细胞图像和视频的分类制造技术

用于执行细胞分类的方法包括从输入图像集合(210)中提取多个局部特征描述符(220)，并应用编码处理以将多个局部特征描述符中的每一个转换成多维码(225)。对多个局部特征描述符中的每一个应用特征合并操作(230)以产生多个图像表示，并且每个图像表示被分类为多种细胞类型(240)中的一种。

【技术实现步骤摘要】
【国外来华专利技术】细胞图像和视频的分类相关申请的交叉引用本申请要求于2015年3月2日提交的美国临时专利申请第62/126，823号的优先权，其全部内容通过引用结合于此。
本公开总体涉及用于执行细胞图像和视频的分类的方法、系统和装置。所提出的技术可用于例如对显微内镜图像和数字全息显微镜图像进行分类。
技术介绍
体内细胞成像是使用从诸如显微内镜的成像系统获取的图像对活细胞的研究。由于荧光蛋白和合成荧光团技术的最新进展，越来越多的研究工作专注于提供对细胞和组织功能的基本性质的洞察的体内细胞成像技术。体内细胞成像技术现在跨越多种模式，包括例如多光子、旋转盘显微镜、荧光、相位对比度和差分干涉对比度以及基于激光扫描共焦的装置。随着数字存储和处理的显微镜成像数据的量的不断增加，一个挑战是对这些图像进行分类，并在医疗过程期间可靠地将其理解。通过这些技术获得的结果可用于支持临床医生的手动/主观分析，从而产生更可靠且一致的测试结果。在常规系统中，必须通过耗时且计算密集的手动测试过程来获取结果。为此，为了解决手动测试过程的缺点，期望提供自动化技术(和相关系统)来确定体内细胞图像中的图案。
技术实现思路
本专利技术的实施方式通本文档来自技高网...

【技术保护点】
一种用于执行细胞分类的方法，所述方法包括：从输入图像集合中提取多个局部特征描述符；应用编码处理，以将所述多个局部特征描述符中的每一个转换成多维码；对所述多个局部特征描述符中的每一个应用特征合并操作以产生多个图像表示；以及将每个图像表示分类为多种细胞类型中的一种。

【技术特征摘要】
【国外来华专利技术】2015.03.02 US 62/126,8231.一种用于执行细胞分类的方法，所述方法包括：从输入图像集合中提取多个局部特征描述符；应用编码处理，以将所述多个局部特征描述符中的每一个转换成多维码；对所述多个局部特征描述符中的每一个应用特征合并操作以产生多个图像表示；以及将每个图像表示分类为多种细胞类型中的一种。2.根据权利要求1所述的方法，进一步包括：获取多个输入图像；计算所述多个输入图像中的每一个的熵值，每个熵值表示相应图像中的纹理信息的量；识别所述输入图像集合中的一个或多个低熵图像，其中，所述一个或多个低熵图像各自与低于阈值的相应熵值相关联；以及基于所述多个输入图像生成所述输入图像集合，其中，所述输入图像集合排除了所述一个或多个低熵图像。3.根据权利要求2所述的方法，其中，所述多个输入图像在医疗过程期间使用显微内镜装置来获取。4.根据权利要求2所述的方法，其中，所述多个输入图像在全血计数血液学检查期间使用数字全息显微镜装置来获取。5.根据权利要求1所述的方法，进一步包括：从图像训练集合中提取多个训练特征；使用所述多个训练特征执行k均值聚类处理，以产生多个特征簇；以及基于所述多个特征簇生成码本，其中，所述编码处理使用所述码本将所述多个局部特征描述符中的每一个转换成所述多维码。6.根据权利要求5所述的方法，其中，所述k均值聚类处理使用基于穷尽最近邻搜索的欧几里得距离来获得所述多个特征簇。7.根据权利要求6所述的方法，其中，所述编码处理是稀疏编码处理。8.根据权利要求6所述的方法，其中，所述编码处理是局部性约束线性编码(LLC)编码处理。9.根据权利要求6所述的方法，其中，所述编码处理是局部性约束稀疏编码(LSC)编码处理。10.根据权利要求5所述的方法，其中，所述k均值聚类处理使用基于分层词汇树搜索的欧几里得距离来获得所述多个特征簇。11.根据权利要求10所述的方法，其中，所述编码处理是字袋(B...

【专利技术属性】
技术研发人员：万韶华，孙善辉，斯蒂芬·克卢克纳，陈德仁，阿里·卡门，
申请(专利权)人：西门子公司，
类型：发明
国别省市：德国,DE