JP4146354B2 - 生物学的組織試料を解析する方法および装置 - Google Patents
生物学的組織試料を解析する方法および装置 Download PDFInfo
- Publication number
- JP4146354B2 JP4146354B2 JP2003570289A JP2003570289A JP4146354B2 JP 4146354 B2 JP4146354 B2 JP 4146354B2 JP 2003570289 A JP2003570289 A JP 2003570289A JP 2003570289 A JP2003570289 A JP 2003570289A JP 4146354 B2 JP4146354 B2 JP 4146354B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- box
- stage
- pixels
- area
- 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.)
- Expired - Fee Related
Links
Images
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
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
-
- 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
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Geometry (AREA)
- Image Processing (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Image Analysis (AREA)
Description
本発明の方法は、オブジェクトのイメージ,特に、ユークリッドディメンションがオブジェクトの実際の寸法を表していない不規則な形状を有するオブシェクトのイメージを解析し計測定量化することを可能にする。そのような種類のオブジェクトは生物学的試料を解析するときしばしば生じる。しかしながら、本発明の方法はそのような特定の分野に限定されるものではなく、種々の応用分野で使用されることが可能であり、顕微鏡によりイメージを観察し、或いは直接のイメージ観察により、或いは地勢学的または幾何学的調査の場合のような不規則なオブジェクトのイメージを観察するような種々の応用分野で使用されることが可能である。
本発明の方法のステップの幾つかのものはプログラムPRGを実行することによりコンピュータシステム7 により行うことができることを指摘しておく。
関心のあるオブジェクトを識別するための以下の方法は、オブジェクトと背景との間の輝度の高いコントラストによりそのようなオブジェクトが明瞭に識別可能であるという仮定に基づいている。もしもそのような高いコントラストが観察している試料中に本来存在しない場合には、オブジェクトまたは背景をマークする適当な染料で試料を着色することにより強調されることができる。
1a)イメージ上に重なるように複数のボックスにより形成されたグリッドを生成し、その後、
2a)モータで動作される走査ステージ3 に命令を送って、顕微鏡の対物レンズの位置をイメージが捕捉されるべきグリッドの第1のボックスと整列するための対応するx,y軸上の第1の位置(スタート位置)に位置させ、電子イメージ捕捉手段に命令を送ってこの第1のボックスに対するデジタルイメージを捕捉させ、そのイメージは一時的に動作メモリ(RAM)中に保存され、
3a)第1のボックス中の単一の画素の輝度をCPUによって評価し、それを予め定められた値と比較し、ボックス内部の輝度コントラストを決定する。方法はさらに続き、
4a)モータで動作する走査ステージ3 に命令を送ってグリッドの第2のボックスに対応するx,y軸上の次の位置(第2の位置)に位置させ、電子イメージ捕捉手段6 に命令を送って第2のボックスに対するデジタルイメージを捕捉して一時的にRAMメモリ中に保存し、そのようなイメージについてステップ3)の動作を反復する。
5a)全部のスライドが走査されてグリッドの各ボックスに対するイメージが処理されるまで、ステップ4)のルーチンを反復する。全ルーチンの実行中、予め定められた値よりも高い輝度コントラストを有するグリッドのボックスのx,y位置がハードディスクメモリ中に保存される。
i)解析されたボックスの画素の輝度強度のヒストグラムを構築し、
ii)そのヒストグラムの平均値からの標準偏差を計算し、
iii)その計算された標準偏差の値を予め定められた値と比較する方法にしたがって実行される。
1b) 捕捉されるべきオブジェクトイメージ上の複数の焦点を選択し、
2b)走査ステージ3 に命令を送って顕微鏡の対物レンズの下に焦点を位置させ、
3b)手動で第1の焦点位置に焦点を結ばせ、その焦点パラメータを処理システムの記憶手段中に保存し、
4b)各焦点位置に対してステップ2b)および3b)のルーチンを反復する。
1c)電子イメージ補足手段6 によりスライドの試料のない領域(ブランク領域)のイメージを捕捉し、それを処理システム7 の記憶手段中に保存する。
2d)前記第1のボックスに近接した2以上の焦点位置に対して前のステップ1b)乃至4b)にしたがって計算された焦点パラメータから補間することにより前記第1のボックスイメージに対する焦点パラメータを計算し、
3d)前記イメージ捕捉手段6 により前記第1のボックスのイメージを捕捉し、
4d)前記第1のボックスの捕捉されたイメージから上記ステップ1c)にしたがって捕捉されたブランクイメージを減算し、
5d)処理システム7 の記憶手段中にステップ4d)によって生成されるイメージを保存し、
6d)捕捉されるべき全体のオブジェクトが走査されるまでステップ1d)乃至5d)を反復し、
7d)それらの最初の位置に関して単一ボックスのイメージを整列させ、処理システム7 の記憶手段中に前記全部のイメージを保存することによりオブジェクトの全イメージを再構成する。
m)重なった領域において、ボックスのイメージを互いにシフトすることにより重なった画素間の輝度とカラー強度の少なくとも一方の差を最小にし、
n)隣接するボックスの各対に対してステップl)およびm)を反復する。
2e)前記パラメータに対する予め設定されたしきい値またはしきい値範囲と前記画素のパラメータとを比較し、
3e)その比較に基づいて、活性の画素のクラスタと不活性の画素のクラスタとを選択する。
この段階は、不規則な形状のオブジェクトの外形測定パラメータの計量量子化を改善するために設定され、それは通常のユークリッド幾何学によっては測定されることができない。任意の有機体、特に肝臓から採取した正常または異常な、例えば病理学的な組織サンプルのコンポーネントの顕微鏡観察は、任意の倍率(観察のスケール)で現れる新しい不規則性のために驚かされている。試料のイメージの拡大形態が変化するので、新しい不規則な詳細部は各拡大率で独立しており、単一の線形システムで配置されない測定およびディメンションを与えられる。観察されるオブジェクトの外面の凹凸によるものであるこの特性のために、可視の詳細部および可視的に識別されることのできないものは不規則な表面(肝臓の組織のサンプルのようなもの)を有する全てのオブジェクトを通常の伝統的なコンピュータ支援外形計測により測定することを非常に困難にする。
D=lim(ε−>0)[logN(ε)/logN(1/ε)]
ここで、εはグリッドのボックスの側面の長さであり、グリッドにおいてオブジェクトのイメージは分割されており、N(ε)は測定されたオブジェクトの輪郭(DP )または面積(DA )をそれぞれ完全にカバーするために必要なボックスの数である。長さεはこの明細書の計算方法では画素またはμmで表され、εは1画素である。
このような計算における困難を避けるため、フラクタルディメンションDP およびDA は、ガウス座標軸系においてパラメータlogN(ε)対log(1/ε)を置くことにより得られる直線の傾斜として近似される。
b)N(ε)の対数関数の値を計算し、それにおいてN(ε)の値はオブジェクトの周辺(P)を完全にカバーするために必要なボックスの数であり、ステップa)の各εに対して1/εの対数関数であり、それによりN(ε)の対数関数に対する第1の値のセットおよび前記1/εの対数関数に対する第2の値のセットを獲得し、
c)ステップb)の前記第1の値のセットに対する第2の値のセットを補間している直線の傾斜としてフラクタルディメンションDP を計算する。
d)次のアルゴリズムにしたがって補正されたパラメータPfを計算する。
ここで、Pfはフラクタル補正された周辺であり、Pはユークリッド周辺であり、DP はフラクタルディメンションであり、Dはユークリッドディメンション(周辺D=1に対して)であり、λP は拡大係数である。λP の値は異なった倍率(例えば5×,10×,20×,40×の対物倍率)で得られる組織構造断面を使用して経験的に決定され、評価対象オブジェクトの新しく明らかにされる詳細を観察する。λP の値は約4.5であることが認められた。
ここで、Aはユークリッド面積であり、Dはユークリッドディメンション(D=2)であり、λA は拡大係数であり、ほぼ0.1であることが認められた。AP は量子化されるべきオブジェクトを含む領域の面積であり、外形計測面積Aと同じ方法で特定のカラーしきい値により自動的に得られる。DA は面積のフラクタルディメンションであり、それはボックスカウント法により計算される。
2f)前記走査方向に沿って第1のオブジェクトのイメージに属している第1の活性画素を選択し、前記活性画素はx,y値の第1のセットにより識別され、前記第1の活性画素は第1のオブジェクトのイメージに属しており、
3f)前記選択された第1の活性画素について方向の線上でその選択された第1の活性画素の次の位置においてサーチルーチンを行い、
4f)不活性の画素が発見されるまでステップ3f)を反復し、
5f)ステップ3f)および4f)にしたがって選択された各活性画素に1組のx,y値を割当て、それらを処理システムの記憶手段中に保存し(そのような全画素は進行順序で同じy値およびx値を有しており)、前記画素をオブジェクトイメージ中で活性から不活性に切替え、
6f)ステップ3f)、4f)、5f)にしたがって各画素に対して、前記走査方向に直交する方向において2つの次の画素を評価して、活性画素を選択し、
7f)ステップ6f)にしたがって選択された前記各活性画素に対してステップ3f)乃至5f)のルーチンを実行し、
8f)同じオブジェクトに属する接続された全ての画素が保存されるまでステップ6f)および7f)を反復し、
9f)別のオブジェクトのイメージの第1の活性画素が発見されるまでステップ1f)および2f)を反復し、
10f)全体のイメージが走査されるまでステップ3f)乃至9f)を反復する。
1g)前記オブジェクトのイメージに属する画素の数をカウントし、前記各画素の面積に対してそれを乗算することによりソート段階にしたがって識別された各オブジェクトの面積を計算し(200倍の倍率で、画素の側面=0.526μm,ビデオカメラの解像度1.3メガ画素)、
2g)オブジェクトの数をカウントし、その密度を計算するステップを含んでいる。
1h)検査されるオブジェクトのぼかされたイメージを生成し、
2h)イメージを得るために前記ぼかされたイメージをオブジェクトのイメージから減算し、それにおいて輝度の高いカラー領域は高いコントラストを有するイメージ領域に対応し、暗いカラー領域は低いコントラストを有するイメージ領域に対応し、
3h)処理システム7 の記憶手段中にカラーまたは輝度値が予め定められたしきい値より上である領域のイメージを保存するステップを含んでいる。
- 予め定められた側面の長さ(好ましくは1画素の側面の象限)を有する象限までクァドツリー法にしたがってイメージを反復的に象限に分割し、
- 各象限に関連するために1組の値を画素の平均値を各分割スケールで各象限に対して計算し、
- カラーマップ(RGBイメージ)または強度マップ(グレースケールイメージ)を生成し、各ボイントの値は各象限の値のセットの平均を意味しており、前記カラーマップまたは強度マップは元のイメージのぼかされたイメージである。
1l)予め定められた側面の長さ(好ましくは1画素の側面の長さ)を有する象限までクァドツリー法にしたがって反復的にイメージを象限に分割し、
2l)1組の相対分散(RD)の値を各象限に関連させるために画素の平均値により割算された標準偏差として得られた相対分散を各分割スケールで各象限に対して計算し、
3l)グレースケールイメージとして均一なマップを生成し、各ポイントの輝度は各象限に対するRDの値のセットの平均により与えられ、高い輝度を有するイメージの領域は均一な領域に対応しており、
4l)予め定められたしきい値よりも高い輝度強度を有する均一なマップの画素を選択し、それらの位置を処理システム7 の記憶手段中に保存する。
Claims (32)
- 不規則な形状のオブジェクトのイメージを処理する方法において、
前記オブジェクトのデジタルイメージの捕捉段階と、前記デジタルイメージを1ビットに量子化するイメージエラボレーション(IMA−EL)段階と、前記1ビットの量子化されたイメージを計測処理する段階とを含み、
前記計測処理する段階は、
前記オブジェクトのユークリッド周辺長Pと面積Aとの少なくとも一方を決定するためのオブジェクト計測量子化(QUANT)段階と、
前記オブジェクトのフラクタル補正された周辺長Pfおよび面積Afの少なくとも一方を計算するためのディメンション計算段階とを含んでおり、
前記フラクタル補正された周辺長Pfは前記ユークリッド周辺長Pと周辺長のフラクタルディメンションDP から計算され、前記フラクタル補正された面積Afは前記ユークリッド面積Aと面積のフラクタルディメンションDA から計算されるイメージの処理方法。 - 前記フラクタル補正された周辺長Pfは、実質上次の式(I)にしたがって計算され、
Pf=P.[1+λP (DP −1)] (I)
ここで、Pはユークリッドの周辺長であり、DP は周辺長のフラクタルディメンションであり、膨張係数λP はほぼ4.5である請求項1記載の方法。 - 前記フラクタル補正された面積Afは実質上次の式(Ia)にしたがって計算され、
Af=A+[λA (DA −2)].(AP −A) (Ia)
ここで、Aはユークリッド面積であり、係数λA の拡大はほぼ0.1であり、AP は量子化されるべきオブジェクトを含む領域の面積であり、DA は面積のフラクタルディメンションである請求項1または2記載の方法。 - 前記周辺長のフラクタルディメンションDP および前記面積のフラクタルディメンションDA は、
a)オブジェクトのイメージを側面の長さεを有する複数のボックスのグリッドに分割し、ここでεはボックスの側面に実質上対応する第1の値から変化し、そのボックス中に前記オブジェクトが内接され、前記第1の値の分数である予め定められた値を有しており、
b)オブジェクトの周辺長Pまたは面積Aを完全にカバーするために必要なボックスの数であり、ステップa)の各εに対して1/εの対数関数であるN(ε)の対数関数の値を計算して、それによりN(ε)の対数関数に対する第1の値のセットおよび前記1/εの対数関数に対する第2の値のセットを獲得し、
c)周辺長Pまたは面積Aに対するN(ε)の対数関数に対する第1の値のセットに対するステップb)の第2の値のセットを補間した直線の傾斜としてフラクタルディメンションDP またはDA を計算するステップにしたがって決定される請求項1乃至3のいずれか1項記載の方法。 - 前記イメージエラボレーション(IMA−EL)段階は、
1e)各画素に対する周辺長を考慮し、
2e)前記パラメータに対する予め設定されたしきい値またはしきい値範囲と前記画素のパラメータとを比較し、
3e)その比較に基づいて、活性の画素のクラスタと不活性の画素のクラスタとを選択するステップにしたがって行われる請求項1乃至4のいずれか1項記載の方法。 - 前記画素のパラメータは輝度の強度(黒および白のイメージ)またはデジタルカラー値である請求項5記載の方法。
- 前記オブジェクト計測量子化(QUANT)段階において、オブジェクトの面積Aは前のイメージエラボレーション(IMA−EL)段階により選択された活性の画素のクラスタに属する画素の数をカウントし、オブジェクトの面積Aとカウントされた活性の画素の数と相関させることにより計算される請求項1乃至6のいずれか1項記載の方法。
- 前記オブジェクト計測量子化(QUANT)段階において、
オブジェクトの周辺長Pはi)オブジェクト形状の画素を選択し、
ii)そのようにして選択された画素に周辺長計算アルゴリズムを適用することによって計算される請求項1乃至3のいずれか1項記載の方法。 - 前記周辺長計算アルゴリズムはS.Prashker法にしたがっており、オブジェクトに属する各活性画素に対して“周辺長値”が与えられ、それは検査している画素に隣接している活性画素の位置の関数であり、前記“周辺長値”の合計はオブジェクトの全体的な周辺長Pである請求項8記載の方法。
- さらに、4つの接続された画素から形成されたオブジェクトを識別するためのオブジェクトソート(SORT)段階を含み、その段階は、
1f)x,y座標系で予め定められた方向に沿って“1”ビットに量子化されたイメージを走査し、
2f)前記走査方向に沿って第1のオブジェクトのイメージに属している第1の活性画素を選択し、
3f)前記選択された第1の活性画素について、その方向の線上で前記選択された第1の活性画素の次の位置においてサーチルーチンを行い、
4f)不活性の画素が発見されるまでステップ3f)を反復し、
5f)ステップ3f)および4f)にしたがって選択された各活性画素に1組のx,y値を割当て、それらを処理システムの記憶手段中に保存し、前記画素をオブジェクトイメージ中で活性から不活性に切替え、
6f)ステップ3f)、4f)、5f)にしたがって選択された各画素に対して、前記走査方向に直交する方向において2つの次の画素を評価して、活性画素を選択し、
7f)ステップ6f)にしたがって選択された各活性画素に対してステップ3f)乃至5f)のルーチンを実行し、
8f)同じオブジェクトに属する接続された全ての画素が保存されるまでステップ6f)および7f)を反復し、
9f)別のオブジェクトのイメージの第1の活性画素が発見されるまでステップ1f)および2f)を反復し、
10f)全体のイメージが走査されるまでステップ3f)乃至9f)を反復するステップを含んでいる請求項1乃至9のいずれか1項記載の方法。 - 前記ステップ1f)における前記予め定められた方向は左から右へスタートして上から下への方向である請求項10記載の方法。
- 前記請求項8のステップ1f)乃至10f)にしたがってオブジェクトをソートする段階は、8つの接続された画素から形成されたオブジェクトもまた識別し、
前記ステップ6f)は、
6f)ステップ3f)、4f)、5f)にしたがって選択された各画素に対して、前記走査方向に直交する方向においてその方向のラインに隣接する平行なライン上の後者の画素のそれぞれに隣接する2つの次の画素を評価して、活性画素を選択するように変更される請求項1乃至11のいずれか1項記載の方法。 - 1g)前記オブジェクトのイメージに属する画素の数をカウントし、前記オブジェクトの面積とそれを相関させることによりソート段階にしたがって識別された各オブジェクトの面積を計算し、
2g)随意的にオブジェクトの数をカウントし、その密度を計算するステップをさらに含んでいる請求項1乃至11のいずれか1項記載の方法。 - オブジェクトのデジタルイメージを捕捉する段階は、
- )デカルト座標軸x,y,zに沿って移動することのできるモータで動作する走査ステージを有する顕微鏡と、前記顕微鏡に接続されて動作する電子イメージ捕捉手段とを含み、前記モータで動作する走査ステージと前記電子イメージ捕捉手段は処理システムに接続されて動作し、その処理システムは処理装置(CPU)と、RAM動作メモリを含む記憶手段と、ハードディスクとを含んでいるシステムを提供する段階と、
- )オブジェクトのイメージのデカルトパラメータを保存するためのオブジェクトの識別(ID)段階と、
- )前記識別されたオブジェクトイメージ捕捉(IMA−ACQ)段階とを備えている請求項1乃至13のいずれか1項記載の方法。 - 前記オブジェクトの識別(ID)段階は、
1a)前記顕微鏡の予め設定された拡大率でイメージ上に重なるように複数のボックスにより形成されたグリッドを生成し、
2a)モータで動作される走査ステージに命令を送って、顕微鏡の対物レンズの位置をイメージが捕捉されるべきグリッドの第1のボックスと整列するための対応するx,y軸上の第1の位置(スタート位置)に位置させ、電子イメージ捕捉手段に命令を送ってこの第1のボックスに対するデジタルイメージを捕捉させ、そのイメージは一時的に動作メモリ(RAM)中に保存され、
3a)第1のボックス中の単一の画素の輝度を評価し、それを予め定められた値と比較し、ボックスの内部の輝度コントラストを決定し、
4a)モータで動作される走査ステージに命令を送ってグリッドの第2のボックスに対応するx,y軸上の次の位置(第2の位置)に位置させ、電子イメージ捕捉手段に命令を送ってこの第2のボックスに対するデジタルイメージを捕捉して一時的に動作メモリ(RAM)中に保存し、そのようなイメージに対してステップ3)を反復し、
5a)全部のスライドが走査されてグリッドの各ボックスに対するイメージが処理されるまで、ステップ4)のルーチンを反復し、全ルーチンの実行中、予め定められた値よりも高い輝度コントラストを有するグリッドのボックスのx,y位置がハードディスクメモリ中に保存され、
前記顕微鏡の前記拡大率は好ましくは200倍である請求項14記載の方法。 - 前記動作メモリ中に一時的に保存されたグリッドのボックスのイメージの処理の前記ステップ3a)は、
i)解析されたボックスの画素の輝度強度のヒストグラムを構築し、
ii)そのヒストグラムの平均値からの標準偏差を計算し、
iii)その計算された標準偏差の値を予め定められた値と比較する方法にしたがって実行され、予め定められた値よりも上の標準偏差を有するボックスの位置はハードディスクに保存される請求項15記載の方法。 - 前記ID段階は識別子プレビュー(ID−PREV)段階により置換または先行され、それは請求項13に記載されているステップ1a)乃至5a)を含み、前記顕微鏡の予め設定された拡大率は25倍乃至100倍の範囲で選択される請求項1乃至16のいずれか1項記載の方法。
- 1b) 捕捉されるべきオブジェクトイメージ上の複数の焦点位置を選択し、
2b)走査ステージに命令を送って顕微鏡k対物レンズの下に第1の焦点位置を位置させ、
3b)手動で第1の焦点位置に焦点を結ばせ、その焦点パラメータを処理システムの記憶手段中に保存し、
4b)各焦点位置に対してステップ2b)および3b)のルーチンを反復する焦点設定段階をさらに含んでいる請求項14乃至17のいずれか1項記載の方法。 - 前記選択された焦点位置はオブジェクトの表面上に互いに等間隔で、或いは均一に分布されている請求項18記載の方法。
- 9個の焦点位置が選択され、検査下のオブジェクト中に内接された最大の平行六面体の4つのコーナーと、その中心および前記平行六面体の中間点に位置されている請求項19記載の方法。
- さらに、白色較正(WCAL)の段階を含み、それは1c)試料のない領域のイメージ(ブランクイメージ)を電子イメージ捕捉手段により捕捉し、それを処理システムの記憶手段に保存する請求項14乃至20のいずれか1項記載の方法。
- 前記イメージ捕捉(IM−ACQ)段階は、
1d)請求項13にしたがって前のステップ5a)にしたがって、顕微鏡の対物レンズと整列した選択されたグリッドの第1の保存されたボックス位置にそれを移動するように走査ステージに命令を送り、
2d)前記第1のボックスに近接した2以上の焦点位置に対して前のステップ1b)乃至4b)にしたがって計算された焦点パラメータから補間することにより前記第1のボックスに対する焦点パラメータを計算し、
3d)前記イメージ捕捉手段により前記第1のボックスのイメージを捕捉し、
4d)前記第1のボックスの捕捉されたイメージから上記ステップ1c)にしたがって捕捉されたブランクイメージを減算し、
5d)処理システムの記憶手段中にステップ4dから生成されるイメージを保存し、
6d)捕捉されるべき全体のオブジェクトが走査されるまでステップ1d)乃至5d)を反復し、
7d)それらの最初の位置に関して単一のボックスのイメージを整列させ、処理システムの記憶手段中に前記全イメージを保存することによりオブジェクトの全イメージを再構成するステップを含んでいる請求項18乃至21のいずれか1項記載の方法。 - 前記オブジェクトの全イメージを再構成するステップ7d)は、
l)整列方向にイメージの側面のエッジを重ねることにより隣接するボックスのイメージと各ボックスのイメージとを整列させ、
m)重なった領域において、ボックスのイメージを互いに関してシフトすることにより重なった画素間の輝度とカラー強度の少なくとも一方の差を最小にし、
n)隣接するボックスの各対に対してステップl)およびm)を反復するステップを含んでいる請求項22項記載の方法。 - 前記ID段階は、
1h)検査されるオブジェクトのぼけたイメージを生成し、
2h)イメージを得るために前記ぼけたイメージをオブジェクトのイメージから減算し、それにおいて輝度の高いカラー領域は高いコントラストを有するイメージ領域に対応し、暗いカラーの領域は低いコントラストを有するイメージ領域に対応し、
3h)処理システムの記憶手段中にカラーまたは輝度値が予め定められたしきい値より上である領域のイメージを保存するように動作する請求項14乃至23のいずれか1項記載の方法。 - 前記ぼけたイメージを生成するステップ1h)は、
- )予め定められた側面の長さを有する象限までクァドツリー法にしたがって反復的にイメージを象限に分割し、
- )1組の値を各象限に関連させるために画素の平均値を分割スケールで各象限に対して計算し、
- )カラーマップ(RGBイメージ)または強度マップ(グレースケールイメージ)を生成し、
各ボイントの値は各象限の値のセットの平均であり、前記カラーマップまたは強度マップは元のイメージのぼかされたイメージである請求項24項記載の方法。 - 前記ID段階は、
1l)予め定められた側面の長さを有する象限までクァドツリー法にしたがって反復的にイメージを象限に分割し、
2l)1組の相対分散(RD)の値を各象限に関連させるために画素の平均値により割算された標準偏差として得られた相対分散を各分割スケールで各象限に対して計算し、
3l)グレースケールイメージとして均一なマップを生成し、各焦点位置の輝度は各象限に対するRDの値のセットの平均により与えられ、高い輝度を有するイメージの領域は均一な領域に対応しており、
4l)予め定められたしきい値よりも高い輝度強度を有する均一なマップの画素を選択し、それらの位置を処理システムの記憶手段中に保存する請求項14乃至23のいずれか1項記載の方法。 - 前記システムは、デカルト座標軸x,y,zに沿って移動することのできるモータで動作する走査ステージと、前記モータで動作する走査ステージ顕微鏡と整列して動作する電子イメージ捕捉手段とを含み、
前記モータで動作する走査ステージと前記電子イメージ捕捉手段は処理システムに接続されて動作し、前記処理システムは処理装置(CPU)と、RAM動作メモリを含む記憶手段と、ハードディスクとを含んでいる請求項14乃至23のいずれか1項記載の方法。 - 請求項14乃至27のいずれか1項記載の段階を含んでいるオブジェクトのデジタルイメージを捕捉する方法。
- イメージを捕捉して処理するシステムにおいて、
デカルト座標軸x,y,zに沿って移動することのできるモータで動作する走査ステージを有する顕微鏡と、前記顕微鏡に接続されて動作する電子イメージ捕捉手段とを含み、前記モータで動作する走査ステージと前記電子イメージ捕捉手段は処理システムに接続されて動作し、その処理システムは処理装置(CPU)と、RAM動作メモリを含む記憶手段と、ハードディスクとを含んでおり、前記処理システムは請求項1乃至28のいずれか1項記載の方法を実行するようにプログラムを動作させるシステム。 - イメージを捕捉して処理するシステムにおいて、
デカルト座標軸x,y,zに沿って移動することのできるモータで動作する走査ステージと、前記モータで動作する走査ステージと整列されて動作する電子イメージ捕捉手段とを含み、前記モータで動作する走査ステージと前記電子イメージ捕捉手段は処理システムに接続されて動作し、その処理システムは処理装置(CPU)と、RAM動作メモリを含む記憶手段と、ハードディスクとを含んでおり、前記処理システムは請求項1乃至28のいずれか1項記載の方法を実行するようにプログラムを動作させるシステム。 - 請求項1乃至28のいずれか1項記載の方法を実行させるソフトウエアプログラム。
- 請求項1乃至28のいずれか1項記載の方法を実行するプログラムを含んでいるコンピュータ読取り可能な記憶媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IB0200551 | 2002-02-22 | ||
PCT/EP2002/012951 WO2003071468A1 (en) | 2002-02-22 | 2002-11-19 | Method and apparatus for analyizing biological tissue specimens |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2005518049A JP2005518049A (ja) | 2005-06-16 |
JP4146354B2 true JP4146354B2 (ja) | 2008-09-10 |
Family
ID=27742204
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003570289A Expired - Fee Related JP4146354B2 (ja) | 2002-02-22 | 2002-11-19 | 生物学的組織試料を解析する方法および装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US7596250B2 (ja) |
EP (2) | EP1476845B1 (ja) |
JP (1) | JP4146354B2 (ja) |
AU (2) | AU2002352054A1 (ja) |
WO (2) | WO2003071469A1 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6993187B2 (en) * | 2003-02-14 | 2006-01-31 | Ikonisys, Inc. | Method and system for object recognition using fractal maps |
EP1775585A4 (en) * | 2004-06-10 | 2010-08-04 | Univ Kurume | SYSTEM FOR PROCESSING MEDICAL IMAGES |
US20100260396A1 (en) * | 2005-12-30 | 2010-10-14 | Achiezer Brandt | integrated segmentation and classification approach applied to medical applications analysis |
WO2007098803A1 (en) * | 2006-02-28 | 2007-09-07 | Humanitas Mirasole S.P.A. | Method and apparatus for analyizing clusters of objects |
DE602006015538D1 (de) | 2006-06-05 | 2010-08-26 | Humanitas Mirasole Spa | Tiergewebe beeinflussende krankheiten |
DE102006044114A1 (de) * | 2006-09-20 | 2008-03-27 | Forschungszentrum Karlsruhe Gmbh | Verfahren zur Charakterisierung der Abgasausbrandqualität in Verbrennungsanlagen |
WO2009018445A1 (en) | 2007-08-01 | 2009-02-05 | Yeda Research & Development Co. Ltd. | Multiscale edge detection and fiber enhancement using differences of oriented means |
CN112967237A (zh) * | 2021-02-10 | 2021-06-15 | 北京理工大学 | 一种提取昆虫翅脉材料性能测量实验中横截面面积的方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5889881A (en) * | 1992-10-14 | 1999-03-30 | Oncometrics Imaging Corp. | Method and apparatus for automatically detecting malignancy-associated changes |
US5377258A (en) * | 1993-08-30 | 1994-12-27 | National Medical Research Council | Method and apparatus for an automated and interactive behavioral guidance system |
GB2294319B (en) * | 1994-10-20 | 1999-06-16 | Cambridge Imaging Ltd | Improved imaging method and apparatus |
US5848177A (en) * | 1994-12-29 | 1998-12-08 | Board Of Trustees Operating Michigan State University | Method and system for detection of biological materials using fractal dimensions |
-
2002
- 2002-11-19 US US10/504,899 patent/US7596250B2/en not_active Expired - Fee Related
- 2002-11-19 WO PCT/EP2002/012952 patent/WO2003071469A1/en not_active Application Discontinuation
- 2002-11-19 WO PCT/EP2002/012951 patent/WO2003071468A1/en active Application Filing
- 2002-11-19 EP EP02806855A patent/EP1476845B1/en not_active Expired - Lifetime
- 2002-11-19 JP JP2003570289A patent/JP4146354B2/ja not_active Expired - Fee Related
- 2002-11-19 AU AU2002352054A patent/AU2002352054A1/en not_active Abandoned
- 2002-11-19 EP EP02787729A patent/EP1476844A1/en not_active Withdrawn
- 2002-11-19 AU AU2002367706A patent/AU2002367706A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
AU2002367706A1 (en) | 2003-09-09 |
EP1476844A1 (en) | 2004-11-17 |
JP2005518049A (ja) | 2005-06-16 |
WO2003071468A1 (en) | 2003-08-28 |
US20050254710A1 (en) | 2005-11-17 |
WO2003071469A1 (en) | 2003-08-28 |
EP1476845B1 (en) | 2012-05-30 |
US7596250B2 (en) | 2009-09-29 |
EP1476845A1 (en) | 2004-11-17 |
AU2002352054A1 (en) | 2003-09-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6810505B2 (ja) | 教師データ作成方法及び装置並びに欠陥検査方法及び装置 | |
US8503798B2 (en) | Method and apparatus for analyzing clusters of objects | |
JP7422825B2 (ja) | 顕微鏡スライド画像のための焦点重み付き機械学習分類器誤り予測 | |
US7058233B2 (en) | Systems and methods for constructing an image having an extended depth of field | |
Oberholzer et al. | Methods in quantitative image analysis | |
US5848177A (en) | Method and system for detection of biological materials using fractal dimensions | |
JP2019105657A (ja) | 三次元画像処理装置、三次元画像処理方法及び三次元画像処理プログラム並びにコンピュータで読み取り可能な記録媒体及び記録した機器 | |
JP6605716B2 (ja) | 病理学的明視野画像における自動染色検出 | |
KR20080016847A (ko) | 크로모겐 분리에 기초한 영상 분석 방법 | |
CA2481094A1 (en) | Ray-based image analysis for biological specimens | |
US20060228008A1 (en) | Method and apparatus for analyzing biological tissues | |
JP4146354B2 (ja) | 生物学的組織試料を解析する方法および装置 | |
JP2014533857A (ja) | 画像処理 | |
TWI240225B (en) | Pattern evaluation device, pattern evaluation method, and recording medium for recording the computer-executable program for pattern evaluation method | |
US20090214114A1 (en) | Pixel classification in image analysis | |
Chen et al. | Automated measurement of vessel properties in birch and poplar wood | |
JPH07111735B2 (ja) | ひび割れ測定システム | |
JP2008190880A (ja) | 判定装置、判定システム、判定方法、及びコンピュータプログラム | |
CN111369631B (zh) | 基于xyz轴平台的样本图像自动采集方法及装置 | |
JP6393165B2 (ja) | 付着物測定システム | |
JPH04110645A (ja) | 画像処理方法 | |
Ouyang | Computerized image quality inspection system | |
Toda et al. | Current status and perspectives of computer-aided two-dimensional densitometry | |
DE10351925A1 (de) | Verfahren und Vorrichtung zur Erkennung von Oberflächenfehlern |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050701 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20051005 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080122 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080422 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20080520 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080619 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110627 Year of fee payment: 3 |
|
LAPS | Cancellation because of no payment of annual fees |