RU2485585C1 - Способ компьютерной обработки изображений гистологических микропрепаратов - Google Patents
Способ компьютерной обработки изображений гистологических микропрепаратов Download PDFInfo
- Publication number
- RU2485585C1 RU2485585C1 RU2012116261/08A RU2012116261A RU2485585C1 RU 2485585 C1 RU2485585 C1 RU 2485585C1 RU 2012116261/08 A RU2012116261/08 A RU 2012116261/08A RU 2012116261 A RU2012116261 A RU 2012116261A RU 2485585 C1 RU2485585 C1 RU 2485585C1
- Authority
- RU
- Russia
- Prior art keywords
- image
- brightness
- color
- histological
- micropreparations
- Prior art date
Links
Images
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
Изобретение относится к средствам компьютерной обработки изображений. Техническим результатом является повышение точности анализа изображений. В способе осуществляют очистку изображения от высокочастотных шумов преобразованием исходного изображения сглаживающим фильтром с заданием маски, соответствующей удвоенному диаметру минимального сохраняемого элемента, и выполнением сглаживания «по яркости», затем производят выравнивание фона с помощью соответствующего фильтра с заданием маски в зависимости от размеров, структуры, яркостных и цветовых характеристик исследуемых объектов и завершают обработку фильтрацией по цветовым и оптическим характеристикам до получения оптимального состояния изображения микропрепарата. 4 ил.
Description
Изобретение относится к медицине, в частности к гистологии, морфометрии, а также к области компьютерной обработки изображений, и может быть использовано в клинической практике для решения задачи стандартизации гистологических микропрепаратов, подвергающихся морфометрии.
В настоящее время достаточно часто при морфометрических исследованиях гистологических микропрепаратов используются различные средства компьютерной обработки для проведения преобразований и анализа изображений. Современные программные системы для анализа изображений, как стандартные графические редакторы, например Adobe Photoshop, так и специализированные системы для морфометрии гистологических микропрепаратов, например «ВидеоТест 4.0», предусматривают возможности улучшения их качества при редактировании с помощью фильтрации шумов и преобразования объектов («Современные микроскопические исследования в биологии и медицине». Сборник статей. - М.: «Лабора», 2006, с.108-113; В.И.Минина «Использование компьютерной морфометрии в исследовании ядрышковых характеристик клеток» // Современные проблемы науки и образования, №6, 2008, с.10; Г.М.Попова, В.Н.Степанов «Анализ и обработка изображений медико-биологических микрообъектов» // Автомеханика и телемеханика, №1, 2004). После проведения обработки изображения специализированные системы позволяют осуществлять идентификацию объектов как сегментов изображения микропрепарата с заданными пространственно-оптическими характеристиками и их классификацию со статистическим анализом полученных данных.
Однако применяемые методики компьютерной морфометрии не обеспечивают достаточной точности ввиду разнородности исследуемых материалов в пределах одной группы, что особенно актуально при исследованиях, включающих большие группы гистологических микропрепаратов. Для обеспечения точности необходима стандартизация исследуемых микропрепаратов, что труднодостижимо в реальной практике. Стандартизация предусматривает наличие единой фиксированной толщины среза, интенсивности и равномерности распределения окраски при создании гистологических микропрепаратов одной группы. Соблюдение указанных условий необходимо для точного измерения компьютерной системой анализа морфологических и оптических параметров объектов исследования (яркостных и цветовых составляющих изображения, контрастности, оптической плотности клеточных и тканевых элементов).
Другим недостатком является сложность графической обработки изображений гистологических микропрепаратов, что обусловлено трудностями при выделении и идентификации отдельных клеточных и тканевых компонентов (объектов исследования) на неравномерном, неоднородном фоне окружающих тканей.
Техническим результатом изобретения является обеспечение стандартизации исследуемого материала за счет создания «монослоя» изображения программными средствами, что повышает точность последующей обработки и анализа изображений гистологических микропрепаратов, позволяет повысить достоверность результатов исследования.
Технический результат достигается за счет того, что в компьютер вводят изображение гистологического микропрепарата, выполняют фильтрацию шумов и помех, при этом очистку изображения от высокочастотных шумов осуществляют преобразованием исходного изображения с помощью сглаживающего фильтра с заданием маски, соответствующей удвоенному диаметру минимального сохраняемого элемента, и выполнением сглаживания «по яркости», затем производят выравнивание фона с помощью соответствующего фильтра с заданием маски в зависимости от размеров, структуры, яркостных и цветовых характеристик исследуемых объектов, после чего используют фильтр по яркости, контрастности и цвету с определением для объектов диапазонов в системах RGB, HLS до получения оптимального состояния изображения микропрепарата.
Подобная последовательная комбинация фильтров обеспечивает создание «монослоя», что позволяет исключить из процесса измерения объекты, лежащие в различных по толщине среза слоях, выделить и избирательно включить в исследование объекты, лежащие в одной плоскости, а также нивелировать неоднородный, неравномерный фон изображения гистологического микропрепарата.
Способ осуществляется посредством выполнения последовательности нижеуказанных процедур с применением инструментов программы «ВидеоТест 4.0»:
1. Ввод в компьютер изображения гистологического микропрепарата, подлежащего анализу, с применением видеокамеры, регистрирующей результаты микроскопии препарата, либо с помощью электронных носителей информации. При отсутствии оптимальной визуализации на этапе получения изображения применяют фильтр по яркости, контрастности и цвету (для «ВидеоТест» это инструмент «Яркость, контраст») с указанием диапазонов в системах RGB, HLS до получения оптимального для исследователя состояния изображения микропрепарата. На фиг.1 представлено исходное изображение микропрепарата печени при окраске гематоксилином и эозином. Ввод изображения осуществлен с использованием видеокамеры «Progres C10 Plus» (Jenoptik Jena, Германия) с микроскопа «Axiostar plus» (Carl Zeiss, Германия) на увеличении 200. На фиг.2 представлено изображение микропрепарата после обработки фильтром «Яркость, контраст».
2. Преобразование исходного изображения с помощью сглаживающего фильтра. В программе «ВидеоТест 4.0» соответствует применению инструментов «Сглаживания». При этом необходимо задать маску, соответствующую удвоенному диаметру минимального сохраняемого элемента изображения или объекта (размер маски указывается в пикселях), для цветных и полутоновых изображений выполнить сглаживание «по яркости». При этом величина перепада яркости находится в зависимости от характера конкретных анализируемых объектов (диапазон для «ВидеоТест» составляет [1; 255]). Результатом является очистка изображения от высокочастотных шумов, сглаживанию подвергаются точки изображения, перепад яркости между которыми меньше установленного значения. На фиг.3 представлено изображение микропрепарата после использования сглаживающего фильтра.
3. Выполнение выравнивания неоднородного, неравномерного фона с помощью фильтра. В частности, применяют инструмент «Выравнивание фона» с заданием маски в зависимости от размеров и структуры исследуемых объектов в интервале [2; 100]. Результатом является усреднение фона изображения микропрепарата по яркости и цветовым характеристикам, определяемое как разность яркости по маске и исходного изображения. На фиг.4 - изображение после применения фильтра «Выравнивание фона» с четко определяемыми объектами - клетками инфильтрата в выделенном «монослое».
4. При недостаточно четком выделении объектов для выполнения измерений повторно используют фильтр по яркости, контрастности и цвету. Это действие позволяет наиболее точно сформировать группу объектов, подлежащих дальнейшему анализу.
Подобная последовательность действий (последовательное применение данной комбинации фильтров) позволяет выделить в изображении гистологического микропрепарата отдельные элементы (объекты), лежащие в одном морфологическом слое («монослой»). Формирование «монослоя» в изображении гистологического микропрепарата осуществляется с учетом разности оптических (для цветных и полутоновых изображений) и цветовых (для цветных изображений) характеристик элементов изображения препарата. Различие показателей оптических плотностей, пороговых значений интенсивности компонентов изображения (составляющие по красному, зеленому, синему цвету в системе RGB, составляющие по яркости, насыщенности и цвету в системе HLS, пороговые значения яркости в системе Gray для обработки полутоновых изображений) является основой для определения принадлежности группы исследуемых объектов гистологического микропрепарата к одной плоскости (слою). Для каждого класса изучаемых объектов пороги указанных параметров могут быть установлены путем определения эталонных участков гистограммы / основного изображения, либо введением их цифровых значений. В последующем в рамках «монослоя» производят стандартный аналитический этап обработки материала с идентификацией, классификацией объектов, измерением необходимых показателей.
Таким образом, обеспечивается решение задач по стандартизации исследуемого материала при морфометрии и выделению объектов на сложном, неоднородном фоне, что, в свою очередь, приводит к повышению точности исследования, так как после прохождения описанной методики программа с наибольшей достоверностью осуществляет идентификацию, классификацию объектов, морфометрию и статистическую обработку результатов. При применении предлагаемой методики обработки изображений с выделением «монослоя» становится возможным использование в рамках одного исследования разнородных гистологических препаратов, с адаптацией полученных результатов для последующего статистического анализа.
Claims (1)
- Способ компьютерной обработки изображений гистологических микропрепаратов, включающий ввод изображения гистологического микропрепарата в компьютер, выполнение фильтрации по цветовым и оптическим характеристикам с указанием диапазонов значений в системах RGB, HLS, а также фильтрации шумов и помех, отличающийся тем, что очистку изображения от высокочастотных шумов осуществляют преобразованием исходного изображения с помощью сглаживающего фильтра с заданием маски, соответствующей удвоенному диаметру минимального сохраняемого элемента, и выполнением сглаживания «по яркости», затем производят выравнивание фона с помощью соответствующего фильтра с заданием маски в зависимости от размеров, структуры, яркостных и цветовых характеристик исследуемых объектов и завершают обработку фильтрацией по цветовым и оптическим характеристикам до получения оптимального состояния изображения микропрепарата.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2012116261/08A RU2485585C1 (ru) | 2012-04-23 | 2012-04-23 | Способ компьютерной обработки изображений гистологических микропрепаратов |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2012116261/08A RU2485585C1 (ru) | 2012-04-23 | 2012-04-23 | Способ компьютерной обработки изображений гистологических микропрепаратов |
Publications (1)
Publication Number | Publication Date |
---|---|
RU2485585C1 true RU2485585C1 (ru) | 2013-06-20 |
Family
ID=48786499
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2012116261/08A RU2485585C1 (ru) | 2012-04-23 | 2012-04-23 | Способ компьютерной обработки изображений гистологических микропрепаратов |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU2485585C1 (ru) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6847737B1 (en) * | 1998-03-13 | 2005-01-25 | University Of Houston System | Methods for performing DAF data filtering and padding |
RU2298223C2 (ru) * | 2005-04-25 | 2007-04-27 | Самсунг Электроникс Ко., Лтд. | Система и способ коррекции темных оттенков на цифровых фотографиях |
RU2408931C1 (ru) * | 2009-05-18 | 2011-01-10 | Учреждение Российской академии наук Институт проблем управления им. В.А. Трапезникова РАН | Автоматизированная многофункциональная система анализа изображений объектов |
US20110075914A1 (en) * | 2009-09-30 | 2011-03-31 | General Electric Company | System and method for the quantitative assessment of digital histology images |
-
2012
- 2012-04-23 RU RU2012116261/08A patent/RU2485585C1/ru not_active IP Right Cessation
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6847737B1 (en) * | 1998-03-13 | 2005-01-25 | University Of Houston System | Methods for performing DAF data filtering and padding |
RU2298223C2 (ru) * | 2005-04-25 | 2007-04-27 | Самсунг Электроникс Ко., Лтд. | Система и способ коррекции темных оттенков на цифровых фотографиях |
RU2408931C1 (ru) * | 2009-05-18 | 2011-01-10 | Учреждение Российской академии наук Институт проблем управления им. В.А. Трапезникова РАН | Автоматизированная многофункциональная система анализа изображений объектов |
US20110075914A1 (en) * | 2009-09-30 | 2011-03-31 | General Electric Company | System and method for the quantitative assessment of digital histology images |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6086949B2 (ja) | 色原体分離に基づく画像解析の方法 | |
CN107316077B (zh) | 一种基于图像分割及边缘检测的脂肪细胞自动计数方法 | |
DE60316113T2 (de) | Verfahren für quantitative video-mikroskopie und vorrichtung und computerprogramm zur durchführung des verfahrens | |
Schmitz et al. | Current automated 3D cell detection methods are not a suitable replacement for manual stereologic cell counting | |
JP6791245B2 (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
JP4948647B2 (ja) | 尿中粒子画像の領域分割方法及び装置 | |
Zhi et al. | AdipoCount: a new software for automatic adipocyte counting | |
EP2040218B1 (en) | Image processing device and image processing program | |
JP2022506135A (ja) | ヒトの寄与を組み込む反復的深層学習フローを使用した顕微鏡画像内の3d細胞間構造のセグメント化 | |
WO2006087526A1 (en) | Apparatus and method for processing of specimen images for use in computer analysis thereof | |
Sazzad et al. | An automated detection process to detect ovarian tissues using type P63 digitized color images | |
ShahriarSazzad et al. | An automated approach to detect human ovarian tissues using type P63 counter stained histopathology digitized color images | |
RU2485585C1 (ru) | Способ компьютерной обработки изображений гистологических микропрепаратов | |
JP2021525890A (ja) | 生物学的サンプルの画像に対するコンピュータ実装プロセス | |
Sreelatha et al. | Automatic detection of comets in silver stained comet assay images for DNA damage analysis | |
Beevi et al. | Analysis of nuclei detection with stain normalization in histopathology images | |
Rebollo et al. | Automated macro approach to quantify synapse density in 2D confocal images from fixed immunolabeled neural tissue sections | |
DE102016105102A1 (de) | Verfahren zur Untersuchung verteilter Objekte | |
Sazzad et al. | A comparative study of computerized approaches for type P63 ovarian tissues using histopathology digitized color images | |
EP2581878A2 (de) | Verfahren und Vorrichtung zur Quantifizierung einer Schädigung eines Hautgewebeschnittes | |
Fernandez-Carrobles et al. | Analysis of Color Standardization Methods for the Automatic Quantification of IHQ Stain in Breast TMA | |
Lestari et al. | Computer-Assisted Histopathological Calculation Analysis of the Sciatic Nerve of Diabetic Neuropathy Rat Model | |
La et al. | UMapβ: A Semi-automatic Image Analysis Assistant Bridging the Gap between Experimentalists and Image Analysis Specialists | |
Chen et al. | A vector-based filtering algorithm for microarray image |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20140424 |