤维组成的外层、平滑肌的中层和内衬有内皮细胞的内皮的内层。

47、门静脉51-55在图2和图3的组织学中可见，并在图4中示意性地示出。门静脉51-55始于胰腺的颈部的后方，向肝脏供应氧气少但营养丰富的血液。与体循环静脉不同，门静脉5和汇入静脉在血液至心脏之前将血液携带至肝脏。门静脉的特征在于内衬有单层的扁平的内皮细胞的宽大管腔，具有较大的门静脉分支，其有纤维结缔组织的薄壁。

48、解剖微组分在图1、图2和图3的肝脏组织学切片中可见。它们也在图4和图5所示的肝脏组织学的示意图中示出。解剖微组分是指构成组织前景17的构成要素，以及微组分的聚集体。解剖微组分包括但不限于：门管区101-120、胆管201-207、结缔组织31-37、肝动脉41-45、门静脉51-55、中央静脉61-64、腺泡、肝小叶81-84、肝分区、腺泡分区10、11、12、纤维化桥接151、152、胶原沉积、界面区161、162，以及共定位的解剖微组分，例如脂肪变性91、肝细胞92、炎症细胞93、气球样细胞94。

49、胶原沉积是由肝纤维化导致的细胞外基质中胶原和其他蛋白质的过度或异常的积聚。图4的示意图中示出了连接两个门管区103、104的纤维化桥接151。胶原沉积是肝纤维化的标志。胶原沉积用于检测和识别纤维化桥接151，以及用于检测和识别图1所示的组织学切片中前景17肝脏组织中的门管区101-120。

50、图5示出了肝脏组织组织学的示意图。该示意图旨在视觉上解释图1、图2和图3的肝脏组织学切片中肝脏组织内各种不同的微组分以及微组分的聚集体的复杂排列。从图5中显现出复杂排列中的模式，并且比在肝脏组织学切片中更容易看到。

51、图5中的模式中的一种是肝小叶81-84的六边形排列。肝小叶81-84是肝脏组织组织学的微组分。在每个大致呈六边形的肝小叶81-84的六个外围角中的每一个处大致有一个门管区105-120。肝小叶81-84的六边形排列的模式呈现为六边形的蜂窝状。在每个六边形的中心处大致有中央静脉61-64。

52、应当理解，肝脏组织学切片中肝脏组织中的门管区105-120的复杂排列不是精确的六边形。肝小叶81-84也不具有精确的六边形。肝脏微解剖中的门管区105-120以蜿蜒的生物学方式分布。此外，在肝脏组织中，中央静脉61-64仅大致在肝小叶81-84的中心。在肝脏组织的组织学切片中，对于经过训练以识别蜂窝状模式的人员或机器而言，门管区105-120看起来大致在六边形的角上。图5中的示意图有助于训练在组织学切片中寻找门管区1、中央静脉61-64以及肝脏组织的其他微组分。大致的六边形模式也有助于确认，发现微组分的聚集体很可能就是发现门管区105-120，因为聚集体的位置大致在从其他已发现的门管区105-120显而易见的六边形的角位置处。

53、在图5中可以看到的模式的另一种是三个腺泡分区10、11、12的嵌套菱形的模式。三者中最大的是第三腺泡分区12。第二大的是第二分区二11，其嵌套在第三腺泡分区12之内。最小的是第一分区10，其嵌套在第二分区11之内。所有三个菱形都具有第一对对角181、182和第二对对角。所有三个菱形共享第一对对角181、182。在所有三个菱形共享的两个对角181、182中的每一个处有门管区。

54、三个腺泡分区10、11、12中的三个菱形不共享第二对对角，因为这三个菱形是嵌套的。三个菱形中最大的是第三腺泡分区12，在第三腺泡分区12中的第二对对角171、172中的每一个处有中央静脉61、63。中央静脉61、63在相邻的肝小叶82、84中。第二腺泡分区11的第二对对角173、174位于穿过第三腺泡分区12的第二对对角171、172的假想直线上。即该假想直线穿过中央静脉61、63。第一腺泡分区10的第二对对角175、176位于该假想直线上，使得三个腺泡分区10、11、12嵌套。第二腺泡分区11的第二对对角173、174分布在第一腺泡分区10和第三腺泡分区12的第二对对角171、172、175、176的对应角点之间，使得三个腺泡分区10、11、12嵌套。

55、应当理解，肝脏组织学切片中肝脏组织中的相邻中央静脉6、61、相邻门管区181、182以及第二对对角171、172、173、174、175、176的复杂排列不是精确的菱形。这些角是弯曲的而非尖锐的。每个菱形的轮廓是蜿蜒的而非笔直的。嵌套的菱形模式不是精确同心的。图5中示出嵌套的菱形模式的示意图有助于训练在组织学切片中寻找门管区181、182、中央静脉61、63、肝小叶82、84、腺泡分区10、11、12以及肝脏组织的其他微组分。这些模式被设计以帮助人员或机器检测、辨认或识别模式中的特定微组分。所述帮助是有用的，因为在肝脏技术切片的肝脏组织中对微组分或微组分的聚集体进行简单分割通常无法提供足够的信息以足够准确的概率进行辨认或识别。

56、距离中央静脉61、63最远的腺泡分区（称为腺泡分区一10）接收含氧最多的血液和最多的营养。最接近中央静脉61、63的腺泡分区（称为腺泡分区三12）接收含氧最少的血液和最少的营养。在腺泡分区一10和腺泡分区三12之间的腺泡分区二11接收中等量的含氧血液和中等量的营养。

57、图6示出了组织学解剖解释的方法600的流程图。通过示例性的实例，组织学切片700（例如h&e、masson三色、天狼星红或任何其他染色）中的组织学图像中的门管区101-120根据以下方案进行识别和表征：

58、1.为每个肝脏组织创建或使用语义分割、示例分割或其他分割模型：

59、1.1.前景组织604的分割；

60、1.2.结缔组织606的分割；

61、以及特定的微组分602，尤其是门管区微组分608；

62、1.3.胆管610的分割；

63、1.4.肝动脉612的分割；以及

64、1.5.门静脉614的分割。

65、2.这些不同的分割问题的目标物具有已知的或预期的空间关系。根据组织学表征的方法和系统进行分析，以产生是门管区的肝脏的微组分的复合组织聚集体的分割。这些分割（其全部或数个或其一个或多个子集）进行空间关联以确定结缔组织31-39的区域为门管区101-120的置信度或概率。例如，在一个实施方案中，仅当结缔组织区域含有规定的数量或预选的数量的胆管、门静脉或肝动脉（单独地或总数）时，才将其视为门管区。

66、3.微组分或其聚集体的语义分割被处理为门管区的一个或多个预测。从组织前景604和结缔组织606的交集中识别或选择门管区示例的候选618。术语“门管区”（pt）101-120是指与以下的一个或多个示例相交的分割的结缔组织（ct）31-36的区域：

67、a)分割的胆管（bd）201-208。

68、b)分割的肝动脉（ha）41-45。

69、c)分割的门静脉（pv）51-55。

70、4.当微组分或聚集体{a|b|c}与ct相交但部分位于结缔组织分割区域的外部（即部分在内部624）时，门管区的边界为该结缔组织与微组分或聚集体{a|b|c}的并集626。

71、5.目标物与结缔组织的交集用在结缔组织的边界上相关的距离阈值来计算。例如，如果门静脉被检测到靠近结缔组织的区域（例如在5、10或20微米之内），但未与原始的结缔组织相交，则该门静脉仍被视为门管区的部分，并且最终的门管区为结缔组织与门静脉的并集。这是核实620微组分目标物是否与候选pt边界相交或在候选pt边界的距离阈值之内。

72、6.对满足候选门管区的标准、包括完全在候选的门管区之内628以及那些与候选门管区取并集626的微组分进行计数630。根据与边界结缔组织相关的不同特征的数量，为候选的门管区分配置信度分数632：

73、a)对于≥1条胆管，+1

74、b)对于≥1条门静脉，+1

75、c)对于≥1条肝动脉，+1

76、7.因此，基于门管三联（门静脉、胆管或肝动脉）的哪些组分被识别为存在于该区域中，为每个候选的门管区区域分配置信度：

77、0 =无门管三联的元素。

78、1 =单一元素，即胆管、门静脉或肝动脉。

79、2 =门管三联的三个组分中任两者的组合。

80、3 =门管三联的全部组分。

81、分数越高对应预测可能性越高。该置信度分数为将图像区域定义为门管区提供了可解释的依据，并且可用于基于关联的特征的数量过滤候选的门管区，这可视为候选微组分聚集体实际为门管区的可能性的代理指标。

82、使用预选的置信度分数以确保候选的门管区为真实的概率超过最小阈值634。如果候选的门管区的置信度分数低于该最小值，则确定元素的聚集体和其所在的结缔组织在门管区外部的结缔组织中636。如果候选的门管区的置信度分数低于该最小值，则确定检测到并识别出门管区，并且其包括候选门管区的元素的聚集体和结缔组织636。

83、将已识别的门管区的信息（包括其在组织前景中的位置）与从组织前景确定的信息（例如从组织前景中中央静脉的分割）进行组合638。这使得能够找到肝小叶区域（例如腺泡分区）640。

84、如前所解释，由于肝小叶区域中存在的指示门管区可能的位置的门管区和中央静脉的模式，这些模式可被反馈到寻找候选门管区示例的步骤618。这些模式可被反馈到步骤620，例如检查微组分或其聚集体的位置是否与模式中的一种中的某个位置的某个距离或角度范围之内相交。这导致组织学表征的方法随着对组织学切片的分析的推进而改进，从而变得更快且更准确地检测门管区、中央静脉和肝小叶区域，包括但不限于切片上组织的腺泡分区。

85、对检测并且识别出的门管区642执行几何分析636。可以检测并识别出辅助的肝脏区域644，例如脂肪变性91、肝细胞92、炎症细胞93、气球样细胞94和纤维化桥接15的肝脏区域。几何分析636可与通过置信度分析636或交集或距离阈值之内622确定为在门管区外部的结缔组织进行组合，以找到在门管区外部但与之关联的辅助的区域。

86、本发明仅通过实例的方式进行了描述。因此，前述内容仅被视为对本发明的原理的说明。此外，由于本领域技术人员易于进行大量修改和变更，因此不意图将本发明限于所示和所描述的确切的构造和操作，并且相应地，可以采用落在权利要求的范围之内所有合适的修改和等效方案。