CN114419114A - 用于数字病理学色彩校准的系统和方法 - Google Patents

用于数字病理学色彩校准的系统和方法 Download PDF

Info

Publication number
CN114419114A
CN114419114A CN202111419317.5A CN202111419317A CN114419114A CN 114419114 A CN114419114 A CN 114419114A CN 202111419317 A CN202111419317 A CN 202111419317A CN 114419114 A CN114419114 A CN 114419114A
Authority
CN
China
Prior art keywords
image
pixels
digital image
xyz
digital
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
Application number
CN202111419317.5A
Other languages
English (en)
Inventor
A.奥尔森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Leica Biosystems Imaging Inc
Original Assignee
Leica Biosystems Imaging Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Leica Biosystems Imaging Inc filed Critical Leica Biosystems Imaging Inc
Publication of CN114419114A publication Critical patent/CN114419114A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J3/462—Computing operations in or between colour spaces; Colour management systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J1/00—Photometry, e.g. photographic exposure meter
    • G01J1/02—Details
    • G01J1/08—Arrangements of light sources specially adapted for photometry standard sources, also using luminescent or radioactive material
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/02—Details
    • G01J3/10—Arrangements of light sources specially adapted for spectrometry or colorimetry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J3/50—Measurement of colour; Colour measuring devices, e.g. colorimeters using electric radiation detectors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00—Sampling; Preparing specimens for investigation
    • G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
    • G01N1/30—Staining; Impregnating ; Fixation; Dehydration; Multistep processes for preparing samples of tissue, cell or nucleic acid material and the like for analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B21/00—Microscopes
    • G02B21/32—Micromanipulators structurally combined with microscopes
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B21/00—Microscopes
    • G02B21/36—Microscopes arranged for photographic purposes or projection purposes or digital imaging or video purposes including associated control and data processing arrangements
    • G02B21/365—Control or image processing arrangements for digital or video microscopes
    • G02B21/367—Control or image processing arrangements for digital or video microscopes providing an output produced by processing a plurality of individual source images, e.g. image tiling, montage, composite images, depth sectioning, image comparison
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/60—Memory management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/001—Texturing; Colouring; Generation of texture or colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H70/00—ICT specially adapted for the handling or processing of medical references
    • G16H70/60—ICT specially adapted for the handling or processing of medical references relating to pathologies
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G01J3/2823—Imaging spectrometer
    • G01J2003/2826—Multispectral imaging, e.g. filter imaging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20076—Probabilistic image processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30024—Cell structures in vitro; Tissue sections in vitro
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • 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
    • H04N1/56—Processing of colour picture signals
    • H04N1/60—Colour correction or control
    • H04N1/603—Colour correction or control controlled by characteristics of the picture signal generator or the picture reproducer
    • H04N1/6033—Colour correction or control controlled by characteristics of the picture signal generator or the picture reproducer using test pattern analysis

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Multimedia (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Mathematical Physics (AREA)
  • Biochemistry (AREA)
  • Optics & Photonics (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Molecular Biology (AREA)
  • Quality & Reliability (AREA)
  • Biomedical Technology (AREA)
  • Image Processing (AREA)
  • Spectrometry And Color Measurement (AREA)
  • Color Image Communication Systems (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本公开提供了用于数字病理学色彩校准的系统和方法。用于数字病理学色彩校准的系统包括：存储指令的非暂时性计算机可读介质；处理器，被配置成按XYZ色彩获得由第一成像系统捕获的标本的第一数字图像，第一数字图像包括多个XYZ像素，其每一个具有XYZ色彩值；按RGB色彩获得由第二成像系统捕获的标本的第二数字图像，第二数字图像包括多个RGB像素，其每一个具有RGB色彩值；基于第一数字图像中的XYZ像素的XYZ色彩值，识别第一数字图像中的多个第一组图像像素；识别第二数字图像中的分别与第一数字图像中的第一组图像像素对应的多个第二组图像像素；生成查找表以将来自第一数字图像的多个XYZ色彩值中的每一个与来自第二数字图像的多个RGB色彩值之一相关联。

Description

用于数字病理学色彩校准的系统和方法
本申请是申请日为2017年4月20日、申请号为201780024621.5(国际申请号为PCT/US2017/028532)、发明名称为“数字病理学色彩校准和验证”的发明专利申请的分案申请。
相关申请
本申请要求在2016年4月20日提交的美国临时专利申请no.62/325,330的优先权，所述申请以引用的方式整体并入本文。
技术领域
本发明总体涉及数字病理学，并且更具体来说，涉及用于校准数字病理学系统中的色彩管理并且结合对应的物理色谱来验证数字色彩数据的系统和方法。
背景技术
色彩信息的准确表达是许多行业中的持续的挑战。解决此挑战性问题的最常见的方法是产生表示特定色彩的经过特殊构建的测试目标。在摄影行业中，例如，这些经过特殊构建的测试目标包括行和列的阵列，其中每个单元具有恒定色彩。对于反射光应用，经过特殊构建的测试目标具有纸张的形式，并且对于透射光应用，经过特殊构建的测试目标具有膜的形式。举例来说，对于自然摄影，色块在光谱上匹配于蓝色天空、绿色植物、棕色皮肤等。
在数字病理学行业中，存在以下重大的问题：呈现于显示器上的色彩与染色标本的色彩不相同。任何经过特殊构建的测试目标的可用性的缺乏加剧了此问题。这一般是因为纸张和/或膜是作为用于携载含有色彩信息的染色剂的媒介的组织的不充分的替代物。尝试使用材料产生此类测试目标以近似组织已经大部分不成功。举例来说，已经手工制作出特殊的生物聚合物条带并且染有标准病理学染色剂。然而，这些目标的手工制造是复杂和昂贵的。另外，经过特殊构建的生物聚合物条带在被染色时通常无法提供与施加到组织的相同染色剂的色彩的准确的色彩匹配。因此，尚未解决的问题是如何构建近似组织并且在将染色剂施加到测试目标时提供准确的色彩匹配的测试目标。
因此，所需的是一种克服在如上文描述的常规系统中发现的这些重大问题的系统和方法。
发明内容
为了解决上文论述的问题，本文描述用于校准数字病理学载片扫描系统以使得呈现于显示器上的被扫描的标本的色彩基本上与物理载片上的染色或者未染色的标本的色彩基本上相同的系统和方法。
发明人已经认识到，因为染色剂的光谱性质在结合到组织时会改变，所以被构建成忠实地近似具有染色剂或者不具有染色剂的组织的特性的测试目标将始终带有显著缺陷。这是因为适当的解决方案需要测试目标的光谱性质与被成像的对象的光谱性质匹配。因此，在本描述中，发明人提供采用一个或多个标准载片作为用于成功地校准成像系统的测试目标的解决方案。
在一个方面，制备具有标本的标准载片。可以将单种染色剂或者多种染色剂或无染色剂的组合施加到标本。将网格覆盖或者叠加在载片上以将标本划分为不连续的区段。随后使用高光谱成像系统(在本文被称作“高光谱图像”或者“H图像”或者“HYP图像”或者“XYZ图像”)获得载片上的标本的数字图像。高光谱成像系统通常是图像瓦片化系统，并且，例如，可以针对网格覆盖物中的每个单元捕获高光谱成像系统的单个视野。每个单元的所得的高光谱图像包括范围在400nm与750nm(视觉光谱)之间的图像堆叠。所述堆叠中的图像的数目可以变化，例如，每10nm间隔一个图像。随后处理高光谱图像堆叠以产生具有多个个别的图片元素(“像素”)的XYZ彩色图像，其中每个像素具有XYZ色彩值。随后通过将左上角像素映射到网格的左上角而将高光谱图像配准到所述网格。可以组合XYZ彩色图像中的个别像素以产生超级像素，这在将由高光谱成像系统产生的XYZ像素关联到由数字病理学系统产生的RGB像素时有利地减少像素位置错误。
接下来，使用具有色彩成像能力的数字病理学系统来扫描具有网格覆盖物的同一载片。所得的数字图像(在本文被称作“病理学图像”或者“P图像”或者“PATH图像”或者“RGB图像”)具有每个像素的红色、绿色和蓝色(“RGB”)值。随后通过将左上角像素映射到网格的左上角而将病理学图像配准到所述网格。还可以组合RGB中的个别像素以产生超级像素并且匹配高光谱图像的像素大小，以允许XYZ值与RGB值之间的直接色彩比较。而且，可以缩小或者放大高光谱图像和病理学图像的像素大小以优化像素大小匹配。
接下来，产生查找表(“LUT”)，所述查找表使高光谱图像中的单个像素的XYZ色彩信息与病理学图像中的同一像素的RGB色彩信息相关联。LUT使病理学图像中的所有像素的XYZ和RBG色彩信息相关联。有利的是，将高光谱图像配准到病理学图像(包括图像像素大小映射)产生LUT中的一对一像素关联。然而，还有可能在LUT中包括来自病理学图像的组合数目的像素的平均RGB值以及来自高光谱图像中的单个像素的XYZ值，或者反之亦然。
一旦产生已经LUT，显示模块可以使用所述LUT以使得具有RGB色彩数据的数字图像文件中的被扫描的标本的色彩可以使用对应的高光谱XYZ色彩而呈现于显示器上，从而使得所显示的色彩与物理载片上的标本的色彩基本上相同。可以由例如色度计或者分光光度计的色彩测量装置来测量所显示的色彩。
在替代性实施方案中，使用如上文描述的高光谱成像系统来扫描具有标本的标准载片以产生XYZ图像。还使用数字病理学系统来扫描同一载片以产生RGB图像。使XYZ图像和RGB图像的像素彼此配准以对准相应的图像。如果高光谱成像系统和数字病理学成像系统中的图像传感器的个别像素的大小不同，那么可以采用像素组合或缩小来促进XYZ和RGB图像的适当对准以及适当的图像像素大小匹配。
在扫描之后，对XYZ图像或者RGB图像中的一者编制索引以识别被编制索引的图像中的每个像素可以被指派到其中的少量色彩，同时还使图像像素到色彩的每个关联的错误值最少化。举例来说，在相机传感器可以能够感测数百万色彩时，编制索引过程可以有利地将XYZ图像中的色彩的数目减少至十，并且将XYZ图像中的每个像素指派给所述十个色彩中的一者。在一个实施方案中，在编制索引期间，将接近同一色彩的所有像素平均为索引色彩调色板的单种色彩。迭代地进行此过程，直到已经将所有像素指派给所平均的单个色彩值为止，其中跨越XYZ图像中的所有像素使与所平均的单个色彩进行比较的原始像素色彩的错误值最少化。在一个实施方案中，可以使用均方根分析来使错误值最少化。
一旦已经将XYZ图像编制索引，结果是一组N个像素群组，其中N是索引值(在以上实例中是十)，并且组合所述N个像素群组中的像素会产生完整的XYZ图像。像素分组在本文还被称为“索引”。在已经配准XYZ图像和RGB图像之后，可以同样地根据XYZ图像和RGB图像之间的像素配准来将RGB图像中的像素关联到相同N个像素群组中。对来自RGB图像的N个像素群组中的每一者进行分析以计算所述N个像素群组中的每一者的平均色彩值。结果是XYZ图像中的每个索引具有平均色彩值，并且RGB图像中的每个索引具有平均色彩值，并且这些平均色彩值用于产生LUT。
一旦已经产生LUT，显示模块可以使用所述LUT以使得具有RGB色彩数据的数字图像文件中的被扫描的标本的色彩可以使用对应的高光谱XYZ色彩而呈现于显示器上，从而使得所显示的色彩(例如，由色度计或者分光光度计测得)与物理载片上的标本的色彩基本上相同。
本领域技术人员在检视以下详细描述和附图之后将更容易明白本发明的其他特征和优势。
附图说明
将通过检视以下详细描述和附图来理解本发明的结构和操作，在附图中，相同的参考数字是指相同的部分，并且其中：
图1是说明根据本发明的实施方案的具有条形码和网格覆盖物的示例性数字病理学载片的平面图；
图2是说明根据本发明的实施方案的示例性现有技术高光谱成像系统的框图；
图3A是说明根据本发明的实施方案的由高光谱成像系统产生的示例性高光谱成像堆叠的框图；
图3B是说明根据本发明的实施方案的用于与高光谱成像堆叠一起使用的示例性色彩匹配的曲线图；
图3C是说明根据本发明的实施方案的按XYZ色彩的示例性高光谱图像的框图；
图3D是说明根据本发明的实施方案的用于将高光谱图像堆叠转换为单个XYZ彩色图像的示例性过程的流程图；
图4A是说明根据本发明的实施方案的示例性图像处理器装置的框图；
图4B是说明根据本发明的实施方案的按XYZ色彩的高光谱图像的示例性超像素的框图；
图5是说明根据本发明的实施方案的用于使用超像素过程来校准由数字病理学扫描设备产生的色彩值的示例性过程的流程图；
图6是说明根据本发明的实施方案的用于使用超像素过程来验证由数字病理学扫描设备产生的色彩值的示例性过程的流程图；
图7A、图7B和图7C是说明根据本发明的实施方案的由高光谱成像系统扫描的标本的色彩值相对于由数字病理学成像系统扫描并且呈现于显示器上并且由色彩测量装置测量的同一标本的超像素化的色彩值的示例性比较的曲线图；
图8是说明根据本发明的实施方案的形成复合XYZ图像的示例性一组像素群组的框图；
图9是说明根据本发明的实施方案的用于使用编制索引过程来校准由数字病理学扫描设备产生的色彩值的示例性过程的流程图；
图10是说明根据本发明的实施方案的用于使用编制索引过程来验证由数字病理学扫描设备产生的色彩值的示例性过程的流程图；
图11A、图11B和图11C是说明根据本发明的实施方案的由高光谱成像系统扫描的标本的色彩值相对于由数字病理学成像系统扫描并且呈现于显示器上并且由色彩测量装置测量的同一标本的编制索引的色彩值的示例性比较的曲线图；
图12A是说明可以结合本文描述的各种实施方案而使用的示例性具有处理器功能的装置550的框图；
图12B是说明具有单个线性阵列的示例性线扫描相机的框图；
图12C是说明具有三个线性阵列的示例性线扫描相机的框图；以及
图12D是说明具有多个线性阵列的示例性线扫描相机的框图。
具体实施方式
本文公开的某些实施方案提供数字病理学系统的色彩校准。举例来说，本文公开的一个实施方案允许由高光谱成像系统扫描病理学载片并且将所得的数字高光谱图像的色彩与由数字病理学系统扫描的同一载片的数字图像的色彩进行比较。所述比较产生将RGB值转译为XYZ值的查找表，使得当由数字病理学系统扫描的数字载片图像呈现于显示器上时，所呈现的色彩匹配与载片上的物理标本的真实色彩相对应的XYZ值。在阅读了此描述之后，本领域技术人员将明白如何在各种替代性实施方案和替代性应用中实施本发明。然而，虽然将在本文描述本发明的各种实施方案，但应理解，仅通过实例的方式而非限制地呈现这些实施方案。因此，不应将对各种替代性实施方案的此详细描述理解为限制本发明的范围或广度，在所附权利要求中陈述了本发明的范围或广度。
图1是说明根据本发明的实施方案的具有条形码20和网格覆盖物30的示例性数字病理学载片10的平面图。在所说明的实施方案中，将网格覆盖物30定位在载片10上的样本上。网格覆盖物30用于促进高光谱数字图像与数字病理学数字图像的配准。配准图像的替代性方式是使用两个数字图像的图像图案匹配以便对准高光谱数字图像和数字病理学数字图像。具有相同放大倍率的数字图像有助于成功的图像图案匹配。
图2是说明根据本发明的实施方案的示例性现有技术高光谱成像系统50的框图。在所说明的实施方案中，高光谱成像系统50包括2D像素阵列单色相机60、显微镜70、支撑标本的载片80和窄带滤光轮90。在一个实施方案中，高光谱成像系统50的单色相机60是单色线扫描相机。优选的是，高光谱成像系统50中的单色线扫描相机60与在数字病理学成像系统中使用的彩色线扫描相机具有相同的特性。在高光谱和数字病理学成像系统中采用具有相同特性(例如，像素大小)的线扫描相机通过以下方面而有利地简化了图像配准：减少或者消除了像素匹配的需要，或者允许例如通过将像素下取样为更大的超像素而容易对像素重新取样以简化XYZ图像和RGB图像的配准。
图3A是说明根据本发明的实施方案的由高光谱成像系统产生的示例性高光谱成像堆叠100的框图。熟练技术人员将理解，高光谱成像系统产生一组个别图像，所述一组个别图像各自是例如通过以下操作而使用不同波长的光捕获的：使用窄带滤光轮并且使用滤光轮的每个滤光器来捕获同一区的图像。这组图像在本文被称作高光谱堆叠或者光谱堆叠。可以产生样本的个别区或者整个样本/整个载片的光谱堆叠。举例来说，在一个实施方案中，使用线扫描相机的高光谱成像系统可以使用滤光轮上的每个滤光器来捕获全载片图像以产生全载片图像光谱堆叠。
图3B是说明根据本发明的实施方案的用于与高光谱成像堆叠一起使用的示例性色彩匹配的曲线图。在所说明的实施方案中，可以将彩色匹配功能应用于处于多种波长的光(110、120和130)的全载片图像光谱堆叠以按XYZ色彩产生全载片高光谱图像140。图3C是说明根据本发明的实施方案的按XYZ色彩的示例性全载片高光谱图像140的框图。
图3D是说明根据本发明的实施方案的用于将全载片高光谱图像堆叠100转换为按XYZ色彩的单个高光谱图像140的示例性过程的流程图。起初，高光谱成像系统捕获每个不同波长的光的全载片图像以产生高光谱图像堆叠100。随后，将色彩匹配功能应用于处于多种波长的光(110、120、130)的光谱堆叠100中的每个数字图像以按XYZ色彩产生整个标本的全载片高光谱数字图像140。
图4A是说明根据本发明的实施方案的示例性图像处理器装置260的框图。在所说明的实施方案中，图像处理器装置260是具有处理器功能的装置，其具有处理器267和用于存储可以由处理器267执行的信息和指令的非暂时性数据存储区域265。举例来说，数据存储区域260可以存储多个高光谱XYZ图像和多个数字病理学RGB图像和用于处理此类图像的多个指令。如所说明的实施方案中所示，图像处理器装置260包括配准模块270、超像素模块280、索引模块290和LUT模块295。在一个实施方案中，可以将超像素模块280和索引模块290组合为色彩模块285。图像处理器装置260还可以与一体或者外部的显示装置576通信地耦合。在一个实施方案中，色彩测量装置577可以被配置成从显示装置576读取色彩信息并且将所述色彩信息转译为一个或多个XYZ值。
配准模块270被配置成使两个数字图像彼此配准。举例来说，配准模块270被配置成将高光谱XYZ图像配准到数字病理学RGB图像。配准模块270通过对准X-Y中的两个图像的图像数据以使所述两个图像达到X-Y对准(例如，通过图像数据中的特征的图案匹配)来配准所述两个数字图像。配准模块260还通过调整两个数字图像以使得它们具有共同的特性来配准所述数字图像。举例来说，配准模型270可以评估和调整图像特性，包括图像像素大小以及平移、旋转和放大倍率的空间对准。另外，配准模块270还可以考虑两个单独系统之间的光学扭曲，所述光学扭曲可以在像素级别处检测。
超像素模块280被配置成识别具有相同或类似的色彩值的邻接图像像素并且将那些像素组合为单个超像素。超像素模块280还被配置成通过对超像素中的所有个别图像像素的色彩值求平均来确定超像素的色彩值。求平均对于减少由于可能的测量和配准误差而引起的噪声是较为重要的。可以例如通过对超像素中的图像像素的色彩值求和并且将总和除以那个超像素的像素的数目来确定所述超像素的平均色彩值。超像素模块280可以有利地识别数字图像中的多个超像素并且确定多个超像素中的每一者的色彩值。
索引模块290被配置成识别具有相同或类似的色彩值的个别图像像素并且将这些个别图像像素指派给多个色彩索引中的一者。索引模块290还被配置成通过对相应色彩索引中的所有个别图像像素的色彩值求平均来确定每个色彩索引的色彩值。求平均对于减少由于可能的测量和配准误差而引起的噪声是较为重要的。可以例如通过对索引中的图像像素的色彩值求和并且将总和除以那个索引的像素的数目来确定所述索引的平均色彩值。
LUT模块295被配置成产生一个或多个使XYZ色彩值与RGB色彩值相关的查找表。
图4B是说明根据本发明的实施方案的示例性经过配准的全载片图像170的框图。在所说明的实施方案中，全载片图像170可以是高光谱图像或者数字病理学图像。在配准过程期间，对来自高光谱数字图像和病理学数字图像的图像数据进行分析以实现X-Y对准。举例来说，可以对所述图像数据进行分析以识别所述图像数据中的可以匹配和对准的特征，以便将高光谱数字图像配准到X-Y中的病理学数字图像。有利的是，可以使用图案匹配来使高光谱数字图像与病理学数字图像之间的共同的特征相关联以促进X-Y对准。
另外，在配准过程期间，将高光谱数字图像和病理学数字图像的图像数据转换为共同的特性。这是因为高光谱扫描系统和病理学扫描系统的成像硬件不太可能产生(例如)在数字图像数据中的放大倍率和图像像素大小方面相同的数字图像数据。因此，在配准过程期间，将高光谱数字图像和病理学数字图像的图像数据调整为具有共同的特性。举例来说，可能需要放大倍率调整并且几乎始终需要对共同的图像像素大小的调整。在所说明的实施方案中，图像像素180是具有共同的图像像素大小的图像像素。
图5是说明根据本发明的实施方案的用于使用超像素过程来校准由数字病理学扫描设备产生的色彩值的示例性过程的流程图。所说明的过程的某些步骤可以由例如先前关于图4A所描述的图像处理器装置执行。起初，在步骤300中，制备一个或多个测试载片。测试载片是将由高光谱成像系统和数字病理学成像系统扫描并且用于校准/验证目的的任何类型的载片。因此，不需要特殊类型的载片来作为测试载片，并且测试载片不存在特殊的特性。具有任何染色剂的任何载片可以用作测试载片来校准数字病理学扫描设备。这实质上偏离了所有先前的色彩校准尝试并且消除了试图产生测试载片或者测试色彩样本的问题。采用使用标本和染色剂以正常方式制备的载片还允许使用实际的染色剂来校准扫描设备，所述实际的染色剂通过将它们应用于将在生产扫描期间遇到的组织而经过修改。这提供显著的优势。另外，使用多个测试载片可以产生包括多种染色剂的色彩值的组合LUT。
另外，在一个实施方案中，可以将配准网格覆盖在载片上，优选覆盖在载片的包括样本的部分上。配准网格(如果存在)稍后可以用作高光谱数字图像和数字病理学数字图像中的标记以通过对准X-Y中的图像数据来将高光谱数字图像配准到数字病理学数字图像。
接下来，在步骤310中，扫描和存储高光谱图像。可以使用瓦片化系统硬件将高光谱图像扫描为单独的图像瓦片，或者可以使用线扫描系统硬件将高光谱图像扫描为全载片图像。有利的是，目前的色彩校准和验证系统和方法是硬件不可知的。
在扫描之后，原生高光谱图像包括具有多个个别图像的一个或多个光谱堆叠，所述多个个别图像各自使用色彩匹配功能进行处理以按XYZ色彩产生单个数字图像。接下来，在步骤320中，扫描和存储彩色数字病理学图像。所扫描的数字病理学图像处于RGB色彩中。还可以使用瓦片化系统将数字病理学图像扫描为单独的图像瓦片，或者可以使用线扫描系统将数字病理学图像扫描为全载片图像。虽然在高光谱成像系统和数字病理学成像系统中使用具有相同或者非常类似的例如像素大小和像素数目的特性的相机存在优势，但这些优势主要用于简化图像配准过程并且使得所述配准过程稳健。
接下来，在步骤330中，将高光谱图像和数字病理学图像彼此配准。图像配准包括例如通过图案匹配进行的X-Y对准，以及转换为共同的特性，例如，放大倍率和图像像素大小。在一些实施方案中，所述配准过程包括产生经过重新取样的图像像素(更大或者更小)以使得来自单独的扫描系统的个别图像像素大小基本上相同。在一些实施方案中，所述配准过程还可以包括平移上的局部变化以考虑光学扭曲。
一旦将高光谱图像和数字病理学图像彼此配准，在步骤340中，确定高光谱图像中的色彩群组。在简单的实施方案中，高光谱图像中的每个个别的图像像素是其自身的色彩群组。然而，这将产生显著的噪声，因为个别图像像素非常小并且因此每种色彩的样本大小也非常小。为了减少噪声，在步骤340中，将具有相同或者非常类似的色彩的邻接的个别图像像素组合为更大的超像素，例如在图4B中示出的超像素190。超像素越大，样本大小越大，这具有减少的噪声的优势。然而，在超像素中包括更多的像素的缺点在于这会减小跨所有超像素的色彩的范围。一旦已经识别出超像素，超像素的色彩确定色彩群组。在一个实施方案中，对在超像素中包括的所有图像像素的色彩值一起求平均以确定平均色彩值，并且将所述平均色彩值确定为那个色彩群组的色彩，如步骤350中所示。
有利的是，高光谱图像中的色彩群组涵盖高光谱图像中的每个图像像素，并且每个色彩群组具有X-Y周边。因此，因为已经将高光谱图像和数字病理学图像彼此配准，所以可以将来自高光谱图像的色彩群组的X-Y周边应用于如步骤360中所示的数字病理学图像，以使数字病理学图像的个别图像像素关联到与高光谱图像相同的色彩群组中。因此，可以在步骤370中类似地对数字病理学图像中的每个色彩群组的个别图像像素的色彩值求平均以确定数字病理学图像中的每个色彩群组的平均色彩值。
一旦已经确立高光谱图像中的各个色彩群组的平均色彩值和数字病理学图像中的相同色彩群组的平均色彩值，便可以使这些色彩值在查找表中彼此相关，所述查找表使XYZ色彩值与它们的相关的RGB色彩值相关联，如步骤380中所示。在一个实施方案中，可以将查找表嵌入包容数字病理学图像的数据结构中。在一个实施方案中，可以将XYZ色彩数据与RGB色彩数据的相关性包括在数字病理学图像数据结构中以作为国际色彩联盟(ICC)简档的部分。举例来说，如先前提及，可以将查找表嵌入数字病理学图像数据结构中，或者替代地，可以将查找表中的信息转换为数学模型或公式或一组可执行指令，并且可以将所述模型或公式或者所述一组指令嵌入数字病理学图像数据结构中。嵌入所述模型或公式或所述一组指令的优势在于，所述模型或公式或所述一组指令的数据大小更小并且进而减小了数字病理学图像数据结构的大小。另一优势在于，所述模型或公式或所述一组指令用于使可能由于条件等色而引入的XYZ色彩数据与RGB色彩数据的相关性方面的微小差异和不符达到平均。条件等色是在实际上不相同的两种色彩(即，它们反射不同波长的光)在某些照明条件下显得相同时。
在一个实施方案中，随时间从具有多种不同染色剂的多个载片产生单个组合查找表。有利的是，可以随时间产生和优化单个组合查找表，使得单个组合查找表可以用于具有任何类型的染色简档的任何类型的数字病理学载片。
图6是说明根据本发明的实施方案的用于使用超像素过程来验证由数字病理学扫描设备产生的色彩值的示例性过程的流程图。所说明的过程的某些步骤可以由例如先前关于图4A所描述的图像处理器装置执行。在所说明的实施方案中，起初在步骤400中制备测试载片。如先前论述，所述测试载片可以是使用标本以及零种或者更多种染色剂以正常方式制备的任何载片。接下来，在步骤410中，例如使用先前关于图5所描述的过程来产生查找表。所述查找表可以含有色彩值，例如在下表1的高光谱XYZ列和相关联的数字病理学RGB列中示出的色彩值，其中每个行表示高光谱数字图像和数字病理学数字图像中的相同色彩群组(例如，超像素)。
表1
超像素 高光谱XYZ 数字病理学RGB 数字病理学XYZ
1 0.777,0.631,0.551 225,147,169 0.770,0.625,0.556
2 0.743,0.574,0.500 219,130,154 0.750,0.570,0.510
3 0.712,0.426,0.454 213,117,140 0.719,0.431,0.450
4 0.683,0.485,0.413 208,105,128 0.678,0.481,0.418
表1说明XYZ色彩值中的高光谱图像数据与RGB色彩值中的数字病理学图像数据与XYZ色彩值中的数字病理学图像数据的相关性。
接下来，在步骤420中，确定数字病理学图像的XYZ值。这可以通过至少两种方式完成。第一种方式是可以例如使用查找表或者公式从数字病理学图像的RGB值来计算数字病理学图像的XYZ值。第二种方式是可以将数字病理学图像呈现于显示器上，并且可以使用测量XYZ值中的色彩的色彩测量装置(例如，色度计或者分光光度计)来测量从显示器发射的色彩。
最后，在步骤430中，将数字病理学图像的特定区(例如，超像素)的所计算的或者所测得的XYZ值与同一区的高光谱图像XYZ值进行比较。以此方式，可以验证由数字病理学设备产生并且在显示屏幕上呈现的色彩信息。
图7A、图7B和图7C是说明根据本发明的实施方案的由高光谱成像系统扫描的标本的色彩值相对于由数字病理学成像系统扫描的同一标本的超像素化的色彩值的示例性比较的曲线图。通过将数字载片图像呈现于显示器上并且使用色彩测量装置测量超像素区来获得来自数字病理学成像系统的XYZ色彩值。替代地，因为超像素区可以非常小并且因此难以使用色彩测量装置测量，所以可以使用超像素的色彩值填满具有单种色彩的整个显示器并且随后使用色彩测量装置来测量区。如曲线图所演示，测得脱离显示屏幕的色彩值非常接近由高光谱成像系统测得的真实色彩值，其中平均差为2.18，这小于一个最小可觉差。
在图7A中，曲线图200示出明度的系统高光谱值与明度的数字病理学显示值的比较。类似地，在图7B中，曲线图220示出绿色/红色的系统高光谱值与绿色/红色的数字病理学显示值的比较。类似地，在图7C中，曲线图240示出蓝色/黄色的系统高光谱值与蓝色/黄色的数字病理学显示值的比较。另外，在曲线图200、220和240中的每一者中，显然存在非常大量的个别比较。值得注意的是，每个个别比较对应于单独的超像素。在配准过程之后，虽然高光谱图像和数字病理学图像中的图像像素的数目还非常大，但具有大量超像素的后果是每个超像素的样本大小(即，图像像素的数目)较小并且因此噪声在数据集中增加。
图8是说明根据本发明的实施方案的形成复合XYZ图像650的示例性一组像素群组的框图。在所说明的实施方案中，存在十个索引，即，索引1,600、索引2,605、索引3,610、索引4,615、索引5 620、索引6 625、索引7 630、索引8 635、索引9 640和索引10 645。所述索引中的每一者表示基础数字图像的单独的色彩群组。当组合在一起时，所述十个索引产生复合图像650。索引色彩调色板660表示对应于每个个别索引的色彩值中的每一者。
在个别索引图像中可以看到，每个索引图像表示基础数字图像中的具有特定阈值内的相同色彩值的所有图像像素的分散。可以将编制索引过程应用于XYZ数字图像或者RGB数字图像。有利的是，编制索引过程分析数字图像中的每个像素的色彩值并且识别所有像素，而不管属于单个色彩值的X-Y位置如何。在所说明的实施方案中，可以将无论由高光谱成像系统产生还是由病理学成像系统产生的整个数字病理学数字图像编制索引为约十个(10)色彩值。将数字图像中的所有图像像素编制索引为相对少量的色彩值的显著优势在于，每个色彩值的样本大小显著增加，这显著减少了噪声。将数字图像中的所有图像像素编制索引为相对少量的色彩值的另一优势在于，通过最小数目的索引提供最广范围的平均色彩值。
图9是说明根据本发明的实施方案的用于使用编制索引过程来校准由数字病理学扫描设备产生的色彩值的示例性过程的流程图。所说明的过程的某些步骤可以由例如先前关于图4A所描述的图像处理器装置执行。起初，在步骤700中，获得载片。如先前论述，使用具有零种或更多种染色剂的标本的任何类型的载片是合适的。接下来，在步骤710中，将高光谱图像扫描和存储为XYZ图像。如先前论述，可以使用任何类型的扫描系统硬件将高光谱图像扫描为单独的图像瓦片。接下来，在步骤720中，将彩色数字病理学图像扫描和存储为RGB图像。
接下来，在步骤730中，如先前描述，将高光谱图像和数字病理学图像彼此配准。图像配准包括X-Y对准以及转换为共同的特性，例如图像像素大小。一旦将高光谱图像和数字病理学图像彼此配准，在步骤740中，将高光谱图像编制索引以识别高光谱图像中的每个图像像素可以被分配到其中的一组色彩。在简单的实施方案中，编制索引过程接收索引值(即，索引的总数)并且以一种方式将个别像素分类为那个数目的色彩群组，使得将与将每个像素分配到由色彩值界定的索引中相关联的错误值最小化，所述色彩值不同于被分配给所述索引的相应像素的色彩值。举例来说，索引模块290可以被配置成针对任何数字图像使用是十或十五或二十的索引值。在更复杂的实施方案中，索引模块290可以被配置成分析数字图像数据以确定将每个像素分配到最小数目的索引中的最佳的索引值，这使整个数字图像上的错误值最小化。
一旦已经将所有个别的图像像素分配给高光谱图像的索引，便通过对相应索引中的所有个别的图像像素的色彩值求平均以确定平均色彩值来确定所述相应索引的色彩值，并且确定所述平均色彩值是高光谱图像的相应索引的色彩，如步骤750中所示。
有利的是，所述高光谱图像中的组合索引包括高光谱图像中的每个图像像素。因此，因为已经将高光谱图像和数字病理学图像彼此配准，所以可以在步骤760中将来自高光谱图像的每个索引应用于数字病理学图像，以便在数字病理学图像的对应索引中将高光谱图像的索引中包括的相同的个别图像像素分组在一起。这之所以可以实现是因为高光谱图像和数字病理学图像先前彼此配准并且它们的相应的图像像素大小被调整为相同。
一旦已经将数字病理学图像的所有个别的图像像素分配给索引，便通过对相应索引中的所有个别的图像像素的色彩值求平均以确定平均色彩值来确定所述所述数字病理学图像的每个相应索引的色彩值，并且确定所述平均色彩值是所述相应索引的色彩，如步骤770中所示。
一旦已经确立高光谱图像中的各个索引的平均色彩值和相同索引的平均色彩值，便可以使这些色彩值在查找表中彼此相关，所述查找表使XYZ色彩值与它们的相关的RGB色彩值相关联，如步骤780中所示。在一个实施方案中，可以将查找表嵌入包容数字病理学图像的数据结构中。在一个实施方案中，可以将XYZ色彩数据包括在数字病理学图像数据结构中以作为国际色彩联盟(ICC)简档的部分。如先前提及，查找表或数学模型或公式或一组指令可以嵌入数字病理学图像数据结构中。
如先前描述，可以有利地随时间从具有多种不同染色剂的多个载片产生单个组合查找表。有利的是，可以随时间产生和优化单个组合查找表，使得单个组合查找表可以用于具有任何类型的染色简档的任何类型的数字病理学载片。
图10是说明根据本发明的实施方案的用于使用编制索引过程来验证由数字病理学扫描设备产生的色彩值的示例性过程的流程图。所说明的过程的某些步骤可以由例如先前关于图4A所描述的图像处理器装置执行。起初，在步骤800中制备测试载片。如先前论述，所述测试载片可以是使用标本以及零种或更多种染色剂以正常方式制备的任何载片。接下来，在步骤810中，例如使用先前关于图9所描述的过程来产生查找表。所述查找表可以含有色彩值，例如在下表2的高光谱XYZ列和相关联的数字病理学RGB列中示出的色彩值，其中每个行表示高光谱数字图像和数字病理学数字图像中的单个色彩值(即，索引)。
表2
Figure BDA0003376660140000141
Figure BDA0003376660140000151
表2说明XYZ色彩值中的高光谱图像数据与RGB色彩值中的数字病理学图像数据与XYZ色彩值中的数字病理学图像数据的相关性。
接下来，在步骤820中，确定数字病理学图像的XYZ值。如先前论述，这可以通过以下操作来完成：基于数字病理学图像的RGB值来计算数字病理学图像的XYZ值，或者将色彩值呈现于整个显示器上并且使用测量XYZ值中的色彩的色彩测量装置来测量从显示器发射的色彩。
最后，在步骤830中，将数字病理学图像的特定色彩值(例如，索引)的所计算的或者所测得的XYZ值与同一索引的高光谱图像XYZ值进行比较。以此方式，可以相对于由高光谱成像系统测得的真实色彩来验证由数字病理学设备产生并且在显示屏幕上呈现的色彩信息。
图11A、图11B和图11C是说明根据本发明的实施方案的由高光谱成像系统扫描的标本的经过编制索引的色彩值相对于由数字病理学成像系统扫描的同一标本的经过编制索引的色彩值的示例性比较的曲线图。通过将每个经过编制索引的色彩值呈现于显示器上并且使用色彩测量装置测量所述显示器的一部分来获得来自数字病理学成像系统的XYZ色彩值。如曲线图所演示，测得脱离显示屏幕的色彩值非常接近由高光谱成像系统测得的真实色彩值，其中平均差小于一个最小可觉差。
在图11A中，曲线图210示出明度的系统高光谱值与明度的数字病理学显示值的比较。类似地，在图7B中，曲线图230示出绿色/红色的系统高光谱值与绿色/红色的数字病理学显示值的比较。类似地，在图7C中，曲线图250示出蓝色/黄色的系统高光谱值与蓝色/黄色的数字病理学显示值的比较。另外，在曲线图210、230和250中的每一者中，显然存在非常少量的个别比较。值得注意的是，每个个别比较对应于单独的索引。有利的是，具有少量的索引导致每个索引中的大量像素，这因此减少了数据集中的噪声。当将图11A、图11B和图11C与图7A、图7B和图7C进行比较时，存在更少的测量，但由于噪声而引起的分散少得多。这演示在每个索引中具有非常大量的图像像素的优势，所述图像像素形成用于确定平均色彩的基础。
图12A是说明可以结合本文描述的各种实施方案而使用的示例性具有处理器功能的装置550的框图。熟练技术人员将理解，还可以使用装置550的替代形式。在所说明的实施方案中，将装置550呈现为数字成像装置(在本文还被称为扫描仪系统或者扫描系统)，其包括：一个或多个处理器555；一个或多个存储器565；一个或多个运动控制器570；一个或多个接口系统575；一个或多个可移动载台580，其各自支撑具有一个或多个样本590的一个或多个玻璃载片585；一个或多个照明系统595，其照明所述样本；一个或多个物镜600，其各自界定沿着光轴行进的光学路径605；一个或多个物镜定位器630；一个或多个任选的落射照明系统635(例如，包括在荧光扫描仪系统中)；一个或多个聚焦光学器件610；一个或多个线扫描相机615和/或一个或多个区域扫描相机620，所述扫描相机中的每一者界定样本590和/或玻璃载片585上的单独的视野625。扫描仪系统550的各个元件经由一条或多条通信总线560而通信地耦合。虽然可以存在扫描仪系统550的各个元件中的每一者中的一者或多者，但在之后的描述中出于简单起见，将单个地描述这些元件，除非在需要多个地进行描述以表达适当的信息时。
所述一个或多个处理器555可以包括(例如)能够并行地处理指令的中央处理单元(“CPU”)和单独的图形处理单元(“GPU”)，或者所述一个或多个处理器555可以包括能够并行地处理指令的多核处理器。还可以提供额外的单独处理器以控制特定组件或者执行特定功能，例如图像处理。举例来说，额外的处理器可以包括用于管理数据输入的辅助处理器、用于执行浮点数学运算的辅助处理器、具有适合于快速执行信号处理算法的架构的专用处理器(例如，数字信号处理器)、在主处理器下级的从处理器(例如，后端处理器)、用于控制线扫描相机615、载台580、物镜225和/或显示器(未示出)的额外的处理器。此类额外的处理器可以是单独的分立的处理器或者可以与处理器555集成。
存储器565提供对可以由处理器555执行的程序的数据和指令的存储。存储器565可以包括存储数据和指令的一个或多个易失性和持久性计算机可读存储介质，例如，随机存取存储器、只读存储器、硬盘驱动器、可移除存储驱动器等。处理器555被配置成执行存储在存储器565中的指令，并且经由通信总线560与扫描仪系统550的各个元件进行通信以执行扫描仪系统550的全部功能。
所述一条或多条通信总线560可以包括被配置成输送模拟电信号的通信总线560，并且可以包括被配置成输送数字数据的通信总线560。因此，经由一条或多条通信总线560来自处理器555、运动控制器570和/或接口系统575的通信可以包括电信号和数字数据两者。处理器555、运动控制器570和/或接口系统575还可以被配置成经由无线通信链路与扫描系统550的各个元件中的一者或多者通信。
运动控制系统570被配置成精确地控制和协调载台580和物镜600的XYZ移动(例如，经由物镜定位器630)。运动控制系统570还被配置成控制扫描仪系统550中的任何其他移动部分的移动。举例来说，在荧光扫描仪实施方案中，运动控制系统570被配置成协调落射照明系统635中的光学滤波器等的移动。
接口系统575允许扫描仪系统550与其他系统和人类操作者介接。举例来说，接口系统575可以包括用户界面以直接向操作者提供信息和/或允许来自操作者的直接输入。接口系统575还被配置成促进扫描系统550与直接连接的一个或多个外部装置(例如，打印机、可移除存储介质)或者经由网络(未示出)连接到扫描仪系统550的外部装置之间的通信和数据传递，所述经由网络连接到扫描仪系统的外部装置例如为图像服务器系统、操作者站、用户站和管理服务器系统。在一个实施方案中，色彩测量装置577可以被配置成从用户界面575读取色彩信息并且将所述色彩信息转译为一个或多个XYZ值。
照明系统595被配置成照明样本590的一部分。所述照明系统可以包括(例如)光源和照明光学器件。所述光源可以是具有使光输出最大化的凹反射镜和用于抑制热的KG-1滤光器的可变强度卤素光源。所述光源还可以是任何类型的弧灯、激光或者其他光源。在一个实施方案中，照明系统595以传输模式照明样本590，使得线扫描相机615和/或区域扫描相机620感测通过样本590传输的光学能量。替代地，或组合地，照明系统595还可以被配置成以反射模式照明样本590，使得线扫描相机615和/或区域扫描相机620感测从样本590反射的光学能量。总的来说，照明系统595被配置成适合于以光学显微镜的任何已知的模式来调查微观样本590。
在一个实施方案中，扫描仪系统550任选地包括落射照明系统635以优化扫描仪系统550进行荧光扫描。荧光扫描是对包括荧光分子的样本590的扫描，所述荧光分子是可以吸收特定波长(激发)的光的光子敏感分子。这些光子敏感分子还发射更高波长(发射)的光。因为此光致发光现象的效率非常低，所以所发射的光的量常常非常低。此低量的所发射的光通常阻挠用于扫描和数字化样本590的常规技术(例如，传输模式显微镜)。有利的是，在扫描仪系统550的任选的荧光扫描仪系统实施方案中，使用包括多个线性传感器阵列的线扫描相机615(例如，时间延迟积分(“TDI”)线扫描相机)通过将样本590的相同区域暴露于线扫描相机615的多个线性传感器阵列中的每一者来增加对线扫描相机的光的灵敏度。这在扫描具有较低的所发射的光的荧光样本时是尤其有用的。
因此，在荧光扫描仪系统实施方案中，线扫描相机615优选是单色TDI线扫描相机。有利的是，单色图像在荧光显微镜中是理想的，因为它们提供来自存在于样本上的各个通道的实际信号的更准确的表示。本领域技术人员将理解，可以使用发射不同波长(其还称为“通道”)的光的多种荧光染料来标记荧光样本590。
此外，因为各种荧光样本的低端信号电平和高端信号电平呈现出线扫描相机615要感测的波长的宽波谱，所以合意的是，线扫描相机615可以感测的低端信号电平和高端信号电平类似地宽。因此，在荧光扫描仪实施方案中，在荧光扫描系统550中使用的线扫描相机615是单色10位64线性阵列TDI线扫描相机。应注意，可以采用线扫描相机615的多种位深度以便与扫描系统550的荧光扫描仪实施方案一起使用。
可移动载台580被配置成在处理器555或者运动控制器570的控制下进行精确的XY移动。可移动载台还可以被配置成在处理器555或者运动控制器570的控制下在Z上移动。可移动载台被配置成在由线扫描相机615和/或区域扫描相机进行的图像数据捕获期间将样本定位在所要的位置。可移动载台还被配置成在扫描方向上将样本590加速至基本上恒定的速度，并且随后在线扫描相机615进行的图像数据捕获期间维持所述基本上恒定的速度。在一个实施方案中，扫描仪系统550可以采用高精度和紧密协调的XY网格来辅助将样本590定位在可移动载台580上。在一个实施方案中，可移动载台580是基于直线电机的XY载台，其具有在X轴和Y轴上采用的高精度编码器。举例来说，可以在扫描方向上的轴上以及在垂直于扫描方向的方向上的轴上以及在与扫描方向相同的平面上使用非常精确的纳米编码器。载台还被配置成支撑在其上设置样本590的玻璃载片585。
样本590可以是可以通过光学显微镜调查的任何事物。举例来说，玻璃显微镜载片585被频繁用作标本的观看基底，所述标本包括组织和细胞、染色体、DNA、蛋白质、血液、骨髓、尿液、细菌、液滴、活检材料，或者死的或活的、染色或者未染色的、标记或者未标记的任何其他类型的生物材料或者物质。样本590还可以是沉积在任何类型的载片或其他基底上的任何类型的DNA或例如cDNA或RNA或蛋白质的DNA相关材料的阵列，包括通常称为微阵列的任何和所有样本。样本590可以是微量滴定板，例如96孔板。样本590的其他实例包括集成电路板、电泳记录、培养皿、膜、半导体材料、司法鉴定材料或者机械加工的零件。
将物镜600安装在物镜定位器630上，在一个实施方案中，所述物镜定位器可以采用非常精确的直线电机沿着由物镜600界定的光轴来移动物镜600。举例来说，物镜定位器630的直线电机可以包括50纳米编码器。在采用用于存储信息和指令的存储器565的处理器555的控制下使用运动控制器570以闭环方式来协调和控制载台580和物镜600在XYZ轴中的相对位置，所述指令包括用于整个扫描系统550操作的计算机可执行的经编程的步骤。
在一个实施方案中，物镜600是平面复消色差(“APO”)无穷远纠正物镜，其具有对应于合意的最高空间分辨率的数值孔径，其中物镜600适合于传输模式照明显微镜、反射模式照明显微镜，和/或落射照明模式荧光显微镜(例如，Olympus 40X,0.75NA或者20X,0.75NA)。有利的是，物镜600能够纠正色差和球面像差。因为物镜600是无穷远纠正的，所以可以将聚焦光学器件610放置在物镜600上方的光学路径605中，其中穿过物镜的光束变为准直光束。聚焦光学器件610将由物镜600捕获的光学信号聚焦到线扫描相机615和/或区域扫描相机620的光响应元件上，并且可以包括光学组件，例如滤光器、放大变换器透镜等。物镜600与聚焦光学器件610的组合提供扫描系统550的总放大倍率。在一个实施方案中，聚焦光学器件610可以含有镜筒透镜和任选的2X放大变换器。有利的是，2X放大变换器允许原生20X物镜600以40X的放大倍率扫描样本590。
线扫描相机615包括图片元素(“像素”)的至少一个线性阵列。所述线扫描相机可以是单色或者彩色的。彩色线扫描相机通常具有至少三个线性阵列，而单色线扫描相机可以具有单线性阵列或者多线性阵列。还可以使用任何类型的单线性阵列或者多线性阵列，无论是被封装为相机的部分还是定制集成到成像电子模块中。举例来说，还可以使用3线性阵列(“红色-绿色-蓝色”或者“RGB”)彩色线扫描相机或者96线性阵列单色TDI。TDI线扫描相机通常通过以下方式来提供输出信号中的基本上更好的信噪比(“SNR”)：对来自标本的先前成像的区的强度数据求和，从而产生与集成载台的数目的平方根成比例的SNR的增加。TDI线扫描相机包括多个线性阵列，例如，具有24个、32个、48个、64个、96个或者甚至更多个线性阵列的TDI线扫描相机是可用的。扫描仪系统550还支持以多种格式制造的线性阵列，包括具有512个像素的一些线性阵列、具有1024个像素的一些线性阵列以及具有多达4096个像素的其他线性阵列。类似地，还可以在扫描仪系统550中使用具有多种像素大小的线性阵列。选择任何类型的线扫描相机615的突出要求在于，载台580的运动可以与线扫描相机615的线速率同步，使得载台580可以在样本590的数字图像捕获期间相对于线扫描相机615运动。
由线扫描相机615产生的图像数据被存储为存储器565的一部分，并且由处理器555处理以产生样本590的至少一部分的邻接数字图像。处理器555可以进一步处理所述邻接数字图像，并且还可以将修正后的邻接数字图像存储在存储器565中。
在具有两个或更多个线扫描相机615的实施方案中，线扫描相机615中的至少一者可以被配置成充当聚焦传感器，所述聚焦传感器与所述线扫描相机中的被配置成充当图像传感器的至少一个线扫描相机组合操作。所述聚焦传感器可以在逻辑上定位在与图像传感器相同的光学路径上，或者所述聚焦传感器可以相对于扫描仪系统550的扫描方向在逻辑上定位在所述图像传感器之前或之后。在其中至少一个线扫描相机615充当聚焦传感器的此实施方案中，由所述聚焦传感器产生的图像数据被存储为存储器565的一部分并且由一个或多个处理器555处理以产生聚焦信息，从而允许扫描仪系统550在扫描期间调整样本590与物镜600之间的相对距离以维持样本上的焦点。
在操作中，扫描仪系统550的各种组件以及存储在存储器565中的程序模块实现对设置在玻璃载片585上的样本590的自动扫描和数字化。玻璃载片585牢固地放置在扫描仪系统550的可移动载台580上以用于扫描样本590。在处理器555的控制下，可移动载台580将样本590加速至基本上恒定的速度以供线扫描相机615感测，其中载台的速度与线扫描相机615的线速率同步。在扫描图像数据的条纹之后，可移动载台580减速并且使样本590达到基本上完全停止。可移动载台580随后正交于扫描方向而移动以定位样本590，以便扫描图像数据的后续条纹，例如，相邻条纹。随后扫描额外的条纹，直到扫描了样本590的整个部分或者整个样本590为止。
举例来说，在对样本590的数字扫描期间，获取样本590的邻接数字图像作为多个邻接的视野，将所述多个邻接的视野组合在一起以形成图像条带。类似地将多个相邻的图像条带组合在一起以形成部分或者整个样本590的邻接数字图像。对样本590的扫描可以包括获取垂直图像条带或者水平图像条带。对样本590的扫描可以是自上而下、自下而上或者两者(双向)，并且可以在样本上的任何点处开始。替代地，对样本590的扫描可以是从左到右、从右到左或者两者(双向)，并且可以在样本上的任何点处开始。另外，不需要以相邻或者邻接的方式获取图像条带。此外，样本590的所得的图像可以是整个样本590或者样本590的仅一部分的图像。
在一个实施方案中，将计算机可执行指令(例如，程序模块和软件)存储在存储器565中，并且在执行时使得扫描系统550能够执行本文描述的各种功能。在此描述中，术语“计算机可读存储介质”用于指用于存储计算机可执行指令并且向扫描系统550提供计算机可执行指令以供处理器555执行的任何介质。这些介质的实例包括存储器565以及直接地或例如经由网络(未示出)间接地与扫描系统550通信地耦合的任何可移除或外部存储介质(未示出)。
图12B说明具有单个线性阵列640的线扫描相机，所述单个线性阵列可以实施为电荷耦合装置(“CCD”)阵列。单个线性阵列640包括多个个别像素645。在所说明的实施方案中，单个线性阵列640具有4096个像素。在替代性实施方案中，线性阵列640可以具有更多或者更少的像素。举例来说，线性阵列的常见格式包括512个、1024个以及4096个像素。像素645以线性方式布置以界定线性阵列640的视野625。所述视野的大小根据扫描仪系统550的放大倍率而改变。
图12C说明具有三个线性阵列的线扫描相机，所述三个线性阵列中的每一者可以实施为CCD阵列。所述三个线性阵列进行组合以形成色彩阵列650。在一个实施方案中，所述色彩阵列650中的每个个别线性阵列检测不同的色彩强度，例如红色、绿色或者蓝色。来自色彩阵列650中的每个个别线性阵列的色彩图像数据经过组合以形成色彩图像数据的单个视野625。
图12D说明具有多个线性阵列的线扫描相机，所述多个线性阵列中的每一者可以实施为CCD阵列。所述多个线性阵列进行组合以形成TDI阵列655。有利的是，TDI线扫描相机可以通过以下方式来提供其输出信号中的基本上更好的SNR：对来自标本的先前成像的区的强度数据求和，从而产生与线性阵列(还称为集成载台)的数目的平方根成比例的SNR的增加。TDI线扫描相机可以包括更大种类的数目的线性阵列，例如，TDI线扫描相机的常见格式包括24个、32个、48个、64个、96个、120个或者甚至更多个线性阵列。
示例性实施方案
本申请的公开内容可以在一种系统中体现，所述系统包括：非暂时性计算机可读介质，其被配置成存储数据和可执行程序模块；至少一个处理器，其与所述非暂时性计算机可读介质通信地耦合并且被配置成执行存储在上面的指令；配准模块，其存储在所述非暂时性计算机可读介质中并且被配置成由所述处理器执行，所述配准模块被配置成：按XYZ色彩获得标本的第一数字图像，所述第一数字图像具有多个具有第一图像像素大小的图像像素；按RGB色彩获得所述标本的第二数字图像，所述第二数字图像具有多个具有第二图像像素大小的图像像素；将所述第一数字图像和所述第二数字图像转换为共同的图像像素大小；以及使所述第一数字图像的所述经过转换的图像像素与所述第二数字图像的对应的经过转换的图像像素对准。可以将此类系统实施为具有处理器功能的装置，例如先前关于图4A和图12A-图12D所描述的数字成像装置或者图像处理装置。
本申请的公开内容还可以在一种系统中体现，所述系统包括：非暂时性计算机可读介质，其被配置成存储数据和可执行程序模块；至少一个处理器，其与所述非暂时性计算机可读介质通信地耦合并且被配置成执行存储在上面的指令；配准模块，其存储在所述非暂时性计算机可读介质中并且被配置成由所述处理器执行，所述配准模块被配置成：按XYZ色彩获得标本的第一数字图像，所述第一数字图像具有多个具有第一图像像素大小的图像像素；按RGB色彩获得所述标本的第二数字图像，所述第二数字图像具有多个具有第二图像像素大小的图像像素；使所述第一数字图像的图像数据与所述第二数字图像的对应的图像数据对准；以及将所述第一数字图像和所述第二数字图像转换为共同的图像像素大小，其中使所述第一数字图像的所述经过转换的图像像素与所述第二数字图像的对应的经过转换的图像像素对准；查找表模块，其存储在所述非暂时性计算机可读介质中并且被配置成由所述处理器执行，所述查找表模块被配置成：产生查找表以使所述第一数字图像的多个经过转换的图像像素的XYZ色彩值与所述第二数字图像的多个对应的经过转换的图像像素的RGB色彩值相关联。可以将此类系统实施为具有处理器功能的装置，例如先前关于图4A和图12A-图12D所描述的数字成像装置或者图像处理装置。
本申请的公开内容可以在一种系统中体现，所述系统包括：非暂时性计算机可读介质，其被配置成存储数据和可执行程序模块；至少一个处理器，其与所述非暂时性计算机可读介质通信地耦合并且被配置成执行存储在上面的指令；配准模块，其存储在所述非暂时性计算机可读介质中并且被配置成由所述处理器执行，所述配准模块被配置成：按XYZ色彩获得标本的第一数字图像，所述第一数字图像具有多个具有第一图像像素大小的图像像素；按RGB色彩获得所述标本的第二数字图像，所述第二数字图像具有多个具有第二图像像素大小的图像像素；使所述第一数字图像的图像数据与所述第二数字图像的对应的图像数据对准；以及将所述第一数字图像和所述第二数字图像转换为共同的图像像素大小，其中使所述第一数字图像的所述经过转换的图像像素与所述第二数字图像的对应的经过转换的图像像素对准；色彩模块，所述色彩模块存储在所述非暂时性计算机可读介质中并且被配置成由所述处理器执行，所述色彩模块被配置成：识别所述第一数字图像中的第一组图像像素，其中所述第一数字图像中的所述第一组图像像素中的每个图像像素具有基本上相同的XYZ色彩值；确定所述第一数字图像中的所述第一组图像像素的平均XYZ色彩值；识别所述第二数字图像中的第二组图像像素，其中所述第二数字图像中的所述第二组图像像素中的每个图像像素对应于所述第一数字图像中的所述第一组图像像素中的图像像素；以及确定所述第二数字图像中的所述第二组图像像素的平均RGB色彩值；查找表模块，其存储在所述非暂时性计算机可读介质中并且被配置成由所述处理器执行，所述查找表模块被配置成：产生查找表以使所述第一数字图像中的所述第一组图像像素的所述平均XYZ色彩值与所述第二数字图像中的对应的所述第二组图像像素的所述平均RGB色彩值相关联。可以将此类系统实施为具有处理器功能的装置，例如先前关于图4A和图12A-图12D所描述的数字成像装置或者图像处理装置。
上文描述的三个系统实施方案中的任一者可以进一步体现其中所述第一数字图像中的所述第一组图像像素中的所述图像像素中的每一者与所述第一数字图像中的所述第一组图像像素中的至少一个其他图像像素邻接。
替代地，上文描述的三个系统实施方案中的任一者可以进一步体现其中所述第一组图像像素中的至少一些所述图像像素是不邻接的，并且此外，其中所述色彩模块进一步被配置成识别所述第一数字图像中的多个第一组图像像素，其中所述第一数字图像中的第一组图像像素中的每个图像像素具有基本上相同的XYZ色彩值。
本申请的公开内容还可以在一种技术系统中体现，所述技术系统包括：非暂时性计算机可读介质，其被配置成存储可执行程序模块；以及至少一个处理器，其与所述非暂时性计算机可读介质通信地耦合，所述至少一个处理器被配置成执行指令以执行包括以下各项的步骤：使用高光谱成像系统来扫描标本以按XYZ色彩产生所述标本的第一数字图像；使用数字病理学成像系统来扫描所述同一标本以按RGB色彩产生所述标本的第二数字图像；将所述第一数字图像配准到所述第二数字图像以使所述第一数字图像和所述第二数字图像中的所述图像数据对准；产生查找表，所述查找表使所述第一数字图像的所述XYZ色彩与所述第二数字图像的所述RGB色彩相关联。可以将此类系统实施为具有处理器功能的装置，例如先前关于图4A和图12A-图12D所描述的数字成像装置或者图像处理装置。
此系统实施方案可以还包括向显示模块提供XYZ色彩数据以便在显示器上呈现所述第二数字图像。
此系统实施方案可以还包括存储所述XYZ色彩数据作为所述第二数字图像的部分。
此系统实施方案可以还包括使用图案匹配以将所述第一数字图像配准到所述第二数字图像。
此系统实施方案可以还包括在产生所述第一数字图像和第二数字图像之前将网格覆盖在所述标本上，并且使用所述第一数字图像和第二数字图像中的所述网格以将所述第一数字图像配准到所述第二数字图像。
此系统实施方案可以还包括组合所述第一数字图像和所述第二数字图像中的一者或多者中的像素以致使所述第一数字图像中的像素大小与所述第二数字图像中的所述像素大小基本上相同。
此系统实施方案可以还包括针对单种染色剂产生单个查找表。
此系统实施方案可以还包括针对多种染色剂产生单个查找表。
本申请的公开内容还可以在一种技术系统中体现，所述技术系统包括：非暂时性计算机可读介质，其被配置成存储可执行程序模块；以及至少一个处理器，其与所述非暂时性计算机可读介质通信地耦合，所述至少一个处理器被配置成执行指令以执行包括以下各项的步骤：获得由第一成像系统扫描的标本的第一数字图像以按XYZ色彩产生所述标本的所述第一数字图像，所述第一数字图像具有多个具有第一图像像素大小的图像像素；获得由第二成像系统扫描的所述标本的第二数字图像以按RGB色彩产生所述标本的所述第二数字图像，所述第二数字图像具有多个具有第二图像像素大小的图像像素；将所述第一数字图像配准到所述第二数字图像以使所述第一数字图像和所述第二数字图像中的图像数据对准；将所述第二数字图像呈现于显示器上；使用色彩测量装置来测量在所述显示器上的第一区中呈现的所述色彩的XYZ值；以及将所述第一区的所述所测得的XYZ值与所述第一区的所述第一数字图像的XYZ值进行比较以验证数字病理学系统。可以将此类系统实施为具有处理器功能的装置，例如先前关于图4A和图12A-图12D所描述的数字成像装置或者图像处理装置。
本申请的公开内容还可以在一种方法中体现，所述方法包括：获得由第一成像系统扫描的标本的第一数字图像以按XYZ色彩产生所述标本的所述第一数字图像，所述第一数字图像具有多个具有第一图像像素大小的图像像素；获得由第二成像系统扫描的所述标本的第二数字图像以按RGB色彩产生所述标本的所述第二数字图像，所述第二数字图像具有多个具有第二图像像素大小的图像像素；产生查找表以使所述第一数字图像的XYZ色彩与所述第二数字图像的RGB色彩相关联。此方法可以由系统实施，所述系统例如为先前关于图4A和图12A-图12D所描述的数字成像装置或者图像处理装置。
此方法实施方案可以还包括：使所述第一数字图像中的图像数据与所述第二数字图像中的图像数据对准；以及根据所述对准而产生查找表以使所述第一数字图像的XYZ色彩与所述第二数字图像的对应的RGB色彩相关联。
此方法实施方案可以还包括，其中所述第一数字图像包括具有第一图像像素大小的多个图像像素并且所述第二数字图像包括具有第二图像像素大小的多个图像像素，将所述第一数字图像的所述图像像素和所述第二数字图像的所述图像像素转换为共同的图像像素大小，并且使所述经过转换的第一数字图像的所述图像像素与所述经过转换的第二数字图像的对应的图像像素对准。
此方法实施方案可以还包括：识别所述第一数字图像中的第一组图像像素，其中所述经过转换的第一数字图像中的所述第一组图像像素中的每个图像像素具有基本上相同的XYZ色彩值；确定所述经过转换的第一数字图像中的所述第一组图像像素的平均XYZ色彩值；识别所述经过转换的第二数字图像中的第二组图像像素，其中所述经过转换的第二数字图像中的所述第二组图像像素中的每个图像像素对应于所述经过转换的第一数字图像中的所述第一组图像像素中的图像像素；确定所述经过转换的第二数字图像中的所述第二组图像像素的平均RGB色彩值；以及产生查找表以使所述经过转换的第一数字图像中的所述第一组图像像素的所述平均XYZ色彩值与所述经过转换的第二数字图像中的所述第二组图像像素的对应的所述平均RGB色彩值相关联。
本申请的公开内容还可以在一种方法中体现，所述方法包括：获得由第一成像系统扫描的标本的第一数字图像以按XYZ色彩产生所述标本的所述第一数字图像，所述第一数字图像具有多个具有第一图像像素大小的图像像素；获得由第二成像系统扫描的所述标本的第二数字图像以按RGB色彩产生所述标本的所述第二数字图像，所述第二数字图像具有多个具有第二图像像素大小的图像像素；使所述第一数字图像中的图像数据与所述第二数字图像中的图像数据对准；以及根据所述对准而产生查找表以使所述第一数字图像的XYZ色彩与所述第二数字图像的对应的RGB色彩相关联。此方法可以由系统实施，所述系统例如为先前关于图4A和图12A-图12D所描述的数字成像装置或者图像处理装置。
此方法实施方案可以还包括，其中所述第一数字图像包括具有第一图像像素大小的多个图像像素并且所述第二数字图像包括具有第二图像像素大小的多个图像像素，将所述第一数字图像和所述第二数字图像转换为共同的图像像素大小，并且使所述第一数字图像的经过转换的图像像素与所述第二数字图像的对应的经过转换的图像像素对准。
此方法实施方案可以还包括：识别所述经过转换的第一数字图像中的多个第一组图像像素，其中所述经过转换的第一数字图像中的所述多个第一组图像像素中的每一组图像像素中的每个图像像素具有基本上相同的XYZ色彩值；确定所述经过转换的第一数字图像中的所述多个第一组图像像素中的每一组图像像素的平均XYZ色彩值；识别所述经过转换的第二数字图像中的对应的多个第二组图像像素，其中所述经过转换的第二数字图像中的所述多个第二组图像像素中的每一组图像像素中的每个图像像素对应于所述经过转换的第一数字图像中的图像像素；确定所述经过转换的第二数字图像中的所述多个第二组图像像素中的每一组图像像素的平均RGB色彩值；以及产生查找表以使所述经过转换的第一数字图像中的所述第一组图像像素中的每一者的所述平均XYZ色彩值与所述经过转换的第二数字图像中的对应的所述第二组图像像素的对应的所述平均RGB色彩值相关联。
本申请的公开内容还可以在一种方法中体现，所述方法包括：获得由第一成像系统扫描的标本的第一数字图像以按XYZ色彩产生所述标本的所述第一数字图像，所述第一数字图像具有多个具有第一图像像素大小的图像像素；获得由第二成像系统扫描的所述标本的第二数字图像以按RGB色彩产生所述标本的所述第二数字图像，所述第二数字图像具有多个具有第二图像像素大小的图像像素；将所述第一数字图像配准到所述第二数字图像以使所述第一数字图像和所述第二数字图像中的所述图像数据对准；以及产生查找表，所述查找表使所述第一数字图像的XYZ色彩与所述第二数字图像的RGB色彩相关联。此方法可以由系统实施，所述系统例如为先前关于图4A和图12A-图12D所描述的数字成像装置或者图像处理装置。
此方法实施方案可以还包括向显示模块提供XYZ色彩数据以便在显示器上呈现所述第二数字图像。
此方法实施方案可以还包括存储所述XYZ色彩数据作为所述第二数字图像文件的部分。
此方法实施方案可以还包括使用图案匹配以将所述第一数字图像配准到所述第二数字图像。
此方法实施方案可以还包括在产生所述第一数字图像和第二数字图像之前将网格覆盖在所述标本上，并且使用所述第一数字图像和第二数字图像中的所述网格以将所述第一数字图像配准到所述第二数字图像。
此方法实施方案可以还包括组合所述第一数字图像和所述第二数字图像中的一者或多者中的像素以致使所述第一数字图像中的第一图像像素大小与所述第二数字图像中的所述第二图像像素大小基本上相同。
此方法实施方案可以还包括针对单种染色剂产生单个查找表。
此方法实施方案可以还包括针对多种染色剂产生单个查找表。
本申请的公开内容还可以在一种方法中体现，所述方法包括：获得由第一成像系统扫描的标本的第一数字图像以按XYZ色彩产生所述标本的所述第一数字图像，所述第一数字图像具有多个具有第一图像像素大小的图像像素；获得由第二成像系统扫描的所述标本的第二数字图像以按RGB色彩产生所述标本的所述第二数字图像，所述第二数字图像具有多个具有第二图像像素大小的图像像素；将所述第一数字图像配准到所述第二数字图像以使所述第一数字图像和所述第二数字图像中的图像数据对准；将所述第二数字图像呈现于显示器上；使用色彩测量装置来测量在所述显示器上的第一区中呈现的所述色彩的XYZ值；以及将所述第一区的所述所测得的XYZ值与所述第一区的所述第一数字图像的XYZ值进行比较以验证数字病理学系统。此方法可以由系统实施，所述系统例如为先前关于图4A和图12A-图12D所描述的数字成像装置或者图像处理装置。
本申请的公开内容还可以在一种方法中体现，所述方法包括：获得由第一成像系统扫描的标本的第一数字图像以按XYZ色彩产生所述标本的所述第一数字图像，所述第一数字图像具有多个具有第一图像像素大小的图像像素；获得由第二成像系统扫描的所述标本的第二数字图像以按RGB色彩产生所述标本的所述第二数字图像，所述第二数字图像具有多个具有第二图像像素大小的图像像素；将所述第一数字图像配准到所述第二数字图像以使所述第一数字图像和所述第二数字图像中的图像数据对准；将所述第一数字图像和所述第二数字图像转换为共同的图像像素大小；识别所述经过转换的第一数字图像中的多个第一组图像像素，其中所述经过转换的第一数字图像中的所述多个第一组图像像素中的每一组图像像素中的每个图像像素具有基本上相同的XYZ色彩值；确定所述经过转换的第一数字图像中的所述多个第一组图像像素中的每一组图像像素的平均XYZ色彩值；识别所述经过转换的第二数字图像中的对应的多个第二组图像像素，其中所述经过转换的第二数字图像中的所述多个第二组图像像素中的每一组图像像素中的每个图像像素对应于所述经过转换的第一数字图像中的图像像素；确定所述经过转换的第二数字图像中的所述多个第二组图像像素中的每一组图像像素的平均RGB色彩值；以及产生查找表以使所述经过转换的第一数字图像中的所述第一组图像像素中的每一者的所述平均XYZ色彩值与所述经过转换的第二数字图像中的对应的所述第二组图像像素的对应的所述平均RGB色彩值相关联；在显示器的第一区上呈现来自所述查找表的第一平均RGB色彩值；使用色彩测量装置来测量来自所述显示器的所述第一区的XYZ值；以及将来自所述显示器的所述第一区的所测得的XYZ值与对应于所述查找表中的所述第一平均RGB色彩值的平均XYZ值进行比较。此方法可以由系统实施，所述系统例如为先前关于图4A和图12A-图12D所描述的数字成像装置或者图像处理装置。
提供所公开的实施方案的以上描述以使得本领域技术人员能够制作或使用本发明。对这些实施方案的各种修改对于本领域技术人员来说将容易显而易见，并且在不脱离本发明的精神或范围的情况下，本文描述的一般原理可以应用于其他实施方案。因此，将理解，本文呈现的描述和图式表示本发明的目前优选的实施方案，并且因此表示本发明广泛预期的主题。应进一步理解，本发明的范围完全涵盖本领域技术人员可能会想到的其他实施方案，并且因此本发明的范围不受限制。

Claims (20)

1.一种用于数字病理学色彩校准的系统，所述系统包括：
非暂时性计算机可读介质，所述非暂时性计算机可读介质被配置成存储指令；
至少一个处理器，所述至少一个处理器与所述非暂时性计算机可读介质通信地耦合并且被配置成：
按XYZ色彩获得由第一成像系统捕获的标本的第一数字图像，其中所述第一数字图像包括多个XYZ像素，并且其中所述多个XYZ像素中的每一个具有XYZ色彩值，
按RGB色彩获得由第二成像系统捕获的所述标本的第二数字图像，其中所述第二数字图像包括多个RGB像素，并且其中所述多个RGB像素中的每一个具有RGB色彩值，
基于所述第一数字图像中的XYZ像素的XYZ色彩值，识别所述第一数字图像中的多个第一组图像像素，
识别所述第二数字图像中的多个第二组图像像素，所述多个第二组图像像素分别与所述第一数字图像中的第一组图像像素对应，以及
生成查找表以将来自所述第一数字图像的多个XYZ色彩值中的每一个与来自所述第二数字图像的多个RGB色彩值之一相关联。
2.如权利要求1所述的系统，其中，所述至少一个处理器还被配置成：
使所述第一数字图像的图像数据与所述第二数字图像的对应的图像数据对准，以及
将所述第一数字图像和所述第二数字图像转换为共同的图像像素大小，其中，使所述第一数字图像的经过转换的图像像素与所述第二数字图像的对应的经过转换的图像像素对准。
3.如权利要求2所述的系统，其中：
所述第一数字图像中的每个第一组图像像素中的每个图像像素所具有的XYZ色彩值在同一第一组图像像素中的其他图像像素的阈值之内，以及
所述第二数字图像中的每个第二组图像像素基于所述对准而对应于所述第一数字图像中的所述多个第一组图像像素之一。
4.如权利要求2所述的系统，其中，所述至少一个处理器还被配置成：
将所述第一数字图像中的每个第一组图像像素指派给多个XYZ色彩索引中的一个，
通过对被指派给相应XYZ色彩索引的所有图像像素的XYZ色彩值求平均，来确定每个XYZ色彩索引的平均XYZ色彩值，
将所述第二数字图像中的每个第二组图像像素指派给多个RGB色彩索引中的一个，以及
通过对被指派给相应RGB色彩索引的所有图像像素的RGB色彩值求平均，来确定每个RGB色彩索引的平均RGB色彩值，以及
其中，所述查找表进一步将每个XYZ色彩索引的所述平均XYZ色彩值与对应的RGB色彩索引的所述平均RGB色彩值相关联。
5.如权利要求1所述的系统，其中，生成查找表包括：
将所述第一数字图像和所述第二数字图像配准到公共网格，以及
根据所述公共网格将所述多个XYZ像素映射到所述多个RGB像素。
6.如权利要求1所述的系统，其中，所述至少一个处理器还被配置成：
将所述第一数字图像和所述第二数字图像中之一或两者上采样或下采样到共同的像素大小。
7.如权利要求1所述的系统，其中，所述第一数字图像中的每个第一组图像像素中的每个图像像素与所述第一数字图像中的所述第一组图像像素中的至少一个其他图像像素邻接。
8.如权利要求1所述的系统，其中，所述第一数字图像中的每个第一组图像像素中的至少一些所述图像像素是不邻接的。
9.如权利要求1所述的系统，其中，所述第一组XYZ像素的组的数目和所述第二组RGB像素的组的数目均限于预定数目，使得所述查找表中的所述多个XYZ色彩值的数目和所述多个RGB色彩值的数目也均限于所述预定数目。
10.如权利要求9所述的系统，其中，所述预定数目是十。
11.如权利要求1所述的系统，其中，所述第一组XYZ像素的组的数目和所述第二组RGB像素的组的数目限于一最小数目，所述最小数目将所述多个XYZ像素中的每一个分配给所述多个XYZ色彩值之一并且将所述多个RGB像素中的每一个分配给所述多个RGB色彩值之一，同时使像素的相应色彩值与像素被分配到的相应色彩值之间的错误最小化。
12.如权利要求11所述的系统，其中，使用均方根分析来使所述错误最小化。
13.如权利要求1所述的系统，其中，按XYZ色彩经由所述第一成像系统捕获的标本的所述第一数字图像包括：
捕获高光谱图像堆叠，所述高光谱图像堆叠包括所述标本在不同波长的光下的图像；以及
从所述高光谱图像堆叠生成所述第一数字图像。
14.如权利要求1所述的系统，其中，所述至少一个处理器还被配置成：
将所述查找表嵌入到包括所述第二数字图像的数据结构中。
15.如权利要求14所述的系统，其中，所述查找表被包含在所述数据结构中的国际色彩联盟(ICC)简档中。
16.如权利要求1所述的系统，其中，所述至少一个处理器还被配置成：
将所述查找表转换成模型，以及
将所述模型嵌入到包括所述第二数字图像的数据结构中。
17.一种用于数字病理学色彩校准的方法，所述方法包括：
按XYZ色彩获得由第一成像系统捕获的标本的第一数字图像，其中所述第一数字图像包括多个XYZ像素，并且其中所述多个XYZ像素中的每一个具有XYZ色彩值；
按RGB色彩获得由第二成像系统捕获的所述标本的第二数字图像，其中所述第二数字图像包括多个RGB像素，并且其中所述多个RGB像素中的每一个具有RGB色彩值；
基于所述第一数字图像中的XYZ像素的XYZ色彩值，识别所述第一数字图像中的多个第一组图像像素；
识别所述第二数字图像中的多个第二组图像像素，所述多个第二组图像像素分别与所述第一数字图像中的第一组图像像素对应；以及
生成查找表以将来自所述第一数字图像的多个XYZ色彩值中的每一个与来自所述第二数字图像的多个RGB色彩值之一相关联。
18.如权利要求17所述的方法，还包括：
使所述第一数字图像的图像数据与所述第二数字图像的对应的图像数据对准，以及
将所述第一数字图像和所述第二数字图像转换为共同的图像像素大小，其中，使所述第一数字图像的经过转换的图像像素与所述第二数字图像的对应的经过转换的图像像素对准。
19.如权利要求18所述的方法，其中：
所述第一数字图像中的每个第一组图像像素中的每个图像像素所具有的XYZ色彩值在同一第一组图像像素中的其他图像像素的阈值之内，以及
所述第二数字图像中的每个第二组图像像素基于所述对准而对应于所述第一数字图像中的所述多个第一组图像像素之一。
20.如权利要求18所述的方法，还包括：
将所述第一数字图像中的每个第一组图像像素指派给多个XYZ色彩索引中的一个，
通过对被指派给相应XYZ色彩索引的所有图像像素的XYZ色彩值求平均，来确定每个XYZ色彩索引的平均XYZ色彩值，
将所述第二数字图像中的每个第二组图像像素指派给多个RGB色彩索引中的一个，以及
通过对被指派给相应RGB色彩索引的所有图像像素的RGB色彩值求平均，来确定每个RGB色彩索引的平均RGB色彩值，以及
其中，所述查找表进一步将每个XYZ色彩索引的所述平均XYZ色彩值与对应的RGB色彩索引的所述平均RGB色彩值相关联。
CN202111419317.5A 2016-04-20 2017-04-20 用于数字病理学色彩校准的系统和方法 Pending CN114419114A (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201662325330P 2016-04-20 2016-04-20
US62/325,330 2016-04-20
PCT/US2017/028532 WO2017184821A1 (en) 2016-04-20 2017-04-20 Digital pathology color calibration and validation
CN201780024621.5A CN109073454B (zh) 2016-04-20 2017-04-20 数字病理学色彩校准和验证

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201780024621.5A Division CN109073454B (zh) 2016-04-20 2017-04-20 数字病理学色彩校准和验证

Publications (1)

Publication Number Publication Date
CN114419114A true CN114419114A (zh) 2022-04-29

Family

ID=60117014

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201780024621.5A Active CN109073454B (zh) 2016-04-20 2017-04-20 数字病理学色彩校准和验证
CN202111419317.5A Pending CN114419114A (zh) 2016-04-20 2017-04-20 用于数字病理学色彩校准的系统和方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201780024621.5A Active CN109073454B (zh) 2016-04-20 2017-04-20 数字病理学色彩校准和验证

Country Status (5)

Country Link
US (2) US10845245B2 (zh)
EP (2) EP4273806A3 (zh)
JP (1) JP6771584B2 (zh)
CN (2) CN109073454B (zh)
WO (1) WO2017184821A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4273806A3 (en) 2016-04-20 2024-01-24 Leica Biosystems Imaging, Inc. Digital pathology color calibration
EP3639237B1 (en) * 2017-06-13 2024-02-21 X-Rite, Incorporated Hyperspectral imaging spectrophotometer and system
WO2019109024A1 (en) * 2017-11-30 2019-06-06 Leica Biosystems Imaging, Inc. Color monitor settings refresh
GB201817092D0 (en) * 2018-10-19 2018-12-05 Cancer Research Tech Ltd Apparatus and method for wide-field hyperspectral imaging
US10937193B2 (en) * 2018-12-05 2021-03-02 Goodrich Corporation Multi-sensor alignment and real time distortion correction and image registration
WO2021026374A1 (en) 2019-08-06 2021-02-11 Leica Biosystems Imaging, Inc. Graphical user interface for slide-scanner control
CN110706190B (zh) * 2019-09-30 2022-05-20 杭州智团信息技术有限公司 病理数字图像的色彩增强方法及装置
WO2021091534A1 (en) * 2019-11-05 2021-05-14 Hewlett-Packard Development Company, L.P. Printer colour deviation detection

Family Cites Families (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5119186A (en) * 1989-09-28 1992-06-02 International Business Machines Corporation Color mapping system and method
US6330349B1 (en) * 1995-11-30 2001-12-11 Chromavision Medical Systems, Inc. Automated method for image analysis of residual protein
WO1997020198A2 (en) 1995-11-30 1997-06-05 Chromavision Medical Systems, Inc. Method and apparatus for automated image analysis of biological specimens
US6718053B1 (en) * 1996-11-27 2004-04-06 Chromavision Medical Systems, Inc. Method and apparatus for automated image analysis of biological specimens
US6118946A (en) 1999-06-29 2000-09-12 Eastman Kodak Company Method and apparatus for scannerless range image capture using photographic film
US6373568B1 (en) 1999-08-06 2002-04-16 Cambridge Research & Instrumentation, Inc. Spectral imaging system
US6711283B1 (en) * 2000-05-03 2004-03-23 Aperio Technologies, Inc. Fully automatic rapid microscope slide scanner
US20020180764A1 (en) * 2001-06-01 2002-12-05 John Gilbert Method and system for digital image management
JP2003209705A (ja) 2002-01-15 2003-07-25 Seiko Epson Corp 画像データの出力調整
JP2003230154A (ja) 2002-01-31 2003-08-15 Olympus Optical Co Ltd 顕微鏡用デジタルカメラ
US7613335B2 (en) * 2003-02-12 2009-11-03 The University Of Iowa Research Foundation Methods and devices useful for analyzing color medical images
US8264576B2 (en) * 2007-03-05 2012-09-11 DigitalOptics Corporation Europe Limited RGBW sensor array
US20070016078A1 (en) * 2004-12-06 2007-01-18 Hoyt Clifford C Systems and methods for in-vivo optical imaging and measurement
US8270709B2 (en) 2006-08-31 2012-09-18 Corel Corporation Color selection and/or matching in a color image
KR101391432B1 (ko) * 2008-01-22 2014-05-07 삼성전기주식회사 영상 획득 장치 및 그 방법과 영상 처리 장치 및 그 방법
JP2009239419A (ja) 2008-03-26 2009-10-15 Seiko Epson Corp プロファイル作成方法、プロファイル作成装置、プロファイル作成プログラムおよび印刷装置
JP2009290660A (ja) * 2008-05-30 2009-12-10 Seiko Epson Corp 画像処理装置、画像処理方法、画像処理プログラムおよび印刷装置
CN101750147A (zh) * 2008-12-11 2010-06-23 张辉 一种测量待测物件色彩光谱数据的方法及装置
JP5249799B2 (ja) * 2009-01-26 2013-07-31 浜松ホトニクス株式会社 画像出力システム、画像出力方法及び画像出力プログラム
US8077352B2 (en) * 2009-01-26 2011-12-13 Xerox Corporation GAMUT aim and GAMUT mapping method for spatially varying color lookup tables
FR2943038B1 (fr) * 2009-03-13 2012-07-27 Aircelle Sa Dispositif de degivrage,notamment pour nacelle d'aeronef
US20140001005A1 (en) * 2009-06-17 2014-01-02 Borgwarner Inc. Mechanical Slip Failsafe System For A Heavy-Duty Multi-Speed Fan Clutch
JP5498129B2 (ja) * 2009-11-09 2014-05-21 オリンパス株式会社 バーチャル顕微鏡システム
US8611654B2 (en) * 2010-01-05 2013-12-17 Adobe Systems Incorporated Color saturation-modulated blending of exposure-bracketed images
GB201000835D0 (en) * 2010-01-19 2010-03-03 Akzo Nobel Coatings Int Bv Method and system for determining colour from an image
US8467629B2 (en) * 2010-08-12 2013-06-18 High Technology Video, Inc. Methods and systems for automatic coloring of digital images
US8705833B2 (en) 2011-04-25 2014-04-22 The General Hospital Corporation Computer-aided staining of multispectral images
JP5780865B2 (ja) * 2011-07-14 2015-09-16 キヤノン株式会社 画像処理装置、撮像システム、画像処理システム
JP5958099B2 (ja) * 2011-07-29 2016-07-27 株式会社リコー 測色装置、画像形成装置およびプログラム
KR20140106629A (ko) 2011-11-30 2014-09-03 퀄컴 엠이엠에스 테크놀로지스, 인크. 색들을 보간하기 위한 방법들 및 장치
WO2013086107A1 (en) * 2011-12-08 2013-06-13 Dolby Laboratories Licensing Corporation Mapping for display emulation based on image characteristics
WO2013179581A1 (ja) * 2012-05-30 2013-12-05 パナソニック株式会社 画像計測装置、画像計測方法及び画像計測システム
US8976239B2 (en) 2012-08-24 2015-03-10 Datacolor Holding Ag System and apparatus for color correction in transmission-microscope slides
WO2014110027A1 (en) * 2013-01-10 2014-07-17 Caliper Life Sciences, Inc. Multispectral imaging system and methods
US20140300753A1 (en) 2013-04-04 2014-10-09 Apple Inc. Imaging pipeline for spectro-colorimeters
JP2015035650A (ja) 2013-08-07 2015-02-19 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム
JP6150779B2 (ja) 2013-11-15 2017-06-21 富士フイルム株式会社 色変換テーブル作成装置及び方法、並びにプログラム
US9984307B2 (en) * 2014-01-14 2018-05-29 Papalab Co, Ltd. Coloring inspection apparatus and coloring inspection method
WO2016049489A1 (en) 2014-09-26 2016-03-31 Spero Devices, Inc. Analog image alignment
EP3218843B1 (en) * 2014-11-10 2024-04-24 Ventana Medical Systems, Inc. Classifying nuclei in histology images
EP3021096B1 (en) 2014-11-11 2017-04-05 Instrument Systems Optische Messtechnik Gmbh Colorimeter calibration
US10019970B2 (en) * 2015-02-24 2018-07-10 Barco N.V. Steady color presentation manager
JP6823646B2 (ja) 2015-09-02 2021-02-03 ベンタナ メディカル システムズ， インコーポレイテッド 生体試料の複数の画像を表示するための画像処理システムおよび方法
EP4273806A3 (en) 2016-04-20 2024-01-24 Leica Biosystems Imaging, Inc. Digital pathology color calibration
JP2018136654A (ja) * 2017-02-21 2018-08-30 富士ゼロックス株式会社 画像処理装置及び画像処理プログラム

Also Published As

Publication number Publication date
EP3446083A4 (en) 2019-12-25
EP3446083B1 (en) 2023-09-13
JP2019520721A (ja) 2019-07-18
CN109073454A (zh) 2018-12-21
JP6771584B2 (ja) 2020-10-21
US11614363B2 (en) 2023-03-28
CN109073454B (zh) 2021-12-21
US20190137339A1 (en) 2019-05-09
US20210048344A1 (en) 2021-02-18
EP3446083A1 (en) 2019-02-27
US10845245B2 (en) 2020-11-24
EP4273806A3 (en) 2024-01-24
EP4273806A2 (en) 2023-11-08
WO2017184821A1 (en) 2017-10-26

Similar Documents

Publication Publication Date Title
CN109073454B (zh) 数字病理学色彩校准和验证
AU2002334590B2 (en) Method quantitative video-microscopy and associated system and computer software program product
AU2024202198B2 (en) Real-time autofocus focusing algorithm
US10809514B2 (en) Low resolution slide imaging and slide label imaging and high resolution slide imaging using dual optical paths and a single imaging sensor
CN111164484B (zh) 双程微距图像
US10930241B2 (en) Color monitor settings refresh
NL1040008C2 (en) Optical and integrated inspection apparatus and method.
US20220155578A1 (en) Physical calibration slide
US11422349B2 (en) Dual processor image processing
US20240085685A1 (en) Biological specimen detection system, microscope system, fluorescence microscope system, biological specimen detection method, and program
AU2007249081B2 (en) Method quantitative video-microscopy and associated system and computer software program product

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination