[发明专利]三维显微镜图像的分割的系统和方法

说明书

一种分割从高内涵成像系统的图像捕获装置捕获的图像的系统和方法，包括：图像获取模块，其接收由所述图像捕获装置捕获的图像。粗对象检测模块生成粗分割的图像，其中，所述粗分割的图像的每个像素与在所述捕获的图像中的对应像素相关联并被识别为对象像素和背景像素中的一个。标记识别模块从所述粗分割的图像的像素中选择至少一个标记像素，其中，每个标记像素是所述粗分割的图像中的连续的一组对象像素中的一个对象像素，该对象像素相对于该组对象像素的相邻像素距离背景像素最远。对象拆分模块，其包括并行操作的多个处理器，以将粗分割图像的每个对象像素与标记像素相关联，其中，在所述粗分割的图像中，在所述对象像素与所述标记像素之间的基于距离的度量小于在所述对象像素与任何其他标记像素之间的基于距离的度量。

相关申请交叉引用

本申请要求于2016年1月21日提交的美国申请号15/003,302的优先权，其内容通过引用整体并入本文。

技术领域

本主题涉及高内涵图像系统，且更具体地，涉及用于自动分析和分割使用这种系统获得的图像的系统和方法。

背景技术

高内涵成像系统(HCIS)可用来获得生物样本的显微镜图像。这种图像可包括针对背景场的多个细胞。进一步的，HCIS可用来获得生物样本的一系列显微镜图像，其中，例如，使用不同焦点获得每个图像。这种系列的显微镜图像可被组合以生成生物样本的三维视图。这种系列的显微镜图像还可被分析以分割和识别每个这种图像中的与特定细胞相关联的一部分。然后，这种部分可被组合以形成特定细胞的三维视图，进一步被分析以识别三维细胞体内的细胞器(organelle)，和/或生成三维细胞体和/或其中的细胞器的三维统计。

研究人员可以想要获得在显微镜图像或一系列显微镜图像中呈现的细胞的统计。这种统计可包括有多少特定细胞类型的细胞呈现在图像中的计数，这种细胞的大小(如，尺寸、体积和表面积)的范围，这种细胞的大小的平均数、中数和众数(mode)，细胞在多大程度上符合特定形状(如，球形)等。进一步的，图像可被分析以识别在这种图像中识别的细胞内的细胞器，且还可生成这种细胞器的统计。在能够计算任何这种统计之前，显微镜图像中的细胞必须与背景分割且还从显微镜图像中呈现的任何碎片分割。此外，图像可被分析以计算球体的统计(细胞的收集)以及在这种球体内的细胞。

手动识别图像中的所有细胞的中心和边界是耗时的且可导致研究人员疲劳和出错。如果研究人员必须分析一系列图像以手动识别与特定细胞相关联的每个这种图像的一部分，则疲劳和错误的风险进一步加重。

基于阈值化、分界线、可变形的模型和基于图的公式化是最常用的显微镜图像的分割技术的基础。由于相对低的信噪比和密集打包的对象(packed object)，直接的方法(如，自动阈值化方法)可产生差的分割结果。更复杂的算法(如，基于分界线、水平集或基于图的图像分割)可产生合理的结果，但由于这种算法的复杂度和对计算资源的高要求，该算法可以不具有可用于三维分析的吞吐量。

发明内容

根据一个方面，一种分割图像的系统，包括：高内涵成像系统，图像获取模块、粗对象检测模块、标记识别模块和对象拆分模块。图像获取模块接收所述高内涵成像系统的图像捕获装置捕获的图像。粗对象检测模块生成粗分割图像，其中，所述粗分割图像中的每个像素与在捕获图像中的对应像素相关联并被识别为对象像素和背景像素中的一个。标记识别模块，其选择在所述粗分割图像中的每个对象的至少一个标记像素，其中，每个标记像素是所述粗分割图像中的连续的一组对象像素之一，该对象像素相对于该组的相邻像素距离背景像素最远。对象拆分模块，其包括并行操作的多个处理器，以将与对象像素相对应的分割的图像的像素与标记像素相关联，其中，在所述粗分割图像中，在所述对象像素与所述标记像素之间的基于距离的度量小于在所述对象像素与任何其他标记像素之间的基于距离的度量。