WO2007012098A2 - Verfahren und einrichtung zur segmentierung von bereichen - Google Patents
Verfahren und einrichtung zur segmentierung von bereichen Download PDFInfo
- Publication number
- WO2007012098A2 WO2007012098A2 PCT/AT2006/000312 AT2006000312W WO2007012098A2 WO 2007012098 A2 WO2007012098 A2 WO 2007012098A2 AT 2006000312 W AT2006000312 W AT 2006000312W WO 2007012098 A2 WO2007012098 A2 WO 2007012098A2
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- mask
- data
- filter
- values
- input data
- 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.)
- Ceased
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; 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
- G06V20/695—Preprocessing, e.g. image segmentation
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20156—Automatic seed setting
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30024—Cell structures in vitro; Tissue sections in vitro
Definitions
- Fig. 1 shows an input data set or the recorded areas.
- a labeling unit 12 is connected to the output of the correlator or multiplier 11, in which the outputs of the multiplier 11 corresponding to the less restrictive mask are made with respect to the determination of the local gray values of each of the locally limited areas or clusters and the average gray values of the respective areas are determined.
- the obtained gray values in each cluster undergo discrimination with a predetermined threshold. This gives a restrictive mask.
- a growing unit 14 growth takes place starting from the individual segmentation starting points in the region of the restrictive mask and at most one following growth of these areas in the less restrictive mask and optionally subsequently in the foreground mask, wherein the data sets concerning the restrictive mask are supplied by the labeling unit 12 and the data sets concerning the less restrictive mask are supplied by the multiplier 11 and the discriminator 3, respectively, to the growing unit 14.
- cell preparations in particular cell sections, are stained in order to identify the cell nuclei differently from the remaining cell components.
- the cell nuclei or the nuclear agglomerates have a different coloration to the remaining cell constituents or the image background or other constituents contained in the tissue section, and can be localized in the recorded image.
- the image there is the uncertainty that in cell nuclear agglomerates the cell nuclei are covered or not reproduced in their entirety, or the brightness ranges do not have sharp boundaries or brightness values that are not easily distinguishable, ie. Color values or gray values are present. This should be counteracted according to the invention. From the image area to be examined of a tissue preparation or
- the segmented input data is visually, e.g. printed on a screen or printed or possibly stored with the calculated parameters.
- the threshold values are selected according to the desired accuracy or the desired data separation and are to be specified.
- the provided correlation methods may e.g. in a weighted addition of the data or in a multiplication, possibly also in a division or other combination of the data, exist, as long as a corresponding increased distinctness of the data with the correlation is achieved.
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Studio Circuits (AREA)
- Editing Of Facsimile Originals (AREA)
Abstract
Die Erfindung betrifft ein Verfahren zur Segmentierung von lokal begrenzten, Bereichen. Erfindungsgemäß ist vorgesehen, dass die von dem zu untersuchenden Bildbereich erhaltenen Eingangsdaten durch Vorgabe eines Schwellwertes in eine Vordergrundmaske und eine Hintergrundmaske getrennt werden, dass zur Ermittlung von Segmentierungsstartpunkten auf die Eingangsdaten zwei unterschiedliche Filteroperationen angewendet, die sich ergebenden Datensätze subtrahiert und die Bildbereiche als Segmentierungsstartpunkte angesehen werden, dass zur Erstellung einer weniger restriktiven Maske auf die Eingangsdaten, eine Filteroperation angewendet wird, und die resultierenden Daten einer Schwellwertsetzung unterzogen werden, dass zur Erstellung einer restriktiven Maske die weniger restriktive Maske einem Labeling in Hinblick auf die Ermittlung der lokalen Werte unterzogen wird und die durchschnittlichen Werte ermittelt werden, dass in der weniger restriktiven Maske nicht enthaltene Segmentierungsstartpunkte ausgeschieden werden, dass ein Wachsen in den jeweiligen Bereichen der restriktiven Maske vorgenommen wird, und die in der restriktiven Maske erhaltenen Bereiche als die segmentierten Helligkeitsbereiche angesehen werden.
Description
Verfahren und Einrichtung zur Segmentierung von Bereichen
Die Erfindung betrifft ein Verfahren gemäß dem Oberbegriff des Patentanspruches 1. Des weiteren betrifft die Erfindung eine Einrichtung zur Durchführung dieses Verfahrens gemäß dem Oberbegriff des Anspruches 8 sowie ein Computerprogrammprodukt.
Die Auswertung von Bildern von menschlichen, pflanzlichen oder tierischen Zellen oder Körnern von Metallen bzw. Metalllegierungen oder zweidimensionalen Wahrscheinlichkeitsverteilungen od.dgl. erfolgt durch Aufnahme entsprechender Bilder und Auswertung dieser, insbesondere vergrößerten bzw. durch ein Mikroskop abgebildeten, Bilder.
Für die Auswertung ist eine möglichst exakte Darstellung der Verteilungen, insbesondere Helligkeitsverteilungen, bzw. deren Grenzen auf den aufgenommenen Bildern erforderlich. Ziel der Erfindung ist es, die in derartigen Bildern aufscheinenden lokal begrenzten Bereiche, insbesondere Helligkeitsbereiche, zu segmentieren, um die aufgenommenen Bilder bzw. Abbildungen möglichst gut bzw. naturgetreu zur Verfügung zu haben bzw. einer weiteren Auswertung zur Verfügung zu stellen.
Erfindungsgemäß werden diese Ziele bei einem Verfahren der eingangs genannten Art mit den im Kennzeichen des Anspruches 1 enthaltenen Merkmalen erreicht. Eine Einrichtung zur Durchführung des erfindungsgemäßen Verfahrens ist mit den Merkmalen des Anspruches 8 charakterisiert.
Mit der erfindungsgemäßen Vorgangsweise bzw. Einrichtung wird eine weitgehend natur- bzw. formgetreue Segmentierung bzw. Abbildung von lokal begrenzten Bereichen von Farbbildern oder Grauwertbildern erreicht. Die erhaltenen Daten bzw. Abbildungen können weiter ausgewertet werden. Die erfiήdungsgemäße Vorgangsweise erfordert bei größter Exaktheit einen nicht allzu großen Rechenaufwand und liefert demzufolge rasch die gewünschten Ergebnisse.
Zur Verbesserung der Darstellung kann vorgesehen sein, dass auf die ermittelten Segmentierungsstartpunkte eine einstufige Dilation angewendet wird bzw. dass bei Diskriminierung der Grauwerte bzw. der Grauwertmaske beim Labeling eine Diskriminierung mit einem vorgegebenen Grauwert erfolgt. Vorteilhafterweise kann für eine Verbesserung der erhaltenen Bildqualität vorgesehen sein, dass zur Trennung der Eingangsdaten in helle Vordergrunddaten und dunkle Hintergrunddaten ein Datenverteilungsdiagramm bzw. ein Histogramm, insbesondere Helligkeitshistogramm, der Eingangsdaten erstellt wird. Es werden ferner der Differenzquotient des geglätteten Diagramms bzw. Histogramms und die Absolutwerte der Differenzquotienten berechnet und gegebenenfalls ein konstanter Wert addiert. Die erhaltenen Daten werden mit den
Eingangsdaten korreliert, insbesondere multipliziert, und gegebenenfalls umskaliert. Als Schwellwert wird derjenige Wert gewählt, an dem die erhaltene Funktion einen spezifischen, vorgegebenen Grenzwert, insbesondere den Wert Null, annimmt bzw. sich diesem Wert angenähert hat. Das erfindungsgemäße Verfahren wird insbesondere dann vorteilhaft eingesetzt, wenn Abbildungen bzw. Bilder von gegenüber anderen Zellbereichen bzw. gegenüber dem Zytoplasma dunkel gefärbten Zellkernen bzw. Zellkemagglomerate bzw. in Gewebeschnitten enthaltene, gefärbte Zellkerne bzw. Zellkemagglomerate segmentiert werden sollen. Im folgenden wird die Erfindung anhand der Zeichnung näher erläutert.
Fig. 1 zeigt einen Eingangsdatensatz bzw. die aufgenommenen Bereiche.
Fig. 2 zeigt eine Vordergrundmaske bzw. die Vordergrunddaten.
Fig. 3 zeigt die Maske der Segmentierungsstartpunkte.
Fig. 4 zeigt einen Eingangsdatensatz, laplace- und gaußgefilterte Eingangsdaten und eine weniger restriktive Maske.
Fig. 5 zeigt laplace- und gaußgefilterte Eingangsdaten, eine weniger restriktive Maske und eine restriktive Maske.
Fig. 6a, 6b, 6c und 6d zeigen eine weniger restriktive Maske, eine gelabelte, weniger restriktive Maske, laplacegefilterte Bilddaten und eine restriktive Maske. Fig. 7 zeigt die Maske der Eingangsdaten und die Segmentierungsmaske.
Fig. 8 zeigt die Vorgangsweise bei der Dilation der Segmentierungsstartpunkte.
Fig. 9 zeigt das Flussdiagramm betreffend die Ermittlung des Schwellwertes zur Trennung der Vordergrunddaten von den Hintergrunddaten.
Fig. 10 zeigt eine Einrichtung zur Durchführung des erfindungsgemäßen Verfahrens.
Vorab wird eine erfindungsgemäße Einrichtung anhand der Fig. 10 im Prinzip erläutert.
Von einem Gewebepräparat bzw. Gewebeschnitt 1 wird mittels einer Bildaufnahmeeinheit ein Bild aufgenommen und entsprechend ein Satz digitaler Eingangsdaten zur Verfügung gestellt.
In einem Diskriminator 3 werden die Eingangsdaten durch Vorgabe eines Helligkeitsschwellwertes in eine entsprechend hohe Helligkeitswerte enthaltende Vordergrundmaske und in eine niedere Werte enthaltende Hintergrundmaske aufgetrennt. Die dunklen Hintergrunddaten werden nicht weiter verwendet. Die Eingangsdaten werden einer Filtereinheit 4 zugeführt, in der eine Korrelation, insbesondere Multiplikation, der Eingangsdaten mit der Vordergrundmaske stattfindet. Als Korrelation könnte auch eine gewichtete Addition der Daten bzw. Werte oder eine andere
Art einer Verknüpfung erfolgen. Die Ausgangsdaten der Filtereinheit 4 werden zwei unterschiedlichen Filtereinheiten, vorzugsweise einerseits einem Gaußfilter 5 und anderseits einem Lokalmaximumfilter 6 zugeführt. Anstelle eines Gaußfilters kommen vor allem Tiefpassfilter bzw. Filter, die scharfe Konturen verringern, in Betracht. Die Ausgangsdaten der beiden Filter, im vorliegenden Fall des Gaußfilters 5 und des Lokalmaximumfilters 6, werden einer Subtraktionseinheit 7 zugeführt, in der die beiden sich bei den jeweiligen Filterungen ergebenden Datensätze subtrahiert werden und die einen Schwellwert, insbesondere den Wert Null, besitzenden bzw. diesen sich annähernden Daten bzw. Filterbereiche am Ausgang der Subtraktionseinheit als Segmentierungsstartpunkte zur Verfügung gestellt werden. Diese Segmentierungsstartpunkte werden in der Subtraktionseinheit auch gespeichert, um für weitere Berechnungen zur Verfügung zu stehen.
Des weiteren ist für die Eingangsdaten ein Kanten detektierender Filter, vorzugsweise ein Hochpassfilter, insbesondere ein Laplacefilter 9, vorgesehen, dem allenfalls ein Medianfilter und/oder Gaußfilter 8 vorgeschaltet ist. Dem Kanten detektierenden Filter, im vorliegenden Fall ein Laplacefilter 9, ist ein Schwellwertbildner 10 nachgeschaltet, in dem die durch den Filter 9 erhaltenen Daten einer Schwellwertsetzung mit einem spezifischen Schwellwert, insbesondere Null, unterzogen werden. Der Nulldurchgang der Werte ist ein Indiz für das Gradienten-Maximum, so dass möglichst gute Unterschiede zu Nachbarregionen erhalten werden können. In einem dem Schwellwertbildner 10 nachgeschalteten Korrelator, insbesondere Multiplikator 11 , wird der mit der Schwellwertsetzung erhaltene Datensatz mit der Vordergrundmaske korreliert, insbesondere multipliziert, womit eine weniger restriktive Maske erhalten wird.
Zur Erstellung einer restriktiven Maske ist an den Ausgang des Korrelators bzw. Multiplikators 11 eine Labelingeinheit 12 angeschlossen, in der die der weniger restriktiven Maske entsprechenden Ausgangssignale des Multiplikators 11 in Hinblick auf die Ermittlung der lokalen Grauwerte jedes einzelnen der lokal begrenzten Bereiche bzw. Cluster vorgenommen wird und die durchschnittlichen Grauwerte der jeweiligen Bereiche ermittelt werden. In Folge werden die erhaltenen Grauwerte in jedem Cluster einer Diskriminierung mit einem vorgegebenen Schwellwert unterzogen. Damit wird eine restriktive Maske erhalten.
Der der weniger restriktiven Maske entsprechende Datensatz wird einem Vergleicher 13 zugeführt, der der Subtraktionseinheit 7 nachgeschaltet ist. In dem Vergleicher 13 werden die nicht in der weniger restriktiven Maske enthaltenden Segmentierungsstartpunkte ausgeschieden.
In einer Growingeinheit 14 erfolgt ein Wachsen ausgehend von den einzelnen Segmentierungsstartpunkten im Bereich der restriktiven Maske und allenfalls ein
folgendes Wachsen dieser Bereiche in der weniger restriktiven Maske und gegebenenfalls anschließend in der Vordergrundmaske, wobei die Datensätze betreffend die restriktive Maske von der Labelingeinheit 12 und die Datensätze betreffend die weniger restriktiven Maske vom Multiplikator 11 bzw. vom Diskriminator 3 der Growingeinheit 14 zugeführt sind.
An die Growingeinheit 14 ist eine Speichereinheit und/oder Auswerteinheit und/oder Anzeigeeinheit 15 angeschlossen.
Zwischen die Subtraktionseinheit 7 und den Vergleicher 13 kann eine Dilationseinheit 16 für die errechneten Segmentierungspunkte zwischengeschaltet sein. Eine erfindungsgemäße Einrichtung ergibt bei relativ geringem Rechenaufwand eine Verbesserung der erhaltenen Ergebnisse, wenn die Merkmale des Anspruches 10 vorgesehen sind.
Im folgenden wird die erfindungsgemäße Vorgangsweise anhand der Segmentierung von Zellen beispielsweise näher erläutert. Dazu werden Zellpräparate, insbesondere Zellschnitte, gefärbt, um die Zellkerne von den restlichen Zellbestandteilen unterschiedlich zu kennzeichnen. Damit besitzen die Zellkerne bzw. die Zellkernagglomerate gegenüber den restlichen Zellbestandteilen bzw. dem Bild- Hintergrund bzw. weiteren in dem Gewebeschnitt enthaltenen Bestandteilen eine unterschiedliche Färbung, und können in dem aufgenommenen Bild lokalisiert werden. Für die Auswertung des Bildes besteht die Unsicherheit, dass in Zellkemagglomeraten die Zellkerne abgedeckt bzw. nicht zur Gänze wiedergegeben sind bzw. die Helligkeitsbereiche keine scharfen Begrenzungen aufweisen bzw. nicht gut unterscheidbare Helligkeitswerte, d.h. Farbwerte oder Grauwerte, vorliegen. Dem soll erfindungsgemäß entgegengewirkt werden. Von dem zu untersuchenden Bildbereich eines Gewebepräparates bzw.
Gewebeschnittes 1 werden über die eingesetzte Aufnahmeeinheit 2, z.B. einer Videokamera oder einem Mikroskop, digitale Eingangsdaten erhalten. Durch Vorgabe eines gewählten bzw. aufgrund eines für diese Eingangsdaten vorgegebenen bzw. ermittelten Helligkeitsschwellwertes, werden die Eingangsdaten des Bildbereiches in eine helle Vordergrunddaten enthaltende Vordergrundmaske und eine dunkle Hintergrunddaten enthaltende Hintergrundmaske in dem Diskriminator 3 getrennt. Fig. 1 zeigt ein Beispiel für einen Eingangsdatensatz. Fig. 2 zeigt eine Maske, mit welcher der Hintergrund der Eingangsdaten vom Vordergrund getrennt werden kann bzw. zeigt den Eingangsdatensatz nach Diskriminierung mit dem vorgegebenen bzw. rechnerisch ermittelten Helligkeitsschwellwert.
Zur Ermittlung von Segmentierungsstartpunkten können vorab die Vordergrunddaten bzw. die Vordergrundmaske mit den Eingangsdaten korreliert,
insbesondere multipliziert, werden. Auf die gegebenenfalls derart abgeänderten Vordergrunddaten werden in der Filtereinheit 4 nebeneinander zwei unterschiedliche Filter, z.B. sowohl ein Gaußfilter als auch ein Lokalmaximumfilter, angewendet. Die Filtergröße des Lokalmaximumfilters ist vorteilhafterweise halb so groß wie die des zuvor auf die Daten angewendeten Gaußfilters. Daraufhin werden die sich bei diesen beiden Filterungen ergebenden Datensätze in der Subtraktionseinheit 7 subtrahiert und die ein Schwellwertkriterium erfüllenden, insbesondere die den Wert Null besitzenden, Bildbereiche als Segmentierungsstartpunkte angesehen bzw. gewählt. Die Maske bzw. der Datensatz der Segmentierungsstartpunkte ist beispielsweise in Fig. 3 dargestellt. Die Segmentierungsstartpunkte liegen innerhalb der hellen Bereiche der Vordergrundmaske bzw. die Segmentierungsstartpunkte korrespondieren mit den hellen Bereichen der V^rdergrundmaske.
/ Es ist möglich, auf diese Segmentierungsstartpunkte eine einstufige Dilation anzuwenden und die sich ergebenden Punktbereiche als Segmentierungsstartpunkt anzusehen. Dadurch wird vermieden, dass in weiterer Folge zwei eng nebeneinanderliegende Segmentierungsstartpunkte zu Segmentierungsfehlern führen.
In weiterer Folge werden zwei unterschiedlich restriktive Segmentierungsmasken ermittelt, und zwar eine weniger restriktive Maske und eine restriktive Maske.
Dazu wird vorerst auf die Eingangsdaten entsprechend Fig. 1 , gegebenenfalls nach einer Medianfilterung und/oder einer Gaußfilterung, ein Kanten detektierender Filter, insbesondere der Laplacefilter 9 angewendet. Zur Erstellung der weniger restriktiven Maske werden die erhaltenen Daten, insbesondere Laplacedaten, einer Schwellwertsetzung, insbesondere mit Schwellwert Null, unterzogen und der damit erhaltene Datensatz wird mit den Daten der Vordergrundmaske korreliert, insbesondere multipliziert. In Fig. 4 ist diese Vorgangsweise dargestellt. Links in Fig. 4 sind die Eingangsdaten entsprechend Fig. 1 dargestellt. In Fig. 4 Mitte sind die laplace- und gaußgefilterten Eingangsdaten dargestellt. In Fig. 4 rechts ist die erhaltene restriktive Maske dargestellt. Auf diese weniger restriktive Maske könnte eine Funktion zum Schließen von Löchern in der Maske angewendet werden. Zur Erstellung der restriktiven Maske in der Labeling-Einheit 12 wird die weniger restriktive Maske einem Labeling in Hinblick auf die Ermittlung der lokalen Grauwerte jedes einzelnen der lokal begrenzten Bereiche bzw. Cluster unterzogen und die durchschnittlichen Grauwerte der jeweiligen Bereiche ermittelt, worauf die erhaltenen Grauwerte in jedem Cluster einer Diskriminierung mit einem vorgegebenen Schwellwert unterzogen werden. Dieser Schwellwert wird aus dem jeweiligen Datenmittelwert der laplacegefilterten Daten innerhalb jedes einzelnen Clusters der weniger restriktiven Maske berechnet. Als Cluster wird dabei ein zusammenhängender weißer bzw. heller Bereich in
der weniger restriktiven Maske angesehen. In Fig. 5 sind links die laplace- und gaußgefilterten Eingangsdaten entsprechend der mittleren Abbildung der Fig. 4 dargestellt. Die weniger restriktive Maske ist in Fig. 5 in der Mitte dargestellt. Die Kombination der laplace- und gaußgefilterten Eingangsdaten und der weniger restriktiven Maske führt zu der restriktiven Maske, die in Fig. 5 rechts abgebildet ist.
Für das Labeling wird den Bildpunkten jeder einzelnen zusammenhängenden Region in der weniger restriktiven Maske gemäß Fig. 6 eine aufsteigende Zahl zugewiesen. Dieser Vorgang ermöglicht eine nachträgliche, separate Bearbeitung bzw. Analyse jeder einzelnen Region. In Fig. 6b ist das Labelbild dargestellt. Den einzelnen Regionen sind aufsteigende Zahlen zugeordnet, die in Fig. 6b in den Farben von dunkelblau (SP:' Niern) bis dunkelrot (Mittelbereich) entsprechenden Grauwerten abgebilde; /
Jede eh.. *ie Region aus Fig. 6b wird nacheinander über die räumlich korrespondierenden, laplacegefilterten Bilddaten gemäß Fig. 6c gelegt. Für jede einzelne Region wird der Mittelwert aus den laplacegefilterten Bilddaten berechnet. Jeder dieser Werte dient anschließend als Schwellwert für die jeweilige Region. Durch Anwendung der einzelnen Schwellwerte auf die jeweilig korrespondierenden Regionen im Laplacebild, wird aus der weniger restriktiven Maske die restriktive Maske gemäß Fig. 6d abgeleitet
In weiterer Folge werden die nicht in der weniger restriktiven Maske enthaltenen Segmentierungsstartpunkte ausgeschieden. Dies erfolgt durch einen entsprechenden Vergleich der weniger restriktiven Maske mit der Maske mit den bereits ermittelten Segmentierungsstartpunkten im Vergleicher 13.
Im folgenden wird in der Growingeinheit 14 innerhalb der Bereiche der restriktiven Maske ein Wachsen ausgehend von den in den einzelnen Bereichen vorliegenden Segmentierungsstartpunkten vorgenommen, gefolgt von einem Wachsen dieser erhaltenen Bereiche in der weniger restriktiven Maske. Damit wird bereits eine gute Segmentierung der in den anfänglich erhaltenen Bilddaten vorliegenden Helligkeitsverteilungen erreicht.
Anschließend könnte das Wachsen der in der weniger restriktiven Maske wachsen gelassenen Bereiche in der Vordergrundmaske fortgesetzt werden. Es zeigte sich, dass die in der Vordergrundmaske wachsen gelassenen Bereiche der ursprünglichen Verteilung weitgehend nahe kommen. In Fig. 7 ist links die Eingangsmaske, d.h. die Maske entsprechend Fig. 1 dargestellt. Rechts in Fig. 7 sind die segmentierten Eingangsdaten dargestellt, nachdem ein Wachsen in der Vordergrundmaske vorgenommen wurde.
Liegen einzelne Segmentierungsstartpunkte nicht in der restriktiven Segmentierungsmaske, so kann die restriktive Segmentierungsmaske vor dem Start des Diiationsprozesses modifiziert werden.
In Fig. 8 ist der Bearbeitungsablauf zur Dilation von Segmentierungsstartbereichen in einer vorgegebenen Segmentierungsmaske, d.h. der restriktiven Maske, dargestellt. Das Ergebnis dieser Bearbeitung sind formgetreue segmentierte Eingangsdaten (Fig. 8).
Die in Fig. 7 rechts dargestellten segmentierten Gebiete können in weiterer Folge, z.B. auch mit einem definierten Flächeninhalt, Grauwert bzw. Wahrscheinlichkeitsschwellwert, interaktiv gefiltert werden, um ihre Weiterverarbeitung bzw. weitere Auswertung zu verbessern.
Aus diesen segmentierten Abbildungen bzw. Daten können diverse Parameter der abgebildeten Zellkerne, Helligkeits- bzw. Wahrscheinlichkeitsverteilungen, Korngrößen usw. berechnet werden.
Die segmentierten Eingangsdaten werden visuell, z.B. auf einem Bildschirm ausgegeben bzw. ausgedruckt oder allenfalls mit den berechneten Parametern abgespeichert.
Zur Berechnung eines Hintergrundschwellwertes zur Trennung der Eingangsdaten in einen Hintergrund- und Vordergrundbereich im Diskriminator 3 wird wie in Fig. 9 dargestellt vorgegangen. Als Hintergrund werden die dunklen Bildbereiche angenommen und als Vordergrund die hellen Bildbereiche. Im rechten Bild von Fig. 1 ist das Intensitätsbzw. Helligkeitshistogramm der Eingangsdaten dargestellt, in dem der optimale Bereich für den Hintergrundschwellwert vorab entsprechend markiert ist. Dieser Schwellwert wird mit Hilfe einer anhand von Fig. 7 näher erläuterten Vorgangsweise durch eine analytische Ver- und Bearbeitung des Helligkeitsdatenverteilungsdiagrammes, insbesondere Histogramms, der Eingangsdaten ermittelt.
Dazu ist vorteilhafterweise vorgesehen, dass zur Trennung der Eingangsdaten in helle Vordergrunddaten und dunkle Hintergrunddaten ein Histogramm, insbesondere Helligkeitshistogramm, der Eingangsdaten erstellt wird, der Differenzquotient des geglätteten Histogramms errechnet wird, die Absolutwerte der Differenzquotienten berechnet und gegebenenfalls ein konstanter Wert addiert wird, die erhaltenen Daten mit den Eingangsdaten multipliziert und gegebenenfalls umskaliert werden, und dass als Schwellwert derjenige Wert gewählt wird, an dem die erhaltene Funktion Null ist bzw. sich diesem Wert angenähert hat.
Durch die Anwendung des berechneten optimalen Schwellwertes auf die Eingangsdaten, wird der Hintergrund bestmöglich von den für die Segmentierung relevanten Bereichen, d.h. den Vordergrund bzw. den Vordergrunddaten, getrennt. In Fig.
2 ist die Maske, mit welcher der Hintergrund der Eingangsdaten von dem Vordergrund
getrennt werden kann, dargestellt. Für die weiteren Verarbeitungsschritte bzw. die weitere Segmentierung ist dann nur mehr der Vordergrundbereich der Eingangsdaten relevant.
Die erfindungsgemäße Einrichtung kann zur Erzielung hoher Rechengeschwindigkeiten mit Hardware-Bauteilen realisiert werden. Die eingesetzten Filter können unterschiedlichster Art sein. Vorteilhafterweise kommen übliche Tiefpassfilter bzw. Hochpassfilter bzw. Gaußfilter und Laplacefilter in Frage. Der Einsatz von in gleicher Weise wirkender Filter ist ohne weiteres möglich.
Die Schwellwerte werden je nach der gewünschten Genauigkeit bzw. der gewünschten Datentrennung gewählt und sind spezifisch vorzugeben. Die vorgesehenen Korrelierungsverfahren können z.B. in einer gewichteten Addition der Daten oder in einer Multiplikation, allenfalls auch in einer Division bzw. anderen Verknüpfung der Daten, bestehen, soferne eine entsprechende erhöhte Unterscheidbarkeit der Daten mit der Korrelation erreicht wird.
Die Erfindung wurde unter Bezugnahme auf die Auswertung von Helligkeitswerten bzw. Ermittlung von Grauwerden erläutert. Bei der Auswertung von Datenfeldern treten anstelle dieser Werte die im Datenfeld enthaltenen, von anderen Größen abgeleiteten
Werte bzw. ermittelten Werte. In vergleichbarer Weise könnten der Auswertung auch
Farbwerte zugrundegelegt werden.
Claims
1. Verfahren zur Segmentierung von lokal begrenzten, zweidimensionalen Bereichen, vorzugsweise Helligkeitsverteilungen bzw. -bereichen oder Datenfelder, insbesondere für Abbildungen von Zellkernagglomeraten bzw. -verbänden, Korngrößenverteilungen od.dgl., dadurch gekennzeichnet,
- dass die von dem zu untersuchenden Bildbereich erhaltenen Eingangsdaten durch Vorgabe eines Schwellwertes, insbesondere Helligkeitsschwellwertes, in eine größeren bzw. höheren Werten, insbesondere Helligkeitswerten, entsprechende Vordergrunddaten enthaltende Vordergrundmaske und eine geringen Werten, insbesondere Helligkeitswerten, entsprechende Hintergrunddaten enthaltende Hintergrundmaske getrennt werden, - dass zur Ermittlung von Segmentierungsstartpunkten auf die, vorzugsweise mit der Vordergrundmaske korrelierten, insbesondere multiplizierten, Eingangsdaten zwei unterschiedliche Filteroperationen, nämlich ein scharfe Konturen bzw. Kontraste verringernder Filter, vorzugsweise ein Tiefpassfilter, insbesondere ein Gaußfilter, und ein Filter zur Feststellung lokaler Maxima in einer Region bzw. ein Lokalmaximumfilter angewendet werden ,
- dass sodann die sich bei den beiden unterschiedlichen Filteroperationen ergebenden Datensätze subtrahiert und die einen spezifischen Grenzwert bzw. Grenzwertbereich, vorzugsweise den Wert Null, besitzenden Bildbereiche als Segmentierungsstartpunkte angesehen werden, - dass zur Erstellung einer weniger restriktiven Maske auf die Eingangsdaten, gegebenenfalls nach einer Medianfilterung und/oder einer Gaußfilterung, eine die hochfrequenten Anteile betonende Filteroperation bzw. eine Kanten detektierende Filteroperation, vorzugsweise ein Hochpassfilter, insbesondere ein Laplacefilter angewendet wird, und die resultierenden Daten einer Schwellwertsetzung mit einem spezifischen Schwellwert, vorzugsweise dem Wert Null, unterzogen und der damit erhaltene Datensatz mit den Daten der Vordergrundmaske korreliert, insbesondere multipliziert, wird.
- dass zur Erstellung einer restriktiven Maske die weniger restriktive Maske einem Labeling in Hinblick auf die Ermittlung der lokalen Werte, insbesondere Grauwerte, jedes einzelnen der lokal begrenzten Bereiche bzw. Cluster unterzogen und die durchschnittlichen Werte, insbesondere Grauwerte, der jeweiligen Bereiche ermittelt werden und die erhaltenen Werte, insbesonere Grauwerte, in jedem Cluster einer Diskriminierung mit einem vorgegebenen Schwellwert unterzogen werden,
- dass in der weniger restriktiven Maske nicht enthaltene Segmentierungsstartpunkte ausgeschieden werden, - dass ein Wachsen ausgehend von den einzelnen Segmentierungsstartpunkten in den jeweiligen Bereichen der restriktiven Maske vorgenommen wird,
- dass ein Wachsen dieser Bereiche in der weniger restriktiven Maske und gegebenenfalls anschließend in der Vordergrundmaske fortgesetzt wird und
- dass die in der restriktiven Maske oder in der Vordergrundmaske erhaltenen Bereiche als die segmentierten Helligkeitsbereiche angesehen werden.
2. Verfahren nach Anspruch 1 , dadurch gekennzeichnet, dass auf die ermittelten Segmentierungsstartpunkte eine ein- oder mehrstufige Dilation angewendet wird.
3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass bei Diskriminierung der Grauwerte bzw. der Grauwertmaske beim Labeling eine Diskriminierung mit einem vorgegebenen Grauwert erfolgt.
4. Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass die Filtergröße des Lokalmaximumfilters mit der Größe des Gaußfilters korreliert bzw. abgeglichen wird.
5. Verfahren nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet,
- dass zur Trennung der Eingangsdaten, insbesondere in helle Vordergrunddaten und dunkle Hintergrunddaten ein die Datenverteilung darstellendes Diagramm, insbesondere ein Helligkeitshistogramm, der Eingangsdaten erstellt wird,
- dass der Differenzquotient des geglätteten die Datenverteilung darstellenden Diagramms errechnet wird,
- dass die Absolutwerte der Differenzquotienten berechnet werden und gegebenenfalls ein konstanter Wert addiert wird,
- dass die erhaltenen Daten mit den Eingangsdaten korreliert, insbesondere multipliziert, und gegebenenfalls umskaliert werden, und
- dass als Schwellwert derjenige Wert gewählt wird, an dem die erhaltene Funktion einem spezifischem Grenzwert, vorzugsweise dem Wert Null, entspricht bzw. sich diesem Grenzwert angenähert hat.
6. Verfahren nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass die Abbildungen bzw. Bilder von gegenüber anderen Zellbereichen bzw. gegenüber dem Zytoplasma hell gefärbten Zellkernen bzw. Zellkernagglomeraten abgebildet und segmentiert werden.
7. Verfahren nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass in Gewebeschnitten enthaltene gefärbte Zellkerne bzw. Zellkernagglomerate segmentiert werden.
8. Einrichtung zur Segmentierung von lokal begrenzten, zweidimensionalen Bereichen, vorzugsweise Helligkeitsverteilungen bzw. -bereichen, insbesondere für Abbildungen von Zellkernagglomeraten bzw. -verbänden, Korngrößenverteilungen, Datenfeldern od.dgl., insbesondere zur Durchführung des Verfahrens nach einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, - dass ein Diskriminator (3) vorgesehen ist, der die von dem zu untersuchenden Bildbereich erhaltenen Eingangsdaten durch Vorgabe eines Schwellwertes, insbesondere Helligkeitsschwellwertes, in eine größeren Werten, insbesondere hellen Werten, entsprechende Vordergrunddaten enthaltende Vordergrundmaske und eine kleineren Werten, insbesondere dunklen Werten, entsprechende Hintergrunddaten enthaltende Hintergrundmaske trennt,
- dass zur Ermittlung von Segmentierungsstartpunkten eine Filtereinheit (4) vorgesehen ist, die auf die, vorzugsweise mit der Vordergrundmaske korrelierten, insbesondere multiplizierten, Eingangsdaten unabhängig zwei Filter, nämlich ein scharfe Konturen bzw. Kontraste verringernder Filter, vorzugsweise ein Tiefpassfilter, insbesondere ein Gaußfilter (5), und ein Lokalmaximumfilter (6), anwendet,
- dass eine Subtraktionseinheit (7) vorgesehen ist, die die bei diesen beiden Filterungen ergebenden Datensätze subtrahiert und die einen spezifischen Grenzwert bzw. Grenzwertbereich, insbesondere den Wert Null, besitzenden Bildbereiche als Segmentierungsstartpunkte ermittelt und speichert bzw. für weitere Berechnungen zur Verfügung stellt,
- dass zur Erstellung einer weniger restriktiven Maske ein Kanten detektierender bzw. ein die hochfrequenten Anteile betonender Filter, vorzugsweise ein Hochpassfilter, insbesondere ein Laplacefilter (9), für die Eingangsdaten, gegebenenfalls mit vorgeordnetem Medianfilter und/oder Gaußfilter (8), vorgesehen ist, dem ein Korrelator, vorzugsweise ein Multiplikator (11), nachgeschaltet ist, mit dem die Daten einer Schwellwertsetzung mit spezifischem Schwellwert, insbesondere dem Schwellwert Null, unterzogen und der damit erhaltene Datensatz mit den Daten der Vordergrundmaske korreliert, insbesondere multipliziert wird.
- dass zur Erstellung einer restriktiven Maske eine Labeling-Einheit (12) vorgesehen ist, welche die weniger restriktive Maske einem Labeling in Hinblick auf die Ermittlung der lokalen Werte, insbesondere Grauwerte, jedes einzelnen der lokal begrenzten Bereiche bzw. Cluster unterzieht, und die durchschnittlichen Werte, insbesondere Grauwerte, der jeweiligen Bereiche ermittelt, wobei die erhaltenen Werte, insbesondere Grauwerte, in jedem Cluster einer Diskriminierung mit einem vorgegebenen Schwellwert unterzogen werden, - dass ein Vergleicher (13) vorgesehen ist, der in der weniger restriktiven Maske nicht enthaltene Segmentierungsstartpunkte ausscheidet,
- dass eine Growing-Einheit (14) vorgesehen ist, die ein Wachsen ausgehend von den einzelnen Segmentierungsstartpunkten in den jeweiligen Bereichen der restriktiven Maske vornimmt, und das Wachsen dieser Bereiche in der weniger restriktiven Maske und gegebenenfalls anschließend in der Vordergrundmaske fortsetzt und
- dass die in der restriktiven Maske oder in der Vordergrundmaske erhaltenen Bereiche als die gewünschten segmentierten Helligkeitsbereiche abgespeichert, angezeigt und/oder weiterverarbeitet bzw. einer Speichereinheit und/oder einer Anzeigeeinheit und/oder einer weiteren Auswerteinheit (15) zugeführt werden.
9. Einrichtung nach Anspruch 8, dadurch gekennzeichnet, dass für die ermittelten Segmentierungsstartpunkte eine einstufige Dilations-Einheit (16) vorgesehen ist.
10. Einrichtung nach einem der Ansprüche 8 oder 9, dadurch gekennzeichnet, - dass der Diskriminator (3) zur Trennung der Eingangsdaten, insbesondere in helle Vordergrunddaten und dunkle Hintergrunddaten, einen die Datenverteilung darstellenden Diagrammbildner, insbesondere Histogrammbildner, für die Eingangsdaten υmfasst,
- dass ein Differenzquotient-Bildner für das geglättete Disagramm, insbesondere Histogramm, vorgesehen ist, der die Absolutwerte der Differenzquotienten berechnet und gegebenenfalls einen konstanten Wert addiert,
- dass ein Korreiator, insbesondere Multiplikator, zur Verknüpfung der vom Differenzquotient-Bildner erhaltenen Daten mit den Eingangsdaten vorgesehen ist und
- dass ein Schwellwert-Bildner vorgesehen ist, der denjenigen Wert auswählt, an dem die erhaltene Funktion einen spezifischen Schwellwert, insbesondere Null, annimmt bzw. sich diesem Wert angenähert hat.
11. Einrichtung nach Anspruch 10, dadurch gekennzeichnet, dass die Einrichtung einen Rechner und die zur Durchführung der Funktionen erforderliche Hardware und Software umfasst.
12. Verwendung einer Einrichtung nach einem der Ansprüche 8 bis 10 zur Segmentation von gegenüber anderen Zellbereichen bzw. gegenüber dem Zytoplasma dunkel gefärbten Zellkernen bzw. Zellkernagglomeraten und/oder von in Gewebeschnitten enthaltenen gefärbten Zellkernen bzw. Zellkernagglomeraten.
13. Computerprogrammprodukt mit Programmcode-Mitteln, die auf einem computerlesbaren Datenträger gespeichert sind, um das Verfahren nach jedem beliebigen der Ansprüche 1 bis 7 durchzuführen, wenn das Programmprodukt auf einem Computer ausgeführt wird.
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| AU2006274475A AU2006274475B2 (en) | 2005-07-26 | 2006-07-24 | Method and device for the segmentation of regions |
| CA002616011A CA2616011A1 (en) | 2005-07-26 | 2006-07-24 | Method and device for the segmentation of regions |
| EP06760799A EP1908009A2 (de) | 2005-07-26 | 2006-07-24 | Verfahren und einrichtung zur segmentierung von bereichen |
| US12/019,285 US8023737B2 (en) | 2005-07-26 | 2008-01-24 | Method and device for the segmentation of regions and related computer program product |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| ATA1254/2005 | 2005-07-26 | ||
| AT0125405A AT503459B1 (de) | 2005-07-26 | 2005-07-26 | Verfahren und einrichtung zur segmentierung von bereichen |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| US12/019,285 Continuation US8023737B2 (en) | 2005-07-26 | 2008-01-24 | Method and device for the segmentation of regions and related computer program product |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| WO2007012098A2 true WO2007012098A2 (de) | 2007-02-01 |
| WO2007012098A3 WO2007012098A3 (de) | 2007-05-03 |
Family
ID=37683684
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/AT2006/000312 Ceased WO2007012098A2 (de) | 2005-07-26 | 2006-07-24 | Verfahren und einrichtung zur segmentierung von bereichen |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US8023737B2 (de) |
| EP (1) | EP1908009A2 (de) |
| AT (1) | AT503459B1 (de) |
| AU (1) | AU2006274475B2 (de) |
| CA (1) | CA2616011A1 (de) |
| WO (1) | WO2007012098A2 (de) |
| ZA (1) | ZA200800131B (de) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8023737B2 (en) * | 2005-07-26 | 2011-09-20 | Tissue Gnostics Gmbh | Method and device for the segmentation of regions and related computer program product |
| US20120229637A1 (en) * | 2008-08-26 | 2012-09-13 | Gregory Mooradian | System and method for detecting a camera |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6019798B2 (ja) | 2012-06-22 | 2016-11-02 | ソニー株式会社 | 情報処理装置、情報処理システム及び情報処理方法 |
| WO2013192606A1 (en) | 2012-06-22 | 2013-12-27 | Leica Biosystems Nussloch Gmbh | Biopsy tissue sample transport device and method of using thereof |
| CN104583754A (zh) | 2012-06-22 | 2015-04-29 | 莱卡生物系统努斯洛赫有限责任公司 | 组织样本容器和方法 |
| US9389154B2 (en) | 2013-03-15 | 2016-07-12 | Leica Biosystems Nussloch Gmbh | Tissue cassette with biasing element |
| US9052256B2 (en) | 2013-03-15 | 2015-06-09 | Leica Biosystems Nussloch Gmbh | Method for processing and embedding tissue |
| CA2845830C (en) | 2013-03-15 | 2020-10-27 | Leica Biosystems Nussloch Gmbh | Tissue cassette with retractable member |
| TW201510934A (zh) | 2013-09-13 | 2015-03-16 | Novatek Microelectronics Corp | 影像銳化方法與影像處理裝置 |
| CN105243652B (zh) * | 2015-11-19 | 2019-06-07 | Tcl集团股份有限公司 | 图像降噪的方法及装置 |
| JP6774813B2 (ja) * | 2016-08-12 | 2020-10-28 | 日本電子株式会社 | 画像処理装置、画像処理方法、および分析装置 |
| US10456113B2 (en) * | 2016-09-08 | 2019-10-29 | B-K Medical Aps | Wall-to-wall vessel segmentation in US imaging using a combination of VFI data and US imaging data |
| CN111095352B (zh) * | 2017-08-04 | 2023-12-29 | 文塔纳医疗系统公司 | 用于检测被染色样本图像中的细胞的自动化方法和系统 |
| CN114205583B (zh) * | 2022-01-20 | 2024-01-16 | 深圳市瑞驰信息技术有限公司 | 一种基于h265的视频编码方法、系统及电子设备 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4907156A (en) * | 1987-06-30 | 1990-03-06 | University Of Chicago | Method and system for enhancement and detection of abnormal anatomic regions in a digital image |
| JP3679512B2 (ja) * | 1996-07-05 | 2005-08-03 | キヤノン株式会社 | 画像抽出装置および方法 |
| US6859554B2 (en) * | 2001-04-04 | 2005-02-22 | Mitsubishi Electric Research Laboratories, Inc. | Method for segmenting multi-resolution video objects |
| AUPR647801A0 (en) * | 2001-07-19 | 2001-08-09 | Cea Technologies Inc. | Chromatin segmentation |
| FR2852427B1 (fr) * | 2003-03-14 | 2005-10-14 | Ct De Lutte Contre Le Cancer F | Procede et dispositif de determination de parametres quantitatifs histochimiques et immunohistochimiques |
| US7474775B2 (en) * | 2005-03-31 | 2009-01-06 | University Of Iowa Research Foundation | Automatic detection of red lesions in digital color fundus photographs |
| AT503459B1 (de) * | 2005-07-26 | 2007-10-15 | Tissuegnostics Gmbh | Verfahren und einrichtung zur segmentierung von bereichen |
| US8515171B2 (en) * | 2009-01-09 | 2013-08-20 | Rochester Institute Of Technology | Methods for adaptive and progressive gradient-based multi-resolution color image segmentation and systems thereof |
-
2005
- 2005-07-26 AT AT0125405A patent/AT503459B1/de not_active IP Right Cessation
-
2006
- 2006-07-24 AU AU2006274475A patent/AU2006274475B2/en not_active Ceased
- 2006-07-24 WO PCT/AT2006/000312 patent/WO2007012098A2/de not_active Ceased
- 2006-07-24 EP EP06760799A patent/EP1908009A2/de not_active Withdrawn
- 2006-07-24 CA CA002616011A patent/CA2616011A1/en not_active Abandoned
-
2008
- 2008-01-08 ZA ZA200800131A patent/ZA200800131B/xx unknown
- 2008-01-24 US US12/019,285 patent/US8023737B2/en not_active Expired - Fee Related
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8023737B2 (en) * | 2005-07-26 | 2011-09-20 | Tissue Gnostics Gmbh | Method and device for the segmentation of regions and related computer program product |
| US20120229637A1 (en) * | 2008-08-26 | 2012-09-13 | Gregory Mooradian | System and method for detecting a camera |
Also Published As
| Publication number | Publication date |
|---|---|
| AU2006274475B2 (en) | 2010-10-21 |
| US20080193014A1 (en) | 2008-08-14 |
| AT503459A4 (de) | 2007-10-15 |
| AU2006274475A1 (en) | 2007-02-01 |
| US8023737B2 (en) | 2011-09-20 |
| EP1908009A2 (de) | 2008-04-09 |
| CA2616011A1 (en) | 2007-02-01 |
| WO2007012098A3 (de) | 2007-05-03 |
| ZA200800131B (en) | 2008-10-29 |
| AT503459B1 (de) | 2007-10-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DE69329554T2 (de) | Verfahren zur identifizierung von objekten unter verwendung von datenverarbeitungstechniken | |
| AT503459B1 (de) | Verfahren und einrichtung zur segmentierung von bereichen | |
| DE69428089T2 (de) | Gerät und Verfahren zur Bildanalyse | |
| DE602004008471T2 (de) | Verfahren und anordnung zur bestimmung einer objektkontur | |
| DE102007013971B4 (de) | Verfahren und Vorrichtung zur Ermittlung einer Zellkontur einer Zelle | |
| DE69630935T2 (de) | Bilverarbeitungsverfahren und -vorrichtung zur automatischen Erfassung von Bereichen eines vorbestimmten Krebstyps in einem Intensitätsbild | |
| DE69322095T2 (de) | Verfahren und gerät zur identifizierung eines objekts mittels eine geordneten folge von grenz-pixel-parametern | |
| DE60036082T2 (de) | Verfahren und vorrichtung zur wiederauffindung von texturbildern | |
| DE102008040807B4 (de) | Verfahren zur Korrektur von den Blutfluss darstellenden Bilddaten, Medizinisches Gerät und Analysesystem | |
| EP2284795A2 (de) | Quantitative Analyse, Visualisierung und Bewegungskorrektur in dynamischen Prozessen | |
| WO2000010119A1 (de) | Verfahren zum erkennen von objekten in digitalisierten abbildungen | |
| DE102007028226B4 (de) | Auswertungsverfahren für eine zeitliche Sequenz von Röntgenbildern und hiermit korrespondierende Gegenstände | |
| EP2400458B1 (de) | Verfahren und Vorrichtung zur Segmentierung von biologischen Zellen in einer Aufnahme | |
| WO2019166361A1 (de) | Verfahren zum aufteilen eines oder mehrerer bilder einer probe in nach farbstoffen aufgeteilte bilddaten, computerprogrammprodukt, computerlesbares medium, auf dem das computerprogrammprodukt gespeichert ist, und system zum aufteilen eines oder mehrerer bilder einer probe in nach farbstoffen aufgeteilte bilddaten | |
| DE102010041619B4 (de) | Verfahren und Röntgensystem zur Summation von DSA-Serienbildern | |
| DE60313662T2 (de) | Histologische bewertung des nuklearpleomorphismus | |
| EP1865462A1 (de) | Verfahren zur Binarisierung eines digitalen Grauwertbildes | |
| DE102018214198A1 (de) | System zum Bewerten eines Bildes, Betriebsassistenzverfahren und Steuereinheit für eine Arbeitsvorrichtung sowie Arbeitsvorrichtung | |
| DE102005034374B3 (de) | Verfahren zur automatischen Erstellung einer Hintergrundmaske bei Bildern mit verrauschten Hintergrundbereichen, Anwendungen dazu sowie ein Kernspintomographiegerät zur Durchführung der Verfahren und Computersoftwareprodukt | |
| DE102010028382A1 (de) | Verfahren und Computersystem zur Bearbeitung tomographischer Bilddaten aus einer Röntgen-CT-Untersuchung eines Untersuchungsobjektes | |
| DE19754909C2 (de) | Verfahren und Vorrichtung zur Erfassung und Bearbeitung von Abbildungen biologischen Gewebes | |
| DE19930598A1 (de) | Zeitaufgelöste Analyse und/oder Visualisierung dynamischer Prozesse in dynamischen biologischen Systemen | |
| EP4099272A1 (de) | Mikroskopiesystem und verfahren zum erzeugen stilisierter kontrastbilder | |
| WO2021053066A1 (de) | Verfahren zur bildverarbeitung durch ein neuronales netzwerk und verfahren zum trainieren eines neuronalen netzwerks | |
| WO2009071282A2 (de) | Segmentierung von mikroverkalkungen in einer mammographieaufnahme |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| WWE | Wipo information: entry into national phase |
Ref document number: 2006760799 Country of ref document: EP |
|
| WWE | Wipo information: entry into national phase |
Ref document number: 2616011 Country of ref document: CA |
|
| WWE | Wipo information: entry into national phase |
Ref document number: 376/KOLNP/2008 Country of ref document: IN |
|
| NENP | Non-entry into the national phase |
Ref country code: DE |
|
| WWE | Wipo information: entry into national phase |
Ref document number: 2006274475 Country of ref document: AU |
|
| ENP | Entry into the national phase |
Ref document number: 2006274475 Country of ref document: AU Date of ref document: 20060724 Kind code of ref document: A |
|
| WWP | Wipo information: published in national office |
Ref document number: 2006274475 Country of ref document: AU |
|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 06760799 Country of ref document: EP Kind code of ref document: A2 |
|
| WWP | Wipo information: published in national office |
Ref document number: 2006760799 Country of ref document: EP |