DE69329554T2

DE69329554T2 - Verfahren zur identifizierung von objekten unter verwendung von datenverarbeitungstechniken

Info

Publication number: DE69329554T2
Application number: DE69329554T
Authority: DE
Inventors: James Lee
Original assignee: Neopath Inc
Current assignee: Neopath Inc
Priority date: 1992-02-18
Filing date: 1993-02-18
Publication date: 2001-05-31
Anticipated expiration: 2013-02-19
Also published as: US5710842A; US5867610A; AU7545096A; WO1993016442A1; AU671984B2; AU708935B2; AU3737693A; CA2130340C; EP0664038A4; EP0664038B1; ES2152946T3; US5528703A; EP0664038A1; JPH07504056A; DE69329554D1; CA2130340A1

Description

Technisches Gebiet

Die vorliegende Erfindung bezieht sich auf ein Verfahren zur Identifizierung von Objekten unter Verwendung von Datenverarbeitungstechniken und genauer auf ein Verfahren zur Verwendung in Kombination mit Bildanalysevorrichtungen zum Identifizieren von Objekten von Interesse innerhalb des Blickfeld eines Bildanalysemikroskops.

Hintergrund der Erfindung

Mit zunehmendem Fortschritt in der Datenverarbeitungstechnologie, sowohl bezüglich Hardware als auch bezüglich Software, werden biomedizinische Analysesysteme mehr und mehr vorherrschend. Bis in die Gegenwart sind Bildverbesserungssysteme zum Bereitstellen von Bildern von Körpersystemen entwickelt worden, wie beispielsweise Magnetresonanzabbildungseinrichtungen, Ultraschalldarstellung, Computertomographiedarstellung usw.. Bildverbesserungssysteme werden typischerweise zum Aufnehmen und Verarbeiten von Daten verwendet, die zu verwenden sind, um ein Bild eines funktionalen Systems eine Patienten, z. B. des Herzens des Patienten, der Lunge usw., bereitzustellen. Diese Systeme machen keinen Versuch, andere Daten, die die funktionalen Systeme des Patienten wiedergeben, zu sammeln oder zu analysieren.
Andere Bildanalysesysteme, die zum Analysieren von Bilddaten von Proben, welche einem Patienten entnommen wurden, verwendet werden, sind entwickelt worden. Beispielsweise sind Einrichtungen zum Analysieren von Bilddaten bereitgestellt worden, die Blutzellen, Knochenmarkzellen, Gehirnzellen usw. wiedergeben. Bildanalysesystene sind typischerweise vorgesehen, um Bilddaten aufzunehmen und zu verarbeiten, die verwendet werden, um Charakteristika von Proben, beispielsweise Blutzellenzahlen zu bestimmen. Diese Systeme versuchen, verschiedene Objekte innerhalb der Probe zu identifizieren, z. B. einzelne Zellen, so daß die Charakteristika des Objekts weiter analysiert werden können, um die Gesamtqualität oder den Zustand der Probe zu bestimmen. Bisherige Bildanalysesysteme sind jedoch daran gescheitert, wirksame Methoden und Vorrichtungen zum Identifizieren einzelner Objekte von Interesse innerhalb der Proben ohne spezielle Präparation der Proben bereitzustellen.
Zum Beispiel sind Bildanalysesysteme bereitgestellt worden, um Teile eines Pap-Zervikalabstrichs zu durchsuchen. Diese Systeme erfordern typischerweise eine spezielle Präparation der Pap- Zervikalabstrichprobe, bevor die Probe untersucht werden kann. Dies ist so, weil eine typische Pap-Zervikalabstrichprobe, die ohne die Hilfe eines Bildanalysesystems von einem Zytotechniker untersucht werden kann, Schichten und Klumpen von Zellen umfaßt, die durch Einsatz verfügbarer Bilddatenverarbeitungstechnologie nicht einfach identifiziert werden können. Die spezielle Präparation, die für diese Analysesysteme erforderlich ist, erfordert jedoch zusätzliche Schritte in der Präparation der Probe und erhöht deshalb den Gesamtaufwand und die Kompliziertheit der Analyse.
Es gibt verschiedene bekannte Ansätze, um Zellen in einer Probe zu identifizieren. Zum Beispiel sind in A. Rosenfeld et al.: "Digital Picture Processing", 1982, zweite Auflage, Band 2, Seiten 66 und 78 bis 79, Academic Press, Orlando, FL, USA, verschiedene mögliche Lösungen zum Schwellwertvergleich solcher Probenbilder beschrieben, einschließlich unter anderem der Verwendung von zwei Schwellwerten, dis unter Berücksichtigung des Graustufenhistogramms des Bilds festgelegt werden (Seite 66, dritter Absatz), aber auch der Verwendung lokaler Eigenschaftswerte der Bildpixel (Seite 78, letzter Absatz und Seite 79, die ersten beiden Absätze); es scheint jedoch so, daß lokale Eigenschaften (so wie die Graustufe der Pixel selbst oder die mittlere Graustufe berechnet über eine Pixelnachbarschaft) nur zum Festlegen eines besseren Schwellwerts berücksichtigt werden, wie er sowieso konventionell verwendet wird. Die EP-A-0 421 736 beschreibt ein Verfahren, bei dem, nachdem die Zellen provisorisch identifiziert worden sind, das Bild durch Berechnung des Hintergrundniveaus um die identifizierten Zellen herum lokal korrigiert wird.
Dementsprechend ist es wünschenswert, ein Verfahren zum Identifizieren von Objekten von Interesse innerhalb des Blickfelds eines Mikroskops eines Bildanalysesystems bereitzustellen, das keine spezielle Präparation der Probe erfordert, die abgebildet werden. Weiterhin ist es wünschenswert, ein Verfahren zum Identifizieren von Objekten von Interesse innerhalb des Blickfelds eines Mikroskops eines Bildanalysesystems bereitzustellen, das in der Lage ist, einzelne Objekte zu identifizieren, die nahe anderen Objekten angeordnet sein können. Spezieller ist es wünschenswert, ein Verfahren zur Verwendung mit Bildanalysesystemen zum Identifizieren von Zellen einer Pap-Zervikalabstrichprobe bereitzustellen.

Zusammenfassung der Erfindung

Die vorliegende Erfindung stellt ein Verfahren nach Anspruch 1 zum Erzeugen einer Maske zum Identifizieren von Objekten von Interesse bereit, wobei die Objekte von Interesse in einem Bild enthalten sind, das durch ein Array von Bilddaten wiedergegeben wird. Das Verfahren umfaßt die Schritte des Verarbeitens der Daten, die das Bild wiedergeben, um ein Schwellwertbild zu erzeugen, wobei das Schwellwertbild ein Array von Datenworten ist, wobei jedes Datenwort des Schwellwertbilds einem zugehörigen Datenwort des Bilds entspricht. Ein binäres Bild wird durch Vergleich jedes Datenworts des Schwellwertbilds mit dem zugehörigen Datenwort des Bilds erzeugt, wobei das binäre Bild ein Array von Datenworten ist, von denen jedes einem zugehörigen Datenwort des Bilds entspricht und wobei jedes Datenwort des binären Bilds identifiziert, ob das zugehörige Datenwort des Bilds größer war als das zugehörige Datenwort des Schwellwertbilds. Löcher in dem binären Bild werden durch Invertieren des binären Bilds und Ausschließen von Daten, die ein Objekt von um einen vorgegebenen Betrag geringerer Größe als die erwartete Größe der Objekte von Interesse wiedergeben, wobei die identifizierten Objekte dann zurück zu dem binären Bild hinzugefügt werden, geschlossen, um eine vorläufige Maske zu erzeugen. Die Daten, die die vorläufige Maske wiedergeben, werden verarbeitet, um ihre dunklen Kanten zu detektieren, und sie werden mit der vorläufigen Maske kombiniert, um Daten zu erzeugen, die eine dunkle Kanten einschließende Maske wiedergeben. Die Daten, die die vorläufige Maske wiedergeben, werden auch verarbeitet, um ihre hellen Kanten zu detektieren, und sie werden mit der dunkle Kanten einschließenden Maske kombiniert, um Daten zu erzeugen, die eine die Objekte von Interesse identifizierende Maske wiedergeben.

Kurzbeschreibung der Zeichnungen

Fig. 1 ist ein Verfahrensflußdiagramm, das die Schritte der vorliegenden Erfindung im allgemeinen illustriert;
die Fig. 2A, 2B und 2C sind Darstellungen, die Objekte einer Probe auf einem Probenträger illustrieren;
Fig. 3 ist ein Verfahrensflußdiagramm, das Unterschritte zum Ausführen des Schritts 102 gemäß Fig. 1 illustriert;
Fig. 4A ist ein Graph, der eine Idealverteilung von Pixelhelligkeiten für einen Probenträger illustriert, der in Kombination mit der vorliegenden Erfindung verwendet wird;
Fig. 4B ist ein Graph eines verzerrten Histogramms, wobei die Peaks von den Tälern tatsächlich nicht unterscheidbar sind und wobei die Helligkeit, bei der die Peaks auftreten, unbestimmt ist.
Fig. 5 ist ein Verfahrensflußdiagramm, das die Schritte erläutert, die zum Bestimmen der Helligkeitsverteilung von Pixeln für ein bestimmtes Blickfeld verwendet werden;
Fig. 6 ist ein Verfahrensflußdiagramm, das die Schritte illustriert, die zum Erzeugen eines Schwellwertbilds gemäß der vorliegenden Erfindung verwendet werden;
Fig. 7A und 7B sind Zeichnungen, die einen Teil des Verfahrens zum Verfeinern der Objekte von Interesse gemäß der vorliegenden Erfindung illustrieren.
Fig. 8 ist ein Verfahrensflußdiagramm, das Schritte zum Verfeinern der Objekte von Interesse gemäß der vorliegenden Erfindung illustriert;
Fig. 9 ist ein Verfahrensflußdiagramm, das Schritte zum Verfeinern der Objekte von Interesse gemäß der vorliegenden Erfindung illustriert; und
die Fig. 10A, 10B und 10C sind Zeichnungen, die ein neues Verfahren zum Beseitigen von Löchern an den Objekten von Interesse gemäß der vorliegenden Erfindung illustrieren.

Detaillierte Beschreibung der Erfindung

Wie oben erwähnt, umfaßt die vorliegende Erfindung ein Verfahren zur Verwendung mit Bildanalysesystemen zum Identifizieren von Objekten von Interesse innerhalb des Blickfelds eines Mikroskops des Bildanalysesystems. Das Verfahren der vorliegenden Erfindung ist besonders geeignet zur Verwendung mit Bildanalysesystemen, die zur Analyse von zytologischen Proben und spezieller zur Analyse der Charakteristika der Zellen der Probe ausgebildet sind. Die vorliegende Erfindung ist jedoch allgemein anwendbar auf jegliche Systeme zum Verarbeiten von Bilddaten und könnte deshalb in einfacher Weise zur Verwendung in vielen Bereichen der Bildanalyse adaptiert werden, wie beispielsweise der Maschinenüberwachung, der Halbleiterkontrolle usw. Dementsprechend wird der Fachmann, obwohl die vorliegende Erfindung hier unter Bezugnahme auf ein Bildanalysesystem, das zur Analyse von Pap-Zervikalabstrichen ausgebildet ist, beschrieben wird, erkennen, daß die Erfindung auf vielen Gebieten der Bildanalyse anwendbar ist.
Ein Bildanalysesystem umfaßt typischerweise ein Mikroskop, eine Kamera und Datenverarbeitungseinrichtungen zum Bereitstellen von Daten, die ein Blickfeld des Mikroskops wiedergeben. Die Blickfelddaten werden analysiert, um die Objekte von Interesse zu identifizieren und um die Objekte von Interesse zu charakterisieren, um zu bestimmen, ob die Probe auf dem Probenträger normal oder abnormal ist.
Es wird vom Fachmann vorausgesetzt werden, daß die vorliegende Erfindung ein Verfahren zum Durchführen eines notwendigen Schritts bei der Gesamtanalyse von Pap-Zervikalabstrichproben aufweist. Insbesondere ist die vorliegende Erfindung zum Identifizieren von Objekten von Interesse innerhalb des Blickfelds des Mikroskops vorgesehen. Andere Verfahren müssen dann verwendet werden, um die Charakteristika der identifizierten Objekte von Interesse zu analysieren und den Gesamtzustand der Probe zu bestimmen.
Das vorliegende Verfahren zum Identifizieren von Objekten von Interesse innerhalb des Blickfelds eines Mikroskops ist im allgemeinen in Fig. 1 illustriert. Dabei ist es der erste Schritt, die Blickfelddaten für die Analyse zu empfangen, Schritt 100. Die Blickfelddaten sind Daten von dem Mikroskop des Bildanalysesystems, die das Bild eines Blickfelds des Mikroskops wiedergeben. In einer derzeit bevorzugten Ausführungsform der Erfindung kann die Mikroskopabbildungsvorrichtung so viele wie 15 000 Blickfelder für eine Probe bereitstellen. Es wird jedoch dem Fachmann klar sein, daß viele Blickfelder keine Objekte von Interesse enthalten werden. Dementsprechend wird von den Daten, die in Schritt 100 empfangen werden, angenommen, daß sie als Blickfelddaten, die Objekte von Interesse enthalten, vorgescannt oder anderweitig vorsortiert wurden.
Die Blickfelddaten sind typischerweise ein Array von Datenworten, wobei jedes Datenwort ein Pixel (Bildelement) der Kamera des Bildanalysesystems wiedergibt. In der derzeit bevorzugten Ausführungsform der Erfindung, sind die Blickfelddaten Graustufenblickfelddaten, d. h., jedes Datenwort ist ein binäres Mehrbitwort, wobei der Wert des Datenworts den Transmissionsgrad des Bereichs der Probe anzeigt, der dem Pixel zugeordnet ist, das von dem Datenwort wiedergegeben wird. Teile der vorliegenden Erfindung sind aber gleichermaßen auf binäre Blickfelddaten anwendbar, d. h. auf Daten, bei denen jedes Datenwort entweder die Anwesenheit oder die Abwesenheit eines Objekts in dem Bereich der Probe anzeigt, der dem Pixel zugeordnet ist, das durch das Datenwort wiedergegeben wird.
Die Blickfelddaten, die ein Bild des Blickfelds der Mikroskopabbildungsvorrichtung wiedergeben, werden einzeln verarbeitet, um die Objekte von Interesse innerhalb des Blickfelds zu identifizieren. Das Ergebnis des vorliegenden Verfahrens zum Identifizieren von Objekten von Interesse, d. h. von Zellen im Fall eines Pap-Zervikalabstrichs, ist eine Maske, die die Größe, die Form und den Ort der Objekte von Interesse innerhalb des Blickfelds identifiziert und eine Maske, die einen eindeutigen Identifikationswert für jedes Objekt in dem Bild bereitstellt. Bezugnehmend auf Fig. 2A ist ein Blickfeld eines Mikroskops illustriert, das mehrere Objekte von Interesse umfaßt, die mit 200, 202, 204 und 206 bezeichnet sind. Fig. 2B illustriert die Maske, die entwickelt werden wird, um die Größe, die Form und den Ort der Objekte von Interesse zu identifizieren, die in Fig. 2A illustriert sind. Fig. 2C illustriert die Maske, die erzeugt werden wird, um den Identifikationswert für die Objekte von Interesse bereitzustellen, die in Fig. 2A illustriert sind. Es wird vom Fachmann vorausgesetzt werden, daß die vorliegende Erfindung, wenn sie zur Pap-Zervikalabstrichanalyse verwendet wird, zusätzlich zu anderer Zellanalyse die in den Fig. 2B und 2C illustrierten Masken sowohl für den Kern als auch das Zytoplasma jeder Zelle bereitstellen wird, die in dem Blickfeld des Mikroskops enthalten ist. Weiterhin wird es dem Fachmann klar sein, daß die in den Fig. 2B und 2C bereitgestellten Illustrationen Wiedergaben von Daten sind, die gemäß der vorliegenden Erfindung erzeugt werden und nicht notwendigerweise als Ausgabe des Verfahrens bereitgestellt werden. Die hier bereitgestellten Darstellungen sollen nur bei der Beschreibung der Erfindung helfen.
Um die Objekte von Interesse zu identifizieren und die in den Fig. 2B und 2C illustrierten Masken bereitzustellen, verbessert die vorliegende Erfindung zunächst den Kontrast zwischen den Objekten von Interesse und dem Hintergrund, Schritt 102. Diese Verbesserung wird vorgenommen, um die Differenz zwischen Daten, die die Kante eines Objekts wiedergeben und Daten, die den Hintergrund wiedergeben, zu vergrößern. Danach wird jedes Objekt in dem Blickfeld einem Schwellwerttest unterworfen, um zu bestimmen, ob die Helligkeit des Objekts innerhalb eines vorgegebenen Helligkeitsbereichs liegt, der für Objekte von Interesse erwartet wird. Da das Blickfeld zusätzlich zu Objekten von Interesse Artefakte enthalten kann, ist es wünschenswert, nicht nur die Größe, die Form und den Ort von Objekten von Interesse zu identifizieren, sondern auch jegliche Artefakte, wie beispielsweise Haar, Schmutz, Staub usw., die unbeabsichtigt in dem Blickfeld erscheinen können, von der weiteren Analyse auszuschließen. Zu diesem Zweck wird ein Bereich von vorgegebenen Werten für verschiedene Charakteristika der Objekte von Interesse bereitgestellt, wobei von den Objekten von Interesse erwartet wird, daß sie in dem Bereich der bereitgestellten Werte liegen. Die Charakteristika, die untersucht werden, sind Helligkeit, Größe und Form. Es wird dem Fachmann jedoch klar sein, daß andere Charakteristika ausgewählt werden können, um verschiedene andere Objekte von Interesse zu identifizieren, wenn die vorliegende Erfindung auf andere Typen von Bildanalysesystemen angewandt wird.
Nach dem Durchführen des Schwellwerttests von Schritt 104 sind die Objekte von Interesse identifiziert worden. Der nächste Schritt dient deshalb zum Verfeinern des Bilds der Objekte von Interesse und zum Erzeugen der Masken, die in den Fig. 2B und 2C illustriert sind, Schritt 106.
Ein detaillierteres Entscheidungsflußdiagramm, das das Verfahren zum Durchführen der Kontrastverbesserung von Schritt 102 illustriert, ist in Fig. 3 bereitgestellt. Der erste Schritt beim Verbessern des Bilds ist es, ausgewählte Parameter der Blickfelddaten zu bestimmen. In der Ausführungsform der Erfindung, die in Fig. 3 illustriert ist, sind die ausgewählten Parameter die Helligkeit des Kerns, des Zytoplasma und des Hintergrunds, Schritt 300. Der Fachmann wird voraussetzten, daß das Bildanalysesystem aus verschiedenen Gründen Variationen in der Helligkeit von Blickfeld zu Blickfeld aufweisen kann. Der offensichtlichste Beitrag zur Helligkeitsvariation ist die Helligkeit des Beleuchtungssystems bzw. das für den Probenträger bereitgestellte Licht vor dem Aufnehmen der Blickfeldbilddaten. Es können aber andere Faktoren zur Variation der Helligkeit von einem Blickfeld zum nächsten beitragen. Dementsprechend wird die Bestimmung des Schritts 300 durchgeführt, um die Helligkeit des vorliegenden Blickfelds wirksam zu skalieren.
Die Helligkeitsbestimmung von Schritt 300 kann unter Anwendung einer Histogrammfunktion durchgeführt werden, um zu bestimmen, wieviele Pixel innerhalb des Graustufenblickfelds eine bestimmte Helligkeit aufweisen. Die Resultate des Histogramms können graphisch dargestellt werden, wie in Fig. 4A illustriert ist. Idealerweise ist das Resultat des Histogramms eine Kurve mit drei Peaks, wobei der hellste Peak die Anzahl der Pixel anzeigt, die den Hintergrund des Blickfelds wiedergeben. Der mittelhelle Peak 402 zeigt die Anzahl der Pixel an, die das Zytoplasma der Zellen von Interesse wiedergeben, und der dunkelste Peak 400 gibt die Anzahl der Pixel wieder, die den Kern der Zelle wiedergeben.
Da jedoch das vorliegende Verfahren zur Verwendung ohne jegliche spezielle Präparation der Probe vorgesehen ist, können Zellen in überlappender Anordnung oder in Klumpen vorliegen. Diese Zellen werden dazu neigen, die Resultate des Histogramms zu verzerren, so daß sie das Histogramm von dem in Fig. 4A illustrierten Ideal abweichen lassen. Solch ein verzerrtes Histogramm ist in Fig. 4B illustriert, wobei die Peaks tatsächlich ununterscheidbar von den Tälern sind und wobei die Helligkeit, mit der die Peaks auftreten, unbestimmt ist. Um den Einfluß von sich überlappenden Zellen auf die Parameterbestimmung von Schritt 300 zu reduzieren, können morphologische Funktionen wie wiederholte Dilatation und Erosion durchgeführt werden, um sich überlappende Objekte aus dem Blickfeld zu entfernen. Die morphologischen Funktionen der Dilatation und Erosion sind dem Fachmann gut bekannt und müssen hier nicht im Detail diskutiert werden.
Bezugnehmend auf Fig. 5 ist ein Verfahren zum Bestimmten der Helligkeit von Objekten von Interesse und zum Bereitstellen der Schwellwertdaten der Schritte 300 und 304 bereitgestellt. Hierbei wird das Originalbild zunächst verkleinert, Schritt 500. Das Verkleinern des Originalbilds wird durchgeführt, um in der Parameterabschätzungsstufe Zeit zu sparen. Es wird festgestellt, daß Details der Größe und Form des Originalblickfeldbilds nicht notwendig für eine genaue Bestimmung der Schwellwertdaten sind. Das Verkleinern kann durch im Stand der Technik bekannte Verfahren einfach durchgeführt werden.
Nach dem Verkleinern des Originalbilds werden dunkle Objekte unter Verwendung eines vorgegebenen Schwellwerts detektiert. Dies wird durch Eliminieren aller Blickfeldbilddaten durchgeführt, die nicht größer als oder gleich wie der vorgegebene Schwellwert sind, Schritt 502. Danach werden große Objekte von dem im Schritt 502 erzeugten Bild entfernt. Die Entfernung von großen Objekten kann durch Anwenden einer öffnenden Restoperation erreicht werden. Wie im Stand der Technik bekannt, ist ein öffnender Rest einfach eine morphologische Öffnung, um ein geöffnetes Bild zu erzeugen, gefolgt von einer Differenzoperation, um das geöffnete Bild mit dem Originalbild zu kombinieren. Danach wird das verkleinerte Bild mit dem im Schritt 504 erzeugten Bild kombiniert, um die großen dunklen Objekte, die durch das Bild von Schritt 504 detektiert wurden, von dem verkleinerten Bild von Schritt 500 zu entfernen, Schritt 506.
Wie oben unter Bezugnahme auf die Fig. 4A und 4B diskutiert wurde, werden sich überlappende und dicht gepackte Zellen jegliche Unterscheidung zwischen der Helligkeit des Kerns, des Zytoplasmas und des Hintergrunds des Blickfelds verzerren und so die Parameterbestimmung extrem schwierig machen, falls nicht unmöglich. Die Schritte 502 und 504 sind deshalb vorgesehen, um große dunkle Objekte von den Bilddaten zu entfernen, die für die Parameterbestimmung verwendet werden, um so repräsentative Objekte von Interesse zu isolieren. Der Fachmann wird voraussetzen, daß sich überlappende Zellen dunkel sein werden und sich von dem dunklen Kern durch ihre Größe unterscheiden. Entsprechend sind die Schritte 502 und 504 vorgesehen, um Objekte zu entfernen, die eine Dunkelheit ähnlich derjenigen aufweisen, die für den Kern erwartet wird, und eine Größe aufweisen, die viel größer ist als diejenige, die für den Kern erwartet wird. Es wird dem Fachmann klar sein, daß in anderen Anwendungen andere Kriterien ausgewählt werden könnten, um Objekte zu entfernen, die die Parameter verzerren, und um Objekte zu isolieren, die für die gemessenen Parameter repräsentativ sind.
Nachdem die großen dunklen Objekte von dem verkleinerten Bild entfernt worden sind, Schritt 506, wird ein Histogramm aufgestellt, Schritt 508, und es werden die Bildhelligkeitsparameter bestimmt, Schritt 510. Bei der vorliegenden Ausführungsform der Erfindung, die verwendet wird, um Zellen in einem Pap-Zervikalabstrich zu identifizieren, sind die Ergebnisse der Bildbestimmung, Schritt 510, ein den Hintergrund wiedergebender hoher Schwellwert, ein das Zytoplasma wiedergebender mittlerer Schwellwert und ein den Kern wiedergebender niedriger Schwellwert, wie auch in Fig. 4A illustriert ist.
Die Resultate der Parameterbestimmung von Schritt 300 sind Schwellwertdaten, die Daten bereitstellen, welche die erwarteten Schwellwerte des Kerns, des Zytoplasmas und des Hintergrunds eines bestimmten Blickfelds einer bestimmten Probe anzeigen, Schritt 304. Der Fachmann wird voraussetzten, daß die Schwellwertdaten speziell für jedes Blickfeld bestimmt werden müssen, da Variationen in dem Bildanalysesystem, wie sie oben diskutiert wurden, dazu führen, daß sich die Parameter von Blickfeld zu Blickfeld ändern. Darüberhinaus können, obwohl die Parameter der hier diskutierten Ausführungsform die Helligkeiten der Objekte von Interesse sind, in verschiedenen anderen Anwendungen andere Parameter ausgewählt und bestimmt werden.
Wie oben erwähnt wurde, sind die Resultate der vorliegenden Erfindung die Erzeugung einer Maske, die die Größe, die Form und den Ort der Objekte von Interesse identifiziert, und die Bereitstellung eines Identifikationswerts für die Objekte von Interesse, wie in den Fig. 2B und 2C illustriert ist. Die Objekte von Interesse können jedoch eine Textur aufweisen, d. h. Helligkeitsdiskontinuitäten, die die Möglichkeit der Erzeugung einer Maske beeinträchtigen. Dementsprechend ist es wünschenswert, die Textur von den Objekten von Interesse zu entfernen, Schritt 306. Mit besonderer Bezugnahme auf das Bild von Zellen einer Pap- Zervikalabstrichprobe ist es wünschenswert, die Textur des Kerns von jeglicher Zelle zu entfernen, die in dem Blickfeldbild erscheint. Die Texturentfernung kann an dem Originalbild durch eine morphologische Graustufenöffnung bewirkt werden, wie sie im Stand der Technik bekannt ist. Nach der Öffnung werden die Grenzen der Objekte von Interesse durch bedingte Dilatation wiederaufbereitet. Danach werden die Reste der Bilder wiederaufbereitet, um ein nicht-texturiertes Bild bereitzustellen, Schritt 308.
Dann wird der Hintergrund normalisiert, um die Differenz im Kontrast zwischen dem Hintergrund und den Objekten von Interesse zu reduzieren, Schritt 310. Dieser Schritt ist besonders sinnvoll für die Abbildung von Zellen oder anderen Objekten von Interesse, wenn die Objekte von Interesse zwei Bereiche mit unterschiedlichen Helligkeitsniveaus aufweisen, d. h. Kern- und Zytoplasma im Fall einer Zellabbildung. Das Ergebnis der Hintergrundnormalisierung ist die Bereitstellung eines normalisierten Bilds, Schritt 312.
Das vom Schritt 312 bereitgestellte normalisierte Bild und das vom Schritt 308 bereitgestellte nicht texturierte Bild werden im Schritt 314 kombiniert, um das verbesserte Bild bereitzustellen, das Teil des Ergebnisses von Schritt 102 ist. Die Transformation des verbesserten Objektbilds von Schritt 314 wird durchgeführt durch Transformieren des Bilds, um den Effekt von Intensitätsvariationen aufgrund von ungleichmäßigen Färbungen der Proben zu eliminieren. Wie es im Stand der Technik bekannt ist, wird ein Pap-Abstrich unter Einfärben einer Probe durchgeführt, um chemisch die Differenz im Transmissionsgrad zwischen Bereichen der Probe, d. h. dem Nukleus, dem Zytoplasma und dem Hintergrund, zu verbessern. Da jedoch das Einfärbung über die Probe unregelmäßig sein kann, können Variationen in der Graustufenintensität des Blickfeldbilds resultieren. Die Bildtransformation von Schritt 314 wird unter Verwendung von Gauß'schen Mittelungstechniken durchgeführt, um diese Unregelmäßigkeiten zu mindern.
Insbesondere wird das Originalbild in einem binominalen Filter gefiltert. Das nicht texturierte Bild wird dann von dem gefilterten Bild subtrahiert, um das verbesserte Bild bereitzustellen, Schritt 316.
Dementsprechend ist, wie in Fig. 3 illustriert, das Resultat der unter Bezugnahme auf Schritt 102, Fig. 1 diskutierten Kontrastverbesserung, daß Schwellwertdaten bereitgestellt werden, die die Graustufenintensität von verschiedenen Bereichen der Objekte von Interesse und des Hintergrunds illustrieren, und daß ein verbessertes Bild bereitgestellt wird, indem der Kontrast zwischen dem Hintergrund und den Objekten von Interesse verbessert ist.
Zurückkehrend zu Fig. 1 wird der Schwellwerttest zum Identifizieren von Objekten von Interesse, Schritt 104, an dem verbesserten Bild (erzeugt von Schritt 316, Fig. 3) unter Verwendung der Schwellwertdaten (erzeugt von dem Verfahren gemäß Fig. 5) durchgeführt, um ein binäres Bild zu erzeugen. Der Schwellwerttest ist im allgemeinen ein solcher, der jedes Datenwort von jedem Pixel der Blickfeldbilddaten mit einem vorgegebenen Schwellwert vergleicht und der jedes Objekt als Objekt von Interesse identifiziert, das eine Intensität größer als der vorgegebene Wert aufweist. Es ist jedoch ein besonderes neues Merkmal der vorliegenden Erfindung, daß der Wert des Schwellwerts für jedes Pixel variiert wird. Anders gesagt wird ein Schwellwertbild erzeugt, wobei das Schwellwertbild einen Schwellwertintensitätswert umfaßt, der jedem einzelnen Pixel des Blickfelds zugeordnet ist. Der Schwellwerttest wird durchgeführt, in dem der einem bestimmten Pixel zugeordnete Schwellwertintensitätswert mit dem Datenwort von diesem Pixel verglichen wird. Es ist im Stand der Technik bekannt, daß dann, wenn das Datenwort größer oder gleich dem Schwellwertintensitätswert ist, dem zugehörigen Pixel des binären Bilds der Wert "eins" zugeordnet wird, um die Anwesenheit eines Objekts anzuzeigen. Umgekehrt wird dann, wenn das Datenwort kleiner oder gleich dem Schwellwertintensitätswert ist, dem zugehörigen Pixel des binären Bilds eine "null" zugeordnet, um die Abwesenheit eines Objekts anzuzeigen.
Unter Bezugnahme auf Fig. 6 wird ein Verfahren zum Erzeugen eines Schwellwertbilds diskutiert werden. Das Schwellwertbild wird aus dem nicht texturierten Bild und dem verbesserten Bild erzeugt. Der Hintergrund des nicht texturierten Bilds (siehe Schritt 308 von Fig. 3) wird entfernt, Schritt 600. Danach werden die Kante und die Textur des verbesserten Bilds erzeugt, Schritt 602, und der dunkle Bereich wird geschwächt, Schritt 604. Das Kantenbild wird durch eine morphologische Dilatationsrestoperation bestimmt, und das Texturbild wird durch die Differenz des nicht texturierten Bilds und des Originalbilds erhalten. Die Bilder, die aus den Schritten 600 und 604 resultieren, werden kombiniert, Schritt 606, und das kombinierte Bild wird verwaschen ("blurred"), Schritt 608, um das Schwellwertbild zu erzeugen, Schritt 610.
Wie oben erwähnt, wird das Schwellwertbild mit dem Originalbild kombiniert, um die Objekte von Interesse zu identifizieren. Das Schwellwertbild, das oben erzeugte wurde, wie unter Bezugnahme auf Fig. 6 beschrieben ist, kann als solches zusammen mit dem Originalbild verwendet werden, um die Objekte von Interesse zu identifizieren; in einer derzeit bevorzugten Ausführungsform der vorliegenden Erfindung wird das Schwellwertbild jedoch mit dem verbesserten Bild kombiniert, um die Objekte von Interesse zu identifizieren. Zusätzlich wird das Schwellwertbild, wie unten detaillierter beschrieben werden wird, mit zwei vorbestimmten Offset-Werten kombiniert, um drei Schwellwertbilder zu erzeugen. Ein erster vorbestimmter Offset wird von jedem Graustufenpixelwert eines Originalschwellwertbilds subtrahiert, um ein Niedrigschwellwertbild zu erzeugen, und ein zweiter vorgegebener Wert wird zu jedem Graustufenpixelwert des Schwellwertbilds hinzuaddiert, um ein Hochschwellwertbild zu erzeugen. Das Niedrigschwellwertbild, das Hochschwellwertbild und das Originalschwellwertbild werden jeweils getrennt voneinander mit dem verbesserten Bild kombiniert, um drei binäre Schwellwertbilder bereitzustellen.
Es wird dem Fachmann klar sein, daß jedes der hier oben diskutierten Bilder Graustufenbilder gewesen sind, d. h. Bilder, in denen jedes Pixel einen Bereich von Werten haben kann, die eine Vielzahl von Intensitäten wiedergeben. Nachdem die Schwellwertbilder, wie oben diskutiert wurde, mit dem verbesserten Bild kombiniert worden sind, ist das Ergebnis ein binäres Bild, d. h. ein Bild, in dem jedes Pixel entweder die Anwesenheit oder die Abwesenheit eines Objekts wiedergibt. Da es das Ergebnis des vorliegenden Verfahrens ist, eine Maske bereitzustellen, wird der Fachmann voraussetzen, daß die binären Bilder, die durch Kombinieren der Schwellwertbilder mit dem verbesserten Bild erzeugt wurden, die Maske wiedergeben, die die Form, die Größe und die Position von jedem Objekt von Interesse innerhalb des Blickfelds identifiziert.
Noch weiter wird der Fachmann voraussetzen, daß eine Kombination des originalen Schwellwertbilds mit dem verbesserten Bild eine Maske bereitstellt, die die Größe, die Form und die Position von Objekten von Interesse identifiziert, wobei die Maske für die meisten Anwendungen geeignet ist. In der aktuellen Anwendung des vorliegenden Verfahrens ist es jedoch wünschenswert, weitere eine Datenverarbeitung der Blickfeldbilddaten durchzuführen, um sicherzustellen, daß alle Objekte von Interesse ordnungsgemäß identifiziert worden sind und in der Maske wiedergegeben werden. Deshalb werden die drei binäre Schwellwertbilder, die als Ergebnis des Schritts 104 (Fig. 1), wie oben diskutiert wurde, erzeugt wurden, verfeinert, Schritt 106, wie unten detaillierter diskutiert werden wird.
Im allgemeinen beginnt die Verfeinerung der binären Schwellwertbilder mit dem binären Schwellwertbild, das durch Kombinierendes Originalschwellwertbilds mit dem verbesserten Bild erzeugt wurde. Eine Datenverarbeitung wird durchgeführt, um zu bestimmen, ob irgendwelche Artefakte, oder nicht-Kerne identifiziert worden sind. Das Ergebnis dieser Tests ist es, etwas zu erzeugen, was eine sehr enge Näherung der gewünschten Maske wiedergibt. Danach werden alle Objekte, die in dem binären Hochschwellwertbild identifiziert sind, zu der oben erzeugten besten Näherungsmaske zugefügt. Letztlich wird eine weitere Datenverarbeitung durchgeführt, um zu bestimmen, ob irgendwelche zusätzlichen Objekte von Interesse in dem binären Niedrigschwellwertbild identifiziert worden sind, die noch nicht in die Maske aufgenommen wurden, und falls ja, werden diese Objekte ebenfalls in die Maske aufgenommen.
Um das binäre Mittelschwellwertbild zu verfeinern, wird die Maske überarbeitet, um etwaige Löcher zu füllen. Zum Beispiel kann die binäre Maske, die wie in Fig. 2B angezeigt aussehen sollte, Löcher innerhalb der Objekte von Interesse haben, wie in Fig. 7A gezeigt ist. Das Verfahren von Fig. 8 wird durchgeführt, um die Maske von Fig. 7A zu verfeinern, um jegliche Löcher zu beseitigen und um eine Maske bereitzustellen, wie sie in Fig. 2B illustriert ist. Zu Beginn werden die dunklen Kanten der Objekte von Interesse durch morphologische Erosionsrestoperationen identifiziert, wie durch die Zwischenmaske von Fig. 7B illustriert ist. Um das Einschließen der dunklen Kanten auszuführen, werden die dunklen Kanten des verbesserten Bilds detektiert. Die dunkle-Kanten-Detektion kann durch ein einfaches Bestimmen durchgeführt werden, wo eine Variation zwischen einem Pixel und einem benachbarten Pixel vorliegt. Die dunkle Kante wird identifiziert als das Pixel, das ein Objekt von Interesse wiedergibt. Als nächstes werden die dunklen Kanten unter Anwendung einer kleinen morphologischen Schließung und nachfolgender Öffnung verbunden, um Löcher in den dunklen Kanten aufzufüllen, Schritt 802. Danach wird der Grenzbereich der Kante detektiert und als die wahre dunkle-Kanten-Maske identifiziert, wie in Fig. 7B illustriert ist. Das binäre Mittelschwellwertbild 806 wird in einer Satzvereinigung 808 mit dem Bild kombiniert, das durch Schritt 804 erzeugt wurde, um ein dunkle Kanten einschließendes Bild, Schritt 810 zu erzeugen.
In entsprechender Weise werden die hellen Kanten des Originalbilds dann von dem binären Mittelschwellwertbild ausgeschlossen. Zu diesem Zweck werden hellen Kanten des verbesserten Bilds detektiert, Schritt 900, wie in Fig. 9 illustriert ist. Dies wird in einer der dunkle-Kanten-Detektion von Schritt 800, wie sie oben diskutiert wurde, entsprechenden Weise durchgeführt, außer daß die Pixel, die die Abwesenheit eines Objekts anzeigen, als die helle Kante identifiziert werden. Der Grenzbereich des dunkle Kanten einschließenden Bilds, das in dem obigen Schritt 810 erzeugt wurde, wird dann detektiert, und die Ergebnisse der Schritte 900 und 902 werden in einer Satzschnittmengenoperation kombiniert. Die Resultate des Schritts 904 werden dann von dem dunkle Kanten einschließenden Bild subtrahiert, Schritt 906, um ein helle Kanten ausschließendes Bild zu erzeugen, Schritt 908. Das Mittelschwellwertbild wird jetzt durch das helle Kanten ausschließende Bild wiedergegeben.
Die Objekte des helle Kanten ausschließenden Bilds werden durch Auffüllen jeglicher Löcher komplettiert, die zurückbleiben können. Vorteilhafterweise ist das vorliegende Verfahren in der Lage, Löcher aufzufüllen, ohne nahe beieinander liegende Objekte miteinander zu verbinden. Um die Verfeinerung des binären Mittelschwellwertbilds zu komplettieren, wird das helle Kanten ausschließende Bild von Schritt 908 invertiert, um ein Bild bereitzustellen, wie es in Fig. 10A illustriert ist. Als nächstes werden die Objekte von Fig. 10A detektiert und durch eine verbundene-Komponenten-Markierungsprozedur markiert. Dann werden Objekte identifiziert, die größer als eine vorgegebene Größe sind, und diese Objekte werden aus dem Bild ausgeschlossen, um ein Bild bereitzustellen, wie es in Fig. 10B illustriert ist. Das so erzeugte Bild wird dann zu dem Originalbild hinzugefügt, um die fertige binäre mittlerer Schwellwertmaske bereitzustellen. Es wird dem Fachmann klar sein, daß die vorgegebene Größe zum Ausschließen von Objekten aus der Maske von Fig. 10A so ausgewählt wird, daß sie größer als die erwartete Größe von Objekten von Interesse ist.
Um das binäre mittlerer Schwellwertbild weiter zu komplettieren, wird Datenverarbeitung durchgeführt, um Objekte abzutrennen, die möglicherweise unter Verwendung der oben diskutierten helle- Kanten-Detektionstechnik noch nicht abgetrennt wurden. Um die Objektseparation durchzuführen, werden die Objekte der in Fig. 10C erzeugten Maske um einen ersten vorgegebenen Betrag erodiert und dann um einen zweiten vorgegebenen Betrag dilatiert, wobei der Betrag der Erosion den Betrag der Dilatation überschreitet, so daß die Objekte nach der Dilatation kleiner sind, als sie es vor der Erosion waren. So werden die verbundenen Objekte separiert. Dann wird eine morphologische Verschlußrestoperation angewendet, um die Separationsgrenze zu bestimmen. Die Separationsgrenze wird dann von dem lochaufgefüllten Bild subtrahiert, um das binäre, von überlappenden Objekten separierte Bild zu erzeugen.
Um sicherzustellen, dab keine Objekte während der oben bezeichneten Separation verlorengegangen sind, wird das von überlappenden Objekten separierte Bild dilatiert, um eine Objektmaske zu erzeugen. Kleine Objekte, die nicht in der Objektmaske enthalten sind, werden in einer Satzvereinigung mit dem Objektseparationsbild kombiniert, um ein wiedergewonnene-Objekte-Bild bereitzustellen.
Letztlich werden das binäre Hochschwellwertbild und das binäre Niedrigschwellwertbild mit dem wiedergewonnene-Objekte-Bild, d. h. dem komplettierten binären Mittelschwellwertbild, kombiniert, um die letztendliche Maske zu erzeugen. Zu diesem Zweck werden alle Objekte, die in dem Hochschwellwertbild identifiziert sind, zu dem komplettierten Mittelschwellwertbild unter Anwendung einer Satzvereinigungsoperation hinzugefügt. Die resultierende Maske wird dann um einen kleinen Betrag erodiert und um einen großen Betrag dilatiert, so daß alle Objekte, die identifiziert worden sind, zu einem einzigen Objekt verbunden werden. Die resultierende Maske wird dann mit der Niedrigschwellwertmaske kombiniert, so daß jegliche Objekte, die in der Niedrigschwellwertmaske in einem Bereich identifiziert worden sind, der sich nicht in großer Nähe zu Objekten befindet, die in der komplettierten Mittelschwellwertmaske erscheinen, zu dem Bild hinzugefügt werden. Diese Objekte werden dann zu dem komplettierten Mittelschwellwertbild hinzugefügt, um die fertige Maske zu erzeugen. Eine verbundene Komponenten markierende Prozedur wird auf die fertige Maske angewendet, um jedem verbundenen Objekt eine spezielle Markierung zuzuordnen.
Es wird vorausgesetzt werden, daß die Erfindung vielfach werden kann. Dementsprechend unterliegt die Erfindung keiner Beschränkung außer durch die nachfolgenden Patentansprüche.
Was beansprucht wird, ist:

Claims

1. Verfahren zum Erzeugen einer Maske zum Identifizieren von Objekten von Interesse (200, 202, 204, 206), wobei die Objekte von Interesse (200, 202, 204, 206) in einem Bild enthalten sind, das durch ein Array von Datenworten (100) wiedergegeben wird, wobei das Verfahren die Schritte aufweist:

(a) Verarbeiten der Daten, die das Bild wiedergeben, um ein Schwellwertbild (610) zu erzeugen, wobei das Schwellwertbild (610) ein Array von Datenworten ist, wobei jedes Datenwort des Schwellwertbilds (6I0) einem zugehörigen Datenwort des Bilds entspricht;

(b) Vergleichen jedes Datenworts des Schwellwertbilds (610) mit dem zugehörigen Datenwort des Bilds, um ein binäres Bild (806) zu erzeugen, wobei das binäre Bild (806) ein Array von Datenworten ist, von denen jedes einem zugehörigen Datenwort (100) des Bilds entspricht und wobei jedes Datenwort des binären Bilds (806) identifiziert, ob das zugehörige Datenwort (100) des Bilds größer war als das zugehörige Datenwort des Schwellwertbilds (610); und

Verwenden des binären Bilds (806) als Maske oder zum Erzeugen einer Maske, um die Objekte von Interesse (200, 202, 204, 206) zu identifizieren.

2. Verfahren nach Anspruch 1, das weiterhin die Schritte aufweist:

(c) Subtrahieren (502, 504) eines vorgegebenen Offsets von jedem Datenwort des Schwellwertbilds (610), um ein Array von Daten zu erzeugen, die ein Niedrigschwellwertbild wiedergeben;

(d) Vergleichen jedes Datenworts des Niedrigschwellwertbilds mit seinem zugehörigen Datenwort des Bilds, um ein binäres Niedrigschwellwertbild zu erzeugen, wobei das binäre Niedrigschwellwertbild ein Array von Datenworten ist, von denen jedes einem zugehörigen Datenwort des Bilds entspricht, und wobei jedes Datenwort des binären Niedrigschwellwertbilds identifiziert, ob das zugehörige Datenwort des Bilds größer als das zugehörige Datenwort des Niedrigschwellwertbilds (610) war; und

(e) Hinzufügen von Objekten, die durch das binäre Niedrigschwellwertbild identifiziert wurden, zu dem binären Bild (806).

3. Verfahren nach Anspruch 2, wobei der Schritt (e), das Hinzufügen von Objekten, die durch das binäre Niedrigschwellwertbild identifiziert wurden, den Unterschritt aufweist:

(f) Bestimmen, welche Objekte des binären Niedrigschwellwertbilds innerhalb einer Niedrigschwellwertregion angeordnet sind, und Hinzufügen nur von solchen Objekten zu der binären Maske, die in der Niedrigschwellwertregion angeordnet sind, wobei die Niedrigschwellwertregion eine Region des Bilds ist, in der die Größe der Datenworte, die Objekte wiedergeben, relativ klein im Vergleich zu der Größe von Datenworten ist, die Objekte in anderen Regionen des Bilds wiedergeben.

4. Verfahren nach Anspruch 1, das weiterhin die Schritte aufweist:

(g) Hinzufügen eines vorgegebenen Offsets zu jedem Datenwort des Schwellwertbilds (610), um ein Array von Daten zu erzeugen, die ein Hochschwellwertbild (610) wiedergeben;

(h) Vergleichen jedes Datenworts des Hochschwellwertbilds (610) mit seinem zugehörigen Datenwort des Bilds, um ein binäres Hochschwellwertbild zu erzeugen, wobei das binäre Hochschwellwertbild ein Array von Datenworten ist, von denen jedes einem zugehörigen Datenwort des Bilds entspricht und wobei jedes Datenwort des binären Hochschwellwertbilds identifiziert, ob das zugehörige Datenwort des Bilds größer als das zugehörige Datenwort des Hochschwellwertbilds (610) war; und

(i) Hinzufügen von Objekten, die durch das binäre Hochschwellwertbild identifiziert wurden, zu dem binären Bild (806).

5. Verfahren nach Anspruch 1, das weiterhin den Schritt aufweist:

(j) Auffüllen von Löchern in dem binären Bild (806) durch Invertieren des binären Bilds (806) und Ausschließen von Daten, die ein Objekt von um einen vorgegebenen Betrag geringerer Größe als die erwartete Größe der Objekte von Interesse (200, 202, 204, 206) wiedergeben, wobei die identifizierten Objekte dann zurück zu dem binären Bild (806) hinzugefügt werden, um eine Maske (810) zu erzeugen, die die Objekte von Interesse (200, 202, 204, 206) identifiziert.

6. Verfahren nach Anspruch 1, das weiterhin die Schritte aufweist:

(k) Verarbeiten (800) der Daten, die das binäre Bild (806) wiedergeben, um seine dunklen Kanten zu detektieren (800), und Kombinieren (808) der resultierenden Daten mit den binären Bild (806), um Daten zu erzeugen, die eine dunkle Kanten einschließende Maske (810) wiedergeben;

(l) Verarbeiten (900) der Daten, die das binäre Bild (806) wiedergeben, um seine hellen Kanten zu detektieren (900), und Kombinieren (904) der resultierenden Daten mit der dunkle Kanten einschließenden Maske (902), um Daten zu erzeugen, die eine Maske (908) wiedergeben, die die Objekte von Interesse (200, 202, 204, 206) identifiziert.

7. Verfahren nach Anspruch 1, wobei der Schritt des Verwendens des binären Bilds zum Erzeugen der Maske zum Identifizieren der Objekte von Interesse die Schritte umfaßt:

(c) Auffüllen von Löchern in dem binären Bild (806) durch Invertieren des binären Bilds (806) und Ausschließen von Daten, die ein Objekt von um einen vorgegebenen Betrag geringerer Größe als die erwartete Größe der Objekte von Interesse (200, 202, 204, 206) wiedergeben, wobei die identifizierten Objekte dann zurück zu dem binären Bild (806) hinzugefügt werden, um eine vorläufige Maske zu erzeugen;

(d) Verarbeiten (800) der Daten, die die vorläufige Maske wiedergeben, um ihre dunklen Kanten zu detektieren (800), und Kombinieren der resultierenden Daten mit der vorläufigen Maske, um Daten (304) zu erzeugen, die eine dunkle Kanten einschließende Maske (810) wiedergeben: und

(e) Verarbeiten (900) der Daten, die die vorläufige Maske wiedergeben, um ihre hellen Kanten zu detektieren (900), und Kombinieren der resultierenden Daten mit der dunkle Kanten einschließenden Maske (906), um Daten (304) zu erzeugen, die eine die Objekte von Interesse (200, 202, 204, 206) identifizierende Maske wiedergeben.

8. Verfahren nach Anspruch 7, wobei der Schritt (b), das Erzeugen eines binären Bilds (806), weiterhin die Schritte aufweist:

(f) Subtrahieren (502, 504) eines vorgegebenen Offsets (502, 506) von jedem Datenwort des Schwellwertbilds (610), um ein Array von Daten zu erzeugen, die ein Niedrigschwellwertbild wiedergeben;

(g) Vergleichen jedes Datenworts des Niedrigschwellwertbilds (610) mit seinem zugehörigen Datenwort des Bilds, um ein binäres Niedrigschwellwertbild zu erzeugen, wobei das binäre Niedrigschwellwertbild ein Array von Datenworten ist, von denen jedes einem zugehörigen Datenwort des Bilds entspricht, und wobei jedes Datenwort des binären Niedrigschwellwertbilds identifiziert, ob das zugehörige Datenwort des Bilds größer als das zugehörige Datenwort des Niedrigschwellwertbilds (610) war; und

(h) Hinzufügen von Objekten, die durch das binäre Niedrigschwellwertbild identifiziert wurden, zu dem binären Bild (806).

9. Verfahren nach Anspruch 8, wobei der Schritt (h), das Hinzufügen von Objekten, die durch das binäre Niedrigschwellwertbild identifiziert wurden, den Unterschritt aufweist:

(i) Bestimmen, welche Objekte des binären Niedrigschwellwertbilds innerhalb einer Niedrigschwellwertregion angeordnet sind, und Hinzufügen nur von solchen Objekten zu der binären Maske, die in der Niedrigschwellwertregion angeordnet sind, wobei die Niedrigschwellwertregion eine Region des Bilds ist, in der die Größe der Datenworte, die Objekte wiedergeben, relativ kein im Vergleich zu der Größe von Datenworten ist, die Objekte in anderen Regionen des Bilds wiedergeben.

10. Verfahren nach Anspruch 8, wobei der Schritt (b), das Erzeugen eines binären Bilds (806), weiterhin die Schritte aufweist:

(j) Hinzufügen eines vorgegebenen Offsets (502, 506) zu jedem Datenwort des Schwellwertbilds (610), um ein Array von Daten zu erzeugen, die ein Hochschwellwertbild wiedergeben;

(k) Vergleichen jedes Datenworts des Hochschwellwertbilds (610) mit seinem zugehörigen Datenwort des Bilds, um ein binäres Hochschwellwertbild zu erzeugen, wobei das binäre Hochschwellwertbild ein Array von Datenworten ist, von denen jedes einem zugehörigen Datenwort des Bilds entspricht, und wobei jedes Datenwort des binäre Hochschwellwertbilds identifiziert, ob das zugehörige Datenwort des Bilds größer als das zugehörige Datenwort des Hochschwellwertbilds (610) war; und

(l) Hinzufügen von Objekten, die durch das binäre Hochschwellwertbild identifiziert wurden, zu dem binären Bild (806).

11. Verfahren nach Anspruch 1, wobei der Verarbeitungsschritt die Schritte aufweist:

(a) Entfernen von Objekten (504) von den Bilddaten, die größer als eine erwartete Größe der Objekte von Interesse (200, 202, 204, 206) sind, wobei die Objekte eine Textur aufweisen;

(b) Entfernen der Textur (306) der Objekte von Interesse (200, 202, 204, 206), um nicht texturierte Bilddaten (308) bereitzustellen;

(c) Normalisieren des Hintergrunds (310) der Bilddaten (100), um normalisierte Bilddaten (312) bereitzustellen;

(d) Filtern der normalisierten Bilddaten und Subtrahieren der nicht texturierten Bilddaten (314), um verbesserte Bilddaten (316) bereitzustellen;

(e) Ermitteln der Differenz zwischen den nicht texturierten Bilddaten (314) und den Bilddaten (100), um texturierte Bilddaten bereitzustellen;

(f) Durchführen einer morphologischen Dilatationsrestoperation (602) bezüglich der verbesserten Bilddaten (316) und Kombinieren der texturierten Bilddaten und der nicht texturierten Bilddaten (314) mit dem Ergebnis, um Schwellwertbilddaten (610) zu erzeugen; und

(g) Erzeugen (104) von Niedrigschwellwertbilddaten und Hochschwellwertbilddaten durch Subtrahieren bzw. Addieren eines vorbestimmten Offsets von bzw. zu den Schwellwertbilddaten (610);

und wobei der Vergleichsschritt weiterhin die Schritte aufweist:

(h) Identifizieren von Bilddaten, die ein Objekt von Interesse (200, 202, 204, 206) wiedergeben, als jegliche verbesserten Bilddaten (316), die einen Wert aufweisen, welcher den Wert der zugehörigen Schwellwertbilddaten (610) überschreitet, um eine vorläufige Maske zu erzeugen;

(i) Detektieren der dunklen Kanten (800) der verbesserten Bilddaten (316), um Dunkelkantendaten zu erzeugen, und Kombinieren der dunkle-Kanten-Daten mit der vorläufigen Maske, um dunkle-Kanten-Maskendaten (810) zu erzeugen;

(j) Detektieren der hellen Kanten (900) der verbesserten Bilddaten (316), um helle-Kanten-Daten zu erzeugen, wobei die helle-Kanten-Daten Pixel aufweisen, und Ausschließen der Pixel in den helle-Kanten-Daten von den dunkle-Kanten-Maskendaten, um helle-Kanten-Maskendaten (908) zu erzeugen;

(k) Auffüllen von Löchern in den helle-Kanten-Maskendaten (908) durch Invertieren der helle-Kanten-Maskendaten (908) und Ausschließen von Daten, die ein identifiziertes Objekt von um einen vorgegebenen Betrag geringerer Größe als die erwartete Größe der Objekte von Interesse (200, 202, 204, 206) wiedergeben, und Hinzufügen der identifizierten Objekte zurück zu den helle-Kanten-Maskendaten (908), um eine lochaufgefüllte Maske zu erzeugen;

(l) Erodieren der lochaufgefüllten Maske um einen ersten Betrag und Dilatieren um einen kleineren Betrag und Bestimmen einer Grenzseparation zwischen den identifizierten Objekten durch eine morphologische Verschlußrestoperation (802) und Subtrahieren der Separationsgrenze von der lochaufgefüllten Maske, um eine Objektmaske zu erzeugen;

(m) Vergleichen der Hochschwellwertbilddaten (610) mit den verbesserten Bilddaten (316), wobei ein Pixel, das die Daten aufweist, welche eine Hochschwellwertmaske wiedergeben, in der Hochschwellwertmaske enthalten ist, falls der zugehörige Wert der Daten in dem verbesserten Bild größer als ein zugehöriger Datenwert des Hochschwellwertbilds ist, und wobei jegliche Objekte, die durch die Hochschwellwertmaske identifiziert werden, durch eine Satzvereinigungsoperation zu der objektseparierten Maske hinzugefügt werden, um den Hochschwellwert einschließende Maskendaten zu erzeugen;

(n) Vergleichen der Niedrigschwellwertbilddaten (610) mit den verbesserten Bilddaten (316), um Niedrigschwellwertmaskendaten zu erzeugen, wobei ein Pixel, das Daten umfaßt, die eine Niedrigschwellwertmaske wiedergeben, in den Niedrigschwellwertmaskendaten enthalten ist, wenn der jeweilige Wert der Daten in dem verbesserten Bild größer als ein zugehöriger Datenwert des Niedrigschwellwertbilds ist; und

(o) Erodieren der den Hochschwellwert einschließenden Maskendaten um einen kleinen Betrag und Dilatieren der resultierenden Daten um einen großen Betrag, um alle Objekte zu verbinden, die durch die den Hochschwellwert einschließenden Maskendaten identifiziert sind, und Kombinieren der resultierenden Daten mit den Niedrigschwellwertmaskendaten, um bei den Niedrigschwellwertmaskendaten jegliche Objekte zu identifizieren, die den verbundenen Objekten der erodierten und dilatierten den Hochschwellwert einschließenden Maskendaten nicht nahe benachbart sind, und Hinzufügen dieser Objekte zu den originalen den Hochschwellwert einschließenden Maskendaten, um die Maske zu erzeugen, die die Objekte von Interesse (200, 202, 204, 206) identifiziert.

12. Verfahren nach Anspruch 1, wobei der Verarbeitungsschritt die Schritte aufweist:

(a) Entfernen von Objekten (504) von dem Bild, die größer als die erwartete Größe der Objekte von Interesse (200, 202, 204, 206) sind, und Aufstellen eines Histogramms (508), um Parameterdaten (510) bereitzustellen, wobei die Parameterdaten (510) Intensitätsbereiche eines Hintergrundbereichs, Zytoplasmabereichs und Kernbereichs aufweisen, wobei die Objekte eine Textur umfassen, und wobei Objekte von Interesse einen Intensitätswert innerhalb des Kernbereichs aufweisen;

(b) Verbessern des Bildkontrasts (102) durch Entfernen der Textur (306) der Objekte von Interesse (200, 202, 204, 206) unter Anwendung morphologischer Öffnung und bedingter Dilatation bezüglich der Bilddaten (100), um Daten bereitzustellen, die ein nicht-texturiertes Bild (308) wiedergeben, wobei die Textur der Objekte von Interesse nur aus den Bildbereichen entfernt wird, die den Intensitätswert innerhalb des Kernbereichs aufweisen;

(c) Normalisieren des Hintergrunds (310) des Bilds, das die Bilddaten (100) wiedergibt, um den Unterschied im Kontrast zwischen dem Hintergrund und den Objekten von Interesse (200, 202, 204, 206) herabzusetzen, um Daten bereitzustellen, die ein normalisiertes Bild (312) wiedergeben, wobei Bilddaten mit einem Intensitätswert größer als ein Hintergrundschwellwert vor dem Normalisieren auf den Hintergrundschwellwert gesetzt werden;

(d) Kombinieren (314) des normalisierten Bilds (312) und des nicht texturierten Bilds (308) durch Filtern der Daten, die das normalisierte Bild (312) wiedergeben, in einer linearen Faltung und Subtrahieren der Daten, die das nicht texturierte Bild (314) wiedergeben, davon, um Daten bereitzustellen, die ein verbessertes Bild (316) wiedergeben;

(e) Ermitteln der Differenz (606) zwischen dem nicht- texturierten Bild (308) und dem Bild (100), um ein texturiertes Bild bereitzustellen;

(f) Verarbeiten der Daten, die das nicht texturierte Bild (600) wiedergeben, um Daten zu erzeugen, die ein Schwellwertbild (610) wiedergeben, durch Durchführen einer morphologischen Dilatationsrestoperation (300) bezüglich der Daten, die das texturierte Bild wiedergeben, und Kombinieren der Daten, die das texturierte Bild wiedergeben, und des nicht texturierten Bilds (600) mit dem Ergebnis, um Daten zu erzeugen, die ein Schwellwertbild (610) wiedergeben;

(g) Erzeugen (104) eines Niedrigschwellwertbilds und eines Hochschwellwertbilds durch Subtrahieren (606) bzw. Addieren eines vorgegebenen Offsets von bzw. zu den Daten, die das Schwellwertbild (610) wiedergeben;

und wobei der Vergleichsschritt weiterhin die Schritte aufweist:

(h) Vergleichen der Daten, die das Schwellwertbild (610) wiedergeben, mit den Daten, die das verbesserte Bild (316) wiedergeben, um Objekte von Interesse (200, 202, 204, 206) zu identifizieren, indem Daten, die ein Objekt von Interesse (200, 202, 204, 206) wiedergeben, als jegliche Daten identifiziert werden, die das verbesserte Bild (316) mit einem Wert, der den Wert der zugehörigen, das Schwellwertbild (610) wiedergebenden Daten überschreitet, wiedergeben, um eine vorläufige Maske zu erzeugen;

(i) Verarbeiten der Daten, die das verbesserte Bild (316) wiedergeben, um seine dunklen Kanten (800) zu detektieren, und Erzeugen von Daten davon und Kombinieren dieser Dunkelkantendaten mit der vorläufigen Maske, um Daten zu erzeugen, die eine dunkle Kanten einschließende Maske (810) wiedergeben;

(j) Verarbeiten der Daten, die das verbesserte Bild (316) wiedergeben, um seine hellen Kanten (900) zu detektieren, und Kombinieren (902) der resultierenden Daten mit der dunkle Kanten einschließenden Maske (810), um Daten zu erzeugen, die eine helle Kanten ausschließende Maske (908) wiedergeben;

(k) Auffüllen von Löchern in der helle Kanten ausschließenden Maske (908) durch Invertieren der hellen Kanten ausschließenden Maske (908) und Ausschließen von Daten, die ein Objekt von einer Größe wiedergeben, die um einen vorgegebenen Betrag kleiner als die erwartete Größe der Objekte von Interesse (200, 202, 204, 206) ist, wobei die identifizierten Objekte dann zurück zu der helle Kanten ausschließenden Maske (908) hinzugefügt werden, um eine lochaufgefüllte Maske zu erzeugen;

(l) Erodieren der lochaufgefüllten Maske um einen ersten Betrag, dann Dilatieren um einen kleineren Betrag, dann Bestimmen einer Separationsgrenze zwischen den identifizierten Objekten durch morphologische Verschlußrestoperation (802) und dann Subtrahieren der Separationsgrenze von der lochaufgefüllten Maske, um eine von sich überlappenden Objekten separierte Maske zu erzeugen;

(m) Vergleichen der Daten, die das Hochschwellwertbild (610) wiedergeben, mit dem verbesserten Bild (316), um Daten zu erzeugen, die eine Hochschwellwertmaske wiedergeben, wobei ein Pixel, das die Daten umfaßt, welche eine Hochschwellwertmaske wiedergeben, in der Hochschwellwertmaske enthalten ist, wenn der jeweilige Wert der Daten in dem verbesserten Bild größer als ein zugehöriger Datenwert des Hochschwellwertbilds ist, und wobei alle Objekte, die durch die Hochschwellwertmaske identifiziert sind, durch eine Satzvereinigungsoperation zu der objektseparierten Maske hinzugefügt werden, um eine den Hochschwellwert einschließende Maske zu erzeugen; und

(n) Vergleichen der Daten, die das Niedrigschwellwertbild (610) wiedergeben, mit dem verbesserten Bild (316), um Daten zu erzeugen, die eine Niedrigschwellwertmaske wiedergeben, wobei ein Pixel, das die Daten aufweist, welche eine Niedrigschwellwertmaske wiedergeben, in der Niedrigschwellwertmaske enthalten ist, falls der jeweilige Wert der Daten in dem verbesserten Bild größer als ein zugehöriger Datenwert des Niedrigschwellwertbilds ist; und

(o) Erodieren der Daten, die die den Hochschwellwert einschließende Maske wiedergeben, um einen kleinen Betrag und Dilatieren der resultierenden Daten um einen großen Betrag, um alle Objekte zu verbinden, die durch die der Hochschwellwert einschließende Maske identifiziert sind, und Kombinieren der resultierenden Daten mit der Niedrigschwellwertmaske, um jegliche Objekte in der Niedrigschwellwertmaske zu identifizieren, die sich nicht in der Nähe der verbundenen Objekte der erodierten und dilatierten den Hochschwellwert einschließenden Maske befinden, und Hinzufügen dieser Objekte zu der originalen den Hochschwellwert einschließenden Maske, um die Maske zu erzeugen, die die Objekte von Interesse (200, 202, 204, 206) identifiziert.

13. Verfahren zum Identifizieren von Objekten von Interesse (200, 202, 204, 206), die in einem Bild enthalten sind, das durch Bilddaten (100) wiedergegeben wird, wobei die Objekte von Interesse eine Textur aufweisen, unter Verwendung des Verfahrens nach Anspruch 1, wobei der Verarbeitungsschritt die Schritte aufweist:

(a) Entfernen der Textur (306) der Objekte von Interesse (200, 202, 204, 206), um nicht texturierte Bilddaten (308) und texturierte Bilddaten bereitzustellen;

(b) Normalisieren und Filtern des Hintergrunds (310) der Bilddaten (100) und Subtrahieren (310) der nicht exturierten Bilddaten (308) davon, um verbesserte Bilddaten (316) bereitzustellen;

(c) Detektieren des Kantenbilds (602) der verbesserten Bilddaten und Kombinieren der texturierten Bilddaten und der nicht texturierten Bilddaten mit dem Ergebnis, um Schwellwertbilddaten (610) zu erzeugen;

(d) Erzeugen (502) von Niedrigschwellwertbilddaten und Hochschwellwertbilddaten durch Subtrahieren bzw. Addieren eines vorgegebenen Offsets von bzw. zu den Schwellwertbilddaten (610); und wobei der Vergleichsschritt weiterhin die Schritte aufweist:

(e) Identifizieren von Bilddaten, die ein Objekt von Interesse (200, 202, 204, 206) wiedergeben, als jegliche verbesserte Bilddaten (316) mit einem Wert, der den Wert der zugehörigen Schwellwertbilddaten (610) überschreitet, um eine vorläufige Maske zu erzeugen;

(f) Detektieren der dunklen Kanten (800) der verbesserten Bilddaten (316) und Kombinieren der detektierten Dunkelkantendaten mit der vorläufigen Maske, um dunkle-Kanten-Maskendaten (810) zu erzeugen;

(g) Detektieren der hellen Kanten (900) der verbesserten Bilddaten (316) und Ausschließen von Pixeln in den helle-Kanten- Daten von der Dunkle-Kanten-Maske, um helle-Kanten-Maskendaten (908) zu erzeugen;

(h) Invertieren der helle-Kanten-Maskendaten (908) und Ausschließen von Daten, die identifizierte Objekte von um einen vorgegebenen Betrag kleinerer Größe als die erwartete Größe der Objekte von Interesse (200, 202, 204, 206) wiedergeben, und zurück Hinzufügen der Daten, die identifizierte Objekte wiedergeben, zu den helle-Kanten-Maskendaten (908), um eine lochaufgefüllte Maske zu erzeugen;

(i) Bestimmen einer Separationsgrenze zwischen den identifizierten Objekten und Subtrahieren der Separationsgrenze von der lochaufgefüllten Maske, um eine Objektmaske zu erzeugen;

(j) Vergleichen der Hochschwellwertbilddaten (610) mit den verbesserten Bilddaten (316), um Daten zu erzeugen, die eine Hochschwellwertmaske wiedergeben, wobei ein Pixel, das Daten umfaßt, welche eine Hochschwellwertmaske wiedergeben, in der Hochschwellwertmaske enthalten ist, wenn der zugehörige Wert der Daten in den verbesserten Bilddaten größer ist als der zugehörige Datenwert der Hochschwellwertbilddaten, und wobei jedes Objekt, das durch die Hochschwellwertmaske identifiziert wird, zu der objektseparierten Maske durch eine Satzvereinigungsoperation hinzugefügt wird, um eine den Hochschwellwert einschließende Maske zu erzeugen;

(k) Vergleichen der Niedrigschwellwertbilddaten (610) mit den verbesserten Bilddaten (316), um Niedrigschwellwertmaskendaten zu erzeugen, wobei ein Pixel, das die Daten umfaßt, welche eine Niedrigschwellwertmaske wiedergeben, in den Niedrigschwellwertmaskendaten enthalten ist, falls der jeweilige Wert der Daten in dem verbesserten Bild größer als ein zugehöriger Datenwert des Niedrigschwellwertbilds ist; und

(l) Erodieren der Hochschwellwertmaskendaten um einen kleinen Betrag und Dilatieren der resultierenden Daten um einen großen Betrag und Kombinieren der resultierenden Daten mit den Niedrigschwellwertmaskendaten und Hinzufügen dieser Objekte zu den originalen Hochschwellwertmaskendaten, um die Maske zu erzeugen, die die Objekte von Interesse (200, 202, 204, 206) identifiziert; und weiterhin umfassend den Schritt:

Verwenden der Maske zum Identifizieren der Objekte von Interesse.