【技术实现步骤摘要】
用于在图像数据中检测显微检查对象的方法和装置
[0001]本专利技术涉及在图像数据、例如细胞或细胞成分的图像中检测显微检查对象。
技术介绍
[0002]为了改善细胞在图像上或在显微镜下观察时的可见性,已被证明的是,利用标记、例如染料或者甚至荧光染料来标记或转染这些细胞。术语“转染”一般在细胞生物学中是指将外源DNS(脱氧核糖核酸)或RNS(核糖核酸)引入到动物细胞中并且部分地也引入到其它真核细胞中。真核细胞尤其是理解为动物、植物和真菌的细胞。
[0003]然而,在本文献的上下文中,转染一般是指将外源性物质(例如标记,如染料或荧光染料)引入到任何细胞类型或任何细胞类型的任何部分中。因此,也可以利用标记转染原核生物,即不具有细胞核的细胞生物,即细菌和古菌。
[0004]转染的目的是实现细胞成分的更好的可见性,以便对于观察者改善光学可识别性。为此将标记(例如染料)引入到细胞或其成分中,并且然后以拍照方式记录或观察经处理的区域。
[0005]在常规的转染中不利的是,例如有时一些细胞不接受标记或染料并且因此在染色的图像中或在荧光图像中不可见。这些也称为缺失转染(英语为missed transfections)。通常在其它条件下(诸如改变的亮度对比度)对染色的样品进行拍照或观察。
[0006]另一个缺点是,染色在实际上不要染色的样品区域中(英语为stain)可能不期望地溢出(英语也称为stain bleeding”),也称为错误标记不希望的对象(英文为non
‑
intended ...
【技术保护点】
【技术特征摘要】
1.用于检测在图像数据中的显微检查对象的计算机实现方法,其中,所述图像数据包括以第一对比度拍摄的第一图像(110)和以第二对比度拍摄的第二图像(120),第一图像(111、112、113、114)中的各一个第一图像和第二图像(121、122、123、124)中的各一个第二图像能彼此对应地关联,所述方法包括:在第二图像(120)的至少一个第二图像中检测(200)显示显微检查对象的信息(310);将所检测到的信息(310)传输(300)到第一图像(110)中对应于第二图像(120)中的所述至少一个第二图像的第一图像上;并且通过使用所传输的信息(320)在如下第一图像(110)中检测(400)显示显微检查对象的信息(350),第二图像(120)的所检测到的信息(310)被传输到该第一图像上。2.根据前述权利要求中任一项所述的方法,其中,在第一图像(110)或第二图像(120)中检测(200、400)显示显微检查对象的信息包括使用经训练的机器学习模型,其中,所述机器学习模型通过具有与第一或第二图像相同的对比度的图像被训练。3.根据权利要求1所述的方法,其中,在第一图像中检测(400)显示显微检查对象的信息包括:利用被传输到第一图像(110)上的信息(320)和第一图像来训练(500)机器学习模型;并且通过应用经训练的机器学习模型在第一图像(110)中识别显示显微检查对象的信息(350)。4.根据权利要求2或3所述的方法,其中,所述机器学习模型是人工神经网络、优选是深度人工神经网络。5.根据权利要求2或3所述的方法,其中,所述机器学习模型是单类分类器,并且所述机器学习模型优选实施为单类特征分类器、单类探测器或具有像素精确定位的模型。6.根据前述权利要求中任一项所述的方法,其中,所述方法还包括接收用户输入,所述用户输入对所检测到的信息(310)进行修改,其方式为:校正错误检测的信息,和/或给出关于对象位置的附加信息。7.根据前述权利要求中任一项所述的方法,其中,以第一对比度拍摄的第一图像(110)示出所有显微检查对象,而以第二对比度拍摄的第二图像(120)示出确定存在的显微检查对象,但在第二图像中的细胞可能缺失或不完整。8.根据前述权利要求中任一项所述的方法,其中,在使用表示方式、诸如利用边界形状、优选圆形、多边形、热图、掩膜等的情况下在第一图像(110)和/或第二(120)图像中实施对显示显微检查对象的信息(200、400)的检测。9.根据前述权利要求中任一项所述的方法,其中,所述方法还包括:将在第一图像(110)中通过所述信息检测到的显微检查对象分离成从第二图像(120)传输出来的显微检查对象(320)和不是从第二图像(120)传输出来的显微检查对象(350)。10.根据权利要求9所述的方法,其中,所述方法还包括计算在第二图像(120)中检测到的显微检查对象(310)与在第一图像(110)中检测到的显微检查对象(320、350)的比例。11.根据权利要求9或10所述的方法,其中,为了确定在第一图像(110)中检测到的细胞是否对应于已经从第二图像(120)传输其信息的细胞,使用相似性度量的阈值。
【专利技术属性】
技术研发人员:M,
申请(专利权)人:卡尔蔡司显微镜有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。