病理学明场像中的自动化染色查找制造技术

自动化染色查找。在一个实施方案中，接收包括一种或多种染色的样本的图像。针对所述图像中的多个像素中的每一个，确定所述像素的光密度矢量。所述光密度矢量包括所述一种或多种染色中的每一种的值，并且表示光密度空间中的点，所述光密度空间具有等于所述一种或多种染色的数目的维数。将所述光密度矢量从所述光密度空间变换成更低维空间中的表示。所述更低维空间具有等于所述光密度空间的所述维数减一的维数。基于所述表示来识别与所述一种或多种染色中的每一种相对应的光密度矢量。

【技术实现步骤摘要】
【国外来华专利技术】病理学明场像中的自动化染色查找相关申请的交叉引用本申请要求于2015年9月16日提交并且标题为“AutomatedStainFindinginPathologyBright-FieldImages”的美国临时专利申请号62/219,526的优先权，其全部内容特此以引用方式并入本文。专利技术背景专利
本文描述的实施方案总体涉及自动化染色查找，并且更具体地，涉及病理学明场像中的染色查找。相关技术描述为了产生准确的结果，量化图像中染色的量的数字病理学算法需要每种染色的光密度值。传统上，光密度值是从用单染色着色的载片获得，由用户通过颜色挑选工具手动选择多染色图像中的每种染色的最纯像素来获得，或者从参考数据库选择每种染色的光密度值来获得。这些方法中的每一种都具有显著的缺点。例如，单染色法要求分离地对来自同一组织的另外的样本进行着色(例如，针对三种分离的染色具有三个另外的样本)。这大大增加了所要求的劳动和时间的量。使用颜色挑选工具(例如，新墨西哥州Corrales的Indica实验室的ImageScopeEyedropperToolTM)手动选择单独的染色像素要求用户手动选择混合染色图像中的每种染色的最纯像素。这种方法存在准确性和再现性问题。例如，对于用户来说难以通过肉眼定位图像中的最纯像素，从而导致准确性问题。另外，不同的用户将可能选择不同的像素来表示每种染色的最纯像素，从而导致再现性问题。使用参考数据库来确定光密度值具有类似的缺点。例如，来自参考数据库的光密度值与通过特定成像系统成像的特定组织上的特定染色的实际光密度值匹配的可能性非常低。这个结果导致准确性和再现性问题。另外，图像可能包括在参考数据库中不可获得的染色，由此需要使用不同的方法来获得光密度值。所需要的是一种不存在常规方法的缺点的用于自动识别染色的方法。
技术实现思路
在一个实施方案中，公开一种方法。所述方法包括使用至少一个硬件处理器来：接收包括一种或多种染色的样本的图像；针对所述图像中的多个像素中的每一个，确定所述像素的光密度矢量，其中所述光密度矢量包括所述一种或多种染色中的每一种的值，并且其中所述光密度矢量表示光密度空间中的点，所述光密度空间具有等于所述一种或多种染色的数目的维数；将所述光密度矢量从所述光密度空间变换成更低维空间中的表示，其中所述更低维空间具有等于所述光密度空间的所述维数减一的维数；并且基于所述表示来识别与所述一种或多种染色中的每一种相对应的光密度矢量。在另外的实施方案中，公开一种系统。所述系统包括至少一个硬件处理器；以及一个或多个可执行软件模块，其在由所述至少一个硬件处理器执行时，接收包括一种或多种染色的样本的图像；针对所述图像中的多个像素中的每一个，确定所述像素的光密度矢量，其中所述光密度矢量包括所述一种或多种染色中的每一种的值，并且其中所述光密度矢量表示光密度空间中的点，所述光密度空间具有等于所述一种或多种染色的数目的维数；将所述光密度矢量从所述光密度空间变换成更低维空间中的表示，其中所述更低维空间具有等于所述光密度空间的所述维数减一的维数；并且基于所述表示来识别与所述一种或多种染色中的每一种相对应的光密度矢量。在另外的实施方案中，一种具有存储在其中的一个或多个指令序列的非暂态计算机可读介质。所述一个或多个指令序列在由处理器执行时导致所述处理器：接收包括一种或多种染色的样本的图像；针对所述图像中的多个像素中的每一个，确定所述像素的光密度矢量，其中所述光密度矢量包括所述一种或多种染色中的每一种的值，并且其中所述光密度矢量表示光密度空间中的点，所述光密度空间具有等于所述一种或多种染色的数目的维数；将所述光密度矢量从所述光密度空间变换成更低维空间中的表示，其中所述更低维空间具有等于所述光密度空间的所述维数减一的维数；并且基于所述表示来识别与所述一种或多种染色中的每一种相对应的光密度矢量。附图简述通过研究附图可部分地查明本专利技术关于其结构和操作两者的细节，其中相同参考数字指代相同部分，并且其中：图1A展示根据一个实施方案的表示三种染色的混合物的图像的光密度空间；图1B展示根据一个实施方案的表示两种染色的混合物的图像的光密度空间；图2A和2B展示根据一个实施方案的具有三种染色的样本的图像根据两种不同方法的三角拟合；图3展示根据一个实施方案的用于确定图像中的染色的光密度矢量的过程；图4A和4B展示一个根据实施方案的用于实施图3中的过程300中的步骤362的两种不同方法；并且图5A-5D展示根一个据实施方案的可在其上执行本文描述的一个或多个过程的处理系统。专利技术详述在一个实施方案中，公开用于使用几何技术来自动识别多染色图像中的分离染色的系统、方法和介质，例如，通过识别表示多染色图像中的每种染色的纯像素的光密度矢量。所公开实施方案不具有病理学领域中采用的常规方法所固有的准确性和再现性问题，并且不需要依赖于手动用户输入。此外，与常规方法相比，所公开实施方案能够正确地识别图像中的染色，即使染色不是在图像内的任何地方都以纯的、未混合状态来表示。在阅读本说明书之后，本领域的技术人员将明白如何在各种替代实施方案和替代应用中实现本专利技术。然而，尽管本文将描述本专利技术的各种实施方案，但是应理解，这些实施方案仅以举例和说明而非限制的方式呈现。如此，这对各种实施方案的详细描述不应被解释为限制如所附权利要求书中阐述的本专利技术的范围或广度。过程概述现在将详细描述用于识别多染色图像中的染色的过程的实施方案。应理解，所描述过程可以在由一个或多个硬件处理器(例如，图5中的处理器510)执行的一个或多个软件模块中实施。所描述过程可以实现为以源代码、目标代码和/或机器代码表示的指令。这些指令可以由硬件处理器直接执行，或者可替代地，可以由在目标代码与硬件处理器之间操作的虚拟机执行。这些指令可以由图像采集设备(诸如，载片扫描仪)中的硬件处理器执行，或者在直接或间接地从图像采集设备(诸如，载片扫描仪)接收图像的系统内执行。在一个实施方案中，所述过程实现为分析图像的算法(例如，软件算法)。在定位图像的光密度矢量之前，可以将那个图像内太暗或太亮的像素从分析中去除。这些像素表示噪声。因此，如果在分析过程中考虑这些像素，那么在转换成光密度空间之后，它们可能造成不准确的光密度矢量。相应地，在一个实施方案中，可以从将暗度大于预定义阈值的像素和亮度大于预定义阈值的像素从分析中去除。应理解，这些预定义阈值可以应用于从最暗(例如，纯黑色)到最亮(例如，纯白色)的值的频谱，使得如果像素的值低于较低的第一阈值(表示太暗)或高于较高的第二阈值(表示太亮)，那么将所述像素从分析中排除。另一方面，如果像素的值在较低的第一阈值与较高的第二阈值之间，那么将所述像素包括在分析中。从分析中去除无关像素为由所述算法进行进一步分析创造无噪声环境。在一个实施方案中，所述算法利用以下假设：染色在光密度空间中以线性方式混合，以便在样本的多染色图像中定位来自每种染色的混合最少或最纯的像素。如本文所使用，光密度空间由图像中所表示的染色的数目限定。例如，如果图像是具有三种染色的样本的，那么光密度空间将是三维的，其中三维空间中的每个点表示包括三种染色中的每一种的光密度值的光密度矢量。因此，如果三种染色是红色、绿色和蓝色，那么三维光密度本文档来自技高网...

【技术保护点】
一种方法，其包括：使用至少一个硬件处理器来：接收包括一种或多种染色的样本的图像；针对所述图像中的多个像素中的每一个，确定所述像素的光密度矢量，其中所述光密度矢量包括所述一种或多种染色中的每一种的值，并且其中所述光密度矢量表示光密度空间中的点，所述光密度空间具有等于所述一种或多种染色的数目的维数；将所述光密度矢量从所述光密度空间变换成更低维空间中的表示，其中所述更低维空间具有等于与所述光密度空间的所述维数减一的维数；并且基于所述表示来识别与所述一种或多种染色中的每一种相对应的光密度矢量。

【技术特征摘要】
【国外来华专利技术】2015.09.16 US 62/219,5261.一种方法，其包括：使用至少一个硬件处理器来：接收包括一种或多种染色的样本的图像；针对所述图像中的多个像素中的每一个，确定所述像素的光密度矢量，其中所述光密度矢量包括所述一种或多种染色中的每一种的值，并且其中所述光密度矢量表示光密度空间中的点，所述光密度空间具有等于所述一种或多种染色的数目的维数；将所述光密度矢量从所述光密度空间变换成更低维空间中的表示，其中所述更低维空间具有等于与所述光密度空间的所述维数减一的维数；并且基于所述表示来识别与所述一种或多种染色中的每一种相对应的光密度矢量。2.如权利要求1所述的方法，其中所述多个像素是所述图像中的所有像素的子集，并且其中所述方法还包括：使用所述至少一个硬件处理器来在确定所述多个像素中的每一个的光密度矢量之前，针对所述图像内的所述像素中的每一个确定所述像素是否太亮或太暗，其中所述多个像素不包括被确定为太亮或太暗的任何像素。3.如权利要求2所述的方法，其中确定所述像素是否太亮或太暗包括：如果所述像素的颜色值低于第一阈值，则确定所述像素是太暗的；以及如果所述像素的颜色值高于第二阈值，则确定所述像素是太亮的。4.如前述任一项权利要求所述的方法，其中，当所述一种或多种染色的所述数目是一、使得所述光密度空间是一维的时，将所述光密度矢量从所述光密度空间变换成更低维空间中的表示包括：对所述多个像素的所述光密度矢量进行归一化；以及计算所述归一化光密度矢量的均值作为所述表示，其中所述归一化光密度矢量的所计算均值是与所述染色相对应的所识别光密度矢量。5.如前述任一项权利要求所述的方法，其中，当所述一种或多种染色的所述数目是二、使得所述光密度空间是二维的时，将所述光密度矢量从所述光密度空间变换成更低维空间中的表示包括：对所述多个像素的所述光密度矢量进行归一化；计算所述光密度矢量的均值；针对每个光密度矢量，通过从所述光密度矢量减去所计算均值来对所述光密度矢量进行中心化；以及将所述归一化且中心化的光密度矢量变换成一维空间中的线段；其中基于所述表示来识别与所述两种染色中的每一种相对应的光密度矢量包括：识别与所述线段的每个端点相对应的光密度矢量。6.如前述任一项权利要求所述的方法，其中，当所述一种或多种染色的所述数目是三、使得所述光密度空间是三维的时，将所述光密度矢量从所述光密度空间变换成更低维空间中的表示包括：对所述多个像素的所述光密度矢量进行归一化；计算所述光密度矢量的均值；针对每个光密度矢量，通过从所述光密度矢量减去所计算均值来对所述光密度矢量进行中心化；以及将所述归一化且中心化的光密度矢量变换成二维空间中的三角形；其中基于所述表示来识别与所述三种染色中的每一种相对应的光密度矢量包括：识别与所述三角形的每个顶点相对应的光密度矢量。7.如权利要求6所述的方法，其中将所述归一化且中心化的光密度矢量变换成二维空间中的三角形包括：针对所述归一化且中心化的光密度矢量中的每一个，将所述光密度矢量变换成所述二维空间中的点；计算所投影的点的凸包；以及确定具有最小面积的界定所述凸包的三角形。8.如权利要求6所述的方法，其中将所述归一化且中心化的光密度矢量投影成二维空间中的三角形包括：针对所述归一化且中心化的光密度矢量中的每一个，将所述光密度矢量变换成所述二维空间中的点；以及在所投影的点内确定具有最大面积的三角形。9.如前述任一项权利要求所述的方法，其中，当所述一种或多种染色的所述数目是四时，将所述光密度矢量从所述光密度空间变换成更低维空间中的表示包括：将与...

【专利技术属性】
技术研发人员：华特乔治斯库，伯尔特安娜达斯，艾伦欧森，卡伦萨利格玛，
申请(专利权)人：徕卡生物系统公司，
类型：发明
国别省市：美国,US