JP2010540906A - 診断分解能デジタルスライド画像のための改善した画質 - Google Patents

Abstract

診断分解能で第１のデジタルスライド画像を走査し、続いて画像毎に一つの染色を有する複数の独立した画像に逆畳み込みすることによって、デジタルスライド画像の改善された診断分解能を取得する。単一染色画像は、画像調整による強調処理、及び／又は、画像分析アルゴリズムによって処理される。画像分析アルゴリズムから得られる単一画像データ群は保存することができる。さらに、生成された強調処理された単一画像は、診断分解能で強調処理された第２のデジタルスライド画像に再結合することができる。
【選択図】図１

Description

本発明は、一般的には、デジタルパソロジーの分野に関し、より詳細には、診断分解能でデジタルスライド画像の画質を改善するためのシステム、及び方法に関する。

変調伝達関数（「ＭＴＦ」）、分解能、及び信号対ノイズ比（「ＳＮＲ」）を用いて撮像装置を客観的に数値化することができるが、かかる装置によって生成された画像データの品質又は判読性を査定することは、例えば、病理学のデジタルスライド画像の評価など、特に、画像データが人間によって主観的に検査されることを目的としている場合、比較的困難である。

さらに、デジタルスライドは並外れて大きく、通常、数ギガバイトのサイズであるため、病理学者によって読み取られるデジタルスライド画像については、画質、及び／又は、判読性の査定に関連する課題は深刻になる。この相当量の画像データが、最大分解能でデジタルスライドの各領域を検査し、その品質、及び／又は、判読性を判定する検査を行うことを極めて困難にする。さらに、病理学者が診断を行う際に探すパターン（すなわち、特徴及び手掛かり）は組織種別の間で異なる。特定の組織種別の診断を行うために使用する基準及びタスク（ｔａｓｋ）について病理学者の間で公式な合意がない。このことが、さらに混乱をもたらしている。さらに、デジタルスライド画像の分析、及びデジタルスライド画像に基づく診断は、薄い色を生じる弱い染色、濃い色を生じる強い染色、非標準のデジタル画像の染色特性、単一スライドの中の類似の着色物、単一スライドの中の相互に低コントラストの染色、及び物理的に乏しいスライド作成によって困難になる。したがって、デジタルスライド画像の改善された品質、及び／又は、判読性を提供し、上述の重要な課題を解決する、システム及び方法が必要とされている。

本書には、デジタルスライド画像の診断分解能を改善するためのシステム及び方法が記載されている。一実施の形態で、デジタルスライド画像は診断分解能で受け取られ、例えば、走査され、画像ごとに一つの染色を有する、複数の独立した画像に逆畳み込みされる。逆畳み込みとは、組織上の２以上の着色物の相互作用を逆転する処理を意味するといえる。

単一染色画像は、その後、画像調整によって強調処理される、及び／又は、画像分析アルゴリズムによって処理される。その後、画像分析アルゴリズムから得られた単一画像データ群を保存することができる。さらに、強調処理して得られた単一画像を、強調処理された、診断分解能の第２のデジタルスライド画像に再結合することができる。

デジタルスライド画像の診断を改善するための一実施の形態の方法では、組織試料の第１の画像を診断分解能で走査する。組織試料の画像は、複数の染色、例えば、ヘマトキシリン（ｈａｅｍａｔｏｘｙｌｉｎ）、エオシン、又はＤＡＢ（Ｄｉａｍｉｎｏｂｅｎｚｉｄｉｎｅ）を含むことができる。組織又は細胞の構造を強調表示するために用いる染色手順は通常、ヘマトキシリン（ｈａｅｍａｔｏｘｙｙｌｉｎ）、エオシン、又はＤＡＢなどの着色を用いる技術を含む。組織の画像は、複数の単一画像に逆畳み込みされ、複数の単一染色画像の１以上に画像調整が行われる。複数の単一染色画像の１以上は、第２の画像に診断分解能で再結合することができる。ここで、第２の画像は、改善されたデジタル画像である。一実施の形態では、複数の染色画像（ｓｔａｉｎｓ ｉｍａｇｅｓ）は、独立したまま表示することができる。

いくつかの実施の形態では、画像調整は、単一染色画像の染色のデジタル復色を含む。これにより、より客観的な診断のためのより高い品質のデジタル画像を得ることができ、画像分析アルゴリズム結果の品質を向上することができる。他の実施の形態では、複数の単一染色画像の１以上を、１以上の画像分析アルゴリズム又は画質アルゴリズムで処理することができる。画質アルゴリズムは、個々の染色を首尾良く分離して、個々の染色を独立してデジタル調整し、それらを再結合して組にして、デジタルスライドを提示することができる。ＩＱアルゴリズムの使用により、デジタル強調処理された染色を生成し、使用する試料を削減し、複数の染色、例えば、ヘマトキシリン（ｈａｍａｔｏｘｉｌｉｎ）及びエオシン（「Ｈ＆Ｅ」）をＨ＆ＤＡＢと、自動コロケーション（ｃｏ−ｌｏｃａｔｉｏｎ）することによって、検査（ｒｅｖｉｅｗ）を加速し、準備時間と、スライドガラスの数と保存に要する時間を節約することができる。画質アルゴリズムも、２又は３の染色された試料、例えば、Ｈ＆ＥとＨ＆ＤＡＢ又はＨ＆Ｅ＆ＤＡＢ用に構成することができる。画質アルゴリズムも、希釈／濃縮、背景染色の除去、細胞詳細強調（ｃｅｌｌｕｌａｒ ｄｅｔａｉｌ ｅｍｐｈａｓｉｓ）、クロモゲンの調整（ｔｕｎｉｎｇ）及びリマッピング（ｒｅｍａｐｐｉｎｇ）を含む、染色正規化のためのデジタル染色調整も実行する。

他の実施の形態のシステムでは、サーバは、畳み込みモジュールと、再結合モジュールと、調整モジュールと、受け取りモジュール、例えば、走査モジュールと、を含む。サーバは、データ記憶領域と、第１の画像をシステムに走査する走査モジュールとともに構成することができる。走査モジュールはサーバに含まれていてもよく、あるいは、別体であってもよい。逆畳み込みモジュールは、第１の画像を複数の単一画像に逆畳み込みするために用いられる。逆畳み込みの目的は、スライドが各々一つの染色でのみ染色されるように、信号又は画像を再生成することである。逆畳み込みは、画像取得の後に行われ、アルゴリズムを用いて、例えば、画像の不鮮明な領域から情報を抽出して、これらの領域をクリアにすることである。再結合モジュールは、複数の単一染色画像の１以上を第２画像に診断分解能で再結合するように構成することができる。調整モジュールは、複数の単一染色画像の１以上に画像調整を行うように構成することができる。一実施の形態では、調整を、所与のテストについて予め定義しておき、自動的に適用することができる。他の実施の形態では、調整モジュールは、調整命令をユーザから受け取るように構成することができ、ユーザは、例えば、まさに現在の表示のインスタンス（ｃｕｒｒｅｎｔ ｉｎｓｔａｎｃｅ ｏｆ ｖｉｅｗｉｎｇ）について調整することができる。いくつかの実施の形態では、ユーザは、特定のテストに対するデフォルトの初期設定として調整を行い、その調整を保存することができる。他の実施の形態では、調整は、走査又は表示（ｖｉｅｗ）分解能に応じて変化することができる。これらの調整命令は、複数の単一染色画像の１以上に対する画像調整の基準とすることができる。サーバはさらに、１以上の画像分析アルゴリズム又は画質アルゴリズムを用いて複数の単一染色画像の１以上を処理するプロセッサを含むことができる。画像分析アルゴリズムによって得られたデータは、データ記憶領域に保存することができる。

記載されたシステム及び方法の重要な利点は、病理学者又は臨床医に、特定の種類の診断又は解釈タスクを容易にする改善された画像デジタルスライドを提供することである。例えば、システム及び方法は、弱い染色を濃くする、強い染色を希釈する、背景染色を除去する、染色のデジタル画像特性を標準化する、（例えば、原色に使用する染色よりも高いコントラストを持たせる）染色の復色、（例えば、個々の病理学者の好みに基づく）個別の染色、単一染色画像の空間フィルタリング、単一染色画像の区分け及び定量化（例えば、プロジェステロンレセプタ（Ｐｒｅｇｅｓｔｅｒｏｎ＿ｒｅｃｅｐｔｏｒ（ＰＲ））の核（ｎｕｃｌｅｉ）をカウントする）などの、単一染色デジタル調整を提供し、多チャネル検出（ｍｕｌｔｉｃｈａｎｎｅｌ ｄｅｔｅｃｔｉｏｎ）又は、スペクトルイメージング検出器による新しい多重試薬（ｍｕｌｔｉｐｌｅｘ ｒｅａｇｅｎｔ）（例えば、同一のスライド及び他の二重又は三重染色のＥＲ／ＰＲが、２以上の物理的スライドを染色する必要を削減し、不正確な物理的試料を有する個々のスライドに優る利点を提供する）及び可視化のための新規な方法サポートする。

一実施の形態では、デジタルスライド画像の診断を改善する方法は、診断分解能で組織試料の第１の画像を走査するステップを含み、組織試料は、複数の染色を含むことができる。第１の画像を複数の単一画像に逆畳み込みし、複数の単一染色画像の１以上に画像調整を行う。複数の単一画像の１以上も、診断分解能で第２の画像に結合することができる。いくつかの実施の形態では、得られた改善されたデジタル画像は評価される（ｒａｔｅｄ）ことができる。画像調整は、単一染色画像の染色のデジタル復色であってもよく、復色は、（ａ）より高いコントラストを与える、（ｂ）個性化を行う、（ｃ）イベント／関心領域（例えば、レアイベント、ＥＰ／ＰＲコロケーション）を識別する、（ｘ）染色の正規化又は標準化を行う、ことができる。他の実施の形態では、デジタルスライド画像の診断を改善する方法は、組織試料の第１の画像を診断分解能で走査するステップを含み、組織試料は、複数の染色を含む。第１の画像は、複数の単一画像に逆畳み込みすることができる。さらに、複数の単一染色画像の１以上は、１以上の画像分析アルゴリズムで処理することができる。画像分析アルゴリズムで得られたデータは、記憶媒体に保存することができる。

新しい試薬（染色）の開発：一実施の形態では、試薬は、診断分解能のデジタル走査のために最適化できる。最適化された試薬の一例は、診断分解能でデジタル走査する試料を最適化するための、従来の試薬及び新しい試薬（例えば、多重試薬又は単一試薬）の使用の新しいプロトコルを開発することによって達成できる。一実施の形態では、新しい試薬システム（例えば、染色）は、デジタルパソロジーのために、例えば、診断分解能で走査する時により良い品質のデジタル画像を生成するために最適化することができる。他のＩＱ要素の中で、処理は、新しい試薬を逆畳み込みするステップと、逆畳み込みと組み合わせた、新しい／最適化された試薬プロトコルを含むことができる。一実施の形態では、処理は、試薬の特性と、染色された組織を透過してカメラのピクセルセンサに至った光とを関連付けるステップを含むことができる（例えば、試薬をＲＧＢチャネルに最適化する）。

本発明の他の特徴及び利点は、当業者には、以下の詳細な説明と添付の図面を検討することによって明らかになる。

構造及び動作の両方について、本発明の詳細な説明は、部分的には、同様の構成には同様の番号を付した、添付の図面を参照することによって得ることができる。

図１は、本発明の一実施の形態に係る、画像判読性評価のための代表的なシステムを説明するネットワーク図である。 図２は、本発明の一実施の形態に係る、デジタルスライド画像の改善された診断分解能を実行するための代表的なサーバを説明するブロック図である。 図３は、本発明の一実施の形態に係る、画像判読性評価のための代表的なサーバを説明するブロック図である。 図４は、本発明の一実施の形態に係る、デジタルスライド画像の改善された診断分解能のための代表的な処理を説明するフロー図である。 図５は、本発明の一実施の形態に係る、デジタルスライド画像の改善された診断分解能のための他の代表的な処理を説明するフロー図である。 図６は、一実施の形態に係る、組織のデジタルスライド画像を表示する際の、強調処理されたプログレッシブレンダリングのためのフロー処理の一例である。 図７は、画質アルゴリズムによって処理された画像の例を説明するブロック図である。 図８は、画質アルゴリズムによって処理された画像の例を説明するブロック図である。 図９は、検査された代表的な領域と、マーカのコロケーションと、再構成を横並び表示で説明する図である。 図１０は、検査された代表的な領域と、マーカのコロケーションと、再構成を横並び表示で説明する図である。 図１１は、検査された代表的な領域と、マーカのコロケーションと、再構成を横並び表示で説明する図である。 図１２は、検査された代表的な領域と、マーカのコロケーションと、再構成を横並び表示で説明する図である。 図１３は、ＩＱアルゴリズムの提示モードの一例を説明する図である。 図１４は、複数の画質の例を示す図である。 図１５は、複数の画質の例を示す図である。 図１６は、複数の画質の例を示す図である。 図１７は、複数の画質の例を示す図である。 図１８は、本書に記載の様々な実施の形態とともに使用することができる、代表的なコンピュータシステムを説明するブロック図である。

本書で開示する特定の実施の形態は、デジタルスライド画像の診断分解能を改善するシステム及び方法を提供する。本書の記載を読む当業者であれば、本発明を様々な代替の実施の形態、及び代替の用途で実施する方法が明らかになる。本書では本発明の様々な実施の形態について説明するが、これらの実施の形態は例示に過ぎず、限定するものではないことに留意されたい。また、様々な代替の実施の形態の詳細な説明は、添付の特許請求の範囲に記載の本発明の範囲又は広さを限定するものと解釈すべきではない。

図１は、本発明の実施の形態に係る画像判読性評価のための代表的なシステム１０を示すネットワーク図である。図示の実施の形態では、システム１０は、ネットワーク３０を介して評価装置４０と評価装置５０とに通信可能に接続された画像サーバ２０を含む。画像サーバ２０は、データ記憶領域（ｓｔｏｒａｇｅ ａｒｅａ）２５を有して構成されている。

画像サーバ２０は、従来のコンピュータ装置を用いて実施可能であり、複数のデジタルスライド画像、例えば、顕微鏡スライドの物理的組織試料のデジタル画像をデータ記憶領域２５に保持するように構成されている。これらのデジタルスライドは、様々な画像フォーマット又はデータフォーマットの任意の形式でよい。サーバは、また、データ記憶領域２５に、画像判読性を評価するための機能を容易にする、又は実現するために使用可能な様々なプログラムモジュールを保持してもよい。例えば、デジタルスライド画像データの部分を取得するためのモジュール、デジタルスライド画像データの当該部分に画像分析アルゴリズムを実行するためのモジュール、又は、その他のモジュールを画像サーバ２０によってデータ記憶領域２５に保持することができる。

データ記憶領域２５は、任意の種類の内部又は外部メモリ装置でよく、永続性メモリ及び揮発性メモリの両方を含んでもよい。データ記憶領域２５の機能は、データ（例えば、画像データ及び動作モジュール）を保持して長期記憶する、さらに、サーバ２０が実行するアプリケーションのための命令に効率的で高速のアクセスを提供することである。

サーバ２０と評価器４０、５０とは全て、ネットワーク３０を介して通信可能に接続されている。ネットワーク３０は、広い地理的領域にわたるデータ通信（例えば、サーバ２０と評価器４０との間）のために構成されており、インターネットと一般的に呼ばれているネットワークの集合体を含む、１以上の公衆ネットワーク又は専用ネットワーク（図示されていない）と通信可能に接続することができる。

評価器４０、５０は、また、ネットワーク３０と接続する機能を有する、従来のコンピュータ装置又はその他の通信機器を用いて実施することができる。例えば、評価器４０、５０は、無線通信機器、ＰＤＡ（ｐｅｒｓｏｎａｌ ｄｉｇｉｔａｌ ａｓｓｉｓｔａｎｔ）、パーソナルコンピュータ（ＰＣ）、ラップトップコンピュータ、ＰＣカード、専用の装置、又は、これらの任意の組み合わせ、又は、サーバ２０とネットワーク３０を介して通信リンクを確立することが可能なその他の機器など、様々な通信機器の中の任意のものを含むことができる。評価器４０、５０は、データ記憶領域（図示していない）を有して構成することができ、それらの主要機能は、デジタルスライド情報を分析担当者（例えば、病理学者又は技術者）に提示して、分析担当者からの入力をサーバ２０に渡すことである。

図２は、デジタルスライド画像のための診断分解能を実現する代表的なサーバ２０を説明するブロック図である。図示の実施の形態では、サーバ２０は、逆畳み込みモジュール１１、再結合モジュール２１、調整モジュール３１、走査（ｓｃａｎｎｅｒ）モジュール４１を含む。サーバ２０は、上述のように、データ記憶領域２５を有して構成することができる。一実施の形態では、サーバは、また、画像分析モジュールを含むことができる。

走査モジュール４１は、第１の画像をシステムに取り込むように構成されている。走査モジュール４１は、サーバ２０に含まれるが、別の構成要素であってもよい。逆畳み込みモジュール１１を用いて、第１の画像を複数の単一画像に逆畳み込みすることができる。逆畳み込みの目的は、畳み込みが行われる前に存在した信号又は画像を再生成することである。逆畳み込みは画像を取得した後に行われ、アルゴリズムを用いて、個々の染色画像を抽出する。再結合モジュール２１は、複数の単一染色画像の１以上を、診断分解能で第２画像に再結合するように構成することができる。調整モジュール３１は、複数の単一染色画像の一以上の画像調整を行うように構成することができる。一実施の形態では、調整モジュール３１は、図１に示す評価器４０を含む。評価器４０は、ユーザから調整命令を受けるように構成することができる。これら調整命令は、複数の単一染色画像の１以上に対する画像調整の基準とすることができる。調整モジュールは、複数の単一染色画像の１以上に画像調整を行うように構成することができる。一実施の形態では、調整を、所与のテストについて予め定義しておき、自動的に適用できるようにすることができる。他の実施の形態では、調整モジュールは、調整命令をユーザから受け取るように構成することができ、ユーザは、例えば、まさに現在の表示のインスタンス（ｃｕｒｒｅｎｔ ｉｎｓｔａｎｃｅ ｏｆ ｖｉｅｗｉｎｇ）について調整することができる。いくつかの実施の形態では、ユーザは、特定のテストについて調整を行い、その調整をデフォルトの初期設定として保存することができる。他の実施の形態では、調整は、走査又は表示（ｖｉｅｗ）分解能に応じて変化することができる。これらの調整命令は、複数の単一染色画像の１以上に対する画像調整の基準とすることができる。一実施の形態では、サーバはさらに、１以上の画像分析アルゴリズムを用いて複数の単一染色画像の１以上を処理するプロセッサ４１を含む。画像分析アルゴリズムによって得られたデータは、データ記憶領域２５に保存することができる。

図３は、本発明の実施の形態に係る、画像判読性評価のための代表的なサーバ２０を説明するブロック図である。図示の実施の形態では、サーバ２０は、タスクモジュール１００、画像モジュール１１０、タスク実行モジュール１２０、画像採点モジュール１３０を含む。サーバ２０は、上述のように、データ記憶領域２５をもって構成されている。タスクモジュールで生成されたタスク群は、調整モジュール３１で使用される、又は、実施されて、複数の単一染色画像の１以上に画像調整を行うようにしてもよい。

タスクモジュール１００は、１以上のタスク群を生成する、又は保持するために用いられる。タスク群は、組織種別ごととしてもよく、例えば、第１のタスク群を、組織試料の分析のために必須として、第２のタスク群を、血液試料の分析のために必須としてもよい。特定のケースでは、様々なタスク群の中で個々のタスクが重複するようにしてもよい。タスク群は、標準化団体、又は、相応の団体によって、確立してもよく、個々のタスクは、例えば、特定の組織種別及び、デジタルスライド画像に現れる染色に精通した、有資格の病理学者による従来の顕微鏡検査を用いて実行され得る基準と診断タスクを含んでもよい。タスクモジュールで生成されたタスク群は、複数の単一染色画像の１以上に画像調整を行うために、調整モジュール３１で使用又は実施することができる。

デジタルスライドは、サムネイル画像（最低分解能画像）から最大分解能ベースライン画像（最大分解能品質）までの間の、多くの中間画像分解能レベルに即座にアクセスを提供できるので、例えば、高倍率（ｈｉｇｈ ｐｏｗｅｒ）の（例えば、４０ｘ／０．７５対物レンズを有する）顕微鏡を用いて、高い画像分解能で実行できるタスクを選択することによって、より有意義な評価尺度（ｒａｔｉｎｇ ｓｃａｌｅ）が生成される。有利には、しかしながら、ＩＱアルゴリズムを利用することによって画質評価が改善される。基準とタスクの選択は、組織ごとに固有であり、低画像分解能で実行できるタスクを含むことは、一部の組織種別（例えば、皮膚病理学）には適当である場合がある。比較すると、血液病理学標本を目的とした画像判読性の評価尺度は、例えば、１００ｘ／１．４対物レンズを用いた、油浸分解能に対応する基準とタスクを反映すべきである。一般的に、焦点と照明、及びその他の画像取り込み属性が比較的同等の場合、より高い分解能の画像は、より高い画質を有する。

前立腺癌標本について、可能性のあるタスクと基準を以下の表に列挙する。
１．重なり合うコアの領域を識別する
２．血管の赤血球を識別する
３．アミロイド小体を識別する
４．グリーソン（Ｇｌｅａｓｏｎ）等級３とグリーソン等級５との間のパターンを区別する
５．神経組織と間質とを区別する
６．個々の筋束を識別する
７．正常前立腺の「ピンク色の」分泌物を検出する
８．悪性前立腺の「両染性細胞質」の存在を検出する
９．前立腺の基底層を識別する
１０．核小体の存在を検出する
１１．腺の内部の核の数をカウントする
１２．管腔細胞の境界を検出する
１３．青色を帯びた粘液の存在を検出する
１４．有糸分裂像の存在を検出する
１５．血管の内部の内皮核の数をカウントする
１６．リポフスチン／顔料の存在を検出する
１７．核の直径を２μｍの範囲内に近似する
１８．明確な核膜の境界を検出する
１９．個々の神経繊維を識別する
２０．個々の赤血球の凹面を検出する
２１．好中球の個々の葉を識別する
２２．筋繊維の個々の横紋を識別する
２３．間質繊維芽細胞の核とリンパ球とを区別する
２４．「正常」な有糸分裂像と「異常」な有糸分裂像とを区別する
２５．複数の仁を有する細胞の内部の個々の核小体を識別する

一実施の形態では、特定の組織種別の基準とタスクは、病理学者の間の合意によって確立され、いくつかの基準は、異なる組織種別の間で共通とする。これらの基準は、タスクモジュール１００に提供され、データ記憶領域２５に保存される。病理学者は、特定のタスク又は基準を含めること、又は排除することに反対してもよく、米国臨床病理委員会（「ＣＡＰ」）などの機関は、有利に、複数の異なる組織種別について、一般的に受け入れられたタスクを公表して、標準化してもよい。

画像モジュール１１０は、デジタルスライドから画像データを取得するように構成されている。デジタルスライドは、ローカルに、又はリモートに保存されてもよいし、又は、独立したデータベースを介してアクセスされてもよいし、又は、画像モジュール１１０の動作の下、データベースに統合されてもよい。何もない状態から開始する場合、画像モジュールはスライドガラスの走査を促し、特定の組織種別について基準とタスクを実行するために必要な分解能でデジタルスライド画像を生成するようにしてもよい。あるいは、画像モジュール１１０は、ネットワークサーバ、リモートの記憶領域、又はローカルのデータ記憶領域２５を介して、必要な分解能で画像データを取得してもよい。前立腺癌の生検を用いる一実施の形態では、必要な走査分解能を、画素あたりの走査分解能０．２５μｍに相当する、４０ｘ／０．７５の対物レンズを用いて達成することができる。

タスク実行モジュール１２０は、特定の組織種別に対するタスク群に要求される様々なタスクの実行を管理するように構成されている。一実施の形態では、タスク実行モジュールは、デジタルスライド画像から画像データの部分を、評価装置の表示画面に提供し、分析担当者（例えば、技術者又は病理学者）が、この画像データの部分を分析して、特定の組織種別に対応するタスク群のタスクの各々を実行できるようにする。タスク実行モジュール１２０は、また、タスク実行の際に、分析担当者の成功又は失敗も記録する。これは、分析担当者が、タスクの実行が成功したか成功しなかったかを登録することができるバイナリ入力のダイアログボックスを、分析担当者に提示することによって行ってもよい。

代替として、又は、組み合わせて、タスク実行モジュールは、デジタルスライドからの画像データを分析して、特定のタスクを実行することができる、１以上のコンピュータにより実行される画像処理アルゴリズムを採用してもよい。例えば、標本の中の細胞の数をカウントすることができる画像処理アルゴリズムを用いて、画像データに、個々の細胞を区別して識別するために十分なコントラストと分解能があるか否かを判断してもよい。このようにして、組織試料の中の細胞の数を首尾良くカウントすることが可能であるのならば、タスク実行モジュール１２０は、個々の細胞を区別して識別することができるタスクに成功として記録してもよい。有利なことには、より高機能でよりローバストな画像処理アルゴリズムが開発されるにつれ、分析担当者が実行する必要のあるタスクは減少するため、人的要素は除去され、デジタルスライド画像を採点するための時間は減少し、予測可能で再現性のある採点の信頼性が改善する。

一実施の形態では、タスク実行モジュール１２０は、デジタルスライドから画像データの代表的な部分についてタスクリストの基準と診断タスクの各々を分析担当者が実行する能力を測定する。これは、タスク実行モジュール１２０によって、デジタルスライドから（デジタルスライドの全領域を代表するように）画像データのランダムな部分を選択する、あるいは、顕微鏡を用いて（例えば、手動で）、又は、画像処理アルゴリズムによって（例えば、コンピュータによる支援／自動で）識別することができる、スライドの重要な領域から画像データの部分を選択することによって実行される。

特に、画像判読性の尺度の一つの目的は、診断タスクと基準を、デジタルスライド画像の判読性に基づいて、ランク付けすることである。従って、（ランダムに又は別の方法で）選択される表示分野（ｆｉｅｌｄｓ ｏｆ ｖｉｅｗ）は、複数の異なる画像品質に対応することが好ましく、そうでなければ、尺度は十分なダイナミックレンジを有さなくなり、基準とタスクを達成するための相対的な難度を差別可できなくなる。一実施の形態では、デジタルスライド画像の同一部分について複数の異なる画像品質を、例えば、画像データを二次抽出する、画像データを圧縮（さらに、画像圧縮時に品質ファクタ（ｑｕａｌｉｔｙ ｆａｃｔｏｒ）を変更）する、スライドガラスを複数の異なる分解能で走査する、及び、複数の異なる画像品質をシミュレーションするその他の任意の手段によって取得することができる。

画像採点モジュール１３０は、タスク実行の成功又は失敗に基づいて、画像判読性を採点するように構成されている。採点は、分析担当者（又は、画像処理アルゴリズム）によって検査されたデジタルスライド画像の各部分について算出される。デジタルスライドの様々な領域について独立して採点を算出してもよく、さらに、全デジタルスライドについて独立して採点を算出してもよい。一実施の形態では、全デジタルスライドの採点は、画像データの個々の部分のそれぞれの採点から、又は、（複数の部分を含む）画像データの個々の領域のそれぞれの採点から、又は、画像データの個々の部分及び領域の組み合わせから、算出される。

有利には、単一のデジタルスライドが自身に関連する、走査分解能における部分、領域、及び全スライドに関する採点とともに、全スライド（及びその部分及び領域）の最小分解能のサムネイル画像に至るまでの全ての削減した中間分解能における部分、領域、及び全スライドに関する採点を含む、複数の採点を有してもよい。

図４は、本発明の一実施の形態に係る、デジタルスライド画像の改善された診断分解能のための代表的な処理を説明するフロー図である。本実施の形態では、組織試料の第１の画像を診断分解能で走査する（２３０）。組織試料の画像は、複数の染色、例えば、ヘマトキシリン（ｈｅｍａｔｔｏｘｉｌｉｎ）、エオシン、又はＤＡＢを含むことができる。組織の画像は、複数の単一画像に逆畳み込みされる（２４０）。続いて、複数の単一染色画像の１以上に画像調整を行う。複数の単一染色画像の１以上を、診断分解能で第２の画像に結合することができる（２５０）。ここで、第２の画像は、改善されたデジタル画像とする。改善されたデジタル画像は、解剖病理学の画像判読性の評価尺度で評価することができる。いくつかの実施の形態では、画像調整（２５０）を実行する。画像調整は、単一染色画像の染色のデジタル復色（ｒｅｃｏｌｏｒｉｚａｔｉｏｎ）を含んでもよい。復色は、より高いコントラスト、個性化、関心領域／イベント（例えば、レアイベント（ｒａｒｅ ｅｖｅｎｔ）、ＥＲ／ＰＲコロケーション）を実現する。

図５は、本発明の一実施の形態に係る、デジタルスライド画像の改善された診断分解能のための他の代表的な処理を示すフロー図である。本実施の形態では、組織試料の第１の画像は、診断分解能で走査される（２３１）。組織試料、又は画像は、複数の染色、例えば、ヘマトキシリン（ｈｅｍａｔｔｏｘｉｌｉｎ）、エオシン、又はＤＡＢを含むことができる。組織の画像は、複数の単一画像に逆畳み込みされる（２４１）。続いて、複数の単一染色画像の１以上を、１以上の画像分析アルゴリズム又は画質アルゴリズムで処理する（２５１）。画質アルゴリズムは、個々の染色を首尾よく分離して、染色の各々を個別にデジタル調整し、それらを再結合して組にして、デジタルスライドを提示又は保存することができる（２６１）。

一実施の形態では、複数の異なるテスト（例えば、Ｈ＆Ｅ、ＥＲ、ＰＲ）のために染色された組織ブロックの連続切片を含むＮ個のスライドを分解する、又は染色を分離、調整、復色（ｒｅｃｏｌｏｒ）することができ、染色チャネルを複数の異なるスライドから結合することができる。このため、Ｈ＆Ｅ＆ＤＡＢをＨ＆Ｅ及びＨ＆ＤＡＢに分離する代わりに、Ｈ＆Ｅ及びＨ＆ＤＡＢをＨ＆Ｅ＆ＤＡＢから結合することができる。ＩＱアルゴリズムは、ユーザ、例えば、病理学者が、一つの表示（ｖｉｅｗ）を他の表示の上に重ね合わせることができる表示モード（ｖｉｅｗｉｎｇ ｍｏｄｅ）を有して構成することができる。例えば、Ｈ＆Ｅを検査で観察している際、病理学者は、ＤＡＢ表示をオン（ｔｕｒｎ ｏｎ）にして、Ｈ＆Ｅ表示の上に重ね合わせることができる。他の例では、Ｈ＆ＤＡＢのＥＲとＨ＆ＤＡＢとのＰＲとの結合を行うことを含む。ここでは、両方のＤＡＢが茶色で、ＰＲのＤＡＢを緑に改変して、ＰＲの緑のＤＡＢを重ね合わせたＨ＆ＤＡＢのＥＲを生成する。一実施の形態では、重ね合わせ処理は、Ｎ個のスライドの間で画像のレジストレーションを必須とすることができる。ＩＱアルゴリズムの使用は、デジタル処理で強調処理された染色、使用する試料の削減、複数の染色、例えば、Ｈ＆ＤＡＢとＨ＆Ｅとの自動コロケーションを可能とするので、検査を加速し、準備時間を節約し、スライドガラスの数とストレージを削減する。画質アルゴリズムはまた、任意の２又は３の染色された試料、例えば、Ｈ＆Ｅと、Ｈ＆ＤＡＢ又はＨ＆Ｅ＆ＤＡＢのために構成することができる。画質アルゴリズムはまた、希釈／濃縮、背景染色の除去、細胞詳細強調（ｃｅｌｌｕｌａｒ ｄｅｔａｉｌ ｅｍｐｈａｓｉｓ）、クロモゲンの調整（ｔｕｎｉｎｇ）及びリマッピング（ｒｅｍａｐｐｉｎｇ）を含む、染色正規化のためのデジタル染色調整も実行する。画像分析アルゴリズムから得られたデータは、例えば、メモリ２５に保存することができる。ＩＱアルゴリズムは、画像の表示（ｖｉｅｗｉｎｇ）、又は、ディスプレイ表示（ｄｉｓｐｌａｙ）の更新と同時に動作するように構成することができる。このため、ＩＱアルゴリズムから得られた画像は、ユーザの関与なく、（例えば、表示又はディスプレイモードで）表示又はディスプレイ表示することができる。さらに、ディスプレイ更新機能は、画像又は染色を、ＩＱアルゴリズムの動作と同時に更新することができる。これらのＩＱアルゴリズムの動作は、染色ごとに固有、又はテストごとに固有である。ＩＱアルゴリズムは、染色又は画像を表示するための、横並び表示を含む、デジタル表示モードを提供するように構成されている。

図６は、本実施の形態に係る、組織のデジタルスライド画像を表示する際の、強調処理されたプログレッシブレンダリングのフロー処理の例である。この処理は、ビューイングステーション又は画像サーバ、又はこれらの組み合わせ、及びその他の装置によって実施することができる。実施の形態のビューイングステーション、及び／又は、画像サーバは、例えば、図１８を参照して後述する汎用コンピュータによって実現することができ、処理ステップを実行するモジュールは、ソフトウェア又はハードウェアで実施してもよい。

最初に、ステップ１００で、ナビゲーション命令を受け取る。ナビゲーション命令は、表示することを希望する組織のデジタルスライド画像の部分を識別するものであってよい。次に、ステップ１２５で、表示する画像の部分の低分解能画像を取得する。画像データは、ローカルメモリ、又は、直接又は間接通信リンクを介してアクセス可能な画像サーバから取得してもよい。例えば、間接通信リンクは、ビューイングステーションと画像サーバとのネットワーク接続を含んでもよい。ステップ１５０で、取得した画像をディスプレイに表示する。

ステップ１７５で、インジケータに基づいて、組織試料のデジタルスライド画像の部分の分解能が許容可能であるか否かの判定を行う。一実施の形態では、インジケータは時間の経過によって示される。選択される許容可能な分解能を有する表示画像には、所定の時間の閾値を割り当てることができる。このように、画像が表示される時間を追跡して、画像が表示される時間の量が所定の閾値を超えた場合は、分解能が不十分である、又は、許容不可であることを示す。このような判定が行われ、このようなより高い分解能画像が存在するとステップ２００で判定されると、ステップ２２５において同一の関心領域のより高い分解能画像が取得される。あるいは、所定の閾値の時間の量を超える前に次のナビゲーション命令を受けた場合、処理はステップ１００に戻り、次のナビゲーション命令が受け取られ、異なる関心領域を表示する。

より高い分解能画像が存在し、ステップ１５０で続いて表示される場合、その特定の関心領域に合焦することが望まれている限り、処理は、より高い分解能画像のプログレッシブレンダリングをループする。例えば、病理学者は、新しいナビゲーション命令を発行せずに、特定の関心領域を合焦してもよい。一旦最大分解能画像が表示され、例えば、病理学者が継続して同一の関心領域を表示させる場合、ステップ２５０において関心領域の強調処理された画像が取得され、ステップ２７５において表示される。強調処理された画像は、上述の図４及び図５に図示したように取得することができる。強調処理された画像を取得することは、画像の現在の部分を動的に処理して、画像を強調処理することを含んでもよい。あるいは、強調処理された画像を取得することは、また、データ記憶部から予め強調処理された画像を取得することを含んでもよい。

有利なことに、ステップ３００に示すように、インジケータを用いて、病理学者に、強調処理された画像を表示していることを知らせてもよい。かかるインジケータは、強調処理された画像が表示されている時に強調表示、又は明るくなり、ネイティブ画像が表示されている時には暗くなる、アイコンなどの目に視覚的なものでもよい。代替として、又は、組み合わせて、現在の表示が強調処理された画像であることを示す音などの、聴覚的なインジケータを用いてもよい。

画像データを動的に処理することの一つの利点は、全デジタルスライドを強調処理によって予め処理する必要はなく、その代わり、検査対象の画像の部分のみを強調処理することができることである。病理学者は、デジタルスライドを監視領域にナビゲートする際、画質改善アルゴリズムを常時実行する必要はない。その代わり、病理学者が表示を熟考する、又は、集中している時に強調処理された表示が提示されるように、要求に応じた動的アプローチを実施することができる。それに加えて、例えば、動的な実施の形態において、一度強調処理された表示が生成されると、強調処理された表示をデジタル画像とともに保存しておき、後で同一の関心領域に戻る際、その強調処理された表示を提示するために冗長な画像処理を必要としないようにすることができる。ここで、図６を参照して説明した改善されたプログレッシブレンダリングは、病理学者のために画像品質の改善を行う一実施の形態にすぎないことに留意されたい。プログレッシブレンダリングでは、最大分解能画像がディスプレイに表示される、又は、ユーザがナビゲートをして表示から離れ、レンダリング処理を再開するまで、低分解能から中分解能、高分解能の一連の画像を観察者に提示する。改善されたプログレッシブレンダリングは、強調処理された画像を低分解能から中分解能、高分解能の一連の画像の任意の点に追加することができ、例えば、最後の提示を関心領域の強調処理された高分解能画像としてもよい。

図７及び図８は、画質アルゴリズムによって処理された画像の例を示すブロック図である。図７は、一つはＨ染色用、一つはＥ染色用と、別々の画像に分解される原画像を示す。次にＨ＆Ｅ画像が再結合されて、改善された画像が提供される。同様に、図８に、３つの別々の画像に分解され、次に、様々な組み合わせを有した改善された画像に再結合される原画像を示す。単一の分解される／調整される画像の組み合わせについては図示していないが、全ての組み合わせを生成することができる。

図９〜１２は、検査された代表的な領域と、再構成されたマーカと横並び表示のコロケーションを示す図である。図１０〜１２は、原デジタル画像の表示と、オフにされた（ｔｕｒｎｅｄ ｏｆｆ）茶色染色を有する強調処理されたデジタル画像の表示と、オンにされた（ｔｕｒｎｅｄ ｏｎ）ピンク染色を有する強調処理されたデジタル画像の表示と、の３つの表示を同一領域に有するユーザインタフェースを示す。一実施の形態では、染色をオフにすることは、画像から１以上の色をデジタル処理によって除去することにより実現できる。

図１３は、ＩＱアルゴリズム画像を提示するための代表的なフローを説明する図である。最初に、調整された画像が提示され、次に、個別の染色を有する逆畳み込みされた画像が提示され、次に、再結合された画像（任意の組み合わせ）が提示される。

図１４〜１７は、原画像と、異なる染色（単一又は複数の染色）を様々な組み合わせで有する、再結合された画像の複数の画質提示の例を示す図である。

図１８は、本書に記載の様々な実施の形態とともに使用することができる、代表的なコンピュータシステム５５０を示すブロック図である。例えば、コンピュータシステム５５０は、既に図１を参照して説明したサーバ又は評価装置とともに使用してもよい。しかしながら、他のコンピュータシステム、及び／又は、アーキテクチャを用いてもよいことは当業者には明かである。

コンピュータシステム５５０は、好ましくは、プロセッサ５５２などの１以上のプロセッサを含む。入力／出力を管理するための補助プロセッサ、浮動小数点数学演算を実行するための補助プロセッサ、信号処理アルゴリズムの高速実行に好適なアーキテクチャを有する専用マイクロプロセッサ（例えば、デジタル信号プロセッサ）、メイン処理システムに対して下位のスレーブプロセッサ（例えば、バックエンドプロセッサ）、デュアル又はマルチプロセッサシステム用の追加のマイクロプロセッサ又はコントローラ、又は、コプロセッサなど、追加のプロセッサを設けてもよい。かかる補助プロセッサは、別体のプロセッサでもよく、又は、プロセッサ５５２と一体でもよい。

プロセッサ５５２は、好ましくは、通信バス５５４と接続されている。通信バス５５４は、コンピュータシステム５５０のストレージと他の周辺部品との間の情報伝送を容易にするためのデータチャネルを含んでもよい。通信バス５５４は、データバス、アドレスバス、コントロールバス（図示していない）含み、プロセッサ５５２との通信のために使用する信号群を提供することができる。通信バス５５４は、例えば、業界標準アーキテクチャ（「ＩＳＡ」）、拡張業界標準アーキテクチャ（「ＥＩＳＡ」）、マイクロチャネルアーキテクチャ（「ＭＣＡ」）、ＰＣＩ（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ）ローカルバス、又は、ＩＥＥＥ４８８汎用インタフェースバス（「ＧＰＩＢ」）、ＩＥＥＥ６９６／Ｓ−１００、などを含む、ＩＥＥＥ（Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｅｌｅｃｔｒｉｃａｌ ａｎｄ Ｅｌｅｃｔｒｏｎｉｃｓ Ｅｎｇｉｎｅｅｒｓ）によって公表された標準、に準拠したバスアーキテクチャなどの、任意の標準又は非標準バスアーキテクチャを含んでもよい。

コンピュータシステム５５０は、好ましくはメインメモリ５５６を含み、また、二次メモリ５５８を含んでもよい。メインメモリ５５６は、プロセッサ５５２で実行するプログラムのためのデータ及び命令のストレージを提供する。メインメモリ５５６は、通常、ＤＲＡＭ（ｄｙｎａｍｉｃ ｒａｎｄｏｍ ａｃｃｅｓｓ ｍｅｍｏｒｙ）、及び／又は、ＳＲＡＭ（ｓｔａｔｉｃ ｒａｎｄｏｍ ａｃｃｅｓｓ ｍｅｍｏｒｙ）などの半導体ベースのメモリである。他の半導体ベースのメモリの種類は、例えば、ＳＤＲＡＭ（ｓｙｎｃｈｒｏｎｏｕｓ ｄｙｎａｍｉｃ ｒａｎｄｏｍ ａｃｃｅｓｓ ｍｅｍｏｒｙ）、ＲＤＲＡＭ（Ｒａｍｂｕｓ ｄｙｎａｍｉｃ ｒａｎｄｏｍ ａｃｃｅｓｓ ｍｅｍｏｒｙ）、ＦＲＡＭ（ｆｅｒｒｏｅｌｅｃｔｒｉｃ ｒａｎｄｏｍ ａｃｃｅｓｓ ｍｅｍｏｒｙ）、及びＲＯＭ（ｒｅａｄ ｏｎｌｙ ｍｅｍｏｒｙ）を含む。

二次メモリ５５８は、オプションとして、ハードディスクドライブ５６０、及び／又は、脱着可能なストレージドライブ５６２、例えば、フロッピー（登録商標）ディスクドライブ、磁気テープドライブ、ＣＤ（ｃｏｍｐａｃｔ ｄｉｓｃ）ドライブ、ＤＶＤ（ｄｉｇｉｔａｌ ｖｅｒｓａｔｉｌｅ ｄｉｓｃ）ドライブ、などを含んでもよい。脱着可能なストレージドライブ５６２は公知の方式で、読み出し、又は、書き込みを脱着可能な記憶媒体５６４に対して行う。脱着可能な記憶媒体５６４は、例えば、フロッピー（登録商標）ディスク、磁気テープ、ＣＤ、ＤＶＤなどでもよい。

脱着可能な記憶媒体５６４は、好ましくは、コンピュータが実行可能なコード（すなわち、ソフトウェア）、及び／又は、データを有する、コンピュータが読み出し可能な媒体である。脱着可能な記憶媒体５６４に記憶されたコンピュータソフトウェア、及び／又はデータは、電気通信信号５７８としてコンピュータシステム５５０に読み込まれる。

代替の実施の形態では、二次メモリ５５８は、コンピュータプログラム又はデータ、又はその他のデータ又は命令をコンピュータシステム５５０にロードすることができる、他の類似の手段を含んでもよい。かかる手段は、例えば、外部記憶媒体５７２及びインタフェース５７０を含んでもよい。外部記憶媒体５７２の例示は、外部のハードディスクドライブ又は外部の光学ドライブ、又は外部の光磁気ドライブを含んでもよい。

二次メモリ５５８の他の例は、ＰＲＯＭ（ｐｒｏｇｒａｍｍａｂｌｅ ｒｅａｄ−ｏｎｌｙ ｍｅｍｏｒｙ）、ＥＰＲＯＭ（ｅｒａｓａｂｌｅ ｐｒｏｇｒａｍｍａｂｌｅ ｒｅａｄ−ｏｎｌｙ ｍｅｍｏｒｙ）、ＥＥＰＲＯＭ（ｅｌｅｃｔｒｉｃａｌｌｙ ｅｒａｓａｂｌｅ ｒｅａｄ−ｏｎｌｙ ｍｅｍｏｒｙ）、フラッシュメモリ（ＥＥＰＲＯＭと類似のブロック指向のメモリ）などの半導体ベースのメモリを含んでもよい。また、任意のその他の脱着可能なストレージ部５７２及び、脱着可能なストレージ部５７２からコンピュータシステム５５０にソフトウェア及びデータを伝送することができる、インタフェース５７０が含まれる。

コンピュータシステム５５０は、また、通信インタフェース５７４を含んでもよい。通信インタフェース５７４は、ソフトウェア及びデータをコンピュータシステム５５０と外部装置（例えば、プリンタ）、ネットワーク、又は情報源との間で伝送することができる。例えば、コンピュータソフトウェア又は実行可能なコードを、コンピュータシステム５５０へネットワークサーバから通信インタフェース５７４を介して伝送してもよい。通信インタフェース５７４の例示は、いくつかだけを挙げると、モデム、ネットワークインタフェースカード（「ＮＩＣ」）、通信ポート、ＰＣＭＩＡスロット及びカード、赤外線インタフェース、ＩＥＥＥ１３９４ファイヤワイヤなどが含まれる。

通信インタフェース５７４は、好ましくは、イーサネット（登録商標）ＩＥＥＥ８０２標準、ファイバチャネル、ＤＳＬ（ｄｉｇｉｔａｌ ｓｕｂｓｃｒｉｂｅｒ ｌｉｎｅ）、ＡＤＳＬ（ａｓｙｎｃｈｒｏｎｏｕｓ ｄｉｇｉｔａｌ ｓｕｂｓｃｒｉｂｅｒ ｌｉｎｅ）、フレームリレー、ＡＴＭ（ａｓｙｎｃｈｒｏｎｏｕｓ ｔｒａｎｓｆｅｒ ｍｏｄｅ）、ＩＳＤＮ（ｉｎｔｅｇｒａｔｅｄ ｄｉｇｉｔａｌ ｓｅｒｖｉｃｅｓ ｎｅｔｗｏｒｋ）、ＰＣＳ（ｐｅｒｓｏｎａｌ ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ｓｅｒｖｉｃｅｓ）、ＴＣＰ／ＩＰ（ｔｒａｎｓｍｉｓｓｉｏｎ ｃｏｎｔｒｏｌ ｐｒｏｔｏｃｏｌ／Ｉｎｔｅｒｎｅｔ ｐｒｏｔｏｃｏｌ）、ＳＬＩＰ／ＰＰＰ（ｓｅｒｉａｌ ｌｉｎｅ Ｉｎｔｅｒｎｅｔ ｐｒｏｔｏｃｏｌ／ｐｏｉｎｔ ｔｏ ｐｏｉｎｔ ｐｒｏｔｏｃｏｌ）などの業界が推奨するプロトコル標準などを実施してもよく、又は、カスタマイズされたプロトコル又は非標準インタフェースプロトコルを実施してもよい。

通信インタフェース５７４を介して伝送されたソフトウェア及びデータは、一般的に、電気通信信号５７８の形式である。これらの信号５７８は、好ましくは、通信チャネル５７６を介して通信インタフェース５７４に提供される。通信チャネル５７６は、信号５７８を伝送し、いくつかだけを挙げると、電線又はケーブル、光ファイバ、従来の電話回線、セルラー電話リンク、無線データ通信リンク、無線周波数（ＲＦ）リンク、又は赤外線リンクを含む、様々な有線又は無線通信手段を用いて実現することができる。

コンピュータが実行可能なコード（すなわち、コンピュータプログラム又はソフトウェア）は、メインメモリ５５６、及び／又は、二次メモリ５５８に記憶されている。コンピュータプログラムは、通信インタフェース５７４を介して受信し、メインメモリ５５６、及び／又は、二次メモリ５５８に記憶することができる。実行時、かかるコンピュータプログラムは、コンピュータシステム５５０が上述の本発明の様々な機能を実現することを可能とする。

本書において、用語「コンピュータ読み出し可能な媒体」とは、コンピュータが実行可能なコード（例えば、ソフトウェア及びコンピュータプログラム）をコンピュータシステム５５０に提供するための用いられる任意の媒体を示すために用いられる。これらの媒体の例示は、メインメモリ５５６、二次メモリ５５８（ハードディスクドライブ５６０、脱着可能な記憶媒体５６４、及び外部記憶媒体５７２を含む）、及び任意の周辺デバイスを含む。任意の周辺デバイス（ネットワーク情報サーバ又は他のネットワークデバイスを含む）は、通信インタフェース５７４と通信によって連結される。これらのコンピュータ読み出し可能な媒体は、コンピュータシステム５５０に実行可能なコード、プログラム命令、及びソフトウェアを提供するための手段である。

ソフトウェアを用いて実現される一実施の形態において、ソフトウェアは、コンピュータ読み出し可能な媒体上に格納されてもよく、脱着可能なストレージドライブ５６２、インタフェース５７０、又は通信インタフェース５７４を介してコンピュータシステム５５０の中にロードしてもよい。かかる一実施の形態において、ソフトウェアは、電気通信信号５７８の形式でコンピュータシステム５５０の中にロードされる。ソフトウェアは、プロセッサ５５２によって実行されるときに、好ましくはプロセッサ５５２に、本書中に上記された発明の特徴及び機能を実行させる。

様々な実施の形態はまた、主としてハードウェア、例えば、特定用途向け集積回路（「ＡＳＩＣ」）、又はフィールドプログラマブルゲートアレイ（「ＦＰＧＡ」）などの構成要素を用いて実装してもよい。本書中に記述される機能を実行することが可能な、ハードウェアステートマシンの実装もまた、当業者に明らかとなる。様々な実施の形態はまた、ハードウェア及びソフトウェアの両方の組み合わせを用いて、実装され得る。

さらに、当業者は、本書中に開示される上記の図面及び実施形態に関連して記述される、様々な例示の論理ブロック、モジュール、回路、及び方法のステップが、電子的ハードウェア、コンピュータソフトウェア、又は両方の組み合わせとしてしばしば実装され得ることを理解する。ハードウェア及びソフトウェアのこの交換可能性を明白に例示するために、様々な例示の構成要素、ブロック、モジュール、回路、及びステップは、概してそれらの機能性に関して上記に説明した。かかる機能性がハードウェア又はソフトウェアのいずれにおいて実装されるかは、システム全体に課される特定用途及び設計制約条件に依存する。当業者は、各特定用途に対して様々な方法で記述された機能性を実装し得るけれども、そのような実装の決定は、本発明の範囲からの逸脱をもたらすものとして解釈されるべきでない。さらに、モジュール、ブロック、回路、又はステップ内の機能のグループ化は、説明を容易にするためである。特定の機能又はステップは、本発明から逸脱することなく、別のモジュール、ブロック、又は回路に移され得る。

さらに、本書中に開示される実施形態に関連して記述される、様々な例示の論理ブロック、モジュール、及び方法は、汎用プロセッサ、デジタルシグナルプロセッサ（「ＤＳＰ」）、ＡＳＩＣ、ＦＰＧＡ、又は他のプログラマブル論理デバイス、ディスクリートのゲートロジック又はトランジスタロジック、ディスクリートのハードウェア構成要素、又は本書中に記述される機能を実行するために設計される、それらの任意の組み合わせによって実装されるか、又は実行され得る。汎用プロセッサは、マイクロプロセッサでもよいが、代替として、プロセッサは、任意のプロセッサ、コントローラ、マイクロコントローラ、又はステートマシンであってもよい。プロセッサはまた、コンピューティングデバイスの組み合わせ、例えば、ＤＳＰ及びマイクロプロセッサの組み合わせ、複数のマイクロプロセッサ、ＤＳＰコアと連携した１つ以上のマイクロプロセッサ、又は任意のその他のかかる構成として実装してもよい。

さらに、本書中に開示される実施形態に関連して記述される、方法又はアルゴリズムのステップは、ハードウェアによって、プロセッサによって実行されるソフトウェアモジュールによって、又はその２つの組み合わせによって直接的に具現化され得る。ソフトウェアモジュールは、ＲＡＭメモリ、フラッシュメモリ、ＲＯＭメモリ、ＥＰＲＯＭメモリ、ＥＥＰＲＯＭメモリ、レジスタ、ハードディスク、脱着可能なディスク、ＣＤ−ＲＯＭ、又はネットワーク記憶媒体を含む、記憶媒体の任意の他の形式で常駐してもよい。例示的な記憶媒体は、プロセッサと接続することができる。かかるプロセッサは、記憶媒体から情報を読み取り、記憶媒体に情報を書き込むことができる。代替的には、記憶媒体は、プロセッサに統合され得る。プロセッサ及び記憶媒体はまた、ＡＳＩＣに備えられてもよい。

開示された実施形態の上記の説明は、当業者に対して本発明を構成するか又は使用することを可能にするために提供される。これらの実施形態に対する様々な改変は、当業者には容易に明らかとなり、本書中に記述される一般的な原理は、本発明の精神及び範囲から逸脱することなく他の実施形態に適用され得る。従って、本書中に提示される説明及び図面が、本発明の現在の好適な実施形態を表し、それゆえに、本発明によって幅広く企図される主題を表現することは理解されるべきである。本発明の範囲が、当業者に対して明らかになり得る他の実施形態を完全に含み、本発明の範囲が、添付の特許請求の範囲以外の何ものによっても限定されないことはさらに理解される。

Claims (28)

1. 病理学情報を管理及び解釈するデジタル環境においてデジタルスライド画像の画質を改善するための、コンピュータに実施される方法であって、
   組織試料のデジタルスライド画像を診断分解能で受け取るステップと、
   前記デジタルスライド画像を複数の単一画像に逆畳み込みするステップと、
   前記複数の単一画像の品質を最適化するために前記複数の単一画像を画像分析アルゴリズムによって処理するステップと、を含み、
   前記複数の単一画像は、単一画像ごとに一つの染色種（ｓｔａｉｎ ｔｙｐｅ）を有することを特徴とする、方法。
2. 複数の最適化された単一画像をストレージデバイスに保存するステップをさらに含むことを特徴とする、請求項１記載の方法。
3. 前記複数の単一画像の品質を最適化するために前記複数の単一画像の１以上を調整するステップをさらに含むことを特徴とする、請求項１記載の方法。
4. 前記調整するステップは、前記複数の単一画像の１以上に対する、染色のデジタル復色（ｒｅｃｏｌｏｒｉｚａｔｉｏｎ）を行うことを含むことを特徴とする、請求項３記載の方法。
5. 複数の最適化された単一画像を診断分解能で第２のデジタルスライド画像に再結合するステップをさらに含むことを特徴とする、請求項１記載の方法。
6. 前記組織試料は、複数の染色を含むことを特徴とする、請求項１記載の方法。
7. 前記複数の単一画像は、組織上に２以上の着色物（ｃｏｌｏｒｅｄ ｓｔａｉｎ）を含むことを特徴とする、請求項１記載の方法。
8. 前記逆畳み込みするステップは、組織上の２以上の着色物の相互作用（ｉｎｔｅｒａｃｔｉｏｎ）を逆転させるステップを含むことを特徴とする、請求項４記載の方法。
9. 前記受け取るステップは、診断分解能で前記デジタルスライド画像を走査するステップを含むことを特徴とする、請求項１記載の方法。
10. 前記複数の単一画像の１以上は、診断分解能で走査される前に最適化されることを特徴とする、請求項９記載の方法。
11. 走査される前に最適化された複数の単一画像の１以上の単一画像の画像特性は、前記１以上の単一画像を透過して、画像を記録するデバイスのピクセルセンサに入る光の特性と関連付けられることを特徴とする、請求項１０記載の方法。
12. 前記画像分析アルゴリズムは、染色の正規化のためのデジタル染色調整を実行するように構成されていることを特徴とする、請求項１記載の方法。
13. 前記デジタル染色調整の処理は、希釈／濃色、背景染色の除去、細胞詳細強調（ｃｅｌｌｕｌａｒ ｄｅｔａｉｌ ｅｍｐｈａｓｉｓ）、クロモゲンの調整（ｔｕｎｉｎｇ）及びリマッピング（ｒｅｍａｐｐｉｎｇ）からなる処理の群から選択されることを特徴とする、請求項１２記載の方法。
14. 病理学情報を管理及び解釈するデジタル環境においてデジタルスライド画像の画質を改善するための、コンピュータに実施される方法であって、
    組織試料のデジタルスライド画像を診断分解能で受け取るステップと、
    前記デジタルスライド画像を複数の単一画像に逆畳み込みするステップと、
    前記複数の単一画像の品質を最適化するために画像分析アルゴリズムによって前記複数の単一画像の１以上を調整するステップと、
    複数の最適化された単一画像の一以上を第２のデジタルスライド画像に診断分解能で再結合するステップと、を含み、
    前記複数の単一画像は、単一画像ごとに一つの染色種を有することを特徴とする、方法。
15. 前記受け取るステップは、前記デジタルスライド画像を診断分解能で走査するステップを含むことを特徴とする、請求項１４記載の方法。
16. 病理学情報を管理及び解釈するデジタル環境においてデジタルスライド画像の画質を改善するためのシステムであって、
    組織試料のデジタルスライド画像を診断分解能で受け取るように構成された受け取りモジュールと、
    前記デジタルスライド画像を複数の単一画像に逆畳み込みするように構成された逆畳み込みモジュールと、
    前記複数の単一画像の１以上の単一画像の品質を最適化するために前記複数の単一画像の１以上の単一画像の処理する分析アルゴリズムを実行するように構成されたコントローラモジュールと、を含み、
    前記複数の単一画像は、単一画像ごとに一つの染色種を有することを特徴とする、システム。
17. 前記複数の単一画像を保存するストレージデバイスをさらに含むことを特徴とする、請求項１６記載のシステム。
18. 前記複数の単一画像の品質を最適化するために前記複数の単一画像の１以上の単一画像の調整を行うように、さらに構成されていることを特徴とする、請求項１６記載のコントローラモジュール。
19. 前記調整が、前記複数の単一画像の１以上の単一画像に対する、染色のデジタル復色（ｒｅｃｏｌｏｒｉｚａｔｉｏｎ）を含むことを特徴とする、請求項１８記載のコントローラモジュール。
20. 前記調整は、第１のテストについてあらかじめ定義されており、自動的に適用されることを特徴とする、請求項１８記載のコントローラモジュール。
21. 現在の表示のインスタンス（ｃｕｒｒｅｎｔ ｉｎｓｔａｎｃｅ ｏｆ ｖｉｅｗｉｎｇ）についてユーザから調整命令を受けるように構成されていることを特徴とする、請求項１８記載のコントローラモジュール。
22. 複数の最適化された単一画像の１以上の単一画像を診断分解能で第２のデジタルスライド画像に再結合するように構成された再結合モジュールをさらに含むことを特徴とする、請求項１６記載のシステム。
23. 前記受け取りモジュールは、診断分解能で組織試料のデジタルスライド画像を走査するように構成された走査モジュールを含むことを特徴とする、請求項１６記載のシステム。
24. 病理学情報を管理及び解釈するデジタル環境においてデジタルスライド画像の画質を改善するための、コンピュータに実施される方法であって、
    組織試料のデジタルスライド画像の少なくとも一部を識別するナビゲーション命令を受け取るステップと、
    識別された前記組織試料のデジタルスライド画像の少なくとも一部を取得して表示するステップと、
    前記組織試料のデジタルスライド画像の少なくとも一部の分解能が許容可能か否かをインジケータに基づいて判定するステップと、
    前記分解能が許容可能と判定された場合に、識別された前記組織試料のデジタルスライド画像の少なくとも一部を受け入れるステップと、
    前記分解能が許容不可と判定された場合に、前記組織試料のデジタルスライド画像の少なくとも一つのより高い分解能の画像を取得して表示するステップと、を含むことを特徴とする方法。
25. 許容可能な識別された前記組織試料のデジタルスライド画像の少なくとも一部を診断分解能で受け取るステップをさらに含むことを特徴とする請求項２４記載の方法。
26. 前記デジタルスライド画像を複数の単一画像に逆畳み込みするステップをさらに含み、
    前記複数の単一画像は、単一画像ごとに一つの染色種を有することを特徴とする、請求項２４記載の方法。
27. 複数の単一画像の品質を最適化するために、画像分析アルゴリズムによって、前記複数の単一画像の１以上を調整するステップをさらに含むことを特徴とする、請求項２４記載の方法。
28. 複数の最適化された単一画像の１以上を診断分解能で第２のデジタルスライド画像に再結合するステップをさらに含むことを特徴とする、請求項２７記載の方法。

Images