[发明专利]图像处理

说明书

技术领域

本发明涉及图像处理。

背景技术

在数字病理学中，数字显微照片由样本制成。然后将因而产生的数字图像呈现给病理学家用于评估。与其中直接经过显微镜来观看样本的传统病理学相比较，数字病理学具有几个优点。首先，数字病理学能够增加吞吐量。这变得越来越有重大意义，因为病理学家面对增加的工作负荷。其次，数字病理学能够提供改善诊断的质量的手段。研究表明，如果使用计算机算法来帮助病理学家，则不同病理学家的诊断的一致性能够明显改善。

然而，数字病理学也会具有几个缺点。目前，缺点之一是，焦平面是固定的。数字扫描仪典型地仅获取组织的一个图像。之后焦平面的调整不再可能。这会产生离焦伪影。然而，也能够使用不同的焦平面来获取多个不同的图像。

除了这一聚焦问题以外，通常出现在病理学中的其它伪影也出现在数字病理图像中。这样的伪影可以包括：

-压力效应(pressure effect)。

-固定伪影(fixation artifacts)(例如，由于所使用的不正确的固定剂、污染、酸性福尔马林羟高铁血红素色素的形成)。

-不充足的脱水(例如，保持截留在组织内的水)。

-染色伪影(staining artifacts)(例如，由于不清洁的水浴或不均匀的染色)。

-无意地出现在图像中的对象(例如，微生物或头发)。

-散焦伪影(defocus artifacts)。

-传感器噪声。

病理学家根据经验能够识别这样的伪影并且在解释图像时忽略它们。然而，自动图像分析程序在处理包含一个或多个伪影的图像方面会具有困难。

当前可用的数字分析技术执行针对完整组织或者至少针对完整视场的标准化和核检测。

US2006/0014238A1公开了增强免疫组织化学化合物涂敷到其上的生物样本的数字图像；去除增强的数字图像中的预定类型的不想要的单元以便免于考虑；识别增强的数字图像中的多个感兴趣单元；识别增强的数字图像中的一个或多个感兴趣区域；并且移除一个或多个所识别的感兴趣区域中的单元伪影以便免于考虑，从而自动地创建一个或多个增强的感兴趣区域，用于创建医学诊断或预后。

M.Macenko、M.Niethammer、J.S.Marron、D.Borland、J.T.Woosley、X.Guan、C.Schmitt和N.E.Thomas(在下文中：Macenko等人)的“A Method for Normalizing Histology Slides for Quantitative Analysis”(在IEEE Int.Symposium on Biomedical Imaging中，2009年)公开了用于克服染色处理中的不一致性的两种机制，从而将在不同条件下处理或贮存的载波片带到公共的标准化空间中以便实现改善的定量分析。该论文公开了自动找到图像的正确染色矢量并且接着执行颜色去卷积的算法。

在其它种类的图像处理中，在处理包含不期望区域的图像时也会发生问题。

发明内容

具有改善的图像处理将是有利的。为了更好地解决这一忧虑，本发明的第一方面提供一种系统，包括：

区域检测器，包括用于检测包括图像中的伪影的区域的伪影检测器；

参数确定单元，用于基于所述图像中排除被检测区域以外的部分来确定参数；以及

图像处理模块，用于使用推导的参数来处理所述图像。

所述系统具有的优点在于：针对所述图像中排除被检测区域以外的部分来确定所述参数。因此，所述参数不会由于被检测区域的任何不期望或不相关的特性而失真。之后，使用推导的参数来处理所述图像。因此，使用没有由于被检测区域的属性而失真的参数来执行图像处理。按照这种方式，实现了图像的处理的改善，因为基于所述图像的相关部分来确定所述参数。

图像的几个局部区域，例如数字病理图像，可能包含伪影，并且为了分析应该被丢弃。否则，标准化和其它图像处理操作会是次优的。因此，在确定参数时排除包含伪影的一个或多个区域是有益的。随后可以使用这一参数来处理所述图像。

注意到，在Macenko等人中，当执行奇异值分解时，出于稳定性原因，实质上没有染色的像素被定阈值。然而，没有染色的这样的像素不是伪影，因为病理样本的一些区域会正当地具有很少染色或者没有染色。