JP7080976B2 - 関心の細胞タイプに対する選択的染料セグメンテーション画像を生成するためのシステムおよび方法 - Google Patents
関心の細胞タイプに対する選択的染料セグメンテーション画像を生成するためのシステムおよび方法 Download PDFInfo
- Publication number
- JP7080976B2 JP7080976B2 JP2020533818A JP2020533818A JP7080976B2 JP 7080976 B2 JP7080976 B2 JP 7080976B2 JP 2020533818 A JP2020533818 A JP 2020533818A JP 2020533818 A JP2020533818 A JP 2020533818A JP 7080976 B2 JP7080976 B2 JP 7080976B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- cells
- cell
- interest
- membrane
- 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.)
- Active
Links
Images
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06T7/12—Edge-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
- G06T7/162—Segmentation; Edge detection involving graph-based methods
-
- 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
- G06T2207/10056—Microscopic 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)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Description
本出願は、2017年12月22日に出願された、米国仮特許出願第62/609,748号の出願日の利益を主張するものであり、その米国仮特許出願の開示は、ここに、その全体が本明細書に参照により組み込まれている。
I-定義
別段に定義されない限り、本明細書において使用される技術的および科学的用語は、当業者により共通に理解されるのと同じ意味を有する。例えば、Lackie、DICTIONARY OF CELL AND MOLECULAR BIOLOGY(細胞および分子生物学辞典)、Elsevier(第4編 2007年);Sambrookら、MOLECULAR CLONING, A LABORATORY MANUAL(分子クローニング、実験マニュアル)、Cold Springs Harbor Press(Cold Springs Harbor、N.Y. 1989年)を確認されたい。
・個別の細胞または組織のタイプまたは状態に特有のものである、
・個別の病理学的症状または状態に特有のものである、あるいは、
・病理学的症状の重症度、病理学的症状の進行もしくは後退の見込み、および/または、病理学的症状が個別の治療に応答することになるということの見込みを指し示す、
分子または分子の群であり得る。
細胞検出:画像内で個別の細胞の場所を識別するためのコンピュータの自動化されたプロセス。
マーカ:バイオマーカが、周辺の組織と、および/または、他のバイオマーカと差異化されることを可能とする、染料、色素、またはタグ。用語「バイオマーカ」は、個別の細胞タイプ、実例として免疫細胞の存在などの組織特徴、および、より詳細には、医学的症状を指し示す組織特徴の意味で理解され得る。バイオマーカは、組織特徴においての個別の分子、実例としてタンパク質の存在により識別可能であり得る。
プロセッサ:例として、プログラマブルマイクロプロセッサ、コンピュータ、システム・オン・チップ、または、複数個のもの、または、前述のものの組合せを含む、データを処理するためのすべての種類の装置、デバイス、および機械を包含する。装置は、特殊目的論理回路網、例えば、FPGA(フィールドプログラマブルゲートアレイ)またはASIC(特定用途向け集積回路)を含み得る。装置は、さらには、ハードウェアに加えて、当該のコンピュータプログラムに対する実行環境を創出するコード、例えば、プロセッサファームウェア、プロトコルスタック、データベース管理システム、オペレーティングシステム、クロスプラットフォームランタイム環境、仮想機械、または、それらのうちの1つもしくは複数の組合せを組成するコードを含み得る。装置および実行環境は、ウェブサービス、分散コンピューティング、およびグリッドコンピューティングインフラストラクチャなどの、様々な異なるコンピューティングモデルインフラストラクチャを現実化することができる。
試料:本明細書において使用される際、用語「試料」は、バイオマーカの存在または非存在についてテストされる可能性がある、対象または標的から取得される任意の材料を指すものとする。
組織試料:本明細書において使用される際、用語「組織試料」は、細胞の間の、試料が取得された被験体の中にそれらの細胞が実在した際の横断的空間的関係性を保存する細胞の試料を指すものとする。「組織試料」は、一次組織試料(すなわち、被験体により生み出された細胞および組織)および異種移植片(すなわち、被験体内へと移植された外来性の細胞の試料)の両方を包含するものとする。
ユーザインターフェイスデバイス:ユーザとの対話を可能なものにするディスプレイを含み、本明細書において説明される主題事項の実施形態は、ユーザに情報を表示するためのディスプレイデバイス、例えばLCD(液晶ディスプレイ)、LED(発光ダイオード)ディスプレイ、またはOLED(有機発光ダイオード)ディスプレイと、キーボードおよびポインティングデバイス、例えばマウスまたはトラックボールとを有するコンピュータ上で実現され得るものであり、それらのキーボードおよびポインティングデバイスにより、ユーザは、コンピュータに入力を提供することができる。一部の実現形態において、タッチスクリーンが、情報を表示し、ユーザから入力を受信するために使用され得る。他の種類のデバイスが、同じようにしてユーザとの対話を可能なものにするために使用され得るものであり、例えば、ユーザに提供されるフィードバックは、任意の形式の感覚フィードバック、例えば視覚フィードバック、聴覚フィードバック、または触覚フィードバックの形であり得るものであり、ユーザからの入力は、音響、発話、または触覚入力を含む任意の形式で受信され得る。加えて、コンピュータは、ユーザにより使用されるデバイスにドキュメントを送出し、そのデバイスからドキュメントを受信することにより、例えば、ユーザのクライアントデバイス上のウェブブラウザに、ウェブブラウザから受信される要求に応答してウェブページを送出することにより、ユーザと対話することができる。本明細書において説明される主題事項の実施形態は、例えばデータサーバとしてのバックエンド構成要素を含む、または、ミドルウェア構成要素、例えばアプリケーションサーバを含む、あるいは、フロントエンド構成要素、例えば、それを通してユーザが、本明細書において説明される主題事項の実現形態と対話することができる、グラフィカルユーザインターフェイスデバイスもしくはウェブブラウザを有するクライアントコンピュータを、または、1つもしくは複数の、そのようなバックエンド、ミドルウェア、もしくはフロントエンド構成要素の任意の組合せを含む、コンピューティングシステムの形で実現され得る。システムの構成要素は、任意の形式または媒体のデジタルデータ通信、例えば通信ネットワークにより相互接続され得る。通信ネットワークの例は、ローカルエリアネットワーク(「LAN」)およびワイドエリアネットワーク(「WAN」)、インターネットワーク(例えば、インターネット)、ならびにピアツーピアネットワーク(例えば、アドホックピアツーピアネットワーク)を含む。
II-細胞の検出システム
図1を参照すると、細胞の検出システム10が、本開示の例示的な実施形態によって提供される。細胞の検出システム10は、染色された組織画像内で細胞の存在を自動的に検出するように、および、詳細には、組織画像内で細胞を自動的に検出および分類するように適合させられ得る。細胞の検出システム10は、一般的には、画像分析システム100と、画像獲得システム120とを含む。
(2)スライドステージが、いくつかの合成画像「ストリップ」を捕捉するために、獲得の間、単一の軸において動く、ラインベースのスキャニング。画像ストリップは、次いで、より大きい合成画像を形成するために、互いとマッチングされ得る。
III-染料セグメンテーションエンジンおよび作業フロー
図2および4を参照すると、図2は、画像分析システム100の部分を形成する細胞分類エンジン114を例解し、図4は、本開示の例示的な実施形態に準じる選択的染料セグメンテーションエンジン134を実現する作業フロー400を例解する。入力画像210が、組み合わされる前に別個に処理される、2つのカラーチャネルへのデコンボリューションのために、カラーデコンボリューションモジュール220に給送される。この個別の例解において、入力画像210が、2つの別個の画像:膜染色された組織画像230、および、対比染色された細胞核画像250へと畳み込みを解かれる。2017年8月4日に出願された、および、その全体が参照により本明細書に組み込まれている、「Automated Methods And Systems For Detecting Cells In Stained Specimen Images」と表題を付けられた、同時係属米国仮特許出願第62/541,630号において詳細に解説されたように、膜染色された組織画像の補数が、以前はマスクされた淡い色付けされた核を明確に反映するために生成される。補数画像および対比染料画像が、任意選択で正規化され、次いで、明確に規定された核を伴う出力画像を生成するために、組み合わされ、セグメンテーションされる。代替的には、膜染料画像の補数、および、対比染料画像が、任意選択で正規化され、次いで、出力画像を生成するために、組み合わされるより前にセグメンテーションされ得る。作業フロー400のステップ414において、出力画像内の細胞は、次いで分類され得るものであり、分類された細胞画像283が、生成され、データベース160内に記憶され得る。
・組合せモジュール301は、関心の細胞302に対して、L*などのラベルをセットする。
・入力画像210の関心の領域510(図5)の中の、あらゆる画素、pに対して、組合せモジュール301は、(分類された細胞画像283の中の)最も近い細胞cを見出し、この最も近い細胞cが、関心の細胞302であるかどうかを決定する。
・組合せモジュール301が、cが関心の細胞302にふさわしいと決定するならば、画素p、および、他の同様の画素が、関心の領域520(図5)として識別され、その関心の領域は、次いで、染料マスク画像380において示される緑色などの、識別可能な色によりマークされる。
Claims (11)
- 染色された組織画像(210)の中で、関心の少なくとも1つの細胞タイプに対する選択的染料セグメンテーション画像(380)を生成する方法であって、
前記組織画像内で細胞(551、552)を検出し、対応する膜マスク画像(271)を生成するステップと、
前記組織画像内で検出された前記細胞を分類し、前記細胞の分類された細胞画像(283)を生成するステップと、
前記膜マスク画像(271)、および、前記細胞の前記分類された細胞画像(283)に基づいて、関心の前記少なくとも1つの細胞タイプに対する選択的染料セグメンテーション画像(selective stain segmentation images)(380)を生成するステップと
を含み、
前記選択的染料セグメンテーション画像(380)を生成するステップが、
前記膜マスク画像の中の関心の分類された細胞を場所特定するステップと、
近隣の細胞の間で共有される膜成分を分割することによって、前記関心の分類された細胞と、他の細胞の間の膜辺縁(membrane borders)を規定するステップと、
を含む、
方法。 - 前記生成された選択的染料セグメンテーション画像(380)の視覚画像分析を提供するステップをさらに含む、請求項1に記載の方法。
- 関心の前記少なくとも1つの細胞タイプに対する選択的染料セグメンテーション画像(380)を生成するステップは、前記膜マスク画像(271)の中で、関心の分類された細胞を場所特定するステップを含む、請求項1に記載の方法。
- 関心の前記少なくとも1つの細胞タイプに対する選択的染料セグメンテーション画像(380)を生成するステップは、近隣の細胞の間の共有される膜成分(630、640)を分割するステップにより、関心の前記分類された細胞と、他の細胞との間の膜辺縁(membrane borders)(641、642)を規定するステップをさらに含む、請求項3に記載の方法。
- 近隣の細胞の間の共有される膜成分(630、640)を分割するステップは、ボロノイ図(Voronoi diagram)に基づいて分割を遂行するステップを含む、請求項4に記載の方
法。 - 前記染色された組織画像(210)は、染色された病理学組織スライドから生成され、
関心の前記少なくとも1つの細胞タイプに対する選択的染料セグメンテーション画像(380)を生成するステップは、染色されたデジタル病理学組織の中で、近隣のバイオマーカ染料を分離するステップをさらに含む、請求項4に記載の方法。 - 前記細胞を分類するステップは、特定の細胞膜染色パターンに基づく分類を含む、請求項1に記載の方法。
- 前記細胞を分類するステップは、特定のバイオマーカに基づく分類を含む、請求項1に記載の方法。
- 特定のバイオマーカに基づく分類は、バイオマーカ陽性画素またはバイオマーカ陰性画素の任意のものと関連付けられる対象のタイプを決定するステップを含む、請求項8に記載の方法。
- 染色された組織画像(210)の中で、関心の少なくとも1つの細胞タイプに対する選択的染料セグメンテーション画像(380)を生成するための画像分析システム(100)であって、
前記組織画像内で細胞(551、552)を検出するための、および、対応する膜マスク画像(271)を生成するための細胞膜マスク生成エンジン(126)と、
前記組織画像内で検出された前記細胞を分類するための、および、前記細胞の分類された細胞画像(283)を生成するための細胞分類エンジン(114)と、
前記膜マスク画像(271)、および、前記細胞の前記分類された細胞画像(283)に基づいて、関心の前記少なくとも1つの細胞タイプに対する選択的染料セグメンテーション画像(380)を生成するための選択的染料セグメンテーションエンジン(134)と
を備え、
前記選択的染料セグメンテーション画像(380)を生成することが、
前記膜マスク画像の中の関心の分類された細胞を場所特定することと、
近隣の細胞の間で共有される膜成分を分割することによって、前記関心の分類された細胞と、他の細胞の間の膜辺縁(membrane borders)を規定することと、
を含む、
画像分析システム(100)。 - 1つまたは複数のプロセッサにより実行されるとき、前記1つまたは複数のプロセッサに、染色された組織画像(210)の中で、関心の少なくとも1つの細胞タイプに対する選択的染料セグメンテーション画像(380)を生成するための複数の動作を遂行させる命令を含む非一時的コンピュータ可読媒体であって、前記命令は、
前記組織画像内で細胞(551、552)を検出し、対応する膜マスク画像(271)を生成することと、
前記組織画像内で検出された前記細胞を分類し、前記細胞の分類された細胞画像(283)を生成することと、
前記膜マスク画像(271)、および、前記細胞の前記分類された細胞画像(283)に基づいて、関心の前記少なくとも1つの細胞タイプに対する選択的染料セグメンテーション画像(380)を生成することと
を含み、
前記選択的染料セグメンテーション画像(380)を生成することが、
前記膜マスク画像の中の関心の分類された細胞を場所特定することと、
近隣の細胞の間で共有される膜成分を分割することによって、前記関心の分類された細胞と、他の細胞の間の膜辺縁(membrane borders)を規定することと、
を含む、
非一時的コンピュータ可読媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201762609748P | 2017-12-22 | 2017-12-22 | |
US62/609,748 | 2017-12-22 | ||
PCT/EP2018/086040 WO2019122047A1 (en) | 2017-12-22 | 2018-12-20 | System and method for generating selective stain segmentation images for cell types of interest |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021508868A JP2021508868A (ja) | 2021-03-11 |
JP7080976B2 true JP7080976B2 (ja) | 2022-06-06 |
Family
ID=65003371
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020533818A Active JP7080976B2 (ja) | 2017-12-22 | 2018-12-20 | 関心の細胞タイプに対する選択的染料セグメンテーション画像を生成するためのシステムおよび方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11210782B2 (ja) |
EP (1) | EP3729371B1 (ja) |
JP (1) | JP7080976B2 (ja) |
CN (1) | CN111527519B (ja) |
WO (1) | WO2019122047A1 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110458835B (zh) * | 2019-08-16 | 2022-02-01 | 腾讯科技(深圳)有限公司 | 一种图像处理方法、装置、设备、***及介质 |
CN111275729B (zh) * | 2020-01-17 | 2023-05-30 | 新华智云科技有限公司 | 精分割天空区域的方法及***、图像换天的方法及*** |
WO2022076516A1 (en) * | 2020-10-09 | 2022-04-14 | The Trustees Of Columbia University In The City Of New York | Adaptable automated interpretation of rapid diagnostic tests using self-supervised learning and few-shot learning |
CN113066080A (zh) * | 2021-04-19 | 2021-07-02 | 广州信瑞医疗技术有限公司 | 切片组织识别方法、装置,细胞识别模型及组织分割模型 |
CN113515077A (zh) * | 2021-04-23 | 2021-10-19 | 重庆德方信息技术有限公司 | 人体细胞染色过程监控***及方法 |
CN113192080A (zh) * | 2021-04-27 | 2021-07-30 | 北京大学 | 一种基于边缘计算的便携式细胞成像与智能分析*** |
WO2024119306A1 (zh) * | 2022-12-05 | 2024-06-13 | 深圳华大生命科学研究院 | 一种组织细胞处理方法、装置、电子设备及存储介质 |
CN116580041B (zh) * | 2023-05-30 | 2024-06-18 | 山东第一医科大学附属眼科研究所(山东省眼科研究所、山东第一医科大学附属青岛眼科医院) | 基于voronoi图的角膜内皮细胞边界分割方法和装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016517115A (ja) | 2013-04-17 | 2016-06-09 | ゼネラル・エレクトリック・カンパニイ | 連続的に染色した組織における、1つの細胞の分割を使用する多重化バイオマーカー定量用のシステム及び方法 |
JP2017509871A (ja) | 2014-02-21 | 2017-04-06 | ベンタナ メディカル システムズ, インコーポレイテッド | バイオマーカー陽性の腫瘍細胞を識別するための医用画像解析 |
JP2017516992A (ja) | 2014-05-23 | 2017-06-22 | ベンタナ メディカル システムズ, インコーポレイテッド | 画像内の生物学的構造及び/又はパターンの検出のためのシステム及び方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7760927B2 (en) * | 2003-09-10 | 2010-07-20 | Bioimagene, Inc. | Method and system for digital image based tissue independent simultaneous nucleus cytoplasm and membrane quantitation |
US7933435B2 (en) * | 2005-11-21 | 2011-04-26 | Vala Sciences, Inc. | System, method, and kit for processing a magnified image of biological material to identify components of a biological object |
US9042630B2 (en) * | 2011-10-26 | 2015-05-26 | Definiens Ag | Biomarker evaluation through image analysis |
AU2013214345B2 (en) * | 2012-02-01 | 2016-09-15 | Ventana Medical Systems, Inc. | System for detecting genes in tissue samples |
US9135700B2 (en) * | 2012-05-11 | 2015-09-15 | Dako Denmark A/S | Method and apparatus for image scoring and analysis |
US9135694B2 (en) * | 2012-12-04 | 2015-09-15 | General Electric Company | Systems and methods for using an immunostaining mask to selectively refine ISH analysis results |
ES2641480T3 (es) * | 2013-03-15 | 2017-11-10 | Ventana Medical Systems, Inc. | Sistema de aprendizaje automático basado en objetos de tejido para puntuación automatizada de portaobjetos digitales completos |
EP3218843B1 (en) * | 2014-11-10 | 2024-04-24 | Ventana Medical Systems, Inc. | Classifying nuclei in histology images |
WO2017037180A1 (en) * | 2015-09-02 | 2017-03-09 | Ventana Medical Systems, Inc. | Automated analysis of cellular samples having intermixing of analytically distinct patterns of analyte staining |
US10083340B2 (en) * | 2016-01-26 | 2018-09-25 | Ge Healthcare Bio-Sciences Corp. | Automated cell segmentation quality control |
-
2018
- 2018-12-20 WO PCT/EP2018/086040 patent/WO2019122047A1/en unknown
- 2018-12-20 JP JP2020533818A patent/JP7080976B2/ja active Active
- 2018-12-20 EP EP18830468.7A patent/EP3729371B1/en active Active
- 2018-12-20 CN CN201880082761.2A patent/CN111527519B/zh active Active
-
2020
- 2020-06-17 US US16/904,223 patent/US11210782B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016517115A (ja) | 2013-04-17 | 2016-06-09 | ゼネラル・エレクトリック・カンパニイ | 連続的に染色した組織における、1つの細胞の分割を使用する多重化バイオマーカー定量用のシステム及び方法 |
JP2017509871A (ja) | 2014-02-21 | 2017-04-06 | ベンタナ メディカル システムズ, インコーポレイテッド | バイオマーカー陽性の腫瘍細胞を識別するための医用画像解析 |
JP2017516992A (ja) | 2014-05-23 | 2017-06-22 | ベンタナ メディカル システムズ, インコーポレイテッド | 画像内の生物学的構造及び/又はパターンの検出のためのシステム及び方法 |
Non-Patent Citations (1)
Title |
---|
Elisa Ficarra, Santa Di Cataldo,Andrea Acquaviva, Enrico Macii,Automated Segmentation of Cells With IHC Membrane Staining,IEEE Transactions on Biomedical Engineering,Vol.58,No.5,米国,IEEE,2011年01月17日,pp.1421 - 1429,https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=arnumber=5688443 |
Also Published As
Publication number | Publication date |
---|---|
EP3729371A1 (en) | 2020-10-28 |
EP3729371B1 (en) | 2023-09-06 |
US11210782B2 (en) | 2021-12-28 |
US20200320699A1 (en) | 2020-10-08 |
CN111527519A (zh) | 2020-08-11 |
CN111527519B (zh) | 2023-10-03 |
JP2021508868A (ja) | 2021-03-11 |
WO2019122047A1 (en) | 2019-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7080976B2 (ja) | 関心の細胞タイプに対する選択的染料セグメンテーション画像を生成するためのシステムおよび方法 | |
US11682192B2 (en) | Deep-learning systems and methods for joint cell and region classification in biological images | |
US11922681B2 (en) | Systems and methods for identifying cell clusters within images of stained biological samples | |
JP7092503B2 (ja) | 共発現解析のためのシステム及び方法 | |
JP7011035B2 (ja) | 染色された標本画像内で細胞を検出するための自動化された方法およびシステム | |
US11972859B2 (en) | Computational pathology approach for retrospective analysis of tissue-based companion diagnostic driven clinical trial studies | |
JP2021506013A (ja) | 腫瘍空間異質性およびインターマーカ異質性の計算方法 | |
JP2022504871A (ja) | 改善された核検出およびセグメンテーションを可能にする画像強化 | |
JP2021506003A (ja) | デジタル病理学分析結果の格納および読み出し方法 | |
US11302107B2 (en) | System and method for classifying cells in tissue images based on membrane features |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200811 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210924 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211004 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211215 |
|
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: 20220506 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220525 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7080976 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |