[发明专利]使用局部最优变换的自适应图像对准

说明书

一种用于对准相同对象的两个不同的放大的图像的方法，包括全局地预先计算用于两个不同的图像的刚性变换的第一步骤(即，对于图像的所有或大致所有区域)。识别两个不同的放大的图像中的相对应的特征对，并且将变换值分配给每个相对应的特征对。在第二步骤中，在生成图像以显示给用户的同时，计算用于当前视场的局部最优刚性变换。在第三步骤中，根据局部最优刚性变换对准图像。对用于当前视场外部的特征对的变换值赋予非零权重。通常，在生成用于显示的图像时，第二和第三步骤重复多次，并且用户要么改变放大率，要么平移/导航到图像中的不同位置。

技术领域

本公开涉及数字病理学(digital pathology)领域，并且更具体地涉及用于对准一对相对应的图像的方法。

背景技术

本公开涉及用于对准一对相对应的图像的方法，通常是非常大的图像，例如，十亿像素组织病理学组织图像，用于一起观察图像。例如，该对图像可以是相同组织的两个不同的图像，例如，用苏木精和曙红(HE)染色的组织切片的玻片的一个图像(图像A)和用例如免疫组织化学(IHC)染色剂的特殊染色剂染色的相邻组织切片的另一个图像(图像B)。

在一些应用中，诸如癌症诊断，精确的局部对准是重要的，例如在IHC染色的连续切片图像旁边显示HE染色图像。同时，在生成对准图像时，重要的是组织图像不会失真，因为观察存在失真的图像可能影响从在工作站上观察这样的图像获得的诊断。例如，被拉伸或压缩的细胞可能看起来是良性的，即使它们是癌性的。由于组织玻片图像经常遭受扭曲，因此这两个相互矛盾的要求不能同时解决，并且最终会导致不完美的对准或破坏的细胞外观。

这里考虑的主要应用是十亿像素病理图像的对准，但是该技术也可以应用于其他图像，特别是如果这些图像需要精确的局部对准而没有变形。

现有技术要么使用刚性转换(导致局部对准误差)、变形(导致细胞和形态特征失真)，要么需要用户的手动校正。特别是对于具有非常大的图像的应用，一些实现使用在图像的不同比例下的特征提取，诸如例如显微镜图像的5倍物镜功率以及40倍物镜功率两者。

反映该领域工作的现有技术包括以下文献：D.Mueller等，Real-time deformableregistration of multi-modal whole slides for digital pathology.ComputerizedMedical Imaging and Graphics vol.35p.542-556(2011)；F.El-Gamal等，Currenttrends inmedical image registration and fusion Egyptian Informatics Journalvol.17p.99-124(2016)；J.Singla等，Asystematic way of affine transformationusing image registration，International Journal of Information Technology andKnowledge Management，2012年7月-12月，Vol.5，No.2，pp.239-243，以及Z.Hossein-Nejad等，An adaptive image registration method based on SIFT features and RANSACtransform，Computers and electrical engineering Vol.62p.5240537(2017年8月)。

发明内容

本公开描述了一种对准图像的方法，该方法使用自适应刚性变换来对当前为用户显示的视场，例如，在工作站上，执行局部最优对准。该解决方案利用自适应方法来满足两个先验冲突的要求，并且特别地当用户在图像上平移或改变缩放级别时，本公开可以自适应地且有效地实现这些要求。本公开的特征的优点在于它可以实现两个目的：(1)高精度局部对准，以及(2)没有组织变形。两者都是用于癌症诊断(和其他应用)的关键特征，但是如果其中一个图像相对于另一个图像遭受变形则通常是矛盾的要求，如通常对于组织图像对的情况。