DE2903855A1 - Verfahren zum automatischen markieren von zellen und bestimmung der merkmale von zellen aus zytologischen abstrichpraeparaten - Google Patents

Verfahren zum automatischen markieren von zellen und bestimmung der merkmale von zellen aus zytologischen abstrichpraeparaten

Info

Publication number
DE2903855A1
DE2903855A1 DE19792903855 DE2903855A DE2903855A1 DE 2903855 A1 DE2903855 A1 DE 2903855A1 DE 19792903855 DE19792903855 DE 19792903855 DE 2903855 A DE2903855 A DE 2903855A DE 2903855 A1 DE2903855 A1 DE 2903855A1
Authority
DE
Germany
Prior art keywords
images
image
carried out
cells
cell nuclei
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
DE19792903855
Other languages
English (en)
Inventor
Rainer Dipl Ing Erhardt
Erich Dipl Ing Reinhardt
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bloss werner H profdr-Ing
Original Assignee
Bloss werner H profdr-Ing
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=6061943&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=DE2903855(A1) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by Bloss werner H profdr-Ing filed Critical Bloss werner H profdr-Ing
Priority to DE19792903855 priority Critical patent/DE2903855A1/de
Priority to DE8080100376T priority patent/DE3070567D1/de
Priority to EP80100376A priority patent/EP0014857B1/de
Publication of DE2903855A1 publication Critical patent/DE2903855A1/de
Priority to US06/618,447 priority patent/US4523278A/en
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/34—Smoothing or thinning of the pattern; Morphological operations; Skeletonisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/36—Applying a local operator, i.e. means to operate on image points situated in the vicinity of a given point; Non-linear local filtering operations, e.g. median filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation

Description

DR.-ING. H. H. WILHELM DIPL. ING. H. DAUSTER
D-70OO STUTTGART 1 - GYMNASIUMSTRASSE 31 B - TELEFON (0711) 29 11 33
Anmelder; -3- . ρ 5632
Prof. Dr.-Ing.
Werner H. Bloss
Lindenstrasse 45
7065 Winterbach
Verfahren zum automatischen Markieren von Zellen und Bestimmung der Merkmale von Zellen aus zytologischen Abstrichpraparaten
Die Erfindung betrifft ein Verfahren zum automatischen Markieren von Zellen und Bestimmung der Merkmale von Zellen aus zytologischen Abstrichpräparaten, die als mittels einer TV-Kamera an einem Mikroskop aufgenommene TV-Bilder abgebildet werden.
Die Zytoanalyse, die vorwiegend zur Früherkennung von Zervix-Karzinomen eingesetzt wird, wird heute im wesentlichen noch durch visuelle Klassifikation durch besonders geschulte Personen durchgeführt, insbesondere durch Mediziner. Die Klassifikationsleistung hängt in hohem Maß von der Erfahrung des Beurteilenden ab, der häufig nach intuitiven Kriterien eine Einzelzelle einer bestimmten Klasse zuordnet.
Es sind auch schon Automaten für Zytoanalysen bekannt geworden, die versuchen, die aus der visuellen Zellbeschreibung bekannten anschaulichen Merkmale in Algorithmen umzusetzen. Es ist nicht einfach, die intuitiven Parameter einer die Zellen beurteilenden Person zu beschreiben und in Algorithmen umzusetzen. Zusätzlich bereitet es Schwierigkeiten, diese visuellen Merkmale in einer datenverarbeitenden Maschine auszuwerten, da sie für eine numerische Klassifikation nicht optimal sind.
Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren der eingangs genannten Art zu schaffen, das unabhängig von der bekannten visuellen Zellbeschreibung ein Erkennen von Zellen und eine Merk-
030033/OUJ" ~4~
malsextraktion durchführt, die sich besonders für eine numerische Klassifikation in einer Datenverarbeitungsmaschine eignet. Diese Aufgabe wird dadurch gelöst, daß nur die Zellkerne zur Auswertung herangezogen werden, wozu die TV-Bilder in wenigstens einem Digitalspeicher abgespeichert werden und mittels lokaler Operatoren von unter einer vorgegebenen Größe liegenden Strukturen gereinigt werden, wonach durch eine Transformation der gereinigten Bilder eine Glättung und gleichzeitige Lokalisierung der Zellkerne als Bildausschnitte durchgeführt wird, wonach die lokalisierten Ausschnitte der Bilder einem Grenzfindungsprozeß unterzogen werden, worauf an den durch den Grenzfindungsprozeß gefundenen Zellkernen eine Bestimmung von Merkmalen durch Messungen an dem Originalbild und transformierten Bildern und/oder an logischen oder arithmetischen Verknüpfungen der transformierten Bilder erfolgt
Das erfindungsgemäße Verfahren erlaubt eine Zellerkennung und eine Bestimmung der Merkmale von Zellen, die besonders gut an schnelle Parallelprozessoren angepaßt ist. Es hat sich gezeigt, daß für eine Klassifizierung der Zellen eine Kernanalyse ausreicht. Die Beschränkung auf die Kernanalyse führt zu entscheidenden Vorteilen. Es müssen einmal nur die Zellkerne lokalisiert werden, was die Zellerkennung vereinfacht. Die Zelldichte auf dem Präparat kann größer sein, da sich die Plasmen überlagern können. Der zu untersuchende Präparatausschnitt wird bei gleicher Zellenanzahl kleiner, wobei sich keine Probleme mit überlappenden Plasmen ergeben. Die Verarbeitungszeiten für die Zellauffindung, die Grenzbestimmung und die Merkmalsermittlung sind wesentlich kürzer. Auch ist die Auswertung von der vorgesehenen Einfärbung der Präparate unabhängig.
In Ausgestaltung der Erfindung sind zum Reinigen der TV-Bilder lokale Operatoren für Dilatation an den Bildern und den invertierten Bildern vorgesehen. Damit werden zweidimensionale Filteroperationen durchgeführt, die ohne Vorgabe eines Schwellwertes Störstrukturen und kleinere Kerne (z.B. von Lymphozyten usw.) von vornherein unterdrücken. Außerdem werden Kerne, die sich berühren,
Ö3 00 33/0U3 _5_
vor der Zellkernfindung wieder in zwei getrennte Bereiche aufgespalten.
In weiterer Ausgestaltung der Erfindung werden zum Lokalisieren der Zellkerne Schwellwertprozesse zur Bestimmung relativer Grauwertmaxima durchgeführt. Dadurch erfolgt eine Markierung der Zellkerne im gefilterten Bild durch eine Maximumsdetektion mit Nachbarschaftsanalyse und Informationsunterdrückung unter einem vorgegebenen Schwellwert. Auf diese Weise führen Kernstrukturen innerhalb eines Kerns nur zu einer einzigen und Plasmabereiche zu keiner Markierung.
In weiterer Ausgestaltung der Erfindung wird als Grenzfindungsprozeß zunächst eine Grobeingrenzung der Kerngebiete mittels einer zeilen- und spaltenweisen Integration der Grauwerte der Bilder durchgeführt, auf die zur Bestimmung der Kerngrenzen eine Klassifikation durchgeführt wird, bei welcher sämtliche Punkte der Bilder zwei disjunkten Klassen zugeordnet werden. Aus diesen Werten wird ein je nach Zahl der Integrationsrichtungen zwei- oder mehrdimensionales Histogramm gebildet. In diesem Histogramm sind die Bildkomponenten Kern, Plasma und Untergrund durch relative Minima voneinander getrennt.
Überträgt man dann die zu den relativen Minima im Histogramm gehörenden Grauwerte wieder in die Grauwert-Integral-Funktionen, so erhält man daraus eine grobe Ortsbestimmung für die drei relevanten Bildkomponenten, die dann durch gerade Linien voneinander getrennt werden können.
Die weitere Verarbeitung beschränkt sich dann auf den so grob eingeschränkten Kernbereich, den man, um sicher zu gehen, daß die gesamte Kerninformation darin enthalten ist, in jeder Integrationsrichtung um einige Bildpunkte vergrößert. Schon durch die Grobeinsetzung läßt sich wieder eine Datenreduktion durchführen, durch die Strukturen eliminiert werden, die mit Sicherheit keine Zellkerne sind. An dieser Stufe kann eventuell auch das Verhältnis von Kern-
030033/0IU ~6~
— ο —
größen zur Plasmagröße eingeführt werden, das für die zu untersuchenden Zellen normalerweise bekannt ist, um weiter Ereignisse zu eliminieren, die keine Zellen sind. Die exakte Markierung von Kernen erfolgt dann durch die Klassifikation. Für die Kerngrenzbestimmung wurde ein Klassifikationsverfahren angewandt, bei dem das Bild zweilenweise abgearbeitet werden kann. Bei der durchgeführten Klassifizierung wird versucht, sämtliche Punkte des Bildes nacheinander zwei disjunkten Klassen zuzuordnen, nämlich
1 )-Ω- .. : Menge aller Kerngrenzpunkte.
2)/I „: Menge aller Punkte, die nicht Grenzpunkte sind.
Dabei wird-/L. noch einmal in vier paarweise disjunkte Untermengen zerlegt, wobei linke und rechte, sowie obere und untere Randpunkte verschiedenen Untermengen zugeordnet werden.
Im Hinblick auf eine sichere Klassifizierung wird jeder Bildpunkt hinreichend durch einen achtdimensionalen Merkmalsvektor beschrieben. Die für den Klassifikationsprozeß relevanten Merkmale sind die erste und zweite partielle Ableitung des Grauwertes in x- und y-Richtung, die Differenz des gemittelten rechtsseitigen und linksseitigen, sowie oberen und unteren Grauwertes, die Wahrscheinlichkeit, einen Kerngrenzpunkt am Ort des aktuellen Bildpunktes anzutreffen und die Wahrscheinlichkeit einen Kernpunkt mit dem Grauwert des aktuellen Bildpunktes anzutreffen. Aus diesen Merkmalen wird für jeden Bildpunkt ein Maß für die Wahrscheinlichkeit für die Zugehörigkeit zu einer ganz bestimmten Klasse zu-gewonnen.
Um die Gradienbenmerkmale zuverlässig ermitteln zu können, wird das Bild vor der Merkmalsbestimmung einer Medianfilterung unterworfen. Das Verfcihren benötigt vorteilhaft zu Beginn einen Bildpunkt innerhalb des Zellkerns, der bei der Zellauffindung und Markierung ohnehin vorliegen muß.
Für die Merkmalsextraktion ist es in weiterer Ausgestaltung der Erfindung vorteilhaft, wenn vor dem Bestimmen der Merkmale der Zellkerne der Grauwertbereich gemessen und festgelegt wird, in
-7-
030 0 33/OUä
welchem die Information moduliert ist. Dies kann beispielsweise über den Verlauf der Umfangsfunktion für den gesamten Grauwertbereich erfolgen.
In weiterer Ausgestaltung werden innerhalb des vorgegebenen Grauwertbereiches die Fläche, der Umfang und die Euler-Zahl an dem Originalbild und den transformierten Bildern und/oder an den logischen oder arithmetischen Verknüpfungen der transformierten Bildern gemessen. Die damit gemessenen Merkmalsvektoren setzen sich aus drei linear unabhängigen Minkowski-Maßen - Fläche, Umfang und Euler-Zahl - sowie deren nichtlinearen Kombinationen zusammen.
Weitere Merkmale und Vorteile der Erfindung ergeben sich aus der nachfolgenden Beschreibung eines Verfahrens, das in der in einem Blockschaltbild dargestellten Vorrichtung durchgeführt wird, und einem Beispiel einer Merkmalsbeschreibung.
Durch das Mikroskop-Objektiv 1 wird ein Gesichtsfeld des Präparats auf die photoempfindliche Schicht der TV-Kamera 1 abgebildet und dort zeilenweise abgetastet. Die Signale werden so abgetastet und in digitale Stufen gewandelt, daß das Feld in 288x 512 Bildpunkte mit je 256 Graustufen zerlegt wird. Der Bildpunktabstand beträgt 0,5 um. Die verwendete TV-Meßkamera zeichnet sich durch sehr kleine Geometx'iefehler, eine lineare Übertragungskennlinie, ein großes Signal/ Rauschverhältnis und gute Stabilität aus. Die Signalinhomogenitäten durch ungleichmäßige Empfindlichkeiten auf der photoempfindlichen Schicht und die Mikroskopbeleuchtung werden on-line mit einem digitalen Shading-Korrektor 3 kompensiert. Die kompensierten Bilddaten werden direkt in einen digitalen Bildspeicher 4 (288 χ 512) Bildpunkte ä 8 bit zur weiteren Analyse abgespeichert.
Im Zellmarkierer 5 führt ein Arrayprozessor zunächst eine Bildtransformation (Erosion mit Radius r , r = Radius der größten zu unterdrückenden Strukturen) durch 2-dimensionale örtlich begrenzte Koppelfelder durch. Das transformierte Bild wird wieder abgespeichert. In einem zweiten Schritt erfolgt im transformierten Bild die Detektion relativer Grauwertmaxima in Unterfeldern vorgegebener Größe. Hierfür werden aus dem transformierten Bild nacheinander Schwellwertbilder erzeugt, die sich beim Durchlaufen der Schwellwerte von hohen zu niederen Grauwerten ergeben. In einer Logikschaltung werden die Koordinaten der Bildpunkte ermittelt, die über dem jeweiligen Schwellwert liegen. Beim zeilenweisen Ab-
0 3 Π !' 5 " / 0 1 U '} -8-
2303855
tasten des ersten Schwellwertbildes werden die Koordinaten des
ersten detektierten Punktes abgespeichert und mit einem Rahmen vorgegebener Größe umgeben. Die weiteren detektierten Punkte werden nur dann abgespeichert, wenn sie außerhalb des vorgegebenen Rahmens liegen. Alle abgespeicherten Markierungen werden mit einem solchen Rahmen umgeben. Bei der Auswertung der nachfolgenden Schwellwertbilder werden wiederum nur dann neue Markierungen abgespeichert, wenn diese nicht innerhalb bereits gefundener Rahmen liegen. Das letzte auszuwertende Schwellwertbild wird durch einen Schwellwert erzeugt, der dem mittleren Grauwert der Zytoplasmen entspricht.
Die Markierungen liegen mit hoher Wahrscheinlichkeit innerhalb von Zellkernen. Ihre Koordinaten sind immer mehr als die halbe Kantenlänge des vorgegebenen Rahmens voneinander entfernt. Sie markieren die interessanten Ereignisse im abgespeicherten Originalbild. Im weiteren ist aus diesem Bild nur die Information zu verarbeiten, die innerhalb der gefundenen Rahmen liegt. Dazu werden, die so definierten Bildfelder in digitalen Ereignisspeichern 6 abgelegt.
Danach erfolgt die zweistufige Segmentierung jedes Zellbildes aus den Ereignisspeichern 6. Die Verarbeitung wird mit dem beschriebenen Verfahren durch schnelle Mikroprozessoren 7 durchgeführt. Zunächst werden die Grobeingrenzungen der Zellkerne und Zytoplasmen ermittelt und damit die auszuwertenden Bildfelder verkleinert, in diesen verkleinerten Bildfeldern kann die genaue Grenze des Zellkerns und der Zytoplasmen durch Mikroprogramme berechnet werden. Die isolierten Zellkerne werden über den na difolgenden Ereignisspeicher 8 sequentiell der Merkmalsermittlung zugeführt.
Die verschiedenen Bildtransformationen zur Merkmalsermittlung lassen sich sehr schnell parallel durch spezielle Arrayprozessoren 9 durchführen. Sowohl das Originalkernbild als auch die transformierten Kernbilder und deren arithmetische Verknüpfungen werden in digitalen Speichern abgelegt. Die Information der η abgelegten
-9—
030033/0U2
Kernbilder wird über einen Schwellwertprozeß mit einstellbarer Schwelle einer Meßlogik zugeführt, die die Merkmale "Fläche", "Umfang"und "Euler-Zahl" durch logische Verknüpfungen und Zähloperationen im Schwellwertbild mißt. Es werden m Schwellen in dem für jeden Kern zuvor berechneten Grauwertbereich nacheinander durch den Steuerprozessor 10 gesetzt. Man erhält so die 3 Merkmale eines Zellkern für die gesetzten m diskreten Grauwerte (Schwellwerte) und damit 3 · η m -Merkmale. Durch nichtlineare Verknüpfungen von Merkmals funktionen kann die Merkmalsanzahl weiter erhöht werden» Die Gesamtheit der Merkmale eines Zellkerns bildet dessen Merkmalsvektor, der dem Klassifikationsprozessor 11 für die Einzelereignisse zugeführt wird=
Danach erfolgen die Segmentierung, Kerngrenzberechnung, Transformationen und Merkmalsberechnung des nächsten markierten Ereignisses. Sind alle markierten Ereignisse eines Gesichtsfeldes abgearbeitet, so transportiert ein Schrittmotor das Präparat um ein Gesichtsfeld weiter. Die Kamera 2 wird durch schnelles Löschen der abklingenden Information des vorhergehenden Bildfeldes zur Aufnahme des neuen Bildfeldes vorbereitet. Durch stroboskopische Beleuchtung des Präparats kann nach 120 ms die Information des neuen Bildfeldes abgespeichert werden. Durch die systematisch aufgebauten und prozessororientierten Algrorithmen zur Markierung und Segmentierung von Zellen im Gesichtsfeld, sowie zur Merkmalserfassung aus den segmentierten Zellkernen und ihrer Klassifizierung erfolgt die Analyse der Gesichtsfelder mit speziellen Parallelprozessoren unter Verwendung modernster Halbleitertechnologien in einer Zeit von 120 ms schritthaltend (on-line). Dabei können bis zu acht Ereignisse pro Gesichtsfeld erfaßt werden. Der gesamte Verarbeitungsablauf wird durch einen Steuerungsprozessor synchronisiert.
Eine Möglichkeit zur Berechnung der Merkmale soll im folgenden am Beispiel der Merkmalsermittlung eines bereits segmentierten und eingegrenzten Zellkerns veranschaulicht werden.
-10-
Ö30033/0U2
Zunächst wird der Umfang des untransformierten Kernbildes für jeden der 256 Grauwerte ermittelt. Man erhält so den Umfang in Abhängigkeit von diskreten 256 Grauwerten (Umfangsfunktion). Aus dieser Umfangsfunktion wird der relevante Grauwertbereich für die weiteren Messungen so festgelegt, daß sie innerhalb dieses Berei dis nicht konstant ist. In diesem Bereich ist also die Grautoninformation des Zellkerns moduliert. Der so ermittelte Grauwertbereich wird in 20 äquidistante Intervalle unterteilt, die als Schwellwerte zur Messung der Merkmale aus dem Kernbild verwendet werden. Nun wird das Kernbild z.B. folgenden Bildtransformationen unterworfen:
Erosion mit Radius r = 1
Erosion mit Radius r = 2
Dilatation mit Radius r = 1
Dilatation mit Radius r = 2
(Dilatation mit Radius r = 1) -(Erosion mit
Radius r = 1)
(Dilatation mit Radius r = 3) -(Erosion mit
Radius r = 3)
.■!an erhält so das Originalbild und 6 unterschiedlich transformierte Bilder. In diesen Bildern v/erden nun folgende drei Basismerkmalo zu jedem der 20 vorher bestimmten Grauwerte ermittelt:
"Fläche"
- "Umfang"
- "Konnexität"
Außerdem werden folgende Kombinationen dieser Basismerkmale zu jedem der 20 Grauwerte berechnet.
"Quotient aus der Konnexität (+) und der Fläche" (Konnexität (+) ist der positive Anteil der Konnexität)
- "Quotient aus der Konnexität (-) und der Fläche" (Konnexität (-) ist der negative Anteil der Konnexität) "Quotient aus dem Quadrat des Umfangs und der Fläche"
-11-
030033/0142
Man erhält so 6 verschiedene Merkmalafunktionen mit je 20 Werten. Dabei wird nicht jede Merkmalsfunktion in jedem transformierten Bild ermittelt sondern so ausgewählt, wie in Tabelle 1 dargestellt. Diese Auswahl der Merkmals funktionen ergibt sich z.B. durch eine Analyse des Merkmalsraums und durch Klassifikationsexperimente mit einer repräsentativen Anzahl von Zellen. Die Merkmalsfunktionen werden so ausgewählt, daß sie möglichst viel Information zur Unterscheidung verschiedener Zellklassen voneinander aus den Bildern extrahieren.
Man erhält damit einen Satz von 18 χ 20 = 360 Merkmalen, die durch 360 Zahlen beschrieben werden. Der auf diese Weise gewonnene Merkmalssa^.z jeder Zelle wird noch normiert. Er stellt die datenreduzierte Beschreibung der Zelle dar, die für eine automatische Klassifikation geeignet ist.
Tabelle 1 Beispiel der Merkmalsberechnung eines Zellkerns
Merkmalsfunktion Bild in dem gemessen wird 1 - I - 1)
(je 20 diskrete Werte) 1 -D
1 Flache Originalbild 2 -3)
.2 Umfang Originalbild 2 «3)
3 Konnexitat (+) Flache Originalbild (Erosion mit r
4 Konnexitat (-) Flache Originalbild ' (Erosion mit r
5 Umfang Erosion mit Radius r = 1 (Erosion mit r
6 Konnexitat Erosion mit Radius r «= 1 (Erosion mit r
7 (Umfang)*/FlSche Erosion mit Radius r * 1
8 Umfang Erosion mit Radius r = 2
9 Konnexitat Erosion mit Radius r = 2
10 (Umfang)2/FlSche Erosion mit Radius r = 2
11 Umfang Dilatation mit Radius r ·=
12 Konnexitat Dilatation mit Radius r =
13 Umfang Dilatation mit Radius r «
14 Konnexitat Dilatation mit Radius r =
15 Umfang (Dilatation mit r ·= 1) -
16 Konnexitat (Dilatation mit r « 1) -
17 Umfang (Dilatation mit r = 3) -
18 Konnexitat (Dilatation mit r = 3) -
Ö30033/0Ut
Leerseite

Claims (8)

  1. DR.»ING. H. H. WILHELM - DIPL.-«NG. H. DAUSTER
    D-7000 STUTTGART 1 - GYMNASIUMSTRASSE 31B - TELEFON (0711) 29 11
    Anmelder; Stuttgart, den·."!. Februar 1979
    Prof. Dr.-Ing.
    Werner H. Bloss
    Lindenstrasse 45
    Winterbach
    Ansprüche
    Verfahren zum automatischen Markieren von Zellen und Bestimmung der Merkmale von Zellen aus zytologischen Abstrichpräparaten, die als mittels einer TV-Kamera an einem Mikroskop aufgenommene TV-Bilder abgebildet werden, dadurch gekennzeichnet, daß
    a) nur die Zellkerne zur Auswertung herangezogen werden, wozu
    b) die TV-Bilder in wenigstens einem Digitalspeicher abgespeichert v/erden und
    c) mittels lokaler Operatoren von unter einer vorgegebenen Größe liegenden Strukturen gereinigt werden,
    d) wonach durch eine Transformation der gereinigten Bilder eine Glättung und gleichzeitige Lokalisierung der Zeilkerne als Bildausschnitte durchgeführt wird,
    e) wonach die lokalisierten Ausschnitte der Bilder einem Grenzfindungsprozeß unterzogen werden,
    f) worauf an den durch den Grenzfindungsprozeß gefundenen Zellkernen eine Bestimmung von Merkmalen durch Messungen an dem Originalbild und an transformierten Bildern und/oder an logischen oder arithmetischen Verknüpfungen der transformierten Bilder erfolgt.
  2. 2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß zum Reinigen der TV-Bilder lokale Grauwert-Operatoren für Dilatration an den Bildern und invertierten Bildern vorgesehen sind.
  3. 3. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß zum Lokalisieren der Zellkerne Schwellwertprozesse zur Bestimmung relativer Grauwertmaxima durchgeführt werden.
  4. 4. Verfahren nach Anspruch 3, dadurch gekennzeichnet, daß der Schwellwertprozeß nach Lokalisieren eines Punktes auf in vorgegebenen Abstand zu diesem Punkt liegenden Bildbereiche beschränkt wird.
  5. 5. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß als Grenzfindungsprozeß zunächst eine Grobeingrenzung der Kerngebiete mittels zeilen- und spaltenweiser Integration der Grauwerte der Bilder durchgeführt wird, auf die zur Bestimmung der Kerngrenzen eine Klassifikation durchgeführt wird, bei welcher sämtliche Punkte eines Bildes zwei disjunkten Klassen zugeordnet werden.
  6. 6. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß vor dem Bestimmen der Merkmale der Zellkerne der Grauwertbereich gemessen und festgelegt wird, in welchem die Information moduliert ist.
  7. 7. Verfahren nach Anspruch 6, dadurch gekennzeichnet, daß innerhalb des vorgegebenen Grauwertbereiches die Fläche, der Umfang und die Euler-Zahl an dem Originalbild und den transformierten Bildern und/oder an den logischen oder arithmetischen Verknüpfungen der transformierten Bilder gemessen werden.
  8. 8. Verfahren nach Anspruch 7, dadurch gekennzeichnet, daß die Transformation der Bilder durch lokale Operatoren durchgeführt wird, die Nachbarschaftsbeziehungen auswerten.
    030033/0U1 ~3~
DE19792903855 1979-02-01 1979-02-01 Verfahren zum automatischen markieren von zellen und bestimmung der merkmale von zellen aus zytologischen abstrichpraeparaten Withdrawn DE2903855A1 (de)

Priority Applications (4)

Application Number Priority Date Filing Date Title
DE19792903855 DE2903855A1 (de) 1979-02-01 1979-02-01 Verfahren zum automatischen markieren von zellen und bestimmung der merkmale von zellen aus zytologischen abstrichpraeparaten
DE8080100376T DE3070567D1 (en) 1979-02-01 1980-01-25 Method for the automatic marking of cells and for feature determination of cells from cytological smears
EP80100376A EP0014857B1 (de) 1979-02-01 1980-01-25 Verfahren zum automatischen Markieren von Zellen und zur Bestimmung der Merkmale von Zellen aus zytologischen Abstrichpräparaten
US06/618,447 US4523278A (en) 1979-02-01 1984-06-07 Method of automatic detection of cells and determination of cell features from cytological smear preparations

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE19792903855 DE2903855A1 (de) 1979-02-01 1979-02-01 Verfahren zum automatischen markieren von zellen und bestimmung der merkmale von zellen aus zytologischen abstrichpraeparaten

Publications (1)

Publication Number Publication Date
DE2903855A1 true DE2903855A1 (de) 1980-08-14

Family

ID=6061943

Family Applications (2)

Application Number Title Priority Date Filing Date
DE19792903855 Withdrawn DE2903855A1 (de) 1979-02-01 1979-02-01 Verfahren zum automatischen markieren von zellen und bestimmung der merkmale von zellen aus zytologischen abstrichpraeparaten
DE8080100376T Expired DE3070567D1 (en) 1979-02-01 1980-01-25 Method for the automatic marking of cells and for feature determination of cells from cytological smears

Family Applications After (1)

Application Number Title Priority Date Filing Date
DE8080100376T Expired DE3070567D1 (en) 1979-02-01 1980-01-25 Method for the automatic marking of cells and for feature determination of cells from cytological smears

Country Status (3)

Country Link
US (1) US4523278A (de)
EP (1) EP0014857B1 (de)
DE (2) DE2903855A1 (de)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4211904A1 (de) * 1991-04-09 1992-11-19 Werner Maier Verfahren und vorrichtung zum erstellen einer artenliste fuer eine fluessige probe
DE19709348A1 (de) * 1996-05-29 1997-12-04 Walter Dr Schubert Automatisches Multi-Epitop-Ligand-Kartierungssystem

Families Citing this family (68)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3044883A1 (de) * 1980-11-28 1982-07-01 Fa. Carl Zeiss, 7920 Heidenheim Verfahren und anordnung zum finden von ansammlungen von teilchen, bspw. metaphasenplatten
US4700298A (en) * 1984-09-14 1987-10-13 Branko Palcic Dynamic microscope image processing scanner
US4724543A (en) * 1985-09-10 1988-02-09 Beckman Research Institute, City Of Hope Method and apparatus for automatic digital image analysis
US4741043B1 (en) * 1985-11-04 1994-08-09 Cell Analysis Systems Inc Method of and apparatus for image analyses of biological specimens
US5134662A (en) * 1985-11-04 1992-07-28 Cell Analysis Systems, Inc. Dual color camera microscope and methodology for cell staining and analysis
US5086476A (en) * 1985-11-04 1992-02-04 Cell Analysis Systems, Inc. Method and apparatus for determining a proliferation index of a cell sample
US5109429A (en) * 1985-11-04 1992-04-28 Cell Analysis Systems,Inc. Apparatus and method for analyses of biological specimens
US4998284A (en) * 1987-11-17 1991-03-05 Cell Analysis Systems, Inc. Dual color camera microscope and methodology for cell staining and analysis
US5016283A (en) * 1985-11-04 1991-05-14 Cell Analysis Systems, Inc. Methods and apparatus for immunoploidy analysis
US5216596A (en) * 1987-04-30 1993-06-01 Corabi International Telemetrics, Inc. Telepathology diagnostic network
US5544650A (en) * 1988-04-08 1996-08-13 Neuromedical Systems, Inc. Automated specimen classification system and method
US5740270A (en) * 1988-04-08 1998-04-14 Neuromedical Systems, Inc. Automated cytological specimen classification system and method
DE3934625A1 (de) * 1988-10-19 1990-04-26 Leitz Wild Gmbh Automatisiertes "in vivo"-mikrokerntest-verfahren und vorrichtung zur durchfuehrung desselben
US5072382A (en) * 1989-10-02 1991-12-10 Kamentsky Louis A Methods and apparatus for measuring multiple optical properties of biological specimens
US5107422A (en) * 1989-10-02 1992-04-21 Kamentsky Louis A Method and apparatus for measuring multiple optical properties of biological specimens
US5313532A (en) * 1990-01-23 1994-05-17 Massachusetts Institute Of Technology Recognition of patterns in images
US5067092A (en) * 1990-01-24 1991-11-19 Eastman Kodak Company Prespot detection method and apparatus in an analyzer
WO1991014235A1 (en) * 1990-03-06 1991-09-19 Massachusetts Institute Of Technology Recognition of patterns in images
US5235522A (en) * 1990-10-10 1993-08-10 Cell Analysis Systems, Inc. Method and apparatus for automated analysis of biological specimens
US5546323A (en) * 1990-10-10 1996-08-13 Cell Analysis Systems, Inc. Methods and apparatus for measuring tissue section thickness
US5257182B1 (en) * 1991-01-29 1996-05-07 Neuromedical Systems Inc Morphological classification system and method
US5259391A (en) * 1991-06-03 1993-11-09 Altshuler John H Method and device for cell sampling
WO1993016442A1 (en) * 1992-02-18 1993-08-19 Neopath, Inc. Method for identifying objects using data processing techniques
US5556764A (en) * 1993-02-17 1996-09-17 Biometric Imaging, Inc. Method and apparatus for cell counting and cell classification
US5352613A (en) * 1993-10-07 1994-10-04 Tafas Triantafillos P Cytological screening method
US6136540A (en) * 1994-10-03 2000-10-24 Ikonisys Inc. Automated fluorescence in situ hybridization detection of genetic abnormalities
CA2132269C (en) * 1993-10-12 2000-02-01 Rainer Hermann Doerrer Interactive automated cytology method and system
US5740269A (en) * 1994-09-20 1998-04-14 Neopath, Inc. Method and apparatus for robust biological specimen classification
WO1996009604A1 (en) * 1994-09-20 1996-03-28 Neopath, Inc. Apparatus for automated identification of cell groupings on a biological specimen
WO1996009600A1 (en) * 1994-09-20 1996-03-28 Neopath, Inc. Apparatus for identification and integration of multiple cell patterns
US5715327A (en) * 1994-09-20 1998-02-03 Neopath, Inc. Method and apparatus for detection of unsuitable conditions for automated cytology scoring
US5757954A (en) * 1994-09-20 1998-05-26 Neopath, Inc. Field prioritization apparatus and method
WO1996009602A1 (en) * 1994-09-20 1996-03-28 Neopath, Inc. Biological analysis system self-calibration apparatus
WO1996009594A1 (en) * 1994-09-20 1996-03-28 Neopath, Inc. Apparatus for automated identification of thick cell groupings on a biological specimen
US5978497A (en) * 1994-09-20 1999-11-02 Neopath, Inc. Apparatus for the identification of free-lying cells
AU3675495A (en) * 1994-09-30 1996-04-26 Neopath, Inc. Method and apparatus for highly efficient computer aided screening
US5619428A (en) * 1995-05-31 1997-04-08 Neopath, Inc. Method and apparatus for integrating an automated system to a laboratory
US5889880A (en) * 1995-06-07 1999-03-30 Autocyte, Inc. Interactive automated cytology method incorporating both manual and automatic determinations
US5787208A (en) * 1995-06-07 1998-07-28 Neopath, Inc. Image enhancement method and apparatus
US5724253A (en) * 1996-03-26 1998-03-03 International Business Machines Corporation System and method for searching data vectors such as genomes for specified template vector
US6396941B1 (en) * 1996-08-23 2002-05-28 Bacus Research Laboratories, Inc. Method and apparatus for internet, intranet, and local viewing of virtual microscope slides
US6404906B2 (en) * 1997-03-03 2002-06-11 Bacus Research Laboratories,Inc. Method and apparatus for acquiring and reconstructing magnified specimen images from a computer-controlled microscope
US6031930A (en) * 1996-08-23 2000-02-29 Bacus Research Laboratories, Inc. Method and apparatus for testing a progression of neoplasia including cancer chemoprevention testing
US6272235B1 (en) * 1997-03-03 2001-08-07 Bacus Research Laboratories, Inc. Method and apparatus for creating a virtual microscope slide
US6181811B1 (en) 1998-01-13 2001-01-30 Neopath, Inc. Method and apparatus for optimizing biological and cytological specimen screening and diagnosis
AUPP278698A0 (en) * 1998-04-03 1998-04-30 University Of Queensland, The Method of cell nuclei segmentation
US6143512A (en) * 1998-08-17 2000-11-07 Markovic; Nenad Cap-pap test
US6656683B1 (en) 2000-07-05 2003-12-02 Board Of Regents, The University Of Texas System Laser scanning cytology with digital image capture
US6466690C1 (en) * 2000-12-19 2008-11-18 Bacus Res Lab Inc Method and apparatus for processing an image of a tissue sample microarray
US7155049B2 (en) * 2001-01-11 2006-12-26 Trestle Acquisition Corp. System for creating microscopic digital montage images
US6993169B2 (en) * 2001-01-11 2006-01-31 Trestle Corporation System and method for finding regions of interest for microscopic digital montage imaging
US6798571B2 (en) 2001-01-11 2004-09-28 Interscope Technologies, Inc. System for microscopic digital montage imaging using a pulse light illumination system
US6816606B2 (en) 2001-02-21 2004-11-09 Interscope Technologies, Inc. Method for maintaining high-quality focus during high-throughput, microscopic digital montage imaging
US20030014133A1 (en) * 2001-02-02 2003-01-16 Laforge Laurence Edward Algorithm and software computing minkowski quotients, products, and sums of polygons, and for generating feasible regions for robust compensators
WO2002074055A2 (en) * 2001-03-19 2002-09-26 Ikonisys, Inc. Epifluorecence microscope with improved image contrast
KR100479271B1 (ko) * 2001-09-13 2005-03-30 학교법인 한림대학교 자궁경부 세포진영상의 핵영역분할방법
AU2003217694A1 (en) * 2002-02-22 2003-09-09 Bacus Research Laboratories, Inc. Focusable virtual microscopy apparatus and method
DE10217858C1 (de) * 2002-04-22 2003-10-02 Fraunhofer Ges Forschung Verfahren zur Trennung einer in einer Probe enthaltenen Zellgruppe in Einzelzellen
DE102004022484B4 (de) 2004-05-07 2007-12-20 P.A.L.M. Microlaser Technologies Ag Mikroskoptisch
DE102004023262B8 (de) 2004-05-11 2013-01-17 Carl Zeiss Microimaging Gmbh Verfahren zur Bearbeitung einer Masse mittels Laserbestrahlung und Steuersystem
US7316904B1 (en) 2004-06-30 2008-01-08 Chromodynamics, Inc. Automated pap screening using optical detection of HPV with or without multispectral imaging
US7792338B2 (en) * 2004-08-16 2010-09-07 Olympus America Inc. Method and apparatus of mechanical stage positioning in virtual microscopy image capture
US7817841B2 (en) * 2005-11-12 2010-10-19 General Electric Company Time-lapse cell cycle analysis of unstained nuclei
US8135202B2 (en) * 2008-06-02 2012-03-13 Nec Laboratories America, Inc. Automated method and system for nuclear analysis of biopsy images
JP5438962B2 (ja) * 2008-12-25 2014-03-12 シスメックス株式会社 細胞画像表示装置
WO2012037482A1 (en) * 2010-09-16 2012-03-22 University Of Kansas System and methods for digital evaluation of cellblock preparations
US10540535B2 (en) 2017-03-13 2020-01-21 Carl Zeiss Microscopy Gmbh Automatically identifying regions of interest on images of biological cells
EP3973476A4 (de) * 2019-05-23 2023-05-24 Icahn School of Medicine at Mount Sinai Systeme und verfahren zur verfolgung eines zellobjektdetektors

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3706071A (en) * 1970-06-22 1972-12-12 Information Int Inc Binary image processor
US3824393A (en) * 1971-08-25 1974-07-16 American Express Invest System for differential particle counting
US4207554A (en) * 1972-08-04 1980-06-10 Med-El Inc. Method and apparatus for automated classification and analysis of cells
US4122518A (en) * 1976-05-17 1978-10-24 The United States Of America As Represented By The Administrator Of The National Aeronautics & Space Administration Automated clinical system for chromosome analysis
US4097845A (en) * 1976-11-01 1978-06-27 Rush-Presbyterian-St. Luke's Medical Center Method of and an apparatus for automatic classification of red blood cells
US4199748A (en) * 1976-11-01 1980-04-22 Rush-Presbyterian-St. Luke's Medical Center Automated method and apparatus for classification of cells with application to the diagnosis of anemia
US4175860A (en) * 1977-05-31 1979-11-27 Rush-Presbyterian-St. Luke's Medical Center Dual resolution method and apparatus for use in automated classification of pap smear and other samples
US4213036A (en) * 1977-12-27 1980-07-15 Grumman Aerospace Corporation Method for classifying biological cells
US4210419A (en) * 1978-02-17 1980-07-01 California Institute Of Technology Automated quantitative muscle biopsy analysis system

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4211904A1 (de) * 1991-04-09 1992-11-19 Werner Maier Verfahren und vorrichtung zum erstellen einer artenliste fuer eine fluessige probe
DE19709348A1 (de) * 1996-05-29 1997-12-04 Walter Dr Schubert Automatisches Multi-Epitop-Ligand-Kartierungssystem
DE19709348C2 (de) * 1996-05-29 1999-07-01 Schubert Walter Dr Md Automatisches Multi-Epitop-Ligand-Kartierungsverfahren
US6150173A (en) * 1996-05-29 2000-11-21 Schubert; Walter Automated determining and measuring device and method

Also Published As

Publication number Publication date
EP0014857A1 (de) 1980-09-03
DE3070567D1 (en) 1985-06-05
US4523278A (en) 1985-06-11
EP0014857B1 (de) 1985-05-02

Similar Documents

Publication Publication Date Title
DE2903855A1 (de) Verfahren zum automatischen markieren von zellen und bestimmung der merkmale von zellen aus zytologischen abstrichpraeparaten
DE2823490C2 (de)
DE60123378T2 (de) Digitales Bildverarbeitungsverfahren mit verschiedenen Arbeitsweisen zum Erkennen von Augen
DE69630935T2 (de) Bilverarbeitungsverfahren und -vorrichtung zur automatischen Erfassung von Bereichen eines vorbestimmten Krebstyps in einem Intensitätsbild
DE2831582C2 (de) Verfahren zur Identifizierung einer Person und Vorrichtung zur Durchführung des Verfahrens
DE60008579T2 (de) Verfahren zur untersuchung von zellproben durch bildherstellung und analysen
DE60307583T2 (de) Auswertung der Schärfe eines Bildes der Iris eines Auges
DE60109278T2 (de) Verfahren und Gerät zur Lokalisierung von Schriftzeichen in Bildern aus einer Digitalkamera
DE102007013971B4 (de) Verfahren und Vorrichtung zur Ermittlung einer Zellkontur einer Zelle
DE3505331C2 (de) Verfahren und Gerät zur Vermessung des bei der Eindringhärteprüfung in einer Probe hinterlassenen Eindrucks
EP1797533B1 (de) Verfahren und vorrichtung zur segmentierung einer digitalen abbildung von zellen
DE10392259T5 (de) Objektkorrespondenzidentifikation ohne volle Volumenregistration
DE10157958A1 (de) Bildverarbeitungsverfahren und-vorrichtung
EP2400458B1 (de) Verfahren und Vorrichtung zur Segmentierung von biologischen Zellen in einer Aufnahme
DE19636949A1 (de) Verfahren zur Detektion von Kanten in einem Bildsignal
DE102012208625B4 (de) Verfahren und System zur Verarbeitung von MRT-Daten des menschlichen Gehirns
DE112019005143T5 (de) System zur co-registrierung medizinischer bilder unter verwendung eines klassifikators
DE60313662T2 (de) Histologische bewertung des nuklearpleomorphismus
EP1685384A1 (de) Verfahren und vorrichtung zur erfassung von verschiedenen zelltypen von zellen in einer biologischen probe
DE60026732T2 (de) Zellenreihen-extraktionsverfahren
DE102009033927B4 (de) Vorrichtung und Verfahren zum Lokalisieren eines validen Bereiches eines Blutausstriches
DE102005049017B4 (de) Verfahren zur Segmentierung in einem n-dimensionalen Merkmalsraum und Verfahren zur Klassifikation auf Grundlage von geometrischen Eigenschaften segmentierter Objekte in einem n-dimensionalen Datenraum
EP1481371B1 (de) Verfahren zur trennung einer in einem bild einer probe enthaltenen zellgruppe in einzelzellen
DE112009005102T5 (de) Aufspaltung mehrteiliger Objekte
DE3826285C2 (de) Verfahren und Anordnung zur Ermittlung von anormalen anatomischen Bereichen in einem digitalen Röntgenbild

Legal Events

Date Code Title Description
8141 Disposal/no request for examination