CN103180864A - 数字病理图像中的颜色像素数据的有效表达和处理的方法 - Google Patents
数字病理图像中的颜色像素数据的有效表达和处理的方法 Download PDFInfo
- Publication number
- CN103180864A CN103180864A CN201280003388XA CN201280003388A CN103180864A CN 103180864 A CN103180864 A CN 103180864A CN 201280003388X A CN201280003388X A CN 201280003388XA CN 201280003388 A CN201280003388 A CN 201280003388A CN 103180864 A CN103180864 A CN 103180864A
- Authority
- CN
- China
- Prior art keywords
- color
- image
- color spot
- spot
- color component
- 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.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/64—Systems for the transmission or the storage of the colour picture signal; Details therefor, e.g. coding or decoding means therefor
- H04N1/642—Adapting to different types of images, e.g. characters, graphs, black and white image portions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
- G06T9/007—Transform coding, e.g. discrete cosine transform
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/46—Embedding additional information in the video signal during the compression process
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Discrete Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Compression Of Band Width Or Redundancy In Fax (AREA)
- Color Image Communication Systems (AREA)
Abstract
本文描述了颜色数字病理图像(DPI)的有效表达,这是通过利用对这些图像唯一的属性实现的。该方法将数据分解成组成部分,这些组成部分的相对重要性能够进行指定,从而使得以更少位精度、更少空间分辨率或更少谱分辨率准确表达数据。该方法能够使用的两个特定区域包括:(1)更加有效图像压缩和(2)根据有效数据处理。通过向不重要颜色分配较少位实现有效数据压缩。通过仅仅处理被认为重要的这些颜色或者颜色的组合实现有效数据处理。
Description
技术领域
本发明涉及图像处理领域。更具体地讲,本发明涉及表达并处理数字病理图像中的颜色像素数据的有效方法。
背景技术
通常以二进制数字的三个排列的形式显示颜色数字图像。每个排列(或者“图像平面”)表达根据公知的三元色理论的合适的颜色坐标系统的轴。数字图像中的像素的颜色由来自每个排列的关联的二进制数字进行定义(定义来自颜色坐标系统的三个颜色分量之一)。
用于表达数字图像的数据量可以是极大的。例如,如果在计算机中通过三个8位数字的图像平面表达像素,则1024×1024像素的颜色数字图像需要3兆字节的存储空间。在计算机中表达数字图像所需的大数据量能够导致与增加的存储容量需求以及向另一个计算装置发送数据所需的计算资源和时间二者关联的大量开销。
在努力降低这些开销的过程中,已经发展了数字图像压缩技术。这些数字图像压缩技术通常能够用于减小在计算机中表达数字图像所需的数据量。这些技术还能够减小与存储和发送数字图像关联的计算开销。然而,存在能够使用这些压缩技术招致的例如下降质量的大量开销。
发明内容
本文描述了颜色数字病理图像(DPI)的有效表达,这是通过利用对这些图像唯一的属性实现的。该方法将数据分解成组成部分,这些组成部分的相对重要性能够进行指定,从而使得以更少位精度、更少空间分辨率或更少谱分辨率准确表达数据。该方法能够使用的两个特定区域包括:(1)更加有效图像压缩和(2)更加有效数据处理。通过向不重要颜色分配较少位实现有效数据压缩。通过仅仅处理被认为重要的这些颜色或者颜色的组合实现有效数据处理。
在一个方面中,一种在装置中的控制器中编程的表达数字病理图像的方法,包括:执行色斑分离以分离包括至少一个颜色分量的色斑;以及基于重要性对至少一个颜色分量进行再采样。该方法还包括对至少一个再采样的颜色分量应用线性变换。该方法还包括图像编码并且组合编码的图像和色斑矢量信息以产生压缩的图像。图像编码包括基于离散余弦变换或离散小波变换系数的量化的压缩。色斑分离分离包括至少两个颜色分量的色斑。再采样包括减少用于表达采样值的位的数目。从由个人计算机、膝上型计算机、计算机工作站、服务器、主框计算机、手持计算机、个人数字助理、蜂窝/移动电话、智能电器、游戏控制台、数字相机、数字放像机、相机电话、视频播放器、DVD写入器/播放器、蓝光写入器/播放器、电视机、家庭娱乐系统和扫描仪组成的组中选择所述装置。
在另一个方面中,一种在装置中的控制器中编程的编码数字病理图像的方法,包括:执行色斑分离以分离包括至少两个颜色分量的色斑;基于重要性对至少两个颜色分量进行再采样;向至少两个再采样的颜色分量应用线性变换以生成变换的数据;将变换的数据编码成编码的数据;以及组合编码的数据和色斑矢量信息以产生压缩的图像。图像编码包括基于离散余弦变换或离散小波变换系数的量化的压缩。再采样包括减少用于表达采样值的位的数目。从由个人计算机、膝上型计算机、计算机工作站、服务器、主框计算机、手持计算机、个人数字助理、蜂窝/移动电话、智能电器、游戏控制台、数字相机、数字放像机、相机电话、视频播放器、DVD写入器/播放器、蓝光写入器/播放器、电视机、家庭娱乐系统和扫描仪组成的组中选择所述装置。
在另一个方面中,一种在装置中的控制器中编程的通过使用色斑分离降低处理数字病理图像的计算复杂度的方法,包括:执行色斑分离以将色斑分离成颜色分量;执行用于为每个颜色分量确定权重的重要性加权以生成单个颜色分量;处理单个颜色分量;以及使用经处理的单个颜色分量和附加信息聚集输出。处理包括执行扩展的景深。附加信息包括原始RGB信息。附加信息包括颜色分量。
在另一个方面中,一种在装置中的控制器中编程的编码数字病理图像的设备,包括:色斑分离模块,用于分离色斑分量;再采样模块,用于基于重要性对色斑分量进行再采样;变换模块,用于向再采样的色斑分量应用线性变换以生成变换的数据;编码模块,用于编码变换的数据;以及组合模块,用于组合编码的图像和色斑矢量信息以产生压缩的图像。图像编码包括基于离散余弦变换或离散小波变换系数的量化的压缩。再采样包括减少用于表达采样值的位的数目。从由个人计算机、膝上型计算机、计算机工作站、服务器、主框计算机、手持计算机、个人数字助理、蜂窝/移动电话、智能电器、游戏控制台、数字相机、数字放像机、相机电话、视频播放器、DVD写入器/播放器、蓝光写入器/播放器、电视机、家庭娱乐系统和扫描仪组成的组中选择所述设备。
在另一个方面中,一种设备,包括:存储器,用于存储应用,该应用用于执行色斑分离以分离包括至少一个颜色分量的色斑并且基于重要性对至少一个颜色分量进行再采样;以及处理部件,耦合到存储器,该处理部件被构造为处理该应用。该应用还用于向至少一个再采样的颜色分量应用线性变换。该应用还用于图像编码并且组合编码的图像和色斑矢量信息以产生压缩的图像。图像编码包括基于离散余弦变换或离散小波变换系数的量化的压缩。色斑分离分离包括至少两个颜色分量的色斑。再采样包括减少用于表达采样值的位的数目。在一些实施例中,该设备包括相机。
附图说明
图1示出了自然图像的例子。
图2示出了包括公共名称的几个公共颜色子采样可能性。
图3示出了根据一些实施例的实例DPI图像。
图4示出了根据一些实施例的图3的图像的色斑分离结果。
图5示出了根据一些实施例的色斑分离过程。
图6示出了根据一些实施例的色斑组合过程。
图7示出了根据一些实施例的通过重新采样色斑颜色平面的有效数据表达。
图8示出了根据一些实施例的对色斑分离的DPI图像使用图像编码。
图9示出了根据一些实施例的通过利用色斑分离结果如何减小计算复杂性。
图10示出了根据一些实施例的被构造为对数字病理图像中的颜色像素数据的执行表达和处理的示例性计算装置的框图。
图11示出了根据一些实施例的色斑组合的例子。
图12示出了根据一些实施例的包括三个颜色平面的示例性原始图像。
图13示出了根据一些实施例的具有两个颜色平面的示例性变动图像。
具体实施方式
存在可用于获取视觉数据的多样颜色空间。不损失一般性,在本文中假设对相机和扫描仪是公共的标准RGB(红色、绿色、蓝色)表达。本文所述的技术一样地应用于诸如多频谱或超频谱(使用超过三个的频带)的其它颜色表达。
在消费类电子工业中在压缩或处理之前将像素数据从RGB空间转换到另外的空间是普通的。一个这种替代空间是已知为YCbCr的亮度-色度表达,它是如下的线性变换:
Y=O.299R+0.587G+0.114B
Cb=-0.1687R-0.3313G+0.5B+128 (1)
Cr=0.5R-0.4187G-0.0813B+128.
关于以上定义的变化存在但不改变这个技术的实质。
Y颜色元素表示亮度,它的以上系数被初始选择为近似人视觉系统(HVS)的灰阶强度的感觉。Cb和Cr颜色元素已知为色度或色差。
简化的亮度-色度近似是在JPEG2000标准中定义的可逆颜色变换,并且由医疗中的数字成像和通信(DICOM)采用。
Yr=Floor((R+2G+B)/4)
Cbr=B-G (2)
Crr=R-G.
“Floor”函数四舍五入到它的自变量的最近整数值,并且下标“r”指示Y、Cb和Cr是与在方程(1)中给出的传统定义不同的“可逆”量。
存在应用于特定应用域中的其它普通颜色空间,例如青色、洋红、黄色、黑色(CMYK)、色调、饱和度、值(HSV)、色调、饱和度、明度(HSL)等等。基于数据压缩的观点,这些其它颜色空间中的大部分是不可用的。
YCbCr颜色空间由主图像和视频压缩标准体(例如,JPEG和MPEG)进行使用,在以上方程(1)中所示。从RGB到YCbCr的转换没有通过自身减小表达像素所需的位的数目,这是因为每个颜色分量(R、G、B或Y、Cb、Cr)通常由8位进行表达。对于例如图1的自然图像,HVS的属性允许以感觉质量的最小损失对Cb和Cr颜色通道进行空间子采样。
图2示出了包括公共名称的几个公共颜色子采样可能性。这种子采样对于自然图像内容是非常有效的,并且先于明确压缩技术(例如空间变换编码,如基于块的DCT或基于小波的方法)或其它处理减小数据表达的变换。这些数字使用视频编码的术语;当与静止图像编码相比较存在微小差别。
在图2中,4:4:4颜色格式指示所有三个颜色分量处于相等分辨率,而例如4:2:2颜色格式的Cb和Cr分量相对于Y分量具有一半的水平分辨率和完全垂直分辨率。如上所示的颜色子采样可能具有由于自然图像和HVS的属性导致的主观视觉质量的最小损失。
如图2所示的子采样的颜色表达清楚地减小了数据的大小,并且基于Y分量对于观众是最重要分量的假设。这些表达还可以减小处理视觉数据的算法的计算复杂性。一个明显减小是基于要进行处理的数据量的下降;例如,4:2:0表达仅仅具有完全分辨率表达的数据的一半。通过仅仅对Y颜色分量执行某处理实现另一种普通减小,这是基于Y分量的首要重要性的假设进行证明的。遍及图像和视频处理共同体,仅仅处理亮度平面并且忽视色度平面是非常普通的。一个例子(许多例子之中)是视频运动估计,其中,只通过考虑Y颜色分量确定视频帧之间的运动对应关系。在这些情况下,处理的数据量只是原始数据量的三分之一。
标准方法的不完备性
尽管子采样的YCbCr颜色空间对于自然场景工作良好,但是它不适于通常在数字病理中遇到的图像。由于被引入用于增强对比度并且区分生理特征的人造色斑,对于数字病理图像(DPI)的颜色的分布和重要性与对于自然图像相比非常不同。例如,4:2:0YCbCr子采样方案假设蓝色和红色通道没有绿色通道重要;然而,对于图3中的DPI图像,红色和蓝色实际上是最重要的颜色(其中,背景通常是白色,锯齿线是红色并且通常圆形团是蓝色的),并且人工降低它们的质量是有害的。
这里,由于DPI图像的特殊属性,YCbCr颜色空间的标准子采样是不完备的。标准颜色子采样技术假设“自然”场景内容。然而,病理图像含有取决于使用的特殊染色剂的人造颜色,这又取决于病理学家的分析的他觉。在图3所示的例子中,使用已知为IHC(免疫组织化学技术)的流行着色方法,这广泛应用于诸如在癌的肿瘤中发现的异常细胞的诊断中。IHC也广泛应用于基础研究中以理解生物标志物的分布和定位以及生理组织的不同部分中的不同形式表达的蛋白质。
存在许多不同的着色方法,并且没有能够有效表达对应颜色的多样性的一个子采样的颜色空间。接下来讨论如何分析DPI图像中存在的色斑颜色,并且接下来的部分将这些结果应用于有效数据表达和处理。
色斑分离
在生物医学领域中,色斑(染料)频繁用于视觉增强指定的生理物质(例如,核子、细胞质、膜、其它结构和特定蛋白质)。多个着色的幻灯片通常用于发现不同生理标志物的共同存在或共同定位。当前,大部分的色斑基于在某位置处沉积的量吸收光。
在光学中,朗博-比尔定律将光的吸收与光通过的材料的属性进行关联。该定律陈述了光通过物质的传输与物质的吸收系数和光通过物质的距离的乘积之间的对数关系。I表示通过采样的光的强度(传输的光强度),I0表示在光进入采样之前的光的强度(入射光强度),AD表示物质的吸收系数与光传播距离的乘积。针对每个颜色通道,朗博-比尔定律能够被描述为下面等式。
I=I010-AD (3)
由于对于幻灯片光通过材料的距离实际上是常数,所以乘积值AD实际表示色斑的沉积(量)。因此,每个通道中光的传输与色斑量成非线性关系。结果,图像强度值不能够直接用于分离。然而,如果乘积值AD被表达为下面方程(4),则每个通道的AD与色斑量成线性关系。基于这种线性关系,能够实现多个色斑的贡献的分离。
AD=-log10(I/I0) (4)
在光学中,AD称作光密度(OD)。在下面部分中,为便于描述使用OD替代AD。
在幻灯片准备以后,获得RGB图像,并且通过RGB域中的三个元素(红、绿和蓝)的矢量描述每个像素。基于以上OD变换,这个矢量被转换成3×1OD矢量。尽管色斑量可以针对不同像素位置而不同,但是针对每个纯色斑每个通道的相对值是固定的。例如,如果方程(5)用于将OD矢量归一化成单位长度,则针对苏木精色斑观察OD矢量[0.650,0.704,0.286]。ODR表示R通道中的OD值,ODG表示G通道中的OD值,ODB表示B通道中的OD值。
这意味着每个色斑能够由OD域中的单个1×3颜色矢量进行表达。基于以上观察,对于具有一个色斑的图像,OD域中的每个像素能够被描述为如下:
Pi,j=ci,jVc, (6)
其中,ci,j是位置[i,j]处的色斑量,VC是色斑颜色矢量。由于对于具有一个色斑的图像VC不变,所以针对每个像素的变化只是色斑量ci,j。这对于图像压缩是重要的,这是因为三通道颜色图像变换成单通道标量值图像C加上1×3颜色矢量VC。
当多个色斑应用于一个幻灯片时,两个或更多色斑能够进行重叠。为了获得每个色斑的量化数据,需要应用色斑分离以分离每个色斑的相对贡献。
如上所述,每个像素是OD域中的多个色斑的线性组合。能够在OD域中实现精彩的色斑分离。在一个例子中,图像被假设具有三个色斑。c0表示色斑0的量,c1表示色斑1的量,c2表示色斑2的量;VC0、VC1和VC2分别表示色斑0、1和2的色斑矢量。然后,对于每个像素(ODR表示R通道中的OD值,ODG表示G通道中的OD值,ODB表示B通道中的OD值)存在如下:
然后,
通过对所有像素应用以上方程,色斑分离结束并且获得三个单一色斑图像C0、C1和C2。如果只使用两个色斑,则C2可以是色斑分离后的残余。它通常不含有有意义信息,并且能够通过对它进行最小化优化色斑分离。
图4示出了图3中所示的图像的色斑分离结果。它们中的每一个能够由色斑颜色矢量(VC0和VC1)和单通道图像(C0和C1)进行表达。左图像是单通道图像C0,它的颜色贡献是根据色斑矢量VC0的。左图像示出了白色背景的红色特征。右图像是单通道图像C1,它的颜色贡献是根据色斑矢量VC1的。右图像示出了白色背景的蓝色特征。
图5示出了色斑分离的一般过程。尽管示出了三个输出通道(C0、C1和C2),但是通常可以更少或更多。例如,如果仅仅存在一个色斑,则C0是主要输出,而其它是能够被保持或丢弃的残余,这取决于应用。类似地,如果存在两个色斑,则C0和C1是主要输出,C2是能够被保持或丢弃的残余。在色斑分离过程中,光密度变换500应用于颜色分量,这生成光密度变换颜色分量。变换的颜色分量输入到色斑量提取502,色斑量提取502输出独立通道上的分离的色斑和色斑矢量(例如,VC0、VC1和VC2)。注意:色斑矢量被输出作为边信息。在以后附图中,“色斑分离”用于指示图5所示的过程。
图6示出了逆向处理,在以后附图中将称作“色斑组合”。在逆向处理中,分离的色斑和色斑矢量被输入到色斑组合块600,色斑组合块600产生变换的颜色分量。然后,变换的颜色分量被输入到逆向OD变换块602,逆向OD变换块602输出颜色分量。
有效数据表达、压缩和处理
图7示出了使用用于有效数据表达的一种方法。在正向处理700中,与图2中的YCbCr方案类似,在704中根据各个分量的重要性对各个分量C0、C1和C2即色斑分离702的结果进行重新采样。例如,如果只使用两个色斑,则C2是残余并且能够被彻底消除或者被非常粗糙地进行采样。即使使用三个色斑,每个分量能够以与当前特征的重要性或需要的分辨率进行表达。然后,为便利应用可选线性变换706;一个简单例子是C0”=0.5C0’+0.5C1'和C1”=0.5C0’-0.5C1’这使得C0”称为两个色斑分量的贡献相等的新合成颜色(与YCbCr的Y分量类似,但是针对使用的特定色斑进行定制)以及C1”成为新色斑颜色差(与YCbCr的颜色差Cb或Cr类似,但是针对使用的特定色斑进行定制)。
逆向处理750简单地颠倒正向处理700的过程。应用逆向线性变换752,对结果进行重新采样754并且然后应用色斑组合756。
未在图7中所示的替代结构用于颠倒重新采样和线性变换块的顺序。
未在图7中所示的另一种替代结构采用调整精度块替代重新采样块(根据分量的重要性控制空间分辨率),这减少了用于表达采样值的位的数目。
图8示出了该方法能够用于有效数据表达的另一种方式。关于图7,已经加入了新图像编码块。在这里没有指定图像编码块,但是图像编码块能够包括例如基于DCT(离散余弦变换)或DWT(离散小波变换)系数的量化的压缩的图像压缩的标准方法。基于这种结构,通过特定编码方案固有的量化水平的变化控制各个分量的保真度。
如所述,图8与图7类似,但具有附加组件。在正向处理800中,色斑分离802之后是重新采样804,然后线性变换806,接着是图像编码808,然后图像编码信息与色斑矢量进行组合810以产生压缩的图像。
逆向处理850简单地颠倒正向处理800的过程。在852中解码压缩的图像,然后执行逆向线性变换854,接着对结果重新采样856,然后应用色斑组合858。
未在以上图8中所示的替代结构用于颠倒重新采样和线性变换块的顺序。
图9示出了该方法能够如何用于减少由过程块表示的某特定算法的计算复杂度。色斑分离900将RGB数据分解成它的最有意义分离;例如,对于2个色斑情形,只有C0和C1是重要的,残余C2是非信息性。如果两个色斑被考虑同等重要,则在重要性加权阶段902中可分别向它们给出0.5的权重以生成单个颜色分量Ca=0.5C0+0.5C1;通常,可使用不同权重。这个分量Ca用作最信息性单个颜色并且能够在处理阶段904中由期望算法进行处理。许多不同算法可适于处理阶段;一个例子是扩展景深(EDOF),它从在不同对焦深度处获取的多个图像产生一个全对焦图像。下面过程的计算能力比处理R、G和B的每一个更加有效,并且仅仅比处理其定义假设自然意象的亮度(Y)分量更加有意义。在处理阶段904的有效处理以后,原始RGB数据然后能够被再次引入以从聚集阶段906生成最终输出。在EDOF的例子情况下,处理阶段904只使用Ca确定哪些像素是最清楚的,并且然后聚集阶段906生成最终全对焦RGB图像。还涉及两个可选结构:(1)来自重要性加权902的附加输出是可行的,例如Ca和Cb;和(2)色斑分离C0C1C2的结果能够通过聚集阶段906进行合并。
附加算法可以被插入到处理阶段。一些算法(例如,边缘检测或特征检测)可不需要重新引入原始RGB数据,输出可以是处理阶段的直接结果。
替代方法
还存在用于发现主颜色的另外标准分析技术(例如,主分量分析(PCA)或Karhunen-Loève变换(KLT)、等等)。然而,由于DPI图像的特殊性质,这些标准方法是不合适的。
如上所述,着色过程非线性组合几个色斑。或者,一个能够尝试基于主颜色估计色斑;然而,明显主颜色可以是几个色斑的联合贡献。当由多个色斑着色的区域被选择为主颜色之一时,会发生显著的信息损失。
图10示出了根据一些实施例的被构造为在数字病理图像方法(还称作改进的数字病理成像方法)中执行颜色像素数据的表达和处理的示例性计算装置1000的框图。计算装置1000能够用于获取、存储、计算、处理、通信和/或显示信息(例如,图像和视频)。例如,计算装置1000能够获取并存储图像。在获取图像期间或以后或者当在装置1000上显示图像时,能够使用改进的数字病理成像方法。通常,适于实现计算装置1000的硬件结构包括网络接口1002、存储器1004、处理器1006、I/O装置1008、总线1010和存储装置1012。处理器的选择不是重要的,只要选择具有足够速度的合适处理器即可。存储器1004可以是现有技术中已知的任何常规计算存储器。存储装置1012可以包括硬盘驱动器、CDROM、CDRW、DVD、DVDRW、闪存卡或任何其它存储装置。计算装置1000能够包括一个或多个网络接口1002。网络接口的例子包括连接到以太网或其它类型LAN的网卡。I/O装置1008能够包括下面中的一个或多个:键盘、鼠标、监视器、显示器、打印机、调制解调器、触摸屏、按钮接口和其它器件。在一些实施例中,硬件结构包括执行并行处理的多个处理器和其它硬件。用于执行改进数字病理成像方法的改进数字病理成像应用1030可能被存储在存储装置1012和存储器1004中并且通常作为应用被处理。图10中所示的更多或更少组件能够被包括在计算装置1000中。在一些实施例中,包括改进数字病理成像硬件1020。尽管图10中的计算装置1000包括用于实现改进数字病理成像方法的应用1030和硬件1020,但是改进数字病理成像方法能够在硬件中的计算装置、固件、软件或它们的任何组合上进行执行。例如,在一些实施例中,改进数字病理成像应用1030在存储器中被编程并且使用处理器来执行。在另一个例子中,在一些实施例中,改进数字病理成像硬件1020是包括特别设计为实现编码方法的门电路的编程硬件逻辑。
在一些实施例中,改进数字病理成像应用1030包括几个应用和/或模块。一些过程中的模块包括用于分离色斑颜色分量的色斑分离模块、用于对颜色分量进行再采样的再采样模块、用于应用线性变换的变换组件、用于应用编码算法的编码模块和用于组合边信息与编码图像的组合模块。在一些过程中,模块包括用于为每个颜色分量确定加权的重要性加权模块、用于应用算法的处理模块和使用处理的信息和原始信息产生输出的聚集模块。一些过程中的模块包括用于解码图像的解码模块、用于应用逆向线性变换的逆向变换模块、用于再采样颜色分量的再采样模块和用于组合色斑颜色分量的色斑组合模块。在一些实施例中,模块还包括一个或多个子模块。在一些实施例中,能够包括较少或附加模块。
合适计算装置的例子包括个人计算机、膝上型计算机、计算机工作站、服务器、主框计算机、手持计算机、个人数字助理、蜂窝/移动电话、智能电器、游戏控制台、数字相机、数字放像机、相机电话、视频播放器、DVD写入器/播放器、蓝光写入器/播放器、电视机、家庭娱乐系统、例如DPI扫描仪的扫描仪、或者任何其它合适计算装置。
图11示出了根据一些实施例的色斑组合的例子。原始RGB图像1100是图像1102、图像1104和图像1106的组合。图像1102是只使用第一色斑C0的图6的输出。图像1104是只使用第二色斑C1的图6的输出。图像1106是只使用残余C2的图6的输出,这是因为原始图像只包括两个色斑。
图12示出了根据一些实施例的包括三个颜色平面的示例性原始图像。在这个例子中,尽管可使用任何颜色方案,但是这三个平面是RGB。
图13示出了根据一些实施例的具有两个颜色平面的示例性修改图像。修改的图像只包括两个颜色平面(C0和C1),在这里已经消除了残余颜色平面。
为了利用改进数字病理成像方法,用户获取例如在数字相机上的视频/图像,并且在获取图像的同时或以后,或者当显示图像时,改进数字病理成像方法自动用于编码图像,从而在保持质量的同时对图像进行编码。无需用户干涉,改进数字病理成像方法自动发生。在用户期望执行人工修改的实例中,用户能够指定色斑的属性作为色斑分离过程的一部分以及提供其它期望信息。该图像还可以进行解码以使用类似方法进行显示。
在操作中,改进数字病理成像方法可以包括更加有效图像压缩和更加有效的数据处理。通过向不重要颜色分配较少位实现有效数据压缩。通过仅仅处理被认为重要的这些颜色或者颜色的组合实现有效数据处理。
数字病理图像中的颜色像素数据的有效表达和处理的方法的一些实施例
1、一种在装置中的控制器中编程的表达数字病理图像的方法,包括:
a.执行色斑分离以分离包括至少一个颜色分量的色斑;以及
b.基于重要性对至少一个颜色分量进行再采样。
2、根据第1项所述的方法,还包括对至少一个再采样的颜色分量应用线性变换。
3、根据第1项所述的方法,还包括图像编码并且组合编码的图像和色斑矢量信息以产生压缩的图像。
4、根据第3项所述的方法,其中,图像编码包括基于离散余弦变换或离散小波变换系数的量化的压缩。
5、根据第1项所述的方法,其中,色斑分离分离包括至少两个颜色分量的色斑。
6、根据第1项所述的方法,其中,再采样包括减少用于表达采样值的位的数目。
7、根据第1项所述的方法,其中,从由个人计算机、膝上型计算机、计算机工作站、服务器、主框计算机、手持计算机、个人数字助理、蜂窝/移动电话、智能电器、游戏控制台、数字相机、数字放像机、相机电话、视频播放器、DVD写入器/播放器、蓝光写入器/播放器、电视机、家庭娱乐系统和扫描仪组成的组中选择所述装置。
8、一种在装置中的控制器中编程的编码数字病理图像的方法,包括:
a.执行色斑分离以分离包括至少两个颜色分量的色斑;
b.基于重要性对至少两个颜色分量进行再采样;
c.向至少两个再采样的颜色分量应用线性变换以生成变换的数据;
d.将变换的数据编码成编码的数据;以及
e.组合编码的数据和色斑矢量信息以产生压缩的图像。
9、根据第8项所述的方法,其中,图像编码包括基于离散余弦变换或离散小波变换系数的量化的压缩。
10、根据第8项所述的方法,其中,再采样包括减少用于表达采样值的位的数目。
11、根据第8项所述的方法,其中,从由个人计算机、膝上型计算机、计算机工作站、服务器、主框计算机、手持计算机、个人数字助理、蜂窝/移动电话、智能电器、游戏控制台、数字相机、数字放像机、相机电话、视频播放器、DVD写入器/播放器、蓝光写入器/播放器、电视机、家庭娱乐系统和扫描仪组成的组中选择所述装置。
12、一种在装置中的控制器中编程的通过使用色斑分离降低处理数字病理图像的计算复杂度的方法,包括:
a.执行色斑分离以将色斑分离成颜色分量;
b.执行用于为每个颜色分量确定权重的重要性加权以生成单个颜色分量;
c.处理单个颜色分量;以及
d.使用经处理的单个颜色分量和附加信息聚集输出。
13、根据第12项所述的方法,其中,处理包括执行扩展景深。
14、根据第12项所述的方法,其中,附加信息包括原始RGB信息。
15、根据第12项所述的方法,其中,附加信息包括颜色分量。
16、一种在装置中的控制器中编程的编码数字病理图像的设备,包括:
a.色斑分离模块,用于分离色斑分量;
b.再采样模块,用于基于重要性对色斑分量进行再采样;
c.变换模块,用于向再采样的色斑分量应用线性变换以生成变换的数据;
d.编码模块,用于编码变换的数据;以及
e.组合模块,用于组合编码的图像和色斑矢量信息以产生压缩的图像。
17、根据第16项所述的设备,其中,图像编码包括基于离散余弦变换或离散小波变换系数的量化的压缩。
18、根据第16项所述的设备,其中,再采样包括减少用于表达采样值的位的数目。
19、根据第16项所述的设备,其中,从由个人计算机、膝上型计算机、计算机工作站、服务器、主框计算机、手持计算机、个人数字助理、蜂窝/移动电话、智能电器、游戏控制台、数字相机、数字放像机、相机电话、视频播放器、DVD写入器/播放器、蓝光写入器/播放器、电视机、家庭娱乐系统和扫描仪组成的组中选择所述设备。
20、一种设备,包括:
a.存储器,用于存储应用,所述应用用于:
i.执行色斑分离以分离包括至少一个颜色分量的色斑;以及
ii.基于重要性对至少一个颜色分量进行再采样;以及
b.处理部件,耦合到存储器,所述处理部件被构造为处理所述应用。
21、根据第20项所述的设备,其中,所述应用还用于向至少一个再采样的颜色分量应用线性变换。
22、根据第20项所述的设备,其中,所述应用还用于图像编码并且组合编码的图像和色斑矢量信息以产生压缩的图像。
23、根据子句22所述的设备,其中,图像编码包括基于离散余弦变换或离散小波变换系数的量化的压缩。
24、根据第20项所述的设备,其中,色斑分离分离包括至少两个颜色分量的色斑。
25、根据第20项所述的设备,其中,再采样包括减少用于表达采样值的位的数目。
26、根据第20项所述的设备,其中,所述设备包括相机。
27、一种在装置中的控制器中编程的产生数字病理图像的方法,包括:
a.解码图像以产生变换的颜色分量;
b.向变换的颜色分量应用逆向线性变换以产生再采样的颜色分量;
c.对再采样的颜色分量进行再采样以生成色斑颜色分量;以及
d.组合色斑颜色分量与附加信息以产生数字病理图像。
28、根据第27项所述的方法,其中,附加信息包括色斑矢量信息。
29、根据第27项所述的方法,其中,从由个人计算机、膝上型计算机、计算机工作站、服务器、主框计算机、手持计算机、个人数字助理、蜂窝/移动电话、智能电器、游戏控制台、数字相机、数字放像机、相机电话、视频播放器、DVD写入器/播放器、蓝光写入器/播放器、电视机、家庭娱乐系统和扫描仪组成的组中选择所述装置。
根据并入便于理解本发明的结构和操作的原理的细节的特定实施例描述本发明。这里对特定实施例及其细节的描述并非意图限制权利要求的范围。本领域技术人员易于理解,在不脱离权利要求定义的本发明的精神和范围的情况下,可以在挑选用于展示的实施例中进行各种变型。
Claims (29)
1.一种在装置中的控制器中编程的表达数字病理图像的方法,包括:
a.执行色斑分离以分离包括至少一个颜色分量的色斑;以及
b.基于重要性对至少一个颜色分量进行再采样。
2.根据权利要求1所述的方法,还包括对至少一个再采样的颜色分量应用线性变换。
3.根据权利要求1所述的方法,还包括图像编码并且组合编码的图像和色斑矢量信息以产生压缩的图像。
4.根据权利要求3所述的方法,其中,图像编码包括基于离散余弦变换或离散小波变换系数的量化的压缩。
5.根据权利要求1所述的方法,其中,色斑分离分离包括至少两个颜色分量的色斑。
6.根据权利要求1所述的方法,其中,再采样包括减少用于表达采样值的位的数目。
8.一种在装置中的控制器中编程的编码数字病理图像的方法,包括:
a.执行色斑分离以分离包括至少两个颜色分量的色斑;
b.基于重要性对至少两个颜色分量进行再采样;
c.向至少两个再采样的颜色分量应用线性变换以生成变换的数据;
d.将变换的数据编码成编码的数据;以及
e.组合编码的数据和色斑矢量信息以产生压缩的图像。
9.根据权利要求8所述的方法,其中,图像编码包括基于离散余弦变换或离散小波变换系数的量化的压缩。
10.根据权利要求8所述的方法,其中,再采样包括减少用于表达采样值的位的数目。
12.一种在装置中的控制器中编程的通过使用色斑分离降低处理数字病理图像的计算复杂度的方法,包括:
a.执行色斑分离以将色斑分离成颜色分量;
b.执行用于为每个颜色分量确定权重的重要性加权以生成单个颜色分量;
c.处理单个颜色分量;以及
d.使用经处理的单个颜色分量和附加信息聚集输出。
13.根据权利要求12所述的方法,其中,处理包括执行扩展的景深。
14.根据权利要求12所述的方法,其中,附加信息包括原始RGB信息。
15.根据权利要求12所述的方法,其中,附加信息包括颜色分量。
16.一种在装置中的控制器中编程的编码数字病理图像的设备,包括:
a.色斑分离模块,用于分离色斑分量;
b.再采样模块,用于基于重要性对色斑分量进行再采样;
c.变换模块,用于向再采样的色斑分量应用线性变换以生成变换的数据;
d.编码模块,用于编码变换的数据;以及
e.组合模块,用于组合编码的图像和色斑矢量信息以产生压缩的图像。
17.根据权利要求16所述的设备,其中,图像编码包括基于离散余弦变换或离散小波变换系数的量化的压缩。
18.根据权利要求16所述的设备,其中,再采样包括减少用于表达采样值的位的数目。
20.一种设备,包括:
a.存储器,用于存储应用,所述应用用于:
i.执行色斑分离以分离包括至少一个颜色分量的色斑;以及
ii.基于重要性对至少一个颜色分量进行再采样;以及
b.处理部件,耦合到存储器,所述处理部件被构造为处理所述应用。
21.根据权利要求20所述的设备,其中,所述应用还用于向至少一个再采样的颜色分量应用线性变换。
22.根据权利要求20所述的设备,其中,所述应用还用于图像编码并且组合编码的图像和色斑矢量信息以产生压缩的图像。
23.根据权利要求22所述的设备,其中,图像编码包括基于离散余弦变换或离散小波变换系数的量化的压缩。
24.根据权利要求20所述的设备,其中,色斑分离分离包括至少两个颜色分量的色斑。
25.根据权利要求20所述的设备,其中,再采样包括减少用于表达采样值的位的数目。
26.根据权利要求20所述的设备,其中,所述设备包括相机。
27.一种在装置中的控制器中编程的产生数字病理图像的方法,包括:
a.解码图像以产生变换的颜色分量;
b.向变换的颜色分量应用逆向线性变换以产生再采样的颜色分量;
c.对再采样的颜色分量进行再采样以生成色斑颜色分量;以及
d.组合色斑颜色分量与附加信息以产生数字病理图像。
28.根据权利要求27所述的方法,其中,附加信息包括色斑矢量信息。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/085,280 US8433132B2 (en) | 2011-04-12 | 2011-04-12 | Method for efficient representation and processing of color pixel data in digital pathology images |
US13/085,280 | 2011-04-12 | ||
PCT/US2012/030054 WO2012141861A1 (en) | 2011-04-12 | 2012-03-22 | Method for efficient representation and processing of color pixel data in digital pathology images |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103180864A true CN103180864A (zh) | 2013-06-26 |
Family
ID=47006408
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280003388XA Pending CN103180864A (zh) | 2011-04-12 | 2012-03-22 | 数字病理图像中的颜色像素数据的有效表达和处理的方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US8433132B2 (zh) |
EP (1) | EP2684158A4 (zh) |
JP (1) | JP2014519727A (zh) |
CN (1) | CN103180864A (zh) |
CA (1) | CA2832228A1 (zh) |
WO (1) | WO2012141861A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108140236A (zh) * | 2015-09-23 | 2018-06-08 | 皇家飞利浦有限公司 | 用于归一化和伪影校正的图像处理方法和装置 |
CN108701220A (zh) * | 2016-02-05 | 2018-10-23 | 索尼公司 | 用于处理多模态图像的系统和方法 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5372068B2 (ja) * | 2011-05-20 | 2013-12-18 | キヤノン株式会社 | 撮像システム、画像処理装置 |
US9036889B2 (en) * | 2012-07-13 | 2015-05-19 | Sony Corporation | Method and apparatus for stain separation using vector analysis |
US9892510B2 (en) | 2012-10-24 | 2018-02-13 | Sony Corporation | Method and apparatus for automatic cancer diagnosis using percentage scoring |
EP3149700B1 (en) * | 2014-05-30 | 2018-12-12 | Providence Health & Services - Oregon D/B/A | An image processing method and system for analyzing a multi-channel image obtained from a biological tissue sample being stained by multiple stains |
CN117036878B (zh) * | 2023-07-19 | 2024-03-26 | 北京透彻未来科技有限公司 | 一种人工智能预测图像与数字病理图像融合的方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101427916A (zh) * | 2008-12-05 | 2009-05-13 | 张锦景 | 电生理数据与病理图像监测的移动网络终端装置及方法 |
US20110075897A1 (en) * | 2009-09-30 | 2011-03-31 | Genera Electric Company | Stain-based optimized compression of digital pathology slides |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0657046B2 (ja) | 1987-06-05 | 1994-07-27 | キヤノン株式会社 | デジタルカラ−信号処理回路 |
US6870962B2 (en) | 2001-04-30 | 2005-03-22 | The Salk Institute For Biological Studies | Method and apparatus for efficiently encoding chromatic images using non-orthogonal basis functions |
EP1404532B1 (en) | 2001-07-11 | 2011-09-21 | Ecole Polytechnique Fédérale de Lausanne (EPFL) | Images incorporating microstructures |
US6832006B2 (en) | 2001-07-23 | 2004-12-14 | Eastman Kodak Company | System and method for controlling image compression based on image emphasis |
US7164792B2 (en) | 2003-03-11 | 2007-01-16 | Sun Microsystems, Inc. | Method and apparatus for compressing images using color palettes and rare colors |
US6944333B2 (en) * | 2003-04-30 | 2005-09-13 | Ventana Medical Systems, Inc. | Color image compression via spectral decorrelation and elimination of spatial redundancy |
US20060204086A1 (en) | 2005-03-10 | 2006-09-14 | Ullas Gargi | Compression of palettized images |
JP5822425B2 (ja) | 2005-05-13 | 2015-11-24 | トリパス イメージング インコーポレイテッド | 顕微鏡像用に試料を染色する方法 |
US8295562B2 (en) * | 2006-01-13 | 2012-10-23 | Carl Zeiss Microimaging Ais, Inc. | Medical image modification to simulate characteristics |
JP4740068B2 (ja) * | 2006-08-24 | 2011-08-03 | オリンパス株式会社 | 画像処理装置、画像処理方法、および画像処理プログラム |
US8116551B2 (en) * | 2007-12-04 | 2012-02-14 | University College, Dublin, National University of Ireland | Method and system for image analysis |
JP5174513B2 (ja) * | 2008-04-03 | 2013-04-03 | グローリー株式会社 | 紙葉類の汚れ検出装置及び汚れ検出方法 |
JP5117274B2 (ja) * | 2008-05-02 | 2013-01-16 | オリンパス株式会社 | 画像処理装置および画像処理プログラム |
US8280134B2 (en) * | 2008-09-22 | 2012-10-02 | Cambridge Research & Instrumentation, Inc. | Multi-spectral imaging including at least one common stain |
JP2010261762A (ja) * | 2009-04-30 | 2010-11-18 | Olympus Corp | 標本作成装置および標本作成方法 |
-
2011
- 2011-04-12 US US13/085,280 patent/US8433132B2/en active Active
-
2012
- 2012-03-22 JP JP2014503674A patent/JP2014519727A/ja not_active Ceased
- 2012-03-22 WO PCT/US2012/030054 patent/WO2012141861A1/en active Application Filing
- 2012-03-22 EP EP12770856.8A patent/EP2684158A4/en not_active Withdrawn
- 2012-03-22 CN CN201280003388XA patent/CN103180864A/zh active Pending
- 2012-03-22 CA CA2832228A patent/CA2832228A1/en not_active Abandoned
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101427916A (zh) * | 2008-12-05 | 2009-05-13 | 张锦景 | 电生理数据与病理图像监测的移动网络终端装置及方法 |
US20110075897A1 (en) * | 2009-09-30 | 2011-03-31 | Genera Electric Company | Stain-based optimized compression of digital pathology slides |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108140236A (zh) * | 2015-09-23 | 2018-06-08 | 皇家飞利浦有限公司 | 用于归一化和伪影校正的图像处理方法和装置 |
CN108701220A (zh) * | 2016-02-05 | 2018-10-23 | 索尼公司 | 用于处理多模态图像的系统和方法 |
CN108701220B (zh) * | 2016-02-05 | 2022-03-29 | 索尼公司 | 用于处理多模态图像的系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
US20120263356A1 (en) | 2012-10-18 |
JP2014519727A (ja) | 2014-08-14 |
EP2684158A1 (en) | 2014-01-15 |
CA2832228A1 (en) | 2012-10-18 |
EP2684158A4 (en) | 2014-11-19 |
WO2012141861A1 (en) | 2012-10-18 |
US8433132B2 (en) | 2013-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103180864A (zh) | 数字病理图像中的颜色像素数据的有效表达和处理的方法 | |
US11025907B2 (en) | Receptive-field-conforming convolution models for video coding | |
CN101416220B (zh) | 用于增强压缩的图像数据预处理 | |
Starosolski | New simple and efficient color space transformations for lossless image compression | |
Tremeau et al. | Color in image and video processing: most recent trends and future research directions | |
CN106031143A (zh) | 颜色空间和用于视频的解码器 | |
CN111145290B (zh) | 一种图像彩色化方法、系统和计算机可读存储介质 | |
EP2144431B1 (en) | Color processor, color processing method, and recording medium | |
GB2568326A (en) | Video image processing | |
WO2020046434A1 (en) | Lossy image compression using palettization of locally mixed colors | |
CN111837140A (zh) | 视频代码化的感受野一致卷积模型 | |
CN117640942A (zh) | 一种用于视频图像的编码方法和装置 | |
US20150326878A1 (en) | Selective perceptual masking via scale separation in the spatial and temporal domains using intrinsic images for use in data compression | |
Ansari et al. | Significance of color spaces and their selection for image processing: a survey | |
DE112012006541T5 (de) | Verfahren zur Videokompression | |
US8351724B2 (en) | Blue sky color detection technique | |
Huang et al. | Compression of color facial images using feature correction two-stage vector quantization | |
US8897378B2 (en) | Selective perceptual masking via scale separation in the spatial and temporal domains using intrinsic images for use in data compression | |
US8150150B2 (en) | Method and system of extracting a perceptual feature set | |
CN106295587B (zh) | 一种视频感兴趣区域快速标定方法 | |
Chen et al. | Optimal transform in perceptually uniform color space and its application in image coding | |
GB2533111A (en) | Encoder, decoder and method for images, video and audio | |
Ebner et al. | Integrating color constancy into JPEG2000 | |
Hu et al. | General regression neural network utilized for color transformation between images on RGB color space | |
Patel et al. | Image retrieval based automatic grayscale image colorization |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130626 |