SYSTEMS AND METHODS FOR TISSUE CLASSIFICATION
Systems and methods for tissue classification are provided. An image of tissue on a substrate is obtained as a plurality of pixels. Fiducial markers are on the substrate boundary. Pixels are assigned to a first class, indicating tissue sample, or a second class, indicating background. The assigning...
Gespeichert in:
Hauptverfasser: | , , |
---|---|
Format: | Patent |
Sprache: | eng ; fre |
Schlagworte: | |
Online-Zugang: | Volltext bestellen |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | Systems and methods for tissue classification are provided. An image of tissue on a substrate is obtained as a plurality of pixels. Fiducial markers are on the substrate boundary. Pixels are assigned to a first class, indicating tissue sample, or a second class, indicating background. The assigning uses the fiducial markers to define a bounding box within the image and disregards pixels outside the box. Then, heuristic classifiers are applied to the pixels: for each respective pixel in the plurality of pixels, each heuristic classifier votes for the respective pixel between the first and second class, thereby forming an aggregated score for each pixel that in one of first class, likely first class, likely second class, and obvious second class. The aggregated score and intensity of each pixel is applied to a segmentation algorithm to assign a probability to each pixel of being tissue sample or background.
Systèmes et procédés de classification de tissu. Une image de tissu sur un substrat est obtenue sous la forme d'une pluralité de pixels. Des marqueurs de repère sont sur la limite de substrat. Des pixels sont attribués à une première classe, indiquant un échantillon de tissu, ou une seconde classe, indiquant un arrière-plan. L'attribution utilise les marqueurs de repère pour définir une boîte de délimitation à l'intérieur de l'image et ignorer les pixels à l'extérieur de la boîte. Puis, des classificateurs heuristiques sont appliqués aux pixels : pour chaque pixel respectif dans la pluralité de pixels, chaque classificateur heuristique vote pour le pixel respectif entre la première et la seconde classe, ce qui permet de former un score agrégé pour chaque pixel qui est dans l'une d'une première classe, d'une première classe probable, d'une seconde classe probable et d'une seconde classe évidente. Le score et l'intensité agrégés de chaque pixel sont appliqués à un algorithme de segmentation pour attribuer une probabilité à chaque pixel d'un échantillon ou d'un fond de tissu. |
---|