DK3161787T3 - Detektering af kanter af en cellekerne under anvendelse af billeanalyse - Google Patents

Claims (15)

1. Billedbehandlingssystem (100) til digital patologi omfattende en processor (105) og en hukommelse koblet til processoren, hukommelsen lagrer et digitalt billede (702) afen biologisk vævsprøve og lagrer computer-eksekverbare instruktioner der, når de udføres af processoren, forårsager processoren til at udføre operationer til genkendelse afen cellekernegrænse i det digitale billede, hvilke operationer omfatter: - identificere, med processoren, én eller flere initialkanter i det digitale billede (702) og anvende pixels'ne indenfor de identificerede initialkanter som initial-stemme-pixels (316); - anvende, med processoren, et tensor-stemme-felt til udførelse af tensor-stemme-operationer på pixels (322, 324, 328) i et nabolag af hvert af initial-stemme-pixels'ne (316); - akkumulere, med processoren, en flerhed af stemmer for hver af de naboliggende pixels (322, 324, 328) for at bestemme en tensor-værdi for den naboliggende pixel (322, 324, 328), mængden afstemmen indikerer hvorvidt den naboliggende pixel skønnes til at være en kantpixel af den samme cellekerne som initial-stemme-pixel'en, tensor-værdien er en sum af alle stemmer afgivet af alle initial-stemme-pixels i hvis nabolag den naboliggende pixel (322, 324) ligger; og - nedbryde, med processoren, hver af de bestemte tensor-værdier for at bestemme egenværdier og egenvektorer af den nedbrudte tensor-værdi; - evaluere, med processoren, de bestemte egenværdier og egenvektorer for at identificere forfinede kantpixels, idet de forfinede kantpixels repræsenterer cellekernegrænsen; og - generere, med processoren, et saliens-kantstyrke-billede (806) der selektivt omfatter de identificerede forfinede kantpixels som repræsenterer cellekernegrænsen.

2. Systemet ifølge krav 1, - hvor tensor-stemme-feltet koder ét eller flere træk af cellekernen; - hvor det ene eller flere træk af cellekernen omfatter informationen om hvorvidt de typiske intensitetsværdier af inder-kerne-pixels af type af cellekerne der skal bestemmes er større eller mindre end de typiske intensitetsværdier af yder-kerne-pixel; - hvor tensor-stemme-feltet er et ikkesymmetrisk tensor-stemme-felt, - hvor tensor-stemme-feltet er ikkesymmetrisk langs en intensitetsgradient (318) af initial-stemme-pixel'en hvis stemme er beregnet; og - hvor kodningen udføres således af beregningen af en stemme af en initial-stemme-pixel (316) med tensor-stemme-feltet omfatter at: o identificere, med processoren, en retning afen intensitetsgradient (318) af det digitale billede (702) ved initial-stemme-pixel'en (316); og ° forårsage stemmeoperationer at afgive større stemmer på en første naboliggende pixel (324) end på en anden naboliggende pixel (328), idet de første og anden naboliggende pixels ligger lige langt væk fra stemme-pixel'en (316), hvor den første naboliggende pixel ligger, ifølge den identificerede retning af intensitetsgradient (318), i retningen af det indre af cellekernen; hvor den anden naboliggende pixel (328) ligger, ifølge den identificerede retning af intensitetsgradienten (318), i retning af udenfor cellekernen.

3. Systemet ifølge et hvilket som helst af de foregående krav, hvor afgivelsen af stemmen afgivet af en af initial-stemme-pixels'ene i hvis nabolag den naboliggende pixel ligger omfattende at: - identificere stemmevinklen forden ene initial-stemme-pixel og den naboliggende pixel, hvor stemmevinklen er vinklen mellem en linje og

retningen vinkelret på intensitetsgradient (318) ved den ene initial-stemme-pixel (316), linjen forbinder initial-stemme-pixel'en og den naboliggende pixel, intensitetsgradienten repræsentereren gradient af intensitetsværdier af det digitale billede (702), intensitetsgradienten peger i retningen af intensitetsværdier typiske for de indre dele af typen af cellekerne der skal bestemmes; - afgive en nulstemme på det naboliggende pixel medmindre stemmevinklen hører til et af følgende vinkelområder:

4. Systemet ifølge et hvilket som helst af de foregående krav, hvor evalueringen af de bestemte egenværdier og egenvektorer omfatter bestemmelse af hvorvidt pixel'en for hvilken de evaluerede egenværdier og egenvektorer blev bestemt er en kantpixel, en overgangspixel, eller en udenforligger, hvilken fremgangsmåde omfatter at: - anvende denne information til selektiv fremhævning af kantpixels'ene i saliens-kantstyrke-billedet (806).

5. Systemet ifølge et hvilket som helst af de foregående krav, hvor tensor-værdien bestemt for hver pixel repræsenterer en saliens-værdi for denne pixel, saliens-værdien er proportional med sandsynligheden for at denne pixel er et element af en cellekerne kant.

6. Systemet ifølge krav ifølge et af de foregående krav, - hvor tensor-stemme-feltet er moduleret ved et træk af cellekernen; og - hvor trækket af cellekernen er radiusen af typen af cellekerne hvis grænse skal detekteres.

7. Systemet ifølge krav 6, hvor beregning af hver stemme af en (O, 316) af initial-stemme-pixels'ne for en (322, 324) af dens naboliggende pixels omfatter at: - identificere en intensitetsgradient (318) ved den ene initial-stemme-pixel (316), idet intensitetsgradienten repræsentereren gradient af intensitetsværdier af det digitale billede (702), intensitetsgradienten peger i retningen af intensitetsværdier typiske for de indre dele af typen af cellekerner der skal bestemmes; - beregne en bue (317) af en cirkel der forbinder det ene initial-stemme-pixel (316) og det ene af de naboliggende pixels (324), buen har en geometrisk midte, den geometriske midte ligger på en linje hvis retning er identisk med retningen af intensitetsgradienten (318) og ligger på halvdelen af denne linje til hvilken retningen af intensitetsgradienten peger; - reducere mængden af stemme afgivet på den ene naboliggende pixel i forhold til afstanden (I) mellem den ene naboliggende pixel og initial-stemme-pixel'en (316); og/eller - reducere mængden af stemme afgivet på den ene naboliggende pixel i tilfælde af at krumningen af buen (317) afviger fra den typiske kantkrumning af typen af cellekerne der skal identificeres mere end en forudbestemt afgivelsestærskelværdi.

8. Systemet ifølge krav 7, - hvor stemmen afgivet på den ene naboliggende pixel er nul krumningen .7€ af buen (317) er under en nedre krumningstærskelværdi Xmin eller er over en øvre krumningstærskelværdi Xmax;

- hvor

hvor rmax er den øvre tærskelværdi af en radius af cellekerne typen der skal identificeres; og - hvor

hvor rm/n er den nedre tærskelværdi af en radius af cellekerne typen der skal identificeres.

9. Systemet ifølge et hvilket som helst af de foregående krav, hvor operationerne yderligere omfatter at: - anvende de forfinede kantpixels til sampling af forgrundspixels (404) og baggrundspixels (406), hvor forgrundspixels'ne er kandidater til inder-kerne-pixels, baggrundspixels kan være kandidater til yder-kerne-pixels, hvor til forgrunds- og baggrundspixels samples ved at udvælge pixels af det digitale billede (702) i nabolaget afen identificeret forfinet kantpixel (408), hvor til forgrundspixels og baggrundspixels vælges fra forskellige sider af kanten (402); - danne et forgrunds-histogram (410) for intensitetsværdier af de samplede forgrundspixels (404); - danne et baggrundshistogram (412) for intensitetsværdier af de samplede baggrundspixels (406); - evaluere forgrunds- og baggrundshistogrammerne for at identificere en optimeret intensitetstærskelværdi, den optimerede intensitetstærskelværdi er en intensitetstærskelværdi der er i stand til at adskille de samplede pixels i afhængighed af om deres intensitetsværdier er under eller over intensitetstærskelværdier i to separate sæt af pixels således at de to separate sæt af pixels har minimumafvigelse fra forgrunds- og baggrundspixelsamples.

10. Systemet ifølge krav 9, hvor operationerne yderligere omfatter at: - tildele en vægt til hver af forgrunds-billed-pixels'ne og til hver af baggrunds-billed-pixels'ne, vægten er proportional med: ° saliens-værdien af den identificerede forfinede kantpixel (408), idet den identificerede forfinede kantpixel ligger imellem den udvalgte forgrunds-(404) og baggrunds (406) pixel og er en af de forfinede kantpixels fra hvis to sider forgrunds- og baggrundspixel blev samplet; eller ° størrelsen af intensitetsgradienten af den identificerede forfinede kantpixel (408), idet den identificerede forfinede kantpixel ligger imellem den samplede forgrunds- (404) og baggrunds (406)-pixel og er en af de forfinede kantpixels fra hvis to sider forgrunds- og baggrundspixel'en blev samplet; hvor den optimerede intensitetstærskelværdi identificeres således at den optimerede intensitetstærskelværdi den er i stand til at adskille de samplede pixels i afhængighed af deres intensitetsværdier værende under eller over intensitetstærskelværdien og i afhængighed af vægtene af de udvalgte pixels i to separate sæt af pixels således at de to separate sæt af pixels har minimumafvigelse fra til forgrunds- og baggrundspixelsamples.

11. Systemet ifølge et hvilket som helst af de foregående krav, operationerne yderligere omfattende: - for hver af en flerhed af foruddefinerede vinkler, beregne, i et enkelt beregningstrin, et respektivt tensor-stemme-felt (902, 904, 906), idet hver tensor af hver af de beregnede tensor-stemme-felter inkorporerering af information om retningen af intensitetsgradienten ved hver pixel (316) af billedet (702) og inkorporerer den relative position af hver af en flerhed af naboliggende pixels med hensyn til denne pixel (316), hvert beregnede tensor-stemme-felt mangler information om intensitetsgradientstørrelse af pixels'ene; hvor tensor-stemme-operationerne udføres efter beregningen af flerheden af tensor-stemme-felter, hvor afgivelsen afen stemme med en af initial-stemme-pixels'ene på en af dets naboliggende pixels omfatter at: - identificere, for det ene initial-stemme-pixel (316), en IVP-gradientvinkel, IVP-gradientvinklen er vinklen mellem x-aksen af billedet og retningen af intensitetsgradient ved det ene initial-stemme-pixel; - identificere det ene (904) af flerheden af tensor-stemme-felter der er blevet afgivet for en vinkel som er identisk med den identificerede IVP-gradientvinkel eller som er den mest lignende med den identificerede IVP-gradientvinkel; - bringe det identificerede tensor-stemme-felt på linje med gitteret af det digitale billede (702); - anvende den relative position af den ene initial-stemme-pixel og den ene naboliggende pixel inkorporeret i det identificerede tensor-stemme-felt for at identificere tensor-værdien der er nedbrudte til beregning afstemmen.

12. Systemet ifølge et hvilket som helst af de foregående krav, hvor operationerne yderligere omfatter at: - beregne en intensitetsgradient i initialbilledet (702) ved stedet for hvert initial-stemme-pixel; og - analysere billedgradienterne ved initial-stemme-pixels'ene for at producere stav-tensor-komponenter af tensor-værdien af hvert initial-stemme-pixel, hvor retningen af intensitetsgradienten ved en pixel anvendes som retningen afen stav-tensor-komponent ved den pixel og hvor gradientværdien af intensitetsgradienten ved denne pixel anvendes som styrken af stav-tensor-komponenten ved denne pixel.

13. Fremgangsmåde til automatisk genkendelse afen cellekernegrænse i et digitalt billede (702) afen biologisk vævsprøve, hvilken fremgangsmåde udføres af en processor af et digitalt patologisk billede-analysesystem, hvilken fremgangsmåde omfatter at: - identificere, med processoren, én eller flere initialkanter i det digitale billede (702) og anvende pixels'ne indenfor de identificerede initialkanter som initial-stemme-pixels (316); - anvende, med processoren, et tensor-stemme-felt til udførelse af tensor-stemme-operationer på pixels i et nabolag af hver af initial-stemme-pixels'ne (316); - akkumulere, med processoren, en flerhed af stemmer for hver af de naboliggende pixels (322, 324) for at bestemme en tensor-værdi for den naboliggende pixel (322, 324), mængden afstemmen indikerer hvorvidt den naboliggende pixel skønnes at være en kantpixel af den samme cellekerne som initial-stemme-pixel, tensor-værdien er en sum af alle stemmer afgivet af alle initial-stemme-pixels i hvis nabolag den naboliggende pixel (322, 324) ligger; og - nedbryde, med processoren, hver af de bestemte tensor-værdier for at bestemme egenværdier og egenvektorer (ei, e2) af den nedbrudte tensor-værdi; - evaluere, med processoren, de bestemte egenværdier og egenvektorer for at identificere forfinede kantpixels, idet de forfinede kantpixels repræsenterer cellekernegrænsen; og - generere, med processoren, et saliens-kantstyrke-billede (806) der selektivt omfatter de identificerede forfinede kantpixels som repræsenterer cellekernegrænsen.

14. Specifikt, ikke-transistorisk computer-læsbart medium med computer-eksekverbare instruktioner til udførelse med et databehandlingssystem, af de computer-eksekverbare instruktioner til udførelse af afgrænsningen af objektgrænser til billedanalyse af biologiske vævsprøver, de computer-eksekverbare instruktioner, når de udføres, forårsager behandlingssystemet til at udføre fremgangsmåden ifølge krav 13.

15. Specifikt, ikke-transistorisk computer-læsbart medium til lagring af computer-eksekverbare instruktioner der, når de udføres af en processor, udfører operationer til genkendelse af en cellekernegrænse i en biologisk vævsprøve, hvilke operationer omfatter: a) udføre tensor-stemme-operationer på pixels i et nabolag af initial-stemme-pixels; b) akkumulere en flerhed af stemmer for hver af de naboliggende pixels for at bestemme en tensor-værdi; og c) generere et saliens-kantstyrke-billede der fremhæver kantpixels baseret på egenværdier og egenvektorer aftensoren ved pixelen, hvor tensor-stemme-operationerne anvender et ikke-symmetrisk tensor-stemme-felt som inkorporerer domæne-viden om en struktur der skal detekteres, ikke begrænset til størrelsen af cellekernen og den kendsgerning at gradienterne på kanten peger til omtrent den samme position.