DE10065783A1 - Verfahren, Anordnung und System zur Ermittlung von Prozessgrößen - Google Patents
Verfahren, Anordnung und System zur Ermittlung von ProzessgrößenInfo
- Publication number
- DE10065783A1 DE10065783A1 DE10065783A DE10065783A DE10065783A1 DE 10065783 A1 DE10065783 A1 DE 10065783A1 DE 10065783 A DE10065783 A DE 10065783A DE 10065783 A DE10065783 A DE 10065783A DE 10065783 A1 DE10065783 A1 DE 10065783A1
- Authority
- DE
- Germany
- Prior art keywords
- vectors
- code book
- intensity
- vector
- axes
- 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
Classifications
-
- 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
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Microscoopes, Condenser (AREA)
- Measurement Of Current Or Voltage (AREA)
Abstract
Die Erfindung offenbart ein Verfahren, eine Anordnung und ein System zur Ermittlung von Prozessgrößen. Dabei ist das Verfahren durch mehrere Schritte gekennzeichnet. Es erfolgt ein Zusammenfassen der von einer Vielzahl von Detektoren ermittelten Intensitäten aus unterschiedlichen Spaktralbereichen eines Messvorgangs zu einem Intensitätsvektor DOLLAR I1 Hieraus wird eine Norm des Intensitätsvektors DOLLAR I2 berechnet. Anschließend werden diejenigen Intensitätsvektoren ausgesondert, deren Norm kleiner ist als ein vorgebbarer Schwellwert (SW). Die Intensitätsvektoren DOLLAR I3 werden normiert. In einem Vektorquantisierer (58) erfolgt die und Verarbeitung der Intensitätsvektoren DOLLAR I4 Schließlich werden Code-Book-Vektoren aus dem Vektorquantisierer (58) ausgelesen.
Description
Die Erfindung betrifft ein Verfahren zur Ermittlung von Prozessgrößen. Im
besonderen handelt es sich hierbei um nicht direkt messbare Prozessgrößen
auf der Basis lokaler Korrelationen, die bei der Auswertung und Darstellung
der in der Fluoreszenzmikroskopie ermittelten Daten auftreten.
Zusätzlich betrifft die Erfindung eine Anordnung zur Durchführung des
Verfahrens zur Ermittlung dieser Prozessgrößen während des Betriebs eines
Fluoreszenzmikroskops, die Einbettung in ein System und die Nutzung in
Applikationen.
Desweiteren betrifft die Erfindung ein System zur Ermittlung von
Prozessgrößen in einem Mikroskopsystem. Im besonderen betrifft das System
ein abtastendes Mikroskop, das Licht parallel oder sequentiell über ein Objekt
führt, mehrere Detektoren, die aus dem vom Objekt ausgehenden Licht
Intensitäten aus unterschiedlichen Spektralbereichen ermitteln, eine
Verarbeitungseinheit, einen Rechner, eine Eingabeeinheit und ein Display, die
in geeigneter Weise zusammenwirken.
Im folgenden wird diese Anordnung - ohne Beschränkung der Allgemeinheit -
anhand eines konfokalen abtastenden Mikroskops näher beschrieben, wobei
dem Fachmann hinreichend klar ist, dass auch andere Formen abtastender
Mikroskope (z. B. CCD basiert), Spektroskope oder verwandter Messgeräte
verwendet werden können.
Interne durch Korrelation zu kennzeichnende Prozessparameter treten in der
Fluoreszenzmikroskopie häufig auf. Die Bildentstehung bei
Immunofluoreszent gefärbten Strukturen in einem Objekt hat das Ziel, dass
Farbstoffe eindeutig innerhalb des durch das Objekt definierten Volumens zu
identifizieren sind. Der Zustand innerhalb eines hinreichend kleinen
Probenvolumens, kann mathematisch als Vektor von Konzentrationen
= (ρ1 . . . ρn) beschreiben werden. Physikalisch wird durch eine
geeignete Anregung in der Probe der Vektor von Konzentrationen
= (ρ1 . . . ρn) in ein Lichtsignal mit kontinuierlichem Spektrum überführt,
optisch in unterschiedliche Bänder zerlegt, spektral gewichtet (z. B. durch
optische Filtersysteme) und sequentiell nacheinander oder parallel auf einen
Detektor oder mehrere Detektoren gelenkt. Der Detektor kann ein
Photosensor oder ein Array mit mehreren Photosensoren sein (CCD Chips
finden dann Anwendung, wenn eine hohe Dynamik nicht unbedingt
erforderlich ist). Auf diese Art werden mehrere Intensitäten Ii aus dem
zugehörigen Probenvolumen detektiert, die sich bei gleichzeitiger
Aufzeichnung von Ortskoordinaten zur Bildgebung verwenden lassen. Die
einzelnen Intensitäten Ii eines Probenvolumens lassen sich als Vektor
= (I1 . . . Iq) zusammenfassen, welche im folgenden, ohne Beschränkung
der Allgemeinheit, nach aufsteigender Wellenlänge (absteigender Energie)
innerhalb des Vektors sortiert sind, und die Gesamtheit der an einem Ort
erfassten Information darstellt.
Die Eigenschaften der Bildentstehung bei Immunofluoreszent gefärbten
Strukturen stellen sich nach dem Stand der Technik wie folgt dar:
Die an der Informationskette beteiligten Elemente sind im wesentlichen linear, so dass man die gesamte Informationskette mit guter Näherung als lineares Mischproblem mit = M + beschreiben kann, wobei das Rauschen beschreibt und die Mischungsmatrix M eine q × n-Matrix ist. Dabei werden Mischprozesse zwischen Objektvolumen durch die Tiefpass-Charakteristik der Optik in dieser Näherung vernachlässigt. Die den Anwender interessierende Größe ist , die messbare Größe ist . Das Rauschen trennt sich in die Anteile: Autofluoreszenz, lichtinduziertes Rauschen und elektronisches Rauschen auf.
Die an der Informationskette beteiligten Elemente sind im wesentlichen linear, so dass man die gesamte Informationskette mit guter Näherung als lineares Mischproblem mit = M + beschreiben kann, wobei das Rauschen beschreibt und die Mischungsmatrix M eine q × n-Matrix ist. Dabei werden Mischprozesse zwischen Objektvolumen durch die Tiefpass-Charakteristik der Optik in dieser Näherung vernachlässigt. Die den Anwender interessierende Größe ist , die messbare Größe ist . Das Rauschen trennt sich in die Anteile: Autofluoreszenz, lichtinduziertes Rauschen und elektronisches Rauschen auf.
Die Mischungsmatrix M ist a priori nicht bekannt, da viele Teile der
beschriebenen Informationskette (z. B. exakter Verlauf von Spektren bei
chemischen Umgebungsparametern, Toleranzen von Bauteilen) zum
Zeitpunkt der Messung nur unzureichend bekannt sind. In der Mikroskopie gilt
aufgrund der begrenzten Detektorzahl in der Regel q < n. Aus diesem Grund
führt M in der Regel eine irreversible Informationsreduktion durch. In der
Spektroskopie bleibt mehr Information erhalten da die Dimension des
erfassten Vektors größer ist.
Bei der häufig genutzten immunologischen Färbung werden die beobachteten
Strukturen mit unterschiedlichen Farbstoffen versehen. An jeder Struktur
selber kann nur eine begrenzte, diskrete Menge von Antikörpern beteiligt sein.
Aus diesem Grund bilden derartige Strukturen zwischen den Komponenten
des Vektors feste Verhältnisse aus. Alle Strukturen mit gleichen
Farbstoffbindungen liegen aus diesem Grund auf einer Gerade durch den
Ursprung im Konzentrationsraum und werden durch die optische Abbildung
(die Mischungsmatrix M) auf Geraden durch den Ursprung im
Intensitätsraum abgebildet. In der Regel bleibt die Gerade erhalten, bei q < n
liefert die Projektion (M1) jedoch mitunter sehr kleine Steigungen
(numerisch schlecht definiert) oder wirklich den Nullvektor als Ergebnis (totaler
Informationsverlust).
Aus diesem Grund zerfallen Datensätze der Mikroskopie in mehrere
Teilmengen, die sich durch lokale Korrelation (Steigungen der Geraden im
Intensitätsraum) unterscheiden. Die Lokalisation der Geraden im
Intensitätsraum gibt Aufschluss über das Material im Probenvolumen, die
Position des Messwertes auf der Geraden gibt Aufschluss über die Menge.
Dieses Modell der Bildentstehung ist akzeptierter und gängiger Stand der
Technik und zeigt mehrere Ausprägungen mit praktischen Anwendungen.
In der von Demandolx und Davoust beschriebenen Mehrfarbanalyse werden
biologische Strukturen durch das Einbringen einzelner Farbstoffe lokalisiert
(siehe Demandolx, Davoust: Multicolour Analysis and local Image Correlation
in Confocal Microscopy; Journal of Microscopy, Vol. 185, Pt. 1, January 1997,
pp. 21-36). Reagiert eine Struktur auf einen Farbstoff, so spricht man von
Lokalisation. Reagiert eine Struktur auf mehr als einen Farbstoff gleichzeitig
spricht man von Ko-Lokalisation und die Anzahl der im Intensitätsvektorraum
zu beobachtenden Geraden ist größer als die Anzahl der Farbstoffe. Dieser
Sachverhalt wird durch eine geschickte Visualisierung bei der Analyse
sichtbar gemacht. Die von Demandolx und Davoust eingeführten Techniken
des Zytofluorogramms, visualisiert ein Ensemble zweidimensionaler
Intensitäten {i} (in der Mikroskopie die Pixel eines Bildes, Voxel eines
Volumens oder einer zeitlich aufeinanderfolgenden Serie dergleichen, in der
Zytofluorometrie die Messungen mehrerer Proben) als zweidimensionalen
Scatter-Plot, welches im wesentlichen eine zweidimensionales
Häufigkeitsverteilung darstellt. Auf dieser Basis erhält man eine Schätzung der
Verbundwahrscheinlichkeitsfunktion der Intensitäten , ein Verfahren das in
der mathematischen Datenanalyse Stand der Technik ist und dessen Güte nur
von der Größe des Ensembles abhängt. Durch eine geeignete Farbcodierung
und grafischer Darstellung erhält man ein Bild der Intensitätsverteilung, in dem
die Geraden als verbreiterte Spuren durch das Auge des Benutzers zu
lokalisieren ist. Die Verbreiterung existiert aufgrund aller Formen des
Rauschens und evtl. im Hintergrund wirkender chemischer Einflüsse.
Diese Technik hat in der Mikroskopie weite Anwendung gefunden und gilt
auch für diese Erfindung. Durch Ermittlung der Geraden mit der stärksten
Ausprägung (Häufigkeit) erhält man beispielsweise die Information, die der
Benutzer eigentlich messen wollte und die den vorgenommenen Färbungen
entsprechen. Jede Form von Schräglage stellt eine Informationsverfälschung
dar, die durch parasitäre spektrale Übersprechphänomene verursacht werden,
die sich im Design optischer Elemente und fluoreszenter Proben nicht ganz
vermeiden lassen. Kennt man die Lage, kann man die in den Intensitäten
vorhandene Information durch einfache arithmetische Operationen wieder
Trennen. Der ganze Vorgang wird häufig durch ein grafisches User Interface
auf dem Computerbildschirm realisiert, in dem der
Zytofluorogrammdarstellung Linien überlagert werden, die vom Benutzer an
die gefundenen Spuren der Geraden angepasst werden. Die Korrektur der
Messdaten kann dann durch eine einfache Software erfolgen, die aus der
Lage der Geraden die Korrekturoperation ableitet. Überlagert man dem
Zytofluorogramm hingegen geschlossener graphischer Modelle (Regions Of
Interest), lässt sich eine binäre Segmentierung ko-lokalisierter Bereiche
erreichen. Eine Erweiterung des Zytofluorogramm Konzepts auf drei Kanäle
ist auch möglich und seit längerem in der eigenen Leica Produkt-Software für
konfokale und Multiphotonensysteme (LCS = Leica Confocal Software)
implementiert.
Das bestehende Verfahren hat Nachteile, die mit dieser Erfindung
kompensiert werden. Die Verfahren sind zwar anschaulich, aber sehr stark
von den visuellen Fähigkeiten des Benutzers abhängig. Aus diesem Grund
ergibt sich eine subjektive Verfälschung sämtlicher ermittelten Messungen, die
einzig und allein von den Fähigkeiten des Benutzers abhängen mit dem
System umzugehen und somit bezüglich Reproduzierbarkeit schlecht
abschneiden. Die Auswertung von Mehrkanalbildern führt zu weiteren
Problemen, da die Visualisierung höherdimensionaler Intensitätsverteilung
(Zytofluorogramme, Scatter Plots) nicht direkt durchführbar ist. Hier muss auf
Projektionen und ähnliche Kunstgriffe ausgewichen werden, die in der Praxis
nur schwer zu interpretieren sind. Bereits eine Durchführung mit drei Kanälen
ist für einige Benutzer in der Praxis schwer durchführbar, da ein
dreidimensionales Vorstellungsvermögen zur Interpretation der Messdaten
vorhanden sein muss. Auch hier realisiert die Erfindung eine Verbesserung.
Des weiteren manipulieren die Zytofluorogramm basierten Methoden große
Datenmengen im Block, was sie von einer Nutzung während der
Messvorgänge ausschließt. Es handelt sich nicht um On-Line Algorithmen, da
zu viele Berechnungen/Datenmanipulationen vorliegen, kann man nicht auf
einem rentablen Computermodell oder in Elektronik diese Aufgaben im Flug
ausführen. Aus diesem Grund sind auch auf diesen Verfahren basierende
Einstellalgorithmen, die wie unten aufgezeigt wird möglich und nötig sind,
nicht rentabel realisierbar.
Das oben beschriebene Mess-Modell wird auch benötigt, um aktiv
Systemeinstellungen des Mikroskopsystems durchzuführen. Die Konfiguration
und das Design von Fluoreszenzmikroskopen, komplexeren
Mikroskopiesystemen und Spektroskopiesystemen kann über obiges Modell
veranschaulicht werden. Ein gutes Mikroskopdesign zielt auf eine
Mischungsmatrix M mit der Form einer Diagonalmatrix. Dies entspricht einer
1-1 Beziehung zwischen den zu detektierenden Farbstoffen und den
Detektoren. Während der Messung sollten dann die gemessenen Kanäle
weitestgehend unabhängig sein. Anschaulich bedeutet dies, dass die Bilder
der Geraden weitestgehend senkrecht stehen sollen.
Designkriterien zum Erreichen dieses Ziels sind z. B. die Auswahl von Lasern,
optischer Filter, Detektoren oder, im Falle des von Leica entwickelten SP2-
Moduls, vordefinierte Filtermakros zur spektralen Separation mit deren Hilfe
eine derartige Diagonalisierung erreicht werden soll. Durch eine geeignete
Konfiguration derartiger Elemente kommt man diesem Ziel näher.
Die deutsche Patentanmeldung DE-A-198 29 944 offenbart hierzu eine
Möglichkeit auf der Basis einer Datenbank mittels Inferenz (logische
Schlussfolgerungen) eine mögliche Gerätekonfiguration zu finden. Aufgrund
der Tatsache, dass alle diese Verfahren nur mit beschränktem Vorwissen
arbeiten können, kann dieses Ziel aber nur teilweise erreicht werden.
Mehrfachanregungen, spektrales Übersprechen, Toleranzen und Alterung von
genutzten Baugruppen, die begrenzte Flankensteilheit optischer Filter und die
physikalisch-chemischen Umgebungsparameter (pH-Wert, Temperatur, Alter
und Responsefähigkeit biologischer Objekte) üben einen weiteren Einfluss
aus, der per se von derartigen Konfigurationsverfahren aufgrund fehlenden a
priori Wissens vernachlässigt werden muss. Allein das spektrale
Übersprechen führt zu einer Entartung von M zur Dreiecksmatrix. Weitere
Fehlerbetrachtungen führen schnell zu einer voll besetzten Matrix M, in der
die obere Dreiecksmatrix allerdings sehr viel kleinere Werte als die untere
Dreiecksmatrix haben sollte. Daraus resultiert, dass die Bilder der Geraden
nicht senkrecht stehen, sondern schief. Aus diesem Grund bleiben alle nur auf
Inferenz basierten Verfahren unvollständig. Um die Konfiguration ausgehend
von einer derartigen suboptimalen Einstellung verbessern zu können, muss
die Lage der Geraden als Prozessparameter gemessen werden. Für diese
Prozessparameter bzw. Kombinationen/Paare von Prozessparametern
können die Zielzustände angegeben werden (Orthogonalität), für welche die
Mikroskopeinstellungen optimal sind und somit auch optimale Daten bzw.
Bildinformation des zu untersuchenden Objekts liefert. Dies ist eine relativ
einfache Aufgabe, da derartige Optimierungsaufgaben nach dem Stand der
Technik durch eine Vielzahl unterschiedlicher Verfahren gut gelöst werden,
wenn man weiß was man will und wo man ist (siehe z. B. Michaelewicz, Fogel:
How to Solve It: Modern Heuristic. Berlin: Springer, 2000). Diese Erfindung
löst für diese Zwecke unter anderem die Aufgabe die internen Prozesse in
Echtzeit hinreichend zu quantifizieren, Ist- und Soll-Zustand ermittelbar zu
machen und diesen Optimierungsverfahren zugänglich zu machen. Des
weiteren haben die in dem Verfahren beschriebenen Mechanismen die
notwendigen Eigenschaften (z. B. Monotonie der Fehlerfunktionen), um diese
optimal in Optimierungsaufgaben einzusetzen.
Der gegenwärtigen Erfindung liegt die Aufgabe zugrunde ein Verfahren zur
Ermittlung lokaler Korrelation zu schaffen, das es erlaubt große Datenmengen
in Echtzeit zu verarbeiten. Hinzu kommt, dass alle aufgenommenen Daten zur
Auswertung herangezogen werden, und dass dem Benutzer eine effiziente
und bequeme Untersuchung der Proben bezüglich dieser Korrelationsmaße
ermöglicht ist. Diese Aufgabe wird gelöst durch ein Verfahren, das durch
folgende Schritte gekennzeichnet ist:
- a) Zusammenfassen der von einer Vielzahl von Detektoren ermittelten Intensitäten aus unterschiedlichen Spektralbereichen eines Messvorgangs zu einem Intensitätsvektor,
- b) Berechnen einer Norm des Intensitätsvektors,
- c) Aussondern derjenigen Intensitätsvektoren, deren Norm kleiner ist als ein vorgebbarer Schwellwert, damit diese Vektoren im weiteren Verfahren unberücksichtigt bleiben;
- d) Normieren der Intensitätsvektoren;
- e) Zuleiten der Intensitätsvektoren zu einem Vektorquantisierer und Verarbeitung der Intensitätsvektoren durch den Vektorquantisierer,
- f) Auslesen von Code-Book-Vektoren aus dem Vektorquantisierer.
Eine weitere Aufgabe der Erfindung ist es eine Anordnung zur Ermittlung
lokaler Korrelation zu schaffen, die es erlaubt große Datenmengen in Echtzeit
zu verarbeiten, die alle aufgenommenen Daten zur Auswertung heranzieht
und dass sie dem Benutzer eine effiziente Untersuchung der Proben
ermöglicht. Hinzu kommt, dass mit der Anordnung die Einstellung ermittelt
wird, wobei die Mikroskopkonfiguration auf der Basis von Repräsentationen
von Spuren lokalen Korrelationen und deren Abweichung vom Ideal
Einstellschritte abgeleitet werden.
Obige Aufgabe wird gelöst durch eine Anordnung zur Ermittlung von
Prozessgrößen in einem Mikroskopsystem, gekennzeichnet durch:
- a) Mittel zum Zusammenfassen der von einer Vielzahl von Detektoren ermittelten Intensitäten aus unterschiedlichen Spektralbereichen eines Messvorgangs zu einem Intensitätsvektor,
- b) Mittel zum Berechnen einer Norm des Intensitätsvektors,
- c) Mittel zum Aussondern derjenigen Intensitätsvektoren, deren Norm kleiner ist als ein vorgebbarer Schellwert,
- d) Mittel zum Normieren der Intensitätsvektoren,
- e) einen Vektorquantisierer, der die Intensitätsvektoren verarbeitet, und
- f) Mittel zum Auslesen von Code-Book-Vektoren aus dem Vektorquantisierer.
Eine zusätzliche Aufgabe der Erfindung ist es ein Mikroskopsystem zur
Ermittlung lokaler Korrelation zu schaffen, das es erlaubt große Datenmengen
in Echtzeit zu verarbeiten, das alle aufgenommenen Daten zur Auswertung
heranzieht und das dem Benutzer eine effiziente Untersuchung der Proben
ermöglicht.
Diese Aufgabe wird gelöst durch ein Mikroskopsystem, dass dadurch
gekennzeichnet, dass:
- a) in der Verarbeitungseinheit Mittel zum Zusammenfassen der von Detektoren ermittelten Intensitäten aus unterschiedlichen Spektralbereichen eines Messvorgangs zu einem Intensitätsvektor,
- b) Mittel zum Berechnen einer Norm des Intensitätsvektors,
- c) Mittel zum Aussondern derjenigen Intensitätsvektoren, deren Norm kleiner ist als ein vorgebbarer Schellwert,
- d) Mittel zum Normieren der Intensitätsvektoren,
- e) ein Vektorquantisierer, der die Intensitätsvektoren verarbeitet, und
- f) Mittel zum Auslesen von Code-Book-Vektoren aus dem Vektorquantisierer vorgesehen sind.
Ein Vorteil dieser Erfindung ist es, dass durch das Mikroskopsystem ein
Systemdesign aufgezeigt wird, indem durch eine geeignete
Verarbeitungseinheit die Ermittlung von Repräsentationen der Spuren von
Korrelationen im Intensitätsraum während des normalen Betriebs ermittelt und
dem Benutzer zur Verfügung gestellt werden. Dies geschieht dadurch, dass
den Benutzer die ermittelten Daten in graphischer Form auf einem Display
dargestellt werden. An Hand der Darstellung kann der Benutzer dann die
Veränderungen an der Einstellung des Mikroskopsystems vornehmen, um
eine bessere Auswertung der Messdaten zu erhalten.
Als besonders vorteilhaft erweist sich, dass durch die Messvorschrift eine
minimale Verrechnung der aufgenommenen Messdaten eine Menge von
Repräsentationen korrelationsbasierter Spuren innerhalb der Messdaten
aufzeigt wird. Diese Daten werden im folgenden als Code-Book-Vektoren
bezeichnet. Durch das erfindungsgemäße Verfahren macht die Korrektur
erfasster Messdaten in Echtzeit bezüglich zu erwartender parasitärer
Messfehler möglich. Hierzu wird auf der Basis von Repräsentationen von
Spuren der lokalen Korrelationen eine reproduzierbare Korrektur durchgeführt.
Ein weiterer Vorteil dieser Erfindung ist unter anderem die Schaffung von
Reproduzierbarkeit.
Das erfindungsgemäße Mikroskopsystem mit adaptiver Korrektur reduziert
das spektrale Übersprechen zwischen den einzelnen Detektionskanälen und
erlaubt es große Datenmengen in Echtzeit zu verarbeiten. Eine geeignete
Verarbeitungseinheit ermittelt Repräsentationen der Spuren von Korrelationen
im Intensitätsraum während des normalen Betriebs. Die bestimmte
Korrekturvorschrift ermöglicht es, die Messdaten korrigiert und dem Benutzer
zur Verfügung gestellt werden.
Ferner besitzt das Mikroskopsystem die Eigenschaft der materialspezifischen
Bildgebung, wodurch es möglich ist, große Datenmengen in Echtzeit zu
verarbeiten. Dieses Mikroskopsystem, besitzt eine geeignete
Verarbeitungseinheit, die die Ermittlung von Repräsentationen der Spuren von
Korrelationen im Intensitätsraum während des normalen Betriebs ermittelt.
Ferner wird eine Rückklassifikation der Messdaten auf die
Korrelationsrepräsentationen durchführt und dem Benutzer als Bild zur
Verfügung gestellt.
Ein weiterer Vorteil der Erfindung ist die Tatsache, dass die beschriebenen
Lösungen durch die Nutzung einer geeigneten Software auf weitere
Messmethoden für Parameter, die sich nicht direkt messen lassen aber auf
Spuren von Korrelationen im Intensitätsraum, bei geeigneter Bildung eines
Intensitätsraums, zurückführen lassen.
Hinzu kommt, dass die Quantifizierung photodestruktiver Effekte ebenfalls
möglich ist. Es werden zeitversetzte Intensitäten desselben Ortes auf
Repräsentationen lokaler Spuren von Korrelationen untersucht und zur
Ermittlung der Bleichrate herangezogen. Ferner kann das Mikroskopssystem
mit integrierter Quantifizierung die photodestruktiven Effekte darstellen. Dies
wird durch eine zeitverzögerte Zuleitung von Intensitätsvektoren in eine
echtzeitfähige Verarbeitungseinheit zur Ermittlung lokaler Korrelationen mit
anschließender Quantifizierung der Bleichrate und der Darstellung auf einem
Display ermöglicht.
In der Zeichnung ist der Erfindungsgegenstand schematisch dargestellt und
wird anhand der Figuren nachfolgend beschrieben. Dabei zeigen:
Fig. 1 eine schematische Darstellung eines Systems mit
einem Konfokalmikroskop;
Fig. 2 eine schematische Darstellung zur Realisierung eines
Verfahrens zur Bewertung und Einstellung von
Prozessgrößen;
Fig. 3 eine schematische Darstellung einer Realisierung des
Prozesses zur Messung der spektralen Trenngüte; und
Fig. 4 eine schematische Darstellung einer Realisierung des
Prozesses zur Messung der Bleichrate.
Fig. 1 zeigt schematisch ein System mit einem konfokalen Scanmikroskop 2.
Die Beschreibung beschränkt sich auf ein konfokales Scanmikroskop 2, es ist
aber jeden Fachmann klar, dass das erfindungsgemäße Verfahren auch bei
anderen, von Mikroskopen aufgenommenen Bildinformationen, Anwendung
findet. Der von einem Beleuchtungssystem 1 kommende Lichtstrahl 3 wird von
einem Strahlteiler 5 zum Scanmodul 7 reflektiert, das einen kardanisch
aufgehängten Scanspiegel 9 beinhaltet, der den Lichtstrahl 3 durch die
Mikroskopoptik 13 hindurch über bzw. durch das Objekt 15 führt. Der
Lichtstrahl 3 wird bei nicht transparenten Objekten 15 über die
Objektoberfläche geführt. Bei biologischen Objekten 15 (Präparaten) oder
transparenten Objekten kann der Lichtstrahl 3 auch durch das Objekt 15
geführt werden. Dies bedeutet, dass verschiedene Fokusebenen des Objekts
15 nacheinander durch den Lichtstrahl 3 abgetastet werden. Die nachträgliche
Zusammensetzung ergibt dann ein dreidimensionales Bild des Objekts 15.
Der vom Beleuchtungssystem 1 kommende Lichtstrahl 3 ist als
durchgezogene Linie dargestellt. Das vom Objekt 15 ausgehende Licht 17
gelangt durch die Mikroskopoptik 13 und über das Scanmodul 7 zum
Strahlteiler 5, passiert diesen und trifft auf mindestens einen Detektor 19, der
als Photomultiplier ausgeführt ist. Wenn bei bestimmten Anwendungen auf die
hohe Dynamik der Photomultiplier verzichtet werden kann, finden auch CCD-
Sensoren als Detektoren Einsatz. Das vom Objekt 15 ausgehende Licht 17 ist
als gestrichelte Linie dargestellt. Im Detektor 19 werden elektrische, zur
Leistung des vom Objekt ausgehenden Lichtes 17 proportionale
Detektionssignale 21 erzeugt und an die Verarbeitungseinheit 23
weitergegeben. Obwohl in Fig. 1 nur ein Detektor dargestellt ist, ist es jedem
Fachmann klar, dass der Detektor 19 aus mehreren Detektoren bestehen
kann, die jeweils einzelne Spektralbereiche des vom Objekt 15 ausgehenden
Lichts detektieren.
Die im Scanmodul 7 mit Hilfe eines induktiv oder kapazitiv arbeitenden
Positionssensors 11 erfassten Positionssignale 25 werden ebenfalls an die
Verarbeitungseinheit 23 übergeben. Es ist für einen Fachmann
selbstverständlich, dass die Position des Scanspiegels 9 auch über die
Verstellsignale ermittelt werden kann. Die eingehenden, Analogsignale
werden in der Verarbeitungseinheit 23 zunächst digitalisiert. Die Signale
werden an einen Rechner 34 übergeben, an dem eine Eingabeeinheit 33
angeschlossen ist. Der Benutzer kann bezüglich der Verarbeitung bzw.
Darstellung der Daten mittels der Eingabeeinheit 33 entsprechende
Selektionen treffen. In Fig. 1 ist als eine Eingabeeinheit 33 eine Maus
dargestellt. Es ist jedoch für jeden Fachmann selbstverständlich, dass auch
Tastatur und ähnliches als Eingabeeinheit 33 verwendet werden kann. Auf
einem Display 27 wird z. B. ein Abbild 35 des Objekts 15, eine Repräsentation
der ermittelten Code-Book-Vektoren in einem Koordinatensystem zur
Visualisierungen von Korrelationsspuren und ähnliches dargestellt. Hinzu
kommt, dass zusätzlich auf dem Display 27 auch Einstellelemente 29, 31 für
die Bildaufnahme dargestellt werden. In der hier gezeigten Ausführungsform
sind die Einstellelemente 29, 31 als Schieber dargestellt. Jede andere
Ausgestaltung liegt im handwerklichen Können eines Fachmanns. Die
Positions- und Detektionssignale werden in der Verarbeitungseinheit 23 in
Abhängigkeit von den jeweils gewählten Einstellungen zusammengesetzt und
auf dem Display 27 angezeigt. Das bei einem konfokalen Scanmikroskop
üblicherweise vorgesehene Beleuchtungspinhole 39 und das
Detektionspinhole 41 sind der Vollständigkeit halber schematisch
eingezeichnet. Weggelassen sind wegen der besseren Anschaulichkeit
hingegen einige optische Elemente zur Führung und Formung der
Lichtstrahlen. Diese sind einem auf diesem Gebiet tätigen Fachmann
hinlänglich bekannt.
In Fig. 2 ist eine schematische Darstellung zur Realisierung eines Verfahrens
zur Bewertung und Einstellung von Prozessgrößen. Wie bereits oben erwähnt,
werden die Daten hinsichtlich der Fluoreszenzeigenschaften des zu
untersuchenden Objekts 15 mit entsprechenden Detektoren 19 aufgenommen
und verschiedenen Berechnungsverfahren zugeleitet. Zuerst werden die von
einer Vielzahl von Detektoren 19 ermittelten Intensitäten einem Mittel 49
zugeleitet, das hieraus einen Intensitätsvektor bildet. Der Intensitätsvektor
ist aus den Komponenten I1, I2, . . ., In gebildet, die aus den unterschiedlichen
Spektralbereichen eines Messvorgangs kommen. Auf der Basis einer Metrik
wird mit einem Mittel 50 die Vektornorm berechnet und anhand des Wertes
entschieden, ob es sich um Autofluoreszenzrauschen und Hintergrund oder
um ein Nutzsignal handelt (Schwellwertprüfung). Hierzu findet ein Mittel 50
zum Berechnen der Norm des Intensitätsvektors Anwendung. Der Test
entscheidet, ob der Datenvektor als Nutzsignal einer weiteren Verarbeitung
unterliegt oder nicht. Hier bietet sich die euklidische Norm an, da dies
physikalisch mit Energien vergleichbar ist. Eine Verallgemeinerung auf andere
Metriken der Linearen Algebra ist jedoch möglich. Das Nutzsignal von den
Detektoren 19 wird normiert und in seiner Dimensionalität reduziert. Das
extrahierte Nutzsignal wird an einen Vektorquantisierer 58 weitergeleitet, der
intern einen Satz von Intensitätsvektoren beinhaltet, welche die
Repräsentationen der Spuren lokaler Korrelation darstellen und als Ergebnis
des Verfahrens zur Verfügung stehen. Die Menge der im Vektorquantisierer
58 vorhandenen Vektoren spiegelt die Erwartungshaltung des
Systementwicklers wieder, bzw. sind aus dem a priori Wissen des Benutzers
oder durch eine geeignete Software im Rechner 34 ermittelbar und
veränderlich. Diese Vektoren werden im folgenden als Code-Book-Vektoren
bezeichnet. Der Abgleich von Messwerten und Repräsentationen wird durch
den Vektorquantisierer 58 durchgeführt, dessen mögliche Funktionsweisen
nachstehend ausführlich beschrieben sind. Aus dem Vektorquantisierer 58
werden die Code-Book-Vektoren als Repräsentationen von Spuren lokaler
Korrelation mit einem entsprechenden Mittel 60 ausgelesen.
Das oben beschriebene Verfahren ist in einer Einrichtung 45 realisiert. Die
Einrichtung 45 vergleicht einlaufende Vektoren (Intensitätsvektor ) mit Code-
Book-Vektoren, um die einlaufenden Vektoren den Code-Book-Vektoren
immer etwas ähnlicher zu machen und die Repräsentationen an die
Eingangsverteilung anzupassen. In der bevorzugten Ausführungsform, wie in
Fig. 2 dargestellt, werden die gemessenen Intensitäten I1, I2, . . ., In zu einem
Intensitätsvektor zusammengefasst. Gemessen werden die Intensitäten I1,
I2, . . ., In mit dem mindestens einen Detektor 19, der in dem Mikroskopsystem
vorgesehen ist. Der Intensitätsvektor wird einem Mittel 50 zum Bilden des
Betrages bzw. zum Berechnen einer Norm zugeführt. Der Betrag (euklidische
Länge) R des Vektors wird berechnet, der wie oben erwähnt mit der Energie
vergleichbar ist. Die Intensitätsvektoren werden einem Mittel 52 zum
Aussondern zugeführt. Es werden nur Intensitätsvektoren betrachtet, deren
Betrag größer als ein vorgegebener Schwellwert SW ist, um Bildhintergrund,
Rauschen, schlecht ausgeprägte Ko-Lokalisationen auszuschließen und nicht
der nachfolgenden Berechnung zuzuführen. Ist der Betrag zu klein, werden
diejenigen Intensitätsvektoren aussortiert, was durch einen Schalter 54 in
Fig. 2 dargestellt ist. Diejenigen Intensitätsvektoren , die nicht aussortiert
wurden, werden durch eine Normierungseinheit 56 normiert, was der
Projektion eines n-dimensionalen Problems auf die (n - 1)-Dimensionale
Teilfläche der Einheitshyperkugel im positiven Quadranten gleichkommt,
wobei eine Position Korrelationsspuren im Originalraum hinreichend
beschreibt. Die normierten Intensitätsvektoren , werden über ein
zusätzliches Filterelement 57 dem lernenden Vektorquantisierer 58 zugeleitet.
Der adaptiv ausgeprägte Vektorquantisierer 58 misst die Ähnlichkeit der
einlaufenden Vektoren mit den Vektoren aus dem Code-Book und macht die
ähnlichsten noch ähnlicher. Durch die Initialisierung und das Lernverfahren
trackt der Vektorquantisierer 58 die Code-Book-Vektoren derart, dass sie die
Daten bestmöglich approximieren.
Vektorquantisierer im allgemeinen bilden das Bindeglied zwischen
kontinuierlichen vektoriellen Verteilungen (hier Intensitäten) mit einer diskreten
Welt von Repräsentationen und sind Stand der Technik in der
Nachrichtentechnik und Signalverarbeitung. Vektorquantisierer werden
insbesondere zur verlustbehafteten Übertragung vektorieller Signale genutzt
(siehe unter anderem Moon and Stirling, Mathematical Methods and
Algorithms for Signal Processing. London: Prentice Hall, 2000). Der hier
genutzte Vektorquantisierer (58) hat verhältnismäßig wenig interne Code-
Book-Vektoren, da eine hohe Kompression der Messdaten auf ein sehr
einfaches Modell mit hohem Verlust durchgeführt wird und ist adaptiv. Die
zugeleiteten Intensitätsvektoren werden mit allen Code-Book-Vektoren
gleichzeitig verglichen, wobei eine Teilmenge der ähnlichsten Code-Book-
Vektoren ausgewählt und angepasst werden. Das Ähnlichkeitsmaß und die
Teilmenge ist ein Freiheitsgrad des Verfahrens und kann variieren. Die
Selektion wird dem aktuellen Intensitätsvektor etwas ähnlicher gemacht. Im
einfachsten Fall ist dies immer nur der ähnlichste Code-Book-Vektor. Dies
geschieht durch mathematische Verfahren wie Abstandsmessungen mit
Vektornormen, lokaler Aggregation, rekursiv gleitende Mittelwertbildung, ist
jedoch für unterschiedliche Typen lernfähiger Vektorquantisierer
unterschiedlich gestaltet. Für eine erfindungsgemäße Ausgestaltung kommt
eine Vielzahl unterschiedlicher Verfahren in Betracht und hat in der realen
Ausgestaltung extrem viele Freiheitsgerade. Die Ausgestaltungsmöglichkeiten
sind dem Fachmann hinreichend bekannt und werden nachfolgend kurz
umrissen.
Neben den hier nicht direkt praktikablen Code-Book-Design-Verfahren der
klassischen Clusteranalyse (vergl. Ripley, Pattern Recognition and Neural
Networks, Cambridge: CUP, 1996) - die wir dennoch hier nicht explizit
ausschließen wollen - bieten sich insbesondere biologisch motivierte
neuronale Netze an. Luo und Unbehauen schlagen unter anderem eine
Klasse von wettbewerbslernenden neuronalen Architekturen für die Aufgabe
der Vektorquantisierung vor (Luo und Unbehauen, Applied Neural Networks
for Signal Processing, Cambridge: CUP, 1997). Derartige Verfahren
resultieren aus der Simulation repräsentationsbildender Denkprozesse durch
Wettbewerbslernen einzelner Neuronen und erzeugen auch in der stark
vereinfachten Modellbildung der Informatik schon gute Repräsentationen.
Neuere Arbeiten wie zum Beispiel die Dissertation von Bernd Fritzke (Bernd
Fritzke, Vektorbasierte Neuronale Netze, Aachen: Shaker, 1998) weisen eine
ganze Sammlung unterschiedlicher, brauchbarer Verfahren auf, die im
Kontext dieser Meldung zum Ziel führen. Die wesentlichen
Unterscheidungskriterien sind die Art und Weise wie die Code-Book-Vektoren
an die präsentierte Intensitätsverteilung angepasst werden. Diese Adaption
wird in der Literatur neuronaler Netze als Lernverfahren bezeichnet. Die für
diese Erfindung essentielle Eigenschaft ist jedoch die Repräsentationsbildung
mit der Kernidee des Wettbewerbs unterschiedlicher Instanzen um
präsentierte Reize und nicht ein geeignetes mathematische Verfahren bzw.
eine simulationsähnliche Annäherung an biologische Vorgänge. Die konkrete
Durchführung der Repräsentationsbildung sowie Modelldetails, wie
Topologien zwischen Repräsentationen, Topologieerhaltung zwischen
Repräsentation und Intensitätsraum, Lern- bzw. Adaptionsregeln, sind dem
Fachmann hinreichend bekannt und im Rahmen dieser Erfindung nicht näher
spezifiziert. Die wichtigsten dieser an Wettbewerbslernen angelehnten und
dem Erfinder bekannten Adaptionsverfahren sind im folgenden skizziert und
im Detail der Literatur zu entnehmen.
Die direkte Simulation von Wettbewerbslernen zwischen Neuronen kann zu
einer Ausprägung des Vektorquantisierers 58 führen. Zu diesem Zweck wird
einer Menge von Neuronen der Eingangsvektor präsentiert, wobei zusätzlich
eine laterale Verbindung zwischen den Neuronen zugeschaltet wird, deren
Wichtung lokale Verbindungen verstärkt (positive Verbindung) und weiter
entfernte hemmt (negative Verbindung). Die Gesamtstruktur wird einer
Hebbschen Lernregel ausgesetzt, die Korrelationen zwischen Ein- und
Ausgängen verstärkt. Diese Art der Durchführung ist als einleitendes
Gedankenmodell in fast allen Lehrbüchern über neuronale Netze zu finden
(vergl. Haykin, Neural Networks, New York: MacMaster University Press,
1994) und wird nur selten für reale Systeme genutzt.
Sogenanntes hartes Wettbewerbslernen initialisiert die Code-Book-Vektoren
zufällig mit Werten hinreichender Wahrscheinlichkeit. Für jeden dem
Vektorquantisierer 58 zugeleiteten normierten Intensität wird aus der Menge
der Code-Book-Vektoren {i} ein Gewinner gemäß einer Vorschrift
= winner() ermittelt. In der Regel wird zur Fehlerminimierung der
euklidische Abstand zwischen Reiz und Code-Book {i} zur
Gewinnerermittlung gemäß
= min(∥ - i∥)
genutzt. Gemäß der Verarbeitungsvorschrift
= + ε(t)( - )
wird dieser Gewinner adaptiert. In diesem Kontext ist ε(t) eine Lernrate, die
oft über die Betriebsdauer des Vektorquantisierers 58 reduziert wird. Bei
konstanter Lernrate bleibt der Vektorquantisierer 58 adaptiv. Bei Nutzung
einer zu der Anzahl Gewinne invers proportionalen Lernrate erhält man das
sogenannte "k-Means" Verfahren, das sich exakt in die Mittelwerte der
Verteilung legt. Durch die Wahl exponentiell abnehmender Lernraten kann
man beliebige Zwischenzustände erzeugen, aber auch andere Varianten
werden angewandt.
Beim sogenannten weichen Wettbewerbslernen werden nicht nur die
Gewinner adaptiert, sondern weitere, eventuell sogar alle Code-Book-
Vektoren.
Eine Ausprägung ist der sogenannte "Neuronales Gas"-Algorithmus, bei dem
ein Ranking der Gewinner auf der Basis der Gewinnerfunktionen, auch bei
harten Wettbewerbslernverfahren, durchgeführt wird. Auf der Basis dieses
Ranking berechnet eine Adaptionsfunktion den Grad der Adaption wobei der
Gewinner mit dem besten Rank mehr adaptiert wird als ein Gewinner mit
geringerem Rank. Oft wird der Adaptionseinfluss über die Zeit reduziert. In
einer Abwandlung namens "Growing Neural Gas" wird über ein
Informationstechnisches bzw. Fehlerminimierungskriterium die Anzahl der
Vektoren im Code-Book erhöht, bis eine hinreichende Operation gewährleistet
ist.
Bei der Ausprägung "Selbstorganisierende Merkmalskarte" wird den Code-
Book-Vektoren eine Topologie überlagert. Während des Lernvorgangs wird
immer eine Nachbarschaft des Gewinners mitadaptiert, wobei in der Regel
nähere Nachbarn mehr und weiter entfernte Nachbarn weniger adaptiert
werden und der Einfluss des Nachbarschaftslernens über die Zeit reduziert
wird. Dies ist vergleichbar mit einem x-dimensionalen Gummituch, das man in
die Verteilung knautscht, ohne dass es zerreißt. Der Vorteil dieses Verfahrens
ist die Erhaltung topologischer Eigenschaften.
Neuere Ansätze charakterisieren sich durch Mischformen, in denen
Topologieerhaltung durch den Vektoren überlagerte Graphen wie bei der
Selbstorganisierenden Merkmalskarte mit Wachstumskriterien wie beim
Growing Neural Gas verknüpft werden. Beispiele sind z. B. "Growing Cell
Structures", "Growing Grid".
Die Vektoren im Code-Book und das Adaptionsverfahren werden in einem
derartigen Setup vor dem Experiment bei der Initialisierung vorgegeben. Dies
kann von Anwendung zu Anwendung variieren. Bei der Belegung des
Vektorquantisierers 58 gibt es mehrere Varianten: Ein Vektorquantisierer 58,
der exakt so viele Code-Book-Vektoren hat wie Kanäle und die in der
Reihenfolge der Kanäle mit orthonormalen Einheitsvektoren des Kanalraums
vorinitialisiert sind. Ferner ist ein Vektorquantisierer 58 denkbar, der für jeden
Kanal einen orthonormalen Einheitsvektor und für jeden möglichen
Mischzustand einen schrägen (diagonal im Signalraum) Einheitsvektor hat.
Diese Variante arbeitet statistisch stabiler bei Auftreten von Ko-Lokalisationen.
Ferner lässt sich ein Zähler (nicht dargestellt), der ermittelt, wie häufig welcher
Code-Book-Vektor verändert wurde, dazu nutzen, um Ko-Lokalisationen
aufzuspüren. Der Zähler kann für einfache statistische Signifikanztests
herangezogen werden, da die Anzahl der Adaptionsschritte die Häufigkeit
korrespondierender Messwerte entspricht.
Fig. 3 beschreibt die Handhabung und die Verarbeitung der Messwerte, die
von den mehreren Detektoren 19 gewonnen werden. Die Detektoren 19 sind
in diesem Ausführungsbeispiel als PMTs (Photo Multiplier Tubes) dargestellt.
Die Messwerte werden zur Bewertung lokaler Korrelationen von den PMTs
einer elektronischen Einrichtung 45 zugeführt, das die entsprechende
Bewertung, wie oben beschreiben, durchführt. Der Einrichtung 45 ist ein Mittel
62 zum Auswählen einer Untermenge aus der Vielzahl der Code-Book-
Vektoren nachgeschaltet. Die ausgewählten Code-Book-Vektoren werden
einer Auswerte- und Visualisierungseinheit zugeführt, die z. B. als Display 27
des Rechners 34 ausgebildet sein kann. Die Auswerte- und
Visualisierungseinheit ist mit einem Spektralphotometer 64 verbunden. Das
Spektralphotometer 64 kann z. B. als ein Multibanddetektor ausgebildet sein,
der an Hand der ermittelten Korrelationsrepräsentationen das Übersprechen
ermittelt und eine automatische Einstellung durchführt, um das Übersprechen
der einzelnen Detektionskanäle zu minimieren.
Die ausgelesenen Code-Book-Vektoren werden zur Bewertung der
Einstellung des Spektralphotometers 64 genutzt. Dabei ist zu beachten, dass
der Winkel zwischen zwei Code-Book-Vektoren im Idealfall 90° sein soll.
Diese Tatsache kann man zur Berechnung einer monotonen linearen
Gütefunktion benutzen wobei 0° einer Güte von 0% und 90° einer Güte von
100% entspricht. Diese Güte kann man in einen Stellalgorithmus zum Tunen
des Spektralphotometers 64 benutzen. Die Einrichtung 45 ist in dieser
Anordnung bevorzugt in FPGA- oder DSP-Technologie realisiert. Die
Auswertung könnte bevorzugt ebenso auf dem Rechner 34, der ebenfalls als
Steuerrechner eingesetzt werden kann, oder auf dem FPGA, DSP, erfolgen,
da hier das Zeitverhalten nicht kritisch ist.
Alternativ können die Code-Book-Vektoren auch auf dem Display 27
angezeigt werden, um den Benutzer über die Qualität der Messung
aufzuklären. Dabei werden die darzustellenden Code-Book-Vektoren in ein
Koordinatensystem eingetragen. An Hand der Neigung der Code-Book-
Vektoren zu den Koordinatenachsen kann auf einfache Weise die Qualität der
Messung abgelesen werden. Die Auswahl der Untermenge der Code-Book-
Vektoren ist auf diese Code-Book-Vektoren beschränkt, die den Achsen eines
Koordinatensystems am nächsten sind. Dabei repräsentiert jeweils eine
Koordinatenachse die Detektion in einem Detektionskanal des
Multibanddetektors. Die Neigung der Code-Book-Vektoren zu den
Koordinatenachsen sowie untereinander wird zur Ermittlung des
Übersprechens der einzelnen Detektionskanäle herangezogen. Bei 2-
dimensionalen Selektionen kann dies direkt zur Visualisierung herangezogen
werden. Ferner ist zu bemerken, dass zur visuellen Darstellung auch
tripelweise die Achsen des Koordinatensystems darstellbar sind, wobei die
nächsten zu diesen Achsen gelegenen Code-Book-Vektoren in
entsprechender Weise bezüglich der Koordinatenachsen eintragbar sind.
In Fig. 4 ist schematisch eine Anordnung gezeigt, die die Bleichrate in dem zu
untersuchenden Objekt 15 misst. Hierzu detektiert man denselben Kanal
zeitlich versetzt hintereinander, und baut aus den zeitlich versetzten Daten
den Vektor zusammen. Als Ergebnis findet man Strukturen mit
unterschiedlicher Bleichrate auf unterschiedlichen Geraden, die durch die
unterschiedlichen Vektoren repräsentiert sind. Hierzu muss ein
Speicherelement 66 hinzugezogen werden. Wie in Fig. 4 dargestellt, werden
die Werte von den Detektoren 19, wie z. B. PMTs, gespeichert. Das
dargestellte Ausführungsbeispiel verwendet drei Detektoren 19, was aber in
keiner Weise als eine Beschränkung angesehen werden soll. Die Messdaten
von den Detektoren 19 werden immer pro aufgenommenes Bild in dem
Speicherelement 66 abgelegt. Dabei werden immer die Daten eines Bildes,
das zum Zeitpunkt t aufgenommen wird mit den Daten des Bildes, das zum
Zeitpunkt t-1 aufgenommen wurde, der Einrichtung 45 zugeführt. Das
Speicherelement 66 muss hierzu pixelsynchron arbeiten. Es ist dem
Fachmann hinreichend bekannt, dass eine derartige Synchronisation auch
Linen-, Frame- oder Volumen basiert erfolgen kann und nur Orts-synchron an
die Scanbewegung des Lichtstrahls 3 gekoppelt werden muss. Ein
Ausführungsbeispiel ist, ein an die Einrichtung 45 gekoppeltes RAM als
Speicherelement 66 zu verwenden, oder dass das Speicherelement 66 direkt
im Rechner 34 implementiert ist. Wie in Fig. 3 bereits dargestellt, ist der
Einrichtung 45 das Mittel 62 zum Auswählen einer Untermenge aus der
Vielzahl der Code-Book-Vektoren nachgeschaltet. Die ausgewählten Code-
Book-Vektoren werden einer Auswerte- und Visualisierungseinheit zugeführt,
die z. B. als Display 27 des Rechners 34 ausgebildet sein kann. Die Bleichrate
lässt sich an Hand der ausgewählten Code-Book-Vektoren ablesen. Aus der
Neigung eines Code-Book-Vektors zum Zeitpunkt t im Vergleich zur Neigung
eines Code-Book-Vektors zum Zeitpunkt t + 1 im Koordinatensystem kann die
Bleichrate bzw. das Bleichverhalten bestimmt werden. Die Information über
die Bleichrate kann auch für die Einstellungen des Systems genutzt werden,
da die Lichtsensitivität der in der Probe vorhandenen Farbstoffe direkt ermittelt
wird. Auch eine textuelle Information an den Benutzer durch das Display 27 ist
denkbar.
Ebenso ist es mit der Anordnung aus Fig. 4 möglich die Auswirkung von
aktiven Systemparametern auf die Messung zu bestimmen. Durch das
Verstellen von Systemparametern zwischen zwei Messungen mit lassen sich
Aussagen über lokale Veränderung in der Probe treffen, da sich
Korrelationsmaße und deren Repräsentationen verändern. Ein Beispiel ist die
Veränderung der Lichtmenge auf der Probe durch Veränderung der
Laserleistung, Vergrößerung der AOTF Abschwächung oder Vergrößerung
des Pinholes. Solange keine Sättigungen auftreten, bleiben die
Repräsentationen von Korrelationsspuren erhalten. Bei Sättigungseffekten
verändern sich diese. Dies ist sinnvoll, um eine optimale Einstellung des
Systems zu finden (z. B. Detektion der Sättigung von Farbstoffen).
Ferner beinhalten die Code-Book-Vektoren im wesentlichen die nötige
Information, um die Messdaten zu korrigieren. Zu diesem Zweck müssen
diese zu einer Matrix zusammengefasst und danach invertiert werden. Die
Zusammenfassung zur Matrix kann variieren, je nachdem, ob eine
Informationsseparation oder eine Korrektur parasitärer spektraler
Übersprechphänomene angestrebt wird, die in der Regel nur von Kanälen
hoher zu Kanälen niedriger Energie wirkt. Die Invertierung einer Matrix ist
Stand der Technik. Dies kann durch ein zusätzliches Elektronikbauteil (nicht
dargestellt) im Datenpfad oder im Rechner 34 erfolgen. Der Korrektur
zugänglich sind Crosstalk, Intensitätsreduktion durch Bleichen und
Kombinationen hiervon.
Die Code-Book-Vektoren beinhalten zusätzlich Information über das Material
im Probenvolumen. Zu diesem Zweck klassifiziert man die Messwerte zurück
auf den nächsten Codebook-Eintrag. Derartige Operationen werden in der
Regel im Rechner 34 durchgeführt. Bei geeigneter Visualisierung derartiger
Bilddaten erhält man eine Landkarte unterschiedlicher Materialien im Bild.
Diese ist nicht zu verwechseln mit den in US Patent 5,719,024 genutzten
mathematischen Verfahren der Dekorrelation, die dort als
Vorverarbeitungsschritt durchgeführt werden. Dergleichen wird hier nicht
explizit benötigt.
Es ist selbstverständlich, dass Änderungen und Abwandlungen durchgeführt
werden können, ohne dabei den Schutzbereich der nachstehenden
Ansprüche zu verlassen.
1
Beleuchtungssystem
2
Scanmikroskop
3
Lichtstrahl
5
Strahlteiler
7
Scanmodul
9
Scanspiegel
11
Positionssensor
13
Mikroskopoptik
15
Objekt
17
Lichtstrahl
19
Detektor
21
Detektionssignale
23
Verarbeitungseinheit
25
Positionssignale
27
Display
29
Einstellelement
31
Einstellelement
33
Eingabeeinheit
34
Rechner
35
Abbild
37
Leitung
39
Beleuchtungspinhole
41
Detektionspinhole
45
Einrichtung
49
Mittel zum Bilden eines Intensitätsvektors
50
Mittel zum Berechnen
52
Vergleichselement
54
Schalter
56
Normierungseinheit
57
Filterelement
58
Vektorquantisierer
60
Mittel zum Auslesen
62
Mittel zum Auswählen
64
Spektralphotometer
66
Speicherelement
I1
I1
, I2
, . . ., In
Intensitäten
Intensitätsvektor
SW Schwellwert
Intensitätsvektor
SW Schwellwert
Claims (39)
1. Verfahren zur Ermittlung von Prozessgrößen mit einem
Mikroskopsystem, wobei das Verfahren durch folgenden Schritte
gekennzeichnet ist:
- a) Zusammenfassen der von einer Vielzahl von Detektoren (19) ermittelten Intensitäten aus unterschiedlichen Spektralbereichen eines Messvorgangs zu einem Intensitätsvektor (),
- b) Berechnen einer Norm des Intensitätsvektors (),
- c) Aussondern derjenigen Intensitätsvektoren deren Norm kleiner ist als ein vorgebbarer Schwellwert (SW), damit diese Vektoren im weiteren Verfahren unberücksichtigt bleiben,
- d) Normieren der Intensitätsvektoren (),
- e) Zuleiten der Intensitätsvektoren zu einem Vektorquantisierer (58) und Verarbeitung der Intensitätsvektoren () durch den Vektorquantisierer (58), und
- f) Auslesen von Code-Book-Vektoren aus dem Vektorquantisierer (58).
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass das
Berechnen der Norm der euklidische Abstand zu einem Koordinatenursprung
ist.
3. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass der
Vektorquantisierer (58) als "Learning Vektorquantiziser", oder als
wettbewerbslernendes neuronales Netz, ausgebildet ist oder aus diesem im
Kontext einer mathematische Annäherung ab- oder hergeleitet werden kann.
4. Verfahren nach Anspruch 1, gekennzeichnet durch die folgenden
Schritte:
Auswählen einer Untermenge aus der Vielzahl der Code-Book- Vektoren, und
Zuführen der ausgewählten Code-Book-Vektoren an eine Auswerte- und Visualisierungseinheit.
Auswählen einer Untermenge aus der Vielzahl der Code-Book- Vektoren, und
Zuführen der ausgewählten Code-Book-Vektoren an eine Auswerte- und Visualisierungseinheit.
5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass die
Auswahl der Untermenge der Code-Book-Vektoren auf diese Code-Book-
Vektoren beschränkt ist, die den Achsen eines Koordinatensystems am
nächsten sind, wobei jeweils eine Koordinatenachse die Detektion in einem
Dektektionskanal repräsentiert.
6. Verfahren nach Anspruch 4 und 5, dadurch gekennzeichnet, dass die
Neigung der Code-Book-Vektoren zu den Koordinatenachsen sowie
untereinander zur Ermittlung des Übersprechens der einzelnen
Detektionskanäle herangezogen wird.
7. Verfahren nach Anspruch 6, dadurch gekennzeichnet, dass an Hand
des ermittelten Übersprechens eine automatische Einstellung eines
Multibanddetektors erfolgt, um das Übersprechen der einzelnen
Detektionskanäle zu minimieren.
8. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass tupel- oder
tripelweise die Achsen des Koordinatensystems visuell dargestellt werden und
die nächsten zu diesen Achsen gelegenen Code-Book-Vektoren
eingetragen werden.
9. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass paarweise
die Achsen des Koordinatensystems visuell dargestellt werden und die
nächsten zu diesen Achsen gelegenen Code-Book-Vektoren eingetragen
werden.
10. Verfahren nach einem der Ansprüche 4 bis 9, dadurch
gekennzeichnet, dass jeder visuellen Darstellung der Achsen des
Koordinatensystems ein Zähler zugeordnet ist, der zur Visualisierung der
Signifikanz des durch den jeweiligen Code-Book-Vektor repräsentierten
Signalanteils dient.
11. Verfahren nach Anspruch 1, kennzeichnet durch die folgenden
Schritte:
Erfassen der Ortskoordinaten in einem Objekt 15 während des Scanvorgangs und der den Ortskoordinaten zugeordneten Intensitäten (I1, I2, . . ., In),
Vergleichen der Intensitätsvektoren () mit den Code-Book-Vektoren, und
Klassifikation der Intensitätsvektoren () auf den nächsten Code- Book-Vektor.
Erfassen der Ortskoordinaten in einem Objekt 15 während des Scanvorgangs und der den Ortskoordinaten zugeordneten Intensitäten (I1, I2, . . ., In),
Vergleichen der Intensitätsvektoren () mit den Code-Book-Vektoren, und
Klassifikation der Intensitätsvektoren () auf den nächsten Code- Book-Vektor.
12. Verfahren nach Anspruch 1, gekennzeichnet durch die folgenden
Schritte, die vor den Schritten a bis f ausgeführt werden:
Zeitversetztes, blockbasiertes Zwischenspeichen der Intensitätsvektoren, und
Bilden von Vektoren aus den jeweils aktuellen Intensitätsvektor und dem vor dem jeweils aktuellen und zwischengespeicherten Intensitätsvektor aufgenommenen zeitversetzten Intensitätsvektor, wobei beide Vektoren vom selben Ort des Objekts (15) stammen.
Zeitversetztes, blockbasiertes Zwischenspeichen der Intensitätsvektoren, und
Bilden von Vektoren aus den jeweils aktuellen Intensitätsvektor und dem vor dem jeweils aktuellen und zwischengespeicherten Intensitätsvektor aufgenommenen zeitversetzten Intensitätsvektor, wobei beide Vektoren vom selben Ort des Objekts (15) stammen.
13. Verfahren nach Anspruch 12, dadurch gekennzeichnet, dass die
Neigungen der Code-Book-Vektoren ausgewertet werden, um das
Bleichverhalten oder Einflüsse aktiver Stellparameter zu ermitteln und zu
visualisieren.
14. Verfahren nach Anspruch 1, gekennzeichnet durch die folgenden
Schritte:
Berechnen einer Korrekturmatrix aus den Code-Book-Vektoren und
Anwendung der Korrekturmatrix auf die aktuell gemessenen Intensitätsvektoren bei gleichzeitigen Bildaufbau.
Berechnen einer Korrekturmatrix aus den Code-Book-Vektoren und
Anwendung der Korrekturmatrix auf die aktuell gemessenen Intensitätsvektoren bei gleichzeitigen Bildaufbau.
15. Anordnung zur Ermittlung von Prozessgrößen in einem
Mikroskopsystem, gekennzeichnet durch:
- a) Mittel (49) zum Zusammenfassen der von einer Vielzahl von Detektoren (19) ermittelten Intensitäten (I1, I2, . . ., In) aus unterschiedlichen Spektralbereichen eines Messvorgangs zu einem Intensitätsvektor (),
- b) Mittel (50) zum Berechnen einer Norm des Intensitätsvektors (),
- c) Mittel (52) zum Aussondern derjenigen Intensitätsvektoren deren Norm kleiner ist als ein vorgebbarer Schellwert (SW),
- d) Mittel (56) zum Normieren der Intensitätsvektoren,
- e) einen Vektorquantisierer (58) der die Intensitätsvektoren verarbeitet, und
- f) Mittel (60) zum Auslesen von Code-Book-Vektoren aus dem Vektorquantisierer (58).
16. Anordnung nach Anspruch 15, dadurch gekennzeichnet, dass die
Mittel (56) zum Normieren die Berechnung des euklidischen Abstandes zu
einem Koordinatenursprung durchführen.
17. Anordnung nach Anspruch 15, dadurch gekennzeichnet, dass der
Vektorquantisierer (58) als "Learning Vektorquantiziser", oder als
wettbewerbslernendes neuronales Netz ausgebildet ist oder aus diesem im
Kontext der mathematische Annäherung ab- oder hergeleitet werden kann.
18. Anordnung nach Anspruch 15, dadurch gekennzeichnet, dass
Mittel (62) zum Auswählen einer Untermenge aus der Vielzahl der Code-Book-Vektoren, und
Mittel zum Zuführen der ausgewählten Code-Book-Vektoren an eine Auswerte- und Visualisierungseinheit vorgesehen sind.
Mittel (62) zum Auswählen einer Untermenge aus der Vielzahl der Code-Book-Vektoren, und
Mittel zum Zuführen der ausgewählten Code-Book-Vektoren an eine Auswerte- und Visualisierungseinheit vorgesehen sind.
19. Anordnung nach Anspruch 18, dadurch gekennzeichnet, dass ein
Multibanddetektor vorgesehen ist, der an Hand des ermittelten Übersprechens
eine automatische Einstellung durchführt, um das Übersprechen der einzelnen
Detektionskanäle zu minimieren, wobei eine Auswahl der Untermenge der
Code-Book-Vektoren auf diese Code-Book-Vektoren beschränkt ist, die den
Achsen eines Koordinatensystems am nächsten sind, wobei jeweils eine
Koordinatenachse die Detektion in einem Detektionskanal repräsentiert, und
dass die Neigung der Code-Book-Vektoren zu den Koordinatenachsen sowie
untereinander zur Ermittlung des Übersprechens der einzelnen
Detektionskanäle heranziehbar ist.
20. Anordnung nach Anspruch 18, dadurch gekennzeichnet, dass ein
Mittel (27) zur visuellen Darstellung vorgesehen ist, und dass tupel- oder
tripelweise die Achsen des Koordinatensystems darstellbar und die nächsten
zu diesen Achsen gelegenen Code-Book-Vektoren eintragbar sind.
21. Anordnung nach Anspruch 18, dadurch gekennzeichnet, dass ein
Mittel (27) zur visuellen Darstellung vorgesehen ist, und dass paarweise die
Achsen des Koordinatensystems darstellbar und die nächsten zu diesen
Achsen gelegenen Code-Book-Vektoren eintragbar sind.
22. Anordnung nach einem der Ansprüche 18 bis 21, dadurch
gekennzeichnet, dass jeder visuellen Darstellung der Achsen des
Koordinatensystems ein Zähler zugeordnet ist, der die Signifikanz des durch
den jeweiligen Code-Book-Vektor repräsentierten Signalanteils verifiziert.
23. Anordnung nach Anspruch 15, dadurch gekennzeichnet, dass:
Mittel zum Erfassen der Ortskoordinaten eines Objekts (15) während des Scanvorgangs und der den Ortskoordinaten zugeordneten Intensitäten,
Mittel zum Vergleichen der Intensitätsvektoren mit den Code-Book- Vektoren, und
Mittel zur Klassifikation der Intensitätsvektoren auf den nächsten Code- Book-Vektor vorgesehen sind.
Mittel zum Erfassen der Ortskoordinaten eines Objekts (15) während des Scanvorgangs und der den Ortskoordinaten zugeordneten Intensitäten,
Mittel zum Vergleichen der Intensitätsvektoren mit den Code-Book- Vektoren, und
Mittel zur Klassifikation der Intensitätsvektoren auf den nächsten Code- Book-Vektor vorgesehen sind.
24. Anordnung nach Anspruch 15, dadurch gekennzeichnet, dass
Mittel (66) zum zeitversetzten, blockbasierten Zwischenspeichen der Intensitätsvektoren, und
Mittel (45) zum Bilden von Vektoren aus den jeweils aktuellen Intensitätsvektor und dem vor dem jeweils aktuellen und zwischengespeicherten Intensitätsvektor aufgenommenen zeitversetzten Intensitätsvektor vorgesehen sind, wobei beide Vektoren vom selben Ort des Objekts (15) stammen.
Mittel (66) zum zeitversetzten, blockbasierten Zwischenspeichen der Intensitätsvektoren, und
Mittel (45) zum Bilden von Vektoren aus den jeweils aktuellen Intensitätsvektor und dem vor dem jeweils aktuellen und zwischengespeicherten Intensitätsvektor aufgenommenen zeitversetzten Intensitätsvektor vorgesehen sind, wobei beide Vektoren vom selben Ort des Objekts (15) stammen.
25. Anordnung nach Anspruch 24, dadurch gekennzeichnet, dass Mittel
zum Auswerten der die Neigung der Code-Book-Vektoren vorgesehen sind,
um das Bleichverhalten oder Einflüsse aktiver Stellparameter zu ermitteln und
auf dem Mittel (27) zur visuellen Darstellung zu visualisieren.
26. Anordnung nach Anspruch 15, dadurch gekennzeichnet, dass
Mittel zum Berechnen einer Korrekturmatrix aus den Code-Book- Vektoren und
Mittel zur Anwendung der Korrekturmatrix auf die aktuell gemessenen Intensitätsvektoren bei gleichzeitigen Bildaufbau vorgesehen sind.
Mittel zum Berechnen einer Korrekturmatrix aus den Code-Book- Vektoren und
Mittel zur Anwendung der Korrekturmatrix auf die aktuell gemessenen Intensitätsvektoren bei gleichzeitigen Bildaufbau vorgesehen sind.
27. Ein System zur Ermittlung von Prozessgrößen in einem
Mikroskopsystem umfasst ein abtastendes Mikroskop (2), das einen
Lichtstrahl (3) parallel oder sequentiell über ein Objekt (15) führt, mehrere
Detektoren (19), die aus dem vom Objekt (15) ausgehenden Licht (17)
Intensitäten aus unterschiedlichen Spektralbereichen ermitteln, eine
Verarbeitungseinheit (23), einen Rechner (34), eine Eingabeeinheit (33) und
ein Display (27), dadurch gekennzeichnet, dass:
- a) in der Verarbeitungseinheit (23) Mittel zum Zusammenfassen der von Detektoren (19) ermittelten Intensitäten (I1, I2, . . ., In) aus unterschiedlichen Spektralbereichen eines Messvorgangs zu einem Intensitätsvektor,
- b) Mittel (50) zum Berechnen einer Norm des Intensitätsvektors,
- c) Mittel (52) zum Aussondern derjenigen Intensitätsvektoren deren Norm kleiner ist als ein vorgebbarer Schwellwert (SW),
- d) Mittel (56) zum Normieren der Intensitätsvektoren,
- e) ein Vektorquantisierer (58), der die Intensitätsvektoren verarbeitet, und
- f) Mittel (60) zum Auslesen von Code-Book-Vektoren aus dem Vektorquantisierer (58) vorgesehen sind.
28. System nach Anspruch 27, dadurch gekennzeichnet, dass die Mittel
(58) zum Normieren die Berechnen des euklidischen Abstandes zu einem
Koordinatenursprung durchführen.
29. System nach Anspruch 27, dadurch gekennzeichnet, dass der
Vektorquantisierer (58) als "Learning Vektorquantiziser", oder als
wettbewerbslernendes neuronales Netz ausgebildet ist oder aus diesem im
Kontext der mathematische Annäherung ab- oder hergeleitet wird.
30. System nach Anspruch 27, dadurch gekennzeichnet, dass
Mittel (62) zum Auswählen einer Untermenge aus der Vielzahl der Code-Book-Vektoren, und
Mittel zum Zuführen der ausgewählten Code-Book-Vektoren an eine Auswerte- und Visualisierungseinheit vorgesehen sind.
Mittel (62) zum Auswählen einer Untermenge aus der Vielzahl der Code-Book-Vektoren, und
Mittel zum Zuführen der ausgewählten Code-Book-Vektoren an eine Auswerte- und Visualisierungseinheit vorgesehen sind.
31. System nach Anspruch 30, dadurch gekennzeichnet, dass die
Visualisierungseinheit ein Display (27) ist, auf dem in mindestens einem
Fenster die Code-Book-Vektoren visuell in einen Koordinatensystem
darstellbar sind.
32. System nach Anspruch 30, dadurch gekennzeichnet, dass ein
Multibanddetektor vorgesehen ist, der an Hand des ermittelten Übersprechens
eine automatische Einstellung durchführt, um das Übersprechen der einzelnen
Detektionskanäle zu minimieren, wobei eine Auswahl der Untermenge der
Code-Book-Vektoren auf diese Code-Book-Vektoren beschränkt ist, die den
Achsen eines Koordinatensystems am nächsten sind, wobei jeweils eine
Koordinatenachse die Detektion in einem Detektionskanal repräsentiert, und
dass die Neigung der Code-Book-Vektoren zu den Koordinatenachsen sowie
untereinander zur Ermittlung des Übersprechens der einzelnen
Detektionskanäle heranziehbar ist.
33. System nach Anspruch 30, dadurch gekennzeichnet, dass auf dem
Display (27) tripelweise die Achsen des Koordinatensystems darstellbar und
die nächsten zu diesen Achsen gelegenen Code-Book-Vektoren eintragbar
sind.
34. System nach Anspruch 30, dadurch gekennzeichnet, dass auf dem
Display (27) paarweise die Achsen des Koordinatensystems darstellbar und
die nächsten zu diesen Achsen gelegenen Code-Book-Vektoren eintragbar
sind.
35. System nach einem der Ansprüche 30 bis 34, dadurch
gekennzeichnet, dass jeder visuellen Darstellung der Achsen des
Koordinatensystems auf dem Display (27) ein Zähler zugeordnet ist, der die
Signifikanz des durch den jeweiligen Code-Book-Vektor repräsentierten
Signalanteils verifiziert.
36. System nach Anspruch 27, dadurch gekennzeichnet, dass
Mittel zum Erfassen der Ortskoordinaten einer Probe während des Scanvorgangs und der den Ortskoordinaten zugeordneten Intensitäten,
Mittel zum Vergleichen der Intensitätsvektoren mit den Code-Book- Vektoren, und
Mittel zur Klassifikation der Intensitätsvektoren auf den nächsten Code- Book-Vektor vorgesehen sind.
Mittel zum Erfassen der Ortskoordinaten einer Probe während des Scanvorgangs und der den Ortskoordinaten zugeordneten Intensitäten,
Mittel zum Vergleichen der Intensitätsvektoren mit den Code-Book- Vektoren, und
Mittel zur Klassifikation der Intensitätsvektoren auf den nächsten Code- Book-Vektor vorgesehen sind.
37. System nach Anspruch 27, dadurch gekennzeichnet, dass
Mittel (66) zum zeitversetzten, blockbasierten Zwischenspeichen der Intensitätsvektoren, und
Mittel (45) zum Bilden von Vektoren aus dem jeweils aktuellen Intensitätsvektor und dem vor dem jeweils aktuellen und zwischengespeicherten Intensitätsvektor aufgenommenen zeitversetzten Intensitätsvektor vorgesehen sind, wobei beide Vektoren vom selben Ort des Objekts (15) stammen.
Mittel (66) zum zeitversetzten, blockbasierten Zwischenspeichen der Intensitätsvektoren, und
Mittel (45) zum Bilden von Vektoren aus dem jeweils aktuellen Intensitätsvektor und dem vor dem jeweils aktuellen und zwischengespeicherten Intensitätsvektor aufgenommenen zeitversetzten Intensitätsvektor vorgesehen sind, wobei beide Vektoren vom selben Ort des Objekts (15) stammen.
38. System nach Anspruch 37, dadurch gekennzeichnet, dass Mittel zum
Auswerten der die Neigung der Code-Book-Vektoren vorgesehen sind, um
das Bleichverhalten oder Einflüsse aktiver Stellparameter zu ermitteln und auf
dem Display (27) zu visualisieren.
39. Verfahren nach Anspruch 27, dadurch gekennzeichnet, dass Mittel
zum Berechnen einer Korrekturmatrix aus den Code-Book-Vektoren und Mittel
zur Anwendung der Korrekturmatrix auf die aktuell gemessenen
Intensitätsvektoren bei gleichzeitigem Bildaufbau, vorgesehen sind.
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE10065783A DE10065783B4 (de) | 2000-12-30 | 2000-12-30 | Verfahren, Anordnung und System zur Ermittlung von Prozessgrößen |
EP01128293.6A EP1219919B1 (de) | 2000-12-30 | 2001-11-29 | Verfahren, Anordnung und System zur Ermittlung von Prozessgrössen |
US10/023,490 US20020085763A1 (en) | 2000-12-30 | 2001-12-17 | Method, arrangement, and system for ascertaining process variables |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE10065783A DE10065783B4 (de) | 2000-12-30 | 2000-12-30 | Verfahren, Anordnung und System zur Ermittlung von Prozessgrößen |
Publications (2)
Publication Number | Publication Date |
---|---|
DE10065783A1 true DE10065783A1 (de) | 2002-07-11 |
DE10065783B4 DE10065783B4 (de) | 2007-05-03 |
Family
ID=7669468
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE10065783A Expired - Fee Related DE10065783B4 (de) | 2000-12-30 | 2000-12-30 | Verfahren, Anordnung und System zur Ermittlung von Prozessgrößen |
Country Status (3)
Country | Link |
---|---|
US (1) | US20020085763A1 (de) |
EP (1) | EP1219919B1 (de) |
DE (1) | DE10065783B4 (de) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7394482B2 (en) | 2002-10-28 | 2008-07-01 | Leica Microsystems Cms Gmbh | Microscope system and method for the analysis and evaluation of multiple colorings of a microscopic specimen |
DE10231776B4 (de) | 2002-07-13 | 2021-07-22 | Leica Microsystems Cms Gmbh | Verfahren zur Scanmikroskopie und Scanmikroskop |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10355150B4 (de) * | 2003-11-26 | 2021-01-14 | Leica Microsystems Cms Gmbh | Verfahren und System zur Analyse von Co-Lokalisationen |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0457362B1 (de) * | 1983-09-06 | 1995-07-05 | Mitsubishi Denki Kabushiki Kaisha | Vektor-Quantisiergerät |
US5719024A (en) * | 1993-08-18 | 1998-02-17 | Applied Spectral Imaging Ltd. | Method for chromosome classification by decorrelation statistical analysis and hardware therefore |
US5798262A (en) * | 1991-02-22 | 1998-08-25 | Applied Spectral Imaging Ltd. | Method for chromosomes classification |
US5812700A (en) * | 1994-09-26 | 1998-09-22 | California Institute Of Technology | Data compression neural network with winner-take-all function |
US5734796A (en) * | 1995-09-29 | 1998-03-31 | Ai Ware, Inc. | Self-organization of pattern data with dimension reduction through learning of non-linear variance-constrained mapping |
DE19540309A1 (de) * | 1995-10-28 | 1997-04-30 | Philips Patentverwaltung | Halbleiterbauelement mit Passivierungsaufbau |
US6404923B1 (en) * | 1996-03-29 | 2002-06-11 | Microsoft Corporation | Table-based low-level image classification and compression system |
US5826225A (en) * | 1996-09-18 | 1998-10-20 | Lucent Technologies Inc. | Method and apparatus for improving vector quantization performance |
DE19829944C2 (de) * | 1998-07-04 | 2002-03-28 | Zeiss Carl Jena Gmbh | Verfahren und Anordnung zur Gerätekonfiguration eines Fluoreszenz-Laserscanmikroskops |
-
2000
- 2000-12-30 DE DE10065783A patent/DE10065783B4/de not_active Expired - Fee Related
-
2001
- 2001-11-29 EP EP01128293.6A patent/EP1219919B1/de not_active Expired - Lifetime
- 2001-12-17 US US10/023,490 patent/US20020085763A1/en not_active Abandoned
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10231776B4 (de) | 2002-07-13 | 2021-07-22 | Leica Microsystems Cms Gmbh | Verfahren zur Scanmikroskopie und Scanmikroskop |
US7394482B2 (en) | 2002-10-28 | 2008-07-01 | Leica Microsystems Cms Gmbh | Microscope system and method for the analysis and evaluation of multiple colorings of a microscopic specimen |
Also Published As
Publication number | Publication date |
---|---|
EP1219919B1 (de) | 2015-05-27 |
DE10065783B4 (de) | 2007-05-03 |
EP1219919A3 (de) | 2003-07-30 |
EP1219919A2 (de) | 2002-07-03 |
US20020085763A1 (en) | 2002-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1504300B1 (de) | Verfahren und anordnung zur untersuchung von proben | |
DE60226043T2 (de) | Verfahren für quantitative video-mikroskopie und vorrichtung und programm zur durchführung des verfahrens | |
DE102011088393B4 (de) | Bestimmen einer Gesamtzahl an Personen in einem IR-Bild, das mittels eines IR-Bilderzeugungssystems gewonnen wird | |
EP1610270A2 (de) | Verfahren zur qualitativen Beurteilung eines Materials mit mindestens einem Erkennungsmerkmal | |
DE2823490A1 (de) | Verfahren zur analyse von organismus- zellen | |
EP3807838A2 (de) | Materialprüfung von optischen prüflingen | |
EP2380008A1 (de) | Verfahren und system zur charakterisierung einer probe mittels bildgebender fluoreszenzmikroskopie | |
DE10250100A1 (de) | Mikroskopsystem und Verfahren zur Analyse und Auswertung von Mehrfachfärbungen eines mikroskopischen Objekts | |
EP3903077B1 (de) | Verfahren und vorrichtung zum auffinden und anpassen von effektfarbformulierungen unter abgleich mit der visuellen wahrnehmung von textureigenschaften | |
DE10222359B4 (de) | Verfahren zur spektral differenzierenden, bildgebenden Messung von Fluoreszenzlicht | |
DE10339312A1 (de) | Verfahren zur Trennung von Fluoreszenzspektren von in einer Probe vorhandenen Farbstoffen | |
DE10065783B4 (de) | Verfahren, Anordnung und System zur Ermittlung von Prozessgrößen | |
DE10317669B4 (de) | Verfahren zur Separierung von Detektionskanälen eines mikroskopischen Systems | |
EP4016081B1 (de) | Verfahren und vorrichtung zum detektieren einer präsenz eines fluoreszenzmustertyps auf einem organschnitt mittels immunfluoreszenzmikroskopie | |
DE102017215158B4 (de) | Detektionssystem | |
EP1154370B1 (de) | Automatische Bonitierung von biologischen Objekten auf der Basis dynamischer Farbanalyse mit nachfolgender Grössen- und Formanalyse | |
DE102019208114A1 (de) | Vorrichtung zur 3D Vermessung von Objektkoordinaten | |
WO2010037488A1 (de) | Verfahren zum auswerten von fluoreszenzkorrelationsspektroskopiemessdaten (fcs) | |
EP3999838A1 (de) | Verfahren zur untersuchung von substanzen, computerprogrammprodukt zur verwendung in diesem verfahren, sowie mobiles elektronisches gerät | |
DE102016105102A1 (de) | Verfahren zur Untersuchung verteilter Objekte | |
DE102020107762A1 (de) | Fluoreszenzmikroskop und Verfahren zur Abbildung eines Objekts | |
DE10355150B4 (de) | Verfahren und System zur Analyse von Co-Lokalisationen | |
DE10218706B4 (de) | Verfahren zur zeitoptimierten Erfassung von speziellen Spektren mit einem Scanmikroskop | |
DE102005062673A1 (de) | Verfahren zum Ermitteln eines Bewegungsparameters für Fluorochrome in einem Umgebungsmedium | |
DE102007020233A1 (de) | Erzeugung von Endmember-Spektren |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
8127 | New person/name/address of the applicant |
Owner name: LEICA MICROSYSTEMS CMS GMBH, 35578 WETZLAR, DE |
|
8364 | No opposition during term of opposition | ||
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee |