自动化整体载片分析的质量控制制造技术

本主题公开提出了用于自动地选择整体载片图像上的有意义区域并对结果得到的FOV集合执行质量控制的系统和方法。可以生成量化检测结果的局部密度的密度图。可以将热图以及映射图的组合（诸如局部和、比率等）作为输入提供到自动化FOV选择操作中。该选择操作可以基于一个或多个规则来选择表示极端和平均典型区域的每个热图的区域。可以定义一个或多个规则以便生成候选FOV的列表。一般地可以将规则公式化，使得被选择用于质量控制的FOV是要求最多的仔细检查并将最多地受益于观察专家的评估的FOV。

Quality control of automated whole board analysis

This subject presents a system and method for automatically selecting meaningful regions on an entire block image and performing quality control of the resulting FOV set. A density map that generates the local density of the quantized detection results. The thermal and combination of maps (such as local and ratio) is provided as input to FOV automation selection operation. The selection operation can be selected to represent each image and the mean of the typical area of extreme regions based on one or more rules. One or more rules can be defined to generate a list of candidate FOV. In general, rules can be formulated so that the FOV selected for quality control is the FOV that requires the most careful examination and will benefit most from the observation expert's assessment.

【技术实现步骤摘要】
【国外来华专利技术】自动化整体载片分析的质量控制
本主题公开涉及用于医疗诊断的成像。更特别地，本主题公开涉及一种由图像处理系统实现的用于分析染色活检或外科手术组织样本的方法和组织标本的自动化整体载片分析的质量控制。
技术介绍
在数字病理学领域中，可以用一个和多个染色剂对诸如组织切片、血液、细胞培养物等生物标本进行染色并通过观看（view）染色标本或对染色标本进行成像来进行分析。观察染色标本（与附加临床信息组合）使得能够实现各种过程，包括疾病的诊断、对治疗的反应的预后和/或预测性评估以及帮助开发新药物以对抗疾病。如本文所使用的“目标”或“目标对象”是染色剂识别的标本的特征。目标或目标对象可以是蛋白质、蛋白质片段、核酸或者由抗体、分子探针或非特定染色剂识别的其它感兴趣对象。被具体地识别的那些目标在本主题公开中可以称为生物标记。某些染色剂并未具体地以生物标记为目标（例如常常使用的复染色苏木精）。虽然苏木精与其目标具有固定关系，但大多数生物标记可以用染色剂的用户选择来识别。亦即，可以根据分析物的特定需要使用各种染色剂来将特定生物标记可视化。在染色之后，可以对分析物进行成像以用于组织标本的内含物的进一步分析。整个本文档来自技高网...

【技术保护点】
一种由图像处理系统（200）实现的用于分析被染色活检或外科手术组织样本的方法，所述方法包括：—从被染色组织样本的组织病理学组织载片接收（702）整体载片图像（700），—分析（704）整体载片图像以便通过图像处理算法的执行来检测生物目标对象，—对整体载片图像上的多个视场（FOV）应用（720）至少一个规则以便识别对于其而言满足准则的FOV集合（722、724、726），其指示针对相应FOV包含组织病理学伪像或由图像处理算法引起的错误检测结果的风险，其中，所述准则涉及通过图像处理算法的执行获得的检测结果，—显示（728）FOV集合的至少一子集以供观察者检查，—响应于显示所述子集的FOV，从观察者...

【技术特征摘要】
【国外来华专利技术】2015.01.31 US 62/1104721.一种由图像处理系统（200）实现的用于分析被染色活检或外科手术组织样本的方法，所述方法包括：—从被染色组织样本的组织病理学组织载片接收（702）整体载片图像（700），—分析（704）整体载片图像以便通过图像处理算法的执行来检测生物目标对象，—对整体载片图像上的多个视场（FOV）应用（720）至少一个规则以便识别对于其而言满足准则的FOV集合（722、724、726），其指示针对相应FOV包含组织病理学伪像或由图像处理算法引起的错误检测结果的风险，其中，所述准则涉及通过图像处理算法的执行获得的检测结果，—显示（728）FOV集合的至少一子集以供观察者检查，—响应于显示所述子集的FOV，从观察者接收（731）输入信号，其指示所显示FOV的图像部分的质量足以用于分析，根据输入信号而输出（739）生物目标对象的检测结果。2.权利要求1的方法，还包括：—经由图像处理系统的图形用户界面从观察者接收（736）要从分析排除的图像区域（734）的选择，由此，输出的结果表达从被排除图像区域排除通过图像处理算法的执行获得的检测结果的检测生物目标对象。3.权利要求2的方法，所述图形用户界面包括注释工具，其中，所述注释工具被用于输入要从分析排除的图像区域的选择。4.权利要求2或3的方法，其中，所述图像处理系统包括数据输入触笔（738），并且其中，通过使用该触笔来执行要从分析排除的图像区域的选择。5.权利要求4的方法，其中，所述图像处理系统包括笔形显示监视器（730），并且其中，所述触笔被用于通过追踪包含在子集的所显示FOV（722）中的伪像的边界来经由笔形显示监视器输入要从分析排除的图像区域的定界。6.前述权利要求中的任一项的方法，其中，FOV的尺寸被选择用于在所述图像处理系统的显示监视器（730）上以全分辨率显示。7.权利要求6的方法，其中，相邻FOV是重叠的。8.权利要求7的方法，其中，FOV由包含在整体载片图像中的每个像素定义。9.前述权利要求中的任一项的方法，其中，包含在子集中的FOV的数目受到最大数目的限制，并且，其中，借助于排序准则对FOV的集合进行排序以提供排序列表，并且从排序列表中选择最大数目的最高等级FOV以形成子集。10.前述权利要求中的任一项的方法，其中，被染色活检组织样本是整体安装样本，诸如蔓延样本。11.一种被配置成用于执行根据前述权利要求中的任一项所述的方法的图像处理系统。12.一种用于自动化整体载片分析的质量控制的系统（200），所述系统包括：处理器；以及存储器，其被耦合到所述处理器，所述存储器用以存储计算机可读指令，该计算机可读指令在被处理器执行时促使所述处理器实行包括以下各项的操作：对组织标本的整体载片...

【专利技术属性】
技术研发人员：J布雷德诺，A赫勒，G赫兹尔维梅尔，
申请(专利权)人：文塔纳医疗系统公司，豪夫迈·罗氏有限公司，
类型：发明
国别省市：美国,US