[发明专利]把样本的不同区域分类到相应类别的方法和设备

说明书

本申请是申请号为“200680010148.7”、申请日为2006年01月27日、发明名称为“分类图像特征”的发明专利申请的分案申请。

技术领域

本发明涉及分类组织样本。

背景技术

通过经验已经开发了显色染色技术(Chromogenic staining technique)使组织样本内的各种组成部分产生视觉对比度。染色技术和协议能够在不同的组织组成部分中产生染料的混合物，并且使用显微镜和其他的成像设备，人类观察者已经学会了区分特定的组成部分特有的这些染色图案。可以特定于化学分子的某部分和/或分子结构排列的现代定标染色方法能够产生被染色的组织，在所述组织中，两个或更多个显色或荧光着色在空间上明显地重叠。实际上，因为这多个着色事实上局限于样本中的公共结构内，或者因为由于制备方法所致，样本内包含一个着色的结构与包含不同着色的第二结构重叠，能够导致所观察到的重叠。在任一情况中，区分多个着色的存在和相对分布以及它们所局限于的结构很困难，特别是当被采用的着色具有类似的光谱吸收和/或发射特性时更是如此。

在其中时常发生组织样本的染色和检查的领域中，例如病理学和细胞学中，被染色的样本经常被使用显微镜或其他成像设备执行样本的视觉检查的人类研究者根据一个或更多个标准进行分类。例如，为了突出样本中细胞间在特定细胞器、结构或分子标靶上的差别，一种样本可能被利用多种染料染色。包含不同类型细胞的样本可以被用不同的染料处理，以便在视觉上区分细胞类型的数量、空间分布和形态。然后，样本可以被根据一个或更多个标准分类，所述标准例如其中存在不同类型的化学或生物结构。为了针对特定样本类别提供不同类型的分类信息，已开发了多种多样的染色协议。

作为对有时单调乏味的组织样本人工检查和分类过程的替代方案，在使样本分类自动化的努力中可以采用机器视觉方法。

发明内容

总的来说，在第一方面，本发明特征是一种方法，所述方法包括基于包括一个或更多个图像的图像堆栈将样本的不同部分分类到相应类别。例如，所述样本可以是组织切片。

所述方法的实施例可以包括下列特征中的任何一个。

所述方法还可以包括把样本的光谱图像集合分解为解混和图像集合，其中，所述解混和图像集合的每一个成员对应于来自样本中的不同成分的光谱贡献，并且其中，用于分类的图像堆栈中的图像包括一个或更多个解混和图像。例如，用于分类的图像堆栈中的图像可以包括一些或全部的解混和图像。

分类可以包括：(i)在图像堆栈内定位采样窗口，以便选择图像堆栈的一部分用于分类，其中，被选择的部分包括多个像素；(ii)把被选择的部分分类到几个类别其中之一，其中，被选择部分中的每一个像素均临时分类为具有和被选择的部分相同的类别；(iii)平移采样窗口以便选择图像堆栈的第二部分用于分类，并把第二部分分类到几个类别其中之一，其中，第二部分中的每一个像素均被临时分类为具有和第二部分相同的类别；(iv)针对图像堆栈的额外部分重复所述平移和分类，直到至少图像堆栈中的一些像素已经被多次临时分类为被采样窗口选择的不同部分的一部分为止；和(v)，基于其多次临时分类，把已经被多次临时分类的至少一些像素中的每一个分类到几个类别其中之一。被采样窗口选择的不同部分可以包括相同数量的像素，并且被采样窗口选择的所述不同部分中的至少一些可以彼此重叠。每一个像素的临时分类可以被表述为指示像素被临时分类到每一个类别的次数的直方图，并且每一个像素的最终分类可以对应于其最经常被临时分类到的类别。至少一些像素被临时分类的次数可以大于2并且不大于采样窗口中的像素数量。例如，至少一些像素被临时分类的次数可以等于采样窗口中的像素数量。此外，图像堆栈可以只包括一个图像。

图像堆栈可以包括多于三个光谱图像，并且分类可以包括基于光谱图像集合把图像堆栈的不同区域分类到相应类别，其中，每一个区域包括多个像素，所以每一个分类既涉及光谱信息也涉及空间信息。