張?zhí)m鳳 郭 丹

(贛南醫(yī)學(xué)院 基礎(chǔ)醫(yī)學(xué)院，江西 贛州 341000)

0 引言

腫瘤的發(fā)生、發(fā)展是一個(gè)多基因調(diào)控和多步驟發(fā)展的復(fù)雜病理過(guò)程，其中細(xì)胞增殖失控和凋亡的失衡是腫瘤的一個(gè)基本特征，細(xì)胞增殖是一個(gè)被高度協(xié)調(diào)機(jī)制控制的基本生物過(guò)程，人體復(fù)雜的調(diào)控機(jī)制負(fù)責(zé)胚胎的正常發(fā)育、傷害和感染等的調(diào)控，一旦調(diào)控平衡被打破，就可能產(chǎn)生腫瘤[1]。而Ki-67 即細(xì)胞核相關(guān)抗原，屬于非組蛋白，是一種目前應(yīng)用最廣泛的細(xì)胞增殖標(biāo)記之一。Ki-67 作為標(biāo)記細(xì)胞的“生長(zhǎng)指數(shù)”，用來(lái)衡量腫瘤細(xì)胞的生長(zhǎng)速度，與惡性腫瘤的發(fā)展、轉(zhuǎn)移和預(yù)后高度相關(guān)[2]。Ki-67 作為一個(gè)重要指標(biāo)，以往人們常通過(guò)人工方法對(duì)陽(yáng)性反應(yīng)強(qiáng)度進(jìn)行判定和通過(guò)人工計(jì)數(shù)陽(yáng)性細(xì)胞占全部細(xì)胞的百分率來(lái)對(duì)陽(yáng)性反應(yīng)分布進(jìn)行半定量的記錄，不但極大的增加了工作量，而且受分析者的主觀影響很大，難以進(jìn)行客觀評(píng)價(jià)。近年來(lái)隨著圖像分析儀（Image analyser，IA）的出現(xiàn)及其功能的日益完善，越來(lái)越多的研究者開(kāi)始應(yīng)用圖像處理技術(shù)對(duì)Ki-67 的結(jié)果進(jìn)行定量分析[3]，由于Ki-67 定量分析僅用陽(yáng)性細(xì)胞數(shù)占腫瘤細(xì)胞的百分比即PI 指數(shù)來(lái)衡量[4]，所以用圖像處理能有效的避免人工計(jì)數(shù)所帶來(lái)的主觀影響。

1 圖像處理在免疫組化中的應(yīng)用

在醫(yī)學(xué)圖像處理技術(shù)中，開(kāi)始許多人應(yīng)用圖像處理對(duì)細(xì)胞核DNA 含量進(jìn)行定量分析[5]，發(fā)現(xiàn)能較好地反映病理圖像與DNA 量的關(guān)系。國(guó)外也有學(xué)者應(yīng)用圖像處理技術(shù)進(jìn)行DNA 倍體分析，結(jié)果與流式細(xì)胞儀測(cè)定結(jié)果非常接近[6]，所以圖像處理技術(shù)慢慢的在醫(yī)學(xué)中盛行。如核磁共振成像、X 線計(jì)算機(jī)斷層成像、正電子發(fā)射體斷層成像、單光子發(fā)射體斷層成像、病理學(xué)以及細(xì)胞學(xué)所應(yīng)用的顯微醫(yī)學(xué)圖像或細(xì)胞圖像。圖像處理系統(tǒng)既可用于病理診斷，又可用于基礎(chǔ)研究。圖像處理應(yīng)用于病理診斷可以提高診斷質(zhì)量，而免疫組化作為常規(guī)病理方法很難判斷的腫瘤的性質(zhì)分期的輔助方法，對(duì)于診斷結(jié)果非常重要。由于免疫組化染色需是通過(guò)病理切片的著色情況來(lái)判定結(jié)果，而人眼對(duì)相同強(qiáng)度單色光的主觀感覺(jué)不同，必將會(huì)影響對(duì)結(jié)果的判定。應(yīng)用計(jì)算機(jī)進(jìn)行圖像處理，則可避免這種主觀感覺(jué)的偏差。國(guó)外Figueido RJ 等在研究腦組織血管病變中淀粉樣蛋白沉積的免疫組化染色時(shí)應(yīng)用了計(jì)算機(jī)圖像處理技術(shù)進(jìn)行染色的著色分析和形狀分析[7]，取得了很好的效果。國(guó)內(nèi)亦有學(xué)者應(yīng)用計(jì)算機(jī)圖像處理技術(shù)對(duì)免疫組化圖像進(jìn)行分析研究，使免疫組化圖像實(shí)現(xiàn)數(shù)字化處理。

2 在免疫組化中的圖像分割法

通過(guò)計(jì)算機(jī)圖像處理自動(dòng)分析免疫組化彩色圖像，輔助醫(yī)生準(zhǔn)確觀察和定量檢測(cè)免疫組化顯色反應(yīng)強(qiáng)度[8]，為了準(zhǔn)確分析彩色圖像中不同的區(qū)域，圖像分割是關(guān)鍵的一步，其結(jié)果影響后續(xù)定量檢測(cè)的準(zhǔn)確度測(cè)的精度。這是因?yàn)橐环矫?，它是目?biāo)表達(dá)的基礎(chǔ)，對(duì)特征測(cè)量特征提取及度量有重要的影響。另一方面，因?yàn)閳D像分割及其基于分割的目標(biāo)表達(dá)、特征提取和參數(shù)測(cè)量等將原始圖像轉(zhuǎn)化為更抽象更緊湊的形式，使得更高層的圖像處理和理解成為可能[9]。圖像分割是指把圖像分成各具特征的區(qū)域并提取出感興趣的目標(biāo)的技術(shù)。圖像分割是從圖像處理到圖像處理的關(guān)鍵步驟，也是進(jìn)一步進(jìn)行圖像理解的基礎(chǔ)，分割的好壞直接影響到后續(xù)圖像處理的結(jié)果。通過(guò)圖像分割可以提取出圖像中用戶關(guān)心的目標(biāo)并為以后的圖像處理提供必要的數(shù)據(jù)。在進(jìn)行免疫組化圖像的分割時(shí)，往往用單一的方法不能得到令人滿意的結(jié)果，常常采用綜合的方法進(jìn)行圖像的分割。縱觀國(guó)內(nèi)外關(guān)于免疫組化圖像分割的研究，免疫組化圖像的分割仍是一個(gè)世界性難題，沒(méi)有一種通用的圖像分割方法，也不存在一種判斷是否分割成功的客觀標(biāo)準(zhǔn)。各種文獻(xiàn)中提到的免疫組化圖像的分割一般利用細(xì)胞圖像特有的統(tǒng)計(jì)特性、圖像中細(xì)胞及細(xì)胞的輪廓、邊緣和紋理等視覺(jué)特性進(jìn)行分割，傳統(tǒng)的分割方法可分為基于閾值的分割方法、基于區(qū)域的分割方法、基于邊緣檢測(cè)的方法及基于區(qū)域的分割方法，此外還有一些結(jié)合特殊技術(shù)的分割方法（基于數(shù)學(xué)形態(tài)學(xué)的分割方法、基于小波的分割方法在醫(yī)學(xué)圖像分割法和基于C－均值聚類算法的免疫組化彩色圖像分割方法）。

3 結(jié)束語(yǔ)

隨著計(jì)算機(jī)及其相關(guān)技術(shù)的迅速的發(fā)展及圖形圖像技術(shù)的日漸成熟，計(jì)算機(jī)圖像處理技術(shù)和免疫組化分析方法相結(jié)合推動(dòng)免疫組化研究由定性向定量的發(fā)展，使診斷更科學(xué)，更準(zhǔn)確。所以采用圖像處理軟件對(duì)免疫組化圖像進(jìn)行處理，從而實(shí)現(xiàn)對(duì)細(xì)胞進(jìn)行識(shí)別、分類和定量測(cè)定，為診斷提供理論基礎(chǔ)和可靠而有效的方法，為病理診斷、分型分級(jí)、預(yù)后判斷，及病因、發(fā)病機(jī)制探討等方面創(chuàng)造條件[11]。圖像處理系統(tǒng)具有精確可靠、重復(fù)性好、高效快速等優(yōu)點(diǎn)，因此在免疫組化甚至醫(yī)學(xué)圖像處理有著非常廣闊的前景。

［1］向靖，陸友金.Ki-67 與肺癌關(guān)系的研究進(jìn)展[J].臨床肺科雜志，2012，17（4）：706-707.

［2］劉大偉，劉星，劉初晴，等.Ki-67 在不同腫瘤中的表達(dá)及意義[J].中國(guó)保健學(xué)，2012，08：583.

［3］Abrams DC，F(xiàn)acer P Bishop AE，et al.Computer assisted stereological quantification Program：Open-Stereo[J].Micro Res Tech，1994，29（3）：240.

［4］廖美琳，林振瓊，周允中，等.非小細(xì)胞肺癌生物學(xué)特性檢測(cè)的臨床意義[J].中華結(jié)核和呼吸雜志，1998，21（1）：30.

［5］鄒偉，朱紅，殷擁軍，等.原發(fā)性肺癌P53 蛋白、增殖細(xì)胞核抗原表達(dá)及DNA含量與預(yù)后的關(guān)系[J].中國(guó)癌癥雜志，1997，7（1）：18.

［6］田婭，饒妮妮，蒲立新.國(guó)內(nèi)醫(yī)學(xué)圖像處理技術(shù)的最新動(dòng)態(tài)[J].電子科技大學(xué)，2002：485-489.

［7］Akhtar M，Tulbah A，Kardar AH，et a1.sarcomatmd renal cenca rcinma the chrornophobe connection[J].Am J sug Pathol，1997，21（10）：1188.

［8］謝鳳英，姜志國(guó).一種免疫細(xì)胞圖像非監(jiān)督分割方法[J].中國(guó)體視學(xué)與圖像分析，2002，12，7（4）：23-25.

［9］開(kāi)顏，吳軍輝，徐立鴻.彩色圖像分割方法綜述[J].中國(guó)圖像圖形學(xué)報(bào)，2005，10（1）：1-10.

［10］韓思奇，王蕾.圖像分割的閾值法綜述[J].系統(tǒng)工程與電子技術(shù)，2002，4（6）：91-102.

［11］周庚寅.組織病理學(xué)技術(shù)[M].北京：北京大學(xué)醫(yī)學(xué)出版社，2006：394.