ES2537109T3 - Corrección en base a imágenes para señales luminosas indeseadas en una región de interés específica - Google Patents

Corrección en base a imágenes para señales luminosas indeseadas en una región de interés específica Download PDF

Info

Publication number
ES2537109T3
ES2537109T3 ES06124151.9T ES06124151T ES2537109T3 ES 2537109 T3 ES2537109 T3 ES 2537109T3 ES 06124151 T ES06124151 T ES 06124151T ES 2537109 T3 ES2537109 T3 ES 2537109T3
Authority
ES
Spain
Prior art keywords
correction
interest
region
regions
reaction
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.)
Active
Application number
ES06124151.9T
Other languages
English (en)
Inventor
James C. Kolterman
Eric B. Shain
Robert C. Gray
Shihai Huang
Gavin A. Cloherty
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Abbott Molecular Inc
Original Assignee
Abbott Molecular Inc
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 Abbott Molecular Inc filed Critical Abbott Molecular Inc
Application granted granted Critical
Publication of ES2537109T3 publication Critical patent/ES2537109T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B25/00ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
    • 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
    • G06T2207/30072Microarray; Biochip, DNA array; Well plate

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Molecular Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Biotechnology (AREA)
  • Evolutionary Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Genetics & Genomics (AREA)
  • Biophysics (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
  • Investigating Or Analysing Materials By The Use Of Chemical Reactions (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)

Abstract

Un método para corregir la señal en una imagen que comprende una señal que cambia dinámicamente y que tiene una pluralidad de regiones de interés, comprendiendo el método las etapas de: (a) proporcionar una imagen que tiene una pluralidad de regiones de interés, teniendo cada una de estas regiones de interés una señal que cambia dinámicamente y áreas entre las mismas; (b) determinar una región de corrección entre al menos dos regiones de interés; (c) calcular una señal de corrección de la región de corrección; y (d) utilizar la señal de corrección para corregir una medición de señal de una o más regiones de interés, caracterizado por que la etapa (c) comprende además: (e) determinar un número de píxeles de reacción y una suma de píxeles de reacción para cada región de interés de reacción; (f) determinar un valor de píxeles medio para al menos una región de corrección para cada región de interés de reacción; (g) determinar de un valor de compensación de fondo para cada valor de píxeles medio en una región de corrección; (h) determinar un promedio de píxeles y restar el valor de píxeles medio del promedio de píxeles para producir una región de valor de diferencia de corrección para cada región de corrección; (I) determinar una señal de corrección multiplicando la región del valor de diferencia de corrección por la región del número de píxeles de interés para cada región de interés de reacción; (j) determinar una región de reacción corregida de suma interés, restando el valor de corrección de la región de reacción de la suma de píxeles de interés para cada región de interés de reacción.

Description

E06124151
18-05-2015
DESCRIPCIÓN
Corrección en base a imágenes para señales luminosas indeseadas en una región de interés específica
5 Antecedentes de la invención
1. Campo de la invención
La presente invención se refiere a un método para la corrección de señales detectadas por un sistema de detección en un instrumento de diagnóstico.
2. Descripción de la técnica
Las imágenes sin procesar generadas por un instrumento de diagnóstico que tiene un sensor de imagen digital como
15 un detector, tal como, por ejemplo, el instrumento de diagnóstico Applied Biosystems Prism 7000, puede exhibir una anomalía conocida como "diafonía." La diafonía se refiere a la situación donde una señal de una ubicación determinada en la imagen (por ejemplo, un pocillo dado en una placa que tiene una pluralidad de pocillos, por ejemplo, una placa PCR de 96 pocillos), causa una variación en la señal en una ubicación diferente en la imagen (por ejemplo, un pocillo diferente en la placa que tiene una pluralidad de pocillos). Una región específica dentro de una imagen asociada con una señal independiente es, a menudo, referida como una región de interés (denominada alternativamente en la presente memoria como ROI). Cada ROI define los píxeles específicos dentro de la imagen asociada con una reacción específica. Las variaciones en la señal debido a la diafonía, aunque típicamente pequeñas, pueden inducir a variaciones en la cuantificación de reacción de una o más regiones de interés dentro de la imagen. En algunos casos, la sensibilidad de la reacción se reduce al requerir un aumento en el umbral de la
25 señal con el fin de evitar resultados falsos positivos debido a la diafonía.
Las áreas en la imagen entre las regiones de interés de la imagen contienen información óptica que se puede utilizar para compensar las fuentes de variación en la señal. Estas fuentes de variación de la señal pueden ser el resultado de una reflexión óptica geométrica específica, la luz dispersada a partir de componentes ópticos, fugas de luz, cambios en la intensidad de la fuente de la luz, y similares. Todas estas fuentes de variación pueden contribuir a un error que cambia dinámicamente en la señal óptica en una región de interés dada de la imagen.
Se desea supervisar una región de interés asociada con una reacción y, en última instancia, corregir la variación de señales anómalas durante el transcurso de una pasada de prueba en un instrumento de diagnóstico.
35 YANG YH ET AL: "Análisis de imágenes de micromatrices de ADNc" BRIEFINGS IN BIOINFORMATICS, HENRY STEWART PUBLICATIONS, Londres, GB, vol. 2, no. 4, Diciembre 2001 (2001-12), páginas 341-349, XP002335348 ISSN: 1467-5463 desvela un análisis de imágenes de micromatrices de ADNc y, en particular, la corrección de intensidad medida de un lugar que incluye contribuciones no debidas para probar la hibridación.
Sumario de la invención
La invención proporciona un método para corregir la señal en una imagen que tiene una pluralidad de regiones de interés tal como se establece en las reivindicaciones adjuntas.
45 Breve descripción de los dibujos
La Figura 1 es un diagrama de flujo que define la colocación de las regiones de corrección en forma de diamante alrededor de regiones de interés de reacción circulares. La Figura 2A ilustra una realización de regiones de interés de reacción y regiones de corrección. Las regiones de interés de reacción son circulares y las regiones de corrección son circulares. La Figura 2B ilustra otra realización de regiones de interés de reacción y regiones de corrección. Las regiones de interés de reacción son circulares y las regiones de interés de corrección son rectangulares. La Figura 2C ilustra otra realización adicional de regiones de interés de reacción y regiones de corrección. Las regiones de interés de reacción son circulares y las
55 regiones de corrección tienen forma de diamantes. La Figura 3 es un diagrama de flujo que ilustra la aplicación del algoritmo de corrección en base a imágenes de la presente invención. La Figura 4 es un mapa de una placa de 96 pocillos que ilustra la ubicación de cada respuesta positiva y cada respuesta negativa. La Figura 5 es un ejemplo de una imagen al final de una pasada. La Figura 6 es un ejemplo de una imagen que muestra las regiones de interés de reacción y las regiones de corrección. La Figura 7 muestra las respuestas de fluorescencia en un ensayo de PCR sin corrección en base a imágenes aplicado.
65 La Figura 8 muestra las respuestas de fluorescencia en un ensayo de PCR sin corrección en base a imágenes aplicado. En esta figura, la escala Y está expandida.
E06124151
18-05-2015
La Figura 9 muestra las respuestas de fluorescencia en un ensayo de PCR con corrección en base a imágenes. En esta figura, la escala Y está expandida. La Figura 10 muestra la respuesta de fluorescencia en un ensayo de PCR para el pocillo F-11 de la Figura 4 con y sin corrección en base al ensayo.
5
Descripción detallada
Tal como se utiliza en la presente memoria, la expresión "región de interés" significa la colección de píxeles dentro de una imagen que definen la ubicación de una señal óptica específica. La expresión "región de interés de reacción" significa la región de interés asociada a una reacción específica en un ensayo. Las expresiones "región de corrección" y "región de interés de corrección" significan el área asociada con la porción de fondo de la imagen adyacente a una región de interés de reacción. La expresión "suma de pixeles de reacción" significa la suma de todos los valores de intensidad de píxeles dentro de una región de interés de reacción. La expresión "número de píxeles de reacción" significa el número de píxeles dentro de una región de interés de reacción. La expresión "región
15 de reacción del promedio de píxeles de interés" significa el valor que se obtiene dividiendo la suma de píxeles de reacción entre el número de píxeles de reacción. La expresión "suma de píxeles de corrección" significa la suma de todos los valores de intensidad de píxeles dentro de una región de corrección. La expresión "número de píxeles de corrección" significa el número de píxeles con una región de corrección. La expresión "región del promedio de píxeles de corrección" significa el valor que se obtiene dividiendo la suma de píxeles de corrección entre el número de píxeles de corrección. El término "escala" significa un factor multiplicativo aplicado al cálculo de corrección. La expresión "centro de gravedad" significa el centro geométrico de una región de interés. Tal como se utiliza aquí, los términos "circular", "rectangular", "anular", y otros términos relativos a la forma referida en la presente memoria pretenden incluir formas que son sustancialmente circular, sustancialmente rectangular, sustancialmente anular, y formas que son sustancialmente similares a las otras formas referidas en la presente memoria, respectivamente.
25 En un aspecto, la presente invención proporciona un método para corregir una imagen que tiene una pluralidad de regiones de interés de reacción y una pluralidad de regiones de corrección, implicando el método las etapas de:
(a)
proporcionar una imagen que tiene una pluralidad de regiones de interés, teniendo estas regiones de interés áreas entre las mismas;
(b)
determinar una región de corrección entre al menos dos regiones de interés;
(c)
calcular una señal de corrección de la región de corrección; y
(d)
utilizar la señal de corrección para corregir una medición de señal de una o más regiones de interés.
35 Antes de realizar el método de la presente invención, se deben tomar ciertas medidas para calibrar el sistema de formación de imágenes, que es típicamente un sistema de imágenes digitales. La Figura 3 muestra un diagrama de flujo que ilustra las etapas para la definición de las regiones de corrección entre las regiones de interés de reacción adyacentes para la etapa de calibración del método de la presente invención. En este diagrama de flujo, se describen las regiones de corrección genéricas.
De acuerdo con el método de calibración de la presente invención, se determina el centroide de cada región de interés de reacción. Las regiones de interés de reacción se determinan normalmente mediante el uso de una calibración donde se miden las señales en un dispositivo que tiene una pluralidad de sitios de reacción. Una señal se mide en cada sitio de reacción. En el caso de placas de reacción de 96 pocillos, las señales en una placa de 45 calibración que contiene tinte fluorescente en cada sitio de reacción se pueden medir por un sensor de imagen. Una placa de calibración es una placa de reacción de 96 pocillos utilizada para calibrar el instrumento utilizado. Las regiones de interés de reacción se pueden determinar mediante la localización de píxeles contiguos en cada sitio de reacción dentro de la imagen. El centroide geométrico de cada conjunto de centroides de cuatro regiones de interés de reacción adyacentes se puede utilizar para determinar un punto central para una región de corrección. Una región de corrección que utiliza ese punto central y una forma geométrica específica se puede definir. Como se muestra en las Figuras 2A, 2B y 2C, las regiones de interés de reacción tienen forma circular. Una región de corrección puede tener forma circular, como se muestra en la Figura 2A, forma rectangular, como se muestra en la Figura 2B, o forma de diamante, como se muestra en la Figura 2C. Otras formas, tales como, por ejemplo, polígonos cerrados, son adecuadas tanto para las regiones de interés de reacción como para las regiones de corrección. Los parámetros de 55 las regiones de corrección son típicamente radios de anillos para las regiones de corrección en forma circular, la longitud y la anchura de las regiones de corrección en forma rectangular, y la longitud de los lados de las regiones de corrección en forma de diamante. Se especifican las dimensiones para la forma geométrica particular seleccionada. Una alternativa a la definición de regiones de corrección por medio de formas geométricas implica el uso de un mapa de bits arbitrario. Un mapa de bits de este tipo podría, por ejemplo, ser una matriz de valores de 9 por 9 que especifica qué píxeles se incluirían en la región de corrección y qué píxeles se excluirían de la región de corrección. Los puntos centrales de las regiones de corrección se pueden reflejar para crear regiones de corrección en la periferia de la placa para las filas y columnas exteriores de las regiones de interés de reacción en la imagen. Por tanto, en el caso de regiones de corrección en forma de diamante en una imagen que tiene 96 regiones de interés de reacción, hay 117 regiones de interés de corrección en forma de diamante en total, es decir, cuatro (4) 65 regiones de corrección en forma de diamante por cada región de interés de reacción. El uso de regiones de corrección en forma de diamante se muestra en la Figura 2C. Las regiones de interés asociadas con los pocillos
E06124151
18-05-2015
específicos se pueden determinar y almacenar, tal como, por ejemplo, por medio de un ordenador. En esta realización, cada región de interés de reacción tiene cuatro regiones de corrección adyacentes asociadas las mismas.
5 Del mismo modo, en el caso de regiones de corrección en forma rectangular en una imagen que tiene una pluralidad de regiones de interés de reacción (por ejemplo, 96 pocillos en una placa), los rectángulos pueden orientarse con la longitud paralela al eje x o al eje y, como se muestra en la Figura 2B. Para la dirección x (horizontal), se ubica el punto central entre dos regiones de interés adyacentes. Un rectángulo se construye utilizando el punto central entre dos regiones de interés adyacentes como el centro de la región de corrección entre las regiones de interés. Para la dirección y (vertical), se ubica el punto central entre dos regiones de interés adyacentes. El rectángulo se construye utilizando el punto central entre dos regiones de interés adyacentes como el centro de la región de corrección entre las regiones de interés. Los rectángulos se crean también en la periferia de la imagen para las filas exteriores de las regiones de interés y las columnas exteriores de las regiones de interés. El espejo del centro entre regiones de interés adyacentes se utiliza para establecer el centro del rectángulo de la región de corrección. Las regiones de
15 interés asociadas con los pocillos específicos se pueden determinar y almacenar. En esta realización, cada región de interés de reacción tiene las cuatro regiones de corrección adyacentes asociadas con las mismas. Medidas diferentes del centroide de las regiones de corrección se pueden utilizar también para definir la ubicación de las regiones de corrección. Por ejemplo, la región de corrección se puede colocar equidistante de los límites de las regiones de interés adyacentes.
Después se realiza la calibración de la región de corrección, la corrección en base a la región de corrección se puede aplicar utilizando el siguiente método. Una vez que se realiza la calibración de la región de corrección, se tiene que generar un valor compensación de fondo. Este valor se puede generar en al menos dos maneras. De acuerdo con una primera alternativa, se puede realizar una calibración de fondo. En este método, se toma una
25 imagen de una placa sin ningún tinte fluorescente. Durante la calibración de fondo, el valor de píxeles medio para cada región de corrección se calcula dividiendo la suma de píxeles entre el número de píxeles en la región de corrección para obtener un valor de píxeles medio. Este valor de píxeles medio es indicativo del nivel de luz de fondo y se conoce como el valor de compensación de fondo. Los valores de compensación de fondo se almacenan para su uso en pasadas futuras, por ejemplo, las pasadas de PCR. Como alternativa, el valor de compensación de fondo se puede determinar sobre una base de pasada a pasada mediante el cálculo del valor de píxeles medio para cada región de corrección para la primera lectura de una pasada, por ejemplo, una pasada de PCR. Debido a que las primeras (o las pocas primeras) lecturas de una pasada de PCR se producen antes de que se produzca una señal de reacción significativa, este método alternativo proporciona una buena representación del fondo.
35 La señal de corrección se realiza de la siguiente manera. El rendimiento de la corrección de señal se representa en las Figuras 1 y 3. Para cada reacción, la suma de los píxeles de reacción y el número de píxeles de reacción se calculan mediante el uso de la región de interés de reacción. Se calcula el valor de píxeles medio para las cuatro regiones de corrección asociadas con una región de interés de reacción dada. Aunque las cuatro regiones de corrección se muestran en la Figura 1 y las regiones de corrección en forma de diamante se muestran en la Figura 1, el método no se limita a cuatro regiones de corrección ni la invención se limita a las regiones de corrección en forma de diamante. El valor de compensación de fondo se resta de la región del promedio de píxeles de corrección. Después, esta diferencia se multiplica por la región de reacción del número de píxeles de interés y, en caso necesario, por un factor de escala, para generar un valor de corrección. El valor de corrección se sustrae, a continuación, de la región de reacción de la suma de píxeles de interés para generar una región de reacción
45 corregida de la suma de píxeles de interés. El factor de escala depende típicamente del sistema de detección. Un ejemplo de un factor de escala es 1,15. En algunos sistemas de instrumentos, se realizan exposiciones múltiples en cada lectura para aumentar el intervalo dinámico de medición. En este caso, un fondo correspondiente compensado y la región de promedio de pixeles de corrección se tienen que generar para cada exposición. La corrección a la suma de píxeles de reacción se hace, a continuación, para la exposición de duración más larga que no presenta saturación significativa del sensor de imagen.
La presente invención se puede aplicar también a un sistema de ensayo en base a matriz o a una micromatriz, tal como, por ejemplo, el sistema de micromatriz de ADN genómico Vysis genosensor (Abbott Laboratories, Abbott Park, IL). Tales sistemas pueden medir una pluralidad de dianas genómica a través de la hibridación en una matriz
55 de dianas de captura situada sobre una superficie, tales como, por ejemplo, un "chip" de vidrio o un portaobjetos de microscopio. El producto de la hibridación se mide típicamente por medio de colorantes fluorescentes y un sistema de formación de imágenes electrónico.
El siguiente ejemplo no limitativo explica adicionalmente el método de la presente invención.
Ejemplo
Una pasada de PCR en tiempo real para el VIH se realizó en un instrumento ABI Prism 7500 (Applied Biosystems, Foster City, CA). Este instrumento utiliza un formato de placa de 96 pocillos con pocillos dispuestos en una matriz de 65 12 x 8. La pasada se ha configurado de modo que había 84 pocillos con muestras positivas con una concentración de 1x106 copias/ml y 12 pocillos que no contenían muestras positivas, es decir, pocillos negativos. Los pocillos
E06124151
18-05-2015
negativos fueron distribuidos en la placa para maximizar el potencial de diafonía de los pocillos que contenían las muestras positivas. La Figura 4 ilustra la disposición de la placa.
El instrumento ABI Prism 7500 utiliza una cámara CCD y mide la fluorescencia en cinco bandas de longitud de onda.
5 La Figura 5 muestra una imagen desde el final de la pasada de PCR. La Figura 6 muestra la misma imagen con las regiones de interés de reacción y las regiones de corrección superpuestas. En este ejemplo, se utilizó una matriz diagonal de las regiones de corrección en forma de diamante, cada una de las que contenía 25 píxeles. Se utilizó la primera lectura en la pasada de PCR para establecer los valores de compensación de fondo para cada lectura posterior. El factor de escala utilizado fue 1,15.
10 La Figura 7 muestra las señales de fluorescencia primas para todas las 96 muestras sin ninguna corrección en base a imágenes aplicada. Como se puede observar, las 84 muestras positivas generan señales significativamente por encima de la fluorescencia de fondo por ciclo 15 y se acercaron a su fluorescencia máxima por ciclo 25. La Figura 8 muestra las mismas respuestas con el eje Y a escala para centrarse en las respuestas en los pocillos que no
15 contenían muestras positivas. Todas las respuestas negativas mostraron un pequeño pero significativo aumento de los ciclos 15 a 25, causado por la diafonía de las respuestas de las muestras positivas. La Figura 9 muestra el efecto de la corrección en base a imágenes en las respuestas negativas. Como se puede observar, la señal de diafonía se ha eliminado efectivamente. La Figura 10 muestra la respuesta para el pocillo F-11 con y sin la corrección en base a imágenes aplicada.
20 El método se puede aplicar también a las imágenes que contienen un menor o un mayor número de regiones de interés.

Claims (13)

  1. REIVINDICACIONES
    1. Un método para corregir la señal en una imagen que comprende una señal que cambia dinámicamente y que
    tiene una pluralidad de regiones de interés, comprendiendo el método las etapas de: 5
    (a)
    proporcionar una imagen que tiene una pluralidad de regiones de interés, teniendo cada una de estas regiones de interés una señal que cambia dinámicamente y áreas entre las mismas;
    (b)
    determinar una región de corrección entre al menos dos regiones de interés;
    (c)
    calcular una señal de corrección de la región de corrección; y
    10 (d) utilizar la señal de corrección para corregir una medición de señal de una o más regiones de interés, caracterizado por que la etapa (c) comprende además:
    (e) determinar un número de píxeles de reacción y una suma de píxeles de reacción para cada región de interés de reacción;
    15 (f) determinar un valor de píxeles medio para al menos una región de corrección para cada región de interés de reacción;
    (g) determinar de un valor de compensación de fondo para cada valor de píxeles medio en una región de corrección;
    (h) determinar un promedio de píxeles y restar el valor de píxeles medio del promedio de píxeles para 20 producir una región de valor de diferencia de corrección para cada región de corrección;
    (I)
    determinar una señal de corrección multiplicando la región del valor de diferencia de corrección por la región del número de píxeles de interés para cada región de interés de reacción;
    (j)
    determinar una región de reacción corregida de suma interés, restando el valor de corrección de la región
    de reacción de la suma de píxeles de interés para cada región de interés de reacción. 25
  2. 2. El método de la reivindicación 1, donde la señal de fondo es un valor de compensación de fondo almacenado antes de comenzar la pasada.
  3. 3.
    El método de la reivindicación 1, donde la señal de fondo es un valor de compensación de fondo determinado 30 durante la pasada.
  4. 4. El método de la reivindicación 1, donde la señal de corrección está a escala.
  5. 5.
    El método de la reivindicación 1, donde las regiones de corrección tienen una pluralidad de lados. 35
  6. 6.
    El método de la reivindicación 1, donde que las regiones de corrección tienen cuatro lados.
  7. 7.
    El método de la reivindicación 1, donde las regiones de corrección son polígonos cerrados.
    40 8. El método de la reivindicación 1, donde las regiones de corrección son circulares.
  8. 9. El método de la reivindicación 1, donde las regiones de corrección son anulares.
  9. 10.
    El método de la reivindicación 1, donde las regiones de corrección se definen por un mapa de bits. 45
  10. 11. El método de la reivindicación 1, donde dicha pluralidad de regiones de interés proceden de una placa de múltiples pocillos.
  11. 12.
    El método de la reivindicación 1, donde un lector termociclador se emplea. 50
  12. 13. El método de la reivindicación 1, que incluye además la etapa de almacenar las regiones de corrección definidas en la etapa (c).
  13. 14. El método de la reivindicación 1, donde la región de reacción corregida de suma de interés se determina para 55 cada exposición utilizada para generar la imagen.
    6
ES06124151.9T 2005-11-18 2006-11-15 Corrección en base a imágenes para señales luminosas indeseadas en una región de interés específica Active ES2537109T3 (es)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US11/283,365 US20070116376A1 (en) 2005-11-18 2005-11-18 Image based correction for unwanted light signals in a specific region of interest
US283365 2005-11-18

Publications (1)

Publication Number Publication Date
ES2537109T3 true ES2537109T3 (es) 2015-06-02

Family

ID=37770289

Family Applications (1)

Application Number Title Priority Date Filing Date
ES06124151.9T Active ES2537109T3 (es) 2005-11-18 2006-11-15 Corrección en base a imágenes para señales luminosas indeseadas en una región de interés específica

Country Status (3)

Country Link
US (2) US20070116376A1 (es)
EP (2) EP1788523B8 (es)
ES (1) ES2537109T3 (es)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7777708B2 (en) * 2006-09-21 2010-08-17 Research In Motion Limited Cross-talk correction for a liquid crystal display
EP2761585B1 (en) * 2011-09-30 2019-08-07 Life Technologies Corporation Method for streamlining optical calibration
CN104115190B (zh) 2011-09-30 2018-06-01 生命技术公司 用于在图像中减去背景的方法和系统
ITTO20130940A1 (it) * 2013-11-20 2015-05-21 St Microelectronics Srl Kit per analisi biochimiche e metodo per eseguire un processo biochimico di tipo migliorato

Family Cites Families (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3979589A (en) * 1973-11-29 1976-09-07 Finn Bergishagen Method and system for the infrared analysis of gases
US5096807A (en) * 1985-03-06 1992-03-17 Murex Corporation Imaging immunoassay detection system with background compensation and its use
US5139744A (en) * 1986-03-26 1992-08-18 Beckman Instruments, Inc. Automated laboratory work station having module identification means
US5107422A (en) * 1989-10-02 1992-04-21 Kamentsky Louis A Method and apparatus for measuring multiple optical properties of biological specimens
US6238875B1 (en) * 1991-03-12 2001-05-29 The Scripps Research Institute Diagnostic methods useful in the characterization of lymphoproliferative disease characterized by increased EPR-1
US20040062773A1 (en) * 1993-04-22 2004-04-01 Emisphere Technologies Inc. Compositions for the delivery of antigens
US6738529B1 (en) * 1996-10-09 2004-05-18 Symyx Technologies, Inc. Analysis of chemical data from images
US6284474B1 (en) * 1998-04-23 2001-09-04 The Regents Of The University Of California Detection and diagnosis of conditions associated with lung injury
US6097025A (en) * 1997-10-31 2000-08-01 Ljl Biosystems, Inc. Light detection device having an optical-path switching mechanism
US20010046673A1 (en) * 1999-03-16 2001-11-29 Ljl Biosystems, Inc. Methods and apparatus for detecting nucleic acid polymorphisms
US6428752B1 (en) * 1998-05-14 2002-08-06 Affymetrix, Inc. Cleaning deposit devices that form microarrays and the like
US6990221B2 (en) * 1998-02-07 2006-01-24 Biodiscovery, Inc. Automated DNA array image segmentation and analysis
AU1962701A (en) * 1999-10-08 2001-04-23 Applied Science Fiction, Inc. System and method for correcting defects in digital images through selective fill-in from surrounding areas
US20030182066A1 (en) * 2000-06-28 2003-09-25 Tomokazu Konishi Method and processing gene expression data, and processing programs
US6951947B2 (en) * 2000-07-13 2005-10-04 The Scripps Research Institute Labeled peptides, proteins and antibodies and processes and intermediates useful for their preparation
US20050090021A1 (en) * 2000-10-06 2005-04-28 Walt David R. Self-encoding sensor with microspheres
JP2002204372A (ja) * 2000-12-28 2002-07-19 Canon Inc 画像処理装置およびその方法
GB0102357D0 (en) * 2001-01-30 2001-03-14 Randox Lab Ltd Imaging method
US7027930B2 (en) * 2001-01-31 2006-04-11 Agilent Technologies, Inc. Reading chemical arrays
US7027932B2 (en) * 2001-03-21 2006-04-11 Olympus Optical Co., Ltd. Biochemical examination method
WO2003021231A2 (en) * 2001-09-05 2003-03-13 Genicon Sciences Corporation Method and apparatus for normalization and deconvolution of assay data
US7085404B2 (en) * 2001-10-11 2006-08-01 Industry-University Cooperation Foundation, Hangyang University Image analysis system and method of biochip
WO2003030620A2 (en) * 2001-10-12 2003-04-17 Vysis, Inc. Imaging microarrays
US7162101B2 (en) * 2001-11-15 2007-01-09 Canon Kabushiki Kaisha Image processing apparatus and method
DE10212557A1 (de) * 2002-03-14 2003-09-25 Univ Schiller Jena Verfahren zur Charakterisierung hochparallelisierter Liquidhandlingtechnik mittels Mikroplatten sowie Testkit zur Durchführung des Verfahrens
JP2003284707A (ja) * 2002-03-27 2003-10-07 Canon Inc 撮影装置、ゲイン補正方法、記録媒体及びプログラム
US7221785B2 (en) * 2002-05-21 2007-05-22 Agilent Technologies, Inc. Method and system for measuring a molecular array background signal from a continuous background region of specified size
US7318590B2 (en) * 2002-06-19 2008-01-15 Ali Razavi Pattern adhesive seal products and method of production
DE50212936D1 (de) * 2002-10-24 2008-12-04 L 1 Identity Solutions Ag Prüfung von Bildaufnahmen von Personen
US7526114B2 (en) * 2002-11-15 2009-04-28 Bioarray Solutions Ltd. Analysis, secure access to, and transmission of array images
EP1597577A4 (en) * 2003-02-10 2007-02-21 Pointilliste Inc SELF-ARRANGING ARRAYS AND ITS APPLICATION
US7522762B2 (en) * 2003-04-16 2009-04-21 Inverness Medical-Biostar, Inc. Detection, resolution, and identification of arrayed elements
US20050000811A1 (en) * 2003-05-06 2005-01-06 Janos Luka Electrophoretically enhanced methods
WO2004104172A2 (en) * 2003-05-15 2004-12-02 Bioarray Solutions, Ltd. Hybridization-mediated analysis of polymorphisms
US20050038839A1 (en) * 2003-08-11 2005-02-17 Srinka Ghosh Method and system for evaluating a set of normalizing features and for iteratively refining a set of normalizing features
US7460223B2 (en) * 2003-09-19 2008-12-02 Applied Biosystems Inc. Inverted orientation for a microplate
US7424170B2 (en) * 2003-09-30 2008-09-09 Fotonation Vision Limited Automated statistical self-calibrating detection and removal of blemishes in digital images based on determining probabilities based on image analysis of single images
US20050236317A1 (en) * 2004-04-23 2005-10-27 Millipore Corporation Pendant drop control in a multiwell plate

Also Published As

Publication number Publication date
US20100142848A1 (en) 2010-06-10
EP1788523A1 (en) 2007-05-23
US8249381B2 (en) 2012-08-21
EP1788523B1 (en) 2015-04-01
EP2947624A1 (en) 2015-11-25
EP1788523B8 (en) 2015-05-06
US20070116376A1 (en) 2007-05-24

Similar Documents

Publication Publication Date Title
US9222897B2 (en) Method for characterizing a feature on a mask and device for carrying out the method
ES2301706T3 (es) Metodo de videomicroscopia cuantitativa y sistema asociado asi como el producto de programa informatico de sofware.
JP6230167B2 (ja) 局所測定を用いた試料の特徴付けのための装置及び方法
US9029745B2 (en) Method and apparatus for providing image data
ES2302750T3 (es) Alineamiento preciso de imagenes en sistemas de imagenes digitales emparejando puntos en las imagenes.
ES2610820T3 (es) Método para juzgar de forma automática una imagen de aglutinación mediante sistema MT, dispositivo, programa y medio de grabación
CN105745528A (zh) 用于以数字方式对阵列上的特征进行计数的方法和系统
RU2597162C2 (ru) Автоматизированная идентификация кристаллов, выполняемая посредством модифицируемых шаблонов
CN103025927A (zh) 精确地比对与配准用于dna测序的阵列的方法及系统
ES2537109T3 (es) Corrección en base a imágenes para señales luminosas indeseadas en una región de interés específica
JP2020524276A5 (es)
CN105204173A (zh) 一种视图合成校正方法及装置
US20200400425A1 (en) Imaging apparatuses, systems and methods
ES2977199T3 (es) Enfoque en tiempo real en un sistema de escaneo de portaobjetos
US20180255240A1 (en) Image generation apparatus and image generation method
JP4423347B2 (ja) 複眼測距装置の検査方法及び検査装置並びにそれに用いるチャート
US20150016594A1 (en) X-ray diffraction-based defective pixel correction method using an active pixel array sensor
JP2008015714A (ja) 画像処理方法および画像処理装置、並びに光学装置
Holwerda et al. The opacity of spiral galaxy disks-VII. The accuracy of galaxy counts as an extinction probe
FI111299B (fi) Menetelmä ja järjestely mittaustiedon käsittelemiseksi
TW202046245A (zh) 獲得關於物件的區域的資訊的電腦化系統及方法
KR101901774B1 (ko) 정자 활동성 검사장치
KR20180111684A (ko) 검사 시스템을 구성하기 위한 컴퓨터화된 방법, 컴퓨터 프로그램 제품 및 검사 시스템
RU2574522C9 (ru) Способ регистрации малоконтрастных точечных объектов
CN116703854B (zh) 免疫印迹检测膜条评估方法及装置、存储介质及电子设备