域提取對象， 針對每一個提取出的對象， 至少部分地基于注釋區(qū)域和完整載片情境來計算局部特征， 至少部分地基于注釋圖像區(qū)域和完整載片情境來計算全局特征， 至少部分地基于計算出的特征和經(jīng)訓(xùn)練的組織對象分類器來對對象進(jìn)行分類。2. 根據(jù)權(quán)利要求1所述的方法，還包括： 針對每一個注釋區(qū)域， 生成針對注釋區(qū)域的得分；以及 生成針對第一載片的得分。3. 根據(jù)權(quán)利要求1所述的方法，其中檢測每個注釋區(qū)域內(nèi)的核種子點包括： 生成針對注釋區(qū)域的圖像梯度； 至少部分地基于所生成的圖像梯度來生成針對注釋區(qū)域的投票響應(yīng)矩陣； 識別所生成的投票響應(yīng)矩陣內(nèi)的局部最大值；以及 針對每個識別出的局部最大值， 確定局部最大值是否超過閾值， 響應(yīng)于確定局部最大值超過閾值，將對應(yīng)像素識別為種子點，以及 響應(yīng)于確定局部最大值未超過閾值，將對應(yīng)像素識別為不是種子點。4. 根據(jù)權(quán)利要求1所述的方法，其中從每個注釋區(qū)域提取對象包括： 至少部分地基于檢測到的核種子點來生成注釋區(qū)域的棋盤格；以及 針對每個檢測到的核種子點， 識別包含種子點的棋盤格的單元，以及 將識別出的單元的至少部分識別為對象。5. 根據(jù)權(quán)利要求1所述的方法，還包括： 對與第一載片關(guān)聯(lián)的數(shù)字化圖像數(shù)據(jù)進(jìn)行分片。6. 根據(jù)權(quán)利要求1所述的方法，其中與數(shù)字化圖像關(guān)聯(lián)的至少一個分類是陽性染色核 對象、陰性染色核對象、基質(zhì)或淋巴細(xì)胞。7. 根據(jù)權(quán)利要求1所述的方法，還包括： 顯示檢測到的核種子點中的至少一個和提取出的對象中的至少一個的指示。8. 根據(jù)權(quán)利要求1所述的方法，其中所述訓(xùn)練包括至少部分地基于完整載片圖像情境 的特征計算；核對象提取、種子檢測。9. 根據(jù)權(quán)利要求1所述的方法，還包括： 識別完整載片中的至少一個組織區(qū)域、至少一個基質(zhì)區(qū)域和至少一個淋巴區(qū)域。10. 根據(jù)權(quán)利要求1所述的方法，其中針對至少一個提取出的對象計算的局部特征包 括至少一個提取出的對象的圖像、至少一個提取出的對象的形狀和至少一個提取出的對象 的大小。11. 一種由包括處理器的計算系統(tǒng)執(zhí)行的用于載片分析的方法，所述方法包括： 識別與第一載片關(guān)聯(lián)的數(shù)據(jù)的數(shù)字化圖像內(nèi)的組織； 識別所識別出的組織內(nèi)的染色劑顏色； 接收針對識別出的組織內(nèi)的一個或多個區(qū)域的注釋；以及 針對接收到其注釋的區(qū)域中的每一個， 檢測識別出的區(qū)域內(nèi)的種子點， 從識別出的區(qū)域識別對象，以及 針對每一個識別出的對象， 識別所識別出的對象的特性，以及 使用經(jīng)訓(xùn)練的分類器來至少部分地基于識別出的對象的識別出的特性對識別出的對 象進(jìn)行分類。12. 根據(jù)權(quán)利要求11所述的方法，其中，識別所識別出的組織內(nèi)的顏色包括識別至少 兩個主導(dǎo)染色劑顏色。13. 根據(jù)權(quán)利要求11所述的方法，還包括： 針對每一個識別出的區(qū)域， 生成針對識別出的區(qū)域的得分；以及 生成針對第一載片的得分。14. 根據(jù)權(quán)利要求11所述的方法，還包括： 接收與第二載片關(guān)聯(lián)的數(shù)據(jù)的數(shù)字化圖像； 識別與第二載片關(guān)聯(lián)的數(shù)據(jù)的數(shù)字化圖像內(nèi)的組織； 識別與第二載片關(guān)聯(lián)的識別出的組織內(nèi)的顏色； 至少部分地基于識別出的顏色來識別與第二載片關(guān)聯(lián)的識別出的組織內(nèi)的多個區(qū)域； 以及 針對與第二載片關(guān)聯(lián)的識別出的區(qū)域中的每一個， 檢測與第二載片關(guān)聯(lián)的識別出的區(qū)域內(nèi)的種子點， 從與第二載片關(guān)聯(lián)的識別出的區(qū)域提取對象，以及 針對與第二載片關(guān)聯(lián)的提取出的對象中的每一個， 識別與第二載片關(guān)聯(lián)的提取出的對象的特性，以及 使用經(jīng)訓(xùn)練的分類器來至少部分地基于與第二載片關(guān)聯(lián)的提取出的對象的識別出的 特性對與第二載片關(guān)聯(lián)的提取出的對象進(jìn)行分類。15. -種存儲指令的計算機(jī)可讀存儲介質(zhì)，所述指令如果被具有處理器的計算系統(tǒng)執(zhí) 行則使所述計算系統(tǒng)執(zhí)行根據(jù)權(quán)利要求1或11所述的方法。16. -種用于對組織數(shù)據(jù)的數(shù)字化圖像內(nèi)的對象進(jìn)行分類的系統(tǒng)，所述系統(tǒng)包括： 用于至少部分地基于絕對真實載片來訓(xùn)練分類器的裝置； 用于接收與第一載片關(guān)聯(lián)的組織數(shù)據(jù)的數(shù)字化圖像的裝置，其中第一載片不是絕對真 實載片； 用于分析包括第一載片的所有組織數(shù)據(jù)的數(shù)字化組織數(shù)據(jù)的裝置，其中用于分析數(shù)字 化組織數(shù)據(jù)的裝置包括用于檢測數(shù)字化組織數(shù)據(jù)內(nèi)的種子點的裝置和用于從數(shù)字化組織 數(shù)據(jù)提取對象的裝置；以及 用于對每一個提取出的對象進(jìn)行分類的裝置。17. 根據(jù)權(quán)利要求16所述的系統(tǒng)，還包括： 用于從用戶接收第一載片的部分的選擇的裝置；以及 用于生成針對第一載片的所選部分的得分的裝置。18. 根據(jù)權(quán)利要求16所述的系統(tǒng)，其中用于對每一個提取出的對象進(jìn)行分類的裝置將 至少一個提取出的對象分類為基質(zhì)或淋巴細(xì)胞。19. 一種存儲指令的計算機(jī)可讀存儲介質(zhì)，所述指令如果被具有處理器的計算系統(tǒng)執(zhí) 行則使所述計算系統(tǒng)執(zhí)行包括以下各項的操作： 接收與載片關(guān)聯(lián)的數(shù)字化圖像； 檢測與載片關(guān)聯(lián)的數(shù)字化圖像內(nèi)的種子點； 至少部分地基于檢測到的種子點，從與載片關(guān)聯(lián)的數(shù)字化圖像提取對象；以及 針對每一個提取出的對象， 識別提取出的對象的特性，以及 使用至少部分地基于組織樣本的數(shù)字化圖像而訓(xùn)練的分類器來至少部分地基于提取 出的對象的識別出的特性對提取出的對象進(jìn)行分類。20. 根據(jù)權(quán)利要求19所述的計算機(jī)可讀存儲介質(zhì)，其中檢測載片內(nèi)的種子點包括： 生成針對第一識別出的區(qū)域的圖像梯度， 至少部分地基于所生成的圖像梯度來生成針對識別出的區(qū)域的投票響應(yīng)矩陣，所述投 票響應(yīng)矩陣包括針對第一識別出的區(qū)域內(nèi)的每個像素的投票值，以及 識別所生成的投票響應(yīng)矩陣內(nèi)的局部最大值。21. 根據(jù)權(quán)利要求19所述的計算機(jī)可讀存儲介質(zhì)，所述操作還包括： 針對所生成的投票響應(yīng)矩陣內(nèi)的每個識別出的局部最大值， 僅響應(yīng)于確定局部最大值超過閾值而將第一識別出的區(qū)域的對應(yīng)像素識別為種子點。22. 根據(jù)權(quán)利要求19所述的計算機(jī)可讀存儲介質(zhì)，所述操作還包括： 識別與載片關(guān)聯(lián)的數(shù)據(jù)的所接收的數(shù)字化圖像內(nèi)的組織； 識別所識別出的組織內(nèi)的主導(dǎo)顏色， 針對每個識別出的主導(dǎo)顏色， 將識別出的組織的像素與主導(dǎo)顏色相關(guān)聯(lián)。23. 根據(jù)權(quán)利要求19所述的計算機(jī)可讀存儲介質(zhì)，其中所述分類器是多級的。24. 根據(jù)權(quán)利要求19所述的計算機(jī)可讀存儲介質(zhì)，其中多級分類器將至少一個提取出 的對象分類為陽性染色核對象或陰性染色核對象。25. 根據(jù)權(quán)利要求19所述的計算機(jī)可讀存儲介質(zhì)，還包括： 在使用分類器對提取出的對象進(jìn)行分類之前使用多個參考組織樣本來訓(xùn)練組織對象 分類器，其中所述訓(xùn)練包括至少部分地基于完整載片圖像情境的特征計算、核對象提取和 種子檢測。26. -種由包括處理器的計算系統(tǒng)執(zhí)行的用于組織數(shù)據(jù)的數(shù)字化圖像的完整載片解釋 的方法，所述方法包括： 接收組織樣本的多個數(shù)字化圖像，每個組織樣本對應(yīng)于絕對真實載片； 針對所述多個數(shù)字化圖像中的每一個接收與數(shù)字化圖像關(guān)聯(lián)的至少一個分類； 使用組織樣本的所接收的數(shù)字化圖像來訓(xùn)練組織對象分類器； 接收與第一載片關(guān)聯(lián)的數(shù)據(jù)的數(shù)字化圖像，其中第一載片不是絕對真實載片； 識別與第一載片關(guān)聯(lián)的數(shù)據(jù)的數(shù)字化圖像內(nèi)的組織； 識別所識別出的組織內(nèi)的主導(dǎo)顏色； 至少部分地基于識別出的主導(dǎo)顏色來識別所識別出的組織內(nèi)的多個區(qū)域；以及 針對每一個識別出的區(qū)域， 檢測識別出的區(qū)域內(nèi)的種子點， 從識別出的區(qū)域提取對象，以及 針對每一個提取出的對象， 識別提取出的對象的特性，以及 使用經(jīng)訓(xùn)練的分類器來至少部分地基于提取出的對象的識別出的特性對提取出的對 象進(jìn)行分類。27. -種存儲指令的計算機(jī)可讀介質(zhì)，所述指令如果被具有處理器的計算系統(tǒng)執(zhí)行則 使所述計算系統(tǒng)執(zhí)行包括以下操作的方法： 接收組織樣本的多個數(shù)字化圖像，每個組織樣本對應(yīng)于絕對真實載片； 針對所述多個數(shù)字化圖像中的每一個接收與數(shù)字化圖像關(guān)聯(lián)的至少一個分類； 使用組織樣本的所接收的數(shù)字化圖像來訓(xùn)練組織對象分類器； 接收與第一載片關(guān)聯(lián)的數(shù)據(jù)的數(shù)字化圖像，其中第一載片不是絕對真實載片； 識別與第一載片關(guān)聯(lián)的數(shù)據(jù)的數(shù)字化圖像內(nèi)的組織； 至少部分地基于完整第一載片內(nèi)的組織數(shù)據(jù)來識別所識別出的組織內(nèi)的主導(dǎo)顏色； 至少部分地基于識別出的主導(dǎo)顏色并進(jìn)一步至少部分地基于完整第一載片內(nèi)的組織 數(shù)據(jù)來識別所識別出的組織內(nèi)的多個區(qū)域；以及 針對每一個識別出的區(qū)域， 至少部分地基于完整第一載片內(nèi)的組織數(shù)據(jù)來檢測識別出的區(qū)域內(nèi)的種子點， 至少部分地基于完整第一載片內(nèi)的組織數(shù)據(jù)來從識別出的區(qū)域提取對象，以及 針對每一個提取出的對象， 至少部分地基于完整第一載片內(nèi)的組織數(shù)據(jù)來識別提取出的對象的特性，以及 使用經(jīng)訓(xùn)練的分類器來至少部分地基于提取出的對象的識別出的特性和完整第一載 片內(nèi)的組織數(shù)據(jù)對提取出的對象進(jìn)行分類。28. -種系統(tǒng)，包括： 用于接收組織樣本的多個數(shù)字化圖像的裝置，每個組織樣本對應(yīng)于絕對真實載片； 用于針對所述多個數(shù)字化圖像中的每一個接收與數(shù)字化圖像關(guān)聯(lián)的至少一個分類的 裝置； 用于使用組織樣本的所接收的數(shù)字化圖像來訓(xùn)練分類器的裝置； 用于接收與第一載片關(guān)聯(lián)的數(shù)據(jù)的數(shù)字化圖像的裝置，其中第一載片不是絕對真實載 片； 用于識別與第一載片關(guān)聯(lián)的數(shù)據(jù)的數(shù)字化圖像內(nèi)的組織的裝置； 用于識別所識別出的組織內(nèi)的主導(dǎo)顏色的裝置； 用于基于識別出的主導(dǎo)顏色來識別所識別出的組織內(nèi)的多個區(qū)域的裝置；以及 用于針對每一個識別出的區(qū)域執(zhí)行以下操作的裝置， 檢測識別出的區(qū)域內(nèi)的種子點， 從識別出的區(qū)域提取對象，以及 針對每一個提取出的對象， 識別提取出的對象的特性，以及 使用經(jīng)訓(xùn)練的分類器來基于提取出的對象的識別出的特性對提取出的對象進(jìn)行分類。
【專利摘要】一種設(shè)施包括用于提供數(shù)字化病理學(xué)組織載片內(nèi)的對象（例如，細(xì)胞核）的自動化檢測、分類和計數(shù)的基于學(xué)習(xí)的圖像分析方法的系統(tǒng)和方法。所述設(shè)施使用多個參考樣本載片來訓(xùn)練對象分類器。隨后且響應(yīng)于接收到包含組織數(shù)據(jù)的載片的掃描圖像，所述設(shè)施使用圖像分段技術(shù)將完整載片分割成背景區(qū)域和組織區(qū)域。所述設(shè)施識別組織數(shù)據(jù)內(nèi)的主導(dǎo)顏色區(qū)域并使用例如基于徑向?qū)ΨQ的方法來識別那些區(qū)域內(nèi)的種子點。所述設(shè)施至少部分地基于那些種子點來生成棋盤格，棋盤格中的每一個不同的區(qū)對應(yīng)于不同的檢測到的對象。然后使用先前訓(xùn)練的分類器對這些對象進(jìn)行分類。所述設(shè)施使用經(jīng)分類的對象來對載片進(jìn)行評分。
【IPC分類】G06T7/00
【公開號】CN105027165
【申請?zhí)枴緾N201480015136
【發(fā)明人】S.S.奇瓦特, S.楚卡, S.H.帕蒂爾, B.薩巴塔, A.薩爾卡, O.瑟特爾
【申請人】文塔納醫(yī)療系統(tǒng)公司
【公開日】2015年11月4日
【申請日】2014年3月12日
【公告號】CA2899714A1, WO2014140085A1