CN109643450A - 用于从组织活检物中检测管状物的装置 - Google Patents

Abstract

本发明涉及一种用于从组织活检物中检测管状物的装置(10)。其描述为：提供(210)组织活检物的多幅2D图像，其中，每幅2D图像对应于所述组织活检物中的不同深度位置，并且其中，每幅2D图像包括所述组织活检物的图像数据；在至少一幅2D图像的区域中确定(220)所述组织活检物的所述图像数据的局部强度变化的度量；基于所确定的所述局部强度变化的度量在所述至少一幅2D图像的所述区域中定位(230)管状物的至少部分，所述定位(230)涉及在所述至少一幅2D图像的所述区域中确定(240)所述局部强度变化的所述度量低于阈值的位置；输出(250)表示所述至少一幅2D图像的所述区域中的所述管状物的所述至少部分的所述位置的数据。

Description

用于从组织活检物中检测管状物的装置

技术领域

本发明涉及用于从组织活检物中检测管状物的装置、用于从组织活检物中检测管状物的系统、用于从组织活检物中检测管状物的方法，以及计算机程序单元和计算机可读介质。

背景技术

使用2D病理学分析组织需要将组织样品切成厚度大约为4μm的薄片并进行染色以增加图像对比度。最近，已经开发出3D病理学，使得例如能够对癌症的生长模式进行更好的可视化和分析。然而，在图像中检测管状物特征基于通过使用应用于组织活检物的染色剂的颜色强度以及使用诸如共聚焦显微镜检查和光学投影断层摄影的外来显微镜检查技术。

例如：

K.Chung等人的“Structural and molecular interrogation of intactbiological systems”(Nature 497，第332页，2013年5月)描述了一种用于使完整组织转变成光学透明且可以透过大分子的方法。这是通过被称为CLARITY的方法进行的。据称CLARITY有可能实现在薄机械切片和三维重建的补充方法中以光学显微镜检查的衍射极限的分辨率分析大体积中的亚细胞分子结构。这通过对小鼠脑组织的荧光共聚焦显微镜检查成像的示例得到证明。在这方面也能够使用光片显微镜检查和基于断层摄影的显微镜检查。

R.Das、C.W.Burfeind、G.M.Kramer和E.J.Siebel的“Pathology in a tube,step1:fixing,staining and transporting pancreatic core biopsies in amicrofluidic device for 3D imaging”(Proc.SPIE，第8976卷，89760R-1，2014年)、R.Das、R.G.Murphy和E.J.Siebel的“Beyond isolated cells:microfluidic transportof large tissue for pancreatic cancer”(Proc.SPIE Int.SOC.Opt.Eng.，2015年3月5日，第9320页)描述了一种能够使用微流体通道运输核心活检组织的方法。其描述了这种方法能够与3D成像平台结合用于在透明管中对整个组织的成像，例如使用光学投影断层摄影显微镜检查在透明管中对整个组织的成像。在Das等人的文章中，在3D成像期间使用染色组织，示出了悬浮于光学凝胶中的固定且染色的细胞的图像以及对细针抽吸物的个体肺细胞的重建和3D绘制。

在US 8003388B2中描述了一种用于创建微血管的体外网络的方法。通过将细胞注入通道并允许细胞附着，血管和微血管的网络将在周围的凝胶中生长。其目的在于研究并了解血管的脉管生长的机制。该文献没有规定用什么方法来观察或检测生长的血管的尺寸和位置，但是作为示例提到了显微镜检查。

在J.Janacek等人的“3D Microscopic Imaging and Evaluation of TubularTissue Architecture”(Physiol.Res.63(增刊1)：S49-S55，2014年)提出了一种用于检测大鼠脑部中的毛细血管床的方法。使用荧光染料，对灌注染色的整个组织进行共焦激光扫描显微镜检查来生成3D图像数据。使用光学投影断层摄影(OPT)描述了第二种方法，其中，需要以多个角度收集数据来进行3D重建。

H.Morales-Navarrete等人的“A versatile pipeline for the multi-scaledigital reconstruction and quantitative analysis of 3D tissue architecture”(Computational and systems biology Developmental biology and stem cells，elife2015；e11214，DOI：10.7554/eLife 11214)描述了制备厚度为100μm的小鼠肝脏的固定组织的连续切片并对其进行染色以区分血窦细胞和胆管细胞与其他组织。通过单光子和双光子激光扫描共聚焦显微镜检查对不同结构使用不同的激发波长按顺序对染色切片进行成像(生成Z堆叠)。对切片的图像数据进行配准并将其组合成单个体积3D图像。在去噪之后，使用局部最大熵进行分割，使用移动立方体方法来生成3D分割表面。

A.Fakhrzadeh的“Computerized Cell and Tissue Analysis”(DigitalComprehensive Summaries of Uppsala Dissertations from the Faculty of Scienceand Technology 1262ISBN 978-91-554-9269-4)描述了两种用于在睾丸组织的横向组织切片中分割管状物的自动化方法。两种方法共同检测围绕管状物的染色的上皮细胞并对每个个体切片的2D图像数据进行分析。在使用骨架化算法对毛细管的二元图像进行阈值化变薄处理之后，通过减去较低的Lipschitz包络线来去除背景。由此生成空间几何图形以用于进一步分析。将组织样品切成片，进行染色并用Nikon Microphot-FXA显微镜拍摄切片的数字RGB图像。

A.D.Belsare和M.M.Mushrif的“Histopathological image analysis usingimage processing techniques:an overview”(Signal&Image Processing:AnInternational Journal(SIPIJ)，第3卷，第4期，2012年8月)描述了用于组织病理学和用于癌症检测和分类目的的成像处理技术。所提到的方法之一涉及识别管状物。然而，该方法基于组织病理学以及对染色的切片组织的2D显微镜检查图像的分析。所提到的其他方法使用染色的组织切片的2D图像或通过荧光共焦成像生成的3D体积数据。

S.H Ong等人的“Adaptive window-based tracking for the detection ofmembrane structures in kidney electron micrographs”(Machine Vision andApplications，第6卷，第215-223页，1993年)描述了一种用于通过图像分析技术检测和测量肾脏电子显微照片中的肾小球基底膜的算法。从用户指定的点开始，计算小窗口内的局部特征以给出特征分数。还确定了相邻邻域的特征分数，并且连接满足相似性标准的窗口以产生膜的中心线。区域增长过程完成了分割流程。其描述出算法的自适应和局部性质确保了成功的分割，而不受显微图像的复杂可变特征的影响。

因此，现有技术涉及使用基于染料和染色剂以及基于颜色强度的特征检测检测活检物中的诸如管状物和管道的特征。通常需要将组织样品切成薄片。需要复杂、外来且昂贵的检测系统，例如，基于共聚焦显微镜检查和OPT技术的检测系统。

发明内容

因此，具有改进的用于在组织活检物中检测管状物和管道的技术将是有利的。

利用独立权利要求的主题解决了本发明的目的，其中，在从属权利要求中包含了进一步的实施例。应当注意，本发明的以下描述的方面也适用于从组织活检物中检测管状物的装置、用于从组织活检物中检测管状物的系统、用于从组织活检物中检测管状物的方法，以及计算机程序单元和计算机可读介质。

根据第一方面，提供了一种用于从组织活检物中检测管状物的装置，包括：

-输入单元；

-处理单位；以及

-输出单元。

所述输入单元被配置为向所述处理单元提供组织活检物的多幅2D图像。每幅2D图像对应于所述组织活检物中的不同深度位置，并且每幅2D图像包括所述组织活检物的图像数据。所述处理单元被配置为在至少一幅2D图像的区域中确定所述组织活检物的所述图像数据的局部强度变化的度量。所述处理单元被配置为基于所确定的所述局部强度变化的度量在所述至少一幅2D图像的所述区域中定位管状物的至少部分。这包括在所述至少一幅2D图像的所述区域中确定所述局部强度变化的所述度量低于阈值的位置。所述输出单元被配置为输出表示所述至少一幅2D图像的所述区域中的所述管状物的所述至少部分的所述位置的数据。

因此，每幅2D图像能够涉及源自单个焦平面的图像数据，例如在飞利浦的oCelloscope系统的情况下提供的源自单个焦平面的图像数据。

因此，所述装置能够检测一个或多个管状物，并且还能够检测组织内不存在组织的管道和其他区域。

本装置能够确定完整的组织活检物的图像数据的局部强度变化的度量，其中，多幅2D图像是完整的组织活检物。

术语“完整的组织活检物”涉及如在正常病理学成像中那样尚未被切成薄片的组织活检物，其中，组织样品被切成厚度大约为4-10μm的切片。相比之下，本装置使得能够检查尚未被切成这种薄片且在这方面是“完整的”组织活检物。

以这种方式，使得能够对完整的组织活检物中的管道(或管状物)进行可视化，而不需要对组织活检物进行染色。通过基于图像数据的局部强度变化的度量而不是对颜色强度的分析来分析图像，使得能够对更厚的活检物进行成像，因为用染色标记的细胞的发射所引起的光吸收和光重新分布较小。组织活检物不需要进行切片。而且，保留了管状物的局部宽度和拓扑结构的几何信息，并且生成了关于管状物的几何形状的3D信息。换句话说，在常规的2D病理学中，并未保留关于管状物的宽度和拓扑结构的几何信息，然而通过使得具有3D表示，能够估计管状物的宽度并且提供关于拓扑结构的信息。

换句话说，提供了涉及3D病理学的装置、系统和方法，特别是对组织活检物(例如，前列腺活检物)中的管道和管状物进行成像的装置、系统和方法。然而，与常规的数字病理学(其中必须将活检物进行切片和染色)不同，活检物保持完整并因此是厚的，并且样品不需要被染色以便检测活检物中的管状物特征。

自动实现对完整的组织活检物中的管状物的分割。并不要求染色，这使得能够为了对完整的组织活检物中的管道(或管状物)进行可视化并且然后使得能够针对其他特定目的而应用其他染色剂，以便例如对某些分子或生物标记物进行更详细的成像并检测其他组织特性，例如，免疫细胞。能够使用简单易用且廉价的成像系统(例如，明场显微镜或断层摄影显微镜)来快速采集图像数据。这与使用共焦显微镜的需要形成对比，共焦显微镜非常昂贵且图像采集很慢。另外，能够分析完整的组织以确定它们的功能并提供对癌组织的可视化。通过能够分析较厚的样品，能够对(在管状物中形成的)上皮层进行可视化和定位，并且允许对肿瘤是浸润性的(并且穿透周围组织)还是管道性的(生长保持限制在管道内)进行改进的分析。通过不用必须对组织活检物进行切片，能够分析更多的材料并且使得更少的材料丢失，并且组织活检物仍然能够用于传统的2D组织学工作流程。

在示例中，确定所述局部强度变化的所述度量包括确定所述组织活检物的所述图像数据中的至少一个聚焦程度。

换句话说，通过使用图像中的锐度的度量和/或图像中的聚焦程度的度量，能够基于图像的区中的“模糊”在该区中检测管状物。

以这种方式，在图像中存在失焦区能够用于确定管状物的位置，失焦区与图像中较为聚焦且指示组织位于该位置的区形成对比。这是因为：由于对包含气体和/或液体但不包含(固体)组织成分的管腔进行成像，因此该区是失焦的。换句话说，图像中的锐度和/或聚焦程度能够用于管状物检测，而无需将样品染色或切成薄片。

在示例中，确定所述局部强度变化的所述度量包括确定所述组织活检物的所述图像数据中的空间频率。

以这种方式，图像数据中的空间频率能够用于区分管状物与周围组织。这是因为：在图像位置处存在相对较高的空间频率指示存在组织，较低的空间频率指示存在管状物。这是因为：在管状物内部通常仅存在气体和/或液体并且组织细胞基本上不存在，使得在管状物的位置处确定出较低的空间频率。由于细胞核/膜边界处的散射或吸收，组织在图像数据中表现出较高的空间频率。换句话说，空间频率能够用于管状物检测，而不需要将样品染色或切成薄片。

在示例中，定位所述管状物的所述至少部分包括分析至少一个空间频率的变化。

换句话说，图像数据中的空间频率的变化用于检测管状物。与和管状物相关联的空间频率相比，与实体组织相关联的空间频率相对较高，这是因为实体组织的特征在于因细胞核/膜边界处的散射或吸收而具有较高的空间频率，而管状物是含有气体和/或液体的腔体，实体细胞基本上不存在，因此管状物的特征在于具有相对较低的空间频率。因此，在实体组织/管状物边界处，空间频率将发生相对不连续(或突然)的变化，并且这能够用于确定管状物的位置。换句话说，能够识别和定位管状物的外边界。

在示例中，所述分析包括利用高通滤波器。

这提供了用于从周围组织检测管状物的计算高效的方式。

在示例中，确定所述组织活检物的所述图像数据中的所述至少一个空间频率包括在所述至少一幅2D图像中的每幅2D图像上应用至少一个2D滤波器。在示例中，对高空间频率的幅值应用局部平均化，从而为高频幅值的局部变化提供鲁棒性。

在示例中，所述阈值是基于所述至少一个空间频率的至少一个幅值确定的自适应阈值。

以这种方式，针对由厚度变化和/或透明度变化和/或吸收/散射变化引起的图像数据内的变化提供鲁棒性。以这种方式，能够用最少的处理来询问组织样品，并且组织样品能够是厚的而不必已经“清除”了一些生物分子。不需要对样品进行切割或染色，并且能够使用简单的显微镜系统，例如，明场显微镜系统。

在示例中，所述至少一幅2D图像包括至少两幅2D图像，并且其中，确定所述组织活检物的所述图像数据中的所述至少一个空间频率包括在所述至少一幅2D图像上应用3D滤波器。

以这种方式，由于这样的表面从一幅2D图像传递到下一幅2D图像的连续性，对体积中从一个切片到下一个切片延伸的管状物外表面提供了更有效的定位和识别。因此，不是在每幅2D图像中找到外表面并将外表面的这些部分拼接在一起以生成完整的管状物外表面，而是通过处理完整的3D图像将管状物外表面作为一个整体来进行更好的识别和定位，因为完整的3D图像从一幅2D图像连续通过(或者至少一般地连续通过)下一幅2D图像，并且该连续性能够用于对管状物进行更好的识别和定位。

在示例中，定位所述管状物的所述至少部分包括确定所述组织活检物的所述图像数据中的所述组织活检物的外表面的至少部分。

以这种方式，更好地实现了对管状物的分割。这是因为：某些管状物接触活检物的外表面，并且从活检物的外表面单独分割出管状物可能是困难的。因此，通过定位活检物的外表面，能够从管状物的分割的指示中排除活检物的外表面，从而对管状物提供更好的可视化，而不需要将活检物染色或切成薄片。

在示例中，所述组织活检物的厚度d在50μm≤d≤5mm的范围内。

换句话说，不必像普通2D病理学成像那样要求将组织活检物切成薄片。

在示例中，所述组织活检物未被染色。

以这种方式，提供了简单的处理。在不需要对组织进行染色以定位管状物的情况下，管道和其他腔体也意味着组织样品然后能够被染色以用于其他目的，例如用于识别和定位特定的生物分子。而且，能够使用常规2D组织学工作流程来进一步处理组织样品。

根据第二方面，提供了一种用于从组织活检物中检测管状物的系统，包括：

-图像采集单元；以及

-根据第一方面的用于从组织活检物中检测管状物的装置。

所述图像采集单元被配置为采集所述组织活检物的所述多幅2D图像。

在第三方面，提供了一种用于从组织活检物中检测管状物的方法，包括：

a)提供组织活检物的多幅2D图像，其中，每幅2D图像对应于所述组织活检物中的不同深度位置，并且其中，每幅2D图像包括所述组织活检物的图像数据；

b)在至少一幅2D图像的区域中确定所述组织活检物的所述图像数据的局部强度变化的度量；

c)基于所确定的所述局部强度变化的度量在所述至少一幅2D图像的所述区域中定位管状物的至少部分，包括：

c1)在所述至少一幅2D图像的所述区域中确定所述局部强度变化的所述度量低于阈值的位置；并且

d)输出表示所述至少一幅2D图像的所述区域中的所述管状物的所述至少部分的所述位置的数据。

根据另一方面，提供了一种控制前述装置的计算机程序单元，所述计算机程序单元在由处理单元运行时适于执行前述方法的步骤。

根据另一示例，提供了一种计算机可读介质，其存储有前述计算机单元。

有利地，由上述方面和示例中的任一项提供的益处都同样适用于所有其他方面和示例，反之亦然。

参考下文描述的实施例，以上方面和示例将变得明显并且得到阐明。

附图说明

下文将参考以下附图描述示例性实施例：

图1示出了用于从组织活检物中检测管状物的装置的示例的示意图；

图2示出了用于从组织活检物中检测管状物的系统的示例的示意图；

图3示出了用于从组织活检物中检测管状物的方法的示例；

图4在顶部系列图像中示出了组织活检物内的不同深度处的原始图像，并且在底部系列图像中示出了已经得到处理而识别管状物的位置的那些原始图像；

图5示出了组织活检物内的不同深度处的一系列经处理的图像；

图6示出了应用于经处理的图像数据的形态学运算的示例的示意图；

图7示出了组织活检物内的腔体的3D表面绘制图；并且

图8示出了如图7的左侧图像所示的组织活检物内的腔体以及腔体所在的3D活检物的外表面的3D表面绘制图。

具体实施方式

图1示出了用于从组织活检物中检测管状物的装置10。装置10包括输入单元20、处理单元30和输出单元40。输入单元20被配置为向处理单元30提供完整的组织活检物的多幅2D图像。每幅2D图像对应于完整的组织活检物中的不同深度位置，并且每幅2D图像包括完整的组织活检物的图像数据。处理单元30被配置为在至少一幅2D图像的区域中确定完整的组织活检物的图像数据的局部强度变化的度量。处理单元30还被配置为基于所确定的局部强度变化的度量在至少一幅2D图像的区域中定位管状物的至少部分。该定位包括在至少一幅2D图像的区域中确定强度的局部变化的度量低于阈值的位置。输出单元40被配置为输出表示至少一幅2D图像的区域中的管状物的至少部分的位置的数据。

在示例中，从完整的组织活检物中去除某些生物分子，同时在完整的组织活检物中保留其他生物分子。在示例中，Clarity方案已经应用于完整的组织活检物，以便从完整的组织活检物中去除某些生物分子，同时在完整的组织活检物中保留其他生物分子。在示例中，Clarity方案已用于从完整的组织活检物中去除脂质。能够在以下文章中找到Clarity方案的示例：K.Chung等人的“Structural and molecular interrogation ofintact biological systems”(Nature 497，第332页，2013年5月)。

在示例中，完整的组织活检物的图像数据在光谱上并不能得到区分。换句话说，通过使用荧光染料和/或光学滤波器(例如，通带滤波器)或者使用具有特定光谱辐射特性的辐射源(例如，激光辐射或通过使用通带滤波器进行光谱修改的辐射)并不能进行光谱区分。在示例中，能够利用白光源或光来获得图像数据。在示例中，利用检测宽带辐射(例如检测宽波长带上的白光)的检测器来检测图像数据。

在示例中，至少一幅2D图像包括至少两幅2D图像。

在示例中，通过透射显微镜检查技术采集了多幅2D图像。

在示例中，通过明场显微镜检查采集了多幅2D图像。

在示例中，阈值是预定阈值。

根据示例，确定局部强度变化的度量包括确定完整的组织活检物的图像数据中的至少一个聚焦程度。

在示例中，至少一个聚焦程度涉及被成像特征的尺寸。换句话说，在特征尺寸相对较小的区域中，能够认为组织处于聚焦状态，然而，当管状物(其包含气体和/或液体)处于焦点处时，聚焦的特征将会很少。位于管状物外部的焦平面上方和下方的组织将是失焦的，并且这些特征将会被洗掉并且通常特征尺寸看起来更大，并且特征看起来具有更加粗糙的尺度。在示例中，至少一个聚焦程度涉及被成像特征的强度。换句话说，在特征尺寸相对较小且处于聚焦的区域中(例如在存在组织的情况下)，跨图像数据的局部特征的强度变化将会相对较高，但是当管状物(其包含气体和/或液体)处于焦点处时，聚焦的特征将会较少。位于管状物外侧的焦平面上方和下方的组织将是失焦的，并且这些特征将被洗掉，并且管状物位置处的图像数据的局部尺度处的强度变化通常将是更低。换句话说，对比度由于焦距而改变，并且最精细的可观察细节的尺度会减小。换句话说，随着特征失焦，对比度会变得更低，从峰值到低谷的强度变化减小。换句话说，由于例如因核处于聚焦状态而引起的光的吸收和散射，强度会局部下降。结果，失焦的相邻图像能够具有局部较高的强度值。

在示例中，至少一个聚焦程度能够涉及至少一个步骤，即，来自被发现处于聚焦状态的图像中的两幅图像之间的距离。

在示例中，确定局部强度变化的度量包括确定完整的组织活检物的图像数据中的至少一个锐度的度量。在示例中，至少一个锐度的度量涉及以下项中的一项或多项：图像数据的瞬态变化；图像数据的纹理变化；图像数据强度的梯度；图像数据中的曲率。

根据示例，确定局部强度变化的度量包括确定完整的组织活检物的图像数据中的至少一个空间频率。

在示例中，快速傅里叶变换用于确定空间频率。

在示例中，使用有限脉冲响应(FIR)或无限脉冲响应(IIR)高通滤波器来确定空间频率。在示例中，将来自FIR或IIR滤波器的输出值与阈值进行比较，以便确定图像数据中对应于管状物、管道或其他组织缺失的位置。在示例中，在这方面使用FIR或IIR滤波器的绝对输出值。在示例中，能够应用另一个多项式(或非线性函数)(例如取平方)而不是绝对值。换句话说，确定空间频率的局部幅值的度量并将其与阈值水平进行比较，并且这用于确定存在组织的位置以及不存在组织的位置并因此确定管状物、管道或其他空隙或组织缺失的位置。能够以相同的方式使用FFT的输出。

在示例中，采用输出的绝对值来表示局部区中的空间频率的幅值，并且将该值与阈值水平进行比较。

根据示例，定位管状物的至少部分包括分析至少一个空间频率的变化。

根据示例，该分析包括利用高通滤波器。

根据示例，确定完整的组织活检物的图像数据中的至少一个空间频率包括在至少一幅2D图像中的每幅2D图像上应用至少一个2D滤波器。

在示例中，应用至少一个2D滤波器包括应用FIR高通滤波器。以这种方式，提供了包括表示存在的高空间频率的幅值的量度的2D数据。这里，“幅值”能够涉及存在的高空间频率的量。在示例中，在应用确定绝对值的运算之后获得幅值信息。

在示例中，应用至少一个2D滤波器包括应用FIR低通滤波器。以这种方式，能够抹掉高频幅值的局部空间变化。在示例中，低通滤波器应用于绝对值运算的输出，因此应用于包含幅值信息的2D图像。

根据示例，阈值是基于至少一个空间频率的至少一个幅值确定的自适应阈值。

在示例中，基于至少一个空间频率的较低频带和/或较高频带中的至少一个频率幅值来确定自适应阈值。在示例中，2D FIR滤波器(或IIR滤波器或FFT滤波器)用于确定较低频带中的频率幅值。

在示例中，自适应阈值是基于至少一个空间频率的1)至少一个空间频率的较高空间频带中的频率幅值与2)较低空间频带中的频率幅值之间的比率来确定的。然后能够将该比率(1:2)与预定阈值进行比较以确定完整的组织活检物的图像数据是涉及实体组织还是涉及管状物、管道或其他空隙。在示例中，2D FIR滤波器(或IIR滤波器或FFT滤波器)用于确定较低频带中的频率幅值。在示例中，2D FIR滤波器(或IIR滤波器或FFT滤波器)用于确定较高频带中的频率幅值。以这种方式，通过使用高空间频率和低空间频率之间的比率，提供了对光强度的局部变化(例如，因较厚的组织而在通过组织时产生的散射或吸收的变化)的鲁棒性。

在示例中，应用至少一个2D滤波器包括应用FIR高通滤波器。以这种方式，提供了包括表示高频幅值的量度的2D数据。

根据示例，至少一幅2D图像包括至少两幅2D图像，并且其中，确定完整的组织活检物的图像数据中的至少一个空间频率包括在至少一幅2D图像上应用3D滤波器。

在示例中，3D滤波器被配置为从图像数据中消除小体积腔体，从而有助于确定全局性管状物或管道。换句话说，通过去掉较小的腔体，能够更好地观察较大的腔体。在示例中，3D滤波包括使用高斯内核的低通滤波。在示例中，3D滤波包括使用高斯内核在x、y、z方向中的每个方向上的低通滤波。这能够使得管状物表面平滑。然而，能够调节3D滤波器的参数空间以针对管状物表面平滑化的平滑来优化消除小体积，以便优化利用3D滤波器。

根据示例，定位管状物的至少部分包括确定完整的组织活检物的图像数据中的完整的组织活检物的外表面的至少部分。

根据示例，完整的组织活检物的厚度d在50μm≤d≤5mm的范围内。

在示例中，完整的组织活检物的厚度d在100μm＜d≤5mm的范围内。

根据示例，完整的组织活检物未被染色。

图2示出了用于从组织活检物中检测管状物的系统100。系统100包括图像采集单元110和用于如图1所述从完整的组织活检物中检测管状物的装置10。在系统100中，图像采集单元110被配置为采集完整的组织活检物的多幅2D图像。

在示例中，图像采集单元是明场显微镜112。

图3以基本步骤示出了从组织活检物中检测管状物的方法200。方法200包括：

在提供步骤210(也被称为步骤a))中，提供完整的组织活检物的多幅2D图像，其中，每幅2D图像对应于完整的组织活检物中的不同深度位置，并且其中，每幅2D图像包括完整的组织活检物的图像数据；

在确定步骤220(也被称为步骤b))中，在至少一幅2D图像的区域中确定完整的组织活检物的图像数据中的局部强度变化的度量；

在定位步骤230(也被称为步骤c))中，基于所确定的局部强度变化的度量在至少一幅2D图像的区域中定位管状物的至少部分；

在该方法中，步骤c)包括步骤c1)，在至少一幅2D图像的区域中确定240局部强度变化的度量低于阈值的位置；并且

在输出步骤250(也被称为步骤d))中，输出表示至少一幅2D图像的区域中的管状物的至少部分的位置的数据。

在示例中，步骤b)包括步骤b1，确定222完整的组织活检物的图像数据中的至少一个锐度的度量。

在示例中，步骤b)包括步骤b2，确定224完整的组织活检物的图像数据中的至少一个聚焦程度。

在示例中，步骤b)包括步骤b3，确定226完整的组织活检物的图像数据中的至少一个空间频率。

在示例中，步骤c)包括分析232至少一个空间频率的变化。在示例中，所述分析包括利用234高通滤波器。

在示例中，步骤b3)包括在至少一幅2D图像中的每幅2D图像上应用227 2D滤波器。

在示例中，至少一幅2D图像包括至少两幅2D图像，并且步骤b3)包括在至少一幅2D图像上应用228 3D滤波器。

在示例中，在步骤c1中，阈值是基于至少一个空间频率的至少一个幅值确定的自适应阈值。

在示例中，步骤c)包括步骤c2，确定236完整的组织活检物的图像数据中的完整的组织活检物的外表面的至少部分。

在示例中，至少一幅2D图像包括至少两幅2D图像。

在示例中，完整的组织活检物未被染色。

现在参考图4-8来更详细地描述用于从组织活检物中检测管状物的装置、系统和方法。

组织活检物取自身体。用Clarity方案处理活检物以从组织中去除某些生物分子(例如，脂质)，同时保留其他生物分子。但是，不是必须使用Clarity方案，也能够使用“未经清洁的”组织。组织活检物不需要被染色，但是如果需要也能够被染色。切割组织活检物以获得要通过明场显微镜分析的所需厚度的切片，但不需要按照常规的2D病理学成像中所需要的那样将组织活检物切成大约4-10μm的薄片。在当前情况下，样品的厚度能够为大约50μm至5mm，并且在这个意义上样品被称为是“完整的”，因为该样品并没有按照常规意义上切片的含义进行切片。将组织活检物放入(可能部分打开的)透明容器中的(液体)介质中，并且用明场显微镜分析该组织活检物以获得包含Z堆叠图像的3D图像数据。例如，这种显微镜是飞利浦的oCelloScope系统。然而，技术人员将理解能够询问组织活检物的其他方式。

使用由oCelloscope的软件输出的Z堆叠图像，其中，对覆盖对应于不同焦深的3D活检物Z堆叠的整个深度进行组合。

对于经清洁的组织(已经用Clarity方案进行处理并且样品相对透明，组织上的光 强度变化很小)，能够使用以下详细的工作计划(其使用固定阈值)。

1、在x维度和y维度上用FIR高通滤波器(截止频率fc)对每幅2D图像进行滤波，产生2D输出。

2、对2D滤波输出取绝对值。这是表示高空间频率幅值的量度。

3、为了抹去HF空间频率的局部空间变化，用低通滤波器对得到的2D数据进行滤波。

(注意，图4中的顶行示出了来自原始Z堆叠的不同Z水平的原始数据图像，底行示出了随后经低通滤波的高通滤波输出的绝对值的对应图像。强度显示是对数，并且黑色部分处于失焦状态并且对应于腔体(气体、液体)，而白色部分处于聚焦状态并且对应于组织。腔体变得可见(黑色区域)，其在来自Z堆叠的原始图像中不会立即可见。

4、将得到的图像在x方向和y方向上下采样到这样的分辨率，使得x方向和y方向上的体素尺寸变得类似于z方向上的体素尺寸(＝2幅图像之间的距离)。

5、如果x方向和y方向上的体素尺寸超过阈值，则将得到的2D图像值设为1，否则将其设为0。

6、将2D图像组合成3D体积数据描述(例如，1＝组织，0＝腔体)。

(注意，图5示出了在z方向上由45个切片组成的体积。能够看出，当z方向增加时，活检物开始聚焦并且在移动过程中失焦(在图像矩阵中从左上角到右下角)。

对于由于厚度和/或吸收变化和/或光散射的结果而在组织上具有光强度变化的 未经清洁的组织，能够使用以下详细的工作计划(其使用自适应阈值)。

1、在x维度和y维度上用FIR高通滤波器(截止频率fc)对每幅2D图像进行滤波，产生2D输出。

2、计算两个空间频带内的空间频率幅值：

a.确定fc与2*fc之间的频带1中的空间频率幅值(这是较低空间频率的量度)。

b.确定2*fc与3*fc之间的频带2中的空间频率幅值(这是较高空间频率的量度)。

c.现在计算空间频率的相对幅值：将频带1中的空间频率幅值除以频带2中的空间频率幅值。

3、为了抹去空间频率幅值的比率的局部空间变化，用低通滤波器对得到的2D幅值数据进行滤波。

4、与上述计算类似，对描述空间频率的相对幅值的2D数据进行下采样，

5、如果相对幅值超过阈值，则将得到的2D图像值设为1，否则将其设为0。

6、将2D图像组合成3D体积数据描述(例如，1＝组织，0＝腔体)。

应当注意，上文详述的固定阈值工作计划也能够应用于未经清洁的组织，并且上文详述的自适应阈值工作计划也能够应用于经清洁的组织。

按照如下方式处理3D体积数据以定位和分割管状物和管道，此过程适用于经清洁 的组织样品和未经清洁的组织样品。

7、经由3D形态学操作来分离单个活检物体积。

8、经由3D形态学操作来分离单独的活检物腔体。

9、应用3D体积滤波。

10、在经滤波的3D体积上执行等表面绘制，例如使用0.5的阈值来执行等表面绘制。

关于步骤7-8，实际上，在创建3D二元体积之后创建显示腔体与组织之间的边界的3D体积绘制。然而，可能难以容易地将该可视化与图5的二元图像相关联，在图5的二元图像中能够看到管状物和管道的横截面。问题在于大多数腔体也接触3D活检物的外表面，因此这些腔体也会被绘制出来。为了解决这个问题，执行了许多3D图像形态学操作。首先(在步骤7处)，经由形态学操作来分离单个活检物体积，这是扩大操作，然后是侵蚀操作(或基于距离变换的等效操作)。在此之后(在步骤8处)，经由布尔NOT运算然后进行布尔OR运算来分离单独的腔体。这些图像形态学操作如图6所示。更详细地，并且参考图6，首先扩大输入体积(a)，使得填充腔体。然后将该扩大的体积(b)侵蚀回体积(c)。然后能够提取3D活检物的外表面(忽略腔体)。在应用布尔NOT运算符(d)之后，能够通过使用布尔OR运算符(e)将该体积与原始二元输入体积进行组合来分离腔体。现在能够为腔体和围绕3D活检物的表面产生单独的表面绘制。图7示出了腔体(管状物或管道)的3D表面绘制，并且图8以90％的透明度示出了腔体的表面绘制以及3D活检物的外表面。

关于步骤9和10，为了去掉较小尺寸的腔体(其会大量存在)并且仅使较大尺寸的腔体可视化，使用高斯内核在x、y、z方向中的每个方向上对体积数据(组合的下采样二元图像)进行低通滤波。高斯曲线的标准偏差(σ)能够根据需要而改变，例如能够对其应用6σ的窗口维度。作为先前完成的下采样步骤的结果，能够以等于2幅图像之间的z距离的步长来表示σ的值。对得到的体积数据进行阈值化，阈值为0.5(其他阈值可用0＜1)并且被转换成二元体积3D数据。

以这种方式，能够在以下领域中使用上述用于从组织活检物中检测管状物的装置、系统和方法：

·在检测厚的(大于等于500μm的厚度并且厚度最高达到幅值厚度的量级)完整的组织活检物中的管道中。

·能够在较厚的样品/活检物中检测癌细胞，否则会由于过高的发射水平而不可能检测癌细胞。

·因为不需要对组织进行染色来检测腔体、管道、管状物，因此可以实现其他目的，例如能够观察到在执行常规的染色以便检测腔体本身的情况下不可能观察到的其他特定分子。

·能够确定管状结构的局部性质(长度、分支、密度、弯曲度和取向)，这些局部性质能够是血管生成的指示。因此，该装置、系统和方法能够有助于识别因癌组织造成的血管生成所引起的静脉肿瘤(注意，目前很多癌症药物都是通过抑制血管生成来起作用的，借此使癌症趋于维持自身)。

在另一示例性实施例中，提供了一种计算机程序或计算机程序单元，其特征在于，其被配置为在适当的系统上运行根据前述实施例中的一个实施例的方法的方法步骤。

因此，计算机程序单元可以被存储在计算机单元中，所述计算机程序单元也可以是实施例的部分。该计算单元可以被配置为执行或引发对上述方法的步骤的执行。此外，该计算单元可以被配置为操作上述装置的部件。该计算单元能够被配置为自动操作和/或运行用户的命令。计算机程序可以被加载到数据处理器的工作存储器中。因此，可以装备数据处理器来执行前述实施例中的一个实施例的方法。

本发明的该示例性实施例覆盖从一开始就使用本发明的计算机程序，以及借助于将现有程序更新转换为使用本发明的程序的计算机程序二者。

另外，计算机程序单元可以能够提供所有必要步骤以完成如上所述的方法的示例性实施例的流程。

根据本发明的另外的示例性实施例，提出了一种计算机可读介质，例如，CD-ROM，其中，该计算机可读介质具有被存储于所述计算机可读介质上的计算机程序单元，所述计算机程序单元由前面的章节所描述。

计算机程序可以被存储和/或被分布在合适的介质上，例如，与其他硬件一起或作为其他硬件的部分供应的光学存储介质或固态介质，但是也可以以其他形式被分布，例如，经由互联网或其他有线或无线的电信系统被分布。

然而，计算机程序也可以存在于网络(如万维网)上，并且能够从这样的网络被下载到数据处理器的工作存储器中。根据本发明的另外的示例性实施例，提供了用于使计算机程序单元可用于下载的介质，所述计算机程序单元被布置为执行根据本发明的先前描述的实施例中的一个实施例的方法。

必须指出，本发明的实施例是参考不同主题来描述的。尤其地，一些实施例是参考方法型权利要求来描述的，而其他实施例是参考装置型权利要求来描述的。然而，除非另有说明，本领域技术人员将从以上和以下的描述中推断出，除属于一种类型的主题的特征的任意组合之外，涉及不同主题的特征之间的任意组合也被认为在本申请中被公开。然而，所有的特征都能够被组合来提供多于特征的简单加合的协同效应。

尽管已经在附图和前面的描述中详细图示和描述了本发明，但是这样的图示和描述应当被认为是图示性或示例性的，而非限制性的。本发明不限于所公开的实施例。本领域技术人员通过研究附图、公开内容以及权利要求，在实践请求保护的发明时能够理解并实现对所公开的实施例的其他变型。

在权利要求中，“包括”一词不排除其他元件或步骤，并且词语“一”或“一个”不排除多个。单个处理器或其他单元可以实现在权利要求中记载的若干项的功能。尽管某些措施被记载在互不相同的从属权利要求中，但是这并不指示不能有利地使用这些措施的组合。权利要求中的任何附图标记都不应被解释为对范围的限制。

Claims (14)

1.一种用于从组织活检物中检测管状物的装置(10)，包括：

-输入单元(20)；

-处理单元(30)；以及

-输出单元(40)；

其中，所述输入单元被配置为向所述处理单元提供已经通过光学显微镜检查采集的组织活检物的多幅2D图像，所述光学显微镜检查例如是通过明场显微镜或断层摄影显微镜或透射显微镜来进行的，其中，每幅2D图像对应于所述组织活检物中的不同深度位置，其中，每幅2D图像包括所述组织活检物的图像数据，并且其中，所述组织活检物未被染色；

其中，所述处理单元被配置为在至少一幅2D图像的区域中确定所述组织活检物的所述图像数据的局部强度变化的度量；

其中，所述处理单元被配置为基于所确定的所述局部强度变化的度量在所述至少一幅2D图像的所述区域中定位管状物的至少部分，包括在所述至少一幅2D图像的所述区域中确定所述局部强度变化的所述度量低于阈值的位置；并且

其中，所述输出单元被配置为输出表示所述至少一幅2D图像的所述区域中的所述管状物的所述至少部分的所述位置的数据。

2.根据权利要求1所述的装置，其中，确定所述局部强度变化的所述度量包括确定所述组织活检物的所述图像数据中的至少一个聚焦程度。

3.根据权利要求1-2中的任一项所述的装置，其中，确定所述局部强度变化的所述度量包括确定所述组织活检物的所述图像数据中的空间频率。

4.根据权利要求3所述的装置，其中，定位所述管状物的所述至少部分包括分析所述空间频率的变化。

5.根据权利要求4所述的装置，其中，所述分析包括利用高通滤波器。

6.根据权利要求3-5中的任一项所述的装置，其中，确定所述组织活检物的所述图像数据中的所述空间频率包括在所述至少一幅2D图像中的每幅2D图像上应用至少一个2D滤波器。

7.根据权利要求3-6中的任一项所述的装置，其中，所述阈值是基于所述空间频率的至少一个幅值确定的自适应阈值。

8.根据权利要求3-7中的任一项所述的装置，其中，所述至少一幅2D图像包括用于形成3D图像的至少两幅2D图像，并且其中，确定所述组织活检物的所述图像数据中的所述空间频率包括在根据所述至少一幅2D图像形成的3D图像上应用3D滤波器。

9.根据权利要求1-8中的任一项所述的装置，其中，定位所述管状物的所述至少部分包括确定所述组织活检物的所述图像数据中的所述组织活检物的外表面的至少部分。

10.根据权利要求1-9中的任一项所述的装置，其中，所述组织活检物的厚度d在50μm≤d≤5mm的范围内。

11.一种用于从组织活检物中检测管状物的系统(100)，包括：

-图像采集单元(110)；以及

-根据前述权利要求中的任一项所述的用于从组织活检物中检测管状物的装置(10)；

其中，所述图像采集单元被配置为采集所述组织活检物的所述多幅2D图像。

12.一种用于从组织活检物中检测管状物的方法(200)，包括：

a)提供(210)已经通过光学显微镜检查采集的组织活检物的多幅2D图像，所述光学显微镜检查例如是通过明场显微镜或断层摄影显微镜或透射显微镜来进行的，其中，每幅2D图像对应于所述组织活检物中的不同深度位置，其中，每幅2D图像包括所述组织活检物的图像数据，并且其中，所述组织活检物未被染色；

b)在至少一幅2D图像的区域中确定(220)所述组织活检物的所述图像数据的局部强度变化的度量；

c)基于所确定的所述局部强度变化的度量在所述至少一幅2D图像的所述区域中定位(230)管状物的至少部分，包括：

c1)在所述至少一幅2D图像的所述区域中确定(240)所述局部强度变化的所述度量低于阈值的位置；并且

d)输出(250)表示所述至少一幅2D图像的所述区域中的所述管状物的所述至少部分的所述位置的数据。

13.一种计算机程序单元，其在由处理器运行时被配置为执行根据权利要求12所述的方法。

14.一种计算机可读介质，其存储有根据权利要求13所述的程序单元。