DK2856427T3 - Fremgangsmåde til kvantificering af graden af morfologisk regelmæssighed i den pellucide zone i embryoer og oocytter - Google Patents

Fremgangsmåde til kvantificering af graden af morfologisk regelmæssighed i den pellucide zone i embryoer og oocytter Download PDF

Info

Publication number
DK2856427T3
DK2856427T3 DK13731954.7T DK13731954T DK2856427T3 DK 2856427 T3 DK2856427 T3 DK 2856427T3 DK 13731954 T DK13731954 T DK 13731954T DK 2856427 T3 DK2856427 T3 DK 2856427T3
Authority
DK
Denmark
Prior art keywords
pellucid zone
points
edge
calculated
pellucid
Prior art date
Application number
DK13731954.7T
Other languages
English (en)
Inventor
Stefano Bizzi
Luca Galli
Original Assignee
Advanced Computer Systems A C S S P A
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Advanced Computer Systems A C S S P A filed Critical Advanced Computer Systems A C S S P A
Application granted granted Critical
Publication of DK2856427T3 publication Critical patent/DK2856427T3/da

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/62Analysis of geometric attributes of area, perimeter, diameter or volume
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/42Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
    • G06V10/435Computation of moments
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/69Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/695Preprocessing, e.g. image segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20036Morphological image processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30024Cell structures in vitro; Tissue sections in vitro
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30044Fetus; Embryo

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geometry (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Claims (18)

1. Fremgangsmåde til beregning af en formfaktor, der er et udtryk for ensartetheden af den pellucide zonetykkelse i en biologisk struktur, som omfatter følgende trin: - tilvejebringelse af et digitalt billede, der omfatter den pellucide zone; - identificering af en ydre kant (a) og en indre kant (b) af den pellucide zone, hvilken ydre kant og hvilken indre kant er henholdsvis en distal kant og en proksimal kant af den pellucide zone i forhold til strukturen; der er kendetegnet ved, at den også omfatter følgende trin: - ekstraktion af første punkter af den ydre kant, - interpolation af de første punkter til bestemmelse af en ydre polygon A, - ekstraktion af andre punkter af den indre kant, - interpolation af de andre punkter til bestemmelse af en indre polygon B, definering af et antal referencepunkter (Ri), der er geometrisk forbundet derimellem på den indre polygon og/eller på den ydre polygon; - beregning i hver af referencepunkterne (Ri) af en tilsvarende afstand mellem polygonerne til opnåelse af et sæt af afstande (z±) ; konstruktion af en stiplet linje, der viser sættet af afstande som funktion af det geometriske sammenhæng; - beregning af en længde (L) af den stiplede linje; - beregning i hvert toppunkt (vi) af den stiplede linje af en lokal bøjning, der er passende til at approksimere den stiplede linje i omegnen af toppunktet (vi) til opnåelse af et sæt af bøjninger (k(i)); - beregning af formfaktoren (ψ) for den pellucide zone som en funktion af længden (L) af den stiplede linje og sættet af bøj ninger (k (i)) .
2. Fremgangsmåde ifølge krav 1, hvor formfaktoren beregnes ved hjælp af formlen:
identificering af en familie af funktioner, hvor L er længden af den stiplede linje, N er antallet af referencepunkterne (Ri) eller toppunkterne (v±) af den stiplede linje, k(i) er en lokal bøjning, α er en faktor, der identificerer en bestemt funktion i familien.
3. Fremgangsmåde ifølge krav 2, hvor α er 2, og N er større end 800.
4. Fremgangsmåde ifølge et hvilket som helst af kravene 1 til 3, hvor
den lokale bøjning beregnes ved hjælp af formlen: hvor (i) ændring fra 0 til N angiver toppunkterne for den stiplede linje svarende til referencepunkterne (Ri) (x(i), y(i)) er de kartesiske koordinater for hvert af toppunkterne, (x(i), y(i) ) er den første afledning af kurven i hver af toppunkterne, (x(i), y (i) ) er den anden afledning af kurven i hver af toppunkterne.
5. Fremgangsmåde ifølge et hvilket som helst af kravene 1 til 4, hvor trinene med ekstraktion af de første punkter i den ydre kant (a) og de andre punkter i den indre kant (b) udføres ved hjælp af kantdetektionsmetoder.
6. Fremgangsmåde ifølge et hvilket som helst af kravene 1 til 5, der yderligere omfatter et trin med beregning af et barycentrum (c) for den indre polygon (B).
7. Fremgangsmåde ifølge et hvilket som helst af kravene 1 til 6, hvor det geometriske sammenhæng er en funktion for en vinkel βι, der dannes mellem - en halvlinje, der passerer for hver af referencepunkterne (Ri) og barycentret (c) , og - en referencelinje r, der passerer for barycentret.
8. Fremgangsmåde ifølge et hvilket som helst af kravene 1 til 7, hvor afstanden (zi) mellem polygonerne beregnes som en længde af et segment af halvlinjen, der er placeret mellem den indre polygon B og den ydre polygon A.
9. Fremgangsmåde ifølge et hvilket som helst af kravene 1 til 8, der yderligere omfatter et trin med filtrering af det tilvejebragte billede.
10. Fremgangsmåde ifølge et hvilket som helst af kravene 1 til 9, der yderligere omfatter et trin med normalisering af det tilvejebragte billede.
11. Fremgangsmåde ifølge krav 10, hvor normaliseringen er en geometrisk normalisering, der udføres i forhold til et geometrisk mønster.
12. Fremgangsmåde ifølge krav 10 eller 11, hvor normaliseringen er en radiometrisk normalisering.
13. Fremgangsmåde ifølge et hvilket som helst af kravene 1 til 12, hvor billedet har en opløsning på mindst 1000x1000 pletter.
14. Fremgangsmåde til evaluering af ensartetheden af tykkelsen af den pellucide zone af en biologisk struktur ved hjælp af en formfaktor, der beregnes med en fremgangsmåde ifølge et hvilket som helst af kravene 1 til 13.
15. Fremgangsmåde ifølge krav 14, hvor formfaktoren beregnes med en fremgangsmåde ifølge et hvilket som helst af kravene 2 til 13.
16. Fremgangsmåde ifølge krav 15, hvor for a=2 en formfaktorværdi over 18-19 x 103 er tegn på en lav ensartethed for tykkelsen af den pellucide zone.
17. Fremgangsmåde ifølge et hvilket som helst af kravene 14 til 16, hvor den biologiske struktur er en ægcelle, en zygote eller et embryo.
18. Computerprogram, der er lagret på et lagringsmedium, der er egnet til implementering af en fremgangsmåde ifølge et hvilket som helst af kravene 1 til 17, når det kører på en computer.
DK13731954.7T 2012-06-05 2013-05-17 Fremgangsmåde til kvantificering af graden af morfologisk regelmæssighed i den pellucide zone i embryoer og oocytter DK2856427T3 (da)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
IT000257A ITRM20120257A1 (it) 2012-06-05 2012-06-05 Metodo per la quantificazione del grado di regolarità morfologica della zona pellucida in embrioni e ovociti.
PCT/IB2013/054053 WO2013182929A1 (en) 2012-06-05 2013-05-17 Method for quantifying the morphological regularity degree of the pellucid zone in embryos and oocytes

Publications (1)

Publication Number Publication Date
DK2856427T3 true DK2856427T3 (da) 2016-10-17

Family

ID=46321333

Family Applications (1)

Application Number Title Priority Date Filing Date
DK13731954.7T DK2856427T3 (da) 2012-06-05 2013-05-17 Fremgangsmåde til kvantificering af graden af morfologisk regelmæssighed i den pellucide zone i embryoer og oocytter

Country Status (6)

Country Link
US (1) US9418418B2 (da)
EP (1) EP2856427B1 (da)
DK (1) DK2856427T3 (da)
ES (1) ES2594552T3 (da)
IT (1) ITRM20120257A1 (da)
WO (1) WO2013182929A1 (da)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3483104B1 (en) 2017-11-10 2021-09-01 Otis Elevator Company Systems and methods for providing information regarding elevator systems

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040072143A1 (en) * 1998-06-01 2004-04-15 Weyerhaeuser Company Methods for classification of somatic embryos
AU2003226336A1 (en) * 2002-04-09 2003-10-27 University Of Iowa Research Foundation Reconstruction and motion analysis of an embryo
DE102005005757B4 (de) * 2005-02-07 2007-03-15 Octax Microscience Gmbh Anordnung zur mikroskop-optischen Erfassung von Anisotropien
WO2007042044A1 (en) * 2005-10-14 2007-04-19 Unisense Fertilitech A/S Determination of a change in a cell population
WO2007115297A2 (en) * 2006-04-04 2007-10-11 Cambridge Research And Instrumentation, Inc. Assessing oocyte quality using birefringence imaging
US20070231785A1 (en) * 2006-04-04 2007-10-04 Hoyt Clifford C Biological sample handling and imaging
JP4921858B2 (ja) * 2006-06-07 2012-04-25 オリンパス株式会社 画像処理装置および画像処理プログラム
US8428331B2 (en) * 2006-08-07 2013-04-23 Northeastern University Phase subtraction cell counting method
DE102006051872B3 (de) * 2006-10-31 2008-07-03 Octax Microscience Gmbh Verfahren, Anordnung und Computerprogrammprodukt zur Bestimmung von Anisotropieparametern
EP2615460B1 (en) * 2009-08-22 2014-06-25 The Board Of Trustees Of The University Of the Leland Stanford Junior University Imaging and evaluating embryos, oocytes, and stem cells

Also Published As

Publication number Publication date
EP2856427A1 (en) 2015-04-08
WO2013182929A1 (en) 2013-12-12
ITRM20120257A1 (it) 2013-12-06
ES2594552T3 (es) 2016-12-21
US9418418B2 (en) 2016-08-16
EP2856427B1 (en) 2016-06-29
US20150036912A1 (en) 2015-02-05

Similar Documents

Publication Publication Date Title
Auger Assessing human sperm morphology: top models, underdogs or biometrics?
US8885912B2 (en) Generate percentage of positive cells for biomarkers by normalizing and autothresholding the image intensity produced by immunohistochemistry technique
JP5920994B2 (ja) マイクロプレートのウェル壁境界を識別するための方法及びシステム
JP4868207B2 (ja) スクリーニング方法およびスクリーニング装置
US11536643B2 (en) Method for automated non-invasive measurement of sperm motility and morphology and automated selection of a sperm with high DNA integrity
KR20140049562A (ko) 세포 샘플에서의 암 세포들의 검출 및/또는 분류를 위한 방법 및 시스템
PT1334461E (pt) Processo e dispositivo de análise de células
Fahlke et al. Cranial symmetry in baleen whales (Cetacea, Mysticeti) and the occurrence of cranial asymmetry throughout cetacean evolution
JP2021535369A (ja) インテリジェントモニタリング構造を用いた画像ベースのアッセイ
JPWO2012105281A1 (ja) 情報処理システム、情報処理方法、情報処理装置及びその制御方法とその制御プログラム
CN113822852A (zh) 图像处理方法、程序以及记录介质
WO2015135550A1 (en) Assessment of staining quality
US8019140B2 (en) System and method for determining a size of an airway lumen and a thickness of an airway wall
Tollemar et al. Quantitative chromogenic immunohistochemical image analysis in cellprofiler software
DK2856427T3 (da) Fremgangsmåde til kvantificering af graden af morfologisk regelmæssighed i den pellucide zone i embryoer og oocytter
Matthews et al. Using X-ray computed tomography analysis tools to compare the skeletal element morphology of fossil and modern frog (Anura) species
JP2008535519A (ja) 細胞の構造及びその構成要素を分析する方法
JP4724497B2 (ja) 遺伝子発現画像構築方法および遺伝子発現画像構築システム
US11551358B2 (en) Method for analyzing biological-tissue image and system for analyzing biological-tissue image
JP2022143662A (ja) 受精卵の発生ステージ判定方法、プログラム、記録媒体、撮像方法および撮像装置
CN102369473A (zh) 用于制备经处理的虚拟分析板的方法
KR20180055970A (ko) 초분광 영상을 이용한 유정란 내부 배아 생존유무 판별방법
WO2013118436A1 (ja) 生体画像解析システム、生体画像解析方法および生体画像解析プログラム
Livens et al. Rabbit tympanic membrane thickness distribution obtained via optical coherence tomography
KR101085596B1 (ko) 히스토그램을 이용한 정자 염색체의 분열 측정 방법