JPH06103251B2 - Tissue quantification method by image analysis - Google Patents
Tissue quantification method by image analysisInfo
- Publication number
- JPH06103251B2 JPH06103251B2 JP1053549A JP5354989A JPH06103251B2 JP H06103251 B2 JPH06103251 B2 JP H06103251B2 JP 1053549 A JP1053549 A JP 1053549A JP 5354989 A JP5354989 A JP 5354989A JP H06103251 B2 JPH06103251 B2 JP H06103251B2
- Authority
- JP
- Japan
- Prior art keywords
- histogram
- image
- tissue
- threshold
- target tissue
- 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
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Description
【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、画像解析による組織定量方法に係わり、特
に、複数の組織を有する結合物質の濃淡画像の境界を定
めて、この境界に対応した各組織の面積比を求めて組織
の定量を行う組織定量方法に関する。Description: TECHNICAL FIELD The present invention relates to a tissue quantification method by image analysis, and in particular, it defines a boundary of a grayscale image of a binding substance having a plurality of tissues and responds to this boundary. The present invention relates to a tissue quantification method in which the area ratio of each tissue is obtained to quantify the tissue.
複数の組織を有する塊状物質の組織構成比率測定に関す
る技術が特開昭58−153144号公報に開示されている。こ
れは反射率の異なる複数の組織の反射率の分布を、その
反射率の強さをｘ軸とし、各強さの度数をｙ軸とした反
射率ヒストグラムを求め、このヒストグラムの包絡線上
の複数の極大点をピークとする複数のガウス曲線を求
め、このようにして得られた複数のガウス曲線の各々の
平均反射率および度数積分値と、測定対象試料に関して
あらかじめ得られている複数の組織の反射率分布とに基
づいて、この試料の複数部分の各々における構成比率を
求めるものである。A technique relating to the measurement of the structural composition ratio of a lumpy substance having a plurality of structures is disclosed in JP-A-58-153144. This is a distribution of reflectances of a plurality of tissues having different reflectances. A reflectance histogram is obtained with the intensity of the reflectance on the x-axis and the frequency of each intensity on the y-axis. Obtaining a plurality of Gaussian curves having a maximum point of, the average reflectance and the frequency integration value of each of the plurality of Gaussian curves obtained in this way, and the plurality of tissues obtained in advance for the sample to be measured Based on the reflectance distribution, the composition ratio in each of the plurality of portions of this sample is obtained.
上記従来の技術は、試料の反射率のヒストグラムを求
め、次にこの包絡線の複数のピークを値を求めた後、こ
の各ピーク値を中心としてヒストグラムの形状をガウス
曲線（正規分布曲線）に変換して反射分布としている。
このためピーク値を中心に左右に均等に分布している場
合はよいが、左右不均等に分布している組織の面積比率
を同定すると誤差が大きくなる。The above-mentioned conventional technique obtains a histogram of the reflectance of the sample, then obtains a plurality of peaks of this envelope, and then makes the shape of the histogram centered on each of these peak values into a Gaussian curve (normal distribution curve). It is converted into a reflection distribution.
Therefore, it is preferable that the peak values are evenly distributed on the left and right, but if the area ratio of the tissue that is unevenly distributed on the left and right is identified, the error becomes large.
また、組織の中に欠落した組織があるときは、その欠落
部にも誤って無理な変形ガウス曲線を適合させ、誤った
スレシュホールドレベル（閾値）を与える場合も生じ
る。In addition, when there is a missing tissue in the tissue, an unreasonable deformed Gaussian curve may be erroneously fitted to the missing portion to give an incorrect threshold level (threshold value).
本発明の目的は、複数の組織を有する結合物質の断面画
像を予め設定した濃淡段階に応じて濃淡分布面積のヒス
トグラムを基準画像について作成し、このヒストグラム
について各対象組織に対応する濃度範囲の閾値許容範囲
を定め、これを用いて基準画像に類似する画像のヒスト
グラムに対し各対象組織の濃度範囲の閾値を定める方法
を提供することにある。An object of the present invention is to create a histogram of a grayscale distribution area for a reference image according to a preset grayscale level of a cross-sectional image of a binding substance having a plurality of tissues, and for this histogram, a threshold value of a concentration range corresponding to each target tissue. An object of the present invention is to provide a method of defining an allowable range and using the same to define a threshold value of the density range of each target tissue in a histogram of an image similar to the reference image.
上記目的を達成するため、本発明の画像解析による組織
定量方法は、複数の組織を有する結合物質の断面の画像
を予め設定した濃淡段階に応じて濃淡分布面積のヒスト
グラムを作成し、該ヒストグラムに対して各対象組織に
対応する濃度範囲を定め、該濃度範囲の面積比より各対
象組織の構成を求める画像解析による組織定量方法にお
いて、基準画像のヒストグラムを求めてそのヒストグラ
ムの各対象組織に対応する濃度範囲の閾値を所定の許容
範囲を有する値として設定し、前記基準画像に類似する
画像についてヒストグラムを求めこのヒストグラムに前
記基準画像のヒストグラムの閾値許容範囲を設定し、こ
の閾値許容範囲内の面積の重心を閾値として前記類似す
る画像の各対象組織に対応する濃度範囲の面積比を求め
る。In order to achieve the above object, the tissue quantification method by image analysis of the present invention, a histogram of the density distribution area is created in accordance with the gradation level preset in the image of the cross section of the binding substance having a plurality of tissues, and the histogram is In contrast, in the tissue quantification method by image analysis that determines the concentration range corresponding to each target tissue and determines the composition of each target tissue from the area ratio of the concentration range, finds the histogram of the reference image and corresponds to each target tissue of the histogram The threshold of the density range to be set as a value having a predetermined allowable range, a histogram is obtained for an image similar to the reference image, the threshold allowable range of the histogram of the reference image is set in this histogram, and within the threshold allowable range Using the center of gravity of the area as a threshold, the area ratio of the density range corresponding to each target tissue of the similar image is obtained.
また、基準画像のヒストグラムを求めてそのヒストグラ
ムの各対象組織に対応する濃度範囲の閾値を所定の許容
範囲を有する値として設定し、前記基準画像に類似する
画像についてヒストグラムを求めこのヒストグラムに前
記基準画像のヒストグラムの閾値許容範囲を設定し、こ
の閾値許容範囲内の面積の２等分位置を閾値として前記
類似する画像の各対称組織に対応する濃度範囲の面積比
を求める。Further, the histogram of the reference image is obtained, the threshold value of the density range corresponding to each target tissue of the histogram is set as a value having a predetermined allowable range, the histogram is obtained for the image similar to the reference image, and the histogram is set to the reference image. The threshold allowable range of the histogram of the image is set, and the area ratio of the density range corresponding to each symmetric tissue of the similar images is obtained using the bisected position of the area within the threshold allowable range as the threshold.
また、基準画像のヒストグラムを求めてそのヒストグラ
ムの各対称組織に対応する濃度範囲の閾値を所定の許容
範囲を有する値として設定し、前記基準画像に類似する
画像についてヒストグラムを求めこのヒストグラムに前
記基準画像のヒストグラムの閾値許容範囲を設定し、類
似する画像のヒストグラムをノイズ排除処理した後、該
ヒストグラムの濃淡段階をｘ軸方向とし、濃淡段階の度
数をｙ軸方向として、前記閾値許容範囲の中心よりｘ軸
上左右にヒストグラムのそれぞれの最初の変曲点におい
て切線を引き、該切線の交点のｘ座標を閾値として前記
類似する画像の各対称組織に対応する濃度範囲の面積比
を求める。Further, the histogram of the reference image is obtained, the threshold value of the density range corresponding to each symmetrical tissue of the histogram is set as a value having a predetermined allowable range, the histogram is obtained for the image similar to the reference image, and the histogram is set to the reference image. After setting the threshold allowable range of the histogram of the image and performing noise removal processing on the histograms of similar images, the gradation level of the histogram is set to the x-axis direction, the frequency of the gradation step is set to the y-axis direction, and the center of the threshold allowable range is set. Further, a cutting line is drawn to the left and right on the x-axis at each first inflection point of the histogram, and the area ratio of the density range corresponding to each symmetrical tissue of the similar image is obtained using the x coordinate of the intersection of the cutting lines as a threshold.
また、切線がそれぞれｘ軸と交わる位置をx1,x2とし｜X
2−x1｜が所定値以上のとき前記閾値をx1,x2の２つの値
とし、前記濃度範囲の面積比を求める。Also, let x 1 and x 2 be the positions where the cutting lines intersect the x-axis, respectively | X
When 2 −x 1 | is a predetermined value or more, the threshold value is set to two values x 1 and x 2 , and the area ratio of the concentration range is obtained.
複数の組織を有する結合物質の断面を画像解析装置によ
り測定し、画像の多数の濃淡段階に対応した分布面積の
ヒストグラムを作成して、各対象組織の面積比から各組
織の量を同定する方法を、組織ＡとＢからなる結合物質
の場合について説明する。A method of measuring the cross-section of a binding substance having a plurality of tissues with an image analysis device, creating a histogram of the distribution area corresponding to a large number of gray levels of an image, and identifying the amount of each tissue from the area ratio of each target tissue The case of the binding substance composed of the tissues A and B will be described.
各組織の基本的な濃度分布は２つの組織が同一面積で
も、対象となる資料への照明の方法（光種，角度，明る
さ等）、顕微鏡の倍率などで異なってくる。顕微鏡の倍
率によっては、斑点，縞模様，雲塊模様などが出たり、
消えたりする。また同一組織内の濃度分布にも様々な態
様がある。Even if the two tissues have the same area, the basic concentration distribution of each tissue differs depending on the method of illuminating the target material (light type, angle, brightness, etc.) and the magnification of the microscope. Depending on the magnification of the microscope, spots, stripes, cloud patterns, etc. may appear,
It disappears. There are various modes of concentration distribution in the same tissue.
これを第５図により説明する。This will be described with reference to FIG.
（ａ）図は、組織A,Bの濃度差は小さいが濃度分布の差
が明瞭な場合である。FIG. 6A shows the case where the difference in concentration between the tissues A and B is small but the difference in concentration distribution is clear.
（ｂ）図は、組織A,B間の濃度差が比較的大きい場合で
ある。The diagram (b) shows the case where the density difference between the tissues A and B is relatively large.
（ｃ）図は、組織A,Bの濃度分布に重疊部分があるが境
界部の分布確率が小さい場合である。FIG. 6C shows the case where the concentration distributions of the tissues A and B have a critical portion, but the distribution probability of the boundary portion is small.
（ｄ）図は、組織A,Bの濃度分布の重疊部分が大きくそ
の境界が不明確な場合である。The diagram (d) shows the case where the density distribution of the tissues A and B has a large critical portion and the boundary is unclear.
（ｅ）図は、組織A,Bの一方は狭い（シャープな）濃度
範囲で他は広い（低い台状の）濃度範囲の場合である。
第５図は組織A,Bの面積比が同一の場合であるが、組織
A,Bの面積差が大きい場合も存在する。これは濃度境界
部に注目すると第５（ｃ）に近い。FIG. 7E shows a case where one of the tissues A and B has a narrow (sharp) concentration range and the other has a wide (low trapezoidal) concentration range.
Fig. 5 shows the case where the area ratios of organizations A and B are the same.
There are cases where the area difference between A and B is large. This is close to the fifth (c) when focusing on the density boundary part.
各組織の量を同定する方法とは、各組織の境界値を定
め、この境界値に囲まれる面積を計算することと同じこ
とである。The method of identifying the amount of each tissue is the same as defining the boundary value of each tissue and calculating the area surrounded by this boundary value.
第５図に基づき本発明は、隣接する２つの組織A,Bの境
界は濃淡段階に対応した分布面積のヒストグラム曲線の
ボトム部に存在するとしたものである。しかし、このボ
トム位置も第５図（ａ），（ｃ）（ｅ）は比較的明確で
あるが、（ｂ），（ｄ）の場合不明確である。そこでヒ
ストグラムの形状、組織の濃度分布の形状に基づき境界
を定める方法を第６図により説明する。先ず被測定試料
の画像から上述のヒストグラムを作成し、各組織の境界
となるスレッシュホールドTiと、その許容範囲±ΔTiを
既存のデータから推定して設定する。次にこの範囲Ti±
ΔTiから確定シレッシュホールドTi′をヒストグラムの
形状，組織の濃度分布の形状に基づき決定する。According to the present invention, based on FIG. 5, the boundary between two adjacent tissues A and B exists at the bottom portion of the histogram curve of the distribution area corresponding to the gradation level. However, this bottom position is relatively clear in FIGS. 5 (a), (c) and (e), but unclear in the cases of (b) and (d). Therefore, a method of defining the boundary based on the shape of the histogram and the shape of the density distribution of the tissue will be described with reference to FIG. First, the above-mentioned histogram is created from the image of the sample to be measured, and the threshold Ti that is the boundary of each tissue and its allowable range ± ΔTi are estimated and set from existing data. Next, this range Ti ±
From ΔTi, the definite threshold Ti ′ is determined based on the shape of the histogram and the shape of the tissue concentration distribution.
なお、上記Ti,ΔTiは濃度の絶対値としてもよいが、絶
対値を全濃度分布範囲で割って濃度比とした方が使いよ
い。The above Ti and ΔTi may be absolute values of concentration, but it is better to divide the absolute value by the entire concentration distribution range to obtain a concentration ratio.
（ａ）図は、濃度差が小さくても組織A,Bの区分が明確
でヒストグラムのノイズ排除処理としてのスムージング
処理をした後ボトム位置を求めこれを境界（閾値）とす
る。In the diagram (a), even if the density difference is small, the division of the tissues A and B is clear, and after performing the smoothing process as the noise elimination process of the histogram, the bottom position is obtained and used as the boundary (threshold).
（ｂ）図は、組織A,Bの境界特性に大きな差があると
き、例えば一方向の勾配が急いで他方の勾配がなだらか
であるようなときでTi−ΔTiとTi＋ΔTiで囲まれるヒス
トグラムの面積の重心位置をTi′とする。この場合スム
ージング処理は不要である。(B) shows the area of the histogram surrounded by Ti-ΔTi and Ti + ΔTi when there is a large difference in the boundary characteristics between the tissues A and B, for example when the gradient in one direction is steep and the gradient in the other is gentle. The position of the center of gravity of is denoted by Ti ′. In this case, smoothing processing is unnecessary.
重心計算は次式による。The center of gravity is calculated by the following formula.
ここでx:ヒストグラムの横座標（ｘ座標） y:ヒストグラムの縦座標（ｙ座標） ａ＝Ti−ΔTi,b＝Ti＋ΔTi （ｃ）図は、組織の濃度分布の形状より採用を決めるも
ので、この形状が簡単なものであるとき、Ti−ΔTiとTi
＋ΔTiで囲まれるヒストグラムの面積の２等分点をTi′
とする。 Where x is the abscissa of the histogram (x coordinate) y is the ordinate of the histogram (y coordinate) a = Ti-ΔTi, b = Ti + ΔTi (c) The diagram is to be adopted based on the shape of the tissue concentration distribution. When this shape is simple, Ti-ΔTi and Ti
Ti ′ is the bisector of the area of the histogram surrounded by + ΔTi
And
この場合、スムージング処理は不要なので演算速度も速
い。計算式は次式による。In this case, the smoothing process is unnecessary and the calculation speed is high. The calculation formula is as follows.
（２）式を満たすｃを求めｃ＝Ti′とする。これは左辺
を求めて≦になるｃを求めればよい。 Find c that satisfies equation (2) and set c = Ti '. This can be done by finding the left side and finding c such that ≤.
なお、x,y,a,bは（１）式と同じである。（ｄ），
（ｅ），（ｆ）図はヒストグラムをスムージング処理し
た後、Tiを中心にしてｘ軸上の左右の最初の変曲点に切
線を引き、この切線の交点を利用する方法である。この
方法は、ボトムの位置がヒストグラムより目視できる
が、その位置が明瞭ではない場合に用いる。Note that x, y, a, and b are the same as in the equation (1). (D),
FIGS. 6 (e) and 6 (f) show a method in which, after smoothing the histogram, a cutting line is drawn at the left and right first inflection points on the x-axis with respect to Ti, and the intersection of these cutting lines is used. This method is used when the bottom position is visible from the histogram but the position is not clear.
切線の引き方は、ヒストグラムのｙ方向の差を求めてゆ
き差の増加減少の逆転位置（２階微分が０となる位置）
を求め、ここに回帰直線を引けばよい。（ｄ）図は、２
つの切線の交点のｙ座標が正の場合でありこの交点のｘ
座標をTi′とする。The cutting line is drawn by finding the difference in the y direction of the histogram, and the reverse position of the increase / decrease of the difference (the position where the second derivative is 0).
, And draw a regression line here. (D) Figure is 2
The y coordinate of the intersection of two cutting lines is positive, and the x of this intersection is
The coordinates are Ti ′.
（ｅ）図、（ｆ）図は、２つの切線の交点のｙ座標が負
の場合で各切線のｘ軸との交点x1,x2の差｜x2−x1｜の
大きさに違いのある場合である。Figures (e) and (f) show the magnitude of the difference │x 2 −x 1 │ between the intersections x 1 and x 2 of each cutting line with the x-axis when the y coordinate of the intersection of the two cutting lines is negative. It is when there is a difference.
（ｅ）図の差は、予めデータ解析により定めた定数値よ
り小さい場合で、このときは切線の交点のｙ座標は負と
なるが、この交点のｘ座標をTi′とする。The difference in the figure (e) is smaller than the constant value determined in advance by data analysis. In this case, the y coordinate of the intersection of the cutting lines is negative, but the x coordinate of this intersection is Ti '.
（ｆ）図の差は上記の定数値より大きな場合で、このと
きは（ｆ）図に示すように２つの組織の間にいずれに属
するか不明な面積があるがその大きさは小さいので、こ
の部分を削除して面積計算等には算入しないようにした
ものである。それ故Ti′＝x1,Ti′＝x2の２つの境界値
とする。The difference in the figure (f) is larger than the above constant value. At this time, as shown in the figure (f), there is an area in which it is unknown which of the two tissues belongs, but the size is small, This part is deleted so that it is not included in the area calculation. Therefore, there are two boundary values of Ti ′ = x 1 and Ti ′ = x 2 .
以上の６つの判断基準により、２つの組織の境界をヒス
トグラムの形状や、組織の濃度分布の形状から決定でき
るので、この境界に囲まれたヒストグラムの各面積を計
算すれば各組織の量を同定することができる。Since the boundaries of the two tissues can be determined from the shape of the histogram and the shape of the density distribution of the tissues by the above six criteria, the amount of each tissue can be identified by calculating each area of the histogram surrounded by the boundaries. can do.
以下、本発明の一実施例を第１図〜第４図第６図を用い
て説明する。An embodiment of the present invention will be described below with reference to FIGS. 1 to 4 and 6.
複数の組織を有する結合物として例えば焼結鉱の試料を
画像解析装置に設定し、試料の断面の画像を例えば256
の濃淡段階に分割し濃淡分布面積のヒストグラムを作成
する。このヒストグラムの作成はソフト的、またはハー
ド的に作成することができるが、ハード的に行えば、迅
速に作成できる。ハード的に作成する方法の１つが特開
昭60−100032号公報に開示されている。第３図にヒスト
グラムの一例を示す。For example, a sintered ore sample is set as an aggregate having a plurality of structures in an image analyzer, and a cross-sectional image of the sample is set to 256
Create a histogram of the light and shade distribution area by dividing into the light and shade stages of. This histogram can be created by software or hardware, but if it is done by hardware, it can be created quickly. One of the methods of making by hardware is disclosed in JP-A-60-100032. FIG. 3 shows an example of the histogram.
以下、第１図を用いて説明する。第１図は、校正基準を
作成する手順を示すフローチャートである。校正基準を
作成する理由は、前述したように各組織の濃度分布は照
明の方法、画像解析装置に組み込まれた顕微鏡の倍率な
どで異なるため、先ず、試料の基準となる視野を設定
し、照明や倍率を調節してなるべく多くの濃淡段階に対
応するようなヒストグラムを作成し、このヒストグラム
の形状、組織の濃度分布の形状等をパラメータとして既
存の資料より、各組織の境界値（スレッシュホールド）
とその許容範囲を定め、これに基づき以降の各視野の組
織の境界値を定める基準とするものである。This will be described below with reference to FIG. FIG. 1 is a flowchart showing a procedure for creating a calibration standard. The reason for creating the calibration standard is that the density distribution of each tissue differs depending on the illumination method, the magnification of the microscope incorporated in the image analysis device, etc., as described above. Create a histogram that corresponds to as many shades as possible by adjusting the magnification and magnification, and use the shape of this histogram and the shape of the density distribution of the tissue as parameters from the existing materials to determine the boundary value (threshold) of each tissue.
And the permissible range is defined, and based on this, the boundary value of the tissue of each visual field thereafter is used as a standard.
第１図において、まずステップ11で、濃度段階を定める
多数の閾値（スレッシュホールド）を設定する。本実施
例では256の段階としたが、全濃度範囲の自動調整やス
ムージング処理のためには500以上の段階が好ましい。
しかし、現在のところ撮像用カメラの能力が追従できな
い。In FIG. 1, first, in step 11, a large number of thresholds (thresholds) that determine the density level are set. Although the number of steps is 256 in this embodiment, the number of steps is preferably 500 or more for automatic adjustment of the entire density range and smoothing processing.
However, at present, the capability of the imaging camera cannot follow.
ステップ12で対象画像の各画素をスレッシュホールドに
対応して２値化して濃度を求めてグレーヒストグラムを
作成する。この一例を第３図に示す。第３図の横軸（ｘ
軸）には濃度のスレッシュホールド（256個に分割）を
とり縦軸（ｙ軸）に各スレシュホールドの間の面積を全
体面積に対する％値で示す。In step 12, each pixel of the target image is binarized corresponding to the threshold to obtain the density, and a gray histogram is created. An example of this is shown in FIG. The horizontal axis (x
The density threshold (divided into 256) is plotted on the axis, and the area between the thresholds is shown on the vertical axis (y-axis) in% of the total area.
ステップ13ではグレーヒストグラムの濃度の全範囲（濃
度スパン）を求める。これを用いて、濃度の絶対値を濃
度比として表すためである。In step 13, the entire density range (density span) of the gray histogram is obtained. This is because the absolute value of the density is expressed as a density ratio using this.
第４図は第３図をスムージング処理したものであり、図
中で示したＲが濃度スパンを表す。FIG. 4 is a smoothing processing of FIG. 3, and R shown in the drawing represents a density span.
ステップ14でヒストグラムの形状、組織の濃度分布の形
状等をパラメータとし既存の資料に基づき組織の境界値
Tiと許容範囲±ΔTiを定める。この許容範囲は、試料の
他の視野の境界値Ti′を決定するに当たって、相対的な
濃度比は校正基準のものと変わらないとし、Ti′はTi±
ΔTiの範囲内に存在するものとして、Ti′を定めるパラ
メータとして使用するためである。次に第２図を用いて
メインルーチンを説明する。メインルーチンは第１図の
校正基準作成ルーチンで作成した基準スレッシュホール
ドTi±ΔTiを用いて類似組成の他の試料の組織のスレッ
シュホールドTi′値を迅速に定めてゆく手順を示す。In step 14, the boundary value of the tissue is set based on the existing material using the shape of the histogram, the shape of the density distribution of the tissue, etc. as parameters.
Define Ti and allowable range ± ΔTi. This allowable range assumes that the relative concentration ratio is the same as that of the calibration standard in determining the boundary value Ti ′ of the other visual field of the sample, and Ti ′ is Ti ±
This is because Ti ′ is used as a parameter for determining that it exists within the range of ΔTi. Next, the main routine will be described with reference to FIG. The main routine shows a procedure for rapidly determining the threshold Ti 'value of the structure of another sample having a similar composition by using the standard threshold value Ti ± ΔTi created in the calibration standard creation routine of FIG.
ステップ21は、第１図のステップ12,と同じで、対象視
野ごとにグレーヒストグラムを求め、ステップ22で全濃
度範囲を求めてグレーヒストグラムを濃度比として相対
的に表す。このように基準化することによって、第１図
で求めたTi±ΔTiを適用することができる。ステップ23
でスレッシュホールドの総数ｎを設定する。これによ
り、各スレッシュホールド毎にその値Ti′を定めること
ができる。Step 21 is the same as step 12 in FIG. 1, and a gray histogram is obtained for each target visual field, the entire density range is obtained in step 22, and the gray histogram is relatively expressed as a density ratio. By standardizing in this way, Ti ± ΔTi obtained in FIG. 1 can be applied. Step 23
Use to set the total number n of thresholds. As a result, the value Ti 'can be determined for each threshold.
ステップ24でグレーヒストグラムのTi±ΔTi近傍の形状
が第６図（ａ）に示すように濃度分布で隣接する組織の
区別が明確か否か判断し、区別が明確であれば、ステッ
プ25でグレーヒストグラムのスムージングを行う。スム
ージングには公知の方法がいくつかあるが、その一つに
FFT法（Fast.Fourier Transform）がある。これは、対
象曲線をフーリェ変換し、周波数解析を行いノイズを除
去するため高周波成分をカットし、これを逆フーリェ変
換して曲線を再生するものである。第３図にグレーヒス
トグラムのスムージング前の形状を示し第４図にスムー
ジング後の形状を示す。次にステップ26でボトム位置を
求めてこの位置をTi′とする。ステップ24で濃度分布で
隣接する組織の区別が明確でない場合はステップ27で濃
度分布で隣接する組織の境界の特性を調べる。この特性
が第６図（ｃ）に示すように一方の勾配が急いで他方が
ゆるやかである場合はボトム位置は確定しにくい場合が
多い。この場合はステップ28で、Ti±ΔTiで囲まれる面
積の重心位置を（１）式で求めこの重心位置をTi′とす
る。この方法はスムージングは不要である。ステップ27
で、境界の特性が第６図（ｃ）に示すようなものでない
場合は、ステップ29で、組織の濃度分布の形状を調べ、
その形状が簡単な場合ステップ30でTi±ΔTi間の面積を
２等分する位置を（２）式で求め、その位置をTi′とす
る。この方法はスムージングは不要であり、演算も早
い。ステップ29で、分布形状が複雑な場合、ステップ31
で、グレーヒストグラムをスムージングし、ステップ32
で、Tiのｘ軸上左右のそれぞれ最初の変曲点を求め、そ
れぞれの点で切線を引く。ステップ32以降は、グレーヒ
ストグラム上でボトムの位置は目視できるが、しかしそ
の位置を確定する程は明確でない場合のTi′位置を決定
するステップである。In step 24, it is judged whether or not the shape of the vicinity of Ti ± ΔTi in the gray histogram is clear in the density distribution as shown in FIG. 6 (a). Smooths the histogram. There are several known methods for smoothing, one of which is
There is an FFT method (Fast.Fourier Transform). In this method, a target curve is subjected to Fourier transform, frequency analysis is performed, high frequency components are cut in order to remove noise, and this is subjected to inverse Fourier transform to reproduce the curve. FIG. 3 shows the shape of the gray histogram before smoothing, and FIG. 4 shows the shape after smoothing. Next, in step 26, the bottom position is obtained and this position is designated as Ti '. If it is not clear in step 24 that the adjacent tissues are distinguished from each other in the concentration distribution, the characteristics of the boundary between the adjacent tissues in the concentration distribution are examined in step 27. When this characteristic has a steep slope on one side and a gentle slope on the other side as shown in FIG. 6 (c), it is often difficult to determine the bottom position. In this case, in step 28, the barycentric position of the area surrounded by Ti ± ΔTi is obtained by the equation (1), and this barycentric position is defined as Ti ′. This method does not require smoothing. Step 27
If the boundary characteristic is not as shown in FIG. 6 (c), in step 29, the shape of the tissue concentration distribution is examined,
If the shape is simple, in step 30, a position that divides the area between Ti ± ΔTi into two equal parts is obtained by the equation (2), and the position is defined as Ti ′. This method does not require smoothing and is fast in calculation. If the distribution shape is complicated in step 29, step 31
To smooth the gray histogram, step 32
Then, find the first inflection point on the left and right on the x-axis of Ti, and draw a cutting line at each point. From step 32, the Ti 'position is determined when the bottom position is visible on the gray histogram but is not clear enough to determine the position.
ステップ33で２本の切線の交点のｙ座標が正か否かを調
べ正であればステップ34で、その切線の交点のｘ座標を
Ti′とする。これは第６図（ｄ）の場合である。ステッ
プ33で切線の交点のｙ座標が正でない場合は、ステップ
35で、各切線がｘ軸と交わる点x1,x2を求めステップ36
でx2とx1との長さ｜x2−x1｜が既知のデータから得られ
た値Ｄより大きいか否か調べ大きくない場合はステップ
37で切線の交点のｘ座標をTi′とする。この場合交点の
ｙ座標は負か０でありこの様子を第６図（ｅ）に示す。
ステップ36で｜x2−x1｜が値Ｄより小さくない場合はス
テップ38でTi′＝x1,Ti′＝x2とする。つまりスレッシ
ュホールドは２つとなりx1とx2の間の面積は除去してし
まう。これは、このような場合は第６図（ｆ）に示すよ
うに隣接する組織の境界は決め難く、かつx1とx2間の面
積は小さいので、この面積を除去した方が精度が向上す
るからである。次にステップ39でｉをｎ−１として次の
境界値を調べる準備をする。ステップ40で境界値はすべ
て決定したか否かを調べ、また残っていればステップ24
に戻り、すべての境界値を決定とする。In step 33, it is checked whether the y coordinate of the intersection of the two cutting lines is positive, and if it is positive, the x coordinate of the intersection of the cutting lines is determined in step 34.
Ti ′. This is the case in FIG. 6 (d). If the y coordinate of the intersection of the cutting lines is not positive in step 33,
In step 35, the points x 1 and x 2 at which each cutting line intersects the x axis are obtained and step 36
Check if the length | x 2 −x 1 | of x 2 and x 1 is larger than the value D obtained from the known data.
At 37, set the x coordinate of the intersection of the cutting lines as Ti '. In this case, the y coordinate of the intersection is negative or 0, and this state is shown in FIG. 6 (e).
If | x 2 −x 1 | is not smaller than the value D in step 36, Ti ′ = x 1 and Ti ′ = x 2 are set in step 38. So there are two thresholds and the area between x 1 and x 2 is removed. In this case, the boundary between adjacent tissues is difficult to determine as shown in Fig. 6 (f), and the area between x 1 and x 2 is small. Therefore, removing this area improves the accuracy. Because it does. Next, in step 39, i is set to n-1 to prepare for the next boundary value. In step 40, it is checked whether all the boundary values have been determined, and if there are remaining boundaries, step 24 is performed.
Return to and determine all boundary values.
このようにして各境界値が決まれば、この境界値に囲ま
れる面積を出すことにより組織の構成を決定することが
できる。このようにして試料の各視野の組織の構成を迅
速に決定することができる。When each boundary value is determined in this way, the structure of the tissue can be determined by calculating the area surrounded by this boundary value. In this way, the composition of the tissue in each visual field of the sample can be quickly determined.
上述の実施例は、本発明の複数個ある境界値の決め方を
組み合わせた一例であり、試料の種類に応じて他の組み
合わせ法も可能である。The above-described embodiment is an example in which a plurality of boundary value determination methods according to the present invention are combined, and other combination methods are possible depending on the type of sample.
本発明によれば、複数の組織を有する結合物質の断面画
像を予め設定した濃淡段階に応じて濃淡分布面積のヒス
トグラムを基準画像について作成し、このヒストグラム
について各対象組織に対応する濃度範囲の閾値許容範囲
を定め、これを用いて基準画像に類似する画像のヒスト
グラムに対し各対象組織の濃度範囲の閾値をほぼ機械的
に決定することができるので、組織の定量を迅速かつ精
度よく行うことができる。According to the present invention, a cross-sectional image of a binding substance having a plurality of tissues is created for a reference image as a histogram of a density distribution area according to a preset gradation level, and a threshold value of a density range corresponding to each target tissue for this histogram is created. By defining an allowable range and using it, the threshold value of the density range of each target tissue can be determined almost mechanically with respect to the histogram of an image similar to the reference image, so that tissue quantification can be performed quickly and accurately. it can.
第１図は校正基準作成手順を示すフロー図、第２図はメ
インルーチンを示すフロー図、第３図はグレーヒストグ
ラムの一例を示す図、第４図は第３図にスムージング処
理を行った図、第５図は２つの組織の濃度分布のタイプ
を示す図、第６図は各場合の閾値を定める方法を示す図
である。FIG. 1 is a flow chart showing a procedure for creating a calibration standard, FIG. 2 is a flow chart showing a main routine, FIG. 3 is a diagram showing an example of a gray histogram, and FIG. 4 is a diagram in which smoothing processing is performed on FIG. FIG. 5 is a diagram showing the types of concentration distributions of two tissues, and FIG. 6 is a diagram showing a method of determining a threshold value in each case.
Claims (4)
を予め設定した濃淡段階に応じて濃淡分布面積のヒスト
グラムを作成し、該ヒストグラムに対して各対象組織に
対応する濃度範囲を定め、該濃度範囲の面積比より各対
象組織の構成を求める画像解析による組織定量方法にお
いて、基準画像のヒストグラムを求めてそのヒストグラ
ムの各対象組織に対応する濃度範囲の閾値を所定の許容
範囲を有する値として設定し、前記基準画像に類似する
画像についてヒストグラムを求めこのヒストグラムに前
記基準画像のヒストグラムの閾値許容範囲を設定し、こ
の閾値許容範囲内の面積の重心を閾値として前記類似す
る画像の各対象組織に対応する濃度範囲の面積比を求め
ることを特徴とする画像解析による組織定量方法。1. A histogram of grayscale distribution areas is created according to preset grayscale levels of a cross-sectional image of a binding substance having a plurality of tissues, and a density range corresponding to each target tissue is defined for the histogram, In the tissue quantification method by image analysis for obtaining the structure of each target tissue from the area ratio of the density range, a histogram of the reference image is obtained, and the threshold value of the density range corresponding to each target tissue of the histogram is a value having a predetermined allowable range. Set as a threshold image for the image similar to the reference image and the threshold allowable range of the histogram of the reference image is set in the histogram, the center of gravity of the area within the threshold allowable range as a threshold for each target of the similar image A tissue quantification method by image analysis, which is characterized by obtaining an area ratio of a concentration range corresponding to a tissue.
を予め設定した濃淡段階に応じて濃淡分布面積のヒスト
グラムを作成し、該ヒストグラムに対して各対象組織に
対応する濃度範囲を定め、該濃度範囲の面積比より各対
象組織の構成を求める画像解析による組織定量方法にお
いて、基準画像のヒストグラムを求めてそのヒストグラ
ムの各対象組織に対応する濃度範囲の閾値を所定の許容
範囲を有する値として設定し、前記基準画像に類似する
画像についてヒストグラムを求めこのヒストグラムに前
記基準画像のヒストグラムの閾値許容範囲を設定し、こ
の閾値許容範囲内の面積の２等分位置を閾値として前記
類似する画像の各対象組織に対応する濃度範囲の面積比
を求めることを特徴とする画像解析による組織定量方
法。2. A histogram of grayscale distribution areas is created according to preset grayscale levels of a cross-sectional image of a binding substance having a plurality of tissues, and a density range corresponding to each target tissue is defined for the histogram, In the tissue quantification method by image analysis for obtaining the structure of each target tissue from the area ratio of the density range, a histogram of the reference image is obtained, and the threshold value of the density range corresponding to each target tissue of the histogram is a value having a predetermined allowable range. And a histogram is obtained for an image similar to the reference image, and a threshold allowable range of the histogram of the reference image is set in the histogram, and the similar image is set using a bisected position of the area within the threshold allowable range as a threshold. The tissue quantification method by image analysis, which is characterized by obtaining the area ratio of the concentration range corresponding to each target tissue.
設定した濃淡段階に応じて濃淡分布面積のヒストグラム
を作成し、該ヒストグラムに対して各対象組織に対応す
る濃度範囲を定め、該濃度範囲の面積比より各対象組織
の構成を求める画像解析による組織定量方法において、
基準画像のヒストグラムを求めてそのヒストグラムの各
対象組織に対応する濃度範囲の閾値を所定の許容範囲を
有する値として設定し、前記基準画像に類似する画像に
ついてヒストグラムを求めこのヒストグラムに前記基準
画像のヒストグラムの閾値許容範囲を設定し、類似する
画像のヒストグラムをノイズ排除処理した後、該ヒスト
グラムの濃淡段階をｘ軸方向とし、濃淡段階の度数をｙ
軸方向として、前記閾値許容範囲の中心よりｘ軸上左右
にヒストグラムのそれぞれの最初の変曲点において切線
を引き、該切線の交点のｘ座標を閾値として前記類似す
る画像の対象組織に対応する濃度範囲の面積比を求める
ことを特徴とする画像解析による組織定量方法。3. A histogram of density distribution areas is created in accordance with a gradation step in which a cross section of a binding substance having a plurality of tissues is preset, and a density range corresponding to each target tissue is defined for the histogram, and the density is determined. In the tissue quantification method by image analysis that obtains the composition of each target tissue from the area ratio of the range,
The histogram of the reference image is obtained, and the threshold value of the density range corresponding to each target tissue of the histogram is set as a value having a predetermined allowable range, and the histogram is obtained for an image similar to the reference image. After setting the threshold allowable range of the histogram and performing noise elimination processing on the histograms of similar images, the gradation level of the histogram is set to the x-axis direction, and the frequency of the gradation level is y.
As an axial direction, a cutting line is drawn at each first inflection point of the histogram to the left and right on the x-axis from the center of the threshold allowable range, and the x-coordinate of the intersection of the cutting lines is used as a threshold value to correspond to the target tissue of the similar image. A tissue quantification method by image analysis, which is characterized by obtaining an area ratio in a concentration range.
x1,x2とし、｜x2−x1｜が所定値以上のときは前記閾値
をx1とx2の２つの値としたことを特徴とする請求項３記
載の画像解析による組織定量方法。4. The position where each of the cutting lines intersects the x-axis
and x 1, x 2, | x 2 -x 1 | tissue quantitation by image analysis when more than a predetermined value according to claim 3, characterized in that the threshold value was set to two values of x 1 and x 2 Method.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1053549A JPH06103251B2 (en) | 1989-03-06 | 1989-03-06 | Tissue quantification method by image analysis |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1053549A JPH06103251B2 (en) | 1989-03-06 | 1989-03-06 | Tissue quantification method by image analysis |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH02232550A JPH02232550A (en) | 1990-09-14 |
| JPH06103251B2 true JPH06103251B2 (en) | 1994-12-14 |
Family
ID=12945876
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP1053549A Expired - Fee Related JPH06103251B2 (en) | 1989-03-06 | 1989-03-06 | Tissue quantification method by image analysis |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH06103251B2 (en) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4956363B2 (en) * | 2007-10-10 | 2012-06-20 | キヤノン株式会社 | Information processing apparatus and control method thereof |
| EP2335221B8 (en) | 2008-09-16 | 2016-05-25 | Novartis AG | Reproducible quantification of biomarker expression |
| JP6763251B2 (en) * | 2016-09-16 | 2020-09-30 | 日本製鉄株式会社 | Composition ratio estimation device, composition ratio estimation program, and its method |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS60100032A (en) * | 1983-11-04 | 1985-06-03 | Nireko:Kk | Automatic quantitative measurement for microscope image of sintered ore or the like |
-
1989
- 1989-03-06 JP JP1053549A patent/JPH06103251B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH02232550A (en) | 1990-09-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DE10081029B4 (en) | Image editing to prepare a textual analysis | |
| KR970002885B1 (en) | Ultra sound image analysis method for a human body | |
| CN112419250A (en) | Pavement crack digital image extraction, crack repair and crack parameter calculation method | |
| CN115272321B (en) | Textile defect detection method based on machine vision | |
| DE102017001366A1 (en) | GEOMETRY MEASURING SYSTEM, GEOMETRY MEASURING APPARATUS AND GEOMETRY MEASURING METHOD | |
| JP5385593B2 (en) | Crack detection method | |
| CN117197141B (en) | Method for detecting surface defects of automobile parts | |
| JP2009047494A (en) | Pattern evaluation method and device therefor | |
| JP2014228357A (en) | Crack detecting method | |
| US7751643B2 (en) | Method and apparatus for removing uneven brightness in an image | |
| CN116993726A (en) | Mineral casting detection method and system | |
| CN115049736A (en) | Method for accurately positioning surface defects of cable | |
| JP2980789B2 (en) | Pattern dimension measuring device and method | |
| CN109716355A (en) | Grain boundaries identification | |
| JPH06103251B2 (en) | Tissue quantification method by image analysis | |
| CN112070700B (en) | Method and device for removing protrusion interference noise in depth image | |
| JPH06207909A (en) | Inspection apparatus for surface defect | |
| CN115423808B (en) | Quality detection method for speckle projector, electronic device, and storage medium | |
| EP1476845B1 (en) | Method and apparatus for analyzing biological tissue specimens | |
| CN115601623A (en) | Target area acquisition method and teaching method for visual inspection image | |
| CN113674180A (en) | Frosted plane low-contrast defect detection method, device, equipment and storage medium | |
| JPH03221802A (en) | Method of measuring particle size and size distribution | |
| JP2961962B2 (en) | Edge detection device | |
| CN113469171A (en) | Method, device and medium for identifying interest area in SFR test card image | |
| Huffer et al. | An indirect method of measuring widths suitable for automated bone histomorphometry |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |