DK2901415T3 - Fremgangsmåde til identifikation af celler i et biologisk væv - Google Patents

Fremgangsmåde til identifikation af celler i et biologisk væv Download PDF

Info

Publication number
DK2901415T3
DK2901415T3 DK13766324.1T DK13766324T DK2901415T3 DK 2901415 T3 DK2901415 T3 DK 2901415T3 DK 13766324 T DK13766324 T DK 13766324T DK 2901415 T3 DK2901415 T3 DK 2901415T3
Authority
DK
Denmark
Prior art keywords
image
cell
candidate
threshold
cells
Prior art date
Application number
DK13766324.1T
Other languages
English (en)
Inventor
Brian Rudkin
David Cluet
Martin Spichty
Original Assignee
Ecole Normale Superieure Lyon
Hospices Civils Lyon
Univ Lyon 1 Claude Bernard
Centre Nat Rech Scient
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 Ecole Normale Superieure Lyon, Hospices Civils Lyon, Univ Lyon 1 Claude Bernard, Centre Nat Rech Scient filed Critical Ecole Normale Superieure Lyon
Application granted granted Critical
Publication of DK2901415T3 publication Critical patent/DK2901415T3/da

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/136Segmentation; Edge detection involving thresholding
    • 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
    • G06T2207/10Image acquisition modality
    • G06T2207/10056Microscopic image
    • 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
    • G06T2207/20004Adaptive image processing
    • G06T2207/20012Locally adaptive
    • 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
    • G06T2207/20021Dividing image into blocks, subimages or windows
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Multimedia (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Image Processing (AREA)

Claims (11)

1. Fremgangsmåde til identifikation af celler i et biologisk væv, idet hver celle indeholder et cytoplasma afgrænset af en cellemembran, hvilken fremgangsmåde omfatter: • et indledende trin til mærkning af cellemembranerne med en fluorescerende markør eller et lysdannende stof, • a) registrering (10) af et digitalt råbillede af et snit af det biologiske væv, der indeholder cellerne, som skal identificeres, hvilket råbillede omfatter en flerhed af pixels med forskellige intensitetsværdier; • b) automatisk generering (30, 60, 80) af mindst ét tærskelværdibillede ved at erstatte på den ene side hvert pixel i råbilledet, hvis intensitetsværdi er lavere end en forudbestemt intensitetstærskel, med et pixel med en første intensitetsværdi, og på den anden side hvert pixel, hvis intensitetsværdi er højere end denne forudbestemte tærskelværdi, med et pixel med en anden intensitetsværdi, idet intensitetstærsklen er forudbestemt, så den svarer til en mellemliggende intensitetsværdi mellem intensitetsværdierne af cytoplasmaet og membranen i råbilledet; • c) automatisk søgning (40, 70, 90) i tærskelværdibilledet efter overflader, som hver er dannet af en flerhed af nabopixels med den samme foruddefinerede intensitetsværdi, idet hver således fundne overflade udgør en cellekandidat; • d) selektiv transformation (120) af en cellekandidat til en identificeret celle, når et eller flere af denne kandidats morfologiske karakteristika opfylder nogle foruddefinerede morfologiske kriterier, og, i modsat fald, ikke-transformation af kandidatcellen til en identificeret celle; • idet den foruddefinerede intensitetsværdi er den blandt den første og den anden intensitetsværdi, der svarer til cytoplasmaet.
2. Identifikationsfremgangsmåde ifølge krav 1, hvor trin d) omfatter, for hver kandidatcelle: registrering (122) af kandidatcellens morfologiske karakteristika, herunder: • måling af arealet af overfladen, der udgør kandidatcellen; • beregning af kandidatcellens rundhed; sammenligning (124) af de registrerede morfologiske karakteristika med de foruddefinerede morfologiske kriterier og, såfremt kriterierne er opfyldt, transformation (126) af kandidatcellen til en identificeret celle og, i modsat fald, ikke-transformation (128) af kandidatcellen til en identificeret celle.
3. Identifikationsfremgangsmåde ifølge krav 1 eller 2, hvor den automatiske generering b) af et tærskelværdibillede omfatter: - opdeling af råbilledet i en flerhed af analysevinduer; for hvert analysevindue, bestemmelse af en intensitetstærskel udelukkende ud fra intensitetsværdierne af de pixels, der er indeholdt i dette analysevindue, hvilken intensitetstærskel gør det muligt at skelne et cytoplasmapixel fra et membranpixel; idet den automatiske generering af tærskelværdibilledet finder sted separat for hver del af råbilledet, der er omfattet af hvert analysevindue, under anvendelse af den respektive intensitetstærskel, der er bestemt for hvert første analysevindue.
4. Identifikationsfremgangsmåde ifølge krav 3, hvor fremgangsmåden omfatter: - en første iværksættelse af trin b) for at generere et første tærskelværdibillede under anvendelse af de første analysevinduer; - en anden iværksættelse af trin b) for at generere et andet tærskelværdibillede under anvendelse af de andre analysevinduer, idet hvert af disse andre vinduer er således disponeret, at det overlapper to første naboanalysevinduer; iværksættelse af trin c) på det første og andet tærskelværdibillede.
5. Identifikationsfremgangsmåde ifølge krav 3 eller 4, hvor fremgangsmåden omfatter: - detektering af et omrids (20) af det biologiske væv i det digitale råbillede, hvilket omrids afgrænser samtlige pixels, der udgør dele af det digitale råbillede, som forestiller det biologiske væv; iværksættelse af trin b) for at generere et tredje tærskelværdibillede, idet én og samme intensitetstærskel bestemmes for hele råbilledet udelukkende ud fra intensitetsværdierne af de pixels, som er indeholdt i råbilledet og beliggende inden i det detekterede omrids; iværksættelse af trin c) på dette tredje tærskelværdibillede.
6. Identifikationsfremgangsmåde ifølge et hvilket som helst af de foregående krav, hvor trin d) yderligere omfatter, for hver kandidatcelle: - en operation til udvidelse af kandidatcellen ifølge en eller flere foruddefinerede parametre; iværksættelse af trin b) for at generere et fjerde tærskelværdibillede af kandidatcellen, idet en enkelt intensitetstærskel bestemmes for hele kandidatcellen udelukkende ud fra intensitetsværdierne af de pixels i råbilledet, som er beliggende inden i kandidatcellen, efter at den har været genstand for udvidelsen; iværksættelse af trin c) på det fjerde tærskelværdibillede af kandidatcellen og, når der identificeres nye kandidatceller inden i denne kandidatcelle, erstatning af kandidatcellen med de nye kandidatceller beliggende inden i den tidligere kandidatcelle.
7. Identifikationsfremgangsmåde ifølge et hvilket som helst af de foregående krav, hvor fremgangsmåden omfatter generering (130) af en samling korrigerede celler ud fra de identificerede celler, hvilken generering omfatter, for hver identificeret celle: beregning af en korrektionskoefficient (132), der afhænger af arealet af den identificerede celle; - udførelse af en operation til udvidelse (134) af den identificerede celle i alle dimensioner som funktion af den beregnede korrektionskoefficient.
8. Fremgangsmåde til opgørelse over cellerne i et biologisk væv, hvilken fremgangsmåde omfatter: - identifikation af hver celle i det biologiske væv; - automatisk tælling (140) af de identificerede celler; kendetegnet ved, at identifikationen af hver celle udføres ved hjælp af en fremgangsmåde ifølge et hvilket som helst af de foregående krav.
9. Medium (6) til registrering af informationer, kendetegnet ved, at det omfatter instruktioner til udførelse af en fremgangsmåde ifølge et hvilket som helst af de foregående krav, når disse instruktioner udføres af en elektronisk regnemaskine.
10. Elektronisk regnemaskine (4) til iværksættelse af en fremgangsmåde ifølge et hvilket som helst af kravene 1 til 8, hvilken elektroniske regnemaskine er programmeret til: - at registrere et digitalt råbillede (12) af et snit af det biologiske væv (14), der indeholder cellerne, som skal identificeres, hvilket råbillede omfatter en flerhed af pixels med forskellige intensitetsværdier; - automatisk at generere mindst ét tærskelværdibillede ved at erstatte på den ene side hvert pixel i råbilledet, hvis intensitetsværdi er lavere end en forudbestemt intensitetstærskel, med et pixel med en første intensitetsværdi, og på den anden side hvert pixel, hvis intensitetsværdi er højere end denne forudbestemte tærskelværdi, med et pixel med en anden intensitetsværdi, idet intensitetstærsklen er forudbestemt, så den svarer til en mellemliggende intensitetsværdi mellem intensitetsværdierne af cytoplasmaet og membranen i råbilledet; automatisk at søge i tærskelværdibilledet efter overflader, som hver er dannet af en flerhed af nabopixels med den samme foruddefinerede intensitetsværdi, idet hver således fundne overflade udgør en cellekandidat; selektivt at transformere en cellekandidat til en identificeret celle, når et eller flere af denne kandidats morfologiske karakteristika opfylder nogle foruddefinerede morfologiske kriterier, og, i modsat fald, ikke-transformation af kandidatcellen til en identificeret celle; idet den foruddefinerede intensitetsværdi er den blandt den første og den anden intensitetsværdi, der svarer til cytoplasmaet.
11. Identifikationsfremgangsmåde ifølge et hvilket som helst af kravene 1 til 8, hvor den fluorescerende mærkning af cellemembranerne udføres: - ved påføring af et lysstof på det biologiske væv for at gøre det muligt at mærke cellemembranerne i vævet ved immunofluorescens, eller - ved anvendelse af et fluorescerende lectinprotein, der er egnet til at optages i cellemembranerne.
DK13766324.1T 2012-09-25 2013-09-24 Fremgangsmåde til identifikation af celler i et biologisk væv DK2901415T3 (da)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1258976A FR2996036B1 (fr) 2012-09-25 2012-09-25 Procede d'identification de cellules dans un tissu biologique
PCT/EP2013/069882 WO2014048936A1 (fr) 2012-09-25 2013-09-24 Procede d'identification de cellules dans un tissu biologique

Publications (1)

Publication Number Publication Date
DK2901415T3 true DK2901415T3 (da) 2018-03-19

Family

ID=47739390

Family Applications (1)

Application Number Title Priority Date Filing Date
DK13766324.1T DK2901415T3 (da) 2012-09-25 2013-09-24 Fremgangsmåde til identifikation af celler i et biologisk væv

Country Status (5)

Country Link
EP (1) EP2901415B1 (da)
DK (1) DK2901415T3 (da)
FR (1) FR2996036B1 (da)
HU (1) HUE038568T2 (da)
WO (1) WO2014048936A1 (da)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2023513022A (ja) 2020-01-30 2023-03-30 ヴィタディーエックス インターナショナル 生体試料中のオブジェクトの体系的特性評価

Also Published As

Publication number Publication date
WO2014048936A1 (fr) 2014-04-03
FR2996036B1 (fr) 2014-10-24
HUE038568T2 (hu) 2018-10-29
EP2901415A1 (fr) 2015-08-05
EP2901415B1 (fr) 2017-12-06
FR2996036A1 (fr) 2014-03-28

Similar Documents

Publication Publication Date Title
WO2018068511A1 (zh) 基因测序的图像处理方法及系统
JP6517788B2 (ja) 適応的病理組織画像分解のためのシステム及び方法
CN108364280A (zh) 结构裂缝自动化描绘及宽度精准测量方法与设备
JP6422198B2 (ja) 画像処理装置、画像処理方法、及び画像処理プログラム
CN110210448B (zh) 一种智能人脸皮肤老化程度的识别与评估方法
JP2018503906A5 (ja) 共発現解析のためのシステム及び方法
EP2199776B1 (en) Cell image analysis apparatus, cell image analysis method, and program
US11538261B2 (en) Systems and methods for automated cell segmentation and labeling in immunofluorescence microscopy
JP5995215B2 (ja) 癌細胞領域抽出装置、方法、及びプログラム
CN112329756A (zh) 一种印章提取及文字识别的方法及装置
JP6733983B2 (ja) 画像解析装置
CN103839283A (zh) 一种小型不规则物体的面积周长无损测量方法
WO2022198898A1 (zh) 图像分类方法和装置及设备
CN115035518B (zh) 细胞核图像中荧光染色信号点的识别方法和装置
CN112289377B (zh) 检测图像上的亮斑的方法、装置和计算机程序产品
CN103852034A (zh) 一种电梯导轨垂直度检测方法
JP2016028606A5 (da)
CN115170518A (zh) 基于深度学习和机器视觉的细胞检测方法及系统
CN113781457A (zh) 基于病理图像的细胞探测方法、装置、设备及存储介质
DK2901415T3 (da) Fremgangsmåde til identifikation af celler i et biologisk væv
Cao et al. Leaf vein extraction and angle measurement using hue information and line detection
JP4991278B2 (ja) 画像処理装置
CN113537253A (zh) 一种红外图像目标检测方法、装置、计算设备及存储介质
CN110443811B (zh) 一种复杂背景叶片图像的全自动分割方法
WO2020107196A1 (zh) 一种对拍摄装置的拍摄质量评测方法、装置及终端设备