TWI595372B - 用以檢測蛋白特徵物之顯微影像檢測系統以及顯微影像檢測方法 - Google Patents
用以檢測蛋白特徵物之顯微影像檢測系統以及顯微影像檢測方法 Download PDFInfo
- Publication number
- TWI595372B TWI595372B TW105128007A TW105128007A TWI595372B TW I595372 B TWI595372 B TW I595372B TW 105128007 A TW105128007 A TW 105128007A TW 105128007 A TW105128007 A TW 105128007A TW I595372 B TWI595372 B TW I595372B
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- mask
- texture
- microscopic
- texture images
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 31
- 210000003632 microfilament Anatomy 0.000 title claims description 8
- 238000007689 inspection Methods 0.000 title 1
- 210000004027 cell Anatomy 0.000 claims description 50
- 238000001514 detection method Methods 0.000 claims description 35
- 102000004169 proteins and genes Human genes 0.000 claims description 29
- 108090000623 proteins and genes Proteins 0.000 claims description 29
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 230000000873 masking effect Effects 0.000 claims description 7
- 239000000178 monomer Substances 0.000 claims description 7
- 230000017105 transposition Effects 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 3
- 238000006116 polymerization reaction Methods 0.000 claims 2
- 238000004364 calculation method Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 206010028980 Neoplasm Diseases 0.000 description 2
- 201000011510 cancer Diseases 0.000 description 2
- 230000003436 cytoskeletal effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 238000010186 staining Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 102000010834 Extracellular Matrix Proteins Human genes 0.000 description 1
- 108010037362 Extracellular Matrix Proteins Proteins 0.000 description 1
- 230000001270 agonistic effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000000170 cell membrane Anatomy 0.000 description 1
- 230000009087 cell motility Effects 0.000 description 1
- 230000036978 cell physiology Effects 0.000 description 1
- 210000004292 cytoskeleton Anatomy 0.000 description 1
- 238000010252 digital analysis Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000004043 dyeing Methods 0.000 description 1
- 210000002744 extracellular matrix Anatomy 0.000 description 1
- 230000012010 growth Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000012744 immunostaining Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004899 motility Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 102000034272 protein filaments Human genes 0.000 description 1
- 108091005974 protein filaments Proteins 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000002463 transducing effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/54—Extraction of image or video features relating to texture
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01Q—SCANNING-PROBE TECHNIQUES OR APPARATUS; APPLICATIONS OF SCANNING-PROBE TECHNIQUES, e.g. SCANNING PROBE MICROSCOPY [SPM]
- G01Q30/00—Auxiliary means serving to assist or improve the scanning probe techniques or apparatus, e.g. display or data processing devices
- G01Q30/04—Display or data processing devices
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B21/00—Microscopes
- G02B21/0004—Microscopes specially adapted for specific applications
- G02B21/002—Scanning microscopes
- G02B21/0024—Confocal scanning microscopes (CSOMs) or confocal "macroscopes"; Accessories which are not restricted to use with CSOMs, e.g. sample holders
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B21/00—Microscopes
- G02B21/0004—Microscopes specially adapted for specific applications
- G02B21/002—Scanning microscopes
- G02B21/0024—Confocal scanning microscopes (CSOMs) or confocal "macroscopes"; Accessories which are not restricted to use with CSOMs, e.g. sample holders
- G02B21/0036—Scanning details, e.g. scanning stages
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B21/00—Microscopes
- G02B21/36—Microscopes arranged for photographic purposes or projection purposes or digital imaging or video purposes including associated control and data processing arrangements
- G02B21/365—Control or image processing arrangements for digital or video microscopes
- G02B21/367—Control or image processing arrangements for digital or video microscopes providing an output produced by processing a plurality of individual source images, e.g. image tiling, montage, composite images, depth sectioning, image comparison
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/41—Analysis of texture based on statistical description of texture
- G06T7/44—Analysis of texture based on statistical description of texture using image operators, e.g. filters, edge density metrics or local histograms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
-
- 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
- G06V20/698—Matching; Classification
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01Q—SCANNING-PROBE TECHNIQUES OR APPARATUS; APPLICATIONS OF SCANNING-PROBE TECHNIQUES, e.g. SCANNING PROBE MICROSCOPY [SPM]
- G01Q30/00—Auxiliary means serving to assist or improve the scanning probe techniques or apparatus, e.g. display or data processing devices
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B21/00—Microscopes
-
- 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)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Optics & Photonics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Urology & Nephrology (AREA)
- Hematology (AREA)
- Immunology (AREA)
- Medical Informatics (AREA)
- Probability & Statistics with Applications (AREA)
- Quality & Reliability (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Biotechnology (AREA)
- Microbiology (AREA)
- Cell Biology (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Description
本發明係關於一種顯微影像檢測系統以及方法,尤指利用以檢測蛋白特徵物之顯微影像檢測系統以及顯微影像檢測方法。
於醫學、生技科學領域中,為了檢驗以及研究,常需要以顯微影像來對細胞進行檢測。細胞的移動性(motility or migration)是細胞生理中一種非常重要的動態行為,會發生在正常組織的成長、修復、或是病變,可以藉此觀測細胞生理表現。
細胞移動性是細胞骨架張力、及細胞與細胞外間質的交互作用相互影響下的一種動態表現,而其中又以分佈在細胞膜上的肌動蛋白絲(actin filaments),為主要支撐張力並主控細胞移動的細胞骨架成分。
以往,對細胞骨架的顯微觀測,係使用螢光免疫染色法(fluorescent immuno-staining technique),輔以共軛焦顯微鏡做靜態的觀測。例如美國9176043號、5741648號、5733721號等專利,為觀測細胞或肌動蛋白絲,會先行染色。這種方式的缺點是,細胞必須被固定染色,因此無法觀測到細胞移動時,肌動蛋白絲的分佈與型態上的變化。此外,即使經過了螢光染色,絲體的結構亦不夠清晰。
進一步,參閱中華民國I470203號專利「應用於癌細胞檢測的影像分析系統及方法」,其係利用頻譜分析來找尋癌細胞,雖避免化學染色,但利用頻譜分析所需設備仍所費不貲。針對一般細胞的顯微影像檢測,仍需一種更為普遍化的檢測方式,方能對人類生理健康的研究或治療給予更佳的保障。因此,本發明的主要目的在於提供一種利用以檢測蛋白特徵物之顯微影像檢測系統以及顯微影像檢測方法,以解決上述問題。
本發明之目的在提供一種用以檢測蛋白特徵物之顯微影像檢測系統以及顯微影像檢測方法,能以電腦視覺影像的技術,有效率且能普遍實現的對細胞進行顯微影像檢測。
本發明係關於一種用以檢測蛋白特徵物之顯微影像檢測系統,係藉由呈現檢測影像來檢測所述之蛋白特徵物,其中蛋白特徵物可為肌動蛋白絲。蛋白特徵物係具有如細胞之單體的狀態。顯微影像檢測系統係包含影像擷取單元、單體追蹤模組、以及紋理遮罩。
影像擷取單元係針對蛋白特徵物以擷取原始影像。單體追蹤模組係根據預定大小、預定亮度、相對變化、以及型態分析,自原始影像擷取為單體影像,其中預定大小、預定亮度、相對變化、以及型態分析係皆對應於單體而預設或分析。
紋理遮罩係將單體影像進行二維遮罩處理,以形成至少二紋理影像,其中以四紋理影像為佳。所述二維遮罩處理係以均值向量之轉置與邊測向量旋積,而產生第一遮罩;再以邊測向量之轉置與均值向量旋積,而產生第二遮罩;進一步,再將第一遮罩向左旋轉45度,則得第三遮罩;將第一遮罩向右旋轉45度,則得第四遮罩。再分別以第一遮罩、第二遮罩、
第三遮罩以及第四遮罩對單體影像進行旋積計算,則得所述四紋理影像。疊合這四個紋理影像,即成為清晰可辨之檢測影像。
此外,顯微影像檢測系統進一步可透過人機介面來顯示檢測影像,其中檢測影像包含了對應所述之一個單體之標的影像,藉由人機介面以選取此標的影像,則標的影像係被標注為特定之顏色。
本發明也係前述用以檢測蛋白特徵物之顯微影像檢測系統所進行之顯微影像檢測方法,顯微影像檢測方法係包含下列步驟:擷取蛋白特徵物之原始影像;根據預定大小、預定亮度、相對變化、以及型態分析自原始影像擷取為單體影像,其中預定大小以及預定亮度係對應於單體;將單體影像進行二維遮罩處理,以形成至少二紋理影像;以及疊合所述至少二紋理影像,係成為檢測影像。
如前述之顯微影像檢測方法,其中所述二維遮罩處理係包含下列步驟:以均值向量之轉置與邊測向量旋積,而產生第一遮罩;再以邊測向量之轉置與均值向量旋積,而產生第二遮罩;將第一遮罩向左旋轉45度,則得第三遮罩;將第一遮罩向右旋轉45度,則得第四遮罩;以及再分別以第一遮罩、第二遮罩、第三遮罩以及第四遮罩對單體影像進行旋積的計算,則得所述四紋理影像。
因此,利用本發明所提供一種用以檢測蛋白特徵物之顯微影像檢測系統以及顯微影像檢測方法,能以電腦視覺影像的技術,先以單體追蹤模組針對如細胞之單體擷取單體影像,再以紋理遮罩對單體影像進行二維遮罩處理以形成多個紋理影像,進而疊合成清晰且可動態顯示的檢測影像,藉此,能有效率且能普遍實現的對細胞進行顯微影像檢測。
關於本發明之優點與精神可以藉由以下的發明詳述及所附圖式得到進一步的瞭解。
10‧‧‧顯微影像檢測系統
20‧‧‧蛋白特徵物
22‧‧‧原始影像
24‧‧‧單體影像
26‧‧‧紋理影像
28‧‧‧檢測影像
30‧‧‧影像擷取單元
32‧‧‧單體追蹤模組
34‧‧‧紋理遮罩
38‧‧‧記憶體
40‧‧‧預定大小
42‧‧‧預定亮度
44‧‧‧相對變化
46‧‧‧型態分析
50‧‧‧加權平均濾波器
52‧‧‧高通濾波器
5002‧‧‧均值向量
5202‧‧‧邊測向量
54‧‧‧第一遮罩
55‧‧‧第二遮罩
56‧‧‧第三遮罩
57‧‧‧第四遮罩
圖1係本發明顯微影像檢測系統之示意圖;圖2係本發明紋理遮罩產生紋理影像之示意圖;圖3係四個紋理影像以及檢測影像之示意圖;圖4係本發明顯微影像檢測方法之流程圖;以及圖5係本發明二維遮罩處理之方法流程圖。
請參閱圖1,圖1係本發明顯微影像檢測系統10之示意圖。本發明係關於一種用以檢測蛋白特徵物20之顯微影像檢測系統10,係藉由呈現檢測影像28來檢測所述之蛋白特徵物20。蛋白特徵物20係具有單體之狀態,其中,蛋白特徵物20係可為肌動蛋白絲,單體係可為細胞或為組織,換句話說,本發明顯微影像檢測系統10可以檢測肌動蛋白絲,藉以檢測細胞的影像。
顯微影像檢測系統10係包含影像擷取單元30、單體追蹤模組32、以及紋理遮罩34。影像擷取單元30例如可為CCD或CMOS等影像感應器,透過顯微鏡頭,針對蛋白特徵物20以擷取產生原始影像22。
單體追蹤模組32係根據預定大小40、預定亮度42、相對變化44、以及型態分析46,自原始影像22中擷取細胞的影像,並過濾其他的影像雜訊而成為單體影像24。所述之預定大小40以及預定亮度42係對應於單體,進一步說明,預定大小40係影像擷取單元30所擷取原始影像22中細胞影像應有的大小範圍,預定亮度42係影像擷取單元30所擷取原始影像22中細胞
影像應有的亮度值或灰階值範圍,此預定大小40以及預定亮度42預先儲存在記憶體38中做為比對的依據。所以,單體追蹤模組32會過濾不符預定大小40以及預定亮度42的雜訊影像,使所述之單體影像24更為清晰。
以上為針對細胞個體的影像辨識,但細胞有聚合跟分裂的現象,單體追蹤模組32針對細胞聚合跟分裂時的影像鑑別,就必須進一步根據相對變化44、以及型態分析46,自原始影像22中擷取可能分裂或聚合中細胞的影像,並過濾其他的影像雜訊而成為單體影像24。以所述相對變化44舉例來說,前一個原始影像22中有三個細胞面積分別為A1、A2、A3,下一個原始影像22只剩兩個類似細胞的影像,面積分別為A1、A4,而A4較為接近A2+A3,且A4與A2+A3間的距離也最短,所以可以判定第二與第三個細胞聚合為一個較大的細胞。以所述型態分析46舉例來說,前一個原始影像22中有二個細胞,下一個原始影像22中有一個類似剛聚合的細胞,此類似剛聚合細胞的周長,因為尚未成為球體,形狀不規則,因此會大於同面積球體的周長,藉由計算此細胞之周長,可以判定此二個細胞聚合為後一個細胞。
前述單體追蹤模組32判定細胞完成後,會將原始影像22中不是細胞的影像雜訊濾除,而成為單體影像24。接續,紋理遮罩34將單體影像24進行二維遮罩處理,以形成至少二紋理影像26,本實施例中以四個紋理影像26為較佳實施例,在接續的圖2中來說明。最後,疊合所有的至少二紋理影像26,實施例中係疊合四個紋理影像26,即成為清晰易辨識細胞的檢測影像28。
請參閱圖2,圖2係本發明紋理遮罩34產生紋理影像26之示意圖。如前述之顯微影像檢測系統10,其中紋理遮罩34係包含加權平均濾波器50以及高通濾波器52。加權平均濾波器50對應一個均值向量5002,均值向量
5002例如為(1,4,6,4,1),係需採取奇數個數,此例係為5個數的一維向量;每次取樣一個畫素訊號皆須包含訊號左右的2個點,以中間的權值最大來代表重要性最高,並接續往兩旁遞減。高通濾波器52對應一個邊測向量5202,邊測向量5202例如為(-1,-2,0,2,1),此例同前亦為5個數的一維向量;亦是針對所取樣之畫素訊號,找出中間點(0)左右兩側兩訊號點強度的差異,同樣鄰近中間點的權值最大。
所述二維遮罩處理係以均值向量5002之轉置與邊測向量5202進行
旋積(convolution)計算,而產生第一遮罩54,屬於一種縱向紋理的遮罩;再以邊測向量5202之轉置與均值向量5002進行旋積計算,而產生
第二遮罩55,屬於一種橫向紋理的遮罩;進一步將第一遮罩54
向左旋轉45度,則得第三遮罩56,屬於一種左上右下方向紋理的
遮罩;將第一遮罩54向右旋轉45度,則得第四遮罩57,屬於一種右上左下方向紋理的遮罩。最後,再分別以第一遮罩54、第二遮罩55、第三遮罩56、以及第四遮罩57對單體影像24的灰階值進行旋積計算,則得所述之四個紋理影像26。
針對疊合四個紋理影像26成為檢測影像28進一步說明,上述各遮罩對單體影像24的灰階值進行旋積計算,所得的值會超過一般顯示灰階值0~255的數值範圍,所謂疊合的方式是將四個旋積後紋理影像26以灰階值相加後再平均,平均後的數值範圍仍然會超過一般顯示灰階值0~255的數值範圍,所以,疊合的步驟除了四個旋積後紋理影像26以灰階值相加後再平均
之外,還進一步使平均後全部的數值等比調整而落於0~255之範圍內,如此才能正常顯示為清晰易辨識細胞的檢測影像28。
請參閱圖3,圖3係四個紋理影像26以及檢測影像28之示意圖。圖3上部A、B、C、D小圖分別為未經過單體追蹤模組32處理的四個紋理影像26,換句話說,紋理遮罩34直接以原始影像22進行紋理影像26之處理,而非經由單體影像24來處理,其結果係雜訊遍佈,再進行目視分析或者量化的數位分析皆有相當程度的困擾。圖3中部A1、B1、C1、D1小圖分別為本發明實際經過單體追蹤模組32處理的四個紋理影像26,可見其無雜訊,以此無雜訊之四個紋理影像A1、B1、C1、D1進行所述之疊合,則得清晰可見之檢測影像F。
補充說明,因為本發明的顯像原理跟針對細胞進行靜態染色的舊有技術完全不同,所以,將本發明依時間先後接連播放處理所得之多個檢測影像28,則會產生細胞移動性的動態畫面,因此對於細胞狀態觀測與分析就更為優異。也因此功效,如前述之顯微影像檢測系統10,顯微影像檢測系統10更可利用人機介面來顯示檢測影像28,其中檢測影像28包含了對應所述之一個單體之標的影像。人機介面可以為觸控顯示幕,以觸控作為人機介面的輸入模式,或為滑鼠以鼠標在一般螢幕中移動並選取輸入;藉由這些種人機介面以選取標的影像,則標的影像係可被標注為特定之顏色,因此在動態畫面中,可以便於觀測到激動蛋白絲在細胞聚合與分裂過程的變化。
請參閱圖4,圖4係本發明顯微影像檢測方法之流程圖。本發明也係前述顯微影像檢測系統10所實施用以檢測蛋白特徵物20之顯微影像檢測方法,係藉由呈現檢測影像28來檢測所述之蛋白特徵物20,蛋白特徵物20係具有單體之狀態,顯微影像檢測方法係包含下列步驟:(S02)擷取蛋白特
徵物20之原始影像22;(S04)根據預定大小40、預定亮度42、相對變化44、以及型態分析46自原始影像22擷取為單體影像24,其中預定大小40以及預定亮度42係對應於單體;(S06)將單體影像24進行二維遮罩處理,以形成至少二紋理影像26;以及(S08)疊合所述至少二紋理影像26,係成為檢測影像28。
請參閱圖5,圖5係本發明二維遮罩處理之方法流程圖。針對四個紋理影像26之最佳實施例,如前述之顯微影像檢測方法,其中所述二維遮罩處理係包含下列步驟:(S20)以均值向量5002之轉置與邊測向量5202旋積,而產生第一遮罩54;(S22)再以邊測向量5202之轉置與均值向量5002旋積,而產生第二遮罩55;(S24)將第一遮罩54向左旋轉45度,則得第三遮罩56;(S26)將第一遮罩54向右旋轉45度,則得第四遮罩57;以及(S28)分別以第一遮罩54、第二遮罩55、第三遮罩56、以及第四遮罩57對單體影像24旋積,則得所述之四個紋理影像26。
因此,利用本發明所提供一種用以檢測蛋白特徵物20之顯微影像檢測系統10以及顯微影像檢測方法,能以電腦視覺影像的技術,先以單體追蹤模組32針對如細胞之單體擷取單體影像24,再以紋理遮罩34對單體影像24進行二維遮罩處理以形成多個紋理影像26,進而疊合成清晰且可動態顯示的檢測影像28,藉此,能有效率且能普遍實現的對細胞進行顯微影像檢測。
藉由以上較佳具體實施例之詳述,係希望能更加清楚描述本發明之特徵與精神,而並非以上述所揭露的較佳具體實施例來對本發明之範疇加以限制。相反地,其目的是希望能涵蓋各種改變及具相等性的安排於本發明所欲申請之專利範圍的範疇內。
10‧‧‧顯微影像檢測系統
20‧‧‧蛋白特徵物
22‧‧‧原始影像
24‧‧‧單體影像
26‧‧‧紋理影像
28‧‧‧檢測影像
30‧‧‧影像擷取單元
32‧‧‧單體追蹤模組
34‧‧‧紋理遮罩
38‧‧‧記憶體
40‧‧‧預定大小
42‧‧‧預定亮度
44‧‧‧相對變化
46‧‧‧型態分析
Claims (8)
- 一種用以檢測蛋白特徵物之顯微影像檢測系統,係藉由呈現一檢測影像來檢測一細胞的所述蛋白特徵物,該顯微影像檢測系統係包含:一影像擷取單元,係針對該蛋白特徵物以擷取一原始影像;一單體追蹤模組,該單體追蹤模組係根據一預定大小以及一預定亮度,自該原始影像擷取為一單體影像,其中該預定大小以及該預定亮度係對應於該單體;以及一紋理遮罩,係將該單體影像進行二維遮罩處理,以形成至少二紋理影像,該紋理遮罩係包含一加權平均濾波器以及一高通濾波器,該加權平均濾波器對應一均值向量,該高通濾波器對應一邊測向量,所述二維遮罩處理係以該均值向量之轉置與該邊測向量旋積,而產生一第一遮罩,再以該邊測向量之轉置與該均值向量旋積,而產生一第二遮罩,分別以該第一遮罩以及該第二遮罩對該單體影像旋積,則得所述之二紋理影像;其中,疊合所述至少二紋理影像,係成為該檢測影像。
- 如申請專利範圍第1項所述之顯微影像檢測系統,其中該紋理遮罩係將該單體影像進行二維遮罩處理,以形成四紋理影像,係進一步將該第一遮罩向左旋轉45度,則得一第三遮罩,將該第一遮罩向右旋轉45度,則得一第四遮罩,再分別以該第三遮罩以及該第四遮罩對該單體影像旋積,則得所述四紋理影像中之另外二紋理影像。
- 如申請專利範圍第1項所述之顯微影像檢測系統,其中該蛋白特徵物係為一肌動蛋白絲。
- 如申請專利範圍第3項所述之顯微影像檢測系統,其中該單體追蹤模組係針對該細胞之聚合,進一步根據一相對變化、以及一型態分析,自該原始影像擷取為該單體影像。
- 如申請專利範圍第1項所述之顯微影像檢測系統,該顯微影像檢測系統透過人機介面顯示該檢測影像,其中該檢測影像包含了對應所述之一個單體之標的影像,藉由人機介面以選取該標的影像,則該標的影像係被標注為特定之顏色。
- 一種用以檢測蛋白特徵物之顯微影像檢測方法,係藉由呈現一檢測影像來檢測一細胞的所述之蛋白特徵物,該顯微影像檢測方法係包含下列步驟:擷取該蛋白特徵物之原始影像;根據一預定大小以及一預定亮度自該原始影像擷取為一單體影像,其中該預定大小以及該預定亮度係對應於該單體;將該單體影像進行二維遮罩處理,以形成至少二紋理影像;以及疊合所述至少二紋理影像,係成為該檢測影像,其中所述二維遮罩處理係包含下列步驟:以一均值向量之轉置與一邊測向量旋積,而產生一第一遮罩;再以該邊測向量之轉置與該均值向量旋積,而產生一第二遮罩;以及分別以該第一遮罩以及該第二遮罩對該單體影像旋積,則得所述之二紋理影像。
- 如申請專利範圍第6項所述之顯微影像檢測方法,其中所述至少二紋理影像係為四紋理影像,該顯微影像檢測方法係進一步包含下列步驟:將該第一遮罩向左旋轉45度,則得一第三遮罩;將該第一遮罩向右旋轉45度,則得一第四遮罩;以及再分別以該第三遮罩以及該第四遮罩對該單體影像旋積,則得所述四紋理影像中之另外二紋理影像。
- 如申請專利範圍第6項所述之顯微影像檢測方法,其中所述根據該預定大小以及該預定亮度自該原始影像擷取為該單體影像之步驟中,進一步針對該細胞之聚合,進行下列步驟:係根據一相對變化、以及一型態分析,自該原始影像擷取為該單體影像。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW105128007A TWI595372B (zh) | 2016-08-31 | 2016-08-31 | 用以檢測蛋白特徵物之顯微影像檢測系統以及顯微影像檢測方法 |
US15/654,692 US10274711B2 (en) | 2016-08-31 | 2017-07-19 | Microscopic image recognition system and method for detecting protein-based molecule |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW105128007A TWI595372B (zh) | 2016-08-31 | 2016-08-31 | 用以檢測蛋白特徵物之顯微影像檢測系統以及顯微影像檢測方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI595372B true TWI595372B (zh) | 2017-08-11 |
TW201807608A TW201807608A (zh) | 2018-03-01 |
Family
ID=60189118
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW105128007A TWI595372B (zh) | 2016-08-31 | 2016-08-31 | 用以檢測蛋白特徵物之顯微影像檢測系統以及顯微影像檢測方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10274711B2 (zh) |
TW (1) | TWI595372B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020102670A1 (en) * | 2018-11-15 | 2020-05-22 | Nantomics, Llc | Classification based on characterization analysis methods and systems |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030059093A1 (en) * | 2001-03-26 | 2003-03-27 | Cellomics, Inc. | Methods for determining the organization of a cellular component of interest |
US20080040044A1 (en) * | 1997-02-27 | 2008-02-14 | Cellomics, Inc. | System for cell-based screening |
US20110254943A1 (en) * | 2010-04-06 | 2011-10-20 | Institute For Systems Biology | Automated analysis of images using bright field microscopy |
TW201413232A (zh) * | 2012-07-25 | 2014-04-01 | Theranos Inc | 影像分析及生物樣本之量測 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5733721A (en) | 1992-11-20 | 1998-03-31 | The Board Of Regents Of The University Of Oklahoma | Cell analysis method using quantitative fluorescence image analysis |
US7400330B2 (en) * | 2005-06-30 | 2008-07-15 | Microsoft Corporation | Magnification of indirection textures |
WO2007121454A1 (en) * | 2006-04-18 | 2007-10-25 | Ge Healthcare Bio-Sciences Corp. | System for preparing an image for segmentation |
JP5058962B2 (ja) * | 2008-12-22 | 2012-10-24 | オリンパス株式会社 | 細胞画像解析装置、細胞画像解析方法、及びプログラム |
TWI470203B (zh) | 2012-01-12 | 2015-01-21 | Nat Univ Chung Cheng | 應用於癌細胞檢測的影像分析系統及方法 |
-
2016
- 2016-08-31 TW TW105128007A patent/TWI595372B/zh active
-
2017
- 2017-07-19 US US15/654,692 patent/US10274711B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080040044A1 (en) * | 1997-02-27 | 2008-02-14 | Cellomics, Inc. | System for cell-based screening |
US20030059093A1 (en) * | 2001-03-26 | 2003-03-27 | Cellomics, Inc. | Methods for determining the organization of a cellular component of interest |
US20110254943A1 (en) * | 2010-04-06 | 2011-10-20 | Institute For Systems Biology | Automated analysis of images using bright field microscopy |
TW201413232A (zh) * | 2012-07-25 | 2014-04-01 | Theranos Inc | 影像分析及生物樣本之量測 |
Also Published As
Publication number | Publication date |
---|---|
US20180059396A1 (en) | 2018-03-01 |
US10274711B2 (en) | 2019-04-30 |
TW201807608A (zh) | 2018-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11514270B2 (en) | Speckle contrast analysis using machine learning for visualizing flow | |
Abd Halim et al. | Nucleus segmentation technique for acute leukemia | |
JP2002257679A (ja) | 輝度情報取得方法、画質評価方法、表示装置の輝度情報取得装置および表示装置の画質評価装置 | |
CN106651899A (zh) | 基于Adaboost的眼底图像微动脉瘤检测系统 | |
JP2018029250A5 (zh) | ||
JP2016514868A (ja) | 顕微鏡画像の画像品質評価 | |
CN110111711A (zh) | 屏幕的检测方法及装置、计算机可读存储介质 | |
CN109801322B (zh) | 一种漏光检测方法及装置 | |
CN103415869A (zh) | 检测和量化数字图像中的模糊的方法 | |
CN109165544A (zh) | 肾小球肾炎病理智能分类器的训练方法、诊断仪及存储介质 | |
CN111754457A (zh) | 一种基于角膜共聚焦图像的菌丝筛查系统 | |
WO2019181072A1 (ja) | 画像処理方法、コンピュータプログラムおよび記録媒体 | |
CN110807763A (zh) | 一种陶瓦表面鼓包检测方法及系统 | |
TWI595372B (zh) | 用以檢測蛋白特徵物之顯微影像檢測系統以及顯微影像檢測方法 | |
CN105608674B (zh) | 一种基于图像配准、插值和去噪的图像增强方法 | |
KR101751681B1 (ko) | 이물질 검출 시스템 | |
CN110349133B (zh) | 物体表面缺陷检测方法、装置 | |
Chen et al. | Pseudo-labeling for small lesion detection on diabetic retinopathy images | |
US20210042885A1 (en) | Image processing device, image processing method, and image processing program | |
CN106127738A (zh) | 凝集试验判读方法 | |
JP2006208340A (ja) | 欠陥検査装置 | |
JP7343336B2 (ja) | 検査支援装置および検査支援方法 | |
CN114022415A (zh) | 一种基于单像素特征聚类建立集群的液晶屏缺陷检测方法 | |
JP2008096302A (ja) | 欠陥検査装置 | |
TW200825947A (en) | Microscopic image analysis method and system of microfluidic cells |