WO2010140588A1 - 病理画像診断システム、病理画像診断方法、病理画像診断プログラム - Google Patents

病理画像診断システム、病理画像診断方法、病理画像診断プログラム Download PDF

Info

Publication number
WO2010140588A1
WO2010140588A1 PCT/JP2010/059268 JP2010059268W WO2010140588A1 WO 2010140588 A1 WO2010140588 A1 WO 2010140588A1 JP 2010059268 W JP2010059268 W JP 2010059268W WO 2010140588 A1 WO2010140588 A1 WO 2010140588A1
Authority
WO
WIPO (PCT)
Prior art keywords
area
pathological
image
importance
divided
Prior art date
Application number
PCT/JP2010/059268
Other languages
English (en)
French (fr)
Inventor
丸亀　敦
Original Assignee
日本電気株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 日本電気株式会社 filed Critical 日本電気株式会社
Priority to CN201080024614.3A priority Critical patent/CN102667471B/zh
Priority to US13/376,120 priority patent/US8594412B2/en
Priority to EP10783371.7A priority patent/EP2439528A4/en
Publication of WO2010140588A1 publication Critical patent/WO2010140588A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • 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
    • 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
    • G06T2207/10056—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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • 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
    • G06T2207/20048—Transform domain processing
    • G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
    • 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

Definitions

  • the present invention relates to a pathological image diagnostic system, a pathological image diagnostic method, and a pathological image diagnostic program for outputting a pathological tissue image to be a target of pathological diagnosis.
  • Pathological diagnosis is generally performed by a pathologist looking at a specimen on a slide glass with a microscope.
  • a microscope since the field of view of the microscope is limited, it is necessary to change the place to see in order to see the whole and see every corner. Therefore, instead of a microscope, an image scanner of a type that captures a slide as an electronic image is used.
  • the maximum field of view of the microscope corresponds to the monitor resolution of the PC (personal computer), but the entire area of the tissue is the monitor of the PC unless the tissue is small and the magnification during image display is small. Dozens of resolutions, hundreds of times.
  • the diagnosis result is not necessarily determined by the whole tissue, and the diagnosis result is often influenced by a partial region of the tissue image. Also, distant parts of the tissue may exhibit different appearances. Therefore, if the tissue is divided into certain divisional areas and processing for diagnosis is performed, this processing can be aborted when the diagnosis result is determined, which is efficient.
  • dividing a living body (pathology) tissue image obtained by imaging a living tissue into rectangular blocks and diagnosing each block is disclosed, for example, in a method disclosed in Japanese Patent Application Laid-Open No. 06-003601.
  • rectangular division of a pathological tissue image is often considered from the viewpoint of transmission efficiency.
  • the relationship between the focused segment area to be diagnosed in the pathological tissue image and the adjacent areas such as upper, lower, left, and right adjacent to the focused segment area may be emphasized as described above.
  • the diagnosis efficiency is bad, but also there may be a disadvantage that information obtained from an area across different blocks or the entire image is overlooked.
  • image communication apparatuses on the transmission side and the reception side are provided, and the image communication apparatus on the transmission side sets priorities for each of the divided images obtained by dividing the original image, and There has been disclosed a method of performing image communication with high transmission efficiency by transmitting and receiving each divided image by increasing the amount of image data and reducing the amount of image data of divided images with low priority (Japanese Patent Application Laid-Open No. 2008-101118).
  • Patent Document 2 a method is disclosed in which a captured fundus image is divided and priority is set to each divided image, and an order of displaying each divided image is set based on the priority to shorten a diagnosis time.
  • Patent Document 3 discloses a method of making it selectable.
  • the diagnosis can not be performed until transmission of an important part (image area) for diagnosis is completed. It may not be necessary to make a detailed diagnosis, that is, it may be necessary to wait for an image area of low importance to be transmitted, resulting in the deterioration of the overall pathological diagnosis efficiency. There is a disadvantage.
  • the present invention provides a pathological image processing system, a pathological image processing method, and a pathological image processing program that improves the disadvantages of the above related art and outputs a pathological tissue image that enables efficient image diagnosis.
  • the purpose is to do.
  • a pathological image in which a living tissue is imaged is divided into preset division areas, and each division area is preset according to a criterion of pathological diagnosis.
  • An importance setting means for setting and a division area in which the area where the biological tissue is imaged in the division area has a fixed ratio is extracted, and the measurement index value and the classification importance are applied to the division area It is characterized in that it comprises: segmented area extracting means for attaching and sending; and segmented area output displaying means for outputting and displaying a pathological image consisting of the sent out segmented areas.
  • a pathological image obtained by imaging a living tissue is divided into preset division areas, and a measurement index value according to a criterion of pathological diagnosis is set for each division area. Based on the measurement index value of the divided area and the measurement index value in the divided area adjacent to each divided area, the importance level for pathological measurement is set to each divided area, and the biological tissue is imaged in the divided area It is characterized in that a divided area in which the area shows a certain ratio is extracted, the measurement index value and the divided importance are associated with the divided area, and the pathological image composed of the divided area is output and displayed. There is.
  • the community management program divides a pathological image in which a living tissue is imaged into division areas set in advance, and has a function of calculating measurement index values according to the criteria of pathological diagnosis for each division area, A function of setting the importance of the pathological measurement in each of the divided areas based on the measured index value of each divided area and the measured index value in the divided areas adjacent to each of the divided areas; It is characterized in that it has a function of extracting a divided area in which the imaged area has a fixed ratio, and a function of being executed by a computer set in advance.
  • diagnostic imaging can be performed efficiently.
  • FIG. It is a schematic block diagram which shows one Embodiment of the data processing apparatus in the pathological image diagnostic system disclosed in FIG. It is a schematic block diagram which shows one Embodiment of the image display apparatus in the pathological image diagnostic system disclosed in FIG. It is a schematic block diagram which shows one Embodiment of the image transmission apparatus (area encoding apparatus) in the pathological image diagnostic system disclosed to FIG. It is a flowchart which shows the whole operation processing step in the pathological image diagnostic system disclosed in FIG. It is a flowchart which shows the whole operation processing step in the pathological image diagnostic system disclosed in FIG. It is a flowchart which shows the whole operation processing step in the pathological image diagnostic system disclosed in FIG. It is a flowchart which shows the whole operation processing step in the pathological image diagnostic system disclosed in FIG. It is a flowchart.
  • the pathological image diagnostic system 1 of the first embodiment includes a tissue extraction unit 10 for extracting an image area (tissue area) in which a tissue is imaged in a pathological tissue image (S10) sent from the outside.
  • An index amount calculation device 20 which receives rectangular blocks S20 which are image areas extracted by the tissue extraction means 10 and calculates an index amount applied to a pathological tissue set in advance for each rectangular block S20; and an index of each rectangular block Importance calculation means 30 for calculating and ordering the importance of quantities, and image display means 40a for outputting and displaying the rectangular block S20 sent from the importance calculation means 30 in association with the index value S40 calculated in advance and the importance.
  • the tissue extraction unit 10 extracts a tissue region in a pathological tissue image input from the outside of the pathological image diagnostic apparatus 1.
  • the tissue extraction unit 10 detects a tissue region (image region) in which a tissue is imaged as a stained region in a pathological image.
  • the tissue extraction unit 10 creates a monochrome image of a specific color (or luminance) from the pathological tissue image, and generates a binarized image creation algorithm (see FIG. 2) using a threshold set in advance for this monochrome image.
  • the binarization processing is performed by the discriminant analysis method (Binarization of Otsu).
  • the tissue extracting means 10 divides the pathological tissue image S10 into rectangular meshes, and processes only blocks (rectangular blocks) including tissue regions (pixels) having a predetermined number of pixels or more. Extract as a region. Note that it is not necessary to actually draw a mesh in the pathological tissue image, and it may be set to store one vertex of each set rectangular block and the vertical and horizontal sizes of the rectangular block.
  • the index amount calculation means 20 calculates the index amount of the rectangular block S20 extracted by the tissue extraction means 10 as described above.
  • the index amount calculation means 20 includes index amount calculation units 201, 202, 203,... Which calculate pathological indexes simultaneously and in parallel.
  • the index amount calculation unit 20 including the index amount calculation units 201, 202, and 203 is exemplified, but the number of index usages set by the index amount calculation unit 20 is not limited to this.
  • imaging diagnosis of pathological tissue by a pathologist looks at the whole tissue first at low magnification, finds cell nucleus, a portion stained in deep cytoplasm, and a portion having a large change in staining intensity, It is a good practice to use a sparse and dense search method to switch and look at each cell nucleus in detail. Therefore, in the present embodiment, as an index amount related to pathological tissue diagnosis, the image of the pathological tissue is divided into block units, and the in-block index amount for examining the global staining density, the global staining change Introduce [b] inter-block index quantity to check, [c] total block index quantity to check if staining concentration or change is an artificial reason.
  • the in-block index amount is an index amount which can be calculated from the information of each pixel constituting the rectangular block.
  • This indicator amount is an abnormal cell nucleus caused by a disease such as inflammation or cancer, an absolute concentration of a specific color in a region corresponding to the abnormal cell nucleus group, or an amount related to the shape of a pixel block extracted in a specific color, for example, a rectangular block Inner moment, Hu moment, discriminant analysis threshold, pixel number of specific color, number of pixel blocks of specific color, area average, dispersion, length average, dispersion, circularity average, dispersion, etc. are used.
  • a processed image is generated by performing signal processing such as Fourier transform or image processing such as edge extraction filter on the original pathological tissue image, and the moment, the Hu moment, and the discrimination analysis threshold value in the processed image.
  • the index amount may be calculated based on the number of pixels of a specific color, the number of pixel blocks of a specific color, area average, dispersion, length average, dispersion, circularity average, dispersion, and the like.
  • the moments are set as image luminance values I (x, y) in a target image of image processing (here, a pathological tissue image), and m and n as dimensions in the x and y directions. It can be obtained by the calculation formula of 1]. Also, one-dimensional Hu moment sets m 2 , 0 , m 0 , 2 as a normalized central moment, But you are asked. Circularity, S area and L perimeter Determined by
  • an HE (Hematoxylin-Eosin) stained image as a pathological tissue image is considered.
  • the portion of the cell nucleus in this HE has the property of staining with hematoxylin blue purple and the portion of the cytoplasm with eosin red purple.
  • indicators such as Hu moment of color signals of red, blue or its complementary cyan (light blue) and magenta (purple), discriminant analysis threshold, and number of pixel blocks become important indicators for pathological diagnosis. . Therefore, in the present embodiment, the index amount (in-block index amount) is calculated from the value obtained by quantifying, for example, the Hu moment, the discrimination analysis threshold value, and the number of pixels of a specific color.
  • the inter-block index amount can be obtained by calculating the degree of change with the neighboring blocks based on the intra-block index amount of (a).
  • This index amount reflects changes in the periphery of the specific tissue region corresponding to the proliferation process of the cell nucleus where the pathological diagnosis is emphasized, and its surrounding region, for example, using the block unit laplacian or the dispersion with the peripheral block Be
  • the number of extracted blocks adjacent to the index value of the target block is obtained from, for example, the sum of all the index amounts (index values) of the extracted blocks adjacent to the target block (FIG. 5A). It is set as the value which subtracted the value which multiplied by (Equation 3).
  • the target block (a) has seven adjacent blocks among the adjacent eight adjacent blocks (upper and lower, left and right diagonal rectangular blocks), so Laplacian is calculated based on [Equation 4] shown below Be done.
  • the total block index amount is a value calculated based on the in-block variance value [a], which is a statistic (average, variance, histogram, etc.) calculated from index (quantity) values of rectangular blocks in the entire image ).
  • This total block index amount is for verifying whether the above [a] and [b] are caused for pathological reasons or artificial reasons not related to the pathology, and for each rectangular block, Although it is not related to the calculation of the priority, it is used supplementary to issue a warning as an abnormal image due to a failure in slide creation or shooting.
  • the one or more index amounts calculated above are sent to the importance degree calculation means 30 as scalar values or vector values.
  • the importance degree calculation means 30 orders index amounts which are scalar values or vector values attached to each block.
  • the importance can be set as follows based on the pathological diagnostic reason.
  • color uniformity within the block for example, in the case of denseness or density of cell nuclei, the higher the color value or density of the pixel, the higher the degree of importance because there is the possibility of diseases such as inflammation and cancer.
  • block homogeneity for example, if there is a large amount of large circular pixel blocks (in the case of HE staining, a large blue circular block), there is a possibility of cancer cells and the degree of weight is high.
  • color values, density, etc. may be used as they are, or may be divided and ranked in a certain range.
  • the order may be a correspondence with unordered groups in addition to the order of magnitude (full order). Assuming that the index quantity is x, the rank or group is y, and the corresponding mapping is f, When the order is full order, f is a function, and the group y and the mapping (function) f have a relation shown in the following [Equation 6].
  • the index amount calculation means 20 is configured by a single index amount calculation unit 201, since the index amount is a scalar value, ranking can be performed simply by the magnitude of the value.
  • the index amount calculation means 20 is composed of a plurality of index amount calculation units (201, 202,...), It is necessary to give a mapping (function).
  • how to give the mapping (function) changes depending on the selection of the index quantity and which index is to be emphasized. If the importance of all the indices is equivalent, the sum of all the indices is calculated.
  • the function f may be a map that belongs to a specific order or group regardless of other indices when a certain index falls within a specific numerical value, in addition to the function that can be expressed by a mathematical expression.
  • f may be set by machine learning such as a neural network or a support vector machine.
  • the importance calculation means 30 associates the ranks (groups) and the index values with the blocks and sends them to the screen display means 40a.
  • the image display means 40a associates the order of the blocks input from the importance degree calculation means 30 and the index value S40 with the rectangular block of the original image, and outputs and displays the result on an output device such as a display set in advance.
  • FIG. 6 an example of a display screen of the pathological image S10 and an interface are shown in FIG.
  • the dark gray block on the left in FIG. 6 and the third row of importance C from the top of the importance column in the table on the right of FIG. 6 are associated.
  • the degree of importance may be the same, and in this example, there are two C and F.
  • multiple importance levels may be set, in which case, switching is made in the importance level menu.
  • the index amount (value) applied to the pathological tissue is set and calculated in each rectangular block (region) set in the pathological tissue image, thereby locally generating the pathological tissue image.
  • Can be assigned a quantified value and the original pathological tissue image can be displayed quantitatively according to the importance of the pathological tissue.
  • the user can quantitatively understand the state of the entire pathological tissue image, so that the pathological image diagnosis can be performed efficiently and quickly, and furthermore, the diagnosis time can be shortened.
  • the importance as a pathological tissue is set by giving an index value to each set rectangular block, so that pathologically important that is grasped across a plurality of blocks including adjacent blocks. It is possible to easily output and display an area of interest.
  • Embodiment 1 [Description of Operation of Embodiment 1] Next, an outline of the operation of the pathological image diagnostic system in the first embodiment will be described.
  • the pathological image in which the biological tissue is imaged is divided into previously set divided regions, and the index amount calculation unit 20 sets measurement index values according to the criteria of pathological diagnosis for each divided region (index amount setting step), Then, the importance degree calculation unit 30 sets the importance degree for the pathological measurement in each of the divided areas based on the measurement index value of each of the divided areas and the measurement index value in the divided areas adjacent to each of the divided areas (important Degree setting process).
  • the importance degree calculation means 30 extracts a divided area in which the area where the biological tissue is imaged shows a constant ratio among the divided areas (tissue area determination and extraction step), and the measurement index is calculated for this divided area.
  • the value and the classification importance are associated with each other and sent out, and the image display means 40a outputs and displays the pathological image consisting of the divided regions.
  • the execution content of the index amount setting step, the importance degree setting step, and the tissue area determination and extraction step may be programmed to be executed by a computer.
  • the program is recorded on a recording medium and is subject to commercial transaction.
  • a stained pathological image (original pathological image) is input to the tissue extraction unit 10 (step S1).
  • the tissue extraction unit 10 creates a monochrome image of the luminance component of the pathological image from the pathological image (step S2), and generates an image of the tissue image area from the generated monochrome image using an algorithm such as Otsu binarization.
  • the extraction is performed (step S3: tissue region extraction function) and transmitted to the index use calculation unit 20.
  • the index utilization calculating unit 20 divides the original pathological image and the corresponding binarized image into blocks (rectangular blocks) (step S4), and calculates an index amount in each image block including the tissue image.
  • Step S5 Index Amount Calculation Function
  • Each block is transmitted to the importance degree calculation means 30.
  • the importance calculation means 30 calculates the importance of each block by mapping (function) that relates the index amount and the importance from the single or plural index amounts (step S6: importance calculation function).
  • the importance degree calculation means 30 outputs and displays a pathological image on a display device such as a monitor set in advance, based on the association information between each block of the original pathological image and the importance degree information (step S7).
  • a display device such as a monitor set in advance
  • output display is performed in which each block is associated with importance information and index amount information.
  • the execution contents of the tissue area extraction function, index amount calculation function, and importance degree calculation function may be programmed to be executed by a computer provided in advance in the pathological image diagnostic apparatus 1.
  • a tissue extraction device 100 and an index amount calculation device 200 each of which is provided as a tissue extraction unit 10, an index amount calculation unit 20, an importance calculation unit 30, and an image display unit 40a provided in the pathological image diagnostic device 1.
  • the importance degree calculation device 300 and the image display device 400a may be connected by a communication line or the like.
  • a storage device 251 such as a memory or storage disk for storing image data (block) input as input data, index amount information, and importance degree information, and image data
  • the data processing apparatus 250 may be configured to include an arithmetic unit 252 such as a CPU that performs extraction of tissue regions in (blocks), index amounts of each block, and calculation of importance.
  • the image display device 400a is a memory, disk, etc. for storing input data including image information (block data), importance information, index value information sent from the importance calculation means 30.
  • Storage device 351 an input device 352 such as a keyboard or pointing device to which the user instructs to input, a monitor 353 outputting and displaying the processing result by the CPU 352, and calculation of the result to be displayed on the monitor by input data and input instruction
  • an arithmetic device 352 such as a CPU may be employed.
  • the image transmission means 40b outputs (transmits) the block data S50b to the communication line in the descending order of the importance order based on the importance order of the blocks and the index value S40 sent from the importance calculation means 30 (block output Send function). Further, when the reception of the block data of the importance required by the reception side is completed, the image transmission means 40b receives the stop request signal S60 from the reception side terminal, and transmits the block data based on the stop request signal S60. Stop (data transmission stop function).
  • the tissue extracting means 10, the index amount calculating means 20, and the importance degree calculating means 30 in the second embodiment operate in the same manner as in the first embodiment (FIG. 1) described above.
  • a pathological image subjected to staining processing is input to the tissue extraction means 10 (step A1).
  • the tissue extraction unit 10 creates a monochrome image of the luminance component of the pathological image from the pathological image (step A2), and roughly generates a tissue image region from the generated monochrome image using an algorithm such as Otsu binarization. (Step A3: tissue region extraction function), and transmitted to the index use calculation unit 20.
  • a blurring filter may be inserted to suppress the influence of noise outside the tissue region.
  • the index usage calculation unit 20 divides the original pathological image and the binarized image corresponding thereto into blocks (rectangular blocks) (step A4), and calculates an index amount in each image block including the tissue image.
  • Step A5 Index Amount Calculation Function
  • Each block is transmitted to the importance degree calculation means 30.
  • the importance calculation means 30 calculates the importance of each block by mapping (function) that relates the index amount and the importance from the single or plural index amounts (step A6: importance calculation function).
  • the importance calculation means 30 sorts the blocks in the descending order of the calculated importance (step A7), and transmits the blocks to the image transmission means 40b.
  • the image transmission means 40b adds importance information to each block data, and transmits block data to the receiving terminal in descending order of importance (step A8).
  • the receiving side transmits a stop request signal requesting stop of transmission of the block data to the image transmitting means 40b which is the transmitting side.
  • the image transmission means 40b receives this stop signal (step A9: YES)
  • the image transmission means 40b stops transmission of the encoded block data (step A10: transmission end).
  • the execution contents of the tissue area extraction function, index amount calculation function, and importance degree calculation function may be programmed to be executed by a computer provided in advance in the pathological image diagnostic apparatus 1.
  • a storage device 251 such as a memory or storage disk for storing image data (block), index amount information, and importance level information, and a tissue area in image data (block)
  • arithmetic processing unit 250 which consists of operation parts 252, such as CPU which performs extraction, an index quantity of each block, and calculation of importance.
  • the image transmitting apparatus 400b reads in and temporarily stores input data including image information (block data), importance information and index value information sent from the importance calculation means 30.
  • a storage device disk memory 411) such as a memory or disk and a block to be transmitted are determined from the block data read into the disk memory 411 based on the value of importance information, and the block is cut out from image information
  • a configuration comprising a CPU 412 and a network interface 413 connected to a communication line to transmit a clipped image (block) as a bit stream to the network under control of the CPU 412 and to receive a stop request signal sent from a receiving apparatus I assume.
  • the CPU 412 and the network interface 413 according to the second embodiment transmit block data (blocks) in descending order of importance as described above.
  • Embodiment 3 has almost the same configuration as that of the embodiment 1 (FIG. 1) described above, and as shown in FIG. 3, the image display means 40a of the embodiment 1 (FIG. 1)
  • the second embodiment is different from the first embodiment in that an image transmission unit 40c is provided instead of the image transmission unit 40c, and a reception side terminal 40c connected to the image transmission unit 40b via a communication line is further provided.
  • the area coding means 40c performs different coding for each block data for each block based on the order of the blocks (data) sent from the importance degree calculation means 30 and the index value S40 (block coding function). For blocks with higher importance of the sent-in block, lossless coding is performed, which can be completely restored to the original image. In addition, as the importance of the block sent in decreases, the area coding means 40c increases the compression rate according to the importance, and performs coding with a higher compression rate (function), Reduce the amount of data of the encoded block (the amount of transmission data).
  • the area coding means 40c sends the coded block data S50c to the receiving side, and when all the reception of the coded block data requiring high transmission with high importance is completed on the receiving side (terminal) And stop transmission of the encoded block data (data transmission stop function).
  • the pathological image subjected to the staining process is input to the tissue extraction means 10 (step B1).
  • the tissue extraction unit 10 creates a monochrome image of the luminance component of the pathological image from the pathological image (step B2), and roughly generates a tissue image region from the generated monochrome image using an algorithm such as Otsu binarization. Extraction (step B3: tissue region extraction function). Transmit to index usage calculation unit 20.
  • a blurring filter may be inserted to suppress the influence of noise outside the tissue region.
  • the index utilization calculating unit 20 divides the original pathological image and the corresponding binarized image into blocks (rectangular blocks) (step B4), and calculates an index amount in each image block including the tissue image.
  • Step B5 Index Amount Calculation Function
  • Each block is transmitted to the importance degree calculation means 30.
  • the importance calculation means 30 calculates the importance of each block by mapping (function) that relates the index amount and the importance from the single or plural index amounts (step B6: importance calculation function).
  • the importance calculation means 30 sorts the blocks in the descending order of the calculated importance (step B7), and transmits the blocks to the area coding means 40c.
  • the area coding unit 40c codes each block while changing the compression rate according to the degree of importance of each block in the sorted order (step B8).
  • the area coding means 40c adds importance information to the coded block data and transmits it to the receiving side (step B9).
  • the receiving side After receiving the block data of the necessary degree of importance, the receiving side transmits a stop request signal requesting stop of transmission of the block data to the area coding means 40c which is the transmitting side.
  • the area coding means 40c receives this stop signal (step B10: YES)
  • the area coding means 40c stops transmission of the encoded block data (completion of transmission of step B11).
  • the execution contents of the tissue area extraction function, index amount calculation function, and importance degree calculation function may be programmed to be executed by a computer provided in advance in the pathological image diagnostic apparatus 1.
  • a storage device 251 such as a memory or storage disk for storing image data (block), index amount information, and importance level information, and a tissue area in image data (block) It is good also as composition provided with arithmetic processing unit 250 which consists of operation parts 252, such as CPU which performs extraction, an index quantity of each block, and calculation of importance.
  • the area encoding device 400c sends the image information (block data), the importance information, and the index value information sent from the importance calculation means 30 as in the case of the image transmission device 400b.
  • a storage device disk memory 411) such as a memory or disk that reads input data including and temporarily storing the data, and determines a block to be transmitted from the block data read into the disk memory 411 based on the value of importance information.
  • the CPU 412 is connected to a communication line and the control of the CPU 412 cuts out the block from the image information, transmits the cut image (block) as a bit stream to the network under control of the CPU 412, and receives the stop request signal sent from the receiving device.
  • the interface 413 may be provided.
  • the arithmetic device 412 such as the CPU according to the third embodiment encodes image data between cutting out of a block and bit stream formation, and the compression ratio at that time changes according to the degree of importance of the block. Do.
  • the functions processed by the CPU set in the pathological image diagnostic device 1 can be distributed and allocated to each of the arithmetic processing device 250 and the area coding device 400c, so that the processing load of the CPU in each device Can be suppressed.
  • the present invention can be applied to a pathological image diagnosis performed between remote places and a system supporting image diagnosis for telemedicine.
  • Pathological imaging system (pathological imaging system) DESCRIPTION OF SYMBOLS 10 Tissue extraction means 20 Index amount calculation part 30 Importance degree calculation means 201, 202, 203, ... Index calculation part 250 Data processing device 251, 351, 411 Disk memory 252, 353, 412 CPU (central processing unit) 354 Monitor 400a Image display apparatus 400b Image transmission apparatus 400c Area coding apparatus 413 Network interface

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Molecular Biology (AREA)
  • Quality & Reliability (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

【課題】効率的な画像診断を可能とする病理組織画像の出力を行うこと。 【解決手段】撮像された病理画像を予め設定された区分領域に分け各区分領域に対して病理診断の基準にかかる計測指標値を設定する指標量計算装置２０と、各区分領域の計測指標値と前記各区分領域に隣接する区分領域における計測指標値とに基づき病理計測にかかる重要度を前記各区分領域に設定する重要度計算手段３０とを備え、重要度計算手段３０が、前記区分領域のうち前記生体組織が撮像された領域が一定の割合をしめる区分領域を抽出し、この区分領域に対して前記計測指標値および前記区分重要度を対応付けて送出する。

Description

病理画像診断システム、病理画像診断方法、病理画像診断プログラム
　本発明は、病理診断の対象となる病理組織画像の出力を行う病理画像診断システム、病理画像診断方法、病理画像診断プログラムに関する。
　病理診断は、一般的に、スライドガラス上の標本を病理医が顕微鏡で見ることで行われている。しかしながら、顕微鏡の視野は限られているため、全体を診るために診る場所を変えて隅々まで診る必要がある。このため、顕微鏡の代わりにスライドを電子画像として取り込むタイプの画像スキャナが使われている。
　この場合は、顕微鏡の視野に相当するのは最大でもＰＣ（パーソナル・コンピュータ）のモニタ解像度になるが、組織が小さく画像表示時の倍率が小さくない限り、組織の全体の面積は、ＰＣのモニタ解像度の数十倍、数百倍になる。
　ところで、病理診断では、組織全体によって診断結果が決まるとは限らず、組織画像の一部領域により診断結果が左右されることも多い。また、組織の離れた部分では異なった様相を示すこともある。そのため、組織を一定の区分領域に分け、診断のための処理を行うと、診断結果が決まった時点でこの処理を打ち切ることも可能であるため効率が良い。
　このため、生体組織が撮像された生体（病理）組織画像を矩形ブロックに分けて、ブロックごとに診断することは、例えば、特開平０６－００３６０１に開示された手法などに開示されている。
　また、遠隔診断を行う場合など通信を介して電子画像の送信を行う場合は、伝送効率の関係からも病理組織画像の矩形分割が検討されることが多い。
　しかしながら、病理診断の診断対象である病理組織画像について単純に矩形分割を行い、矩形分割された各分割画像を機械的な手順、および順序(例えば左上から右下へ)により、診断を行った場合、処理の効率化が限定されてしまうという不都合がある。
　また、例えば、画像診断にあたって、病理組織画像内における診断対象の注目区分領域と、この注目区分領域に隣接する上下左右等の隣接領域との関係が重視されることもあるため、上述のように、詳細な診断を機械的な順序で行った場合、診断効率が悪いばかりでなく、異なるブロックにまたがる領域や画像全体から得られる情報が見落とされてしまうといった不都合が生じ得る。
　これに対する関連技術として、送信側および受信側の画像通信装置を備え、送信側の画像通信装置が、元の画像を分割した分割画像それぞれに優先度を設定すると共に、優先度の高い分割画像の画像データ量を大きく、優先度の低い分割画像の画像データ量を小さくして各分割画像の送受信を行うことにより伝送効率の高い画像通信を行う手法が開示されている(特許文献１)。
　また、この関連技術として、撮像された眼底画像を分割し各分割画像に優先度を設定すると共に、各分割画像を優先度に基づき表示する順番を設定し、診断時間を短縮する手法が開示されている(特許文献２)。
　さらに、この関連技術として、多数の画像データのそれぞれに重要度を示す指標を設定し、各画像データに対する処理作業が行われる度に指標の値を加算して、利用価値の高い画像データを容易に選択可能とする手法が開示されている(特許文献３)。
特開２００５－０５７４９４公報 特開２００６－１０２０９７公報 特開２００７－１３５０６５公報 特開２００６－１２１５７８公報
　しかしながら、上述のように、病理組織画像では、病理組織画像内における離れた部位の組織領域間で異なった様相を示すことがあるため、上記特許文献１、２および３に開示された関連情報では、画像全体から得られる情報を見落とされてしまうという不都合が生じ得る。
　また、例えば、診断対象である病理組織画像の注目区分領域とこの注目区分領域に隣接する上下左右等の隣接領域との関係が重視されることもあるため、上記特許文献１、２および３に開示された関連技術のように、各分割画像に指標値を割当てる手法では、画像診断効率が悪くなってしまうという不都合がある。
　更に、遠隔地診断などで、病理組織画像を通信により送信することが必要な場合、診断のために重要な部分(画像領域)の送信が完了するまで診断を行うことができなかったり、一方で、詳細な診断を行う必要のない、つまり重要度が高くない画像領域が送信されるのを待たなければならなかったりするといった状況も生じ得るため、全体的な病理診断効率が悪くなってしまうという不都合がある。
　本発明は、上記関連技術の有する不都合を改善し、画像診断を効率的に行うことを可能とする病理組織画像の出力を行う病理画像処理システム、病理画像処理方法、および病理画像処理プログラムを提供することを、その目的とする。
　上記目的を達成するために、本発明に係る病理画像診断システムは、生体組織が撮像された病理画像を予め設定された区分領域に分け各区分領域に対して病理診断の基準にかかる予め設定された計測指標値を設定する計測指標設定手段と、前記各区分領域の計測指標値と前記各区分領域に隣接する区分領域における計測指標値とに基づき病理計測にかかる重要度を前記各区分領域に設定する重要度設定手段と、前記区分領域のうち前記生体組織が撮像された領域が一定の割合をしめる区分領域を抽出すると共に当該区分領域に対して前記計測指標値および前記区分重要度を対応付けて送出する区分領域抽出手段と、前記送出された区分領域からなる病理画像を出力表示する区分領域出力表示手段とを備えたことを特徴としている。
　又、本発明にかかる病理画像診断方法は、生体組織が撮像された病理画像を予め設定された区分領域に分け各区分領域に対して病理診断の基準にかかる計測指標値を設定し、前記各区分領域の計測指標値と前記各区分領域に隣接する区分領域における計測指標値とに基づき病理計測にかかる重要度を前記各区分領域に設定し、前記区分領域のうち前記生体組織が撮像された領域が一定の割合をしめる区分領域を抽出すると共に当該区分領域に対して前記計測指標値および前記区分重要度を対応付けて送出し、前記区分領域からなる病理画像を出力表示することを特徴としている。
　更に、本発明にかかるコミュニティ管理プログラムは、生体組織が撮像された病理画像を予め設定された区分領域に分け各区分領域に対して病理診断の基準にかかる計測指標値を算出する機能と、前記各区分領域の計測指標値と前記各区分領域に隣接する区分領域における計測指標値とに基づき病理計測にかかる重要度を前記各区分領域に設定する機能と、前記区分領域のうち前記生体組織が撮像された領域が一定の割合をしめる区分領域を抽出する機能と、予め設定されたコンピュータに実行させることを特徴としている。
　本発明によると、画像診断を効率的に行うことができる。
本発明による病理画像診断システムの一実施形態を示す概略構成図である。 本発明による病理画像診断システムの一実施形態を示す概略構成図である。 本発明による病理画像診断システムの一実施形態を示す概略構成図である。 図１に開示した病理画像診断システムにおける病理画像の一例を示す説明図である。 図１に開示した病理画像診断システムにおける病理画像中の対象ブロックと隣接するブロックとの位置関係を示す説明図である。 図１に開示した病理画像診断システムにおける病理画像が表示された表示画面およびインターフェースの一例を示す説明図である。 図１に開示した病理画像診断システムにおけるデータ処理装置の一実施形態を示す概略ブロック図である。 図１に開示した病理画像診断システムにおける画像表示装置の一実施形態を示す概略ブロック図である。 図２、３に開示した病理画像診断システムにおける画像送信装置（領域符号化装置）の一実施形態を示す概略ブロック図である。 図１に開示した病理画像診断システムにおける全体の動作処理ステップを示すフローチャートである。 図２に開示した病理画像診断システムにおける全体の動作処理ステップを示すフローチャートである。 図３に開示した病理画像診断システムにおける全体の動作処理ステップを示すフローチャートである。フローチャートである。
［実施形態１］
　次に、本発明の実施形態について、その基本的構成内容を説明する。
　本実施形態１の病理画像診断システム１は、図１に示すように、外部から送り込まれた病理組織画像(Ｓ１０)における組織が撮像された画像領域(組織領域)を抽出する組織抽出手段１０と、組織抽出手段１０で抽出された画像領域である矩形ブロックＳ２０を受け、各矩形ブロックＳ２０について予め設定された病理組織にかかる指標量の計算を行う指標量計算装置２０と、各矩形ブロックの指標量の重要度を算出し順序付けを行う重要度計算手段３０と、重要度計算手段３０から送り込まれる矩形ブロックＳ２０を予め算出された指標値Ｓ４０および重要度と対応づけて出力表示する画像表示手段４０ａを備えた構成をとっている。
　以下、これを詳説する。
　組織抽出手段１０は、病理画像診断装置１の外部から入力された病理組織画像中における組織領域の抽出を行う。
　ここで、組織抽出手段１０は、組織が撮像された組織領域(画像領域)を、病理画像中における染色された領域として検知する。具体的には、組織抽出手段１０は、上記病理組織画像から特定の色(または輝度)のモノクロ画像を作成し、このモノクロ画像に対して、予め設定された閾値による２値化画像作成アルゴリズム(例えば、判別分析法（大津の２値化））により２値化処理を行う。
　尚、この段階では組織画像の抽出は画素単位までの正確さは必要ないため、病理組織画像に対する画像処理は、矩形ブロック単位に行われるものとする。
　また、ノイズにより少数の組織領域画素のみのブロックが抽出されるのを回避するために、上記２値化処理を行う前にガウシアンフィルタなどのぼかしフィルタを利用してノイズを抑制する処理を行うことが望ましい。
　また、組織抽出手段１０は、図４に示すように、病理組織画像Ｓ１０を矩形のメッシュで分割し、一定の画素数以上の組織領域(画素)を含むブロック(矩形ブロック)のみを処理対象矩形領域として抽出する。
　尚、実際に病理組織画像中にメッシュを描く必要はなく、設定された各矩形ブロックの頂点一つと矩形ブロックの縦横サイズを記憶する設定としてもよい。
　指標量計算手段２０は、上述のように、組織抽出手段１０で抽出された矩形ブロックＳ２０の指標量を計算する。
　尚、指標量計算手段２０は、同時並行、分散的に病理指標の計算を行う指標量計算部２０１、２０２、２０３、…を備えている。尚、本実施形態１では、指標量計算部２０１、２０２、２０３からなる指標量計算手段２０を例示しているが、指標量計算手段２０で設定される指標利用の数はこれに限定されない。
　尚、病理医による病理組織の画像診断は、低倍率でまず組織全体を見て、細胞核、細胞質が濃く染色された部分、染色の濃さの変化が大きい部分を見つけ、その付近を高倍率に切り替えて詳しく細胞核一つ一つを詳しく診る粗密探索的な方法を良く行われる。
　そこで、本実施形態では、病理組織診断にかかる指標量として、病理組織の画像をブロック単位に分け、大域的な染色の濃度を調べるための[a]ブロック内指標量、大域的な染色変化を調べるための[b]ブロック間指標量、染色濃度や変化が人工的な理由であるかを調べるための[c]全ブロック指標量を導入する。
　[a]ブロック内指標量は、矩形ブロックを構成する各画素の情報から計算できる指標量である。
　この指標量は、炎症や癌などの病気により生じる異常細胞核、異常細胞核群に対応した領域の特定色の絶対的な濃度や特定色で抽出された画素の塊の形状に関する量、例えば、矩形ブロック内のモーメント、Huモーメント、判別分析閾値、特定色の画素数、特定色の画素数塊の個数、面積平均、分散、長さ平均、分散、円形度平均、分散などが用いられる。
　また、元の病理組織画像に対して、フーリエ変換などの信号処理やエッジ抽出フィルタのなどの画像処理を行うことにより処理済画像を生成し、当該処理済画像におけるモーメント、Huモーメント、判別分析閾値、特定色の画素数、特定色の画素数塊の個数、面積平均、分散、長さ平均、分散、円形度平均、分散などに基づき指標量を算出する設定としてもよい。
　次いで、上記の指標量のうち、直感的でないものについて説明する。上記モーメントは、画像処理の対象画像(ここでは、病理組織画像とする)における画像輝度値Ｉ(x, y)、およびx, y方向の次元としてm, nを設定し、以下に示す[数１]の計算式により求められる。
Figure JPOXMLDOC01-appb-M000001
 　また、１次元のＨｕモーメントはｍ2,0，ｍ0,2を正規化された中心モーメントとする、
Figure JPOXMLDOC01-appb-M000002
 でも求められる。
　円形度は、Ｓを面積、Ｌを周囲長として
Figure JPOXMLDOC01-appb-M000003
 により求められる。
　ここで、具体的に、病理組織画像としてのＨＥ(ヘマトキシリン-エオジン)染色画像について考える。このＨＥにおける細胞核の部分は、ヘマトキシリンで青紫に、細胞質の部分は、エオジンで赤紫に染まる性質がある。この場合、赤、青やその補色のシアン(水色)、マゼンタ(紫)の色信号のHuモーメント、判別分析閾値、画素数塊の個数などの指標は、病理診断のための重要な指標となる。このため、本実施形態では、例えばHuモーメント、判別分析閾値、特定色の画素数を定量化した値から指標量(ブロック内指標量)の算出を行う。
　[b]ブロック間指標量は、(a)のブロック内指標量を元にその周辺ブロックとの変化度を計算することで得られる。
この指標量は、病理診断の重視される細胞核の増殖過程に対応した特定の組織領域内の周辺とその周辺領域の変化を反映し、例えば、ブロック単位のラプラシアンや周辺ブロックとの分散などが用いられる。
　ここでは、ラプラシアンの値を、例えば、対象ブロック(図５(ア))に隣接する抽出ブロックのすべての指標量(指標値)の合計値から、対象ブロックの指標値に隣接する抽出ブロックの数を乗じた値を引いた値とする(数３)。
　図５に示すように、対象ブロック(ア)は、隣接する８近傍ブロック(上下左右斜めの矩形ブロック)のうち７つの隣接ブロックをもつので、ラプラシアンは、以下に示す［数４］に基づき算出される。
Figure JPOXMLDOC01-appb-M000004
　[c]全ブロック指標量は、[a]ブロック内分散値に基づき算出される値であって、画像全体の矩形ブロックの指標(量)値から計算される統計量(平均、分散、ヒストグラムなど)である。
　この全ブロック指標量は、上記の[a],[b]が病理的な理由で生じたのか病理に関係のない人為的な理由で生じたのかを検証するためのもので、各矩形ブロックの優先度の算出には関係しないが、スライド作成時や撮影時の失敗などによる異常な画像として警告を出すために補助的に用いられる。
　尚、上記算出された上記単独または複数の指標量は、スカラー値、もしくはベクトル値として重要度計算手段３０に送られる。
　重要度計算手段３０は、各ブロックに付随するスカラー値もしくはベクトル値である指標量の順序付けを行う。重要度は病理診断的な理由に基づいて次のように設定できる。
ブロック内の色の均質性の場合、例えば細胞核の密集や濃さの場合は、画素の色値や密度が大きいほうが炎症やかんなどの病気の可能性があるので重要度は高くなる。
ブロック内の塊の均質性の場合は、例えば大きな円形度の高い画素塊(ＨＥ染色の場合は青い大きな円形塊)が多い場合は、癌細胞の可能性があるので重量度は高くなる。
ブロック間のラプラシアンのような周囲との変化の場合、変化量が大きい方が細胞増殖過程の異常として現れる病気の可能性があるので重要度は高くなる。
これらのような具体的な数値で計算される場合は、色値、密度などそのままの数値で使っても良いし、一定レンジで分けてランク化しても良い。
　上記順序については、大小順位(全順序)の他、必ずしも順序づけがされていないグループとの対応づけであっても良い。指標量をx、順位もしくはグループをｙ、対応する写像をfとすると、
Figure JPOXMLDOC01-appb-M000005
 という関係になり、順序が全順序の場合は、fは関数になり、グループｙと写像（関数）fとは、以下の［数６］に示す関係となる。
Figure JPOXMLDOC01-appb-M000006
　指標量計算手段２０が、単一の指標量計算部２０１で構成されている場合は、指標量はスカラー値になるので単純に値の大小により順位付けを行うことができる。
　指標量計算手段２０が、複数の指標量計算部(２０１、２０２、…)で構成されている場合は、写像(関数)を与える必要がある。
　ここで、写像(関数)の与え方は、指標量の選択とどの指標を重視するかによって変わる。全指標の重要度が等価である場合は、全指標の総和による算出する。
　尚、上記関数ｆは、数式で表せる関数以外に、ある指標が特定数値に入る場合は、他の指標に関係なく、特定の順位やグループに属するような写像であってもよい。
　また、算出に先立ち指標値と順位(グループ)が対応づけられたデータが入手できる場合は、ニューラルネットワークやサポートベクターマシンのような機械学習によりｆを設定してもよい。
　重要度計算手段３０は、全ブロックの順位(グループ)が得られた後、順位(グループ)と指標の値をブロックに対応づけて画面表示手段４０ａに送る。
　画像表示手段４０ａは、重要度計算手段３０から入力するブロックの順位と指標値Ｓ４０を元の画像の矩形ブロックと対応づけて、予め設定されたディスプレイなどの出力装置に出力表示する。
　ここで、病理画像Ｓ１０の表示画面およびインターフェースの一例を図６に示す。
　ここでは、図６左図の濃灰色のブロックと図６右図の表の重要度列の上から３番目の重要度Ｃの行が対応づけられている。
　尚、重要度は、同じものがあっても良く、この例ではＣとＦが２つある。
　また、複数の重要度を設定してもよく、その場合は、重要度のメニュで切り替えられるようにする。
　以上のように、本実施形態１では、病理組織画像に設定された各矩形ブロック(領域)で病理組織にかかる指標量(値)を設定し計算することにより、病理組織画像に対して局所的に定量化された値を割り当てることができ、元の病理組織画像を、病理組織の重要度に応じて定量的に表示することができる。
　このため、利用者は病理組織画像全体の様子が定量的に把握できるので、効率的、且つ迅速に病理画像診断を行うことができ、更には、診断時間を短縮することができる。
　また、本実施形態では、設定された各矩形ブロックに指標値が与えられることで病理組織としての重要度が設定されるので、隣接ブロックを含む、複数ブロック間に跨り把握される病理的に重要な領域を発見容易に出力表示することができる。
　［実施形態１の動作説明］
　次に、上記実施形態１における病理画像診断システムの動作の概要を説明する。
　生体組織が撮像された病理画像を予め設定された区分領域に分け各区分領域に対して、指標量計算部２０が、病理診断の基準にかかる計測指標値を設定し（指標量設定工程）、次いで、重要度計算手段３０が、前記各区分領域の計測指標値と前記各区分領域に隣接する区分領域における計測指標値とに基づき病理計測にかかる重要度を前記各区分領域に設定する（重要度設定工程）。
　次いで、重要度計算手段３０は、前記区分領域のうち前記生体組織が撮像された領域が一定の割合をしめる区分領域を抽出し（組織領域判定抽出工程）、この区分領域に対して前記計測指標値および前記区分重要度を対応付けて送出し、画像表示手段４０ａが、前記区分領域からなる病理画像の出力表示を行う。
　ここで、上記指標量設定工程、重要度設定工程、および組織領域判定抽出工程については、その実行内容をプログラム化し、コンピュータに実行させるように構成してもよい。前記プログラムは記録媒体に記録されて商取引の対象となる。
　以下、上記実施形態１における病理画像診断システムの動作について、図１０のフローチャートに基づいて詳説する。
　まず、撮像またはスキャンされた後、染色処理された病理画像(元の病理画像)が、組織抽出手段１０に入力される(ステップＳ１)。組織抽出手段１０は、この病理画像から当該病理画像の輝度成分のモノクロ画像を作成し(ステップＳ２)、生成されたモノクロ画像から、大津の２値化などのアルゴリズムを用いて、組織画像領域の抽出を行う(ステップＳ３：組織領域抽出機能)と共に、指標利用計算部２０に送信する。
　指標利用計算部２０は、元の病理画像とそれに対応する２値化画像を、それぞれブロック(矩形ブロック)で分割する(ステップＳ４)と共に、組織画像が含まれる各画像ブロックで指標量を算出し(ステップＳ５：指標量算出機能)、各ブロックを重要度計算手段３０に送信する。
　重要度計算手段３０は、単一もしくは複数の指標量から指標量と重要度とを関連づける写像(関数)により各ブロックの重要度を算出する(ステップＳ６：重要度算出機能)。
　重要度計算手段３０は、元の病理画像の各ブロックと重要度情報との関連づけ情報に基づいて、予め設定されたモニタなどの表示装置に病理画像を出力表示する(ステップＳ７)。
　ここでは、各ブロックと重要度情報、指標量情報との対応づけが示された出力表示が行われるものとする。
　尚、組織領域抽出機能、指標量算出機能、重要度算出機能については、その実行内容をプログラム化し、病理画像診断装置１内に予め備えられたコンピュータに実行させるように構成してもよい。
病理画像診断装置１内に設けられた組織抽出手段１０、指標量計算部２０、重要度計算手段３０、および画像表示手段４０ａを、それぞれを装置化した、組織抽出装置１００、指標量計算装置２００、重要度計算装置３００、および画像表示装置４００ａを、通信回線などで接続した構成としてもよい。
　また、本実施形態１における構成内容の変形例として、上記実施形態１の組織抽出装置１００、指標量計算装置２００を構成する指標量計算部２００１，２００２，…、および重要度計算装置３００にからなる構成に代えて、図７に示すように、入力データとして入力された画像データ(ブロック)、指標量情報、および重要度情報を記憶するするメモリや記憶ディスクなどのストレージ装置２５１と、画像データ(ブロック)における組織領域の抽出、各ブロックの指標量、重要度の算出を行うＣＰＵなどの演算部２５２とからなるデータ処理装置２５０を備えた構成としてもよい。
　また、画像表示装置４００ａは、図８に示すように、重要度計算手段３０から送り込まれた、画像情報(ブロックデータ)、重要度情報、指標値情報を含む入力データを蓄積するメモリやディスクなどのストレージ装置３５１と、ユーザが入力指示を行うキーボードやポインティングデバイス等の入力機器３５２と、ＣＰＵ３５２による処理結果を出力表示するモニタ３５３と、入力データと入力指示によりモニタに表示する結果の計算を行うＣＰＵなどの演算装置３５２を備えた構成としてもよい。
　このように構成することにより、病理画像診断装置１に設定されたＣＰＵによって処理された機能を、上記演算処理装置２５０、および画像表示装置４００ａそれぞれに分散して割当てることができるので、各装置におけるＣＰＵの処理負荷を抑制することができる。
　［実施形態２］
　次に、本発明にかかる実施形態２の病理画像診断システムについて説明する。ここで、前述した実施形態１と同一の部分については、同一の符号を付するものとする。
　この実施形態２は、システムの機器構成部分は前述した実施形態１(図１)とほぼ同一の構成を備えており、図２に示すように、実施形態１(図１)の画像表示手段４０ａに代えて、画像送信手段４０ｂを備え、更に、この画像送信手段４０ｂと通信回線を介して接続された受信側端末４５ｃを備えた点が実施形態１の場合と相違する。
　画像送信手段４０ｂは、重要度計算手段３０から送り込まれるブロックの重要度順位と指標値Ｓ４０に基づき、重要度順位が高い順にブロックデータＳ５０ｂを、通信回線に対して出力(送信)する(ブロック出力送信機能)。
　また、画像送信手段４０ｂは、受信側で必要な重要度のブロックデータの受信が完了したとき、受信側端末から停止要求信号Ｓ６０を受信すると共に、この停止要求信号Ｓ６０に基づきブロックデータの送信を停止する(データ送信停止機能)。
　尚、実施形態２における組織抽出手段１０、指標量計算手段２０、重要度計算手段３０は、前述した実施形態１(図１)の場合と同様に動作するものとする。
　［実施形態２の動作説明］
　次に、上記実施形態３における病理画像診断システムの動作について、図１１のフローチャートに基づいて説明する。
　まず、撮像、またはスキャンされた後、染色処理された病理画像が組織抽出手段１０に入力される(ステップＡ１)。組織抽出手段１０は、この病理画像から当該病理画像の輝度成分のモノクロ画像を作成し(ステップＡ２)、生成されたモノクロ画像から、大津の２値化などのアルゴリズムを用いて大まかな組織画像領域の抽出を行う(ステップＡ３：組織領域抽出機能)と共に、指標利用計算部２０に送信する。
　尚、上記組織領域抽出機能に先立ち、組織領域外のノイズの影響を抑えるためにぼかしフィルタを入れるのもよい。
　指標利用計算部２０は、元の病理画像とそれに対応する２値化画像を、それぞれブロック(矩形ブロック)で分割する(ステップＡ４)と共に、組織画像が含まれる各画像ブロックで指標量を算出し(ステップＡ５：指標量算出機能)、各ブロックを重要度計算手段３０に送信する。
　重要度計算手段３０は、単一もしくは複数の指標量から指標量と重要度とを関連づける写像(関数)により各ブロックの重要度を算出する(ステップＡ６：重要度算出機能)。
　また、重要度計算手段３０は、算出された重要度の高い順にブロックをソートし(ステップＡ７)、画像送信手段４０ｂに送信する。
　画像送信手段４０ｂは、各ブロックデータに対して重要度情報を付加すると共に、重要度の高い順にブロックデータを受信側端末に送信する(ステップＡ８)。
　次いで、受信側は必要な重要度のブロックデータを受信後、ブロックデータの送信停止を要求する停止要求信号を、送信側である画像送信手段４０ｂに送信する。
　画像送信手段４０ｂは、この停止信号を受信した(ステップＡ９：ＹＥＳ)場合に、符号化済みブロックデータの送信を停止する(ステップＡ１０：送信終了)。
　尚、組織領域抽出機能、指標量算出機能、重要度算出機能については、その実行内容をプログラム化し、病理画像診断装置１内に予め備えられたコンピュータに実行させるように構成してもよい。
　また、本実施形態２における構成内容の変形例として、上記実施形態２の組織抽出装置１００、指標量計算装置２００を構成する指標量計算部２００１，２００２，…、および重要度計算装置３００にからなる構成に代えて、図７に示すように、画像データ(ブロック)、指標量情報、および重要度情報を蓄積するメモリや記憶ディスクなどのストレージ装置２５１と、画像データ(ブロック)における組織領域の抽出、各ブロックの指標量、重要度の算出を行うＣＰＵなどの演算部２５２とからなる演算処理装置２５０を備えた構成としてもよい。
　また、画像送信装置４００ｂは、図９に示すように、重要度計算手段３０から送り込まれた、画像情報(ブロックデータ)、重要度情報、指標値情報を含む入力データを読込み一時的に記憶するメモリやディスクなどのストレージ装置(ディスクメモリ４１１)と、このディスクメモリ４１１に読み込まれたブロックデータから重要度情報の値に基づき送信するブロックを決定すると共に、そのブロックを画像情報から切り出す処理を行うＣＰＵ４１２と、通信回線に接続されＣＰＵ４１２の制御により、切り出した画像(ブロック)をビットストリームとしてネットワークに送信し、受信装置から送り込まれる停止要求信号を受信するネットワークインタフェース４１３とを備えた構成を有するものとする。
　尚、本実施形態２のＣＰＵ４１２、およびネットワークインタフェース４１３は、上述のように、重要度の高い順にブロックデータ(ブロック)の送信を行う。
　このように構成することにより、病理画像診断装置１に設定されたＣＰＵによって処理された機能を、上記演算処理装置２５０、および画像送信装置４００ｂそれぞれに分散して割当てることができるので、各装置におけるＣＰＵの処理負荷を抑制することができる。
　［実施形態３］
　次に、本発明にかかる実施形態３の病理画像診断システムについて説明する。ここで、前述した実施形態１と同一の部分については、同一の符号を付するものとする。
　この実施形態３は、システムの機器構成部分は前述した実施形態１(図１)とほぼ同一の構成を備えており、図３に示すように、実施形態１(図１)の画像表示手段４０ａに代えて、画像送信手段４０ｃを備え、更に、この画像送信手段４０ｂと通信回線を介して接続された受信側端末４０ｃを備えた点が実施形態１の場合と相違する。
　領域符号化手段４０ｃは、重要度計算手段３０から送り込まれるブロック(データ)の順位と指標値Ｓ４０に基づき、各ブロックデータに対してブロック毎に異なる符号化を行う(ブロック符号化機能)。
　送り込まれたブロックの重要度がより高いブロックに対しては、元画像に完全に復元可能な、可逆符号化を行う。
　また、領域符号化手段４０ｃは、送り込まれたブロックの重要度が低くなるにつれて、その重要度に対応して圧縮率を高くしていき、より高い圧縮率となる符号化を行い(機能)、符号化されたブロックのデータ量(送信データ量)の軽減を行う。
　更に、領域符号化手段４０ｃは、符号化済みブロックデータＳ５０ｃを受信側に送り、受信側で重要度の高く送信が必要な符号化済みブロックデータの受信がすべて終了したとき、受信側(端末)から停止信号６０を受け取り、符号化済みブロックデータの送信を停止する(データ送信停止機能)。
　［実施形態３の動作説明］
　次に、上記実施形態３における病理画像診断システムの動作について、図１２のフローチャートに基づいて説明する。
　まず、組織抽出手段１０に、撮像され、スキャンされた後、染色処理された病理画像が入力される(ステップＢ１)。組織抽出手段１０は、この病理画像から当該病理画像の輝度成分のモノクロ画像を作成し(ステップＢ２)、生成されたモノクロ画像から、大津の２値化などのアルゴリズムを用いて大まかな組織画像領域の抽出を行う(ステップＢ３：組織領域抽出機能)。指標利用計算部２０に送信する。
　尚、上記組織領域抽出機能に先立ち、組織領域外のノイズの影響を抑えるためにぼかしフィルタを入れるのもよい。
　指標利用計算部２０は、元の病理画像とそれに対応する２値化画像を、それぞれブロック(矩形ブロック)で分割する(ステップＢ４)と共に、組織画像が含まれる各画像ブロックで指標量を算出し(ステップＢ５：指標量算出機能)、各ブロックを重要度計算手段３０に送信する。
　重要度計算手段３０は、単一もしくは複数の指標量から指標量と重要度とを関連づける写像(関数)により各ブロックの重要度を算出する(ステップＢ６：重要度算出機能)。
　また、重要度計算手段３０は、算出された重要度の高い順にブロックをソートし(ステップＢ７)、領域符号化手段４０ｃに送信する。
　領域符号化手段４０ｃは、ソートされた順に、各ブロックの重要度に応じて圧縮率を変えながら、各ブロックの符号化を行う(ステップＢ８)。
　次いで、領域符号化手段４０ｃは、符号化されたブロックデータに重要度情報を付加して受信側に送信する(ステップＢ９)。
　受信側は必要な重要度のブロックデータを受信後、ブロックデータの送信停止を要求する停止要求信号を、送信側である領域符号化手段４０ｃに送信する。
　領域符号化手段４０ｃは、この停止信号を受信した(ステップＢ１０：ＹＥＳ)場合に、符号化済みブロックデータの送信を停止する(ステップＢ１１送信完了)。
　尚、組織領域抽出機能、指標量算出機能、重要度算出機能については、その実行内容をプログラム化し、病理画像診断装置１内に予め備えられたコンピュータに実行させるように構成してもよい。
　また、本実施形態３における構成内容の変形例として、上記実施形態３の組織抽出装置１００、指標量計算装置２００を構成する指標量計算部２００１，２００２，…、および重要度計算装置３００にからなる構成に代えて、図７に示すように、画像データ(ブロック)、指標量情報、および重要度情報を蓄積するメモリや記憶ディスクなどのストレージ装置２５１と、画像データ(ブロック)における組織領域の抽出、各ブロックの指標量、重要度の算出を行うＣＰＵなどの演算部２５２とからなる演算処理装置２５０を備えた構成としてもよい。
　また、領域符号化装置４００ｃは、上記画像送信装置４００ｂと同様に、図９に示すように、重要度計算手段３０から送り込まれた、画像情報(ブロックデータ)、重要度情報、指標値情報を含む入力データを読込み一時的に記憶するメモリやディスクなどのストレージ装置(ディスクメモリ４１１)と、このディスクメモリ４１１に読み込まれたブロックデータから重要度情報の値に基づき送信するブロックを決定すると共に、そのブロックを画像情報から切り出す処理を行うＣＰＵ４１２と、通信回線に接続されＣＰＵ４１２の制御により、切り出した画像(ブロック)をビットストリームとしてネットワークに送信し、受信装置から送り込まれる停止要求信号を受信するネットワークインタフェース４１３とを備えた構成であってもよい。
　尚、本実施形態３のＣＰＵなどの演算装置４１２は、ブロックの切り取りとビットストリーム化の間で画像データの符号化を行い、その時の圧縮率はブロックの重要度に応じて変更を行うものとする。
　これにより、病理画像診断装置１に設定されたＣＰＵによって処理された機能を、上記演算処理装置２５０、および領域符号化装置４００ｃそれぞれに分散して割当てることができるので、各装置におけるＣＰＵの処理負荷を抑制することができる。
　以上、実施形態（及び実施例）を参照して本願発明を説明したが、本願発明は上記実施形態（及び実施例）に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
　この出願は２００９年６月３日に出願された日本出願特願２００９－１３４２１９を基礎とする優先権を主張し、その開示の全てをここに取り込む。
　本発明は、遠隔地間で行われる病理画像診断や、遠隔医療にかかる画像診断を支援するシステムに適用することができる。
　１　病理画像診断装置(病理画像診断システム)
　１０　組織抽出手段
　２０　指標量計算部
　３０　重要度計算手段
　２０１、２０２、２０３、…　指標計算部
　２５０　データ処理装置
　２５１、３５１、４１１　ディスクメモリ
　２５２、３５３、４１２　ＣＰＵ(中央処理装置)
　３５４　モニタ
　４００ａ　画像表示装置
　４００ｂ　画像送信装置
　４００ｃ　領域符号化装置
　４１３　ネットワークインタフェース

Claims (8)

  1. 　生体組織が撮像された病理画像を予め設定された区分領域に分け各区分領域に対して病理診断の基準にかかる予め設定された計測指標値を設定する計測指標設定手段と、
    　前記各区分領域の計測指標値と前記各区分領域に隣接する区分領域における計測指標値とに基づき病理計測にかかる重要度を前記各区分領域に設定する重要度設定手段と、
    　前記区分領域のうち前記生体組織が撮像された領域が一定の割合をしめる区分領域を抽出すると共に当該区分領域に対して前記計測指標値および前記区分重要度を対応付けて送出する区分領域抽出手段と、
    　前記送出された区分領域からなる病理画像を出力表示する区分領域出力表示手段とを備えたことを特徴とする病理画像診断システム。
  2. 　前記請求項１に記載の病理画像診断システムにおいて、
    　前記病理画像中の生体組織が予め設定された特定色により染色処理されている場合に、前記計測指標設定手段は、前記特定色の予め設定された濃度の量に基づき病理診断にかかる計測指標値を設定する色濃度指標値設定機能を備えたことを特徴とする病理画像診断システム。
  3. 　前記請求項１に記載の病理画像診断システムにおいて、
    　前記組織抽出手段は、前記区分領域間のラプラシアンを計算することにより前記区分領域における画像特徴の抽出を行い、当該抽出結果に基き前記生物組織が含まれたブロックの抽出を行うラプラシアン抽出機能を備えたことを特徴とする病理画像診断システム。
  4. 　前記請求項１に記載の病理画像診断システムにおいて、
    　前記組織抽出手段は、隣接区分領域のモーメントに基づき画像特徴の抽出を行うことにより生物組織が含まれたブロックを抽出するモーメント抽出機能を備えたことを特徴とする病理画像診断システム。
  5. 　前記請求項１に記載の病理画像診断システムにおいて、
    　区分領域抽出手段は、
    　前記区分領域を前記設定された重要度の値が高い順に送信する重要度順送信機能を備えたことを特徴とする病理画像診断システム。
  6. 　前記請求項１、２に記載の病理画像診断システムにおいて、
    　区分領域抽出手段は、
    　前記設定された重要度の値がより高い区分領域をより低い圧縮率で符号化すると共に、前記重要度の値がより低い区分領域をより高い圧縮率で符号化する区分領域圧縮機能を備えたことを特徴とする病理画像診断システム。
  7. 　生体組織が撮像された病理画像を予め設定された区分領域に分け各区分領域に対して病理診断の基準にかかる計測指標値を設定し、前記各区分領域の計測指標値と前記各区分領域に隣接する区分領域における計測指標値とに基づき病理計測にかかる重要度を前記各区分領域に設定し、前記区分領域のうち前記生体組織が撮像された領域が一定の割合をしめる区分領域を抽出すると共に当該区分領域に対して前記計測指標値および前記区分重要度を対応付けて送出し、前記区分領域からなる病理画像を出力表示することを特徴とする病理画像診断方法。
  8. 　生体組織が撮像された病理画像を予め設定された区分領域に分け各区分領域に対して病理診断の基準にかかる計測指標値を算出する機能と、前記各区分領域の計測指標値と前記各区分領域に隣接する区分領域における計測指標値とに基づき病理計測にかかる重要度を前記各区分領域に設定する機能と、前記区分領域のうち前記生体組織が撮像された領域が一定の割合をしめる区分領域を抽出する機能と、予め設定されたコンピュータに実行させることを特徴とする病理画像診断プログラム。
PCT/JP2010/059268 2009-06-03 2010-06-01 病理画像診断システム、病理画像診断方法、病理画像診断プログラム WO2010140588A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201080024614.3A CN102667471B (zh) 2009-06-03 2010-06-01 病理图像诊断系统、病理图像诊断方法以及病理图像诊断程序
US13/376,120 US8594412B2 (en) 2009-06-03 2010-06-01 Pathologic image diagnostic system, pathologic image diagnostic method, and pathologic image diagnostic program
EP10783371.7A EP2439528A4 (en) 2009-06-03 2010-06-01 PATHOLOGICAL IMAGING DIAGNOSTIC SYSTEM, PATHOLOGICAL IMAGING DIAGNOSTIC METHOD, AND PATHOLOGICAL IMAGING DIAGNOSTIC PROGRAM

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2009-134219 2009-06-03
JP2009134219A JP5387147B2 (ja) 2009-06-03 2009-06-03 病理画像診断システム、病理画像処理方法、病理画像診断プログラム

Publications (1)

Publication Number Publication Date
WO2010140588A1 true WO2010140588A1 (ja) 2010-12-09

Family

ID=43297722

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2010/059268 WO2010140588A1 (ja) 2009-06-03 2010-06-01 病理画像診断システム、病理画像診断方法、病理画像診断プログラム

Country Status (5)

Country Link
US (1) US8594412B2 (ja)
EP (1) EP2439528A4 (ja)
JP (1) JP5387147B2 (ja)
CN (1) CN102667471B (ja)
WO (1) WO2010140588A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012102069A1 (ja) * 2011-01-24 2012-08-02 日本電気株式会社 情報処理システム、情報処理方法、情報処理装置およびその制御方法とその制御プログラムを格納した記憶媒体
JPWO2013187148A1 (ja) * 2012-06-15 2016-02-04 オリンパス株式会社 画像処理装置、顕微鏡システム、内視鏡システム及び画像処理方法
CN105741266A (zh) * 2016-01-22 2016-07-06 北京航空航天大学 一种病理图像细胞核快速定位方法

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5151403B2 (ja) * 2007-11-06 2013-02-27 日本電気株式会社 低分化癌検出モジュール、これを備えた病理画像診断支援装置、プログラムおよび記録媒体
CN103140757A (zh) * 2010-09-30 2013-06-05 日本电气株式会社 信息处理设备、信息处理系统、信息处理方法、程序和记录介质
JP5372068B2 (ja) * 2011-05-20 2013-12-18 キヤノン株式会社 撮像システム、画像処理装置
US20140176602A1 (en) * 2011-08-18 2014-06-26 Nec Corporation Information processing system, information processing method, information processing apparatus, and control method and control program thereof
WO2013027399A1 (ja) * 2011-08-23 2013-02-28 日本電気株式会社 情報処理システム、情報処理方法、情報処理装置およびその制御方法と制御プログラム
US8755633B2 (en) * 2012-03-14 2014-06-17 Sony Corporation Automated synchronized navigation system for digital pathology imaging
US20150132766A1 (en) * 2012-03-30 2015-05-14 On-Chip Cellomics Consortium Imaging cell sorter
JP6284024B2 (ja) * 2014-04-28 2018-02-28 横河電機株式会社 細胞生死判定システム、細胞生死判定方法
WO2015170183A2 (en) * 2014-05-05 2015-11-12 Dako Denmark A/S Method and apparatus for image scoring and analysis
WO2016120418A1 (en) 2015-01-31 2016-08-04 Ventana Medical Systems, Inc. Quality control of automated whole-slide analysis
CN104732230A (zh) * 2015-03-27 2015-06-24 麦克奥迪（厦门）医疗诊断系统有限公司 一种基于细胞核统计信息的病理图像局部特征提取方法
US10801959B2 (en) 2015-06-18 2020-10-13 Konica Minolta, Inc. Objective biological substance analysis device, analysis system, analysis method, and recording medium storing computer readable analysis program
WO2017150194A1 (ja) * 2016-03-04 2017-09-08 コニカミノルタ株式会社 画像処理装置、画像処理方法及びプログラム
CN111310893B (zh) * 2016-08-05 2023-11-21 中科寒武纪科技股份有限公司 一种用于执行神经网络运算的装置及方法
JP6670222B2 (ja) * 2016-11-01 2020-03-18 株式会社日立ハイテク 画像診断支援装置及びシステム、画像診断支援方法
JP6911995B2 (ja) * 2018-02-20 2021-07-28 日本電気株式会社 特徴抽出方法、照合システム、およびプログラム
CN108577803B (zh) * 2018-04-26 2020-09-01 上海鹰瞳医疗科技有限公司 基于机器学习的眼底图像检测方法、装置及系统
CN108898580B (zh) * 2018-05-31 2021-08-27 中南大学湘雅医院 皮瓣移植术后护理监控系统和方法、管理系统及存储介质
CN108903913B (zh) * 2018-05-31 2020-12-01 中南大学湘雅医院 皮瓣移植术后护理监控设备、系统、方法、产品及服务器
CN108694403B (zh) * 2018-05-31 2021-08-31 中南大学湘雅医院 皮瓣移植术后护理监控系统和方法、数据管理方法和设备
CN109785148B (zh) * 2018-11-30 2023-10-24 平安科技（深圳）有限公司 肝病报销流程的处理方法、装置、设备及可读存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH063601A (ja) 1992-06-22 1994-01-14 Olympus Optical Co Ltd 顕微鏡静止画像伝送システム
JP2005057494A (ja) 2003-08-04 2005-03-03 Matsushita Electric Ind Co Ltd 画像通信装置及び画像通信方法
JP2006102097A (ja) 2004-10-05 2006-04-20 Canon Inc 眼科撮影装置及び眼科画像処理システム
JP2006121578A (ja) 2004-10-25 2006-05-11 Matsushita Electric Ind Co Ltd 画像伝送システム、画像送信装置、画像受信装置および画像伝送方法
JP2007135065A (ja) 2005-11-11 2007-05-31 Konica Minolta Photo Imaging Inc 表示プログラム及び画像データの表示方法
JP2009134219A (ja) 2007-12-03 2009-06-18 Seiko Epson Corp プロジェクタ

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19616997A1 (de) * 1996-04-27 1997-10-30 Boehringer Mannheim Gmbh Verfahren zur automatisierten mikroskopunterstützten Untersuchung von Gewebeproben oder Körperflüssigkeitsproben
US6031930A (en) * 1996-08-23 2000-02-29 Bacus Research Laboratories, Inc. Method and apparatus for testing a progression of neoplasia including cancer chemoprevention testing
US6272235B1 (en) * 1997-03-03 2001-08-07 Bacus Research Laboratories, Inc. Method and apparatus for creating a virtual microscope slide
US6535626B1 (en) * 2000-01-14 2003-03-18 Accumed International, Inc. Inspection system with specimen preview
US7627531B2 (en) 2000-03-07 2009-12-01 American Express Travel Related Services Company, Inc. System for facilitating a transaction
US6711283B1 (en) * 2000-05-03 2004-03-23 Aperio Technologies, Inc. Fully automatic rapid microscope slide scanner
US8538770B2 (en) * 2000-08-01 2013-09-17 Logical Images, Inc. System and method to aid diagnoses using cross-referenced knowledge and image databases
US7383134B2 (en) * 2002-01-15 2008-06-03 Piper James R Method and/or system for analyzing biological samples using a computer system
EP1488229B1 (en) * 2002-03-13 2012-10-24 Q3Dm, Llc System and method for automatic color segmentation and minimum significant response for measurement of fractional localized intensity of cellular compartments
US20040202357A1 (en) * 2003-04-11 2004-10-14 Perz Cynthia B. Silhouette image acquisition
CN101002093A (zh) * 2004-01-15 2007-07-18 凯玫肯国际有限公司 图像分析和试验系统
US20060159325A1 (en) * 2005-01-18 2006-07-20 Trestle Corporation System and method for review in studies including toxicity and risk assessment studies
US20070031043A1 (en) * 2005-08-02 2007-02-08 Perz Cynthia B System for and method of intelligently directed segmentation analysis for automated microscope systems
US20070135999A1 (en) * 2005-12-13 2007-06-14 Applied Spectral Imaging Ltd. Method, apparatus and system for characterizing pathological specimen
JP5145672B2 (ja) * 2006-02-27 2013-02-20 富士通セミコンダクター株式会社 半導体装置の製造方法
US20080033302A1 (en) * 2006-04-21 2008-02-07 Siemens Corporate Research, Inc. System and method for semi-automatic aortic aneurysm analysis
US8135189B2 (en) * 2007-10-03 2012-03-13 Siemens Medical Solutions Usa, Inc. System and method for organ segmentation using surface patch classification in 2D and 3D images

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH063601A (ja) 1992-06-22 1994-01-14 Olympus Optical Co Ltd 顕微鏡静止画像伝送システム
JP2005057494A (ja) 2003-08-04 2005-03-03 Matsushita Electric Ind Co Ltd 画像通信装置及び画像通信方法
JP2006102097A (ja) 2004-10-05 2006-04-20 Canon Inc 眼科撮影装置及び眼科画像処理システム
JP2006121578A (ja) 2004-10-25 2006-05-11 Matsushita Electric Ind Co Ltd 画像伝送システム、画像送信装置、画像受信装置および画像伝送方法
JP2007135065A (ja) 2005-11-11 2007-05-31 Konica Minolta Photo Imaging Inc 表示プログラム及び画像データの表示方法
JP2009134219A (ja) 2007-12-03 2009-06-18 Seiko Epson Corp プロジェクタ

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP2439528A4

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012102069A1 (ja) * 2011-01-24 2012-08-02 日本電気株式会社 情報処理システム、情報処理方法、情報処理装置およびその制御方法とその制御プログラムを格納した記憶媒体
US9230154B2 (en) 2011-01-24 2016-01-05 Nec Corporation Information processing apparatus, method, and storage medium for assisting with a diagnosis based on a tissue sample
US9361508B2 (en) 2011-01-24 2016-06-07 Nec Corporation Information processing system, information processing method, information processing apparatus, control method therefor, and storage medium storing control program therefor
JPWO2013187148A1 (ja) * 2012-06-15 2016-02-04 オリンパス株式会社 画像処理装置、顕微鏡システム、内視鏡システム及び画像処理方法
US9517013B2 (en) 2012-06-15 2016-12-13 Olympus Corporation Image processing apparatus, microscope system, endoscope system, and image processing method
CN105741266A (zh) * 2016-01-22 2016-07-06 北京航空航天大学 一种病理图像细胞核快速定位方法
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

Also Published As

Publication number Publication date
EP2439528A4 (en) 2014-09-24
CN102667471A (zh) 2012-09-12
JP2010281637A (ja) 2010-12-16
US20120082366A1 (en) 2012-04-05
US8594412B2 (en) 2013-11-26
JP5387147B2 (ja) 2014-01-15
CN102667471B (zh) 2014-09-10
EP2439528A1 (en) 2012-04-11

Similar Documents

Publication Publication Date Title
WO2010140588A1 (ja) 病理画像診断システム、病理画像診断方法、病理画像診断プログラム
JP7422825B2 (ja) 顕微鏡スライド画像のための焦点重み付き機械学習分類器誤り予測
JP6091137B2 (ja) 画像処理装置、画像処理システム、画像処理方法およびプログラム
US9014443B2 (en) Image diagnostic method, image diagnostic apparatus, and image diagnostic program
JP5442542B2 (ja) 病理診断支援装置、病理診断支援方法、病理診断支援のための制御プログラムおよび該制御プログラムを記録した記録媒体
JP5963009B2 (ja) デジタル標本作製装置、デジタル標本作製方法およびデジタル標本作製サーバ
Helin et al. Optimized JPEG 2000 compression for efficient storage of histopathological whole-slide images
Krupinski et al. Compressing pathology whole-slide images using a human and model observer evaluation
Kowalik-Urbaniak et al. The quest for'diagnostically lossless' medical image compression: a comparative study of objective quality metrics for compressed medical images
US20120134556A1 (en) Image processing device, image processing method, and computer-readable recording device
CN115410693B (zh) 一种数字病理切片的存储系统、浏览系统及方法
CN103561631B (zh) 图像处理装置和图像处理方法
Sharma et al. Balancing image quality and compression factor for special stains whole slide images
JP5832281B2 (ja) 画像処理装置、画像処理システム、画像処理方法、およびプログラム
RU2295297C2 (ru) Способ исследования и диагностики состояния биологического объекта или его части
JP2011215680A (ja) 病理診断支援装置、病理診断支援方法、病理診断支援のための制御プログラムおよび該制御プログラムを記録した記録媒体
JPWO2005010206A1 (ja) 染色体状態の評価方法および評価システム
JP2016065821A (ja) 石炭分析方法、石炭分析装置及びコンピュータプログラム。
US20230334621A1 (en) Technologies for Improved Whole Slide Imaging
US11875893B2 (en) Method and apparatus for outputting information related to a pathological slide image

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 201080024614.3

Country of ref document: CN

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 10783371

Country of ref document: EP

Kind code of ref document: A1

REEP Request for entry into the european phase

Ref document number: 2010783371

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2010783371

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 13376120

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE