DE19801400A1 - Verfahren und Anordnung zur automatischen Erkennung, Eigenschaftsbeschreibung und Interpretation von Hep-2-Zellmustern - Google Patents

Verfahren und Anordnung zur automatischen Erkennung, Eigenschaftsbeschreibung und Interpretation von Hep-2-Zellmustern

Info

Publication number
DE19801400A1
DE19801400A1 DE19801400A DE19801400A DE19801400A1 DE 19801400 A1 DE19801400 A1 DE 19801400A1 DE 19801400 A DE19801400 A DE 19801400A DE 19801400 A DE19801400 A DE 19801400A DE 19801400 A1 DE19801400 A1 DE 19801400A1
Authority
DE
Germany
Prior art keywords
image
hep
cell
class
objects
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
DE19801400A
Other languages
English (en)
Other versions
DE19801400C2 (de
Inventor
Petra Dr Ing Perner
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to DE19801400A priority Critical patent/DE19801400C2/de
Publication of DE19801400A1 publication Critical patent/DE19801400A1/de
Application granted granted Critical
Publication of DE19801400C2 publication Critical patent/DE19801400C2/de
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/155—Segmentation; Edge detection involving morphological operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/695—Preprocessing, e.g. image segmentation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N15/14—Optical investigation techniques, e.g. flow cytometry
    • G01N15/1429—Signal processing
    • G01N15/1433—Signal processing using image recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10064—Fluorescence image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30024—Cell structures in vitro; Tissue sections in vitro

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Quality & Reliability (AREA)
  • Radiology & Medical Imaging (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Multimedia (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Image Processing (AREA)

Description

Die Erfindung betrifft ein Verfahren und eine Anordnung zur automatischen Erkennung, Eigenschaftsbeschreibung und Inter­ pretation von Hep-2-Zellmustern.
Die Diagnostik mittels Immunfluoreszenz nach dem Prinzip des fluoreszenzoptischen Nachweises von Autoantikörper-Bindung wird an Gefrierschnitten von Hep-2-Zellen durchgeführt. Diese Me­ thode liefert die verläßlichsten Ergebnisse und stellt eine sichere Grundlage für therapeutische Entscheidungen dar.
Nachteilig ist die bisher fehlende Automatisierbarkeit, so daß ein hoher Personalaufwand verbunden mit einer gesundheitlich belastenden, zeitaufwendigen und viel Erfahrung erfordernden Auswertung notwendig ist.
Der in den Patentansprüchen 1, 2 und 12 angegebenen Erfindung liegt das Problem zugrunde, Hep-2-Zellen von Hep-2-Zellschnitte automatisch zu erkennen und zu interpretieren.
Dieses Problem wird mit den in den Patentansprüchen 1, 2 und 12 aufgeführten Merkmalen gelöst.
Das Verfahren und die Anordnung dienen der automatischen Erken­ nung, Eigenschaftsbeschreibung und Interpretation von Hep-2-Zell­ schnitten. Damit sind Autoimmunerkrankungen nachweisbar. Autoimmunkrankheiten sind Krankheiten, die durch eine Reakti­ vität des Immunsystems gegen körpereigene Substanzen und Struk­ turen gekennzeichnet sind. Eine häufige Erscheinung bei Auto­ immunkrankheiten ist das Auftreten von Autoantikörpern. Dabei handelt es sich um Immunglobuline, die gegen körpereigene Strukturen gerichtet sind. Neben organspezifischen Autoanti­ körpern sind besonders nichtorganspezifische mit Reaktivität gegen zelluläre Strukturen bedeutsam. Der Nachweis solcher Autoantikörper hat große diagnostische Bedeutung.
Zur Charakterisierung der Spezifität von Autoantikörpern wird untersucht, gegen welche Zielantigene sie gerichtet sind. Das ist mit mehreren Methoden möglich. Eine davon ist die Diagnos­ tik mittels Immunfluoreszenz. Diese wird an Hep-2-Zellen durch­ geführt, wobei die verläßlichsten Ergebnisse erzielt werden. Gleichzeitig stellt sie eine sichere Grundlage für therapeu­ tische Entscheidungen dar.
Eine Markierung der Hep-2-Zelle durch den Nutzer ist nicht notwendig, das Verfahren und die Anordnung ermitteln die Hep-2-Zellen selbständig.
Das erfindungsgemäße Verfahren und die erfindungsgemäße Anord­ nung zeichnen sich besonders durch die Automatisierbarkeit aus, wobei gleichzeitig der Personalaufwand sinkt. Weiterhin wird die für das Personal gesundheitlich belastende, zeitaufwendige und viel Erfahrung erfordernde fluoreszenzoptische Auswertung vermieden.
Die Anordnung zeichnet sich weiterhin durch ihre einfache Re­ alisierung mit dem Einsatz bekannter Einrichtungen aus. Die Auswertung basiert auf speziellen Anordnungen und Abläufen in einem datenverarbeitenden Computer.
Vorteilhafte Ausgestaltungen der Erfindung sind in den Patent­ ansprüchen 2 bis 11 und 13 bis 16 angegeben.
Eine Bildvorverarbeitung nach den Weiterbildungen der Patent­ ansprüche 3 oder 15 dient der Eliminierung von Störungen. Außerdem erfolgt eine Normierung, um die Farbe und Präparate­ unterschiede zwischen den Hep-2-Zellschnitten auszugleichen.
Die Weiterbildungen der Patentansprüche 4 und 5 führen zu einer Ausblendung oder Teilung sich überlappender Hep-2-Zellen des Hep-2-Zellschnitts. Ohne eine derartige Ausblendung oder Tei­ lung wäre eine Klassifizierung der Objekte der Bereiche der Hep-2-Zellen nicht gegeben. Damit wird eine Fehlerquelle bei der Beurteilung und Feststellung des Zustandes der Hep-2-Zellen und damit des Zustandes des Patienten ausgeschlossen.
Die Weiterbildungen der Patentansprüche 6 und 7 beschreiben die Merkmale, die für eine Beurteilung der Zellmuster der Hep-2-Zel­ len herangezogen werden. Neue Merkmale unbekannter oder unsicher klassifizierbarer Zellmuster werden den aufgeführten Merkmalen zugeordnet.
Die Lerneinheit nach den Weiterbildungen der Patentansprüche 8 oder 13 gestattet es, unbekannte Merkmale der Objekte durch eine Bewertung des Nutzers und/oder Bedienpersonals aufzunehmen und automatisch in die im Computer als Klassifikatorwissen vorhandenen, gespeicherten und bekannten Merkmalen ein- und zuzuordnen.
Die Weiterbildung des Patentanspruchs 9 erleichtert die Aus­ wertung des Zellmusters durch den Nutzer und/oder das Bedien­ personal.
Die morphologische Filterung der geschnittenen Hep-2-Zellen nach der Bildsegmentierung in eine zweidimensionale Bildmaske mit der Belegung der Zellfläche mit "1" und des restlichen Bildes mit "0" nach der Weiterbildung des Patentanspruchs 10 stellt eine vorteilhafte Voraussetzung dar, um die Bilder der einzelnen Hep-2-Zellen zu erhalten. In Verbindung mit dem UND-Ver­ gleich nach der Weiterbildung des Patentanspruchs 11 des ursprünglich digitalisierten Bildes und der zweidimensionalen Bildmaske der Weiterbildung des Patentanspruchs 10 entstehen in vorteilhafter Weise die Bilder der geschnittenen Hep-2-Zellen in der ursprünglichen Farbe oder dem ursprünglichen Grauwert.
Die Weiterbildung des Patentanspruchs 14 ermöglicht eine ein­ fache Aufnahme des Bildes des Hep-2-Zellschnitts mit bekannten und bewährten Geräten in Form eines Mikroskops mit einer op­ tisch angekoppelten Digitalkamera. Eine damit verbundene Ver­ größerung des Bildes des Hep-2-Zellschnitts verringert Fehler bei der Auswertung. Einzelne Hep-2-Zellen sind eindeutiger und leichter als solche erfaß- und definierbar.
Die Weiterbildung des Patentanspruchs 16 ermöglicht eine ein­ fache Handhabung der Hep-2-Zellschnitte im Bereich der Optik der Aufnahmevorrichtung.
Ausführungsbeispiele der Erfindung werden im folgenden näher beschrieben.
Ein Ausführungsbeispiel einer Anordnung der Erfindung ist in der Zeichnung dargestellt.
Die Figur zeigt eine Anordnung zur automatischen Erkennung, Eigenschaftsbeschreibung und Interpretation von Hep-2-Zell­ mustern.
1. Ausführungsbeispiel
Das erste Ausführungsbeispiel beschreibt ein Verfahren zur automatischen Erkennung, Eigenschaftsbeschreibung und Inter­ pretation von Hep-2-Zellmustern.
Eine Probe in Form eines Hep-2-Zellschnitts wird mit einer körpereigenen Flüssigkeit versehen. Die Reaktion der Hep-2-Zellen auf die körpereigene Flüssigkeit stellt ein Maß für die Immunität dar. Die Probe befindet sich dabei auf einem Prä­ parateträger.
Das fluoreszenzoptische Bild des so behandelten Hep-2-Zell­ schnitts wird über eine Kamera aufgenommen und digitalisiert. Damit sind dem Bild des Hep-2-Zellschnitts äquivalente digita­ lisierte Daten vorhanden, die in einem datenverarbeitenden Computer abgelegt werden.
Mit einer Bildvorverarbeitung wird das aufgenommene Bild des Hep-2-Zellschnitts in ein Grauwertbild transformiert. Gleichzeitig werden Störungen eliminiert. Weiterhin erfolgt in der Bildvorverarbeitung eine Normierung, um Farb- und Präpa­ rateunterschiede zwischen den Hep-2-Zellschnitten auszuglei­ chen.
Der Bildvorverarbeitung schließt sich eine Bildsegmentierung an. Dabei wird das digitalisierte Bild des Hep-2-Zellschnitts in den Hintergrund und die geschnittenen Hep-2-Zellen aufge­ teilt. Es entsteht ein Binärbild, wobei dem Hintergrund der Wert "0" und den geschnittenen Hep-2-Zellen der Wert "1" zu­ geordnet werden. Das Binärbild wird nachfolgend mit morpholo­ gischen Filtern wie Dilation und Erosion bearbeitet, in dessen Resultat für die geschnittenen Hep-2-Zellen geschlossene Flä­ chen gleicher Farbintensität entstehen. Das so bearbeitete Binärbild wird dazu benutzt, um aus dem ursprünglichen Grau­ wertbild die geschnittenen Hep-2-Zellen herauszuschneiden. Dazu werden das Grauwertbild und das Binärbild mittels einer UND-Ope­ ration miteinander verknüpft. Die herausgeschnittenen Hep-2-Zellen sind einzelne Bilder der Hep-2-Zellen.
Sich überlappende Zellen werden anschließend aussortiert. Zum Ersten erfolgt das durch eine Überprüfung der Größenver­ hältnisse. Bei Überschreiten eines Vorgabewertes der Größe wird das zusammenhängende Hep-2-Zellengebilde verworfen und aus der weiteren Betrachtung ausgeschlossen.
Zum Zweiten wird eine Bildanalyse durchgeführt, in deren Ergeb­ nis sich überlappende Hep-2-Zellen automatisch getrennt und vereinzelt werden.
Die einzelnen Bilder der Hep-2-Zellen werden anschließend in Klassenbilder überführt, indem das Grauwertbild der Hep-2-Zel­ le, der einen Wertebereich von 0 bis 255 besitzt, in 16 dis­ krete Stufen unterteilt wird. Jede der 16 diskreten Stufen repräsentiert eine Klasse. In dem daraus resultierenden Klas­ senbild werden die einzelnen Bildpunkte jeder Klasse mit Hilfe eines Objektisolierungsverfahrens als Objekt zusammengefaßt. Anschließend werden Merkmale für die Objekte der einzelnen Klassenbilder und damit einzelne Zellmuster, die die Charak­ teristiken der in dem jeweiligen Klassenbild sich ausprägenden Objekte beschreiben, bestimmt.
Die Merkmale sind:
  • - Objekte in der Klasse vorhanden oder nicht (Boolesches Merk­ mal),
  • - Anzahl der Objekte in einer Klasse,
  • - Fläche der Objekte,
  • - mittlere Fläche der Objekte in einer Klasse,
  • - relativ mittlere Fläche in einer Klasse,
  • - mittlerer Formfaktor für Objekte in einer Klasse nach der Beziehung f = 10 × U/A (mit f - Faktor, U - Umfang des Objekts und A - Fläche des Objekts),
  • - mittlere Konturlänge für die Objekte in einer Klasse,
  • - mittlere Abweichung der Position der Objekte bezogen auf den Schwerpunkt der Hep-2-Zelle und
  • - Texturmerkmale für das Objekt.
Das Zellmuster des Klassenbildes als Merkmal wird mit Merk­ malen, die im Computer als Klassifikatorwissen enthalten sind, verglichen. Der Vergleich wird in Form des Zellmusters und der wahrscheinlichen oder übereinstimmenden Klasse angezeigt. Das aufgenommene Bild, die ermittelten Merkmale, die bestimmte Klasse und eventuelle Bemerkungen und/oder Änderungen des Nutzers und/oder Bedienpersonals werden weiterhin in einem Speicher des Computers abgelegt. Diese Daten stehen für weitere Untersuchungen und/oder der Verbesserung der Anordnung zur Verfügung.
Unbekannte oder unsicher klassifizierte Zellmuster werden auto­ matisch erkannt und über eine Lerneinheit auf dem Datensicht­ gerät dem Nutzer und/oder Bedienpersonals angezeigt. Dieser oder diese vergeben einen Namen für dieses Zellmuster. Das neue Merkmal und der Name des Zellmusters werden über die Lernein­ heit automatisch dem Klassifikatorwissen zu- und einordnet.
2. Ausführungsbeispiel
Die Anordnung zur automatischen Erkennung, Eigenschaftsbe­ schreibung und Interpretation von Hep-2-Zellmustern dient der Durchführung des Verfahrens zur automatischen Erkennung, Eigen­ schaftsbeschreibung und Interpretation von Hep-2-Zellmustern entsprechend des ersten Ausführungsbeispiels.
Diese besteht aus einer Aufnahmevorrichtung 1 für das fluores­ zenzoptische Bild des Hep-2-Zellschnitts und einem datenver­ arbeitenden Computer. In dem datenverarbeitenden Computer sind eine bildvorverarbeitende 2, eine bildsegmentierende 3, eine in Klassenbilder einteilende 4, eine Merkmale bestimmende 5, eine die Zellmuster vergleichende 6 Anordnung, eine Anzeige und/oder ein Speicher 7 und eine Lerneinheit 8 enthalten. In der Figur ist die Anordnung zur automatischen Erkennung, Eigenschafts­ beschreibung und Interpretation von Hep-2-Zellmustern prinzi­ piell dargestellt.
Die Aufnahmevorrichtung 1 für das fluoreszenzoptische Bild des Hep-2-Zellschnitts ist ein Mikroskop, mit dem optisch eine Kamera verbunden ist, die das aufgenommene fluoreszenzoptische Bild gleichzeitig digitalisiert. Damit steht ein in dem daten­ verarbeitenden Computer weiterverarbeitbares fluoreszenzopti­ sches Bild zur Verfügung.
Der Hep-2-Zellschnitt befindet sich auf einem Präparateträger. Dieser ist in einer ersten Variante fest zur Aufnahmeoptik plaziert oder wird in einer zweiten Variante manuell oder automatisch zu und im Bereich der Aufnahmeoptik des Mikroskops geführt. In der zweiten Variante befindet sich der Präparate­ träger auf einem in x- und y-Richtung verfahrbaren Positio­ niertisch. Die Bewegungen in x- und y-Richtung erfolgen mit­ tels translatorisch wirkender Antriebe. Vorteilhafterweise sind diese mit dem datenverarbeitenden Computer verbunden und werden über diesen gesteuert.
Die bildvorverarbeitende 2, die bildsegmentierende 3, die in Klassenbilder einteilende 4, die Merkmale bestimmende 5 und die die Zellmuster vergleichende 6 Anordnung sind im Computer ent­ sprechend der Bearbeitungsfolge der Informationen nacheinander realisiert. Weiterhin ist die Lerneinheit 8 im datenverarbei­ tenden Computer implementiert.
Die bildvorverarbeitende Anordnung 2 beinhaltet unter anderem eine das Bild in ein Grauwertbild wandelnde Einheit und Filter zur Bildglättung und der Eliminierung von Störungen. Weiterhin wird das Hep-2-Zellbild normiert, wobei Farb- und Präparate­ unterschiede zwischen den Hep-2-Zellschnitten ausgeglichen werden.
Innerhalb der bildsegmentierenden Anordnung 3 wird das digi­ talisierte Bild des Hep-2-Zellschnitts in den Hintergrund und in das Bild der geschnittenen Hep-2-Zellen aufgeteilt. Es ent­ steht ein Binärbild, wobei dem Hintergrund der Wert "0" und den geschnittenen Hep-2-Zellen der Wert "1" zugeordnet werden. Das Binärbild wird nachfolgend mit morphologischen Filtern wie Dilation und Erosion bearbeitet, in dessen Resultat für die geschnittenen Hep-2-Zellen geschlossene Flächen gleicher Farb­ intensität entstehen. Dieses derart bearbeitete Binärbild wird dazu benutzt, um aus dem Grauwertbild die geschnittenen Hep-2-Zel­ len herauszuschneiden. Dazu werden das Grauwertbild und das Binärbild mittels einer UND-Operation miteinander verknüpft. Die herausgeschnittenen Hep-2-Zellen werden anschließend ver­ einzelt, so daß einzelne Bilder der Hep-2-Zellen zur Verfügung stehen.
Sich überlappende Zellen werden anschließend aussortiert. Zum Ersten erfolgt das durch eine Überprüfung der Größenver­ hältnisse. Bei Überschreiten eines Vorgabewertes wird das zusammenhängende Hep-2-Zellengebilde verworfen und aus der weiteren Betrachtung ausgeschlossen.
Zum Zweiten wird eine Bildanalyse durchgeführt, in deren Er­ gebnis sich überlappende Hep-2-Zellen automatisch getrennt und vereinzelt werden.
Mit der nachfolgend angeordneten in Klassenbilder einteilenden Anordnung 4 werden die einzelnen Bilder der Hep-2-Zellen in die Klassenbilder überführt, indem der Grauwert des Bildes der Hep-2-Zelle, der einen Wertebereich von 0 bis 255 besitzt, in 16 diskrete Stufen unterteilt wird. Jede der 16 diskreten Stufen repräsentiert eine Klasse. In dem daraus resultierenden Klas­ senbild werden die einzelnen Bildpunkte jeder Klasse mit Hilfe der Merkmale bestimmenden Anordnung 5 unter Anwendung eines Objektisolierungsverfahrens als Objekt zusammengefaßt und an­ schließend Merkmale für die Objekte der einzelnen Klassenbilder und damit einzelne Zellmuster, die die Charakteristiken der in der jeweiligen Klasse sich ausprägenden Objekte beschreiben, bestimmt.
Die Merkmale sind:
  • - Objekte in der Klasse vorhanden oder nicht (Boolesches Merk­ mal),
  • - Anzahl der Objekte in einer Klasse,
  • - Fläche der Objekte,
  • - mittlere Fläche der Objekte in einer Klasse,
  • - relativ mittlere Fläche in einer Klasse,
  • - mittlerer Formfaktor für Objekte in einer Klasse nach der Beziehung f = 10 × U/A (mit f - Faktor, U - Umfang des Objekts und A - Fläche des Objekts),
  • - mittlere Konturlänge für die Objekte in einer Klasse,
  • - mittlere Abweichung der Position der Objekte bezogen auf den Schwerpunkt der Hep-2-Zelle und
  • - Texturmerkmale für das Objekt.
In der die Zellmuster vergleichenden Anordnung 6 wird das Zell­ muster des Klassenbildes als Merkmal mit Merkmalen, die im datenverarbeitenden Computer als Klassifikatorwissen enthalten sind, verglichen. Der Vergleich wird in Form des Zellmusters und der wahrscheinlichen oder übereinstimmenden Klasse mit der Anzeige dargestellt.
Das aufgenommene Bild, die ermittelten Merkmale, die bestimmte Klasse und eventuelle Bemerkungen und/oder Änderungen des Be­ dieners werden weiterhin in einem Speicher des Computers abge­ legt. Diese Daten stehen für weitere Untersuchungen und/oder der Verbesserung der Anordnung zur Verfügung.
In der die Zellmuster vergleichenden Anordnung 6 wird ein un­ bekanntes oder unsicher klassifiziertes Zellmuster automatisch erkannt und über die Lerneinheit 8 mit der Anzeige dem Nutzer und/oder Bedienpersonal dargestellt. Dieser oder diese vergeben einen Namen für dieses Zellmuster. Das Merkmal und der Name werden über die Lerneinheit 8 automatisch dem Klassifikator­ wissen zu- und eingeordnet.

Claims (16)

1. Verfahren zur automatischen Erkennung, Eigenschaftsbeschrei­ bung und Interpretation von Hep-2-Zellmustern mit folgenden Schritten:
zweidimensionale Aufnahme und Digitalisierung über eine an einem Computer angeschlossene oder mit einem Computer versehene Aufnahmevorrichtung des fluoreszenzoptischen Bildes des Hep-2-Zell­ schnitts in der Schnittebene,
Aufteilung des digitalisierten Bildes des Hep-2-Zellschnitts in einer Bildsegmentierung in den Hintergrund und in das Bild der geschnittenen Hep-2-Zellen,
Einteilung des Bildes jeder geschnittenen Hep-2-Zelle ent­ sprechend der Farbe in eine Anzahl diskreter Klassenbilder,
Zusammenfassung der sich in den Klassenbildern ausprägenden Bildpunkte zu einzelnen Objekten mit einem Objektisolierungs­ verfahren,
Bestimmung von Merkmalen für die sich in den Klassenbildern ausprägenden Objekte,
Vergleich der Merkmale der Objekte der einzelnen Klassenbilder mit im Speicher des Computers als Klassifikatorwissen abge­ legten Merkmalen,
Anzeige und/oder Speicherung des Zellmusters und der zugeord­ neten Klasse des Zellmusters.
2. Verfahren zur automatischen Erkennung, Eigenschaftsbeschrei­ bung und Interpretation von Hep-2-Zellmustern mit folgenden Schritten:
zweidimensionale Aufnahme und Digitalisierung über eine an einem Computer angeschlossene oder mit einem Computer versehene Aufnahmevorrichtung des fluoreszenzoptischen Bildes des Hep-2-Zellschnitts in der Schnittebene,
Wandlung des digitalisierten Bildes des Hep-2-Zellschnitts in ein Grauwertbild,
Aufteilung des digitalisierten Bildes des Hep-2-Zellschnitts in einer Bildsegmentierung in den Hintergrund und in das Bild der geschnittenen Hep-2-Zellen,
Einteilung des Bildes jeder geschnittenen Hep-2-Zelle ent­ sprechend des Grauwertbildes in eine Anzahl diskreter Klassen­ bilder,
Zusammenfassung der sich in den Klassenbildern ausprägenden Bildpunkte zu einzelnen Objekten mit einem Objektisolierungs­ verfahren,
Bestimmung von Merkmalen für die sich in den Klassenbildern ausprägenden Objekte,
Vergleich der Merkmale der Objekte der einzelnen Klassenbilder mit im Speicher des Computers als Klassifikatorwissen abge­ legten Merkmalen,
Anzeige und/oder Speicherung des Zellmusters und der zugeord­ neten Klasse des Zellmusters.
3. Verfahren nach einem der Patentansprüche 1 oder 2, dadurch gekennzeichnet, daß das Bild des Hep-2-Zellschnitts nach der Digitalisierung in einer Bildvorverarbeitung von Störungen befreit und normiert wird.
4. Verfahren nach einem der Patentansprüche 1 oder 2, dadurch gekennzeichnet, daß über vorgegebene Größenverhältnisse sich überlappende und geschnittene Hep-2-Zellen des digitalisierten Farbbildes oder des Grauwertbildes ausgeblendet werden.
5. Verfahren nach einem der Patentansprüche 1 oder 2, dadurch gekennzeichnet, daß über eine Bildanalyse sich überlappende und geschnittene Hep-2-Zellen des digitalisierten Bildes oder des Grauwertbildes getrennt werden.
6. Verfahren nach einem der Patentansprüche 1 oder 2, dadurch gekennzeichnet, daß wenigstens eines der Merkmale
  • - Objekt im Klassenbild vorhanden oder nicht,
  • - Anzahl der Objekte,
  • - Fläche der Objekte,
  • - mittlere Fläche der Objekte je Bereich,
  • - relativ mittlere Fläche der Objekte je Bereich,
  • - mittlerer Formfaktor,
  • - mittlere Konturlänge,
  • - mittlere Abweichung der Position der Objekte bezogen auf den Schwerpunkt der Hep-2-Zelle und
  • - Textur
dem Zellmuster zugeordnet wird.
7. Verfahren nach Patentanspruch 6, dadurch gekennzeichnet, daß der Formfaktor sich nach der Beziehung f = 10 × U/A (f - Faktor; U - Umfang des Objekts und A - Fläche des Objekts) bestimmt.
8. Verfahren nach einem der Patentansprüche 1 oder 2, dadurch gekennzeichnet, daß ein unbekanntes oder unsicher klassifi­ ziertes Zellmuster automatisch erkannt, daß das Zellmuster auf dem Datensichtgerät angezeigt, daß durch den Nutzer und/oder das Bedienpersonal der Name des Zellmusters festgelegt und daß die Merkmale und der Name über eine Lerneinheit automatisch dem Klassifikatorwissen zu- und eingeordnet wird.
9. Verfahren nach einem der Patentansprüche 1 oder 2, dadurch gekennzeichnet, daß das Zellmuster und die zugeordnete Klasse des Zellmusters mit der Angabe der Wahrscheinlichkeit für die Zugehörigkeit der Klasse, die Zugehörigkeit für die Klasse, der zuordenbaren oder der zugeordneten Klasse angezeigt und/oder gespeichert wird.
10. Verfahren nach einem der Patentansprüche 1 oder 2, dadurch gekennzeichnet, daß eine morphologische Filterung der geschnit­ tenen Hep-2-Zellen nach der Bildsegmentierung erfolgt und daß dabei eine zweidimensionale Bildmaske, die die Zellfläche mit "1" und das restliche Bild mit "0" belegt, erzeugt wird.
11. Verfahren nach einem der Patentansprüche 1 oder 2, dadurch gekennzeichnet, daß die Bilder der geschnittenen Hep-2-Zellen im ursprünglichen digitalisierten Bild über einen UND-Vergleich des ursprünglichen digitalisierten Bildes und der Bildmaske, wobei ein Bild der Hep-2-Zellen so entsteht, daß die Bilder der geschnittenen Hep-2-Zellen die ursprüngliche Farbe oder den ursprünglichen Grauwert und für den Hintergrund den Wert "0" enthalten, erzeugt werden.
12. Anordnung zur automatischen Erkennung, Eigenschaftsbe­ schreibung und Interpretation von Hep-2-Zellschnitten, dadurch gekennzeichnet,
  • - daß ein das fluoreszenzoptische Bild des Hep-2-Zellschnitts in der Schnittebene zweidimensional erfassende Aufnahme­ vorrichtung (1) mit mindestens einem das digitalisierte Bild des Hep-2-Zellschnitts farbecht oder als gewandeltes Grau­ wertbild aufnehmenden datenverarbeitenden Computer zusammen­ geschaltet ist,
daß in dem datenverarbeitenden Computer
  • - eine die einzelnen Hep-2-Zellen des Hep-2-Zellschnitts erkennende und bildsegmentierende (3),
  • - eine das Bild der einzelnen Hep-2-Zelle entsprechend der Farbe oder des Grauwertbildes in eine Anzahl diskreter Klassenbilder einteilende (4),
  • - eine die ausgeprägten Bildpunkte der Klassenbilder zu einzelnen Objekten zusammenfassende,
  • - eine Merkmale für die einzelnen Objekte in Form von Zell­ mustern bestimmende (5),
  • - eine die das Zellmuster beschreibenden Merkmale mit im datenverarbeitenden Computer gespeicherten Merkmalen für die Zellmuster als Klassifikatorwissen vergleichende (6),
  • - eine das Ergebnis des Vergleichs anzeigende und/oder speichernde Anordnung (7)
realisiert sind und nacheinander verknüpft sind.
13. Anordnung nach Patentanspruch 12, dadurch gekennzeichnet, daß eine ein unbekanntes oder unsicher klassifiziertes Zell­ muster aufnehmende und eine durch den Nutzer und/oder das Bedienpersonal vorgegebenen Namen und bestimmten neuen Merkmal dieses Zellmusters automatisch dem Klassifikatorwissen zuord­ nenden Lerneinheit (8) mit den die Merkmale für die einzelnen Objekte vergleichenden (6) und der das Ergebnis des Vergleichs anzeigenden und/oder speichernden Anordnung (7) zusammenge­ schaltet ist.
14. Anordnung nach Patentanspruch 12, dadurch gekennzeichnet, daß die Aufnahmevorrichtung (1) aus einem das Bild des Hep-2-Zell­ schnitts aufnehmenden und dieses Bild vergrößernden Mikroskop und das Bild des Hep-2-Zellschnitts digitalisierenden Kamera besteht und daß das Mikroskop und die Kamera optisch miteinander verbunden sind.
15. Anordnung nach Patentanspruch 12, dadurch gekennzeichnet, daß eine das Bild des Hep-2-Zellschnitts von Störungen be­ freiende, normierende und damit bildvorverarbeitende Anordnung (2) vor der Anordnung zur bildsegmentierenden Anordnung (3) angeordnet ist.
16. Anordnung nach Patentanspruch 12, dadurch gekennzeichnet, daß sich der Hep-2-Zellschnitt auf einem Präparateträger befindet, daß der Präparateträger auf einem in x- und y-Richtung verfahrbaren Positioniertisch angeordnet und daß dieser mit mindestens einem Schrittantrieb verbunden ist.
DE19801400A 1998-01-16 1998-01-16 Verfahren zur automatischen Erkennung, Eigenschaftsbeschreibung und Interpretation von Hep-2-Zellmustern Expired - Fee Related DE19801400C2 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE19801400A DE19801400C2 (de) 1998-01-16 1998-01-16 Verfahren zur automatischen Erkennung, Eigenschaftsbeschreibung und Interpretation von Hep-2-Zellmustern

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE19801400A DE19801400C2 (de) 1998-01-16 1998-01-16 Verfahren zur automatischen Erkennung, Eigenschaftsbeschreibung und Interpretation von Hep-2-Zellmustern

Publications (2)

Publication Number Publication Date
DE19801400A1 true DE19801400A1 (de) 1999-07-29
DE19801400C2 DE19801400C2 (de) 2001-10-18

Family

ID=7854763

Family Applications (1)

Application Number Title Priority Date Filing Date
DE19801400A Expired - Fee Related DE19801400C2 (de) 1998-01-16 1998-01-16 Verfahren zur automatischen Erkennung, Eigenschaftsbeschreibung und Interpretation von Hep-2-Zellmustern

Country Status (1)

Country Link
DE (1) DE19801400C2 (de)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1267305A1 (de) * 2000-03-23 2002-12-18 Japan Science and Technology Corporation Zellenreihen-extraktionsverfahren
WO2003025858A2 (en) * 2001-09-17 2003-03-27 Her Majesty The Queen In Right Of Canada As Represented By The Minister Of Agriculture And Agri-Food Method for identifying and quantifying characteristics of seeds and other small objects
EP1339017A1 (de) * 2000-12-01 2003-08-27 Japan Science and Technology Corporation Nuklearbereichserkennungsverfahren und nukleargenealogie-erzeugungsverfahren
WO2007140952A1 (de) * 2006-06-09 2007-12-13 Euroimmun Medizinische Labordiagnostika Ag Verfahren zur optimierung der automatischen fluoreszenzmustererkennung in der immundiagnostik
US7895141B2 (en) 2004-04-08 2011-02-22 Petra Perner Methods for case-based recognition of HEp-2 cells in digital images of HEp-2 cell sections
EP2208068B1 (de) * 2007-11-13 2013-04-17 Medipan GmbH Verfahren zur endtiterbestimmung und dessen auswertung mittels indirekten immunfluoreszenz test
US9672629B2 (en) 2013-12-04 2017-06-06 Koninklijke Philips N.V. Fluorescence image processing apparatus and method
EP3757649A2 (de) 2019-06-27 2020-12-30 Medipan GmbH Xyz-mikroskoptisch mit einem vertikal verschiebbaren schlitten

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110058728A1 (en) 2009-08-28 2011-03-10 Petra Perner Device and Method for Automatic Detection of Dynamic Processes of Cells in Cell Samples
DE202009011850U1 (de) 2009-08-28 2011-01-05 Perner, Petra, Dr.-Ing. Einrichtung zur automatischen Erfassung der dynamischen Prozesse von Zellen von Zellproben

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4211904A1 (de) * 1991-04-09 1992-11-19 Werner Maier Verfahren und vorrichtung zum erstellen einer artenliste fuer eine fluessige probe
DE19639884A1 (de) * 1995-09-27 1997-04-03 Hitachi Ltd Mustererkennungssystem
DE19616997A1 (de) * 1996-04-27 1997-10-30 Boehringer Mannheim Gmbh Verfahren zur automatisierten mikroskopunterstützten Untersuchung von Gewebeproben oder Körperflüssigkeitsproben

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4211904A1 (de) * 1991-04-09 1992-11-19 Werner Maier Verfahren und vorrichtung zum erstellen einer artenliste fuer eine fluessige probe
DE19639884A1 (de) * 1995-09-27 1997-04-03 Hitachi Ltd Mustererkennungssystem
DE19616997A1 (de) * 1996-04-27 1997-10-30 Boehringer Mannheim Gmbh Verfahren zur automatisierten mikroskopunterstützten Untersuchung von Gewebeproben oder Körperflüssigkeitsproben

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"LEICA QWin", Bildverarbeitungs- und Analysesoftware, Problemlösungen für die Quantitative Mikroskopie", 1997, Prospekt der Leica Vertriebs GmbH, Bensheim *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7110584B2 (en) 2000-03-23 2006-09-19 Japan Science And Technology Corporation Cell lineage extracting method
EP1267305A4 (de) * 2000-03-23 2003-05-21 Japan Science & Tech Corp Zellenreihen-extraktionsverfahren
EP1267305A1 (de) * 2000-03-23 2002-12-18 Japan Science and Technology Corporation Zellenreihen-extraktionsverfahren
EP1339017A4 (de) * 2000-12-01 2007-08-29 Japan Science & Tech Corp Nuklearbereichserkennungsverfahren und nukleargenealogie-erzeugungsverfahren
EP1339017A1 (de) * 2000-12-01 2003-08-27 Japan Science and Technology Corporation Nuklearbereichserkennungsverfahren und nukleargenealogie-erzeugungsverfahren
US7218775B2 (en) 2001-09-17 2007-05-15 Her Majesty The Queen In Right Of Canada, As Represented By The Minister Of Agriculture And Agrifood Method and apparatus for identifying and quantifying characteristics of seeds and other small objects
GB2397423B (en) * 2001-09-17 2005-06-01 Ca Minister Agriculture & Food A method and apparatus for identifying and quantifying characteristics of seeds and other small objects
GB2397423A (en) * 2001-09-17 2004-07-21 Ca Minister Agriculture & Food Method for identifying and quantifying characteristics of seeds and other small objects
WO2003025858A3 (en) * 2001-09-17 2003-07-17 Canada Natural Resources Method for identifying and quantifying characteristics of seeds and other small objects
WO2003025858A2 (en) * 2001-09-17 2003-03-27 Her Majesty The Queen In Right Of Canada As Represented By The Minister Of Agriculture And Agri-Food Method for identifying and quantifying characteristics of seeds and other small objects
US7895141B2 (en) 2004-04-08 2011-02-22 Petra Perner Methods for case-based recognition of HEp-2 cells in digital images of HEp-2 cell sections
WO2007140952A1 (de) * 2006-06-09 2007-12-13 Euroimmun Medizinische Labordiagnostika Ag Verfahren zur optimierung der automatischen fluoreszenzmustererkennung in der immundiagnostik
EP3258247A1 (de) 2006-06-09 2017-12-20 Euroimmun Medizinische Labordiagnostika AG Verfahren zur optimierung der automatischen fluoreszenzmustererkennung in der immundiagnostik
DE102006027516B4 (de) 2006-06-09 2021-10-07 Euroimmun Medizinische Labordiagnostika Ag Verfahren zur Optimierung der automatischen Fluoreszenzmustererkennung in der Immundiagnostik
EP2208068B1 (de) * 2007-11-13 2013-04-17 Medipan GmbH Verfahren zur endtiterbestimmung und dessen auswertung mittels indirekten immunfluoreszenz test
US9672629B2 (en) 2013-12-04 2017-06-06 Koninklijke Philips N.V. Fluorescence image processing apparatus and method
EP3757649A2 (de) 2019-06-27 2020-12-30 Medipan GmbH Xyz-mikroskoptisch mit einem vertikal verschiebbaren schlitten

Also Published As

Publication number Publication date
DE19801400C2 (de) 2001-10-18

Similar Documents

Publication Publication Date Title
DE19747415C2 (de) Verfahren zur Unterstützung eines Betrachters bei der Durchmusterung einer Probe und zytologisches Probenanalysiersystem
Hore et al. Finding contours of hippocampus brain cell using microscopic image analysis
US6529612B1 (en) Method for acquiring, storing and analyzing crystal images
DE69126839T2 (de) Automatisches zellenklassifikationssystem und verfahren
DE2823490C2 (de)
DE69832167T2 (de) Identifizierung von gegenständen mittels mehrfacher bilderfassungen
CN111275016B (zh) 一种玻片扫描影像采集与分析方法及装置
EP0896661A1 (de) Verfahren zur automatisierten mikroskopunterstützten untersuchung von gewebeproben oder körperflüssigkeitsproben
EP2656277B1 (de) Vorrichtung und verfahren zur bestimmung von objekten in einer farbaufnahme
DE4211904C2 (de) Automatisches Verfahren zum Erstellen einer Liste unterschiedlicher Arten für eine flüssige Probe
DE102004063769A1 (de) Verfahren und Einrichtung zur automatischen und quantitativen Erfassung des Anteils von Saatgütern oder Körnerfrüchten bestimmter Qualität
DE3505331A1 (de) Verfahren und geraet zur vermessung des bei der eindringhaertepruefung in einer probe hinterlassenen eindrucks
DE102007013971A1 (de) Verfahren und Vorrichtung zur Ermittlung einer Zellkontur einer Zelle
DE19801400A1 (de) Verfahren und Anordnung zur automatischen Erkennung, Eigenschaftsbeschreibung und Interpretation von Hep-2-Zellmustern
DE112019005143T5 (de) System zur co-registrierung medizinischer bilder unter verwendung eines klassifikators
DE3921257A1 (de) Verfahren und vorrichtung zur digitalen analyse von auf stratigraphische daten bezogenen abbildungen
CN1795375A (zh) 用于组织感兴趣域中的多个感兴趣对象的***
DE10347123B4 (de) Verfahren zur automatischen Bestimmung auf einem Träger gesammelter luftgetragener Partikel insbesondere Pilzsporen
EP1733333B1 (de) Verfahren zur akquisition von formen aus hep-2-zellschnitten und zum fallbasierten erkennen von hep-2-zellen
DE69831573T2 (de) Inspektionssystem mit probenvorschau
DE102005001224A1 (de) Verfahren zur Zuordnung eines digitalen Bildes in eine Klasse eines Klassifizierungssystems
DE102007035873A1 (de) Verfahren und Anordnung zur automatischen Erkennung und Interpretation der Irisstruktur als eine Zustandsbestimmung einer Person
DE4244708C2 (de) Verfahren und Vorrichtung zum Erstellen einer Artenliste für eine flüssige Probe
DE19834718A1 (de) Digitale Bildverarbeitung für ein Qualitätskontrollsystem
DE102004018174B4 (de) Verfahren zur Akquisition von Formen aus Bildern mit Fällen und zum fallbasierten Erkennen von Objekten in digitalen Bildern, Computer-Programm-Produkt und digitales Speichermedium zur Ausführung dieses Verfahrens

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
D2 Grant after examination
8364 No opposition during term of opposition
R082 Change of representative
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee