WO2010061149A1 - Procede et systeme de traitement d'une image a haute resolution - Google Patents

Procede et systeme de traitement d'une image a haute resolution Download PDF

Info

Publication number
WO2010061149A1
WO2010061149A1 PCT/FR2009/052325 FR2009052325W WO2010061149A1 WO 2010061149 A1 WO2010061149 A1 WO 2010061149A1 FR 2009052325 W FR2009052325 W FR 2009052325W WO 2010061149 A1 WO2010061149 A1 WO 2010061149A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
resolution image
processing
high resolution
hri
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
Application number
PCT/FR2009/052325
Other languages
English (en)
Inventor
Paulette Herlin
Benoît PLANCOULAINE
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.)
Universite de Caen Normandie
Centre Francois Baclesse
Original Assignee
Universite de Caen Normandie
Centre Francois Baclesse
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
Application filed by Universite de Caen Normandie, Centre Francois Baclesse filed Critical Universite de Caen Normandie
Publication of WO2010061149A1 publication Critical patent/WO2010061149A1/fr
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • 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
    • 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
    • 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
    • G06T2207/20048—Transform domain processing
    • G06T2207/20064—Wavelet transform [DWT]
    • 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
    • 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
    • G06T2207/30096—Tumor; Lesion
    • 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
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular

Definitions

  • the invention is in the field of digital image processing and analysis.
  • the invention can be applied in the treatment and / or satellite images, for example to locate, enumerate and apply a particular treatment on geographical areas belonging to a specific category (desert, ocean, wheat field, ).
  • the invention finds, however, a preferred application in the treatment and analysis of images of cytological or histological samples acquired by digital microscopy devices performing an acquisition of the entire preparation.
  • the invention finds particular application in the prognosis of breast cancer, the microscopic study of the pre-therapeutic diagnostic biopsy to clarify the histological type of the tumor, its grade, and the possible presence of immunohistochemical markers of interest prognostic.
  • the analysis of the surgical excision specimen also makes it possible to specify the prognosis and to adjust the choice of drugs used in the postoperative period.
  • the image processing software known to date are unable to handle such images in their entirety.
  • the present invention aims to overcome the drawbacks of the prior art by providing a method capable of processing images of large sizes, in their entirety.
  • the invention relates to a method for processing a high resolution image, this method comprising: a wavelet decimation step of the high resolution image to obtain a lower resolution image;
  • This copy step amounts to "cloning" the object detected in the high-resolution imager of the aforementioned gallery.
  • the thumbnail gallery is processed in its entirety so that said objects are processed simultaneously in their high-resolution imagers.
  • an image processed by the invention comprises very many objects that must be analyzed, for example several thousand.
  • the invention very advantageously makes it possible to simultaneously process at high resolution all the objects contained in the same gallery. It is remarkable to note that all the objects contained in the same gallery are at the same level of resolution.
  • a concept of the invention is in particular to perform unbiased and complete extraction as well as a concentration of relevant information from high resolution images.
  • the invention proposes a method of processing an image in its entirety, the analysis of this image being done at two levels of resolution.
  • the "high resolution” may for example be the image acquisition resolution.
  • the lower resolution may be chosen depending on the treatment that is desired on the image.
  • decimate the original high resolution image so as to obtain several lower resolution images, each lower resolution being chosen as a function of 'a type of objects to detect.
  • the high resolution image also called "virtual blade” may correspond to the acquisition of the histological slide by an automatic microscope or a microscopic scanner.
  • such slides have a thin section of tissue or dissociated cells to which specific dyes are applied to selectively highlight certain elements.
  • the stains can be applied to tissue sections included in a resin.
  • One or more lower resolution images, obtained by decimating the high resolution image, can be used to locate the structures of interest and make an overall analysis at the tissue scale.
  • the method of obtaining the bit mask is chosen according to the objects that one wishes to locate.
  • bit masks can be created from the same lower resolution image when it is desired to locate objects of different types.
  • a topological analysis of low-resolution objects located in a bit mask is performed. This analysis provides an overview of the lesion. From a binary mask can also perform a number of statistical operations, including counting operations. In a particular embodiment of the invention, the selection of the image in which an object is to be copied (or cloned) is performed recursively according to the decreasing size of the surface of the objects.
  • the gallery is a means of compactly organizing a large number of high resolution objects for simultaneous processing.
  • the value of the bottom of the gallery is identical to the value of the background of the high resolution image. This value can for example be obtained in a field of the digital file with high resolution image.
  • This feature greatly speeds up the processing of objects in thumbnails.
  • orthogonal wavelets of Daubechies of the second order are used, these wavelets being known to those skilled in the art.
  • the mask contour of the detected objects can be "reassembled in resolution" and embedded in the original high-resolution image for visual inspection by the pathologist.
  • the high resolution initial image is a tiled image, the wavelet decimation step being tile-tiled. It may for example be an image in the format ⁇ FF 6.
  • the decimation of the different tiles can be performed in parallel on several processors.
  • a circular convolution step of this tile is applied by the wavelet filter and a mirror copy of the edges of the tile.
  • a number of pixels is copied which is proportional to the size of a tile of the high resolution image and to the decimation factor chosen, in order to minimize the decimation time.
  • the combination of circular convolution and mirroring processes eliminates edge effects.
  • the invention also aims at a system for processing a high-resolution image.
  • This system comprises:
  • the various steps of the image processing method are determined by computer program instructions.
  • the invention also relates to a computer program on an information medium, this program being capable of being implemented in an image processing system or more generally in a computer, this program comprising instructions adapted to the implementation of the steps of an image processing method as described above.
  • This program can use any programming language, and be in the form of source code, object code, or intermediate code between source code and object code, such as in a partially compiled form, or in any other form desirable shape.
  • the invention also relates to a computer-readable information medium, comprising instructions of a computer program as mentioned above.
  • the information carrier may be any entity or device capable of storing the program.
  • the medium may comprise storage means, such as a ROM, for example a CD ROM or a microelectronic circuit ROM, or a magnetic recording means, for example a floppy disk or a disk. hard.
  • the information carrier may be a transmissible medium such as an electrical or optical signal, which may be conveyed via an electrical or optical cable, by radio or by other means.
  • the program according to the invention can be downloaded in particular on an Internet type network.
  • the information carrier may be an integrated circuit in which the program is incorporated, the circuit being adapted to execute or to be used in the execution of the method in question.
  • FIG. 1 schematically shows an image processing system according to the invention in a particular embodiment.
  • FIG. 2 represents, in flowchart form, the main steps of an image processing method according to the invention in a particular embodiment
  • FIG. 3 is an example of a high-resolution image that can be processed by the invention.
  • FIG. 4 is a low resolution image obtained by decimation of the high resolution image of FIG. 3;
  • FIG. 5 is a bit mask containing all the structures of interest detected in the low-resolution image of FIG. 4;
  • FIG. 6 represents, in flowchart form, a method for creating a thumbnail gallery that can be used in the image processing method of FIG. 1;
  • FIG. 7 represents a thumbnail gallery obtained by the method of FIG. 6;
  • FIG. 8 shows a thumbnail gallery with the inlay of the result of the analysis of objects at high resolution
  • Figure 9 shows a detail of the high resolution image of Figure 3 with inlay result of the location of objects.
  • FIG. 1 represents a system 200 for image processing according to the invention.
  • This system mainly comprises a computer 150 connected to a microscope 120.
  • the microscope 120 may in particular be a high resolution scanner.
  • ROM ROM 13 is a recording medium according to the invention, on which is recorded a PG computer program according to the invention, this program comprising instructions for performing the steps of a processing method. according to the invention the main steps ElO to E90 of this process being shown in FIG.
  • the invention will now be described in detail in the case of the treatment of a high resolution digital image HRI of a histological slide 100 on which a tissue sample 110 is deposited, this HRI image being acquired by the microscope 120.
  • the high resolution is the acquisition resolution of the microscope 120.
  • the blade 100 is prepared during a step ElO.
  • This preparation consists in particular in staining the sample 110 with immunomarkings making it possible to target the vascular structures, the cell nuclei and the cytoplasm or other mitosis figures.
  • the cytology sample 110 may for example be a bronchial expectoration stained according to the methods of Feulgen and Rossenbeck.
  • the step ElO for preparing the blade 100 is followed by a step E20 for acquiring the high-resolution image HRI (virtual blade).
  • FIGS. 4, 5 and 9 which will be described later, comprise in their main part, a detail of the high resolution image HRI (FIG. 9) or the lower resolution image LRI ( Figures 4 and 5) and in a navigation window W located in the upper right corner, a pointer FT for locating the position of this detail in the image HRI, LRI.
  • the pathologist can move this pointer using the mouse 17 of the computer 150 to view another portion of the image HRI, LRI.
  • the step E20 of acquiring the high resolution image HRI is followed by a step E30 of decimating the HRI image.
  • the decimation is performed independently on each of the tiles, for example in parallel.
  • this decimation is carried out using a method involving the orthogonal wavelet filtering of second order Daubechies.
  • the high-resolution image HRI is a tiled image
  • the decimation of a tile it is possible to use a step of circular convolution of the tile by the wavelet filter.
  • the result of the wavelet decimation step is a low resolution LRI image, an example of which is given in FIG. 4.
  • the resolution of the LRI low resolution image is 64 times lower. on the surface to that of the virtual HRI blade.
  • the decimation step E30 is followed by a step E40 of creating a bit mask BM, an example of which is given in FIG.
  • This BM bit mask makes it possible to locate objects OBJ 1 .
  • the binary mask BM is obtained after a color decomposition of the low resolution image. From one of the color components of the original image, a segmentation procedure using a thresholding can be performed to obtain a binary mask image BM.
  • the BM binary mask already allows the pathologist to perform a first analysis of the virtual blade at low resolution.
  • a topological analysis of the area delimited by the bit mask BM is performed.
  • This topological analysis allows in particular to know the distribution of the vascularization on the whole section.
  • the step E50 of topological analysis is followed by a step E60 during which the objects OBJ are extracted from the low-resolution image LRI, each object OBJ being associated with a label LB 1 .
  • a GAL gallery is created to display, in a compact, high-resolution manner, one or more OBJ objects, identified in the low-resolution image.
  • the L_OBJ list of low resolution OBJ 1 objects of the BM bit mask is determined.
  • the zone Z, of the high resolution image (virtual slide) HRI corresponding to this object OBJ, and the surface S_Z, of the box are determined. of the envelope of this zone Z 1 .
  • a list L_Z of these zones Z is then established, ordered according to the decreasing size of the surfaces S_Z, of boxes. Then, during a step E715, a first surface is fixed
  • S_GAL gallery for example 512pixels x 512pixels and a second surface S_THB to define the maximum area of the thumbnails.
  • This surface is smaller than the surface S_GAL, for example 64pixels x 64pixels.
  • a variable S_I is initialized with the value of the maximum area of the SJTHB images and the index of the list L_Z is positioned on the first surface object smaller than S_THB.
  • step E730 it is checked whether the area of the envelope S_Z of the zone corresponding to this object in the virtual slide HRI is less than the maximum SJ area of the thumbnails initialized in step E720. If this is the case, it is checked during an E735 test if there is a GAL gallery, with sufficient space to accommodate the zone Z 1 . If it is not the case, a gallery GAL 3 is created during a step E740 of size S_GAL defined in step E715.
  • This mapping of the high-resolution version of the object in the GALj gallery to the high-resolution version of the object in the virtual HRI blade allows the pathologist to visualize each object in detail.
  • the linking step E750 is followed by the step E725 already described to select the object OBJ, next in the list L_OBJ.
  • the test E755 is followed by a step E760 during which the variable S_I is reset with the size S_GAL of the gallery and the index of the list of objects L_Z is positioned on the first surface object less than S_GAL, This change is used to process all objects of size less than or equal to the size of the gallery.
  • the step E760 for resetting the variable SJ is followed by the test E735 already described in which it is tested whether the gallery being filled has a sufficient space to accommodate the zone Z 1 . If it is determined during the test E755 that the size T_Z of the envelope of the zone Z 1 is larger than the size S_GAL of the gallery, the size S_GAL of the size of the first object of the list L_Z is increased. during a step E765 and the index is positioned on the first object of the list L_Z. The step E765 of increasing the size S_GAL is followed by the step E740 of creating a new gallery of this size S_GAL augmented.
  • the pathologist has an extremely compact visualization medium for all the objects detected in the high-resolution image.
  • the GAL gallery has a background of identical color at the bottom of the high resolution image, and the thumbnails have no border.
  • Each of these galleries contains one or more objects representing a vessel in high resolution. According to the invention, all the objects of the same gallery are then simultaneously processed in high resolution in the thumbnails, during a step E80, the treatment being applied to the gallery itself.
  • this step consists for example in evaluating the percentage of sections of vessels with tortuous morphologies, calculating the area of these vessels or other parameters such as their compactness, their perimeter, .. ..
  • FIG. 8 makes it possible to visualize the result of this analysis step in the picture thumbnails created in step E70.
  • the detected contour is embedded on each vessel and its minimum representation. This representation is known to those skilled in the art as the skeleton of the structure.
  • the pathologist can then display on the screen 14 of his computer, two windows F1, F2 respectively comprising: the virtual blade HRI in which the contours detected in the bitmask BM have been reported (step E45), and
  • a third window F3 display the binary mask BM obtained in step E40.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Multimedia (AREA)
  • Image Processing (AREA)

Abstract

Ce procédé de traitement d'une image à haute résolution (HRI) comporte : - une étape (E30) de décimation en ondelettes de ladite image haute résolution pour obtenir une image de résolution inférieure; - une étape de création d'un masque binaire permettant de localiser au moins un objet dans l'image de résolution inférieure; - pour au moins un desdits objets localisés dans l'image de résolution inférieure (LRI) : - une étape (E712) de détermination d'une zone de l'image haute résolution correspondant à cet objet; - une étape de sélection d'une imagette à haute résolution comprenant une place disponible de taille supérieure à celle de cette zone; et - une étape (E745) de copie de cette zone dans l'imagette, les imagettes étant organisées dans une même galerie d'imagettes; et - une étape de traitement de ladite galerie d'imagettes afin de traiter simultanément les objets dans leurs imagettes haute résolution (THB).

Description

Procédé et système de traitement d'une image à haute résolution
Arrière-plan de l'invention
L'invention se situe dans Ie domaine du traitement et de l'analyse d'images numériques.
L'invention peut être appliquée dans le traitement et/ou des images satellites, par exemple pour localiser, dénombrer et appliquer un traitement particulier sur des zones géographiques appartenant à une catégorie déterminée (désert, océan, champ de blé, ...).
L'invention trouve cependant une application privilégiée dans le traitement et l'analyse d'images d'échantillons cytologiques ou histologiques acquis par des dispositifs de microscopie numérique réalisant une acquisition de l'intégralité de la préparation.
L'invention trouve en particulier une application dans le pronostic du cancer du sein, l'étude microscopique de la biopsie diagnostique pré-thérapeutique permettant de préciser le type histologique de la tumeur, son grade, et la présence éventuelle de marqueurs immunohistochimiques d'intérêt pronostique.
L'analyse de la pièce d'exérèse chirurgicale permet en outre de préciser le pronostic et d'ajuster le choix des drogues utilisées en postopératoire.
Afin de bien positionner le problème, il est important de considérer que les images de lames histologiques complètes sont des images de grande taille par rapport aux capacités de calcul des microordinateurs actuels.
Plus précisément, il est fréquent que de telles images occupent, une fois décompressée dans la mémoire de l'ordinateur, une taille de plusieurs dizaines de giga-octets. Il est raisonnable de penser qu'à court terme, elles atteindront quelques tera-octets.
Les logiciels de traitement d'image connus à ce jour sont incapables de gérer de telles images dans leur intégralité.
Afin de palier cet inconvénient, il est souvent proposé de traiter les images de façon partielle mais on s'expose alors à un biais d'échantillonnage dû à l'hétérogénéité de distribution des marqueurs au sein des tumeurs.
Découper les images en morceaux n'est pas non plus acceptable, un tel traitement induisant nécessairement des effets de bord insolubles en pratique.
En particulier, les objets d'intérêt comme les vaisseaux peuvent être scindés en plusieurs morceaux répartis sur plusieurs images, rendant impossible leur dénombrement correct. Objet et résumé de l'invention La présente invention vise à palier les inconvénients de l'art antérieur en proposant un procédé apte à traiter des images de grandes tailles, dans leur intégralité.
Plus précisément, l'invention concerne un procédé de traitement d'une image à haute résolution, ce procédé comportant : - une étape de décimation en ondelettes de l'image à haute résolution pour obtenir une image de résolution inférieure;
- une étape de création d'un masque binaire permettant de localiser un ou plusieurs objets dans l'image de résolution inférieure;
- pour au moins un des objets localisés dans l'image de résolution inférieure :
- une étape de détermination d'une zone de l'image à haute résolution correspondant à cet objet ;
- une étape de sélection d'une imagette à haute résolution comprenant une place disponible de taille supérieure à celle de cette zone; et
- une étape de copie de cette zone dans Pimagette sélectionnée, les ïmagettes étant organisées dans une même galerie d'imagettes.
Cette étape de copie revient "à cloner" l'objet détecté dans Pimagette à haute résolution de la galerie précitée. Conformément à l'invention, la galerie d'imagettes est traitée dans son intégralité de sorte que lesdits objets sont traités simultanément dans leurs îmagettes à haute résolution.
Les systèmes d'analyse d'image connus à ce jour ne permettent pas de visualiser simultanément de nombreuses informations pertinentes comprises dans une image de grande taille. Conformément à l'invention, l'analyse des objets en haute résolution, c'est-à-dire à l'échelle cellulaire ou sub-celiulaire est faite dans les imagettes à haute résolution. On peut ainsi analyser Ia morphologie des vaisseaux dans une image d'une résolution de 0,5 μm. En pratique, une image traitée par l'invention comporte de très nombreux objets qui doivent être analysés, par exemple plusieurs milliers.
L'invention permet très avantageusement de traiter simultanément à haute résolution tous les objets contenus dans une même galerie. Il est remarquable de noter que tous les objets contenus dans une même galerie sont au même niveau de résolution.
Un concept de l'invention est notamment d'effectuer une extraction non biaisée et complète ainsi qu'une concentration de l'information pertinente à partir d'images à haute résolution.
Ainsi, et d'une façon générale, l'invention propose un procédé de traitement d'une image dans son intégralité, l'analyse de cette image se faisant à deux niveaux de résolution.
La « haute résolution » peut par exemple être la résolution d'acquisition de l'image.
Bien entendu, la résolution inférieure peut être choisie en fonction du traitement que l'on souhaite effectuer sur l'image.
Par exemple, dans certaines applications pour lesquelles on cherche à détecter différents types d'objets, il pourra être envisagé de décimer l'image haute résolution d'origine de façon à obtenir plusieurs images de résolution inférieures, chaque résolution inférieure étant choisie en fonction d'un type d'objets à détecter.
Dans le domaine de l'histologie, l'image à haute résolution appelée aussi "lame virtuelle" peut correspondre à l'acquisition de la lame histologique par un microscope automatique ou un scanner microscopique. En pratique, de telles lames comportent une fine section de tissu ou de cellules dissociées sur lesquelles on applique des colorants spécifiques permettant la mise en évidence sélective de certains éléments. Les colorations peuvent être appliquées à des sections de tissu inclus dans une résine, Une ou plusieurs images de résolution inférieure, obtenues par décimation de l'image à haute résolution, peuvent être utilisées pour localiser les structures d'intérêt et faire une analyse globale à l'échelle tissulaire.
Pour une image de résolution inférieure donnée, Ia méthode d'obtention du masque binaire est choisie en fonction des objets que l'on souhaite localiser.
Bien entendu, plusieurs masques binaires différents peuvent être créés à partir d'une même image de résolution inférieure lorsque l'on souhaite localiser des objets de types différents.
Dans un mode particulier de réalisation de l'invention, on effectue une analyse topologique des objets à basse résolution localisés dans un masque binaire. Cette analyse permet d'obtenir une vue d'ensemble de Ia lésion. A partir d'un masque binaire on peut aussi effectuer un certain nombre d'opérations statistiques, notamment des opérations de dénombrement. Dans un mode particulier de réalisation de l'invention, Ia sélection de l'imagette dans laquelle doit être copié (ou clone) un objet est effectuée récursivement selon la taille décroissante de la surface des objets.
De cette façon, il peut être considéré que la galerie est un moyen d'organiser de façon compacte un grand nombre d'objets à haute résolution en vue de leur traitement simultané.
Cette caractéristique permet aussi avantageusement de présenter de nombreux objets, de façon très compacte, sur un écran d'ordinateur conventionnel. Dans un mode particulier de réalisation, la valeur du fond de la galerie est identique à la valeur du fond de l'image haute résolution. Cette valeur peut par exemple être obtenue dans un champ du fichier numérique comportant limage haute résolution.
Cette caractéristique permet d'accélérer énormément Ie traitement des objets dans les imagettes.
Dans un mode particulier de réalisation de l'invention, on utilise des ondelettes orthogonales de Daubechies du deuxième ordre, ces ondelettes étant connues de l'homme du métier.
Ces ondelettes présentent l'avantage de ne comporter que quatre coefficients, ce qui permet de minimiser Ie temps de décimatïon. Par ailleurs, Ia propriété d'invariance par translation permet de préserver les couleurs et la définition des structures.
Dans un mode particulier de réalisation de l'invention, le contour du masque des objets détectés peut être "remonté en résolution" et incrusté dans l'image à haute résolution d'origine pour un contrôle visuel par le pathologiste.
Dans un mode particulier de réalisation de l'invention, l'image à haute résolution de départ (lame virtuelle) est une image tuilée, l'étape de décimation en ondelettes se faisant tuile par tuile. II peut par exemple s'agir d'une image au format ΗFF 6.
La décimation des différentes tuiles peut être effectuée en parallèle sur plusieurs processeurs.
Dans un mode préféré de réalisation de l'invention, on applique, au cours de l'étape de décimation d'une tuile, une étape de convolution circulaire de cette tuile par le filtre d'ondelette et une copie miroir des bords de la tuile.
En particulier, on recopie un nombre de pixels qui est proportionnel à la taille d'une tuile de l'image à haute résolution et au facteur de décimation choisi, afin de minimiser le temps de décimation. L'association des procédés de convolution circulaire et de recopie en miroir permet d'éliminer les effets de bord.
L'invention vise aussi un système de traitement d'une image à haute résolution. Ce système comporte :
- des moyens d'acquisition de l'image à haute résolution ; - des moyens de décimation en ondelettes de l'image haute résolution pour obtenir une image de résolution inférieure;
- des moyens de création d'un masque binaire permettant de localiser les objets dans l'image de résolution inférieure;
- des moyens aptes, pour au moins un des objets localisés dans limage de résolution inférieure à :
- déterminer une zone de l'image haute résolution correspondant à cet objet ;
- sélectionner une imagette haute à résolution comprenant une place disponible de taille supérieure à celle de cette zone ; et - copier cette zone dans Pimagette, les zones précitées étant organisées dans une même galerie d'ïmagettes ; et - des moyens de traitement de Ia galerie dimagettes afin de traiter simultanément les objets dans leurs imagettes à haute résolution.
Dans un mode particulier de réalisation, les différentes étapes du procédé de traitement d'images sont déterminées par des instructions de programmes d'ordinateurs.
En conséquence, l'invention vise aussi un programme d'ordinateur sur un support d'information, ce programme étant susceptible d'être mis en œuvre dans un système de traitement d'image ou plus généralement dans un ordinateur, ce programme comportant des instructions adaptées à Ia mise en œuvre des étapes d'un procédé de traitement d'image tel que décrit ci-dessus.
Ce programme peut utiliser n'importe quel langage de programmation, et être sous la forme de code source, code objet, ou de code intermédiaire entre code source et code objet, tel que dans une forme partiellement compilée, ou dans n'importe quelle autre forme souhaitable.
L'invention vise aussi un support d'informations lisible par un ordinateur, et comportant des instructions d'un programme d'ordinateur tel que mentionné ci-dessus. Le support d'informations peut être n'importe quelle entité ou dispositif capable de stocker le programme. Par exemple, le support peut comporter un moyen de stockage, tel qu'une ROM, par exemple un CD ROM ou une ROM de circuit microélectronique, ou encore un moyen d'enregistrement magnétique, par exemple une disquette (floppy disk) ou un disque dur.
D'autre part, Ie support d'informations peut être un support transmissible tel qu'un signal électrique ou optique, qui peut être acheminé via un câble électrique ou optique, par radio ou par d'autres moyens. Le programme selon l'invention peut être en particulier téléchargé sur un réseau de type Internet.
Alternativement, le support d'informations peut être un circuit intégré dans lequel le programme est incorporé, le circuit étant adapté pour exécuter ou pour être utilisé dans l'exécution du procédé en question. Brève description des dessins
D'autres caractéristiques et avantages de la présente invention ressortiront de Ia description faite ci-dessous, en référence aux dessins annexés qui en illustrent un exemple de réalisation dépourvu de tout caractère limitatif. Sur les figures ;
- Ia figure 1 représente de façon schématique un système de traitement d'image conforme à l'invention dans un mode particulier de réalisation.
- la figure 2 représente, sous forme d'organigramme, les principales étapes d'un procédé de traitement d'image conformes à l'invention dans un mode particulier de réalisation ;
- la figure 3 est un exemple d'image à haute résolution pouvant être traitée par l'invention ;
- la figure 4 est une image à basse résolution obtenue par décimation de l'image à haute résolution de la figure 3 ;
- la figure 5 est un masque binaire contenant l'ensemble des structures d'intérêt détectées dans l'image à basse résolution de la figure 4 ;
- la figure 6, représente, sous forme d'organigramme, une méthode pour créer une galerie d'imagettes qui peut être utilisée dans le procédé de traitement d'images de la figure 1 ;
- la figure 7 représente une galerie d'imagettes obtenue par la méthode de la figure 6 ;
- la figure 8 représente une galerie d'imagettes avec l'incrustation du résultat de l'analyse des objets à haute résolution ; et
- la figure 9 représente un détail de l'image à haute résolution de la figure 3 avec incrustation du résultat de la localisation d'objets.
Description détaillée d'un mode de réalisation La figure 1 représente un système 200 de traitement d'images conforme à l'invention.
Ce système comporte principalement un ordinateur 150 relié à un microscope 120.
Dans l'exemple de réalisation décrit ïci# l'architecture matérielle de l'ordinateur 150 est classique. Cet ordinateur comporte un processeur
11, une mémoire vive de type RAM 12, une mémoire morte de type ROM 13, un écran 14, une carte 15 d'obtention des images acquises par Ie microscope 120, un clavier 16 et une souris 17.
Le microscope 120 peut notamment être un scanner à haute résolution. La mémoire morte de type ROM 13 constitue un support d'enregistrement conforme à l'invention, sur lequel est enregistré un programme d'ordinateur PG conforme à l'invention, ce programme comprenant des instructions pour exécuter les étapes d'un procédé de traitement d'image conforme à l'invention les principales étapes ElO à E90 de ce procédé étant représentées à la figure 2.
L'invention va maintenant être décrite en détails dans le cas du traitement d'une image numérique à haute résolution HRI d'une lame histologique 100 sur laquelle est déposé un échantillon tissulaire 110, cette image HRI étant acquise par le microscope 120. Dans cet exemple la haute résolution est la résolution d'acquisition du microscope 120.
Dans cet exemple, la lame 100 est préparée au cours d'une étape ElO. Cette préparation consiste notamment à colorer l'échantillon 110 avec des immunomarquages permettant de cibler les structures vasculaires, les noyaux cellulaires et les cytoplasmes ou autres figures de mitoses.
L'échantillon de cytologie 110 peut par exemple être une expectoration bronchique colorée selon les méthodes de Feulgen et Rossenbeck. L'étape ElO de préparation de la lame 100 est suivie par une étape E20 d'acquisition de l'image haute résolution HRI (lame virtuelle).
Un exemple d'image à haute résolution HRI est donné à la flgyre 3. Cette figure, et les figures 4, 5 et 9 qui seront décrites ultérieurement comportent dans leur partie principale, un détail de l'image haute résolution HRI (figure 3 et 9) ou de l'image de résolution inférieure LRI (figures 4 et 5) et dans une fenêtre de navigation W située dans le coin supérieur droit, un pointeur FT permettant de localier la position de ce détail dans l'image HRI, LRI. Comme de façon connue, le pathologiste peut déplacer ce pointeur à l'aide de la souris 17 de l'ordinateur 150 pour visualiser une autre portion de l'image HRI, LRI. L'étape E20 d'acquisition de l'image à haute résolution HRI est suivie par une étape E30 de décimation de l'image HRI.
Lorsque, l'image HRI est une image tuilée, Ia décïmation s'effectue indépendamment sur chacune des tuiles, par exemple en parallèle.
Dans l'exemple de réalisation décrit ici, on effectue cette décimation en utilisant une méthode faisant intervenir le filtrage en ondelettes orthogonales de Daubechies de deuxième ordre.
Lorsque l'image à haute résolution HRI est une image tuilée, on peut, au cours de la décimation d'une tuile, utiliser une étape de convolution circulaire de la tuile par le filtre d'ondelette.
On peut aussi appliquer un effet miroir au bord de la tuile.
Pour plus de renseignements sur ces différentes étapes, l'homme du métier peut se reporter au document de S. Mallat, « A Wavelet tour of signal processing », Les Editions de l'Ecole Polytechnique,
Ellipses diffusion, Palaiseau, France, ISB 2-7302-0733-3 (version française), Novembre 2000.
Le résultat de l'étape de décimation en ondelettes est une image à basse résolution LRI dont un exemple est donné à la figure 4. Dans l'exemple de réalisation décrit ici, la résolution de l'image à basse résolution LRI est 64 fois inférieure en surface à celle de la lame virtuelle HRI.
L'étape E30 de décimation est suivie par une étape E40 de création d'un masque binaire BM dont un exemple est donné à la figure 5.
Ce masque binaire BM permet de localiser des objets OBJ1.
Dans un mode particulier, le masque binaire BM est obtenu après une décomposition couleur de l'image à basse résolution. A partir d'une des composantes couleur de l'image originelle, une procédure de segmentation à l'aide d'un seuillage peut-être effectuée pour obtenir une image masque binaire BM.
Le masque binaire BM permet déjà au pathologiste d'effectuer une première analyse de la lame virtuelle à basse résolution.
Dans le mode de réalisation décrit ici, et comme représenté à la figure 9, le contour des objets présents dans le masque binaire BM est
"remonté en résolution" et incrusté dans l'image à haute résolution au cours d'une étape E45 pour donner la possibilité du contrôle de la localisation des objets OBJ1.
Dans le mode de réalisation décrit, on effectue, au cours d'une étape E50, une analyse topologique de la zone délimitée par le masque binaire BM.
Cette analyse topologique permet notamment de connaître la distribution de la vascularisation sur l'ensemble de la section.
L'étape E50 d'analyse topologique est suivie par une étape E60 au cours de laquelle on extrait les objets OBJ, de l'image à basse résolution LRI, chaque objet OBJ, étant associé à un label LB1.
Puis, au cours d'une étape E70, on crée un ensemble de galeries contenant des imagettes, une galerie GAL permettant de visualiser, de façon compacte, à haute résolution, un ou plusieurs des objets OBJ, identifiés dans l'image à basse résolution. Le procédé de création de la galerie d'imagettes va maintenant être décrit de façon détaillée en référence à la figure 6.
Au cours d'une étape E710, on détermine la liste L_OBJ des objets OBJ1 à basse résolution du masque binaire BM.
Puis au cours d'une étape E712, on détermine pour chaque objet OBJ, de la liste L_OBJ, la zone Z, de l'image haute résolution (lame virtuelle) HRI correspondant à cet objet OBJ, et la surface S_Z, de la boîte de l'enveloppe de cette zone Z1.
On établit ensuite une liste L_Z de ces zones Z, ordonnée selon la taille décroissante des surfaces S_Z, de boîtes. Puis, au cours d'une étape E715, on fixe une première surface
S_GAL de galerie, par exemple 512pixels x 512pixels et une deuxième surface S_THB pour définir la surface maximale des imagettes. Cette surface est inférieure à la surface S_GAL, par exemple 64pixels x 64pixels.
Au cours d'une étape E720, on initîalise une variable S_I, avec la valeur de la surface maximale des imagettes SJTHB et on positionne l'index de la liste L_Z sur le premier objet de surface inférieure à S_THB.
Au cours d'un test E725, on vérifie si tous les objets OBJ, de la liste L_OBJ ont été traités.
Si tel n'est pas le cas, on sélectionne un objet OBJ, dans cette liste. Au cours d'une étape E730 on vérifie si Ia surface de l'enveloppe S_Z, de la zone correspondant à cet objet dans la lame virtuelle HRI est inférieure à la surface SJ maximale des imagettes initialisée à l'étape E720. Si tel est le cas, on vérifie au cours d'un test E735 s'il existe une galerie GAL, comportant une place suffisante pour accueillir la zone Z1. Si ce n'est pas le cas, on créé une galerie GAL3 au cours d'une étape E740 de la taille S_GAL définie à l'étape E715.
On copie ensuite, au cours d'une étape E745, la zone Z, de l'objet OBJ, de la lame virtuelle HRI, dans une imagette THBk.
Il s'agit d'un véritable clonage de l'objet, chaque pixel de sa zone Z, étant recopié à l'identique, pour toutes ses valeurs (R, G, B), dans Pimagette THBk.
Puis, on mémorise, au cours d'une étape E750, une association entre le label LB1 de l'objet OBJ1 et celui THBk de l'imagette.
Cette mise en correspondance de la version haute résolution de l'objet dans la galerie GALj avec la version à haute résolution de l'objet dans la lame virtuelle HRI permet ainsi au pathologiste de visualiser chaque objet dans son détail. L'étape E750 de liaison est suivie par l'étape E725 déjà décrite pour sélectionner l'objet OBJ, suivant dans la liste L_OBJ.
Lorsque tous les objets OBJ, du masque binaire BM correspondant à une zone Zi dont la taille T_Z, de l'enveloppe est inférieure à la taille SJTHB d'imagette fixée à l'étape E720 ont été traités, le résultat du test E730 est négatif.
Ce test est alors suivi par un test E755 au cours duquel on vérifie si la taille T_Z, de l'enveloppe de la zone Z, est de taille inférieure à celle S_GAL de la galerie.
Si tel est le cas, le test E755 est suivi par une étape E760 au cours de laquelle on réinitialise Ia variable S_I avec la taille S_GAL de la galerie et on positionne l'index de la liste d'objets L_Z sur le premier objet de surface inférieure à S_GÂL, Cette modification permet de traiter tous les objets de taille inférieure ou égale à la taille de la galerie. L'étape E760 de réinitialisation de la variable SJ est suivie par le test E735 déjà décrit au cours duquel on teste si la galerie en cours de remplissage possède un e place suffisante pour accueillir Ia zone Z1. S'il est déterminé au cours du test E755 que la taille T_Z, de l'enveloppe de Ia zone Z1 est de taille supérieure à celle S_GAL de la galerie, on augmente la taille S_GAL de la taille du premier objet de la liste L_Z au cours d'une étape E765 et on positionne l'index sur le premier objet de la liste L_Z. L'étape E765 d'augmentation de la taille S_GAL est suivie par l'étape E740 de création d'une nouvelle galerie de cette taille S_GAL augmentée.
Lorsque tous les objets OBJ, du masque binaire ont été traités, le résultat du test E725 est négatif et le l'étape E70 de création de l'ensemble des galeries se termine.
A l'issue de cette étape, le pathologiste dispose, d'un support de visualisation extrêmement compact de tous les objets détectés dans l'image à haute résolution.
De façon avantageuse, la galerie GAL possède un fond de couleur identique au fond de l'image haute résolution, et les imagettes n'ont pas de bordure.
Un exemple de galerie d'imagettes est donné à la figure 7.
Chacune de ces galeries comporte un ou plusieurs objets représentant un vaisseau en haute résolution. Conformément à l'invention, tous les objets d'une même galerie sont ensuite traités simultanément en haute résolution dans les imagettes, au cours d'une étape E80, le traitement étant appliqué à la galerie elle- même.
Dans l'exemple de réalisation décrit ici, cette étape consiste par exemple à évaluer le pourcentage de sections de vaisseaux présentant les morphologies tortueuses, à calculer l'aire de ces vaisseaux ou d'autres paramètres tels que leur compacité, leur périmètre, ....
La figure 8 permet de visualiser le résultat de cette étape d'analyse dans les imagettes de la galerie créées à l'étape E70. Dans l'exemple de réalisation décrit ici, le contour détecté est incrusté sur chaque vaisseau ainsi que sa représentation minimale. Cette représentation est connue par l'homme de métier comme le squelette de la structure.
Le pathologiste peut alors visualiser sur l'écran 14 de son ordinateur, deux fenêtres Fl, F2 comprenant respectivement : - la lame virtuelle HRI dans laquelle ont été reportés (étape E45) les contours détectés dans le masque binaire BM, et
- la galerie GAL d'imagettes THB.
En variante, il peut aussi, dans une troisième fenêtre F3, afficher le masque binaire BM obtenu à l'étape E40.

Claims

REVENDICATIONS
1. Procédé de traitement d'une image à haute résolution (HRI), ce procédé comportant :
- une étape (E30) de décimation en ondelettes de ladite image haute résolution (HRI), pour obtenir une image de résolution inférieure (LRI) ;
- une étape (E40) de création d'un masque binaire (BM) permettant de localiser au moins un objet (OBJ1) dans ladite image de résolution inférieure (LRI) ;
- pour au moins un desdits objets (OBJ1) localisés dans ladite image de résolution inférieure (LRI) :
- une étape (E712) de détermination d'une zone (Z,) de ladite image haute résolution (HRI) correspondant audit objet (OBJ,) ; - une étape (E735) de sélection d'une imagette à haute résolution
(THB) comprenant une place disponible de taille supérieure à celle de ladite zone (Z1) ; et
- une étape (E745) de copie de ladite zone (Z1) dans ladite imagette (THB),lesdites imagettes étant organisées dans une même galerie d'imagettes (GAL) ; et
- une étape (E80) de traitement de ladite galerie d'imagettes (GAL) afin de traiter simultanément lesdits objets (OBJ,) dans leurs imagettes haute résolution (THB).
2. Procédé de traitement d'une image selon la revendication 1, dans lequel ladite image haute résolution (HRI) est une image tuilée, ladite étape (E30) de décimation en ondelettes étant effectuée tuile par tuile.
3. Procédé de traitement d'une image selon la revendication 2 dans lequel on effectue la décîmation (E30) des différentes tuiles en parallèle.
4, Procédé de traitement d'une image selon l'une quelconque des revendications i à 3, dans lequel iesdites ondelettes sont des ondelettes orthogonales de Daubechies du deuxième ordre.
5. Procédé de traitement d'une image selon l'une quelconque des revendications 1 à 4, dans lequel la sélection des imagettes (THB) est effectuée récursivement selon la taille décroissante de la surface desdits objets (OBJ1).
6. Procédé de traitement d'une image selon l'une quelconque des revendications 1 à 5, dans lequel lesdites imagettes (THB) sont sans bordure et la valeur du fond de ladite galerie (GAL) est identique à la valeur du fond de ladite image haute résolution (HRI)..
7. Procédé de traitement d'une image selon l'une quelconque des revendications 1 à 6 comportant une étape (E50) d'analyse topologique et de dénombrement dudit masque binaire.
8. Procédé de traitement d'une image selon l'une quelconque des revendications 2 à 7 dans lequel on applique, au cours de ladite étape (E30) de décimation d'une tuile, une étape de convolution circulaire de cette tuile avec le filtre d'ondelette et (E30) une copie miroir des bords de la tuile.
9. Programme d'ordinateur comportant des instructions pour l'exécution des étapes du procédé de traitement d'une image selon l'une quelconque des revendications 1 à 8 lorsque ledit programme est exécuté par un ordinateur.
10. Support d'enregistrement (13) lisible par un ordinateur (150), support sur lequel est enregistré un programme d'ordinateur (PG) comprenant des instructions pour l'exécution des étapes du procédé de traitement d'une image selon l'une quelconque des revendications 1 à 8.
11. Système (200) de traitement d'une image à haute résolution (HRI), ce système comportant ;
- des moyens (120, 15) d'acquisition de ladite image haute résolution (HRI) ; - des moyens de décimation en ondelettes de ladite image haute résolution (HRI) pour obtenir une image de résolution inférieure (LRI) ;
- des moyens de création d'un masque binaire (BM) permettant de localiser au moins un objet (OBJ1) dans ladite image de résolution inférieure (LRI) ;
- de moyens aptes, pour au moins un desdits objets (OBJ1) localisés dans ladite image de résolution inférieure (LRI), à ;
- déterminer une zone (Z1) de ladite image haute résolution (HRI) correspondant audit objet ; - sélectionner une imagette à haute résolution (THB) comprenant une place disponible de taille supérieure à celle de ladite zone (Z,);
- copier ladite zone (Z1) dans ladite imagette (THB), lesdites imagettes étant organisées dans une même galerie d'imagettes (GAL) ; et - des moyens de traitement de ladite galerie d'imagettes (GAL) afin de traiter simultanément lesdits objets (OBJ,) dans leurs imagettes à haute résolution (THB).
PCT/FR2009/052325 2008-11-28 2009-11-27 Procede et systeme de traitement d'une image a haute resolution Ceased WO2010061149A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR0858086 2008-11-28
FR0858086A FR2939224B1 (fr) 2008-11-28 2008-11-28 Procede et systeme de traitement d'une image a haute resolution.

Publications (1)

Publication Number Publication Date
WO2010061149A1 true WO2010061149A1 (fr) 2010-06-03

Family

ID=40673266

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/FR2009/052325 Ceased WO2010061149A1 (fr) 2008-11-28 2009-11-27 Procede et systeme de traitement d'une image a haute resolution

Country Status (2)

Country Link
FR (1) FR2939224B1 (fr)
WO (1) WO2010061149A1 (fr)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106772427A (zh) * 2016-12-07 2017-05-31 南京农业大学 一种基于连续小波分析建立小麦叶干重定量模型的方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1990667A1 (fr) * 2000-05-03 2008-11-12 Dirk Soenksen Scanner de lames de microscopes rapide et entièrement automatisé

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1990667A1 (fr) * 2000-05-03 2008-11-12 Dirk Soenksen Scanner de lames de microscopes rapide et entièrement automatisé

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
FRUCCI ET AL: "Using resolution pyramids for watershed image segmentation", IMAGE AND VISION COMPUTING, ELSEVIER, GUILDFORD, GB, vol. 25, no. 6, 6 April 2007 (2007-04-06), pages 1021 - 1031, XP022022929, ISSN: 0262-8856 *
MURAKAMI H: "Discrete Wavelet Transform Basedon Cyclic Convolutions", IEEE TRANSACTIONS ON SIGNAL PROCESSING, IEEE SERVICE CENTER, NEW YORK, NY, US, vol. 52, no. 1, 1 January 2004 (2004-01-01), pages 165 - 174, XP011104170, ISSN: 1053-587X *
NICOLAS SIGNOLLE ET AL: "Texture-Based Multiscale Segmentation: Application to Stromal Compartment Characterization on Ovarian Carcinoma Virtual Slides", IMAGE AND SIGNAL PROCESSING; [LECTURE NOTES IN COMPUTER SCIENCE], SPRINGER BERLIN HEIDELBERG, BERLIN, HEIDELBERG, vol. 5099, 1 July 2008 (2008-07-01), pages 173 - 182, XP019091714, ISBN: 978-3-540-69904-0 *
S. MALLAT: "A Wavelet tour of signal processing", November 2000, ELLIPSES DIFFUSION

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106772427A (zh) * 2016-12-07 2017-05-31 南京农业大学 一种基于连续小波分析建立小麦叶干重定量模型的方法
CN106772427B (zh) * 2016-12-07 2019-07-16 南京农业大学 一种基于连续小波分析建立小麦叶干重定量模型的方法

Also Published As

Publication number Publication date
FR2939224A1 (fr) 2010-06-04
FR2939224B1 (fr) 2011-06-17

Similar Documents

Publication Publication Date Title
US12406367B2 (en) Image enhancement to enable improved nuclei detection and segmentation
JP7273215B2 (ja) 画像処理のための自動アッセイ評価および正規化
JP7558242B2 (ja) デジタル病理学分析結果の格納および読み出し方法
EP3251087B1 (fr) Détection de point, classification de points par couleur et comptage des points classés par couleur
US20240046419A1 (en) Enhanced extended depth of focusing on biological samples
EP4143567B1 (fr) Procede de detection d'au moins un constituant geologique d'un echantillon de roche
US11615532B2 (en) Quantitation of signal in stain aggregates
US12430901B2 (en) Systems and methods for digital transformation of medical images and fibrosis detection
Ulaganathan et al. A clinicopathological study of various oral cancer diagnostic techniques
Walker et al. Fluorescence-assisted image analysis of freshwater microalgae
WO2010061149A1 (fr) Procede et systeme de traitement d'une image a haute resolution
Theuerkauf et al. First automatic size measurements for the separation of dwarf birch and tree birch pollen in MIS 6 to MIS 1 records from Northern Germany
EP4276750A1 (fr) Procédé et dispositif de traitement d'image pour la localisation de gouttes représentatives de défauts ou irrégularités
FR2953050A1 (fr) Procede et dispositif de detection des points de courbure dans une image d'entree
FR2983963A1 (fr) Procede d'analyse d'un echantillon biologique, et dispositif mettant en oeuvre ce procede.
FR3134911A1 (fr) Procede pour determiner une region d’interet dans une image d’un echantillon biologique
EP4330909A1 (fr) Méthode de caractérisation de l'organisation tridimensionnelle interne d'un échantillon biologique
Singh et al. Automated nuclear analysis of prostate cancer and benign prostate hyperplasia
FR3050046A1 (fr) Procede et dispositif electronique d'aide a la determination, dans une image d'un echantillon, d'au moins un element d'interet parmi des elements biologiques, programme d'ordinateur associe
FR2860320A1 (fr) Procede de mise en correspondance d'images d'echantillons tissulaires portes par des lames en materiau transparent

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 09797112

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 09797112

Country of ref document: EP

Kind code of ref document: A1