基于多尺度病理图像与空间间质和免疫细胞建模的肿瘤疗效评估系统

本发明涉及本发明涉及数字病理与人工智能，具体涉及一种基于多尺度病理图像与空间间质免疫细胞建模的肿瘤疗效评估方法，特别是基于全视野病理图像的空间免疫建模、细胞距离分层量化及肿瘤疗效评估与预后预测方法。

背景技术：

1、肿瘤新辅助治疗后的疗效与预后评估，是临床制定后续方案的关键依据。现有评估方法多以肿瘤残余面积、肿瘤负荷（如rvt、mpr、pcr）为核心指标，仅关注肿瘤自身退缩程度，忽略肿瘤微环境中间质细胞、免疫细胞的空间分布、距离依赖特征与结构性规律。

2、免疫细胞、成纤维细胞等在肿瘤边界周围的密度、距离、分层结构，与预后高度相关，但传统病理依赖人工观察与主观判断，无法实现标准化、定量化、空间化分析。现有ai病理模型多聚焦细胞计数或肿瘤分割，未建立以肿瘤边界为基准的径向距离分层建模机制，也未实现肿瘤负荷和空间免疫特征的联合预后建模，评估精度与泛化能力有限。

3、因此，本领域亟需一种能够精准刻画免疫细胞空间分布结构、可量化、可重复、适用于多癌种的肿瘤疗效评估方法。

技术实现思路

1、针对现有技术的不足，特别是现有技术中评估精度与泛化能力有限等问题，本申请旨在提供一种基于多尺度病理图像与空间间质免疫细胞建模的肿瘤疗效评估方法，通过肿瘤边界定位、目标肿瘤灶筛选、细胞检测分类、欧式距离计算、径向分层、空间密度统计、空间特征向量构建、分层触发式风险建模，实现高精准、可解释、可标准化的预后预测。

2、为解决上述技术问题，为实现上述目的，本发明提供如下技术方案：

3、本发明的第一方面提供一种基于多尺度病理图像与空间间质免疫细胞建模的肿瘤疗效评估方法，包括以下步骤：

4、（a)获取全视野病理图像，识别肿瘤区域并提取肿瘤边界轮廓；

5、（b)当存在多个肿瘤区域时，自动筛选目标肿瘤灶；

6、（c)对目标肿瘤灶及其周围区域进行细胞检测与分类，获得各细胞的空间坐标与类别标签；

7、（d)计算每个细胞到最近肿瘤边界点的欧式距离；

8、（e)以肿瘤边界为基准，在预设径向范围内划分多个同心环状距离区间；

9、（f)基于区域面积对各区间内不同类型细胞进行归一化，计算空间密度；

10、（g)将细胞类型与距离区间对应的密度组合，构建空间免疫特征向量；

11、（h)基于肿瘤负荷进行分层触发，利用空间免疫特征向量构建风险模型，完成肿瘤疗效与预后评估。

12、进一步，优选的，所述目标肿瘤灶为面积最大的区域，其残余肿瘤比例最高或位于肿瘤床中心的区域，所述目标肿瘤灶通过自动选择策略确定。

13、进一步，优选的，所述欧式距离限定有效建模范围：横向位移与纵向位移均不超过500μm，最大有效距离不超过700μm。

14、进一步，优选的，所述距离区间采用等距分层、非等距分层或自适应分层，优选以50μm为间隔的等距分层。

15、进一步，优选的，区域面积采用minkowski-steiner扩展公式计算：a(d)=p·d+πd2其中p为肿瘤边界周长，d为径向距离。

16、进一步，优选的，细胞密度由对应区间内细胞数量除以区间面积得到，并对同一患者多张切片取平均值。

17、进一步，优选的，所述空间特征向量包括不同细胞类型在不同距离区间内的密度组合；

18、所述空间特征向量按照预设顺序排列形成结构化输入；

19、在构建空间特征向量之前，基于肿瘤负荷指标对样本进行分层处理；

20、所述空间免疫特征向量由不同细胞类型在各距离区间的密度按固定顺序排列构成；

21、优选的，当肿瘤负荷为零时，判定低风险并跳过空间建模，不执行空间免疫建模；

22、当肿瘤负荷大于零时，进入空间免疫分析；

23、优选的，风险模型仅以空间免疫特征向量为输入，或联合肿瘤负荷指标共同输入。

24、进一步，优选的，基于不同距离区间、不同细胞类型的密度组合构建空间免疫表型，并用于患者预后风险分层。

25、本发明的第二方面一种基于多尺度病理图像与空间间质免疫细胞建模的肿瘤疗效评估系统，包括：图像预处理模块、肿瘤区域分割模块、目标肿瘤灶筛选模块、细胞检测分类模块、空间距离计算模块、径向分层模块、密度计算模块、特征构建模块、预后评估模块；所述系统执行上述任一项方法。

26、本发明的第三方面提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在处理器上运行时，使处理器执行如上述任一项方法的步骤。

27、与现有技术相比，本发明至少具有如下有益效果：

28、以肿瘤边界为基准，建立细胞到肿瘤边界的最短欧式距离计算模型；

29、在肿瘤外周≤700μm范围内构建同心径向分层区域，实现免疫细胞空间结构化量化；

30、基于minkowski-steiner扩展原理计算区域面积，实现细胞密度精准归一化；

31、构建空间免疫特征向量，并结合肿瘤负荷分层触发机制实现联合预后建模；

32、基于不同距离区间、不同细胞类型的密度组合，构建空间免疫表型，提升风险分层能力。

1.一种基于多尺度病理图像与空间间质免疫细胞建模的肿瘤疗效评估方法，其特征在于，包括以下步骤：

2.根据权利要求1所述方法，其特征在于，所述目标肿瘤灶为面积最大的区域，其残余肿瘤比例最高或位于肿瘤床中心的区域，所述目标肿瘤灶通过自动选择策略确定。

3.根据权利要求1所述方法，其特征在于，所述欧式距离限定有效建模范围：横向位移与纵向位移均不超过500μm，最大有效距离不超过700μm。

4.根据权利要求1所述方法，其特征在于，所述距离区间采用等距分层、非等距分层或自适应分层，优选以50μm为间隔的等距分层。

5.根据权利要求1所述方法，其特征在于，区域面积采用minkowski-steiner扩展公式计算：a(d)=p·d+πd2其中p为肿瘤边界周长，d为径向距离。

6.根据权利要求1所述方法，其特征在于，细胞密度由对应区间内细胞数量除以区间面积得到，并对同一患者多张切片取平均值。

7.根据权利要求1所述方法，其特征在于，

8.根据权利要求1所述方法，其特征在于，基于不同距离区间、不同细胞类型的密度组合构建空间免疫表型，并用于患者预后风险分层。

9.一种基于多尺度病理图像与空间间质免疫细胞建模的肿瘤疗效评估系统，其特征在于，包括：图像预处理模块、肿瘤区域分割模块、目标肿瘤灶筛选模块、细胞检测分类模块、空间距离计算模块、径向分层模块、密度计算模块、特征构建模块、预后评估模块；所述系统执行权利要求1至8任一项所述方法。

10.一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在处理器上运行时，使处理器执行如权利要求1至8任一项所述方法的步骤。