JP5602717B2 - 高密度細胞集団の自動セグメンテーション方法およびシステム - Google Patents
高密度細胞集団の自動セグメンテーション方法およびシステム Download PDFInfo
- Publication number
- JP5602717B2 JP5602717B2 JP2011500225A JP2011500225A JP5602717B2 JP 5602717 B2 JP5602717 B2 JP 5602717B2 JP 2011500225 A JP2011500225 A JP 2011500225A JP 2011500225 A JP2011500225 A JP 2011500225A JP 5602717 B2 JP5602717 B2 JP 5602717B2
- Authority
- JP
- Japan
- Prior art keywords
- cell
- image
- cells
- images
- segmenting
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
- G06V20/695—Preprocessing, e.g. image segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/143—Segmentation; Edge detection involving probabilistic approaches, e.g. Markov random field [MRF] modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30024—Cell structures in vitro; Tissue sections in vitro
Description
[0025]本明細書で使用する場合、「生体物質」という用語は、生体源である、またはこれから得られる物質のことを言う。生体源としては、これに限らないが、例えば体液(例えば、血液、血漿、血清、または尿)から生じる物質、器官、組織、画分、細胞、単細胞または多細胞臓器である、またはこれらから単離された細胞、細胞内および核物質、菌類、植物、およびこれに限らないが昆虫および人間を含む哺乳類などの動物が挙げられる。生体源としては、さらに非限定的な実施例として、単クローン抗体産生、GMP接種増殖、昆虫細胞培養、遺伝子治療、潅流、大腸菌増殖、タンパク質発現、タンパク質増幅、植物細胞培養、病原体増殖、細胞治療、細菌産生およびアデノウィルス産生に使用される物質が挙げられる。
C:={C1,...,CK} (1)
yiが[1,...,K]での長さNの代入ベクトルY={yi}が、各特性zを特定のクリークCkに関連させるために使用される。クリークへの特定の関連性は、物体の仮定形状および外観に関する問題に直接結合される。こういう理由で、クリークCkが細胞の位置、形状および外観を符号化するパラメータθkに関連させられている。形状パラメータの集合は、以下のように示される。
Θ=[θi,...,θK] (2)
方法は、代入ベクトルYおよび特性セットZ、すなわちp(Y,Z;Θ)の同時確率をモデリングする。ここで、Θは分布のパラメータを示している。読者は、
g(zi,θk)およびg(zi,zj,θk)
特性割当の対数尤度は、以下のような1セットの画像特性zを前提として公式化される。
[0042]核内の他の検出は、以下の通り欲張りな方法で核寸法制約を使用することによって除去することができる。核寸法に対応する所与の半径で最大である画像内の領域最大値を求める。その後、最大値の全ては(時間を節約するために背景のものをマスキングした後に)標識付けされ、強度によって分類される。その後、最も明るい最大値から始まり、その最大値からの距離測定内にあるリストからのこれらの最大値が除去される。このステップは、最大値の全てが検討されるまで、次第に暗い最大値まで続く。近似の細胞半径がこれらの算出のために使用されるので、方法の本実施例はモデル駆動される。これらの方法は、最初に画像を平滑化することによって最適化することができる。寸法制約は、それぞれの核が一度のみ検出されることを保証するので、平滑化は常に必要ではない。しかし、異常値を除去することによって中心の局所化を助けるものである。この方法で得られる核中心は、分水界アルゴリズムのシードとして働く。距離マップは、ダニエルソン距離アルゴリズムを使用してこれらのシードから生成される。核境界はその後、2つの制約、つまりモデルベース寸法制約、および背景マスクによって定義された形状を使用して画定される。水域アルゴリズムが得られる距離マップに適用された場合、細胞は効果的にセグメンテーションされる。
距離マップ飽和ステップの実施例
1.飽和させるための高さ差であるhを設定する。
2.グレースケールが、hだけ入力マップを侵食する。
3.グレースケールが、h+1だけステップ2から侵食されたマップを膨張させる。
4.ステップ3から入力マップ画像および膨張マップの最小値をとる。これにより、飽和最大値の画像が与えられる。
核集団処理の実施例
1.二値マスクをサブサンプリングする。
2.高速二値アルゴリズムを使用して、小さな突起を取り除くために二値マスクを開閉する。
3.距離マップを求める。
4.飽和アルゴリズムを使用する。
5.値をリスケーリングした後に、距離マップをスーパーサンプリングする。
6.領域最大値を求める。
7.閾値化した背景によってマスキングされた距離マップの分水界を求める。これによって、集団のx、yセグメンテーションが与えられる。
8.各集団にdoコマンドを行う
9.「最大指数画像」を使用して各集団のスライス中心を求める。
10.end forコマンドを行う
11.集団の中心から距離マップを生成する。
P11(r)=P10(r) (10)
この例示的実施形態では、長さrの線分
[0054]点QおよびSによって画定される半径rおよび中心Pを有する円の扇形Sは、
線分
角度qは、
したがって、扇形Sの面積は
次のステップでは、点P、OおよびSによって画定される、三角形Kの面積が算出される。ピタゴラスの定理を使用する。
最後に、セットの寸法
別の方法では、セットの寸法は
半径rの寸法の推定量を作り出すために、実施形態の1つまたは複数は
τ=0:5である例では、条件(8)を満たすことができる。しかし、この比は、半径rの実際の寸法によるものではない(図3)。
W(x)=λI(x)+(1−λ)D(x) (22)
式中の、λは、普通、強度および形状情報両方に等しい重要度を置くように0:5に設定される。強度および形状ベース関数は両方とも、多数のマーカを細胞内に配置する。
[0061]初期化ステップはまた、相関ベース方法を含むことができる。各個別の細胞の外観は、選択した染色プロトコル、もちろん、画像化システムの特徴によるものである。特定の顕微鏡のノイズおよび画像特徴は、この方法に1つまたは複数の要因として加えることができる。
1)特性に外観をマッピングする:染色プロトコルを前提として、個別の細胞をローカライズする1セットまたは1つの組合せの特性を選択する。核染色の場合、これは画素自体が強度値であり、膜染色は境界または縁部を求める必要がある可能性がある。プロトコルから特性およびセットの特性へのマッピングは、経験プロトコルの知識から予め判断する、または例示的データから学習することができる。特性はその後、容量内に細胞位置をローカライズするように、画像内でこれらを観察し測定する能力に基づいて、または容量内で細胞位置をローカライズする特性の能力で各プロトコルに対して自動的に選択される。
2)ノイズおよび不確実性をモデリングする:それぞれ選択された特性は、隣接する細胞との重複から生じる混同での細胞位置、染色および収集における変動性、および最後にノイズを示す。変動性およびノイズを説明するために、尤度モデルは等式24内で説明したように作り出され、ガウス分布の代わりに、計算的に扱うことができる限り、他の分布を使用することもできる。
3)個別の細胞をセグメンテーションする:個別の細胞の外観をモデリングする特性分布(または尤度)が利用可能になると、細胞クラスタの結合外観が全体としてモデリングされ、ここで各特性は隣接する細胞間の相互作用により観察することができる。核染色を使用する実施例では、これは画素強度にわたってガウス分布の混合物としてモデリングされた。この方法はまた、一般化された特性セットに適用可能である。
Claims (26)
- 複数の画素を含む1つまたは複数の画像を提供するステップと、
前記画像内の1つまたは複数の3次元(3D)細胞クラスタを同定するステップであって、各3D細胞クラスタが、多次元細胞集団を含むものと、
1つまたは複数のモデルを使用して、前記3D細胞クラスタの1つまたは複数を1つまたは複数の個別の細胞に自動的にセグメンテーションするステップと、
1つ又は複数の3D細胞クラスタに対する、集合中心のz成分を求めるステップを含み、
当該集合中心のz成分を求めるステップが、
最大指数画像を生成するサブステップであって、各画素はx、y位置での最大値を含む画像スライスに対応しているサブステップと、
前記集合をセグメンテーションするステップにおいて生成されたマスクから導き出された、前記集合の1つまたは複数の境界周りに1つまたは複数の最大指数のヒストグラムを生成するサブステップと、
ヒストグラムのモードを探し、当該モードに基づいて前記集合の1つまたは複数の1つまたは複数の中心を同定するサブステップとを含む、
細胞の画像をセグメンテーションして、多次元細胞分布内の細胞形態学的な測定又は細胞分布の測定を行う方法。 - 前記細胞クラスタの1つまたは複数を1つまたは複数の個別の細胞にセグメンテーションするステップは、1つまたは複数の細胞特徴に対応する1つまたは複数のアプリオリを使用する、請求項1に記載の方法。
- 前記細胞クラスタを個別の細胞にセグメンテーションするステップは、1つまたは複数の確率モデルを初期化するステップを含んでいる、請求項2に記載の方法。
- 前記確率モデルの少なくとも1つは、形状ベースモデルを含んでいる、請求項3に記載の方法。
- 前記形状ベースモデルは、距離マップを含んでいる、請求項4に記載の方法。
- 距離マップ飽和機構を前記1つ又は複数の画像に適用するステップと、
分水界セグメンテーションを使用して、前記細胞の1つまたは複数の核をセグメンテーションするステップとをさらに含む、請求項5に記載の方法。 - 前記距離マップをサブサンプリングするステップと、
サブサンプルされた前記距離マップを処理するステップと、
前記処理した距離マップをスーパーサンプリングするステップとをさらに含む、請求項6に記載の方法。 - 前記確率モデルの少なくとも1つは、相関ベースモデルを含んでいる、請求項3に記載の方法。
- 前記アプリオリの1つまたは複数は、n点相関確率モデルに基づいている、請求項3に記載の方法。
- 前記細胞を2つ以上の細胞サブ集団にセグメンテーションするステップをさらに含む、請求項1に記載の方法。
- 前記細胞の1つまたは複数の生体関連測定値を分析するステップをさらに含む、請求項1に記載の方法。
- 1つ又は複数の生物学的に関連性を有する細胞の測定値を分析するステップを更に含み、
前記測定値の1つまたは複数は、1つのサブ細胞領域から別のサブ細胞領域までの1つまたは複数のバイオマーカの転座である、請求項11に記載の方法。 - 1つまたは複数の画像を提供する前記ステップは、複数のzスタック画像を提供するステップを含んでいる、請求項1に記載の方法。
- 前記zスタック画像の前記少なくとも1つは、広視野画像を含んでいる、請求項13に記載の方法。
- 前記zスタック画像の前記少なくとも1つは、共焦点画像を含んでいる、請求項13に記載の方法。
- 前記共焦点画像は、少なくとも部分的に、前記細胞の1つまたは複数のサブ細胞成分をセグメンテーションするために使用される、請求項15に記載の方法。
- 前記細胞の前記サブ細胞成分の1つまたは複数は細胞核である、請求項16に記載の方法。
- 分水界セグメンテーションを使用して、前記細胞の1つまたは複数の核をセグメンテーションするステップであって、中心体は前記分水界セグメンテーションのマーカとして使用されるステップをさらに含む、請求項17に記載の方法。
- 細胞クラスタの1つまたは複数を1つまたは複数の個別の細胞にセグメンテーションするステップは、統計学習アルゴリズムを使用して、確率モデルのパラメータを予測することによって、1つまたは複数の細胞特徴を判断するステップを含む、請求項1に記載の方法。
- 複数の画素をそれぞれ含む1つまたは複数のzスタック画像を少なくとも一時的に記憶する記憶デバイスと、
前記画像内の1つまたは複数の3次元(3D)細胞クラスタを同定し、1つまたは複数の自動モデルを使用して前記3D細胞クラスタを個別の細胞にセグメンテーションするように構成されたプロセッサとを備え、各3D細胞クラスタが、多次元細胞集団であり、
前記プロセッサは、
各画素はx、y位置での最大値を含む画像スライスに対応している状態で、最大指数画像を生成し、
前記集合をセグメンテーションする前記ステップにおいて生成されたマスクから導き出された、前記集合の1つまたは複数の境界周りに1つまたは複数の最大指数のヒストグラムを生成し、
前記ヒストグラムのモードを探し、当該モードに基づいて前記集合の1つまたは複数の1つまたは複数の中心を同定することによって、1つ又は複数の3D細胞クラスタに対するクラスタ中心のz成分を発見するように構成される、
細胞の画像をセグメンテーションして、多次元細胞分布内の細胞形態学的な測定又は細胞分布の測定を行うシステム。 - 前記プロセッサは、1つまたは複数の細胞特徴に対応する1つまたは複数のアプリオリを使用して、前記細胞クラスタの1つまたは複数を1つまたは複数の個別の細胞にセグメンテーションするように構成される、請求項20に記載のシステム。
- 前記プロセッサは、少なくとも部分的に1つまたは複数の形状ベースモデルを初期化することによって、前記細胞クラスタを個別の細胞にセグメンテーションするように構成される、請求項20に記載のシステム。
- 前記プロセッサは、少なくとも部分的に1つまたは複数の相関ベースモデルを初期化することによって、前記細胞クラスタを個別の細胞にセグメンテーションするように構成される、請求項20に記載のシステム。
- 各3D細胞クラスタが球状である、請求項1に記載の方法。
- 各3D細胞クラスタが球状である、請求項20に記載のシステム。
- 請求項1に記載の方法であって、
1つまたは複数の画像を提供するステップが、
複数の画素を含む1つまたは複数の広視野画像を提供するサブステップと、
複数の画素を含む1つまたは複数の共焦点zスタック画像を提供するサブステップと、
を含み、
1つまたは複数の3次元(3D)細胞クラスタを同定するステップが、前記広視野画像を用いて実行され、
3D細胞クラスタの1つ又は複数を1つまたは複数の細胞に自動的にセグメンテーションするステップが、前記共焦点zスタック画像を用いて実行される、
方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/053,295 | 2008-03-21 | ||
US12/053,295 US8712139B2 (en) | 2008-03-21 | 2008-03-21 | Methods and systems for automated segmentation of dense cell populations |
PCT/EP2009/053244 WO2009115571A1 (en) | 2008-03-21 | 2009-03-19 | Methods and systems for automated segmentation of dense cell populations |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011515673A JP2011515673A (ja) | 2011-05-19 |
JP5602717B2 true JP5602717B2 (ja) | 2014-10-08 |
Family
ID=40796244
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011500225A Active JP5602717B2 (ja) | 2008-03-21 | 2009-03-19 | 高密度細胞集団の自動セグメンテーション方法およびシステム |
Country Status (6)
Country | Link |
---|---|
US (1) | US8712139B2 (ja) |
EP (1) | EP2252974B1 (ja) |
JP (1) | JP5602717B2 (ja) |
CN (1) | CN101978391A (ja) |
CA (1) | CA2718934A1 (ja) |
WO (1) | WO2009115571A1 (ja) |
Families Citing this family (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8768016B2 (en) | 2009-06-19 | 2014-07-01 | Carestream Health, Inc. | Method for quantifying caries |
US8269827B2 (en) * | 2009-09-29 | 2012-09-18 | General Electric Company | System and methods for mapping fluorescent images into a bright field color space |
US8908936B2 (en) * | 2009-10-14 | 2014-12-09 | Carestream Health, Inc. | Method for extracting a carious lesion area |
US8687859B2 (en) | 2009-10-14 | 2014-04-01 | Carestream Health, Inc. | Method for identifying a tooth region |
US9235901B2 (en) * | 2009-10-14 | 2016-01-12 | Carestream Health, Inc. | Method for locating an interproximal tooth region |
WO2011087778A1 (en) * | 2009-12-22 | 2011-07-21 | The Children's Hospital Of Philadelphia | Automated quantitative multidimensional volumetric analysis and visualization |
GB201002855D0 (en) * | 2010-02-19 | 2010-04-07 | Materialise Dental Nv | Method and system for achiving subject-specific, three-dimensional information about the geometry of part of the body |
GB2481782A (en) * | 2010-06-21 | 2012-01-11 | Optimized Systems And Solutions Ltd | Asset health monitoring |
ES2644243T3 (es) * | 2011-02-01 | 2017-11-28 | Nano3D Biosciences, Inc. | Ensayo de viabilidad celular en 3D |
US9070004B2 (en) * | 2012-05-03 | 2015-06-30 | General Electric Company | Automatic segmentation and characterization of cellular motion |
US9589360B2 (en) * | 2012-07-23 | 2017-03-07 | General Electric Company | Biological unit segmentation with ranking based on similarity applying a geometric shape and scale model |
US9894269B2 (en) | 2012-10-31 | 2018-02-13 | Atheer, Inc. | Method and apparatus for background subtraction using focus differences |
CN104884632B (zh) * | 2012-12-27 | 2018-01-02 | 索尼公司 | 细胞分析系统及细胞分析方法 |
US20140307930A1 (en) * | 2013-04-15 | 2014-10-16 | Drvision Technologies Llc | Teachable object contour mapping for biology image region partition |
US20140307939A1 (en) * | 2013-04-15 | 2014-10-16 | Drvision Technologies Llc | Teachable object contour mapping for biology image region partition |
US8995740B2 (en) * | 2013-04-17 | 2015-03-31 | General Electric Company | System and method for multiplexed biomarker quantitation using single cell segmentation on sequentially stained tissue |
CN103489187A (zh) * | 2013-09-23 | 2014-01-01 | 华南理工大学 | 基于质量检测的宫颈lct图像中细胞核的分割方法 |
CN105683355B (zh) | 2013-11-08 | 2018-07-06 | 索尼公司 | 细胞分析系统、细胞分析程序和细胞分析方法 |
US9778263B2 (en) * | 2013-11-13 | 2017-10-03 | General Electric Company | Quantitative in situ characterization of biological samples |
CN104680170B (zh) * | 2013-11-26 | 2018-02-06 | 富士通株式会社 | 对图像中包含的对象进行分类的方法和装置 |
JP6257294B2 (ja) | 2013-12-04 | 2018-01-10 | オリンパス株式会社 | 顕微鏡装置 |
WO2015082340A1 (en) * | 2013-12-04 | 2015-06-11 | Koninklijke Philips N.V. | Fluorescence image processing apparatus and method |
US9558394B2 (en) * | 2014-03-10 | 2017-01-31 | Case Western Reserve University | Histogram of hosoya index (HoH) features for quantitative histomorphometry |
US9235903B2 (en) | 2014-04-03 | 2016-01-12 | Sony Corporation | Image processing system with automatic segmentation and method of operation thereof |
US9804392B2 (en) | 2014-11-20 | 2017-10-31 | Atheer, Inc. | Method and apparatus for delivering and controlling multi-feed data |
EP3286337A4 (en) * | 2015-04-23 | 2018-12-12 | Cedars-Sinai Medical Center | Automated delineation of nuclei for three dimensional (3-d) high content screening |
US9881380B2 (en) * | 2016-02-16 | 2018-01-30 | Disney Enterprises, Inc. | Methods and systems of performing video object segmentation |
CN106056611B (zh) * | 2016-06-03 | 2019-01-11 | 上海交通大学 | 基于区域信息和边缘信息的水平集图像分割方法及其系统 |
WO2018089783A1 (en) * | 2016-11-11 | 2018-05-17 | University Of South Florida | Automated stereology for determining tissue characteristics |
US11443426B2 (en) * | 2018-01-18 | 2022-09-13 | Nantomics, Llc | Real-time whole slide pathology image cell counting |
CN108537783B (zh) * | 2018-04-02 | 2021-11-09 | 福建师范大学福清分校 | 一种基于em算法与贪心策略的红细胞序列样本分割方法 |
CN110288582A (zh) * | 2019-06-26 | 2019-09-27 | 电子科技大学 | 一种细胞核的准确分割方法 |
CN111750781B (zh) * | 2020-08-04 | 2022-02-08 | 润江智能科技(苏州)有限公司 | 一种基于ccd的自动测试系统及其方法 |
CN113052859A (zh) * | 2021-04-20 | 2021-06-29 | 哈尔滨理工大学 | 基于自适应种子点密度聚类超像素分割方法 |
Family Cites Families (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5263120A (en) * | 1991-04-29 | 1993-11-16 | Bickel Michael A | Adaptive fast fuzzy clustering system |
US5790692A (en) | 1994-09-07 | 1998-08-04 | Jeffrey H. Price | Method and means of least squares designed filters for image segmentation in scanning cytometry |
US20020186874A1 (en) | 1994-09-07 | 2002-12-12 | Jeffrey H. Price | Method and means for image segmentation in fluorescence scanning cytometry |
US6219440B1 (en) | 1997-01-17 | 2001-04-17 | The University Of Connecticut | Method and apparatus for modeling cellular structure and function |
US6416959B1 (en) | 1997-02-27 | 2002-07-09 | Kenneth Giuliano | System for cell-based screening |
US6157733A (en) * | 1997-04-18 | 2000-12-05 | At&T Corp. | Integration of monocular cues to improve depth perception |
FR2776798A1 (fr) | 1998-03-24 | 1999-10-01 | Philips Electronics Nv | Procede de traitement d'images incluant des etapes de segmentation d'une image multidimensionnelle et appareil d'imagerie medicale utilisant ce procede |
FR2777374B1 (fr) * | 1998-04-10 | 2000-05-12 | Commissariat Energie Atomique | Procede de recalage de deux images differentes d'un meme objet |
US6221596B1 (en) | 1999-05-17 | 2001-04-24 | Motobit Ltd. | System and method for identifying and isolating rare cells from a mixed population of cells |
US7546210B2 (en) | 2000-06-08 | 2009-06-09 | The Regents Of The University Of California | Visual-servoing optical microscopy |
JP4937457B2 (ja) | 2001-03-01 | 2012-05-23 | オリンパス株式会社 | 顕微鏡制御装置、顕微鏡制御システム、顕微鏡の制御方法、プログラム、及び記録媒体 |
DE10157475A1 (de) * | 2001-11-23 | 2003-06-18 | Hans-Hermann Gerdes | Verfahren und Mittel zur Beeinflussung von interzellulärer Kommunikation und interzellulären Organellentransport |
US7756305B2 (en) | 2002-01-23 | 2010-07-13 | The Regents Of The University Of California | Fast 3D cytometry for information in tissue engineering |
US8116982B2 (en) | 2002-03-13 | 2012-02-14 | Vala Sciences, Inc. | System and method for automatic color segmentation and minimum significant response for measurement of fractional localized intensity of cellular compartments |
GB0211068D0 (en) | 2002-05-14 | 2002-06-26 | Amersham Biosciences Uk Ltd | Method for assessing biofilms |
EP1713899A2 (de) * | 2004-02-11 | 2006-10-25 | Technische Universität München | Verfahren und vorrichtung zur charakterisierung von zellen, zellverbänden und/oder gewebe |
US7711174B2 (en) | 2004-05-13 | 2010-05-04 | The Charles Stark Draper Laboratory, Inc. | Methods and systems for imaging cells |
WO2006047502A2 (en) * | 2004-10-25 | 2006-05-04 | Brigham And Women's Hospital | Automated segmentation, classification and tracking of cell nuclei in time-lapse microscopy |
US7394933B2 (en) | 2004-11-08 | 2008-07-01 | Siemens Medical Solutions Usa, Inc. | Region competition via local watershed operators |
GB0503629D0 (en) * | 2005-02-22 | 2005-03-30 | Durand Technology Ltd | Method and apparatus for automated analysis of biological specimen |
US20090081775A1 (en) * | 2005-05-25 | 2009-03-26 | Stiftesen Unversitetsforskning Bergen | Microscope system and screening method for drugs, physical therapies and biohazards |
US20070135999A1 (en) * | 2005-12-13 | 2007-06-14 | Applied Spectral Imaging Ltd. | Method, apparatus and system for characterizing pathological specimen |
GB2435925A (en) | 2006-03-09 | 2007-09-12 | Cytokinetics Inc | Cellular predictive models for toxicities |
FR2909474B1 (fr) * | 2006-12-04 | 2009-05-15 | Canon Kk | Procede et dispositif de codage d'images numeriques et procede et dispositif de decodage d'images numeriques codees |
US7940978B2 (en) * | 2007-06-05 | 2011-05-10 | General Electric Company | Automatic characterization of cellular motion |
US20110091081A1 (en) * | 2009-10-16 | 2011-04-21 | General Electric Company | Method and system for analyzing the expression of biomarkers in cells in situ in their tissue of origin |
-
2008
- 2008-03-21 US US12/053,295 patent/US8712139B2/en not_active Expired - Fee Related
-
2009
- 2009-03-19 WO PCT/EP2009/053244 patent/WO2009115571A1/en active Application Filing
- 2009-03-19 EP EP09721685.7A patent/EP2252974B1/en active Active
- 2009-03-19 CN CN2009801107836A patent/CN101978391A/zh active Pending
- 2009-03-19 CA CA2718934A patent/CA2718934A1/en not_active Abandoned
- 2009-03-19 JP JP2011500225A patent/JP5602717B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2011515673A (ja) | 2011-05-19 |
CA2718934A1 (en) | 2009-09-24 |
CN101978391A (zh) | 2011-02-16 |
US20090238457A1 (en) | 2009-09-24 |
US8712139B2 (en) | 2014-04-29 |
EP2252974B1 (en) | 2020-03-18 |
EP2252974A1 (en) | 2010-11-24 |
WO2009115571A1 (en) | 2009-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5602717B2 (ja) | 高密度細胞集団の自動セグメンテーション方法およびシステム | |
JP7231631B2 (ja) | 腫瘍空間異質性およびインターマーカ異質性の計算方法 | |
US11842483B2 (en) | Systems for cell shape estimation | |
EP3486836B1 (en) | Image analysis method, apparatus, program, and learned deep learning algorithm | |
Di Cataldo et al. | Computer-aided techniques for chromogenic immunohistochemistry: status and directions | |
CN111448569B (zh) | 存储和检索数字病理学分析结果的方法 | |
JP2021503666A (ja) | 単一チャネル全細胞セグメンテーションのためのシステム及び方法 | |
JP5496906B2 (ja) | 画像から自己蛍光を除去する方法及びシステム | |
US20070135999A1 (en) | Method, apparatus and system for characterizing pathological specimen | |
US7817841B2 (en) | Time-lapse cell cycle analysis of unstained nuclei | |
CN113574534A (zh) | 使用基于距离的相似性标签的机器学习 | |
JP2012508018A (ja) | ゼブラフィッシュをスクリーニングするための、自動システムおよび方法 | |
Höfener et al. | Automated density-based counting of FISH amplification signals for HER2 status assessment | |
Moeder et al. | Quantitative, fluorescence-based in-situ assessment of protein expression | |
JP2023534252A (ja) | 細胞の診断および分析方法 | |
Gao et al. | Differential diagnosis of lung carcinoma with three-dimensional quantitative molecular vibrational imaging | |
Bapure | Automated image analysis for nuclear morphometry using h&e and feulgen stains in prostate biopsies | |
US20210224510A1 (en) | Method and computer program for clustering large multiplexed spatially resolved data of a biological sample | |
Saeed-Vafa et al. | Practical applications of digital pathology | |
Tsakiroglou et al. | Quantifying cell-type interactions and their spatial patterns as prognostic biomarkers in follicular lymphoma | |
Sabata | Digital pathology imaging-The next frontier in medical imaging | |
Qidwai et al. | Color-based fuzzy classifier for automated detection of cancerous cells in histopathological analysis | |
Grimes | Image processing and analysis methods in quantitative endothelial cell biology | |
Santamaria-Pang et al. | Epithelial cell segmentation via shape ranking | |
Di | Development of automatic image analysis methods for high-throughput and high-content screening |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120222 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20121211 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130607 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20131023 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140115 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140207 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20140502 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140509 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20140513 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140722 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140820 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5602717 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |