DE19637741A1 - Zytologisches Probenanalysesystem mit individualisierten Patientendaten - Google Patents
Zytologisches Probenanalysesystem mit individualisierten PatientendatenInfo
- Publication number
- DE19637741A1 DE19637741A1 DE19637741A DE19637741A DE19637741A1 DE 19637741 A1 DE19637741 A1 DE 19637741A1 DE 19637741 A DE19637741 A DE 19637741A DE 19637741 A DE19637741 A DE 19637741A DE 19637741 A1 DE19637741 A1 DE 19637741A1
- Authority
- DE
- Germany
- Prior art keywords
- sample
- cells
- properties
- cytological
- abnormal
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
Description
Die vorliegende Erfindung bezieht sich allgemein auf die Analyse zytologischer Proben, um
Anormalitäten in der Probe zu entdecken.
Sorgfältiges Durchmustern zytologischer Proben ist ein wichtiger Schritt bei der Diagnose
zahlreicher potentieller schwerer Krankheiten. So kann im Fall der Papanicolaou-Abstriche (Pap-
Abstrich), die routinemäßig bei Frauen entnommen werden, sorgfältiges Durchmustern des Pap-
Abstrichs frühe Krebsstadien entdecken, so daß die Möglichkeiten der Ausbreitung von Krebs
oder verwandten krankhaften Zuständen reduziert werden. Gewöhnlich wird die Durchmusterung
von einem hochqualifizierten technischen Angestellten, gewöhnlich als Zytotechnologe
bezeichnet, durchgeführt.
Die Auswertung einer zytologischen Probe hängt sehr stark von der Krankengeschichte und
der Demographie des entsprechenden Patienten ab. Wird z. B. ein Pap-Abstrich früh im
Menstruationszyklus entnommen, wird er andere Eigenschaften haben, als ein später im Zyklus
entnommener. Um bei diesem Beispiel zu bleiben, sind Hormontherapien, empfängnisverhütende
Methoden, die Anzahl der Schwangerschaften, und ob die Patientin sich in der Prämenopause
oder der Menopause befindet, einige weitere Faktoren, die das Aussehen einer Probe deutlich
beeinflussen können. Die Bedeutung der Krankengeschichte und demographischen Information
für die Auswertung von Pap-Abstrichen ist so groß, daß das Bethesda-Klassifizierungssystem (das
offizielle System zur Klassifizierung von Pap-Abstrichen in den USA) ausdrücklich die
diagnostische Nützlichkeit einer Probe als "limitiert" bestimmt. Sie ist nur zur Diagnose von
starken Anormalien geeignet, wenn diese Informationen unvollständig sind oder fehlen.
Die in einem sorgfältig gesammelten und präparierten normalen Pap-Abstrich vorhandenen
Zellen entsprechen Zuständen von drei räumlich und morphologisch verschiedenartigen Bereichen
des Gebärmutterhalsepithels. In jedem Bereich sind die Zellen zu einer regelmäßigen Folge der
Entwicklungsstadien übereinander geschichtet, von den voll ausgereiften Zellen auf der freien
Oberfläche zu den unreifen Zellen direkt an der Basalschicht. Eine ideale normale Pap-Probe
besteht nur aus reifen Oberflächenzellen der drei Bereiche des Gebärmutterhalsepithels. In der
Praxis beeinflußt die Probentechnik das Mengenverhältnis der Zellen, die von den drei Bereichen
erhalten wurden, und kann zur Sammlung von weniger reifen Zellen aus unteren Schichten führen.
Normale Regenerationsveränderungen, von denen viele mit dem Menstruationszyklus verbunden
sind, können auch zum Auftreten von weniger reifen Zellen in der Probe führen.
Per Definition ist Krebs ein Zustand, in dem die normalen Kontrollen der Zellproliferation
und des Zellwachstum zu einem unpassenden Zeitpunkt nachgelassen haben oder ausgeschaltet
sind. Krebsverwandte Anormalien treten in einem Pap-Abstrich in vielfältiger Weise auf. Auf
makroskopischem Niveau können die Zellen des Oberflächenepithels bizarre Formen haben. Das
wird gewöhnlich in gut manifestiertem invasivem Krebs beobachtet. Bevor ein Krebs invasiv wird,
zeigt er sich oft mit einem höheren als erwarteten Ausmaß an unreifen Zellen in der Probe. Die
Morphologien dieser Zellen (und insbesondere ihrer Kerne) unterscheiden sich gewöhnlich
sichtbar von den Morphologien normaler Zellen desselben Typs zum gleichen Zeitpunkt der
Entwicklung. In den frühesten Stadien der Krebsentstehung sind oft fast unmerkliche
Veränderungen vorhanden, wie die ungleichmäßige Verteilung von Chromatin oder ein höherer
als normaler DNA-Gehalt im Zellkern, und übertragen sich gewöhnlich in fortgeschrittenen
Stadien oder treten sogar deutlicher hervor.
Der bisherige Versuch, der bei der Entwicklung eines automatisierten Pap-Abstrich-
Durchmusterungsinstruments unternommen wurde, besteht in der Nachahmung einiger Aspekte
der Arbeit, die von einem Zytotechnologen ausgeführt wird. Insbesondere erkennen und isolieren
diese Systeme die Gestalt einer Zelle und werten diese Gestalt in Form von Abweichungen von
einigen zuvor etablierten Normen, basierend auf einer "normalen" Probe aus. Vom klinischen
Standpunkt aus gibt es eine erhebliche Einschränkung dieser Systeme. Was für einen bestimmten
Patienten normal ist, ist hochvariabel und hängt sowohl von der Krankheitsgeschichte wie der
Demographie dieses bestimmten Patienten ab. Ein Zytotechnologe ist auf die Einbeziehung dieser
Faktoren bei der Auswertung einer Probe intensiv trainiert. Automatisierte zytologische
Durchmusterungsinstrumente haben üblicherweise jedoch keinen Zugang zu probenabhängigen
krankheitsgeschichtlichen und demographischen Informationen und verlassen sich statt dessen auf
popultionsbasierende Normen. Folglich liefern die gegenwärtigen automatisierten
Durchmusterungsinstrumente eine übermäßige Anzahl von falsch-positiven Ergebnissen, die von
einem Zytotechnologen erneut beurteilt werden müssen.
Trotz der Bedeutung der Krankheitsgeschichte und demographischen Daten eines Patienten
bei der Auswertung von Pap-Abstrichen, stellen vorhandene automatisierte
Durchmusterungsinstrumente keine Vorrichtung zur Nutzung dieser Information bereit.
Tatsächlich sind nur wenige solcher Systeme auch direkt mit einem System verbunden, das
Patienteninformationen enthält. Die wenigen, die auf diese Art angeschlossen sind, können
Durchmusterungsergebnisse zum Zweck der Krankenberichtsfortschreibung den
Patientenunterlagen zufügen, oder können diese Information einem Zytotechnologen zugängig
machen und präsentieren, um ihn bei der manuellen Auswertung der automatisierten
Durchmusterungsergebnisse zu unterstützen. Keines der Instrumente ist für einen Zugang der
Patienteninformation zur automatisierten Analyse oder zu Auswertungszwecken entworfen.
Folglich ist es eine grundsätzliche Aufgabe der vorliegenden Erfindung, ein System zur Verfügung
zu stellen, das automatisch zytologische Proben unter Verwendung von Patienteninformationen
als ein wesentlicher Bestandteil des Durchmusterungsprozesses durchmustert. Eine weitere
Aufgabe ist ein System, das den Zugang zu Patientendaten während der manuellen
Durchmusterung von zytologischen Proben automatisiert. Auch eine weitere Aufgabe in einem
System stellt Bezugsinformationen und Referenzmaterial während des manuellen
Durchmusterungsprozesses zur Verfügung.
In einer grundsätzlichen Form beinhaltet ein zytologisches Probenanalysesystem zur
Verwendung mit einem optischen Mikroskop zur Analyse einer zytologischen Probe, erhalten von
einem Patienten, um anormaler Zellen in der Probe zur weiteren Bestimmung durch einen
Zytotechnologen zu identifizieren, eine Vorrichtung zum Abtasten der Probe und zur Markierung
von Zellen in der Probe zur Klassifizierung. Eine Klassifizierungsvorrichtung teilt die markierten
Zellen als normal oder anormal in Übereinstimmung mit einer Vielzahl gewichteter Eigenschaften
ein, die auf medizinische Eigenschaften des Patienten hinweisen. Das Probenanalysesystem
beinhaltet vorzugsweise einen motorisierten Objekttisch und ein automatisch fokusierendes Teil
system und ein elektronisches Bildaufzeichnungs- und Analyse-Teilsystem, um das automatische
Abtasten der Probe und das elektronische Aufzeichnen und Speichern der Bilder zu erlauben, die
zu der Probe gehören. Die Verwendung individualisierter Patientendaten reduziert in vorteilhafter
Weise die Anzahl der Proben, die als anormal klassifiziert werden. Außerdem ermöglicht die
Information, die von dem System zur Verfügung gestellt wird, dem Zytotechnologen mögliche
anormale Zellen in der Probe schnell und genau aufzufinden.
Die individualisierten Patientendaten und die Probenbilder können zur Analyse durch den
Zytotechnologen zu verschiedenen Zeitpunkten des Analyseverfahrens dargestellt werden. Auch
können Bilder von normalen und anormalen Zellen in einer Datenbank gespeichert und zum
Zwecke des Vergleichs mit Bildern von Patientenproben dargestellt werden. Die Patientendaten
können nach der Klassifizierung der Zellen als normal oder anormal dargestellt werden. Der
Zytotechnologe kann Zellen als normal oder anormal nach visuellem Vergleich von Probenbildern
mit Datenbankbildern klassifizieren.
Viele krebsverwandte zytologische Veränderungen sind charakteristisch und können mit
einem hohen Genauigkeitsgrad sowohl durch visuelle und zur Zeit vorhandene automatisierte
Verfahren entdeckt und klassifiziert werden. Eine Hauptursache von falsch-positiven Ergebnissen
in automatisierten Systemen besteht darin, daß viele frühe Hinweise auf Krebs, morphologisch
gesehen, im wesentlichen identisch mit normalerweise auftretenden zytologische Veränderungen
sind, die mit Zellreparatur, therapeutischen Behandlungen und/oder verschiedenen demographi
schen Faktoren verbunden sind. Das System voranstehend zusammengefaßt und im folgendem im
Detail beschrieben, paßt die Einteilungskriterien auf der Basis der Krankheitsgeschichte
demographischer und anderer individueller Eigenschaften des zu durchmusternden Patienten an
um zwischen "normalen" und "wahren" Anormalitäten in der Probe unterscheiden zu helfen.
Populationsbasierende Studien von Pap-Abstrichproben haben gezeigt, daß die Variabilität
der Eigenschaften wie die Kerngröße, zwischen normalen Zellen eines gegebenen Typs, erhalten
von einem einzelnen Patienten, im wesentlichen geringer ist als für Zellen, die auf einer Population
basieren. Es ist weiterhin erkannt worden, daß Unterschiede bei der Probenherstellung,
insbesondere verbunden mit der Verwendung von üblichen Pap-Färbungen, zu unterschiedlichen
Eigenschaften wie der integrierten optischen Dichte zwischen den Proben führen können. Jeder
Patient hat daher persönliche normale Abweichungen bei diesen Eigenschaften, weil die
gemessenen Werte für diese Eigenschaften sowohl klinisch relevante, wie unwesentliche Faktoren
widerspiegeln können.
Wird die Probenauswertung auf persönliche/probenspezifische und nicht auf
populations/generische Normen bezogen, reduziert sich das Auftreten von sowohl falsch-
negativen wie auch falsch-positiven Auswertungen in vorteilhafter Weise. Die probeninterne
Normalisierung der Eigenschaften wie integrierte optische Dichte kann z. B. den Einfluß von
äußeren Faktoren auf die Auswertung verringern und so die Möglichkeit für sowohl falsch-
positive wie falsch-negative Ergebnisse reduzieren. Weiterhin können Zellen, die außerhalb des
normalen Bereichs eines Einzelnen liegen auch dann identifiziert werden, wenn sie innerhalb des
normalen Bereichs der Referenzpopulation liegen. Die Identifizierung dieser Zellen reduziert die
Möglichkeit falsch-negativer Bestimmung. Umgekehrt kann die Identifizierung eines Patienten,
dessen persönliche Normen außerhalb einer extremem Populationsverteilung liegen, die
Möglichkeiten einer falsch-positiven Bestimmung reduzieren.
Diese und andere Eigenschaften und Vorteile der vorliegenden Erfindung können besser
verstanden werden, wenn die folgende detaillierte Beschreibung bestimmter bevorzugter
Ausführungsformen der Erfindung betrachtet wird. Im Laufe dieser Beschreibung wird auf die
beigefügten Zeichnungen verwiesen.
Verschiedene Aufgaben, Merkmale und die mit der vorliegenden Erfindung verbundenen
Vorteile können besser gewürdigt werden, da sie mit Bezug auf die folgende detaillierte
Beschreibung der vorliegenden Erfindung besser verstanden werden kann, wenn sie in Verbindung
mit den beiliegenden Zeichnungen gesehen werden.
Fig. 1 ist eine Draufsicht einer bevorzugten Ausführungsform.
Fig. 2 bis 6 sind Flußdiagramme, die den Ablauf einer bevorzugten Ausführungsform
zeigen.
In den Fig. 1 bis 6 ist ein schematisches Blockdiagramm eines Systems gezeigt, das die
erfindungsgemäßen Prinzipien beinhaltet, das Aufzeichnen von Bildern einer Probe, gesammelt
von einer Einzelperson und auf einen Objektträger plaziert, das Analysieren der Probe in
Übereinstimmung mit Daten, die auf bestimmte relevante Eigenschaften der Einzelperson
hinweisen. In Fig. 1 ist ein automatisches Videomikroskop (10) mit Bildanalysefähigkeiten mit
einem Datenmanagementsystem (DMS) (11), das die Krankengeschichte und demographische
Daten bezogen auf den Patienten enthält, dessen Proben durchmustert werden sollen.
Vorzugsweise umfaßt das automatische Videomikroskop (10) ein Olympus-BX-40-
Mikroskopgehäuse, erhältlich bei Olympus Optical Corporation Tokio, Japan, an das ein
motorisierter Objekttisch (14), ein motorisierter Fokusiertrieb (nicht gezeigt) und ein
motorisierter Objektivwechselrevolver angebracht ist. Das Mikroskop kann ebenfalls eine Video
kamera (7) mit ladungsgekoppeltem Bildsensor (CCD, charge cuppled device), mit hoher
Auflösung und wissenschaftlicher Qualität enthalten. Die Kamera (7) ist an einen Videoausgang
über den Okularen befestigt, um die Zellbilder aufzeichnen. Vorzugsweise ist die Videokamera
(7) eine Pulnix-TM-1001, erhältlich bei Pulnix Corp., Sunnyvale, Kalifornien, USA. Ein 0,4 N.A.-
Objektiv mit 10-facher Vergrößerung (16) erlaubt die Kombination eines großen Bildfeldes mit
hohem Auflösungsvermögen, das für die effiziente Probendurchmusterung mit einem einzelnen
Objektiv benötigt wird.
Die von der Kamera (7) empfangenen Bilder werden durch einen Bilderfasser (5) des Data
Raptor Typs, erhältlich bei Bit Flow Corp., Woburn, Massachusetts, USA aufgezeichnet und an
einen Bildanalysierer (6) zur Analyse weitergeleitet. Das Mikroskop (10) und der Bildanalysierer
(6) sind durch eine serielle Datenübertragung verbunden, die dem Bildanalysierer erlaubt
Mikroskopfunktionen in Gang zu setzen, um die Autofokusfunktion des Mikroskops zu steuern
und die Probenpositionsinformation aufzuzeichnen. Das Mikroskop (10) wird vorzugsweise von
einem Steuerpult gesteuert, das in weiteren Einzelheiten in den verwandten Patentanmeldungen
mit den Titeln "System zur Vereinfachung der Ausführung bestimmter Funktionen" und
"Multifunktionale Steuereinheit für ein Mikroskop" beschrieben ist.
Das Mikroskop (10) enthält einen verstellbaren Objekttisch (14), eine Vielzahl von
Objektiven (16), eine Objektträgerkassette (18), einen Objektträgerhalter (19), ein Okular (20),
einen Strichmarkierungsleser und Drucker (21) und eine Lichtquelle (22). Ein Steuerpult
innerhalb des Mikroskops (10) empfängt Signale von der multifunktionalen Steuereinheit, steuert
die Funktion und Bewegung der vorhergehend erwähnten Komponenten des Mikroskops und
übermittelt an und empfängt Informationen vom DMS (11). Der Objekttisch (14) ist motorisiert
und bewegt sich entlang einer Achse, hier bezeichnet und zu sehen in Fig. 1 als die Y-Achse.
Objektträgerhalter (19) hält den Objektträger (24) und ist motorisiert, um sich entlang einer
Achse, hier bezeichnet und zu sehen in Fig. 1 als die X-Achse, zu bewegen. Daher erlaubt die
Bewegung des Objekttisches und Objektträgerhalters, den Objektträger in zwei Richtungen relativ
zum Objektiv (16) zu bewegen. Das Objektiv (16) ist aus einer Vielzahl von Objektiven unter
motorisierter Steuerung wählbar. Vorzugsweise werden 1 bis 6 Objektive zur Verfügung gestellt.
Das Bedienpult (26) stellt eine Vielzahl von Knöpfen (27) zur Verfügung, um einem Benutzer des
Mikroskopsystems zu erlauben, Präferenzen einzugeben, wie eine anfängliche Abtastrate, mit dem
der Objektträger (24) unter dem Objektiv (16) bewegt wird, die Anzahl der Überlappungen im
Bildfeld während der Abtastung, und ob die Probe auf dem Objektträger rechtwinkliger oder
kreisförmiger Gestalt ist. Das Anzeigefeld (28) stellt Informationen wie die
Abtastgeschwindigkeit, Informationen gelesen durch den Strichmarkierungsleser/Drucker (21)
und ausgewählte Systemstatusinformationen zur Verfügung.
Vorzugsweise hat das DMS (11) die Form eines für einen allgemeinen Zweck
programmierten IBM-kompatiblen Desktop-Computers, der genügend Speicherplatz und
Prozessorkapazitäten hat, um das Microsoft Windows Operationssystem und die Microsoft Visual
Basic und Microsoft Access Anwendungsprogramme zu steuern. Das DMS (11) und der
Bildanalysierer (6) sind vorzugsweise über eine Hochgeschwindigkeits-
Datenübertragungsverbindung verbunden. Das DMS (11) kann auch mit anderen
Datenprozessierungseinrichtungen über verschiedene Arten lokaler oder großflächiger Netzwerke
verbunden sein.
Fig. 2 der Zeichnungen beschreibt die vier Hauptschritte, die vom System aus Figur I
ausgeführt werden, um Daten einer Probe, die sich auf einem Objektträger befindet,
aufzuzeichnen, und die Probe zu analysieren und zu klassifizieren, um Anormalitäten zu erkennen.
Im Schritt 202 wird die Probe in sechzig Teile geteilt und eine separate Fokushöhe wird für jeden
der Teile gebildet, um eine Fokuskarte zu erzeugen. Ebenfalls in Schritt 202 werden
Probenmittelwerte und Standardabweichungen der Komponenten der Bilder von jedem der
sechzig Teile erzeugt. Bei Schritt 204 werden Schwellenwerte oder Richtwerte, basierend auf den
Eigenschaften der Probe, zur Verwendung bei der Auswahl der Zellen für die Durchmusterung
gebildet. Bei Schritt 206 wird die Probe durch Abtasten der Probe durchmustert, die Bilder der
Probe aufgezeichnet und die aufgezeichneten Bilder analytisch eingeteilt, um die Normalität oder
Anormalität von spezifischen Zellen im Bild zu bestimmen. Schließlich wird bei Schritt 208 die
Einteilung der Zellen ausgewertet, mittels patientenspezifischer Daten, von denen die Probe
gesammelt wurde.
Fig. 3 der Zeichnungen beschreibt die in Schritt 202 ausgeführten Schritte genauer. Bei
Schritt 302 wird die Fokuskarte gebildet durch (a) Unterteilung der Probe in sechzig Teile, (b)
Bewegung des Objektträgers, so daß jedes der Teile unterhalb des Objektivs liegt und (c)
Speichern der Fokushöhe für jeden der Teile im DMS. Die Bildanalysierungssoftware unterstützt
die Autofokusierung des Objektivs. Die sechzig ausschlaggebenden Fokushöhen werden
verwendet, um die geeigneten Fokushöhen bei Zwischenpunkten während des beschriebenen
Durchmusterungsverfahrens vorherzusagen. Vor dem Wechsel zur nächsten Stelle bei Schritt 304
wird ein Segmentierungsverfahren durchgeführt, um jeden potentiellen Zellkern in jedem
Bildausschnitt zu isolieren. Bei Schritt 306 wird dann jedes angebliche Zellkernbild analysiert, um
den Kern durch Extrahieren einer Anzahl von Merkmalen zu charakterisieren, einschließlich aber
nicht begrenzt auf die Kerngröße und die integrierte optische Dichte. Auf diese Weise werden
einige tausend sichtbare Zellkerne identifiziert und charakterisiert, während die Fokuskarte
aufgebaut wird. Da die Mehrzahl der vorhandenen Zellen selbst in einer äußerst anormalen Probe
normal sind, kann ein Histogramm bei Schritt 308 für jeden charakteristischen und "normalen"
herausgezogenen Wert erzeugt werden. Ein Verfahren zur Auffindung des "Peaks" wird dann
durchgeführt, um die Haupthistogrammkomponente der angeblichen normalen Zellen bei Schritt
310 zu isolieren. Die gewonnene isolierte Subpopulation von Zellen wird dann statistisch
analysiert, um den Probenmittelwert und die Standardabweichung für jede Eigenschaft zu
bestimmen. Einige Parameter, wie die integrierte optische Dichte, können sowohl mit einem
Haupt- oder einer oder mehreren sekundären Maxima in ihren Verteilungen herausgestellt
werden. Da diese sekundären Maxima potentiell Anormalitäten zeigen können, wie das
Vorkommen von sich teilenden Zellen in einer Population von angeblich reifen Zellen, werden die
sekundären Mittelwerte und Standardabweichungen ebenfalls vorteilhaft bei Schritt 312
herausgestellt.
Fig. 4 der Zeichnungen beschreibt die bei Schritt 204 durchgeführten Schritte genauer. Die
Zellen, für die alle Parameter, ausgewählt vom primären Peak, in Schritt 310 innerhalb der drei
Standardabweichungen ihre jeweiligen Mittelwerte lagen, werden bei Schritt 402 als wahre Kerne
definiert und werden als Ausgangspunkte bei der Segmentation in Schritt 404 der mit den Zellen
verbundenen Zytoplasmen verwendet. In Schritt 406 werden die Zytoplasmen charakterisiert,
unter Verwendung von Verfahren, die im wesentlichen identisch zu den Verfahren sind, die bei
den angeblichen Zellkernen in Schritt 306 angewandt werden. Das Ergebnis dieses Prozesses ist
die Bestimmung von Probennormen (mit Standardabweichung) für alle primären Zellmerkmale
die in dem Durchmusterungsprozeß verwendet werden. Diese Information wird in vorteilhafter
Weise verwendet, um probenspezifische Entscheidungsschwellenwerte in Schritt 408 zu
berechnen, die populationsbasierende Entscheidungsschwellenwerte ersetzen, die in den
anfänglichen Segmentierungs- und Merkmalsextraktionsschritten 304 und 306 verwendet wurden.
Zellen mit einer oder mehreren Eigenschaften, die außerhalb ihrer drei jeweiligen
Standardabweichungsgrenzen liegen oder die Eigenschaften entsprechend eines zweiten
Verteilungsmaximums besitzen, werden in Schritt 410 zur Analyse während des
Durchmusterungsprozesses markiert. Das Verfahren paßt die Segmentierungs- und
Merkmalsextraktions-Algorithmen effektiv an die Eigenschaften der spezifischen, zu
durchmusternden Probe an, und gleicht die biologische Variabilität und Unterschiede in sowohl
der Probenpräparation wie auch Ausführung der Bilderfassungskette aus.
Sobald die Fokuskarte in Schritt 202 gebildet ist und die persönlichen Normen in Schritt
204 berechnet sind, wird der Durchmusterungsprozeß im Schritt 206 eingeleitet. Fig. 5 der
Zeichnungen beschreibt die Schritte genauer, die in Schritt 206 durchgeführt werden. In diesem
Prozeß in Schritt 502 wird die Probe durch das Mikroskop in einer schrittweisen Wiederholung
bewegt, so daß eine Serie von überlappenden Bildern, die die gesamte Probe bedecken, durch die
Kamera (7) erfaßt und durch den Bilderfasser (5) zum Bildanalysierer (6) übermittelt werden.
Aufgrund der enormen Menge der beteiligten Daten wird das Bild von jedem Kamerabild,
vorzugsweise separat, bearbeitet.
Die für jedes Bild verwendete anfängliche Fokusposition wird von der Fokuskarte
interpoliert und ergibt im allgemeinen die Erfassung eines geeigneten fokussierten Bildes. Ist das
Bild nicht ausreichend fokussiert, wird wie in den Schritten 506 und 508 zu sehen ist, die
Fokusposition in geeigneter Weise justiert. Die Bilder werden im Schritt 504 und 510, wie in
Schritt 404 und 406 zuvor beschrieben, segmentiert und charakterisiert mittels
Entscheidungsschwellenwerten, errechnet von den zuvor bestimmten persönlichen Werten.
Nach der Segmentierung, aber vor der Charakterisierung, wird ein Bildkontrast- und
Gradientenverfahren angewandt, um zu bestimmen, ob das erfaßte Bild in ausreichend scharfem
Fokus zur anschließenden Analyse vorliegt. Wurde, wie in Schritt 506 zu sehen, kein
angemessener Fokus erreicht, wird bei 508 ein Autofokuszyklus eingeleitet und ein neues, besser
fokussiertes Bild zur Gliederung und Analyse erfaßt. Ein Artefaktausschußklassifizierer wird dann
in Schritt 512 an die extrahierten Objekteigenschaften angelegt, um Staub und Blasen oder
ähnliches außer Betracht zu lassen. Unter den Zellkernmerkmalen, die zur Bestimmung von
Artefakten herangezogen werden, sind:
- - Kerngröße
- - integrierte optische Kerndichte (normalisiert)
- - Kernumfang
- - erste Ordnung des HU-Moments der Kernfläche
- - dritte Ordnung des HU-Moments der Kernfläche
- - siebte Ordnung des HU-Moments der Kernfläche
- - maximale Trägheit der Kernfläche
- - Kompaktheit des Kernumrisses
- - Exzentrizität des Kernumrisses
- - Grauwertschiefe über der Kernfläche
- - Grauwertentropie über der Kernfläche
- - Grauwertenergie über der Kernfläche
- - Grauwertkontrast über der Kernfläche
- - Grauwerthomogenität über der Kernfläche
- - Grauwertkorrelation über der Kernfläche
- - Kombinationen der nullten bis siebten Fourierdeskriptoren
- - Analyse des Zytoplasma in der begrenzten Fläche um den Kern.
Die verbleibenden Daten werden in Schritt 208 an eine Serie analytischer Klassifizierer,
genauer zu sehen in Fig. 6, angelegt.
Wie in Fig. 6 zu sehen, führt der analytische Klassifizierer drei Basisfunktionen aus. In
einer ersten Ebene werden freiliegende Zellen und Gruppen von Zellen, in denen einzelne Zellen
aufgelöst werden können, bei Schritt 602 von Zellclustern und Klumpen getrennt, bei denen die
Auflösung von einzelnen Zellen problematisch war. Alle der Eigenschaften, die zur Klassifizierung
gebraucht werden, können für Zellen in den früheren Kategorien extrahiert werden. Ausgedehnte
Zellüberlappung in Clustern und Klumpen schließen die effektive Anwendung von
zytoplasmatischen Klassifizierungsparametern aus, und erfordern zum größten Teil die
Klassifizierung von Clustern und Klumpen nur aufgrund von Kerneigenschaften. Jedoch sind
Zellen in Clustern und Klumpen im allgemeinen in diagnostisch brauchbaren morphologischen
Anordnungen vorhanden, die nicht in freien oder fast freiliegenden Zellen vorhanden sind. Aus
diesem Grund werden freiliegende Zellen und Cluster/Klumpen getrennt klassifiziert.
Die zweite Ebene der Klassifikation, zu sehen im Schritt 604, ist die Bestimmung des
Zelltyps und der Herkunft, basierend vorwiegend auf morphologischen Faktoren wie
Zytoplasmagestalt und die Lokalisation des Kerns innerhalb der Zelle. Diese Klassifizierungsebene
dient hauptsächlich dazu sicherzustellen, daß die Probensammlung ausreichend war. Wie zuvor
erwähnt, erfordert eine ausreichende Sammlung einer Pap-Probe die Sammlung von Zellen von
drei verschiedenen Bereichen des Gebärmutterhalsepithels. Wenn Zellen von allen drei Bereichen
in der Probe nicht identifiziert werden können, bestehen Zweifel an der Klassifizierung der Probe
als normal, aufgrund der unzureichenden Sammlung der kritischen Transformationszone zwischen
den Exo- und Endogebärmutterhalsbereichen. Umgekehrt kann das Vorkommen von Zellen von
außerhalb der Gebärmutterhalsregion einen Hinweis auf eine anormale oder eine ungeeignete
Sammlung sein. Obwohl die Pap-Durchmusterung zur Erkennung von Gebärmutterhalskrebs
bestimmt ist, halten viele Laboratorien gleichermaßen die Erkennung von Bakterien, Hefen
Trichomonaden, Pilzen, Blutungen, Infektionen und ähnlichen Anormalitäten für wichtige
Hilfsininformationen, die mit diesem Test erhalten werden. Eine genaue Identifizierung von Zellen
die mit diesen Bedingungen verbunden sind, stellt sowohl nützliche diagnostische Informationen
zur Verfügung und erlaubt eine Reduzierung der Zellzahl, die gebraucht wird, um die Entdeckung
von krebsverwandten Anormalitäten zu klassifizieren.
Die dritte Ebene der Klassifizierung, zu sehen im Schritt 606 ist die Bestimmung der
Normalität oder Anormalität für jede identifizierte Gebärmutterhalszelle. Das wird üblicherweise
mittels eines Klassifizierers basierend auf Populationsnormen vollständig ausgeführt. Der Output
des Klassifizierers, der entweder auf einer statistischen, Fuzzylogik oder neuralen
Netzwerkmethodologie basiert, ist im wesentlichen ein Wert, der sich aus der Kombination von
ausgesuchten Zelleigenschaften ableitet. Die Bedeutung einer gegebenen Eigenschaft in bezug auf
den Gesamtwert wird durch einen verbundenen Gewichtungsfaktor bestimmt. Die Einheitlichkeit
der Chromatinverteilung innerhalb eines Zellkerns (Kernstruktur), das Vorkommen von
Kernhöfen und vergrößerten Nukleoli innerhalb des Kerns, und die Kerngröße sind z. B.
Eigenschaften, die dazu neigen, in großer Übereinstimmung mit dem Vorhandensein von
Anormalitäten zu stehen. Diesen Eigenschaften werden hohe Gewichtungen in dem Klassifizierer
gegeben. Andere Eigenschaften werden weniger stark in Beziehung gebracht und erhalten
geringere Gewichtung. Zusätzlich zu Eigenschaften, die direkt von den Zellbildern extrahiert
werden, können weitere Eigenschaften abgeleitet und in der Klassifizierung verwendet werden.
Die Zellkerneigenschaften, die in der Klassifizierung verwendet werden, sind dieselben wie für die
Artefakterkennung in Schritt 512 aufgelisteten.
Einige dieser abgeleiteten Eigenschaften wie das Verhältnis des Kerns zum
Zytoplasmabereich sind "exakt", in dem Sinne, daß sie direkt von primärextrahierten
Eigenschaften berechnet werden. Andere abgeleitete Eigenschaften sind Annäherungen, die als
rechnerisch wirksame Indikatoren nützlich sind. Das Verhältnis des Quadrats der Umfangslänge
eines Objekts zur Fläche desselben Objekts ist z. B. ein geeigneter Indikator einer Objektgestalt,
der zwischen ungefähr kreisförmigen Objekten und mehr gestreckten unterscheidet.
Der Prozeß zur Auswahl von Eigenschaften und Gewichtungsfaktoren, die in einem
Klassifizierer verwendet werden, hängt von der Klassifizierungsmethodologie ab. Vorzugsweise
ist der Unterschied zwischen dem Klassifiziereroutput und der entsprechenden Bestimmung, die
mit anderen Mitteln, wie einer Konsensusbestimmung durch eine Gruppe von Experten gemacht
werden, minimiert. Eine lineare statistische Klassifizierermethodologie, basierend auf über sechzig
extrahierten und erhaltenen Eigenschaften, wird vorteilhafterweise angewandt. Um diese
Klassifizierer "zu trainieren", werden tausende von Zellen jedes geeigneten Typs aus jeder von
über 200 Proben manuell durch trainierte Zytotechnologen und Zytologen klassifiziert. Dieselben
Zellen werden automatisiert klassifiziert und die Ergebnisse mit ANOVA-, Simplex- und
Paretoanalysen sowohl auf der Proben- als auf Populationsbasis miteinander verglichen. Nach
jeder Runde werden die Gewichtungen justiert, bis die beste Übereinstimmung zwischen der
manuellen und der automatisierten Klassifizierung für jede individuell behandelte Probe erhalten
wurde. Mit diesen Klassifizierern war die Übereinstimmung zwischen den Ergebnissen der
automatisierten und manuellen Klassifikation von einzelnen Proben vergleichbar mit der Überein
stimmung zwischen der multiplen Expertenabschätzung derselben Probe. Jeder der vierzehn
primären Klassifizierer, die auf diese Weise entwickelt wurden, beinhalten zwischen 27 und 50
Eigenschaften.
Die Patientendaten sind sowohl explizit als auch implizit in diese Klassifizierer eingefügt.
Implizite Einfügung ist das Ergebnis der Verwendung von Patienten statt Populationsnormen in
den Segmentierungs- und Extraktionsprozessen, die zuvor beschrieben sind. Explizite Einfügung
hat die Gestalt der Justierung von Eigenschaftsgewichtungen, um einen bestimmten Aspekt des
Patientenstatus zu reflektieren. So ist die Gewichtung, zugeordnet zu Eigenschaften verbunden
mit unreifen nichtparabasalen Zellen, für Proben erhöht, die von menopausalen Patientinnen
erhalten wurden, um zu zeigen, daß das Vorkommen derartiger Zellen möglicherweise das
Vorliegen einer Anormalität bedeutet. Das Vorkommen von parabasalen Zellen in Proben von
derselben Patientin wird im Gegensatz dazu weniger Gewicht gegeben. Diese revidierten
Gewichtungen werden in der oben beschriebenen Weise zugeordnet, mittels ausgewählter
Subgruppen aus der Patientendatenbank.
Die Begrenzung des ausführlich dargestellten Ansatzes zur Zellevelklassifizierung besteht
darin, daß bei der direkten Ausführung jede mögliche Kombination von Krankengeschichte und
demographischen Variablen, die Entwicklung eines neuen Sets von Klassifizierergewichtungen
gefordert, basierend auf der Abschätzung von statistisch gültigen Zahlen von geeigneten Proben,
um eine optimale Ausführung zu erhalten. Das ist aufgrund der großen Anzahl an Variationen
nicht praktikabel, die für jede der großen Anzahl der betroffenen Parameter möglich sind und
aufgrund der Schwierigkeit, ausreichende Proben zu erhalten, die alle möglichen Kombinationen
und Umsetzungen darstellen. Ein effizienter und bevorzugter Ansatz ist die Verwendung von
statistischen Methoden, wie die Taguchi-Analyse und Response Surface Modelling, um die
Berechnung der notwendigen Gewichtungsfaktoren zu erhalten. Das minimiert die Anzahl von
einzigartigen Probenpopulationen, die analysiert werden müssen. Die beschriebene spezifische
Ausführungsform der vorliegenden Erfindung durchmustert einzelne Pap-Abstrichproben und legt
dem Zytotechnologen zur visuellen Abschätzung und Klassifizierung nur solche Zellen vor, die
nicht zweifelsfrei normal sind.
Die oben beschriebene Ausführungsform der Erfindung ist in vorteilhafter Weise verbessert
durch Hinzufügen eines Zuordnungsprogramms, das eine Probe als normal oder anormal
klassifiziert, basierend auf den Klassifikationen, die zu den einzelnen, die Probe umfassenden
Zellen zugeordnet sind. Mit anderen Worten, die Outputs von den multiplen Zellevelklassifizierern
werden als Input für einen Probenlevelklassifizierer verwendet, der einen Outputwert produziert,
bezogen auf den Gesamtwert der Anormalität der Probe. Überschreitet dieser Wert einen zuvor
bestimmten Schwellenwert, wird die Probe als anormal eingeteilt. Der statistische Klassifizierer,
der zur Interpretation der Zellevelergebnisse verwendet wird, ist wie zuvor beschrieben
konstruiert. In einer alternativen Ausführungsform können die als anormal klassifizierten Zellen
durch das DMS (11) auf einem Computerdisplay angezeigt werden, um eine visuelle Überprüfung
durch den Zytotechnologen zu gestatten. In dieser Ausführungsform kann der Zytotechnologe
gespeicherte Bilder von Zellen, die entweder normal sind, oder die bestimmte anormale
Eigenschaften aufweisen, auf das Display des DMS (11) geben, um sie mit den Bildern der Probe
zu vergleichen. Nach der visuellen Überprüfung der Zellen der Probe und gegebenenfalls nach
dem Vergleich der Zelle mit gespeicherten Bildern von Zellen mit bekannten Eigenschaften, kann
der Zytotechnologe dann eine genauere Bestimmung der Normalität oder Anormalität der Zelle
vornehmen. Diese Ausführungsform erlaubt in vorteilhafter Weise eine schnell durchzuführende
Bestimmung mit dem Vorteil des Vergleichs mit bekannten Zellen. Der Zytotechnologe kann
weiterhin, wenn die Zelle von ihm als anormal bestimmt wurde, Bemerkungen in das DMS
einfügen, betreffend Besonderheiten der beobachteten Anormalitäten, die dann von dem Arzt des
Patienten beurteilt werden können.
Die vorangegangenen Schritte, die in den Fig. 2 bis 6 gezeigt sind, werden vorzugsweise
in der Gestalt eines gespeicherten Programms durchgeführt, das durch das DMS (11)
durchgeführt wird, um die oben im Detail beschriebenen Funktionen durchzuführen.
Eine bevorzugte Ausführungsform der vorliegenden Erfindung ist hier beschrieben worden.
Es versteht sich von selbst, daß Änderungen und Modifikationen in der Ausführungsform gemacht
werden können, ohne vom Umfang und Inhalt der vorliegenden Erfindung abzuweichen, die durch
die beigefügten Ansprüche definiert werden.
Claims (7)
1. Ein zytologisches Probenanalysesystem zur Verwendung mit einem optischen Mikroskop
zur Analyse einer zytologischen Probe, erhalten von einem Patienten, um anormale Zellen in der
Probe zur weiteren Bestimmung durch einen Zytologen zu identifizieren, umfassend:
- a) ein Mittel zum Abtasten der Probe und zur Markierung bestimmter Zellen in der Probe zur Klassifizierung, und
- b) ein Mittel zum Klassifizieren der markierten Zellen als normal oder anormal in Übereinstimmung mit einer Vielzahl gewichteter Eigenschaften, die medizinische Eigenschaften des Patienten anzeigen.
2. Das zytologische Probenanalysegerät nach Anspruch 1, weiter umfassend ein
Probenklassifizierungsmittel zur Klassifizierung jeder einzelnen Zelle, um die Probe als normal
oder anormal zu klassifizieren.
3. Das zytologische Probenanalysesystem nach Anspruch 1, in dem das Mittel zum Abtasten
umfaßt
- a) ein Mittel, reagierend auf die Eigenschaften der Zellen der Probe, zur Erzeugung von probenspezifischen Entscheidungsschwellenwerten, anzeigend die anfänglich akzeptierbaren Bereiche der Eigenschaften von Zellen der Probe, und
- b) ein Mittel, reagierend auf die probenspezifischen Entscheidungsschwellenwerte, zur Analyse der Zellen der Probe und zur Markierung der Zellen, die einen Wert für mindestens eine der Eigenschaften haben, der außerhalb einer entsprechenden Eigenschaft der probenspezifischen Entscheidungsschwellenwerte liegt.
4. Das zytologische Probenanalysesystem nach Anspruch 1 oder 3, weiter umfassend ein
Zellanzeigemittel zum Anzeigen ausgewählter anormaler Zellen als Antwort auf eine Eingabe
durch den Zytotechnologen.
5. Das zytologische Probenanalysesystem nach Anspruch 4, in dem das Zellanzeigemittel
weiter umfaßt, ein Mittel, reagierend auf Eingaben durch den Zytotechnologen, zum
Wiedererhalten und Anzeigen von Bildern von Zellen, die bekannte im System gespeicherte
Eigenschaften enthalten.
6. Ein zytologisches Probenanalysesystem zur Verwendung mit einem optischen Mikroskop
zur Analyse einer zytologischen Probe, erhalten von einem Patienten, um einen anormalen
Zustand zu bestimmen, umfassend:
- a) ein Mittel zur Erzeugung einer Fokuskarte, umfassend eine Vielzahl fokaler Punkte des Mikroskops, wobei jeder einem Teil der Probe entspricht,
- b) ein Mittel zur Erzeugung einer Vielzahl von Probennormen, wobei jede Norm einem Merkmal der Zellen in der Probe entspricht,
- c) ein Mittel zum Abtasten der Probe, um eine Vielzahl von Bildern der Probe aufzuzeichnen,
- d) ein Mittel, reagierend auf diese Bilder, um die Eigenschaften der Bilder zu bestimmen, und
- e) ein Mittel, reagierend auf diese Eigenschaften, zur Klassifizierung der Zellen in der Probe in Übereinstimmung mit Daten, die eine Vielzahl von Faktoren anzeigen, bezogen auf die anormalen Zustände, um das Vorkommen von anormalen Zuständen zu identifizieren.
7. Ein zytologisches Probenanalysesystem zur Verwendung mit einem optischen Mikroskop
zur Analyse einer zytologischen Probe, erhalten von einem Patienten, um einen anormalen
Zustand zu bestimmen, umfassend:
- a) ein Mittel, reagierend auf Bilder der Probe, zur Analyse der Bilder und Markierung der Zellen in den Bildern, die einen Wert mindestens einer Eigenschaft haben, der außerhalb eines Bereichs entsprechend der Eigenschaft fällt, wobei der Bereich eine Funktion der Werte der Eigenschaften einer Vielzahl von Zellen der Probe ist,
- b) ein Mittel, reagierend auf die markierten Zellen, zum Aufzeichnen von Bildern, enthaltend die markierten Zellen, und zur analytischen Klassifizierung von Zellen in den Bildern durch Erzeugung eines Wertes für jede der Zellen in Übereinstimmung mit einem Set gewichteter Eigenschaften, die zuvor festgelegte medizinische Faktoren des Patienten anzeigen und Vergleichen der Werte mit einem zuvor festgelegten Wert, um auf das Vorkommen von anormalen Zuständen hinzuweisen.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US52922095A | 1995-09-15 | 1995-09-15 | |
US529220 | 1995-09-15 |
Publications (2)
Publication Number | Publication Date |
---|---|
DE19637741A1 true DE19637741A1 (de) | 1997-04-24 |
DE19637741B4 DE19637741B4 (de) | 2006-05-04 |
Family
ID=24109008
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE19637741A Expired - Fee Related DE19637741B4 (de) | 1995-09-15 | 1996-09-16 | Automatisches Zytologisches Probenanalysesystem unter Verwendung von individualisierten Patientendaten |
Country Status (3)
Country | Link |
---|---|
CA (1) | CA2185511C (de) |
DE (1) | DE19637741B4 (de) |
GB (1) | GB2305723B (de) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19916749A1 (de) * | 1999-04-14 | 2000-10-19 | Zeiss Carl Jena Gmbh | Anordnung zur Untersuchung von Proben |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DK2156370T3 (da) | 2007-05-14 | 2012-01-23 | Historx Inc | Kompartmentadskillelse ved pixelkarakterisering under anvendelse af billeddata-clustering |
EP2162728B1 (de) | 2007-06-15 | 2016-07-27 | Novartis AG | Mikroskopisches system und verfahren zur erfassung von standardisierten daten |
CA2604317C (en) | 2007-08-06 | 2017-02-28 | Historx, Inc. | Methods and system for validating sample images for quantitative immunoassays |
CA2596204C (en) | 2007-08-07 | 2019-02-26 | Historx, Inc. | Method and system for determining an optimal dilution of a reagent |
WO2009029810A1 (en) | 2007-08-31 | 2009-03-05 | Historx, Inc. | Automatic exposure time selection for imaging tissue |
ES2573945T3 (es) | 2008-09-16 | 2016-06-13 | Novartis Ag | Cuantificación reproducible de expresión de biomarcadores |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB1439986A (en) * | 1973-08-22 | 1976-06-16 | Inst Elektroniki I Vychesletel | Medical diagnostic apparatus |
US4175860A (en) * | 1977-05-31 | 1979-11-27 | Rush-Presbyterian-St. Luke's Medical Center | Dual resolution method and apparatus for use in automated classification of pap smear and other samples |
US4965725B1 (en) * | 1988-04-08 | 1996-05-07 | Neuromedical Systems Inc | Neural network based automated cytological specimen classification system and method |
WO1991006911A1 (en) * | 1989-10-23 | 1991-05-16 | Neuromedical Systems, Inc. | Automated cytological specimen classification system and method |
EP0479977B1 (de) * | 1990-03-30 | 1997-07-16 | Neuromedical Systems, Inc | Automatisches zellenklassifikationssystem und verfahren |
US5235522A (en) * | 1990-10-10 | 1993-08-10 | Cell Analysis Systems, Inc. | Method and apparatus for automated analysis of biological specimens |
JP3050406B2 (ja) * | 1992-02-18 | 2000-06-12 | ネオパス,インク. | 正常な生物医学検体を確認する方法 |
CA2132269C (en) * | 1993-10-12 | 2000-02-01 | Rainer Hermann Doerrer | Interactive automated cytology method and system |
-
1996
- 1996-09-13 CA CA002185511A patent/CA2185511C/en not_active Expired - Fee Related
- 1996-09-16 GB GB9619296A patent/GB2305723B/en not_active Expired - Fee Related
- 1996-09-16 DE DE19637741A patent/DE19637741B4/de not_active Expired - Fee Related
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19916749A1 (de) * | 1999-04-14 | 2000-10-19 | Zeiss Carl Jena Gmbh | Anordnung zur Untersuchung von Proben |
Also Published As
Publication number | Publication date |
---|---|
GB9619296D0 (en) | 1996-10-30 |
CA2185511A1 (en) | 1997-03-16 |
CA2185511C (en) | 2008-08-05 |
GB2305723A (en) | 1997-04-16 |
GB2305723B (en) | 1999-09-29 |
DE19637741B4 (de) | 2006-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE69629292T2 (de) | Verfahren zum feststellen der preparationsgüte von objektträgern und proben | |
DE19747415C2 (de) | Verfahren zur Unterstützung eines Betrachters bei der Durchmusterung einer Probe und zytologisches Probenanalysiersystem | |
DE2823490C2 (de) | ||
DE69630376T2 (de) | Verfahren zum integrieren eines automatisierten systems in ein labor | |
DE3650786T2 (de) | Analyseverfahren und Vorrichtung für biologische Proben | |
DE3642209C2 (de) | ||
DE69532276T2 (de) | Automatisiertes cytologisches probenklassifizierungsverfahren | |
CA2130338C (en) | Method for identifying normal biomedical specimens | |
EP1181525B1 (de) | Verfahren zur automatischen analyse von mikroskopaufnahmen | |
EP0896661A1 (de) | Verfahren zur automatisierten mikroskopunterstützten untersuchung von gewebeproben oder körperflüssigkeitsproben | |
EP1797533B1 (de) | Verfahren und vorrichtung zur segmentierung einer digitalen abbildung von zellen | |
DE4211904C2 (de) | Automatisches Verfahren zum Erstellen einer Liste unterschiedlicher Arten für eine flüssige Probe | |
JP3916395B2 (ja) | 検体の予備処理機能を備えた検査体系 | |
WO2014075764A1 (de) | Vorrichtung und verfahren zur mikroskopie einer vielzahl von proben | |
DE2903625A1 (de) | Vorrichtung zur automatischen blutanalyse | |
DE19637741B4 (de) | Automatisches Zytologisches Probenanalysesystem unter Verwendung von individualisierten Patientendaten | |
DE69831573T2 (de) | Inspektionssystem mit probenvorschau | |
EP1381846B1 (de) | Verfahren zur analyse einer biologischen probe | |
DE102008001174B4 (de) | Inspektionssystem und -verfahren für die optische Untersuchung von Objektoberflächen, insbesondere von Waferoberflächen | |
DE60016049T2 (de) | Verfahren zur objektiven Bestimmung des Schweregrades von Narben | |
Watanabe et al. | A Pap smear prescreening system: CYBEST | |
DE102022209113A1 (de) | Training von instanzsegmentierungsalgorithmen mit partiell annotierten bildern | |
EP4300418A1 (de) | System zur unterstützung eines nutzers bei der bildbasierten erkennung einer gewebeentartung | |
Rosen | ANNOTATION: AUTOMATED MICROSCOPY | |
DE102022201258A1 (de) | Verfahren zur Separierung von Objekten |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
8110 | Request for examination paragraph 44 | ||
8364 | No opposition during term of opposition | ||
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee |