[发明专利]用于生物样品图像的计算机实现的方法

说明书

用于生物样品图像的计算机实现的方法本发明涉及一种对生物样品(101)的数字图像(103)进行自动分析的由计算机实现的方法。该方法包括从第一颜色空间至第二颜色空间的改变(203)。然后，考虑第二颜色空间的多个维度来进行拟合以对像素进行分类。

技术领域

本发明涉及一种用于对生物样品的数字图像的像素进行分类的由计算机实现的方法。

背景技术

对生物样品的图像进行自动处理的方法是众所周知的。然而，对像素的自动分类(例如根据像素颜色进行自动分类)通常不能令人满意。例如，位于实际上未染色的区域中的像素常常被错误地分类为已染色。

文献MEAS-YEDID V等：“Automatic color space selection for biologicalimage segmentation(用于生物图像分割的自动颜色空间选择)”，模式识别，2004，ICPR2004，第17届国际剑桥会议论文集，英国，2004年8月23日至8月26日，美国新泽西州皮斯卡塔韦；IEEE，美国，加利福尼亚州，洛杉矶阿拉米托斯，第3卷，2004年8月23日(2004-08-23)，第514-517页，描述了用于生物图像分割的自动颜色空间选择。

发明内容

因此，本发明的目的是提供一种用于对生物样品的图像进行自动处理的方法，该方法提高了像素分类的精度。

根据第一方面，本发明的目的是一种对生物样品的数字图像的像素进行分类的方法，该方法包括以下步骤：

(a)接收表示生物样品的第一数字图像，以获取与第一数字图像中的每个像素相关联的值X₁；以及针对来自该第一数字图像和/或来自另一数字图像的每个像素来获取至少一个其他值X_i，i是使得2≤i≤n的整数，n是使得n≥2的整数；

(b)使用矩阵乘法对空间进行改变

I＝A x X

以获取第二数字图像，X是包括值X₁至X_n的n行1列的矩阵，I是包括值I₁至I_m的m行和1列的矩阵，m是等于或大于2的整数，I₁至I_m是与第二数字图像中的每个像素相关联的值，A是m行n列的矩阵；

(c)基于第二数字图像中至少一些像素的I₁的值以及I_j(其中j1且j≤m)的值来确定分类条件；以及

(d)将第二数字图像中满足分类条件的像素分类在第一类；

其中，步骤(c)包括：

·确定一个或多个分布的集合，该集合包括作为I₁的函数的、第二数字图像中的像素数目的至少一个分布，以及该集合包括作为I_j(其中j1且j≤m)的函数的、第二数字图像中的像素数目的至少一个分布，

·拟合该集合的分布以确定至少一个拟合参数，以及

·根据该至少一个拟合参数确定分类条件。

在根据本发明的方法中，针对第一数字图像的每一个像素，在公共矩阵X中结合第一数字图像的几种颜色，或在公共矩阵X中结合第一数字图像的至少一种颜色与另一数字图像的至少一种颜色。因此，该矩阵在第一空间中综合了数学上易于使用的工具中的相关信息。然后，对矩阵X进行变换，以在易于处理信息的第二空间中获得信息，矩阵I是根据该变换获取的。然后执行频率分析以确定分类条件，该频率分析包括对关于矩阵I的至少两个系数(即，第二空间中的两个维度)的一个或多个分布进行拟合。针对第二数字图像的像素，检查分类条件，例如依次考虑这些像素，以将像素分类(或不分类)为第一类。