DE842486T1 - Messung der robustheit einer klassifikation - Google Patents
Messung der robustheit einer klassifikationInfo
- Publication number
- DE842486T1 DE842486T1 DE0842486T DE96929699T DE842486T1 DE 842486 T1 DE842486 T1 DE 842486T1 DE 0842486 T DE0842486 T DE 0842486T DE 96929699 T DE96929699 T DE 96929699T DE 842486 T1 DE842486 T1 DE 842486T1
- Authority
- DE
- Germany
- Prior art keywords
- classification
- measure
- output
- image
- calculating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000011218 segmentation Effects 0.000 claims 47
- 238000000034 method Methods 0.000 claims 37
- 210000003855 cell nucleus Anatomy 0.000 claims 8
- 239000012472 biological sample Substances 0.000 claims 6
- 238000003066 decision tree Methods 0.000 claims 5
- 210000004027 cell Anatomy 0.000 claims 4
- 230000002708 enhancing effect Effects 0.000 claims 3
- 230000001965 increasing effect Effects 0.000 claims 3
- 230000035945 sensitivity Effects 0.000 claims 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Investigating Or Analysing Materials By The Use Of Chemical Reactions (AREA)
Claims (73)
1. Verfahren zum Messen der Zuverlässigkeit von Informationen in
einem Bildinterpretationssystem mit den Schritten:
(a) Aufnehmen mindestens eines Bildes (22);
(b) Aufnehmen der Bildinformation des mindestens einen Bildes durch Interpretieren des mindestens einen Bildes (24);
(c) Extrahieren mindestens eines Zuverlässigkeitsmerkmals (26); und
(d) Bewerten des mindestens einen Zuverlässigkeitsmerkmals
gegenüber mindestens einem vorher festgelegten Kriteriums zum Erlangen mindestens einer Maßzahl der Zuverlässigkeit der
Information (28).
2. Verfahren nach Anspruch 1 mit dem zusätzlichen Schritt des Verbesserns der Zuverlässigkeit der Information der Bildinformation
durch Wechsel der Interpretation des mindestens einen Bildes in Abhängigkeit von der mindestens einen Maßzahl der
Zuverlässigkeit der Information (28).
3. Vorrichtung zum Messen der Zuverlässigkeit von Informationen
in einem Bildinterpretationssystem mit:
(a) einem Mittel zum Aufnehmen mindestens eines Bildes mit
mindestens einem Bildausgang (502);
(b) einem Mittel zum Aufnehmen von Bildinformationen des mindestens
einen Bildes (536), das mit dem Bildausgang verbunden ist, wobei das mindestens eine Bild interpretiert wird, wobei
das Mittel zum Aufnehmen von Bildinformationen (536) einen Bildinformationsausgang besitzt;
(c) einem Mittel zum Extrahieren mindestens eines Zuverlässig-
DE/EP O 842 48b T1
keitsmerkmals (562), das mit dem Bildinformationsausgang verbunden
ist und wobei das Mittel zum Extrahieren zusätzlich einen Zuverlässigkeitsmerkmalausgang besitzt; und
(d) einem Mittel zum Bewerten des mindestens einen Zuverlässigkeitsmerkmals
zum Erlangen mindestens einer Maßzahl (562) der Zuverlässigkeit der Information, das mit dem Zuverlässigkeitsmerkmalausgang
verbunden ist und wobei das Mittel zum Bewerten einen Ausgang für die Maßzahl der Zuverlässigkeit der Information
besitzt.
4. Vorrichtung nach Anspruch 3 zusätzlich mit einem Mittel zum Verbessern der Zuverlässigkeit der Information der Bildinformation
durch Wechsel der Interpretation des mindestens einen Bildes in Abhängigkeit von der mindestens einen Maßzahl der
Zuverlässigkeit der Information, das mit dem Ausgang für die Maßzahl der Zuverlässigkeit der Information und dem Bildinformationsausgang
verbunden ist, wobei das Mittel zum Verbessern (562) der Zuverlässigkeit einen verbesserten Bildinformationsausgang
besitzt.
5. Verfahren zum Messen der Segmentierungsrobustheit von Objekten mit den Schritten:
(a) Identifizieren mindestens eines Objektes (22, 23);
(b) Berechnen mindestens eines Segmentierungsrobustheitsmerkmals des mindestens einen Objekts (34); und
(c) Berechnen einer Maßzahl (38) der Segmentierungsrobustheit in Abhängigkeit des mindestens einen Segmentierungsrobustheitsmerkmals.
6. Verfahren nach Anspruch 5 zusätzlich mit dem Schritt des
Klassifizierens des mindestens einen Objekts zum Bereitstellen
mindestens eines Objektklassifizierungsergebnisses (40).
7. Verfahren nach Anspruch 5, dadurch gekennzeichnet, daß der Schritt des Identifizierens mindestens eines Objektes zusätzlich
die Schritte aufweist:
(a) Beleuchten eines Blickfeldes mit mindestens einem Objekt;
DE/EP O 842 48b Tl
(b) Aufnehmen mindestens eines Bildes des Blickfeldes (22); und
(c) Identifizieren des mindestens einen Objektes in dem
mindestens einen Bild (32).
8. Verfahren nach Anspruch 5, dadurch gekennzeichnet, daß der Schritt des Berechnens des mindestens einen Segmentierungsrobustheitsmerkmals
(34) zusätzlich den Schritt des Berechnens mindestens einer Maßzahl der Segmentierungsinstabilitätswahrscheinlichkeit
aufweist.
9. Verfahren nach Anspruch 8 mit dem zusätzlichen Schritt des Berechnens der mindestens einen Maßzahl (34) der Segmentierungsinstabilitätswahrscheinlichkeit
als Segmentierungsinstabilitätswahrscheinlichkeit aufgrund von Rauschen in mindestens einem
Bild.
10. Verfahren nach Anspruch 8 mit dem zusätzlichen Schritt des Berechnens der Maßzahl (34) der Segmentierungsinstäbilität als
Segmentierungsinstabilitätswahrscheinlichkeit aufgrund des ObjektZusammenhangs.
11. Verfahren nach Anspruch 8 mit den zusätzlichen Schritten:
(a) Beleuchten eines Blickfeldes mit mindestens einem Objekt;
(b) Aufnehmen mindestens eines Bildes des Blickfeldes, wobei das mindestens eine Bild einen Hintergrund aufweist (22); und
(c) Identifizieren des mindestens einen Objektes in dem
mindestens einem Bild (32).
12. Verfahren nach Anspruch 8 mit dem zusätzlichen Schritt des
Berechnens der mindestens einen Maßzahl (34) der Segmentierungsinstabilitätswahrscheinlichkeit
als Segmentierungsinstabilitätswahrscheinlichkeit aufgrund von unzureichendem Kontrast zwischen
dem mindestens einen Objekt und dem Hintergrund.
13. Verfahren nach Anspruch 5, dadurch gekennzeichnet, daß das
mindestens eine Objekt (Figuren 1A-1D) zusätzlich eine biologische Zelle aufweist.
ü c
14. Verfahren nach Anspruch 5, dadurch gekennzeichnet, daß das mindestens eine Objekt (Figuren 1A-1D) zusätzlich einen biologischen
Zellkern aufweist.
15. Verfahren nach Anspruch 6 mit dem zusätzlichen Schritt des Kombinierens der Maßzahl der Objektsegmentierungsrobustheit mit
dem mindestens einen Objektklassifizierungsergebnis (48).
16. Verfahren nach Anspruch 15 mit dem zusätzlichen Schritt des Vergrößerns der Zuverlässigkeit der Gesamtklassifikation (48).
17. Verfahren nach Anspruch 15, dadurch gekennzeichnet, daß der
Schritt des Kombinierens zusätzlich ein Gewichten des mindestens einen Objektklassifizierungsergebnisses aufweist, das eine
höhere Maßzahl der Segmentierungsrobustheit mit einer größeren Gewichtung besitzt (44).
18.Verfahren nach Anspruch 15, dadurch gekennzeichnet, daß der
Schritt des Kombinierens zusätzlich ein Gewichten des mindestens einen Objektklassifizierungsergebnisses mit einer Gewichtung,
deren Wert durch die Maßzahl der Segmentierungsrobustheit festgelegt wird, aufweist.
19. Verfahren nach Anspruch 15, dadurch gekennzeichnet, daß der Schritt des Kombinierens zusätzlich die Schritte aufweist:
(a) Kompilieren eines Histogramms mindestens einer Maßzahl (108) der Segmentierungsrobustheit zur Generierung von Histogrammdaten
(114);
(b) Berechnen mindestens eines Klassifizierungszuverlässigkeitsmerkmals
in Abhängigkeit der Histogrammdaten (112); und
(c) Berechnen eines verstärkten Objektklassifizierungsergebnisses
in Abhängigkeit des mindestens einen Klassifizierungszuverlässigkeitsmerkmals
und mindestens eines Objektklassifizierungsergebnisses unter Verwendung mindestens eines vorher
festgelegten Kriteriums (28).
20. Verfahren nach Anspruch 5, dadurch gekennzeichnet, daß das
mindestens eine Objekt (Figuren 1A-1D) zusätzlich eine biologische
Zelle in einer biologischen Probe aufweist.
21. Verfahren nach Anspruch 20, dadurch gekennzeichnet, daß der mindestens eine Zellkern in einer biologischen Probe enthalten
ist (Figuren 1A-1D).
22. Vorrichtung zum Messen der Segmentierungsrobustheit eines
Objekts mit:
(a) einem Mittel zum Identifizieren mindestens eines Objekts mit
mindestens einem Objektausgang (536);
(b) einem Mittel zum Berechnen mindestens eines Segmentierungsrobustheitsmerkmals
des mindestens einen Objekts, das mit dem mindestens einen Objektausgang verbunden ist, wobei das Mittel
zum Berechnen mindestens eines Segmentierungsrobustheitsmerkmals mindestens einen Segmentierungsrobustheitsmerkmalsausgang
besitzt (562); und
(c) einem Mittel zum Berechnen einer Maßzahl der Objektsegmentierungsrobustheit
in Abhängigkeit des mindestens einen Segmentierungsrobustheitsmerkmals, das mit dem mindestens einen
Segmentierungsrobustheitsmerkmalsausgang verbunden ist (562).
23. Vorrichtung nach Anspruch 22 zusätzlich mit einem Mittel zum Klassifizieren des mindestens einen Objekts zur Bereitstellung
mindestens eines Objektklassifizierungsergebnisses (562).
24. Vorrichtung nach Anspruch 22, dadurch gekennzeichnet, daß das Mittel zum Identifizieren des mindestens einen Objekts
zusätzlich aufweist:
(a) ein Mittel zum Beleuchten eines Blickfeldes mit mindestens
einem Objekt (508);
(b) ein Mittel zum Aufnehmen mindestens eines Bildes des Blickfeldes,
wobei das Mittel zum Aufnehmen mindestens einen Bildausgang besitzt (512); und
(c) ein Mittel zum Identifizieren des mindestens einen Objektes
in dem mindestens eine Bild (536), das mit dem mindestens einen Bildausgang verbunden ist.
25. Vorrichtung nach Anspruch 22, dadurch gekennzeichnet, daß das Mittel zum Berechnen mindestens eines Segmentierungsrobustheitsmerkmals
zusätzlich ein Mittel zum Berechnen mindestens einer Wahrscheinlichkeit einer Maßzahl der Segmentierungsinstabilität (562).
26. Vorrichtung nach Anspruch 22, dadurch gekennzeichnet, daß das Mittel zum Berechnen des mindestens einen Segmentierungsrobustheitsmerkmals
(562) mindestens eine Wahrscheinlichkeit der Segmentierungsinstabilität aufgrund von Rauschen in dem
mindestens einen Bild mißt.
27. Vorrichtung nach Anspruch 22, dadurch gekennzeichnet, daß das Mittel zum Berechnen mindestens eines Segmentierungsrobustheitsmerkmals
(562) mindestens eine Wahrscheinlichkeit der Segmentierungsinstabilität aufgrund des Objektzusammenhangs
mißt.
28. Vorrichtung nach Anspruch 22, dadurch gekennzeichnet, daß das Mittel zum Berechnen des mindestens einen Segmentierungsrobustheitsmerkmals
zusätzlich aufweist:
(a) ein Mittel zum Beleuchten eines Blickfelds mit mindestens einem Objekt (508);
(b) ein Mittel zum Aufnehmen mindestens eines Bildes des Blickfeldes,
wobei das mindestens eine Bild einen Hintergrund (512) aufweist, und wobei das Mittel zum Aufnehmen des mindestens
einen Bildes (512) mindestens einen Bildausgang besitzt; und
(c) ein Mittel zum Identifizieren des mindestens einen Objektes
in dem mindestens einem Bild (536), das mit dem mindestens einen Bildausgang verbunden ist, wobei das Mittel zum Identifizieren
des mindestens einen Objektes (536) mindestens einen Ausgang für ein identifiziertes Objekt besitzt; und
(d) ein Mittel zum Berechnen der Maßzahl der Instabilität als Wahrscheinlichkeit der Segmentierungsinstabilität aufgrund
unzureichenden Kontrastes zwischen dem mindestens einem Objekt und dem Hintergrund, das mit dem mindestens einen Ausgang für
ein identifiziertes Objekt (562) verbunden ist.
29. Vorrichtung nach Anspruch 22, dadurch gekennzeichnet, daß mindestens ein Objekt zusätzlich eine biologische Zelle (Fig. IA
bis ID) aufweist.
30. Vorrichtung nach Anspruch 22, dadurch gekennzeichnet, daß das mindestens eine Objekt zusätzlich mindestens einen biologischen
Zellkern (Fig. IA bis ID) aufweist.
31. Vorrichtung nach Anspruch 23 zusätzlich mit einem Mittel zum
Kombinieren der Maßzahl der Objektsegmentierungsrobustheit mit dem mindestens einen Objektklassifizierungsergebnis (562).
32. Vorrichtung nach Anspruch 31 zusätzlich mit einem Mittel zum
Verstärken der Gesamtklassifizierungszuverlässigkeit (562).
33. Vorrichtung nach Anspruch 31, dadurch gekennzeichnet, daß das Mittel zum Kombinieren zusätzlich ein Mittel zum Gewichten
des mindestens einen Objektklassifizierungsergebnisses aufweist, das eine größere Maßzahl der Segmentierungsrobustheit mit einer
größeren Gewichtung besitzt (562).
34. Vorrichtung nach Anspruch 31, dadurch gekennzeichnet, daß das Mittel zum Kombinieren zusätzlich ein Mittel zum Gewichten
des mindestens einen Objektklassifizierungsergebnisses mit einer
Gewichtung aufweist, deren Wert durch die Maßzahl der Segmentierungsrobustheit bestimmt wird (562).
35. Vorrichtung nach Anspruch 31, dadurch gekennzeichnet, daß das Mittel zum Kombinieren zusätzlich aufweist:
(a) ein Mittel zum Kompilieren eines Histogramms (562) mindestens einer Maßzahl der Objektsegmentierungsrobustheit zum
Generieren von Histogrammdaten (114);
(b) ein Mittel zum Berechnen mindestens eines Klassifizierungszuverlässigkeitsmerkmals
(562) in Abhängigkeit der Histogrammdaten
(114); und
(c) einem Mittel zum Berechnen eines Gesaintobjektklassifizierungsergebnisses
(562) in Abhängigkeit des mindestens einen
&ugr; c
Klassifizierungszuverlässigkeitsmerkmals und mindestens eines
Objektklassifizierungsergebnisses.
36. Vorrichtung nach Anspruch 22, dadurch gekennzeichnet, daß das mindestens eine Objekt zusätzlich mindestens eine biologische
Zelle in einer biologischen Probe (Fig. IA bis ID) aufweist.
37. Vorrichtung nach Anspruch 36, dadurch gekennzeichnet, daß der mindestens eine biologische Zellkern in einer biologischen
Probe (Fig. IA bis ID) enthalten ist.
38. Verfahren zur Klassifizierung robuster Objekte mit den
Schritten:
(a) Identifizieren mindestens eines Objektes (22, 32);
(b) Klassifizieren des mindestens einen Objektes zum Bereitstellen
mindestens eines Objektklassifizierungsergebnisses (40); und
(c) Berechnen einer Maßzahl der Klassifizierungsbestimmtheit für das mindestens eine Objektklassifizierungsergebnis (42).
39. Verfahren nach Anspruch 38, dadurch gekennzeichnet, daß der Schritt des Klassifizierens des mindestens einen Objekts zusätzlich
das Anwenden eines Klassifizierers des Entscheidungsbaums (Fig. 8) aufweist.
40. Verfahren nach Anspruch 38, dadurch gekennzeichnet, daß der Schritt des Berechnens der Maßzahl der Klassifizierungsbestimmtheit
zusätzlich das Charakterisieren eines Klassifizierers des Entscheidungsbaums (Fig. 8) aufweist.
41. Verfahren nach Anspruch 40 mit dem zusätzlichen Schritt des Berechnens einer Wahrscheinlichkeit für mindestens einen Weg
entlang des Entscheidungsbaums (Fig. 8).
42. Verfahren nach Anspruch 41, dadurch gekennzeichnet, daß die mindestens eine Wahrscheinlichkeit von einer Konfiguration eines
Objektklassifizierers und der Merkmalsempfindlichkeit aufgrund
von Systemrauschen abhängt.
43. Verfahren nach Anspruch 38 mit dem zusätzlichen Schritt des
Kombinierens der Maßzahl der Klassifizierungsbestimmtheit mit dem mindestens einen Objektklassifizierungsergebnis (48).
44. Verfahren nach Anspruch 43 mit dem zusätzlichen Schritt des Verstärkens der Gesamtklassifizierungszuverlässigkeit (48).
45. Verfahren nach Anspruch 43, dadurch gekennzeichnet, daß der
Schritt des Kombinierens zusätzlich ein Gewichten der eine höhere Maßzahl der Klassifizierungsbestimmtheit aufweisenden
Objekte mit einer höheren Gewichtung aufweist (48).
46. Verfahren nach Anspruch 43 mit dem zusätzlichen Schritt des Gewichtens des mindestens einen Objektklassifizierungsergebnisses
mit einer Gewichtung, deren Wert durch die Maßzahl der Klassifizierungsbestimmtheit festgelegt wird (44).
47. Verfahren nach Anspruch 43, dadurch gekennzeichnet daß, der Schritt des Kombinierens zusätzlich die Schritte aufweist:
(a) Kompilieren eines Histogramms mindestens einer Maßzahl der Klassifizierungsbestimmtheit (108) zum Generieren von Histogrammdaten
(114);
(b) Berechnen mindestens eines Klassifizierungszuverlässigkeitsmerkmals
in Abhängigkeit der Histogrammdaten (112); und
(c) Berechnen eines verstärkten Objektklassifizierungsergebnisses
in Abhängigkeit des mindestens einen Klassifizierungszuverlässigkeitsmerkmals
und des mindestens einen Objektklassifizierungsergebnisses (28).
48. Verfahren nach Anspruch 38, dadurch gekennzeichnet, daß der
Schritt des Identifizierens des mindestens einen Objektes zusätzlich die Schritte aufweist:
(a) Beleuchten eines Blickfelds mit mindestens einem Objekt;
(b) Aufnehmen mindestens eines Bildes des Blickfeldes (22); und
E/EP O 842 48b Tl
(c) Identifizieren des mindestens einen Objektes in dem
mindestens einen Bild (32).
49. Verfahren nach Anspruch 38, dadurch gekennzeichnet, daß das mindestens eine Objekt (Fig. IA bis ID) ein Zellkern ist.
50. Verfahren nach Anspruch 49, dadurch gekennzeichnet, daß der Zellkern in einer biologischen Probe (Fig. IA bis ID) enthalten
ist.
51. Vorrichtung zum Messen der Objektklassifizierungsrobustheit
mit:
(a) einem Mittel zum Identifizieren mindestens eines Objektes
mit mindestens einem Objektausgang (536);
(b) einem Mittel zum Klassifizieren des mindestens einen
Objektes zum Bereitstellen mindestens eines Objektklassifizierungsergebnisses, das mit dem mindestens einem Objektausgang
verbunden ist, und mindestens einen Objektklassifizierungsergebnisausgang
besitzt (562); und
(c) einem Mittel zum Berechnen einer Maßzahl der Klassifizierungsbestimmtheit
für das mindestens eine Objektklassifizierungsergebnis, das mit dem mindestens einen Objektklassifizierungsergebnisausgang
(562) verbunden ist.
52. Vorrichtung nach Anspruch 51, dadurch gekennzeichnet, daß das Mittel zum Klassifizieren des mindestens einen Objektes
zusätzlich ein Mittel zum Anwenden eines Klassifizierers eines Entscheidungsbaums (Fig. 8) aufweist.
53. Vorrichtung nach Anspruch 51, dadurch gekennzeichnet, daß
das Mittel zum Berechnen einer Maßzahl der Klassifizierungsbestimmtheit (562) zusätzlich ein Mittel zum Berechnen
mindestens einer Wahrscheinlichkeit für mindestens einen Weg entlang eines Klassifizierers des Entscheidungsbaums (Fig. 8)
aufweist.
54. Vorrichtung nach Anspruch 53, dadurch gekennzeichnet, daß
DE/ EP O 8A2 4 8 6&idigr;
die mindestens eine Wahrscheinlichkeit von einer Konfiguration
eines Objektklassifizierers und der Merkitialsantwort aufgrund von
Systemrauschen abhängt.
55. Vorrichtung nach Anspruch 51 zusätzlich mit einem Mittel zum Kombinieren der Maßzahl der Klassifizierungsbestimmtheit mit dem
mindestens einen Objektklassifizierungsergebnis (562).
56. Vorrichtung nach Anspruch 55 zusätzlich mit einem Mittel zum Verstärken der Gesamtklassifizierungszuverlässigkeit (562).
57. Vorrichtung nach Anspruch 55, dadurch gekennzeichnet, daß
das Mittel zum Kombinieren zusätzlich ein Mittel zum Gewichten des eine größere Maßzahl der Segmentierungsrobustheit aufweisenden
Klassifizierungsergebnisses mit einer größeren Gewichtung
aufweist (562).
58. Vorrichtung nach Anspruch 55, dadurch gekennzeichnet, daß das Mittel zum Kombinieren zusätzlich ein Mittel zum Gewichten
des Objektklassifizierungsergebnisses mit einer Gewichtung aufweist, deren Wert durch die Maßzahl der Klassifizierungsbestimmtheit festgelegt wird (562).
59. Vorrichtung nach Anspruch 55, dadurch gekennzeichnet, daß das Mittel zum Kombinieren (562) zusätzlich aufweist:
(a) ein Mittel zum Kompilieren eines Histogramms (562) mindestens einer Maßzahl der Klassifizierungsbestimmtheit zum
Generieren von Histogrammdaten (114);
(b) ein Mittel zum Berechnen mindestens eines Klassifizierungszuverlässigkeitsmerkmals
(562) in Abhängigkeit der Histogrammdaten (114); und
(c) ein Mittel zum Berechnen eines verstärkten Objektklassifizierungsergebnisses
(562) in Abhängigkeit des Klassifizierungszuverlässigkeitsmerkmals
und mindestens eines Objektklassifizierungsergebnisses .
60. Vorrichtung nach Anspruch 52, dadurch gekennzeichnet, daß
DE/EP Q 842A86T1
das Mittel zum Identifizieren mindestens eines Objektes
zusätzlich aufweist:
(a) ein Mittel zum Beleuchten eines FOV mit mindestens einem Objekt (508);
(b) ein Mittel zum Aufnehmen mindestens eines Bildes des FOV (512); und
(c) ein Mittel zum Identifizieren des mindestens einen Objektes
in dem mindestens einen Bild (536).
61. Vorrichtung nach Anspruch 52, dadurch gekennzeichnet, daß das mindestens eine Objekt ein Zellkern ist (Fig. IA bis ID).
62. Vorrichtung nach Anspruch 61, dadurch gekennzeichnet, daß der Zellkern in einer biologischen Probe (Fig. IA bis ID)
enthalten ist.
63. Verfahren zum Messen der Objektklassifizierungsrobustheit
mit den Schritten:
(a) Identifizieren mindenstens eines Objektes zum Generieren
mindestens eines Objektausgangs (22, 32);
(b) Klassifizieren des mindestens einen Objektes zum Bereitstellen
mindestens eines Objektklassifizierungsergebnisses aus dem mindestens einen Objektausgang (40);
(c) Bewerten einer Robustheit der Segmentierung des mindestens einen Objektes zum Bereitstellen einer Maßzahl der Segmentierungsrobustheit
aus dem mindestens einen Objektausgang (38); und
(d) Bewerten einer Bestimmtheit der Klassifizierung des
mindestens einen Objektes zum Bereitstellen einer Maßzahl der Klassifizierungsbestiramtheit aus dem mindestens einen Objektklassifizierungsergebnis
(42).
64. Verfahren nach Anspruch 63 mit dem zusätzlichen Schritt des Kombinierens der Maßzahl der Klassifizierungsbestimmtheit, der
Maßzahl der Segmentierungsrobustheit und des Objektklassifizierungsergebnisses
zum Bereitstellen einer vergrößerten Klassifizierungszuverlässigkeit (48).
65. Verfahren nach Anspruch 63 zusätzlich mit dem schritt des
Wechselns der Objektklassifizierungsergebnisse (48).
66. Verfahren nach Anspruch 64 zusätzlich mit dem Schritt des Gewichtens des mindestens einen Objektklassifizierungsergebnisses
mit mindestens zwei Gewichtungsfaktoren, wobei der Wert des ersten Gewichtungsfaktors durch die Maßzahl der Segmentierungsrobustheit
(46) festgelegt wird und der Wert des zweiten Gewichtungsfaktors durch die Klassifizierungsbestimmtheitszahl
(44) festgelegt wird.
67. Verfahren nach Anspruch 63 zusätzlich mit den Schritten:
(a) Kompilieren eines Streuungsdiagramms mindestens einer Maßzahl der Segmentierungsrobustheit und mindestens einer
Maßzahl der Klassifizierungsbestimmtheit zum Generieren eines Ausgangs der Streuungsdiagrammdaten;
(b) Berechnen mindestens eines Klassif izierungszuverlässigkeitsmerkmals
aus dem Datenausgang des Streuungsdiagramms zum Generieren mindestens eines Klassifizierungszuverlässigkeitsmerkmalsausgangs
(26); und
(c) Berechnen mindestens eines verstärkten Objektklassifizierungsergebnisses
aus dem Ausgang des Klassifizierungszuverlässigkeitsgewichtungsmerkmal
und mindestens einem Objektklassifizierungsergebnisausgang (28).
68. Vorrichtung zum Messen der Objektklassifizierungsrobustheit
mit:
(a) einem Mittel zum Identifizieren mindestens eines Objektes
mit mindestens einem Objektausgang (536);
(b) einem Mittel zum Klassifizieren des mindestens einen
Objektes zum Bereitstellen mindestens eines Objektklassifizierungsergebnisses (562), das mit dem mindestens einen Objektausgang
verbunden ist;
(c) einem Mittel zum Bewerten der Robustheit der Segmentierung des mindestens einen Objekts zum Bereitstellen einer Maßzahl der
Segmentierungsrobustheit (562), das mit dem mindestens einen Objektausgang verbunden ist; und
(d) einem Mittel zum Bewerten der Bestimmtheit der Klassifizierung
des mindestens einen Objektes zum Bereitstellen einer Maßzahl der Klassifizierungsbestimmtheit (562), das mit dem
mindestens einen Objektklassifizierungsergebnis verbunden ist.
69. Vorrichtung nach Anspruch 68 zusätzlich mit einem Mittel zum Kombinieren der Maßzahl der Klassifizierungsbestimmtheit, der
Maßzahl der Segmentierungsrobustheit und des Objektklassifizierungsergebnisses
zum Bereitstellen einer vergrößerten Klassifizierungszuverlässigkeit (562).
70. Vorrichtung nach Anspruch 68 zusätzlich mit einem Mittel zum Wechseln der Objektklassifizierungsergebnisse (562).
71. Vorrichtung nach Anspruch 69, dadurch gekennzeichnet, daß
das Mittel zum Kombinieren (562) zusätzlich ein Gewichten des mindestens einen Objektklassifizierungsergebnisses mit mindestens
zwei Gewichtungsfaktoren aufweist, wobei der Wert des ersten Gewichtungsfaktors durch die Maßzahl der Segmentierungsrobustheit
festgelegt wird und der Wert des zweiten Gewichtungsfaktors durch die Klassifizierungsbestimmtheitszahl festgelegt
wird.
72. Vorrichtung nach Anspruch 68 zusätzlich mit einem Mittel zum Robustklassifizieren mit:
(a) einem Mittel zum Kompilieren eines Streuungsdiagraituns
mindestens einer Maßzahl der Segmentierungsrobustheit und mindestens einer Maßzahl der Klassifizierungsbestimmtheit mit
einem Ausgang der Streuungsdiagrammdaten (562);
(b) einem Mittel zum Berechnen mindestens eines Klassifizierungszuverlässigkeitsmerkmals,
das mit dem Ausgang der Streuungsdiagrammdaten verbunden ist, und mindestens einen
Ausgang des Klassifizierungszuverlässigkeitsmerkmals (562) aufweist; und
(c) einem Mittel zum Berechnen mindestens eines verstärkten Objektklassifizierungsergebnisses, das mit dem Ausgang des
Klassifizierungszuverlässigkeitsgewichtungsmerkmals und
OE/EP 0 342 48 6 &Pgr;
mindestens einem Ausgang des Objektklassifizierungsergebnisses
(562) verbunden ist.
73. Robustklassifizierer mit:
(a) einem Mittel zum Kompilieren eines Streuungsdiagramms mindestens einer Maßzahl der Segmentierungsrobustheit (562) und
mindestens einer Maßzahl der Klassifizierungsbestimmtheit mit einem Ausgang der Streuungsdiagrammdaten;
(b) einem Mittel zum Berechnen mindestens eines Klassifizierungszuverlässigkeitsmerkmals
(562), das mit dem Ausgang der Streuungsdiagrammdaten verbunden ist, und mit mindestens einem
Ausgang des Klassifizierungszuverlässigkeitsmerkmals; und
(c) einem Mittel zum Berechnen mindestens eines verstärkten
Objektklassifizierungsergebnisses (562), das mit mindestens einem Ausgang des Klassifizierungszuverlässigkeitsgewichtungsmerkmals
und mindestens einem Ausgang des Objektklassifizierungsergebnisses
verbunden ist.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US08/509,181 US5745601A (en) | 1995-07-31 | 1995-07-31 | Robustness of classification measurement apparatus and method |
PCT/US1996/013405 WO1997005563A1 (en) | 1995-07-31 | 1996-07-24 | Robustness of classification measurement |
Publications (1)
Publication Number | Publication Date |
---|---|
DE842486T1 true DE842486T1 (de) | 1998-09-24 |
Family
ID=24025632
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE0842486T Pending DE842486T1 (de) | 1995-07-31 | 1996-07-24 | Messung der robustheit einer klassifikation |
Country Status (9)
Country | Link |
---|---|
US (1) | US5745601A (de) |
EP (1) | EP0842486A4 (de) |
JP (1) | JPH11510282A (de) |
AU (1) | AU728078B2 (de) |
CA (1) | CA2228062C (de) |
DE (1) | DE842486T1 (de) |
ES (1) | ES2118684T1 (de) |
GR (1) | GR980300038T1 (de) |
WO (1) | WO1997005563A1 (de) |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6091842A (en) * | 1996-10-25 | 2000-07-18 | Accumed International, Inc. | Cytological specimen analysis system with slide mapping and generation of viewing path information |
US6148096A (en) * | 1995-09-15 | 2000-11-14 | Accumed International, Inc. | Specimen preview and inspection system |
US6430309B1 (en) | 1995-09-15 | 2002-08-06 | Monogen, Inc. | Specimen preview and inspection system |
US6078697A (en) * | 1996-10-01 | 2000-06-20 | Eastman Kodak Company | Method and apparatus for segmenting image data into contone, text and halftone classifications |
US6496190B1 (en) * | 1997-07-02 | 2002-12-17 | Mental Images Gmbh & Co Kg. | System and method for generating and using systems of cooperating and encapsulated shaders and shader DAGs for use in a computer graphics system |
US9007393B2 (en) * | 1997-07-02 | 2015-04-14 | Mental Images Gmbh | Accurate transparency and local volume rendering |
AUPP278698A0 (en) * | 1998-04-03 | 1998-04-30 | University Of Queensland, The | Method of cell nuclei segmentation |
WO2000062240A1 (en) * | 1999-04-14 | 2000-10-19 | Tripath Imaging, Inc. | Automatic slide classification using microscope slide preparation type |
US6535626B1 (en) | 2000-01-14 | 2003-03-18 | Accumed International, Inc. | Inspection system with specimen preview |
JP2002133411A (ja) * | 2000-08-17 | 2002-05-10 | Canon Inc | 情報処理方法、情報処理装置及びプログラム |
US8346483B2 (en) * | 2002-09-13 | 2013-01-01 | Life Technologies Corporation | Interactive and automated tissue image analysis with global training database and variable-abstraction processing in cytological specimen classification and laser capture microdissection applications |
US10156501B2 (en) | 2001-11-05 | 2018-12-18 | Life Technologies Corporation | Automated microdissection instrument for determining a location of a laser beam projection on a worksurface area |
US8722357B2 (en) * | 2001-11-05 | 2014-05-13 | Life Technologies Corporation | Automated microdissection instrument |
US7343362B1 (en) * | 2003-10-07 | 2008-03-11 | United States Of America As Represented By The Secretary Of The Army | Low complexity classification from a single unattended ground sensor node |
CN100583148C (zh) * | 2004-03-03 | 2010-01-20 | 日本电气株式会社 | 图像相似度计算系统、图像搜索系统、图像相似度计算方法 |
CA2580025A1 (en) | 2004-09-09 | 2006-03-23 | Molecular Devices Corporation | Laser microdissection apparatus and method |
US7460716B2 (en) * | 2004-09-13 | 2008-12-02 | Boston Scientific Scimed, Inc. | Systems and methods for producing a dynamic classified image |
US10512429B2 (en) | 2004-12-23 | 2019-12-24 | ResMed Pty Ltd | Discrimination of cheyne-stokes breathing patterns by use of oximetry signals |
EP2394572A3 (de) | 2004-12-23 | 2012-05-09 | ResMed Ltd. | Vorrichtung zur Erkennung und Unterscheidung von Atemmustern aus Atmungssignalen |
US7680307B2 (en) * | 2005-04-05 | 2010-03-16 | Scimed Life Systems, Inc. | Systems and methods for image segmentation with a multi-stage classifier |
US7756341B2 (en) * | 2005-06-30 | 2010-07-13 | Xerox Corporation | Generic visual categorization method and system |
EP2421435A4 (de) * | 2009-04-20 | 2016-10-19 | Resmed Ltd | Unterscheidung von cheyne-stokes-atemmustern mittels oxymetriesignalen |
EP3422245B1 (de) * | 2017-06-28 | 2022-02-16 | NXP USA, Inc. | Verfahren, verarbeitungsmaschinen und mikroprozessoren zur klassifizierung von daten nach entscheidungsbäumen |
EP3690760B1 (de) * | 2019-02-04 | 2022-10-26 | Robert Bosch GmbH | Vorrichtung und verfahren zur verbesserung der robustheit gegenüber kontradiktorischen beispielen |
US11366989B2 (en) * | 2019-08-20 | 2022-06-21 | Microsoft Technology Licensing, Llc | Negative sampling algorithm for enhanced image classification |
US11270121B2 (en) | 2019-08-20 | 2022-03-08 | Microsoft Technology Licensing, Llc | Semi supervised animated character recognition in video |
US11450107B1 (en) | 2021-03-10 | 2022-09-20 | Microsoft Technology Licensing, Llc | Dynamic detection and recognition of media subjects |
Family Cites Families (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3824393A (en) * | 1971-08-25 | 1974-07-16 | American Express Invest | System for differential particle counting |
US4085006A (en) * | 1974-11-06 | 1978-04-18 | Isomedics, Incorporated | Automatic cell analyzer method |
US4034342A (en) * | 1974-12-23 | 1977-07-05 | Burroughs Corporation | Magnetic character recognition system employing a dynamic threshold voltage determination system |
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 |
US4839194A (en) * | 1985-07-05 | 1989-06-13 | Bone Diagnostic Center | Methods of preparing tissue samples |
US5077807A (en) * | 1985-10-10 | 1991-12-31 | Palantir Corp. | Preprocessing means for use in a pattern classification system |
US4817166A (en) * | 1986-05-05 | 1989-03-28 | Perceptics Corporation | Apparatus for reading a license plate |
US4949388A (en) * | 1987-02-19 | 1990-08-14 | Gtx Corporation | Method and apparatus for recognition of graphic symbols |
US4812412A (en) * | 1987-02-26 | 1989-03-14 | Health Research Inc. | Standard specimen and method of making and using same |
US5153439A (en) * | 1987-05-26 | 1992-10-06 | Science Applications International Corporation | Multi-sensor explosive detection system using an articifical neural system |
US4965725B1 (en) * | 1988-04-08 | 1996-05-07 | Neuromedical Systems Inc | Neural network based automated cytological specimen classification system and method |
US5139031A (en) * | 1989-09-18 | 1992-08-18 | La Mina Ltd. | Method and device for cytology and microbiological testing |
US5078952A (en) * | 1989-06-16 | 1992-01-07 | Science Applications International Corporation | Multi-sensor explosive detection system |
US5072382A (en) * | 1989-10-02 | 1991-12-10 | Kamentsky Louis A | Methods and apparatus for measuring multiple optical properties of biological specimens |
US5029226A (en) * | 1989-10-10 | 1991-07-02 | Unisys Corporation | Method and apparatus for effecting spot/void filtering of image data |
US5313532A (en) * | 1990-01-23 | 1994-05-17 | Massachusetts Institute Of Technology | Recognition of patterns in images |
US5048095A (en) * | 1990-03-30 | 1991-09-10 | Honeywell Inc. | Adaptive image segmentation system |
US5257182B1 (en) * | 1991-01-29 | 1996-05-07 | Neuromedical Systems Inc | Morphological classification system and method |
US5263097A (en) * | 1991-07-24 | 1993-11-16 | Texas Instruments Incorporated | Parameter normalized features for classification procedures, systems and methods |
US5260871A (en) * | 1991-07-31 | 1993-11-09 | Mayo Foundation For Medical Education And Research | Method and apparatus for diagnosis of breast tumors |
JP2500834B2 (ja) * | 1991-09-05 | 1996-05-29 | ゼロックス コーポレイション | 画素値の量子化方法及び装置 |
US5335291A (en) * | 1991-09-20 | 1994-08-02 | Massachusetts Institute Of Technology | Method and apparatus for pattern mapping system with self-reliability check |
EP0550131A2 (de) * | 1991-12-31 | 1993-07-07 | AT&T Corp. | Graphisches System zur Segmentierung und Erkennung für Bilderkennungssystemen |
US5361140A (en) * | 1992-02-18 | 1994-11-01 | Neopath, Inc. | Method and apparatus for dynamic correction of microscopic image signals |
US5315700A (en) * | 1992-02-18 | 1994-05-24 | Neopath, Inc. | Method and apparatus for rapidly processing data sequences |
JPH06309492A (ja) * | 1993-04-21 | 1994-11-04 | Eastman Kodak Co | 複数分類器出力合成方法及び合成システム |
US5357977A (en) * | 1993-04-23 | 1994-10-25 | St. Mary's Hospital And Medical Center, Inc. | Cytological sampling method and device |
-
1995
- 1995-07-31 US US08/509,181 patent/US5745601A/en not_active Expired - Lifetime
-
1996
- 1996-07-24 JP JP9507920A patent/JPH11510282A/ja active Pending
- 1996-07-24 DE DE0842486T patent/DE842486T1/de active Pending
- 1996-07-24 CA CA002228062A patent/CA2228062C/en not_active Expired - Lifetime
- 1996-07-24 EP EP96929699A patent/EP0842486A4/de not_active Withdrawn
- 1996-07-24 WO PCT/US1996/013405 patent/WO1997005563A1/en not_active Application Discontinuation
- 1996-07-24 ES ES96929699T patent/ES2118684T1/es active Pending
- 1996-07-24 AU AU68987/96A patent/AU728078B2/en not_active Ceased
-
1998
- 1998-07-31 GR GR980300038T patent/GR980300038T1/el unknown
Also Published As
Publication number | Publication date |
---|---|
AU728078B2 (en) | 2001-01-04 |
CA2228062A1 (en) | 1997-02-13 |
AU6898796A (en) | 1997-02-26 |
US5745601A (en) | 1998-04-28 |
WO1997005563A1 (en) | 1997-02-13 |
JPH11510282A (ja) | 1999-09-07 |
CA2228062C (en) | 2001-12-18 |
ES2118684T1 (es) | 1998-10-01 |
EP0842486A4 (de) | 1999-03-10 |
GR980300038T1 (en) | 1998-07-31 |
EP0842486A1 (de) | 1998-05-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE842486T1 (de) | Messung der robustheit einer klassifikation | |
DE69221668T2 (de) | Gerät zur Zellenanalyse im Urin | |
Trahanias | An approach to QRS complex detection using mathematical morphology | |
Qu et al. | Improvement in seizure detection performance by automatic adaptation to the EEG of each patient | |
DE10123330A1 (de) | Verfahren zur Fälschungserkennung bei der Fingerabdruckerkennung unter Verwendung einer Texturklassifikation von Grauwertdifferenzbildern | |
DE69630005T2 (de) | Analysator und Methode zur Analyse von Urinbestandteilen | |
DE69920047T2 (de) | Detektion von reiner sprache in einem audio signal, mit hilfe einer detektionsgrösse (valley percentage) | |
CN109509170A (zh) | 一种压铸件缺陷检测方法及装置 | |
Shaikh et al. | A novel approach for automatic number plate recognition | |
WO2012172073A1 (de) | Verfahren zur bereitstellung eines vorhersagemodells für eine rissdetektion und verfahren zur rissdetektion an einer halbleiterstruktur | |
She et al. | Intelligent animal fiber classification with artificial neural networks | |
Song et al. | Texture segmentation by genetic programming | |
CN112068120A (zh) | 基于二维傅里叶变换的微多普勒时频平面单兵小分队识别方法 | |
EP0402868A3 (de) | Verfahren zur Erkennung von vorab lokalisierten, in digitalen Grauwertbildern vorliegenden Zeichen, insbesondere zum Erkennen von in Metalloberflächen eingeschlagenen Zeichen | |
CN116862878A (zh) | 一种高反光胶水缺陷检测方法 | |
DE60221623T2 (de) | System zur Identitätsverifizierung | |
Hayashi et al. | Mouse bone marrow micronucleus test using flow cytometry | |
CN113796873B (zh) | 穿戴式动态心电信号分类方法及系统 | |
Kaur et al. | A methodology for the performance analysis of cluster based image segmentation | |
DE69221669T2 (de) | Gerät zur Messung von Zellen im Urin | |
Laggoune et al. | Tree ring analysis | |
Hwang et al. | Hybrid image processing for robust extraction of lean tissue on beef cut surfaces | |
Murshed et al. | Off-line signature verification, without a priori knowledge of class/spl omega//sub 2/. A new approach | |
CN112735442A (zh) | 一种具有音频分离声纹识别的湿地生态监测系统及其音频分离方法 | |
US20040042652A1 (en) | Method and computer program product for generating training data for a new class in a pattern recognition classifier |