[发明专利]生物对象检测

摘要

随着数字组织病理学机器的能力增长，存在对减轻找到这样的图像中的感兴趣结构的病理学专家的负担的增加的需要。数字组织病理学图像在大小方面可以是至少若干吉字节，并且其可以包含数百万感兴趣细胞结构。已经提出用于找到这样的图像中的结构的自动化算法，诸如主动轮廓模型(ACM)。ACM算法可以具有检测具有可变的颜色或者纹理分布的图像中的区域的困难。这样的区域常常在包含细胞核的图像中被找到，因为细胞核不总是具有均匀的外观。本申请描述了识别数字组织病理学信息中的不均匀的结构(例如，细胞核)的技术。建议使用诸如形状紧密度度量的形态变量来搜索预计算的超像素信息，以识别候选对象。

主权项

1.一种被配置为识别图像信息中的生物对象的轮廓的诊断辅助系统(50)，包括：‑处理单元(52)；其中，所述处理单元被配置为：接收已经被分割为超像素的图像信息；选择所述图像信息中的初始位置处的所述图像信息中的超像素初始集合；确定所述超像素初始集合的第一形态变量；识别所述图像信息中的另一位置处的与所述超像素初始集合的超像素邻近的另一超像素集合；生成所述超像素初始集合和所述另一超像素集合的并集的第二形态变量；并且在所述第二形态变量与所述第一形态变量的比较指示所述初始集合和所述另一集合的所述并集具有增加的形状紧密度的情况下，将所述图像信息中的生物对象的所述轮廓定义为所述超像素初始集合和所述另一超像素集合的所述并集的边界。