JP7011035B2 - 染色された標本画像内で細胞を検出するための自動化された方法およびシステム - Google Patents
染色された標本画像内で細胞を検出するための自動化された方法およびシステム Download PDFInfo
- Publication number
- JP7011035B2 JP7011035B2 JP2020505304A JP2020505304A JP7011035B2 JP 7011035 B2 JP7011035 B2 JP 7011035B2 JP 2020505304 A JP2020505304 A JP 2020505304A JP 2020505304 A JP2020505304 A JP 2020505304A JP 7011035 B2 JP7011035 B2 JP 7011035B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- dye image
- complement
- dye
- normalized
- 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
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Multimedia (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Description
別段に定義されない限り、本明細書において使用される技術的および科学的用語は、当業者により共通に理解されるのと同じ意味を有する。例えば、Lackie、DICTIONARY OF CELL AND MOLECULAR BIOLOGY(細胞および分子生物学辞典)、Elsevier(第4編 2007年);Sambrookら、MOLECULAR CLONING, A LABORATORY MANUAL(分子クローニング、実験マニュアル)、Cold Springs Harbor Press(Cold Springs Harbor、N.Y. 1989年)を確認されたい。
・個別の細胞または組織のタイプまたは状態に特有のものである、
・個別の病理学的症状または状態に特有のものである、あるいは、
・病理学的症状の重症度、病理学的症状の進行もしくは後退の見込み、および/または、病理学的症状が個別の治療に応答することになるということの見込みを指し示す、
分子または分子の群であり得る。
細胞検出:画像内に存在するすべての細胞に対して、画像内で個別の細胞の場所を識別するためのコンピュータの自動化されたプロセス。
マーカ:バイオマーカが、周辺の組織と、および/または、他のバイオマーカと差異化されることを可能とする、染料、色素、またはタグ。用語「バイオマーカ」は、個別の細胞タイプ、実例として免疫細胞の存在などの組織特徴、および、より詳細には、医学的症状を指し示す組織特徴の意味で理解され得る。バイオマーカは、組織特徴においての個別の分子、実例としてタンパク質の存在により識別可能であり得る。
膜/点状領域:拡散した膜染色が、点状染色と混合される領域。
正規化された特徴メトリック:その値が正規化因子により調整されている特徴メトリック。
2.画像が何らかの均質性判定基準によって区分される、直接的な領域セグメンテーション手法。
プロセッサ:例として、プログラマブルマイクロプロセッサ、コンピュータ、システム・オン・チップ、または、複数個のもの、または、前述のものの組合せを含む、データを処理するためのすべての種類の装置、デバイス、および機械を包含する。装置は、特殊目的論理回路網、例えば、FPGA(フィールドプログラマブルゲートアレイ)またはASIC(特定用途向け集積回路)を含み得る。装置は、さらには、ハードウェアに加えて、当該のコンピュータプログラムに対する実行環境を創出するコード、例えば、プロセッサファームウェア、プロトコルスタック、データベース管理システム、オペレーティングシステム、クロスプラットフォームランタイム環境、仮想機械、または、それらのうちの1つもしくは複数の組合せを組成するコードを含み得る。装置および実行環境は、ウェブサービス、分散コンピューティング、およびグリッドコンピューティングインフラストラクチャなどの、様々な異なるコンピューティングモデルインフラストラクチャを現実化することができる。
試料:本明細書において使用される際、用語「試料」は、バイオマーカの存在または非存在についてテストされる可能性がある、対象または標的から取得される任意の材料を指すものとする。
組織試料:本明細書において使用される際、用語「組織試料」は、細胞の間の、試料が取得された被験体の中にそれらの細胞が実在した際の横断的空間的関係性を保存する細胞の試料を指すものとする。「組織試料」は、一次組織試料(すなわち、被験体により生み出された細胞および組織)および異種移植片(すなわち、被験体内へと移植された外来性の細胞の試料)の両方を包含するものとする。
ユーザインターフェイスデバイス:ユーザとの対話を可能なものにするディスプレイを含み、本明細書において説明される主題事項の実施形態は、ユーザに情報を表示するためのディスプレイデバイス、例えばLCD(液晶ディスプレイ)、LED(発光ダイオード)ディスプレイ、またはOLED(有機発光ダイオード)ディスプレイと、キーボードおよびポインティングデバイス、例えばマウスまたはトラックボールとを有するコンピュータ上で実現され得るものであり、それらのキーボードおよびポインティングデバイスにより、ユーザは、コンピュータに入力を提供することができる。一部の実現形態において、タッチスクリーンが、情報を表示し、ユーザから入力を受信するために使用され得る。他の種類のデバイスが、同じようにしてユーザとの対話を可能なものにするために使用され得るものであり、例えば、ユーザに提供されるフィードバックは、任意の形式の感覚フィードバック、例えば視覚フィードバック、聴覚フィードバック、または触覚フィードバックの形であり得るものであり、ユーザからの入力は、音響、発話、または触覚入力を含む任意の形式で受信され得る。加えて、コンピュータは、ユーザにより使用されるデバイスにドキュメントを送出し、そのデバイスからドキュメントを受信することにより、例えば、ユーザのクライアントデバイス上のウェブブラウザに、ウェブブラウザから受信される要求に応答してウェブページを送出することにより、ユーザと対話することができる。本明細書において説明される主題事項の実施形態は、例えばデータサーバとしてのバックエンド構成要素を含む、または、ミドルウェア構成要素、例えばアプリケーションサーバを含む、あるいは、フロントエンド構成要素、例えば、それを通してユーザが、本明細書において説明される主題事項の実現形態と対話することができる、グラフィカルユーザインターフェイスもしくはウェブブラウザを有するクライアントコンピュータを、または、1つもしくは複数の、そのようなバックエンド、ミドルウェア、もしくはフロントエンド構成要素の任意の組合せを含む、コンピューティングシステムの形で実現され得る。システムの構成要素は、任意の形式または媒体のデジタルデータ通信、例えば通信ネットワークにより相互接続され得る。通信ネットワークの例は、ローカルエリアネットワーク(「LAN」)およびワイドエリアネットワーク(「WAN」)、インターネットワーク(例えば、インターネット)、ならびにピアツーピアネットワーク(例えば、アドホックピアツーピアネットワーク)を含む。
一部の実施形態において、画像分析システム100は、画像獲得システム120に通信可能に結合され得る。画像獲得システム120は、生物学的標本の画像を取得し、分析およびユーザへの提示のために、画像分析システム100にそれらの画像210を提供し得る。
(2)スライドステージが、いくつかの合成画像「ストリップ」を捕捉するために、獲得の間、単一の軸において動く、ラインベースのスキャニング。画像ストリップは、次いで、より大きい合成画像を形成するために、互いとマッチングされ得る。
Claims (13)
- 標本画像(210)内で核(nuclei)を検出するための方法であって、
前記標本画像(210)を、少なくとも、第1の情報チャネルおよび第2の情報チャネルへとデコンボリューションする(deconvolving)ステップと、
前記第1の情報チャネルに沿って、染料画像(230)を生成するステップと、
少なくとも一部の検出されない核を明らかにするために、前記染料画像の補数(complement)(234)を生成するステップであって、前記染料画像の補数(234)を生成するステップが、染料画像(230)の2進補数(binary complement)を生成することによって、前記染料画像(230)と比較して、前記染料画像の補数(234)において、より暗い領域がより明るくなり、より明るい領域がより暗くなる、ステップを含み、
前記第2の情報チャネルに沿って、対比(counter)染料画像(250)を生成するステ
ップと、
前記染料画像の前記補数(234)、および、前記対比染料画像(250)を組み合わせて、組み合わされた画像(272)を生成するステップと、
前記組み合わされた画像(272)内で前記核をセグメンテーションするステップと
を含む、方法。 - 前記第1の情報チャネルは、第1のカラーチャネルを含む、請求項1に記載の方法。
- 前記第1のカラーチャネルは、免疫組織化学(IHC)染料を表す、請求項2に記載の方法。
- 前記第2の情報チャネルは、前記第1のカラーチャネルとは異なる第2のカラーチャネルを含む、請求項2または3に記載の方法。
- 前記第2のカラーチャネルは、対比染料を表す、請求項4に記載の方法。
- 前記染料画像の前記補数(234)を正規化して、前記染料画像の正規化された補数(262)を生成するステップと、
前記染料画像の前記正規化された補数(262)、および、前記対比染料画像(250)を組み合わせて、前記組み合わされた画像(272)を生成するステップと
をさらに含む、請求項1から5のいずれかに記載の方法。 - 前記対比染料画像(250)を正規化して、正規化された対比染料画像(264)を生成するステップと、
前記染料画像の前記正規化された補数(262)、および、前記正規化された対比染料画像(264)を組み合わせて、前記組み合わされた画像(272)を生成するステップと
をさらに含む、請求項6に記載の方法。 - 標本画像内で核を検出するための画像分析システム(100)であって、
前記標本画像を、少なくとも、第1の情報チャネルおよび第2の情報チャネルへとデコンボリューションするように構成され、以て、前記第1の情報チャネルに沿って、染料画像(230)を、および、前記第2の情報チャネルに沿って、対比染料画像(250)を生成するデコンボリューションモジュール(220)と、
少なくとも一部の検出されない核を明らかにするために、前記染料画像の補数(234)を生成するように構成される染料画像補数モジュール(232)であって、前記染料画像の補数(234)を生成することが、染料画像(230)の2進補数を生成することによって、前記染料画像(230)と比較して、前記染料画像の補数(234)において、より暗い領域がより明るくなり、より明るい領域がより暗くなることを含み、
前記染料画像の前記補数(234)をセグメンテーションして、第1のセグメンテーションされた核画像(652)を生成するように構成されるセグメンテーションモジュール(275)であって、
前記対比染料画像をセグメンテーションして、第2のセグメンテーションされた核画像(650)を生成するようにさらに構成される、セグメンテーションモジュール(275
)と、
前記第1(652)および第2(650)のセグメンテーションされた核画像を組み合わせるように構成される画像オペレータモジュール(270)と
を備える、画像分析システム(100)。 - 前記染料画像の前記補数(234)を正規化して、前記染料画像の正規化された補数(262)を生成するように構成される正規化モジュール(236)をさらに備え、
前記セグメンテーションモジュール(275)は、前記染料画像の前記正規化された補数(262)をセグメンテーションして、第1の正規化されたセグメンテーションされた核画像(652)を生成し、
前記画像オペレータモジュール(270)は、前記第1の正規化されたセグメンテーションされた核画像(652)、および、前記第2のセグメンテーションされた核画像(650)を組み合わせる、
請求項8に記載の画像分析システム。 - 前記正規化モジュール(236)は、前記対比染料画像(250)を正規化して、正規化された対比染料画像(264)を生成するようにさらに構成され、
前記セグメンテーションモジュール(275)は、前記正規化された対比染料(264)画像をさらにセグメンテーションして、第2の正規化されたセグメンテーションされた核画像(650)を生成し、
前記画像オペレータモジュール(270)は、前記第1(652)および第2(650)の正規化されたセグメンテーションされた核画像を組み合わせる、
請求項9に記載の画像分析システム。 - 画像分析システム(100)の1つまたは複数のプロセッサ(116)により実行されるとき、前記画像分析システムに、標本画像内で核を検出するための複数の動作を遂行させる命令を含む非一時的コンピュータ可読媒体(115)であって、前記動作は、
前記標本画像(210)を、少なくとも、第1の情報チャネルおよび第2の情報チャネルへとデコンボリューションすることと、
前記第1の情報チャネルに沿って、染料画像(230)を生成することと、
少なくとも一部の検出されない核を明らかにするために、前記染料画像の補数(234)を生成することであって、前記染料画像の補数(234)を生成することが、染料画像(230)の2進補数を生成することによって、前記染料画像(230)と比較して、前記染料画像の補数(234)において、より暗い領域がより明るくなり、より明るい領域がより暗くなることを含み、
前記第2の情報チャネルに沿って、対比染料画像(250)を生成することと、
前記染料画像の前記補数(234)、および、前記対比染料画像(250)を組み合わせて、組み合わされた画像(272)を生成することと、
前記組み合わされた画像(272)内で前記核をセグメンテーションすることと
を含む、非一時的コンピュータ可読媒体(115)。 - 前記動作は、
前記染料画像の前記補数(234)を正規化して、前記染料画像の正規化された補数(262)を生成することと、
前記染料画像の前記正規化された補数(262)、および、前記対比染料画像(250)を組み合わせて、前記組み合わされた画像(272)を生成することと
をさらに含む、請求項11に記載の非一時的コンピュータ可読媒体。 - 前記動作は、
前記対比染料画像(250)を正規化して、正規化された対比染料画像(264)を生成することと、
前記染料画像の前記正規化された補数(262)、および、前記正規化された対比染料画像(264)を組み合わせて、前記組み合わされた画像(272)を生成することと
をさらに含む、請求項12に記載の非一時的コンピュータ可読媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201762541630P | 2017-08-04 | 2017-08-04 | |
US62/541,630 | 2017-08-04 | ||
PCT/EP2018/070923 WO2019025514A2 (en) | 2017-08-04 | 2018-08-02 | METHODS AND AUTOMATED SYSTEMS FOR DETECTING CELLS IN IMAGES OF COLORED SAMPLES |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020530611A JP2020530611A (ja) | 2020-10-22 |
JP7011035B2 true JP7011035B2 (ja) | 2022-01-26 |
Family
ID=63165339
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020505304A Active JP7011035B2 (ja) | 2017-08-04 | 2018-08-02 | 染色された標本画像内で細胞を検出するための自動化された方法およびシステム |
Country Status (5)
Country | Link |
---|---|
US (1) | US11144774B2 (ja) |
EP (1) | EP3662443A2 (ja) |
JP (1) | JP7011035B2 (ja) |
CN (1) | CN111095352B (ja) |
WO (1) | WO2019025514A2 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110223305B (zh) * | 2019-06-12 | 2021-09-10 | 志诺维思(北京)基因科技有限公司 | 细胞分割方法、装置及可读存储介质 |
CN110363762B (zh) * | 2019-07-23 | 2023-03-14 | 腾讯医疗健康(深圳)有限公司 | 细胞检测方法、装置、智能显微镜系统和可读存储介质 |
CN110472616B (zh) * | 2019-08-22 | 2022-03-08 | 腾讯科技(深圳)有限公司 | 图像识别方法、装置、计算机设备及存储介质 |
CN113515077A (zh) * | 2021-04-23 | 2021-10-19 | 重庆德方信息技术有限公司 | 人体细胞染色过程监控系统及方法 |
CN114943723B (zh) * | 2022-06-08 | 2024-05-28 | 北京大学口腔医学院 | 一种对不规则细胞进行分割计数的方法及相关设备 |
CN115598124B (zh) * | 2022-11-03 | 2023-07-18 | 淮北师范大学 | 颜色去卷积水质检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010540906A (ja) | 2007-09-21 | 2010-12-24 | アペリオ・テクノロジーズ・インコーポレイテッド | 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 |
WO2016104308A1 (ja) | 2014-12-25 | 2016-06-30 | コニカミノルタ株式会社 | 細胞画像解析方法及び細胞画像解析装置 |
JP2016161417A (ja) | 2015-03-02 | 2016-09-05 | キヤノン株式会社 | 画像処理装置、画像処理方法、イメージングシステム |
JP2017509871A (ja) | 2014-02-21 | 2017-04-06 | ベンタナ メディカル システムズ, インコーポレイテッド | バイオマーカー陽性の腫瘍細胞を識別するための医用画像解析 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AT503459B1 (de) * | 2005-07-26 | 2007-10-15 | Tissuegnostics Gmbh | Verfahren und einrichtung zur segmentierung von bereichen |
JP2008146278A (ja) * | 2006-12-08 | 2008-06-26 | National Institute Of Advanced Industrial & Technology | 細胞輪郭抽出装置、細胞輪郭抽出方法およびプログラム |
DE102007013971B4 (de) * | 2007-03-23 | 2011-07-14 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V., 80686 | Verfahren und Vorrichtung zur Ermittlung einer Zellkontur einer Zelle |
JP5490568B2 (ja) * | 2010-02-26 | 2014-05-14 | オリンパス株式会社 | 顕微鏡システム、標本観察方法およびプログラム |
GB2478593B (en) * | 2010-03-12 | 2017-05-31 | Inst For Medical Informatics | Optimising the initialization and convergence of active contours for segmentation of cell nuclei in histological sections |
WO2012011579A1 (ja) * | 2010-07-23 | 2012-01-26 | 独立行政法人産業技術総合研究所 | 病理組織画像の領域分割画像データ作成システム及び病理組織画像の特徴抽出システム |
CA3010836C (en) * | 2010-07-30 | 2020-09-08 | Fundacao D. Anna Sommer Champalimaud E Dr. Carlos Montez Champalimaud | Systems and methods for segmentation and processing of tissue images and feature extraction from same for treating, diagnosing, or predicting medical conditions |
GB2485209B (en) * | 2010-11-05 | 2015-11-04 | Inst Medical Informatics | Microscopy analysis technique |
US9970874B2 (en) * | 2010-11-29 | 2018-05-15 | Dako Denmark A/S | Methods and systems for analyzing images of specimens processed by a programmable quantitative assay |
US9159129B2 (en) * | 2011-07-12 | 2015-10-13 | Definiens Ag | Generating image-based diagnostic tests by optimizing image analysis and data mining of co-registered images |
KR20150132500A (ko) * | 2013-03-15 | 2015-11-25 | 메타마크 제네틱스, 인크. | 암 예후용 조성물 및 방법 |
US9741112B2 (en) * | 2015-09-10 | 2017-08-22 | Definiens Ag | Generating image-based diagnostic tests by optimizing image analysis and data mining of co-registered images |
RU2743169C2 (ru) * | 2015-11-06 | 2021-02-15 | Вентана Медикал Системз, Инк. | Репрезентативная диагностика |
CN105741266B (zh) * | 2016-01-22 | 2018-08-21 | 北京航空航天大学 | 一种病理图像细胞核快速定位方法 |
-
2018
- 2018-08-02 CN CN201880058969.0A patent/CN111095352B/zh active Active
- 2018-08-02 EP EP18752710.6A patent/EP3662443A2/en active Pending
- 2018-08-02 WO PCT/EP2018/070923 patent/WO2019025514A2/en unknown
- 2018-08-02 JP JP2020505304A patent/JP7011035B2/ja active Active
-
2020
- 2020-01-31 US US16/779,294 patent/US11144774B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010540906A (ja) | 2007-09-21 | 2010-12-24 | アペリオ・テクノロジーズ・インコーポレイテッド | 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 |
JP2017509871A (ja) | 2014-02-21 | 2017-04-06 | ベンタナ メディカル システムズ, インコーポレイテッド | バイオマーカー陽性の腫瘍細胞を識別するための医用画像解析 |
WO2016104308A1 (ja) | 2014-12-25 | 2016-06-30 | コニカミノルタ株式会社 | 細胞画像解析方法及び細胞画像解析装置 |
JP2016161417A (ja) | 2015-03-02 | 2016-09-05 | キヤノン株式会社 | 画像処理装置、画像処理方法、イメージングシステム |
Non-Patent Citations (2)
Title |
---|
Harsha Bhat, 外3名,"A hybrid approach for nucleus stain separation in histopathological images",2017 39th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC),米国,IEEE,2017年07月15日,p.1218-1221 |
橋本典明, 外3名,"マルチスペクトル画像を用いたH単染色標本からのディジタルH&E染色とその応用",電子情報通信学会論文誌,日本,一般社団法人電子情報通信学会,2013年04月01日,第J96-D巻, 第4号,p.844-852 |
Also Published As
Publication number | Publication date |
---|---|
US11144774B2 (en) | 2021-10-12 |
CN111095352A (zh) | 2020-05-01 |
US20200167584A1 (en) | 2020-05-28 |
JP2020530611A (ja) | 2020-10-22 |
CN111095352B (zh) | 2023-12-29 |
WO2019025514A3 (en) | 2019-03-14 |
WO2019025514A2 (en) | 2019-02-07 |
EP3662443A2 (en) | 2020-06-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11682192B2 (en) | Deep-learning systems and methods for joint cell and region classification in biological images | |
JP7011035B2 (ja) | 染色された標本画像内で細胞を検出するための自動化された方法およびシステム | |
JP7080976B2 (ja) | 関心の細胞タイプに対する選択的染料セグメンテーション画像を生成するためのシステムおよび方法 | |
JP7092503B2 (ja) | 共発現解析のためのシステム及び方法 | |
JP6725646B2 (ja) | 解析的に別個の検体染色のパターンの混合を有する細胞サンプルの自動化解析 | |
US11972859B2 (en) | Computational pathology approach for retrospective analysis of tissue-based companion diagnostic driven clinical trial studies | |
JP2022504870A (ja) | 細胞の分類のためのシステムおよび方法 | |
JP2020530613A (ja) | 画像処理のための自動アッセイ評価および正規化 | |
JP2022504871A (ja) | 改善された核検出およびセグメンテーションを可能にする画像強化 | |
JP2021506003A (ja) | デジタル病理学分析結果の格納および読み出し方法 | |
JP2018502279A (ja) | 組織学画像中の核の分類 | |
US10388014B2 (en) | Vessel analysis in multiplexed images | |
US11302107B2 (en) | System and method for classifying cells in tissue images based on membrane features |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200616 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210712 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210719 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211015 |
|
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: 20211224 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220113 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7011035 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |