-
Die
vorliegende Erfindung bezieht sich auf ein Verfahren und eine Vorrichtung
zur Erfassung von verschiedenen Zelltypen von Zellen in einer biologischen
Probe, und hier insbesondere auf ein Verfahren und auf eine Vorrichtung
für die
automatische Erstellung eines Differential-Blutbildes basierend
auf digitalisierten mikroskopischen Aufnahmen von Blutausstrichen
mit Hilfe von Bildverarbeitungsverfahren.
-
Bei
fast jedem Patient, der in eine Klinik eingewiesen wird, wird eine
Blutprobe entnommen, welche der Diagnostik des Patienten dienen
soll. Je nach Diagnosevermutung werden dabei von dem betreuenden
Arzt unterschiedliche Blutuntersuchungs-Methoden angeordnet. Eine
solche Blutuntersuchung stellt das sogenannte Differential-Blutbild
dar. Mit Hilfe des Differential-Blutbildes lassen sich unterschiedliche
Ursachen einer gegebenen Krankheit, wie z.B. Entzündungen,
Infektionen, allergische Reaktionen, HIV, Leukämien, etc. diagnostizieren.
-
Als
Diagnosegrundlage dient hier das Differential-Blutbild, welches
genau angibt, welche Untergruppe der Leukozyten (weiße Blutkörperchen)
wie oft im Blut vorkommen. Unterschiedliche, von der normalen Verteilung
abweichende Ergebnisse lassen dann auf die einzelnen Ursachen schließen. Die
Auswertung, sprich die Zählung
von Untergruppen der Leukozyten wurde lange Zeit manuell unter dem
Mikroskop von einer ausgebildeten Fachkraft durchgeführt. Um
diese ermüdende
Arbeit zu erleichtern, wurden nach und nach spezielle, sogenannte
Blutbildautomaten entwickelt, welche diese Zählung übernehmen.
-
Der
Stand der Technik im Bereich automatisierter Blutbildautomaten beschränkt sich
auf Automaten, denen ein chemisch-physikalisches Prinzip zugrunde
liegt. Gemäß diesem
Prinzip wird eine Blutprobe durch ein flüssigkeitsbasiertes Verfahren
soweit verdünnt,
das jeweils nur eine einzige Zelle durch eine Meßkapillare zieht. Während des
Durchflusses durch diese Meßkapillare
werden von jeder Zelle charakteristische Informationen gewonnen,
die es erlauben, die Zelle einer bestimmten Untergruppe zuzuordnen.
Im Laufe der Jahre hat sich die Durchflußzytometrie in der Erstellung
eines automatischen Differential-Blutbildes in den Labors vieler
Krankenhäuser
und Praxen bewährt
und etabliert. Die meisten dieser durchflußzytometrischen Automaten erlauben
es, Differential-Blutbilder von normalen und auffälligen Blutproben
robust und reproduzierbar zu erstellen.
-
Jedoch
treten in Kliniken, neben den normalen, vor allem auch aufwendige,
durch unterschiedliche physiologische und biologische Prozesse veränderte Blutbilder
auf, welche von den erwähnten durchflußzytometrischen
Automaten nicht präzise genug
analysiert werden können.
In der Regel wird eine solche Probe von einem solchen bekannten
Automaten als auffällig
eingestuft und eine manuelle Untersuchung des Objektträgers unter
dem Mikroskop durch eine geschulte Fachkraft vorgenommen. Die Größenordnung
für die
manuell zu untersuchenden Proben liegt hier bei etwa 50% der dem
Automaten zugeführten
Proben. Die manuelle Auszählung der
Leukozyten unter dem Mikroskop stellt eine für die Fachkraft ermüdende Arbeit
dar, die sich, bedingt durch die Arbeit am Mikroskop, auch in gesundheitlicher
Weise auswirken kann.
-
Neben
der oben erwähnten
Erzeugung eines Differential-Blutbildes
sind ähnliche
Schritte, nämlich eine
anfängliche
automatisierte Probenuntersuchung gepaart mit einer nachfolgenden
manuellen Untersuchung von auffälligen
Proben auch in anderen Bereichen bekannt, so beispielsweise bei
der Untersuchung von anderen menschlichen Zellen, vor allem bei
der Lokalisation und Klassifikation bzw. Erkennung von dysplastischen
(tumorartigen Vorstadien) Zellen der Zervix (Gebärmutterhals) von Frauen und anderen,
auf der Zellanalyse basierenden Diagnoseverfahren.
-
Ausgehend
von diesem Stand der Technik liegt der vorliegenden Erfindung die
Aufgabe zugrunde, ein verbessertes Verfahren und eine verbesserte Vorrichtung
zur Erfassung von verschiedenen Zelltypen von Zellen in einer biologischen
Probe zu schaffen, das basierend auf einer Aufnahme einer beispielsweise
als auffällig
eingestuften Probe eine Auswertung derselben durchführt und
die verschiedenen Zelltypen und deren Häufigkeit in der Probe ausgibt, ohne
daß weitere
manuelle Schritte durch eine Fachkraft erforderlich wären.
-
Diese
Aufgabe wird durch ein Verfahren nach Anspruch 1 und durch eine
Vorrichtung nach Anspruch 13 gelöst.
-
Die
vorliegende Erfindung schafft ein Verfahren zur Erfassung von verschiedenen
Zelltypen von Zellen in einer biologischen Probe, mit folgenden Schritten:
- (a) Bereitstellen eines Bildes der biologischen Probe;
- (b) Normieren des Bildes der biologischen Probe bezüglich einer
Verteilung von Bildwerten in dem Bild, um ein normiertes Bild zu
erhalten;
- (c) Zerlegen des normierten Bildes in eine Mehrzahl von Bildabschnitte;
- (d) Zuordnen jedes Bildabschnitts der Mehrzahl von Bildabschnitte
zu einer vorbestimmten Klasse, abhängig von vorbestimmten Eigenschaften des
entsprechenden Bildabschnitts;
- (e) Erfassen der Einzelzellen oder der Zellgruppen durch Zusammenfassen
von Bildabschnitten der gleichen Klasse;
- (f) Erfassen vorbestimmter Merkmale aus den Einzelzellen oder
den Zellgruppen;
- (g) Zuordnen der Einzelzellen zu verschiedenen Zelltypen basierend
auf den erfaßten
Merkmalen.
-
Im
Schritt (e) wird z.B. das Leukozytplasma und der Kern weißer Blutkörperchen
zu einer Einzelzelle „weißes Blutkörperchen" bzw. zu einer Zellgruppe „weiße Blutkörperchen" zusammengefasst.
Alternativ oder zusätzlich
wird das Plasma und der Kern roter Blutkörperchen zu der Einzelzelle „rotes
Blutkörperchen" bzw. zu dem Zellbereich „rote Blutkörperchen" zusammengefasst.
Hintergrund ist und bleibt (uninteressanter) Hintergrund.
-
Nach
dem Schritt (e) kann gemäß einem Ausführungsbeispiel
vorgesehen sein, Einzelzellen aus den Zellgruppen zu erfassen, z.B.
durch Teilung der Zellgruppe in Bildabschnittsgruppen. Sollte der zusammengefasste
Bereich zu groß sein
(oder anderen Kriterien unterliegt), wird davon ausgegangen, dass
es sich um eine Gruppe von sich berührenden Zellen handelt und
dann wird dieser Bereich in Einzelzellen getrennt.
-
Gemäß einem
bevorzugten Ausführungsbeispiel
der vorliegenden Erfindung wird das Bild durch eine mehrkanalige
Aufnahme erzeugt, wobei die Kanäle
unterschiedliche Farbinformationen oder andere multispektrale Informationen
enthalten. Wenn die Kanäle
Farbinformationen enthalten, kann es sich hierbei um Informationen
bezüglich
der Farbe des Bildes, bezüglich
der Luminanz und der Chrominanz des Bildes oder bezüglich des
Farbtons, der Sättigung
und des Wertes des Bildes handeln. Die multispektralen Informationen
können auf
Aufnahmen durch IR-Strahlen, UV-Strahlen und Röntgenstrahlen basieren.
-
Gemäß einem
weiteren Ausführungsbeispiel ist
für den
Fall, daß die
Kanäle
unterschiedliche Farbinformationen enthalten, vorgesehen, daß im Schritt (b)
für jeden
Bildabschnitt ein Farbinformationswert für jeden Kanal erfaßt wird,
ein Mittelwert für
jeden Kanal basierend auf den erfaßten Farbinformationswerten
gebildet wird, und der Bildabschnitt basierend auf den für jeden
Kanal bestimmten Mittelwert zu der Klasse zugeordnet wird. Ferner
kann vorgesehen sein, die Klassifikation bzw. Zuordnung eines Bildausschnitts
zu einer Klasse basierend auf einem oder mehreren Bildabschnitten,
die den betreffenden Bildabschnitt umgeben, zu verifizieren.
-
Vorzugsweise
wird das Bild als digitales Bild bereitgestellt, und die Zerlegung
erfolgt durch Festlegung der Bildabschnitte basierend auf einer
vorbestimmten Anzahl von Pixeln. Weiterhin vorzugsweise werden für die Zuordnung
zu den Klassen die Farbwerte (RGB) des Bildes herangezogen.
-
Gemäß einem
weiteren bevorzugten Ausführungsbeispiel
der vorliegenden Erfindung erfolgt die Normierung des Bildes vor
der Unterteilung bzw. Zerlegung des Bildes in die Bildabschnitte
basierend auf einer statistischen Verteilung verschiedener Bildwerte
in dem Bild, wobei es sich hier vorzugsweise um Farbinformationen
des Bildes handelt. In diesem Fall erfolgt die Summierung basierend
auf einem Histogramm der Farbinformationen. Gemäß einem bevorzugten Ausführungsbeispiel
sind jedem Kanal für eine
zugeordnete Farbinformation mindestens zwei Maxima und ein von denselben
eingeschlossenes Minimum an jeweils vorbestimmten Orten zugeordnet.
Die Normierung erfolgt derart, daß zunächst die in dem Histogramm
eines Farbkanals des Bildes enthaltenen Maxima und das Minimum bezüglich deren Ortes
berechnet wird und anschließend
eine Verschiebung der berechneten Orte an die Orte durchgeführt wird,
die dem betrachteten Kanal zu geordnet sind. Farbinformationen zwischen
den Extremwerten werden durch Interpolation zwischen den Maxima und
dem Minimum erhalten. Bei digitalen Aufnahmen von Blutzellen erhält man ein "typisches" Histogramm mit zwei
deutlichen Maxima und folglich einem Minimum dazwischen.
-
Bei
einem weiteren bevorzugten Ausführungsbeispiel
umfaßt
das erfindungsgemäße Verfahren
zusätzlich,
vor dem Schritt des Erfassens der Einzelzellen, die Zusammenfassung
einzelner Bildabschnitte in bestimmte Klassen, um entsprechende
Bildbereiche festzulegen. Weiterhin vorzugsweise kann das erfindungsgemäße Verfahren
die zusätzlichen
Schritte des Bestimmens der Anzahl von Einzelzellen pro Zellentyp
und das Ausgeben dieser Anzahl umfassen.
-
Die
vorliegende Erfindung schafft ferner eine Vorrichtung zur Erfassung
von verschiedenen Zelltypen von Zellen in einer biologischen Probe,
mit
einem Eingang zum Empfangen eines Bildes der biologischen
Probe;
einer Signalverarbeitungseinrichtung, die angepaßt ist,
um das an dem Eingang anliegende Bild der biologischen Probe zu
empfangen, das empfangene Bild bezüglich einer Verteilung der
Bildwerte zu normieren, das normierte Bild in eine Mehrzahl von Bildabschnitte
zu zerlegen, die Bildabschnitte abhängig von vorbestimmten Eigenschaften
jeweils vorbestimmten Klassen zuzuordnen, Einzelzellen in den Bildabschnitten
zu erfassen, vorbestimmte Merkmale der Einzelzellen zu bestimmen,
und die Einzelzellen verschiedenen Zelltypen zuzuordnen, basierend
auf den bestimmten Merkmalen und der Klasse des zugeordneten Bildausschnitts,
in dem die Einzelzelle enthalten ist;
einem Ausgang zum Bereitstellen
der von der Signalverarbeitungseinrichtung festgelegten Zelltypen.
-
Gemäß einem
bevorzugten Ausführungsbeispiel
umfaßt
die Vorrichtung ferner einen Probeneingang zum Empfangen der biologischen
Probe und ein Mikroskop mit einer zugeordneten digitalen Kamera,
z.B. einer CDD-Kamera, zum Erzeugen eines digitalen Bildes der biologischen
Probe und eines Ausschnitts derselben. Die Signalverarbeitungseinrichtung,
beispielsweise ein Personalcomputer, ist ferner angepaßt, um das
digitale Bild zu empfangen und entsprechend zu verarbeiten.
-
Gemäß der vorliegenden
Erfindung wird somit ein System geschaffen, das die Vorgehensweise der
im Stand der Technik erforderlichen Fachkraft „nachahmt" und mittels digitaler Bildverarbeitung
die Analyse der Probe unter dem Mikroskop übernimmt und die Zellen automatisch
klassifiziert und auszählt.
-
Gemäß einem
bevorzugten Ausführungsbeispiel
der vorliegenden Erfindung wird für die Pixel-Block-Klassifikation
das gesamte Bild in Blöcke aufgeteilt,
im bevorzugten Ausführungsbeipsiel
in Blöcke
mit der Größe 8 × 8 Pixel.
Diese Blöcke
sind vorzugsweise nicht überlappend,
was seinen Vorteil in der dadurch erreichbaren, höheren Verarbeitungsgeschwindigkeit
hat, da letztendlich weniger Pixel betrachtet werden. Außerdem erhält das Verfahren
so eine gewisse Stabilität
gegen Rauschen (sog. "Pixelrauschen" verursacht durch
die Digitalkamera, deren Signale immer etwas schwanken, auch wenn
die aufgenommene Szene vollkommen gleich bleibt). Insgesamt ist
diese Verringerung der Auflösung
des Bildes akzeptabel, da die Vergrößerung des Mikroskops und die
physikalische Pixelauflösung
der Kamera hoch genug sind, um auch in 8 × 8 Pixel großen Blöcken die
entscheidenden Strukturen (Blutzellen, weiß und rot) erkennen zu können (ein
relevantes Objekt enthält
mehrere solcher Pixelblöcke).
Für Fälle, bei denen
eine noch präzisere
Bestimmung der Ränder der
Zellen nötig
ist, lässt
sich an der Grenze zweier unterschiedlich klassifizierter Blöcke (z.B. "Hintergrund"/"Leukozytplasma") das Verfahren in der originalen Vergrößerung wiederholen,
um eben auch innerhalb der 8 × 8
Blöcke
feiner abzugrenzen. Diese Vorgehensweise mit den unterschiedlichen
Auflösungen
wird in der Bildverarbeitung auch als "Hierarchischer Ansatz" bezeichnet. Grundsätzlich ist
aber die Gruppierung in 8 × 8
Pixel große
Blöcke
ausreichend.
-
Für jeden
der 8 × 8
Blöcke
wird der mittlere Farbwert aus den vorliegenden Farbkanälen berechnet,
im bevorzugten Ausführungsbeispiel
RGB und anhand dessen wird jeder Block in die erforderlichen Klassen
im bevorzugten Ausführungsbeispiel
der Blutzellen "Hintergrund", "Leukozytplasma", "Leukozytkern", "Erythrozytplasma" klassifiziert.
-
Erfindungsgemäß wird somit
eine mehrfache Klassifikation durchgeführt: zuerst werden Pixelblöcke klassifiziert,
quasi in Hintergrund und Teile von Objekten, danach werden die relevanten
Objekte (Plasma plus Kern der weißen Blutkörperchen) segmentiert (Zusammenfassung
von Pixelblöcken
und ggf wieder Teilung wenn sich Zellen berühren), anschließend werden
von diesen Merkmale berechnet (z.B. Größe, Form, Farbe der Objekte
= Zellen, Fläche,
Umfang, Rundheit, Granulation, und/oder Texturierung – jeweils
von Zellkern und Plasma) und anschließend werden diese wieder klassifiziert
in die durch die Medizin vorgegebenen Zelltypen der Leukozyten.
Deren Vorkommen werden gezählt
und als Histogramm präsentiert
(z.B. "13 Leukozyten
des Typs Promyelozyt, 42 des Typs..."). Es wird jedoch keine Diagnose erstellt.
Es wird ein Ausdruck mit einem Histogramm erzeugt, welche Zelltypen
der Leukozyten wie oft vorkommen (prozentual betrachtet).
-
Neben
dem oben beschriebenen „weißen" Blutbild existieren
noch weitere "Blutbilder", die angefertigt
werden können,
z.B. "das rote Blutbild", "das große Blutbild", etc.
-
Bevorzugte
Ausführungsbeispiele
der vorliegenden Erfindung werden nachfolgend anhand der beiliegenden
Zeichnungen näher
erläutert.
Es zeigen:
-
1A bis 1C ein
Blockdiagramm, welches die erfindungsgemäße Vorrichtung und das erfindungsgemäße Verfahren
anhand eines bevorzugten Ausführungsbeispiels
betreffend einen Differential-Blutbild-Automaten näher erläutert;
-
2 die
einzelnen Schritte zur Pixel-Block-Klassifikation gemäß einem bevorzugten Ausführungsbeispiel
der vorliegenden Erfindung; und
-
3 die
Schritte zur Farbnormierung gemäß einem
bevorzugten Ausführungsbeispiel
der vorliegenden Erfindung.
-
In 1 wird nachfolgend anhand einer schematischen
Darstellung die erfindungsgemäße Vorrichtung
und das erfindungsgemäße Verfahren anhand
des Beispiels eines Differential-Blutbild-Automaten näher erläutert.
-
1A zeigt
einen ersten Abschnitt 100 zur Proben-Separation. Hier wird durch an sich
bekannte Maßnahmen
eine Aufbereitung der biologischen Probe, einer Blutprobe, durchgeführt. Die
Proben-Präparation 100 umfaßt die Blutentnahme 102.
Das entnommene Blut wird, wie durch den Pfeil 104 verdeutlicht
ist, einer weiteren Bearbeitung 106 be reitgestellt, gemäß der ein
Blutausstrich durchgeführt
wird und eine Einfärbung
desselben erfolgt. Die Proben-Präparation
beinhaltet somit beispielsweise das Ausstreichen 106 des
venösen
Bluts auf einem Objektträger 108,
sowie das anschließende
Färben
des Objektträgers 108,
beispielsweise unter Verwendung der bekannten May-Giemsa-Färbung. Auf dem Objektträger 108 ist
schematisch die ausgestrichene und gefärbte Blutprobe 109 gezeigt.
-
Anhand
der 1B ist schematisch die erfindungsgemäß verwendete
Mikroskop-Hardware 110 gezeigt, die, wie schematisch durch
den Pfeil 112 angedeutet ist, das ausgestrichene und gefärbte Blut auf
dem Objektträger 108 empfängt. Die
Hardware des Mikroskops 110 beinhaltet einen nicht näher gezeigten,
verschiebbaren Kreuztisch, auf dem der Objektträger 108 angeordnet
wird, eine steuerbare Optik und Beleuchtung, sowie eine CCD-Farbkamera mit
einem Frame-Grabber.
Der Objektträger 108,
der auf dem verschiebbaren Kreuztisch angeordnet ist, wird mittels
desselben unter dem Mikroskop verschoben, um so eine Digitalisierung 114 der
auf dem Objektträger 108 angeordneten
Blutprobe durchzuführen.
-
Die
Digitalisierung 114 der Blutprobe 109 erfolgt
derart, daß das
Objekt mäanderförmig an
der Blutprobe 109 vorbeigeführt wird, wie dies in 1A schematisch
bei 116 gezeigt ist. Tatsächlich wird dieser Durchlauf
dadurch erreicht, daß mittels
des verschiebbaren Kreuztisches der Objektträger 108 mit der darauf
angeordneten Blutprobe 109 entsprechend an dem Objektiv
vorbei bewegt wird. In der Regel werden während der Digitalisierung jeweils
verschiedene Abschnitte der Blutprobe 109 digitalisiert und,
wie dies schematisch durch den Pfeil 118 dargestellt ist,
wird eine Mehrzahl von Einzelbildern 1201 bis 120n ausgegeben. Für den Fall, daß die Blutprobe 109 sehr
klein ist, kann die Digitalisierung auch in einem Durchgang erfolgen
und nur ein Einzelbild ausgegeben werden. Am Ausgang der Mikroskop-Hardware 110 wird,
wie durch den Pfeil 122 schematisch dar gestellt ist, das
eine Einzelbild oder die mehreren Einzelbilder 1201 bis 120n für
eine weitere Bearbeitung bereitgestellt.
-
Anhand
der 1C wird nachfolgend die erfindungsgemäße Signalverarbeitungseinrichtung bzw.
Bildverarbeitungseinrichtung, die beispielsweise in einem Computer
implementiert ist, näher
beschrieben. In dem Computer 124 ist die Bildverarbeitung
implementiert, die an einem Eingang 126 das von der Mikroskop-Hardware 110 bereitgestellte
Einzelbild oder eine Mehrzahl der Einzelbilder 1201 bis 120n aufeinanderfolgend empfängt.
-
Die
Bildverarbeitung besteht aus Unterschritten Farbnormierung, Pixel-Block-Klassifikation,
Zellgruppenbildung, Zelltrennung, Bereitstellen der Einzelzellen,
Merkmalsberechnung, Zell-Klassifikation und Ausgabe des Differential-Blutbilds.
-
Die
Farbnormierung 128 ist vorgesehen, um zu gewährleisten,
daß unterschiedlich
gefärbte
Proben 109 auf eine „Standard-Probe" mit definierter Farbverteilung
und gegebenenfalls definierter Beleuchtung normiert werden. Die
anschließende
Pixel-Block-Klassifikation 130 dient zur Zusammenfassung
mehrerer Pixel des Bildes zu einem Block und die Zuordnung dieser
Blöcke
zu einer oder mehreren Klassen. Im Zusammenhang mit dem bevorzugten Ausführungsbeispiel
betreffend die Differential-Blutbild-Analyse sind bevorzugte und
mögliche
Klassen der Hintergrund oder weiße Blutkörperchen. Nachfolgend zu der
Pixel-Block-Klassifikation erfolgt die Zuordnung der Blöcke zu bestimmten
Zellgruppen 132, woran sich eine Zelltrennung 134 anschließt, um alle Zellen
sicher zu vereinzeln, da es durchaus vorkommen kann, daß manche
Zellen überlappend
angeordnet sind oder aneinander angrenzen. Nachfolgend zu der Zelltrennung 134 liegen
als Zwischenergebnis nur noch die Einzelzellen 136 vor.
Für jede
Einzelzelle 136 erfolgt eine Merkmalsberechnung 138,
um aus den vorliegenden Einzelzellen entsprechende Merkmale zu gewin nen,
die für
einzelne Zelltypen charakteristisch sind. Anschließend erfolgt
eine Zell-Klassifikation 140 gemäß der anhand der gewonnenen Merkmale
entschieden wird, zu welchem Zelltyp die Einzelzelle gehört. Alle
Ergebnisse der Zell-Klassifikation 140 der
gesamten Probe, also aller verarbeiteten Einzelbilder 1201 bis 120n bilden
das am Ende ausgegebene Differential-Blutbild 142.
-
Nachfolgend
werden die gerade anhand der 1C im Überblick
beschriebenen einzelnen Abschnitte des erfindungsgemäßen Ansatzes
zur Erfassung von Zelltypen in einer biologischen Probe näher erläutert.
-
Die
Farbnormierung 128 gewährleistet,
daß unterschiedlich
gefärbte
Proben 109 auf eine „Standard-Probe" mit definierter
Farbverteilung und gegebenenfalls definierte Beleuchtung normiert
werden.
-
Für die anschließende Pixel-Block-Klassifikation 130 ist
es notwendig, daß die
am Eingang 126 empfangenen Bilder 1201 bis 120n eine bestimmte und stets gleiche Farbverteilung
aufweisen, um sicherzustellen, daß die Klassifikation der einzelnen Blöcke korrekt
durchgeführt
werden kann. Herkömmliche
Verfahren benutzen Methoden, wie z.B. die Farbkalibrierung von Kameras,
um eine stabile und gleichbleibende Aufnahme der Bilder zu gewährleisten.
Der Nachteil dieses Ansatzes besteht darin, daß derselbe statisch ist und
nur einmal berechnet wird. Diese Methoden sind somit unflexibel,
insbesondere dann, wenn sich an der Färbung des Probenmaterials etwas ändert. In
diesem Fall stimmt die bekannte Farbkalibrierung nicht mehr mit
der Situation überein und
muß neu
berechnet werden. Der Nachteil liegt auf der Hand, da hier ein zeitlicher
Aufwand und gegebenenfalls eine zusätzliche Benutzerinteraktion
erforderlich ist, die für
ein automatisches System wie es erfindungsgemäß angestrebt wird, nicht praktikabel ist.
-
Das
erfindungsgemäße Verfahren
umgeht diese aus der Literatur bekannte Schwäche, indem jedes Bild 120i bis 120n einzeln
behandelt wird und einer bekannten und vorab definierten Farbverteilung angepaßt wird.
Hierdurch wird sichergestellt, daß Änderungen in der Färbung und
in der Aufnahmetechnik auf einfache Art und Weise und präzise ausgeglichen werden
können.
-
Gemäß einem
bevorzugten Ausführungsbeispiel
der vorliegenden Erfindung wird für die Normierung der gefärbten Blutausstriche 109 eine
auf den Farbwerten der empfangenen Einzelbilder 1201 bis 120n basierten Histogramm-Anpassung vorgenommen.
Ein Farbhistogramm, welches auf dem roten Kanal, dem grünen Kanal
und dem blauen Kanal der digitalen Kamera basiert, weist für einen
typischen Ausschnitt eines digitalisierten Blutausstrichs zwei charakteristische
Maxima und ein von diesen beiden Maxima eingeschlossenes Minimum
in jedem Farbkanal (RGB) auf. Die Orte, an denen diese Extremstellen
auftauchen, sind für
jeden Kanal verschieden. Um eine Normierung eines Farbbildes in
diesem Sinne zu erreichen, müssen
für jeden
Farbkanal des Bildes die Orte der Extrema berechnet werden und dem Verfahren
bereitgestellt werden. Sobald diese Orte für alle Farbkanäle bekannt
sind, kann das Histrogramm für
jedes Bild und jeden Farbkanal neu berechnet werden. Hierzu werden
die in dem tatsächlichen
Bild für
einen Farbkanal gemessenen Orte an die zuvor festgelegten und für diesen
Kanal definierten Orte verschoben und Werte im Histogramm zwischen
den drei Extrema werden linear interpoliert. Dies wird für jeden
Kanal durchgeführt,
so daß sich ein
normiertes Bild mit bekannter und definierter Farbverteilung ergibt.
-
Bei
der Pixel-Block-Klassifikation 130 werden mehrere Pixel
in dem empfangenen digitalen Bild zu einem Block zusammengefaßt und der
entsprechende Block wird einer Klasse zugeordnet. Bei dem bevorzugten
Ausführungsbeispiel
sind die möglichen Klassen
der Hintergrund, rote Blutkörperchen
(Erythrozyt), weiße
Blutkörperchen
(Leukozyt) und der Kern des weißen
Blutkörperchens.
Allgemein kann dieses Verfahren auch für andere Klassen und andere
Problemstellungen benutzt werden, wobei hier dann eine entsprechende
Anpassung der Farbverteilung im Farbnormierungsschritt 128 durchgeführt werden
muß.
-
Gemäß einem
bevorzugten Ausführungsbeispiel
wird ein digitalisiertes Farbbild 1201 bis 120n eines Blutausschnitts 109 in
Blöcke
der Größen 8 × 8 Pixel
unterteilt. Für
jeden Block wird der mittlere Farbwert pro Kanal (R, G, B) berechnet.
Die so erhaltenen drei Mittelwerte werden einem Klassifikator zugeführt, der
den jeweiligen Block basierend auf den drei Mittelwerten einer der
vier obengenannten Klassen zuordnet. Gemäß einem bevorzugten Ausführungsbeispiel
ist ein Verifikationsschritt vorgesehen, um eventuelle Fehlklassifikationen
eines Blocks zu vermeiden. Eventuelle Fehlklassifikationen eines Blocks
werden durch einen Vergleich mit der Umgebung des Blocks identifiziert
und korrigiert, so daß das
erfindungsgemäße Verfahren
robuster gegen Beleuchtungsschwankungen ist.
-
2 und 3 zeigen
nochmals die gerade beschriebenen Hauptschritte der Farbnormierung 128 und
der Pixel-Block-Klassifikation 130.
In 2 sind die einzelnen Schritte der Pixel-Block-Klassifikation
nochmals dargestellt, wobei hier, wie erwähnt, im Schritt 130a die
Zerlegung des digitalen Farbbildes in Blöcke der Größe 8 × 8 Pixel erfolgt. Im Block 130b wird
für jeden
Block der mittlere Farbwert pro Kanal berechnet und anschließend wird
bei 130c abhängig von
dem für
jeden Kanal berechneten Farbwert der Block als Hintergrund, Erythrozyt,
Leukozyt oder Leukozytkern klassifiziert. In 3 sind die
zwei Hauptschritte der Farbnormierung 128 noch mal dargestellt,
wobei hier gemäß 128a zunächst für jeden Kanal
des erzeugten Bildes ein Farbhistogramm erzeugt wird und anschließend bei 128b die
Orte der Maxima und des Minimums in dem Histogramm an vorab festgelegte
Orte eines Farbkanals verschoben werden.
-
Der
Pixel-Block-Klassifikation 130 folgend wird eine Zellgruppenfestlegung 132 durchgeführt, in der
die klassifizierten Blöcke
gemäß dem bevorzugten
Ausführungsbeispiel
zu zwei Klassen zusammengefaßt
werden. Die erste Klasse wird als „Hintergrund" bezeichnet und umfaßt die Blöcke, welche
im Schritt 130 als Hintergrund oder als rote Blutkörperchen
klassifiziert wurden. Die zweite Klasse ist die Klasse „weiße Blutkörperchen" und umfaßt die im vorhergehenden
Schritt 130 als weiße
Blutkörperchen
oder Kerne der weißen
Blutkörperchen
klassifizierten Blöcke.
Diese Information liegt in Form eines Binärbildes vor, welches der nachfolgenden
Zelltrennung bereitgestellt wird. Abhängig von der Art der zu erfassenden
Zelltypen können
nur einzelne oder alle der klassifizierten Blöcke der weiteren Verarbeitung zugeführt werden.
Im Fall der Auswertung der Probe hinsichtlich der weißen Blutkörperchen
ist es ausreichend nur die für
die als „weißes Blutkörperchen" und „Kern eines
weißen
Blutkörperchen" klassifizierten Blöcke zu verwenden,
wobei diese vorab noch einem gemeinsamen Zellgruppe zugeordnet werden.
-
Im
Schritt der Zelltrennung 134 werden alle Zellen vereinzelt,
da es vorkommen kann, daß manche
Zellen aneinander stoßen
oder überlappen.
Um zu gewährleisten,
daß auch
sich berührende
Zellen, also Einzelzellen erkannt werden, muß eine Zelltrennung vorgenommen
werden. Hierzu wird das Binärbild
aus dem Schritt 132 mit Hilfe der im Stand der Technik
bekannten Abstands-Transformation behandelt. Nachfolgend zu dieser
Transformation ist es möglich,
die bekannte sogenannte Wasserscheiden-Transformation anzuwenden,
die mehrere berührende
Zellen an der Berührungslinie
auseinanderschneiden kann. Nach der Zelltrennung erfolgt eine Zusammenhangsanalyse
des Primärbildes,
um die Einzelzellen zu lokalisieren. Solchen Transformationen werden
z.B. in den nachfolgend genannten Veröffentlichungen genannt.
-
"Applying watershed
algorithms to the segmentation of clustered nuclei: Defining strategies
for nuclei and back ground",
Malpica N., Ortiz de Solórzano
C., Vaquero J.J., Santos A., Vallcorba I. Garcia-Sagredo J.M., del
Pozo F. *Cytometry* 28: Seiten 289–297 1997, ISSN 0196-4763.
-
"Watershed, hierarchical
segmentation and waterfall algorithm" in Mathematical Morphology and its
Applications to Image Processing, Beucher, S., J. Serra and P. Soille,
Eds. Kluwer Acad. Publ., Dordrecht, 1994, Seiten. 69–76.
-
"Eine Erweiterung
der Wasserscheiden-Transformation für die Farbbildsegmentierung (An
Extension of the Watershed Transform for Color Image Segmentation)" In Proc. 6th German
Workshop on Color Image Processing", A. Koschan and T. Harms, G. Stanke,
M. Pochanke, Eds., Berlin, ISBN 3-9807029-4-4, Seiten 5–12, Oktober
2000.
-
Die
so vorliegenden Einzelzellen 136 werden der Merkmalsberechnung 138 zugeführt, um
vorbestimmte Merkmale, die für
einzelne Zelltypen charakteristisch sind, zu erfassen, um anschließend bei 140 basierend
auf den sogenannten Merkmalen entsprechende Zellentypen für die Einzelzelle
festzulegen.
-
Alle
Ergebnisse der Zell-Klassifikation der gesamten Probe formen das
Differential-Blutbild 142, wobei hier vorzugsweise dem
Benutzer die Anzahl der Zellen pro Zelltyp in einer medizinisch
leicht verständlichen
Art präsentiert
werden. Gemäß dem bevorzugten
Ausführungsbeispiel
werden hier nur Zellsorten gezählt,
also eine Art Meßsystem
implementiert. Die Interpretation dieser Ergebnisse bleibt einem
fachkundigen Arzt überlassen.
-
Obwohl
oben anhand der Figuren bevorzugte Ausführungsbeispiele beschrieben
wurden, welche ein Farbbild als 3-kanaliges Bild verwendeten, ist die
vorliegende Erfindung nicht hierauf beschränkt. Anstelle der RGB-Werte
zur Cha rakterisierung des Farbbildes können auch Informationen betreffend
die Luminanz und die Chrominanz, L*u*v* oder Informationen bezüglich des
Farbtons (H = Hue) der Sättigung
(S = Saturation) und des Werts (V = Value) des Bildes zugrundegelegt
werden. Die Farbbilddaten können
somit auch im HSV-Farbrahmen oder im L*u*v* Farbraum beschrieben
werden. Hierfür
können
die erhaltenen RGB-Daten in die entsprechenden Farbräume umgewandelt
werden. Die RGB-Daten können
auch in andere bekannte Farbräume übertragen
werden.
-
Die
vorliegende Erfindung ist ferner nicht auf die Aufnahme eines 3-kanaligen
Bildes beschränkt, und
das Bild kann durch eine n-kanalige, n ≥ 2, Aufnahme erzeugt werden.
Neben den Farbdaten können
die Kanäle
auch andere multispektrale Daten/Informationen beinhalten, wie z.B.
Informationen basierend auf den IR-Strahlen, UV-Strahlen und Röntgenstrahlen,
etc.
-
Ferner
ist hinsichtlich des oben beschriebenen bevorzugten Ausführungsbeispiels
darauf hinzuweisen, daß die
dort beschriebenen Schritte im Zusammenhang mit der Farbnormierung
und der Pixel-Block-Klassifikation jeweils für sich genommen auch bei der
Erfassung von anderen Zelltypen eingesetzt werden können. Ferner
kann die oben beschriebene Farbnormierung auch isoliert von den übrigen Schritten
bei anderen Klassifikationsverfahren, bei denen eine Bereitstellung
von Bildern mit gleichmäßiger Farbverteilung
erforderlich ist, eingesetzt werden. Gleiches gilt für die Pixel-Block-Klassifikation, die
unabhängig
von den oben beschriebenen Verfahrensschritten auch bei anderen
Klassifikationsverfahren eingesetzt werden kann.
-
Obwohl
das bevorzugte Ausführungsbeispiel anhand
der Verarbeitung eines einzelnen Bildes beschrieben wird, ist offensichtlich,
daß abhängig von den
Gegebenheiten auch mehrere Bilder sequenziell bearbeitet werden,
wenn die Probe durch eine Mehrzahl von Bildern dargestellt ist,
um so eine Analyse der Gesamtprobe sicherzustellen.