CN104541152A - 使用拟合选择标准的高斯残差的图像归一化装置、系统和方法 - Google Patents
使用拟合选择标准的高斯残差的图像归一化装置、系统和方法 Download PDFInfo
- Publication number
- CN104541152A CN104541152A CN201380031436.0A CN201380031436A CN104541152A CN 104541152 A CN104541152 A CN 104541152A CN 201380031436 A CN201380031436 A CN 201380031436A CN 104541152 A CN104541152 A CN 104541152A
- Authority
- CN
- China
- Prior art keywords
- particle
- intensity
- image
- calibration particle
- calibration
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000010606 normalization Methods 0.000 title claims abstract description 25
- 239000002245 particle Substances 0.000 claims abstract description 170
- 238000013178 mathematical model Methods 0.000 claims abstract description 17
- 230000010354 integration Effects 0.000 claims description 5
- 238000009826 distribution Methods 0.000 description 9
- 230000000875 corresponding effect Effects 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 239000011324 bead Substances 0.000 description 4
- 239000000975 dye Substances 0.000 description 4
- 239000004816 latex Substances 0.000 description 4
- 229920000126 latex Polymers 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 239000002096 quantum dot Substances 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 239000004793 Polystyrene Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000007850 fluorescent dye Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- -1 microballoon Substances 0.000 description 2
- 244000005700 microbiome Species 0.000 description 2
- 239000004005 microsphere Substances 0.000 description 2
- 239000002105 nanoparticle Substances 0.000 description 2
- 239000002078 nanoshell Substances 0.000 description 2
- 229920002223 polystyrene Polymers 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 239000012491 analyte Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000011805 ball Substances 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004043 dyeing Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000011049 pearl Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000010186 staining Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
- G06V20/695—Preprocessing, e.g. image segmentation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/1012—Calibrating particle analysers; References therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1429—Signal processing
- G01N15/1433—Signal processing using image recognition
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1434—Optical arrangements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1456—Optical investigation techniques, e.g. flow cytometry without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
- G06V20/693—Acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
- G06V20/698—Matching; Classification
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N2015/1006—Investigating individual particles for cytology
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Dispersion Chemistry (AREA)
- Multimedia (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
一种用于图像归一化的装置和方法使用了拟合选择标准的高斯残差。该方法可以包括:获取多个粒子的二维图像,其中所述多个粒子包括多个校准粒子;通过将对应于所述校准粒子的一部分图像与一个数学模型(如高斯拟合)相关联来识别校准粒子。然后所述校准粒子的测量的强度可用于归一化图像的强度。
Description
相关申请的交叉参考
本申请要求于2012年6月15日提交的美国临时申请号61/660270的权益,其通过引用整体并入这里。
发明背景
本发明的领域
本发明涉及一种用于图像数据处理的方法和系统,更具体地涉及一种使用拟合选择标准的高斯残差的图像归一化的装置、系统和方法。
相关领域的描述
利用检测器(如电荷耦合器件(CCD)检测器)的成像被应用于生物技术应用中的一些当前可用的装置中。许多市售的系统被配置为对目标人类(或其它动物)细胞成像。对于使用CCD探测器来测量细胞的荧光发射的多重应用,图像内的细胞的位置和荧光发射可用于表征这些细胞。
发明内容
本发明公开了一种用于归一化图像的方法。在一个实施例中,该方法包括获取多个粒子的二维图像,其中所述多个粒子包括多个校准粒子。此外,该方法可以包括通过将对应于所述校准粒子的一部分图像与一个数学模型相关联来识别校准粒子的步骤。此外,该方法可以包括测量所述校准粒子的强度,并利用该校准粒子的强度归一化图像的强度。
在一些实施例中,所述校准粒子被内部地染色。在一些实施例中,该方法还可以包括识别多个校准粒子,其中所述多个校准粒子被分布到所述二维图像的多个区域中。此外,该方法可以包括利用所述多个校准粒子的强度来归一化所述多个区域的强度。
在一些实施例中,该方法可以包括利用所述校准粒子的强度来归一化所述多个粒子的第二二维图像的强度。例如,所述第二二维图像可以是一个分类图像。
在一些实施例中,该数学模型可以是高斯数学模型。在一些实施例中,该数学模型可以是二次方程式数学模型。
在一些实施例中,测量所述校准粒子的强度可以包括检测所述校准粒子的峰值。此外,测量所述校准粒子的强度可以包括将所述校准粒子的中心周围的图像区域积分。
在一些实施例中,该方法可以包括在识别校准粒子之前从所述二维图像中减去背景信号。
本发明还公开了有形计算机可读介质。该有形计算机可读介质可以包括指令,其在由计算机执行时使得所述计算机执行本文描述的方法。
术语“耦合”被定义为连接,尽管不一定是直接地,而且不一定是机械地连接。
术语“一”和“一个”被定义为一个或多个,除非本公开明确地另外要求。
术语“包括”,“具有”包含和“含有”是开放式系动词。其结果是,“包括”,“具有”,“包含”或“含有”一个或多个步骤或元件的一个方法或装置具有所述一个或多个步骤或元件,但是不限于只有这些一个或更多个元素。同样地,“包括”,“具有”,“包含”或“含有”一个或多个特征的方法的步骤或一个设备的元件具有所述一个或多个特征,但不限于只有所述一个或更多的功能。此外,以某种方式配置的一个设备或结构至少以这种方式被配置,但也可以以未列出的方式来配置。
其它的特征和相关的优点通过参照下面具体实施例的详细描述并结合附图而变得显而易见。
附图说明
以下附图构成本说明书的一部分并被包括以进一步说明本发明的某些方面。通过参考其中的一个或多个附图并结合具体实施例的详细描述,本发明可被更好地理解。
图1是表示用于归一化一图像的方法的一个实施例的流程图。
图2是校准粒子的二维图像的三维表示。
图3是两个粒子的图像的剖视图。
图4是被划分成九个区域以进行归一化的二维图像的表示。
详细说明
通过参照该表示在附图中并在下面的描述中详细描述的非限制性实施例,可以更全面地说明各种特征和有利的细节。公知的起始原料,处理技术,部件和设备的描述被省略,以免不必要地在细节上模糊本发明。然而,应当理解,尽管指示了本发明的实施例,详细描述和具体示例只是通过举例说明的方式而不是通过限制的方式给出。根据所公开内容,在基本发明构思的精神和/或范围内的各种替换,修改,添加和/或重排对于本领域技术人员来说将变得显而易见。
虽然这里描述了关于粒子的实施例,但是应当理解,本文所述系统和方法也可以用于例如微球、聚苯乙烯珠、微粒、金纳米粒子、量子点、纳米点、纳米粒子、纳米壳、球、微球、胶乳粒子、胶乳微球、荧光微球、荧光粒子、有色粒子、有色珠、组织、细胞、微生物、有机物、或者非有机物质。所述粒子可以用作分子反应的载体。合适的粒子的例子被示出并描述在Fulton的5,736,330、Chandler等人的5,981,180、Fulton的6,057,107、Chandler等人的6,268,222、Chandler等人的6,449,562、Chandler等人的6,514,295、Chandler等人的6,524,793和Chandler的6,528,165这些美国专利中,其通过引用的方式并入,就好像在这里完全阐述。文所述系统和方法没有限制,可以用于任何在这些专利中所描述的粒子。另外,在本文中所描述的方法和系统实施例中使用的粒子可以从制造商获得,如得克萨斯州奥斯汀市的Luminex公司。
另外,与本文所描述的系统和方法相兼容的粒子类型包括荧光材料附着于或连接到粒子表面的粒子。这些类型的粒子,其中荧光染料或荧光粒子被直接联接到粒子的表面以提供分类荧光(即被测量并用于确定粒子的身份或粒子所属的子集的荧光发射),被示出并描述在Chandler等人的6,268,222和Chandler等人的6,649,414这些美国专利中,其通过引用的方式并入,就好像在这里完全阐述。可以在本文中描述的方法和系统中使用的粒子类型也包括具有一个或多个结合到粒子中心的荧光色素或荧光染料的粒子。例如,校准粒子可以是在内部均匀地染色。在一些实施例中校准粒子可以用多个染料在内部染色。
可以本文中所描述的方法和系统中使用的粒子进一步包括在暴露于一个或多个合适的光源时其本身表现出一个或多个荧光信号的粒子。此外,粒子可以被制造从而使得激发时粒子表现出多种荧光信号,其中每个都可以单独使用或组合使用以确定粒子的身份。如下所述,图像数据处理可包括对粒子的分类,特别是用于多分析物的流体,以及结合到粒子上的分析物的量的测定。由于代表结合到粒子上的分析物的量的报告信号在操作期间是通常是未知的,不仅在分类波长(或多个分类波长)或波长带(或多个波长带)而且在报告波长或波长带发射荧光的特定染色的粒子,可以用于本文所描述的方法。
本文描述的方法通常包括分析粒子的一个或多个图像,并处理从图像中测定的数据以确定所述粒子的一个或多个特性。例如,数据处理可以用于以确定表示在图像中的多个区域中多个检测波长下所述粒子的荧光发射幅度的归一化数值。所述粒子的一种或多种特性的随后处理,例如使用一个或一个以上的数值来确定表示所述粒子所属的多重子集的标志ID和/或表示结合于粒子表面的分析物的存在和/或数量的报告值,可以根据在Fulton的5,736,330、Chandler等人的5,981,180、Chandler等人的6,449,562、Chandler等人的6,524,793、Chandler等人的6,592,822和Chandler等人的6,939,720这些美国专利中所描述方法来进行,其通过引用的方式并入,就好像在这里完全阐述。
下面的示意性流程图一般作为逻辑流程图阐述。因此,所描绘的顺序和标记的步骤表示所述方法的一个实施例。可以想到与所示方法的一个或多个步骤或其中部分在功能、逻辑或效果方面相当的其他步骤和方法。此外,使用的格式和符号被用来解释该方法的逻辑步骤,而不应理解为限制本方法的范围。尽管在流程图中可以使用各种箭头类型和线类型,它们被理解为不限制相应方法的范围。事实上,一些箭头或其它连接符可以被用于仅指示该方法的逻辑流程。例如,箭头可指示所述方法的列举步骤之间非特定持续时间的等待或监控周期。另外,特定方法发生的顺序可以或可以不严格遵守所示的相应步骤。
图1表示一种使用拟合选择标准的数学模型(例如,高斯)残差的图像归一化的方法100的实施例。在一个实施例中,该方法100开始于获取多个粒子的二维图像的步骤102。该图像可利用例如CCD传感器获得。在一些实施例中,可以获得多个图像。例如,可以获取两个分类信道(channel)图像和一个报告图像。所述多个粒子可以包括多个校准粒子。校准粒子可以是,例如,三重染色粒子。染料可以均匀分布在这些校准粒子中,这样当校准粒子被激发光源照射时会在报告信道中产生均匀分布的荧光。在一些实施例中,所有粒子(校准粒子和测定粒子)在分类信道中会有均匀分布的荧光。然而,只有校准粒子会在报告信道中具有均匀分布的荧光。由于粒子的球形,均匀分布的荧光可能会在对应于该粒子的图像中产生光的高斯分布。
步骤104表示通过将对应于所述校准粒子的图像的一部分与一个数学公式相关联来识别校准粒子。这个步骤可能包括一些子成分(sub-component)。例如,该方法可以首先包括从该图像中减去背景信号,然后检测对应于单个粒子的图像中的峰值。一旦粒子的位置是已知的,该方法可包括对检测到的峰周围的图像像素执行数值拟合。在一个实施例中,所述数值拟合可以是下列等式形式的高斯拟合:
所述拟合步骤确定最适合所述粒子图像的参数a和b。拟合可以以子像素分辨率(例如通过内插像素)来实现,以增加用于执行拟合的图像的分辨率。拟合的残差可测量,并且如果残差大于预定值(公差),粒子可能会被舍弃为不是校准粒子。由于被内部地染色,校准粒子可具有高斯分布。相反,可能仅在粒子表面上具有荧光的测定粒子可能不具有高斯分布。这样,校准粒子可以通过高斯分布来识别。尽管校准粒子的分布一般被描述为高斯分布,在一些实施例中,执行所述拟合的数学公式可以是例如二次方程式。在检测校准粒子时,不同的公式可能会以低精度为代价来减少确定拟合所需的处理。此外,在实践中,附加的步骤(如舍弃离群值粒子)可以用于提高系统的性能。
方法100还包括测量所述校准粒子的强度的步骤106。所述粒子的强度可以通过测量被测信号的峰值进行测量,或者它可以通过将所测峰值的特定半径范围内的像素进行积分来测量。此外,该强度可以通过首先确定所述粒子的一个子像素图像(如通过内插)、然后将粒子峰周围的子像素图像积分来测定。
该校准粒子的某些参数是已知的。例如,校准粒子可具有在制造时确定的已知尺寸和荧光材料的数量。例如,用于制造校准粒子的不同染料的数量可以小心地控制以确保荧光的已知数量和均匀分布。
方法100还包括使用所述校准粒子的强度来归一化二维图像的步骤108。因为所述校准粒子的荧光的预期量是已知的,可以使用荧光量来归一化荧光强度的测定量。此外,该过程可以重复用于分布在整个二维图像中的多个校准粒子以归一化所述图像的不同区域。因为校准粒子可与测定粒子交替,所述图像可以归一化,而不必单独利用校准粒子获得独立图像。因此,可以在保持多个图像的归一化强度的同时提高处理能力。图像强度均匀性的缺乏可能是由例如光源的不均匀,透镜不均匀,或成像平面的运动引起的。本文描述的方法能够将非均匀光测量的多个原因同时归一化。
当获得同一组粒子的多个图像时,可使用图像强度的归一化。例如,可以获得分类信道的两个独立图像和报告信道中的一个图像。校准粒子可以显示在所有三个图像,并且可以用于归一化所有三个图像。
图2描述了二维图像的一部分,其中来自粒子的测量光202的强度被显示在z轴上。在这种情况下,所述测量光202在形式上是高斯分布的。该信息可被用于将粒子确定为如上所述的校准粒子。
图3示出两种不同粒子的示例曲线。曲线302对应于一个高斯曲线。通过将曲线拟合为高斯拟合,其图像对应于曲线302的粒子可以识别为校准粒子。与此相反,曲线304对应于一个测定粒子(非校准粒子)。在这个例子中,检测到的荧光可能来自分布在粒子表面上的材料。这样,光的分布不是高斯分布,粒子被识别为不是校准粒子。这些曲线对应于图2所示图像的横截面。
图4示出了校准粒子420如何用于归一化图像的例子。在这个例子中,图像400被划分成九个区域(402,404,406,408,410,412,414,416,和418)。每个区域有一个或多个校准粒子420。如上所述,根据本文所述的方法中,校准粒子可以首先通过其图像轮廓确定为校准粒子。校准粒子被识别后,校准粒子420的强度可以如上所述来测量。所测量的强度然后可用于归一化图像400中非校准粒子(未示出)的测量。由诸如照明不均匀、透镜像差、或传感器缺陷引入的图像强度的差异,可以通过这个归一化进行补偿。虽然图4中的例子示出了被分割为九个区域的图像,所述分隔可以小到1(整个图像被均匀地归一化),或者也可以是无限的。在后一种情况下,可以构建一个代表所述归一化的数学公式。仅出于解释的原因,代表所述归一化的数学公式可类似于一个显示归一化的量如何随图像上的位置施加变化的地形图。
虽然这里描述的实施例是关于粒子,但是应当理解,本文所述系统和方法也可以用于微球、聚苯乙烯珠、微粒、金纳米粒子、量子点、纳米点、纳米粒子、纳米壳、珠、微珠、胶乳粒子、胶乳珠、荧光珠、荧光粒子、有色粒子、有色珠、组织、细胞、微生物、有机物、非有机物、或本领域中已知的任何其它分离的物质。所述粒子可以用作分子反应的载体。合适粒子的示例被示出并描述在Fulton的5,736,330、Chandler等人的5,981,180、Fulton的6,057,107、Chandler等人的6,268,222、Chandler等人的6,449,562、Chandler等人的6,514,295、Chandler等人的6,524,793和Chandler等人的6,528,165这些美国专利中,其通过引用的方式并入,就好像在这里完全阐述。本文描述的系统和方法可以用于这些专利所描述的任何粒子。另外,本文中所描述的方法和系统实施例中使用的粒子可以从制造商获得,如得克萨斯州奥斯汀市的Luminex公司。术语“粒子”和“微球”在本文可互换使用。
一些实施方式包括有形计算机可读介质,其中包括计算机可读代码,当由计算机执行时使计算机执行所述方法的至少一个实施例。该有形计算机可读介质可以是例如CD-ROM,DVD-ROM,闪存驱动器,硬盘驱动器或任何其它物理存储设备。
在一些方法中制作了有形计算机可读介质。在一些实施例中,该方法可以包括在计算机可读介质中写入计算机可读代码,其当由计算机执行时使得所述计算机执行所述方法的至少一个实施例。写入计算机可读介质可以包括,例如,烧录数据到CD-ROM或DVD-ROM,或以其他方式将数据提供到物理存储设备。
根据所公开的内容,不需要过度的试验就可以完成和执行这里公开和主张的所有方法。虽然本发明的装置与方法以优选实施例的方式进行了描述,但很明显本领域的技术人员可以改变所述方法和步骤或所述方法的步骤顺序,而不脱离本发明的概念,精神和范围。例如,用于识别校准粒子的拟合被描述为优选地是高斯拟合。在所公开的实施例的精神之内,还也可以使用其它数学拟合。此外,可以对所公开的装置进行修改,和部件可以被取消或取代在此描述的部件,其中能实现相同或相似的结果。对于本领域技术人员来说,所有这些类似的替代和修改被认为是在所附权利要求所限定的本发明的范围精神,范围和概念之内。
Claims (22)
1.一种用于归一化一图像的方法,该方法包括:
获取多个粒子的二维图像,其中所述多个粒子包括多个校准粒子;
通过将对应于校准粒子的一部分图像与一数学模型相关联来识别校准粒子;
测量所述校准粒子的强度;和
利用所述校准粒子的强度来归一化所述图像的强度。
2.如权利要求1所述的方法,其中所述二维图像是在报告信道内的图像。
3.如权利要求1所述的方法,其中所述校准粒子被内部地染色。
4.如权利要求1所述的方法,进一步包括:
识别多个校准粒子,其中所述多个校准粒子被分布到所述二维图像的多个区域中;以及
利用所述多个校准粒子的强度来归一化所述多个区域的强度。
5.如权利要求1所述的方法,还包括利用所述校准粒子的强度来归一化所述多个粒子的第二二维图像的强度。
6.如权利要求5所述的方法,其中所述第二二维图像是一分类图像。
7.如权利要求1所述的方法,其中所述数学模型是高斯数学模型。
8.如权利要求1所述的方法,其中所述数学模型是二次方程式数学模型。
9.如权利要求1所述的方法,其中测量所述校准粒子的强度包括检测所述校准粒子的峰值。
10.如权利要求1所述的方法,其中测量所述校准粒子的强度包括对所述校准粒子的中心周围的图像区域进行积分。
11.如权利要求1所述的方法,还包括在识别所述校准粒子之前从所述二维图像中减去背景信号。
12.一种有形计算机可读介质,其包含用于执行下列操作的机器可读指令:
获取多个粒子的二维图像,其中所述多个粒子包括多个校准粒子;
通过将对应于所述校准粒子的一部分图像与一数学模型相关联来识别校准粒子;
测量所述校准粒子的强度;和
利用所述校准粒子的强度来归一化所述图像的强度。
13.如权利要求12所述的有形计算机可读介质,其中所述二维图像是在报告信道内的图像。
14.如权利要求12所述的有形计算机可读介质,其中所述校准粒子被内部地染色。
15.如权利要求12所述的有形计算机可读介质,进一步包括:
识别多个校准粒子,其中所述多个校准粒子被分布到所述二维图像的多个区域中;以及
利用所述多个校准粒子的强度来归一化所述多个区域的强度。
16.如权利要求12所述的有形计算机可读介质,还包括利用所述校准粒子的强度来归一化所述多个粒子的第二二维图像的强度。
17.如权利要求16所述的有形计算机可读介质,其中所述第二二维图像是一分类图像。
18.如权利要求12所述的有形计算机可读介质,其中所述数学模型是高斯数学模型。
19.如权利要求12所述的有形计算机可读介质,其中所述数学模型是二次方程式数学模型。
20.如权利要求12所述的有形计算机可读介质,其中测量所述校准粒子的强度包括检测所述校准粒子的峰值。
21.如权利要求12所述的有形计算机可读介质,其中测量所述校准粒子的强度包括对所述校准粒子的中心周围的图像区域进行积分。
22.如权利要求12所述的有形计算机可读介质,还包括在识别所述校准粒子之前从所述二维图像中减去背景信号。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201261660270P | 2012-06-15 | 2012-06-15 | |
US61/660,270 | 2012-06-15 | ||
PCT/US2013/046035 WO2013188857A2 (en) | 2012-06-15 | 2013-06-14 | Apparatus, system, and method for image normalization using a gaussian residual of fit selection criteria |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104541152A true CN104541152A (zh) | 2015-04-22 |
CN104541152B CN104541152B (zh) | 2017-08-25 |
Family
ID=49755971
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380031436.0A Active CN104541152B (zh) | 2012-06-15 | 2013-06-14 | 使用拟合选择标准的高斯残差的图像归一化装置、系统和方法 |
Country Status (7)
Country | Link |
---|---|
US (3) | US9245169B2 (zh) |
EP (1) | EP2861969B1 (zh) |
JP (1) | JP6105061B2 (zh) |
CN (1) | CN104541152B (zh) |
CA (1) | CA2876903C (zh) |
HK (1) | HK1209482A1 (zh) |
WO (1) | WO2013188857A2 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107407631A (zh) * | 2015-02-06 | 2017-11-28 | 生命技术公司 | 用于校准结合染料的系统和方法 |
CN110361304A (zh) * | 2019-06-20 | 2019-10-22 | 南开大学 | 基于ams数据估算不同生成路径对颗粒物中二次无机粒子影响的方法 |
CN112504934A (zh) * | 2020-11-23 | 2021-03-16 | 中国水利水电科学研究院 | 一种混凝土坝渗流渗压预测和监控阈值确定方法 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2571743A (en) * | 2018-03-07 | 2019-09-11 | Pop Bio Ltd | A method of capturing image data of a luminescent sample and apparatus for the same |
CN116583735A (zh) * | 2020-10-30 | 2023-08-11 | 贝克顿·迪金森公司 | 用于表征和编码光检测系统的方法和系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1175602A1 (en) * | 1999-04-29 | 2002-01-30 | Evotec OAI AG | A method of characterizing fluorescent molecules or other particles using generating functions |
US20040042646A1 (en) * | 2002-08-29 | 2004-03-04 | Macaulay Calum E. | Computerized methods and systems related to the detection of malignancy-associated changes (MAC) to detect cancer |
CN1524925A (zh) * | 2003-09-18 | 2004-09-01 | 吉林大学 | 荧光磁性纳米复合物及其制备方法和应用 |
CN1774200A (zh) * | 2003-04-15 | 2006-05-17 | 皇家飞利浦电子股份有限公司 | 对检测区域内的状态变量进行空间解像测定的装置及方法 |
US20100285594A1 (en) * | 2009-05-07 | 2010-11-11 | Nodality, Inc. | Microbead kit and method for quantitative calibration and performance monitoring of a fluorescence instrument |
US20120002040A1 (en) * | 2010-06-30 | 2012-01-05 | Wayne Dennis Roth | Apparatus, System, and Method For Increasing Measurement Accuracy in a Particle Imaging Device Using Light Distribution |
US20120002882A1 (en) * | 2005-09-21 | 2012-01-05 | Luminex Corporation | Methods and Systems for Image Data Processing |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3824393A (en) | 1971-08-25 | 1974-07-16 | American Express Invest | System for differential particle counting |
ATE496288T1 (de) | 1995-10-11 | 2011-02-15 | Luminex Corp | Gleichzeitige mehrfachanalyse klinischer proben |
US5981180A (en) | 1995-10-11 | 1999-11-09 | Luminex Corporation | Multiplexed analysis of clinical specimens apparatus and methods |
US5736330A (en) | 1995-10-11 | 1998-04-07 | Luminex Corporation | Method and compositions for flow cytometric determination of DNA sequences |
US6449562B1 (en) | 1996-10-10 | 2002-09-10 | Luminex Corporation | Multiplexed analysis of clinical specimens apparatus and method |
KR20010031140A (ko) | 1997-10-14 | 2001-04-16 | 루미넥스 코포레이션 | 정밀 형광염료 입자 및 그의 제조방법 그리고 그의 사용 |
CA2318779C (en) | 1998-01-22 | 2009-08-25 | Luminex Corporation | Microparticles with multiple fluorescent signals |
JP4215397B2 (ja) | 1998-05-14 | 2009-01-28 | ルミネックス コーポレイション | 多重分析物診断システム |
US6376843B1 (en) | 1999-06-23 | 2002-04-23 | Evotec Oai Ag | Method of characterizing fluorescent molecules or other particles using generating functions |
WO2001013119A1 (en) | 1999-08-17 | 2001-02-22 | Luminex Corporation | Encapsulation of fluorescent particles |
EP1204869B1 (en) | 1999-08-17 | 2008-10-22 | Luminex Corporation | Method for analyzing a number of samples from a variety of sources for a single analyte |
US7175810B2 (en) * | 2002-11-15 | 2007-02-13 | Eksigent Technologies | Processing of particles |
WO2007094758A2 (en) * | 2005-02-09 | 2007-08-23 | S3I, Llc | Method and system for detecting, classifying and identifying particles |
US8274656B2 (en) * | 2010-06-30 | 2012-09-25 | Luminex Corporation | Apparatus, system, and method for increasing measurement accuracy in a particle imaging device |
-
2013
- 2013-06-14 CN CN201380031436.0A patent/CN104541152B/zh active Active
- 2013-06-14 CA CA2876903A patent/CA2876903C/en active Active
- 2013-06-14 WO PCT/US2013/046035 patent/WO2013188857A2/en unknown
- 2013-06-14 US US13/918,540 patent/US9245169B2/en active Active
- 2013-06-14 EP EP13804717.0A patent/EP2861969B1/en active Active
- 2013-06-14 JP JP2015517472A patent/JP6105061B2/ja active Active
-
2015
- 2015-10-15 HK HK15110116.1A patent/HK1209482A1/zh unknown
-
2016
- 2016-01-22 US US15/004,485 patent/US9984279B2/en active Active
-
2018
- 2018-05-23 US US15/987,359 patent/US10733418B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1175602A1 (en) * | 1999-04-29 | 2002-01-30 | Evotec OAI AG | A method of characterizing fluorescent molecules or other particles using generating functions |
US20040042646A1 (en) * | 2002-08-29 | 2004-03-04 | Macaulay Calum E. | Computerized methods and systems related to the detection of malignancy-associated changes (MAC) to detect cancer |
CN1774200A (zh) * | 2003-04-15 | 2006-05-17 | 皇家飞利浦电子股份有限公司 | 对检测区域内的状态变量进行空间解像测定的装置及方法 |
CN1524925A (zh) * | 2003-09-18 | 2004-09-01 | 吉林大学 | 荧光磁性纳米复合物及其制备方法和应用 |
US20120002882A1 (en) * | 2005-09-21 | 2012-01-05 | Luminex Corporation | Methods and Systems for Image Data Processing |
US20100285594A1 (en) * | 2009-05-07 | 2010-11-11 | Nodality, Inc. | Microbead kit and method for quantitative calibration and performance monitoring of a fluorescence instrument |
US20120002040A1 (en) * | 2010-06-30 | 2012-01-05 | Wayne Dennis Roth | Apparatus, System, and Method For Increasing Measurement Accuracy in a Particle Imaging Device Using Light Distribution |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107407631A (zh) * | 2015-02-06 | 2017-11-28 | 生命技术公司 | 用于校准结合染料的系统和方法 |
CN110361304A (zh) * | 2019-06-20 | 2019-10-22 | 南开大学 | 基于ams数据估算不同生成路径对颗粒物中二次无机粒子影响的方法 |
CN110361304B (zh) * | 2019-06-20 | 2021-10-01 | 南开大学 | 基于pmf3模型和ams数据估算不同生成路径对颗粒物中二次无机粒子贡献的方法 |
CN112504934A (zh) * | 2020-11-23 | 2021-03-16 | 中国水利水电科学研究院 | 一种混凝土坝渗流渗压预测和监控阈值确定方法 |
CN112504934B (zh) * | 2020-11-23 | 2021-09-21 | 中国水利水电科学研究院 | 一种混凝土坝渗流渗压预测和监控阈值确定方法 |
Also Published As
Publication number | Publication date |
---|---|
CA2876903C (en) | 2020-07-14 |
US9984279B2 (en) | 2018-05-29 |
JP2015523660A (ja) | 2015-08-13 |
EP2861969A2 (en) | 2015-04-22 |
WO2013188857A3 (en) | 2014-02-13 |
US10733418B2 (en) | 2020-08-04 |
US20180268191A1 (en) | 2018-09-20 |
US20130336568A1 (en) | 2013-12-19 |
EP2861969B1 (en) | 2022-08-03 |
WO2013188857A2 (en) | 2013-12-19 |
CA2876903A1 (en) | 2013-12-19 |
HK1209482A1 (zh) | 2016-04-01 |
US20160232396A1 (en) | 2016-08-11 |
JP6105061B2 (ja) | 2017-03-29 |
US9245169B2 (en) | 2016-01-26 |
EP2861969A4 (en) | 2016-03-09 |
CN104541152B (zh) | 2017-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10733418B2 (en) | Apparatus, system, and method for image normalization using a Gaussian residual of fit selection criteria | |
US8767069B2 (en) | Apparatus, system, and method for increasing measurement accuracy in a particle imaging device using light distribution | |
US8274656B2 (en) | Apparatus, system, and method for increasing measurement accuracy in a particle imaging device | |
TWI722340B (zh) | 在近場成像中分類微粒的設備及方法 | |
US9292938B2 (en) | Methods and systems for image data processing | |
CN115836212A (zh) | 自动荧光成像和单细胞分割 | |
Holden | Intramolecular FRET efficiency measures for time-lapse fluorescence microscopy images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1209482 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: GR Ref document number: 1209482 Country of ref document: HK |