用于确定对象的时间行为的方法和设备技术

本发明专利技术的实施例提供了一种确定对象的时间行为的计算机实现的方法，包括：接收包括了表示多个图像的数据的图像数据，其中图像中的至少一些包括一个或多个细胞；确定多个图像中的一个或多个中的每个中的至少一个特征的多个特性；确定表示多个图像中的第一个中的细胞之一对应于多个图像中的第二个中的特征的置信度的置信度值，其中置信度值基于第二图像中的特征的特性和细胞的特性，并且基于置信度值来识别多个图像中的第二个中的细胞。

Methods and devices used to determine the time behavior of an object

The embodiment of the invention provides a method, a computer implemented to determine the time behavior of the object includes: receiving including said image data of a plurality of image data, wherein at least some of the image including one or more cells; determining a plurality of characteristics of at least one characteristic of multiple images in one one or more in each; determine the feature representation corresponds to one of the first cells in multiple images of second Chinese in many of the images in the confidence of a confidence value, the confidence value characteristics and features of the second cells in the image based on the confidence value based on the identification and second more of the cells in the image.

【技术实现步骤摘要】
【国外来华专利技术】用于确定对象的时间行为的方法和设备
本专利技术的实施例涉及一种用于确定对象的时间行为的方法和设备。特别地，本专利技术的一些实施例涉及基于随时间拍摄的图像序列中的特征来确定对象的时间行为。特别地，本专利技术的一些实施例涉及在时间推移序列的帧之间识别和跟踪对象。
技术介绍
在图像的时间推移序列中的一帧与另一帧之间识别对象是图像处理中的公认挑战。在某些实施例中，诸如在体外细胞培养物中跟踪细胞，这可以由对象的特性而变得更加困难。本专利技术的实施例的目的是至少减轻现有技术的一个或多个问题。附图说明现在将参照附图仅借由示例描述本专利技术的实施例，其中：图1是示出了根据本专利技术的实施例的设备的图；图2是示出了根据本专利技术的实施例的设备的进一步图示的图；图3是由图1和图2的设备生成的图像序列的图示；图4是示出了根据本专利技术的实施例的方法的流程图；图5是示出了根据本专利技术的实施例的方法的流程图；并且图6示出了由图3表示的序列的图像的示例。在附图中，相同的部件由相同的附图标记表示。
技术实现思路
根据本专利技术的一个方面，提供了如所附权利要求中阐述的方法、设备和计算机软件。本专利技术的实施例作为用于确定一系列图像之间的对象的时间行为或跟踪对象的无标记或无标签技术是有用的。然而，应当认识到，实施例也可以与标记技术、诸如基于荧光的技术一起使用。对象可以是一个或多个细胞，即细胞的群体。在一些实施例中，当细胞被划分为两个或更多个细胞时，执行细胞的跟踪。可以确定细胞的祖先，即细胞的起源。根据本专利技术的一个方面，提供了一种确定对象的时间行为的计算机实现的方法，包括：确定多个图像中的每个中的至少一个特征中的每个的多个特性，基于第一图像中的特征的特性和多个图像中的第二图像中的特征的特性来确定置信度值，并且基于置信度值来识别多个图像中的至少一些图像中的对象。根据本专利技术的一个方面，提供了一种用于确定对象的时间行为的设备，包括：图像检测装置，其用于检测从辐射源发出的辐射；计算装置，其包括处理器以及存储器，其中处理器被布置为执行根据本专利技术的一个方面的方法。根据本专利技术的一个方面，提供了一种确定对象的时间行为的计算机实现的方法，包括：接收包括了表示多个图像的数据的图像数据，图像中的至少一些包括一个或多个细胞；确定多个图像中的一个或多个中的每个图像中的至少一个特征的多个特性；确定表示多个图像中的第一个中的细胞之一对应于多个图像中的第二个中的特征的置信度的置信度值，其中置信度值基于第二图像中的特征的特性和细胞的特性；并且基于置信度值来识别多个图像中的第二个中的细胞。应当理解，在本专利技术的实施例中，术语“第一图像”和“第二图像”等不限于图像序列中的第一个图像和第二个图像。第一图像可以是图像序列中的中间图像。此外，在图像序列中第二图像可能不与第一图像相邻。一旦在多个图像的第二个中识别出细胞，就可以迭代地执行该方法。在该方法的迭代执行中，该方法被执行以用于随后的迭代，其中第三图像中的特征被识别为第二图像中的细胞。可以执行该方法以识别多个图像、诸如三个或更多个图像中的细胞，其不一定是顺序图像，即，细胞可能不会在序列中的每个图像中被识别。本专利技术的实施例可以包括：如果所述置信度超过预定置信度值，则确定第一图像和第二图像中的特征之间的关联。特性可以是特征的像素值和、面积、平均像素值、半径、圆度、横向位置和纹理特性中的一个或多个。纹理特性可以是方差、峰度和小波特性中的一个或多个。可选地，置信度值可以基于多个特性置信度值，其每个都基于第一图像和第二图像中的特征的相应特性而确定出。可以通过基于多个特性置信度值的加权几何平均计算来确定置信度值。加权几何平均计算可以是以下形式：totalConfidence＝(Π(characteristicConfidencew))/∑w其中w是每个特性置信度的相应权重因子。本专利技术的实施例可以包括基于特征的时间特性来确定置信度值，该特征的时间特性基于第一图像和第二图像之间的持续时间。置信度值可以与持续时间成反比。置信度值可以根据以下来计算：conf＝1-(ST×(|frame1-frame2|-1))其中conf是置信度值，frame1和frame2是第一图像和第二图像的帧号，并且ST是灵敏度因子。如果计算出的置信度值为负，则conf可被确定为诸如0的值。该方法可以包括基于特征的位置特性来确定置信度值，该特征的位置特性基于第一图像和第二图像中的特征的位置之间的距离。基于特征的位置特性的置信度值可以基于特征的尺寸。基于特征的位置特性的置信度值可以基于第一图像和第二图像中的特征之间的距离与特征的尺寸的比率。置信度值可以根据以下来计算：其中conf是置信度值，是特征的平均半径，d是第一图像和第二图像中特征的位置之间的距离，并且Sp1是第一灵敏度因子，并且Sp2是第二灵敏度因子。本专利技术的实施例可以包括基于第一图像和第二图像中的特征的特性之差与特性之和的比率来确定置信度值。置信度值可以根据以下来计算：其中conf是置信度值，S1和S2是灵敏度因子，并且characteristic1和characteristic2值是第一图像和第二图像中的特征的特性的值。该方法可以包括确定第一图像和第二图像中的特征之间的唯一关联。可以通过使特征之间的置信度最大化来确定唯一关联。可以基于组合优化算法来确定唯一关联；可选地，组合优化算法是Hungarian算法；可选地，Hungarian算法是Munkres算法。本专利技术的实施例可以包括基于多个特性来确定新对象是否存在于多个图像之一中。本专利技术的实施例可以包括确定对象是否已被划分成至少第一对象和第二对象。确定对象是否已被划分可以基于与第一图像中的对象以及第二图像中的第一特征和第二特征中的至少一个特征相关联的特性的子集。确定对象是否已被划分可以包括基于第一图像中的对象的特性的子集和第二图像中的第一特征和第二特征中的至少一个特征的特性的子集来确定置信度值。该方法可以包括：如果所述置信度超过预定的划分置信度值，则确定第一图像中的对象与第二图像中的第一特征和第二特征中的至少一个特征之间的关联。可选地，该方法包括确定第一对象和第二对象是否已合并。确定第一对象和第二对象是否合并可以基于与第一图像中的第一对象和第二对象以及第二图像中的特征相关联的特性的子集。本专利技术的实施例可以包括：如果所述置信度超过预定的合并置信度值，则确定第一图像中的第一对象和第二对象中的至少一个与第二图像中的特征之间的关联。特性的子集可以指示与对象尺寸无关的特性。对象可以是表示物理对象的多个特征的群组。该特征可以包括每个图像中的多个像素。对象可以是细胞的表示。根据本专利技术的一个方面，提供了一种用于确定对象的时间行为的设备，包括：图像检测装置，其检测从辐射源发出的辐射；计算装置，其包括处理器以及存储器，其中处理器被布置为执行根据本专利技术的一个方面的方法。根据本专利技术的一个方面，提供了一种计算机软件，当由计算机执行时其被布置为执行根据本专利技术的一个方面的方法。计算机软件可以被存储在计算机可读介质上。计算机软件可以有形地存储在计算机可读介质上。根据本专利技术的一个方面，提供了一种其上存储有指令的计算机可读数据存储介质，当由计算机执行时，该指令执行根据本专利技术的一个方面的方法。根据本专利技术的一个方面，提供了一种确定对象的时本文档来自技高网...

【技术保护点】
一种确定对象的时间行为的计算机实现的方法，包括：接收包括了表示多个图像的数据的图像数据，所述图像中的至少一些包括一个或多个细胞；确定所述多个图像中的一个或多个中的每个图像中的至少一个特征的多个特性；确定表示所述多个图像中的第一个中的细胞之一对应于所述多个图像中的第二个中的特征的置信度的置信度值，其中所述置信度值基于第二图像中的特征的特性和所述细胞的特性；并且基于所述置信度值来识别所述多个图像中的第二个中的细胞。

【技术特征摘要】
【国外来华专利技术】2015.04.30 GB 1507454.5;2016.03.02 GB 1603649.31.一种确定对象的时间行为的计算机实现的方法，包括：接收包括了表示多个图像的数据的图像数据，所述图像中的至少一些包括一个或多个细胞；确定所述多个图像中的一个或多个中的每个图像中的至少一个特征的多个特性；确定表示所述多个图像中的第一个中的细胞之一对应于所述多个图像中的第二个中的特征的置信度的置信度值，其中所述置信度值基于第二图像中的特征的特性和所述细胞的特性；并且基于所述置信度值来识别所述多个图像中的第二个中的细胞。2.根据权利要求1所述的方法，包括：如果所述置信度超过预定置信度值，则确定所述第一图像中的细胞之一和所述第二图像中的特征之间的关联。3.根据任一前述权利要求所述的方法，其中所述特性是像素值和、面积、平均像素值、半径、圆度、横向位置和纹理特性中的一个或多个。4.根据权利要求3所述的方法，其中所述纹理特性是方差、峰度和小波特性中的一个或多个。5.根据权利要求2至4中任一项所述的方法，其中所述置信度值基于多个特性置信度值，其每个基于所述特征的相应特性而确定出。6.根据权利要求5所述的方法，其中，基于所述多个特性置信度值通过加权几何平均计算来确定所述置信度值。7.根据权利要求6所述的方法，其中所述加权几何平均计算是以下形式：totalConfidence＝(Π(characteristicConfidencew))1/∑w其中：w是所述特性置信度中的每个的相应权重因子。8.根据权利要求2至7中任一项所述的方法，包括：基于特征的时间特性来确定所述置信度值，所述特征的时间特性基于所述第一图像和第二图像之间的持续时间。9.根据权利要求8所述的方法，其中所述置信度值与所述持续时间成反比。10.根据权利要求8或9所述的方法，其中，所述置信度值根据以下来计算：conf＝1-(ST×(|frame1-frame2|-1))其中conf是所述置信度值，frame1和frame2是所述第一图像和第二图像的帧号，并且ST是灵敏度因子。11.根据权利要求10所述的方法，包括：如果计算出的置信度值为负，则将conf设置为预定值；可选地，所述预定值为0。12.根据权利要求2至11中任一项所述的方法，包括：基于特征的位置特性来确定所述置信度值，所述特征的位置特性基于所述第一图像中的细胞与所述第二图像中的特征的位置之间的距离。13.根据权利要求12所述的方法，其中，基于所述特征的位置特性的置信度值基于所述特征的尺寸。14.根据权利要求13所述的方法，其中，基于所述特征的位置特性的置信度值基于所述第一图像中的细胞与所述第二图像中的特征之间的距离的比率；可选地，所述置信度值进一步基于所述特征的尺寸。15.根据权利要求12、13或14所述的方法，其中，所述置信度值根据以下来计算：其中conf是所述置信度值，是所述特征的平均半径，d是所述第一图像和第二图像中的特征的位置之间的距离，并且Sp1是第一灵敏度因子，并且Sp2是第二灵敏度因子。16....

【专利技术属性】
技术研发人员：马丁·詹姆斯·汉弗莱，凯文·朗格莱，詹姆斯·拉塞尔，
申请(专利权)人：相位聚焦有限公司，
类型：发明
国别省市：英国,GB