用于评估组织学染色的方法和系统专利检索-组织学诊断设备和程序专利检索查询-专利查询网

用于评估组织学 染色的方法和系统

阅读：148发布：2020-05-12

专利汇可以提供用于评估组织学染色的方法和系统专利检索，专利查询，专利分析的服务。并且本公开包括基于组织学染色样本的感兴趣区域的确定的颜色特性来评估该样本的方法。这些评估可以出于各种目的而执行，包括但不限于：评估组织学染色的质量，作为识别图像的一个或多个生物相关特征的一部分，作为将图像的一个特征与图像的其它特征区别开的一部分；识别染色样本的异常区域；对样本的细胞分类等。还提供被配置用于执行所公开方法的系统以及存储用于执行所公开方法的步骤的指令的计算机可读介质。，下面是用于评估组织学染色的方法和系统专利的具体信息内容。

权利要求

1.一种评估组织学染色样本的方法，所述方法包括：
a)获得所述样本的数字彩色图像；
b)基于所述样本的生物特征，在所述图像上限定感兴趣区域(ROI)；
c)将所述数字彩色图像分离成单独颜色通道；
d)确定用于所述ROI的颜色特性，其中，所述颜色特性包括在所述单独颜色通道中的一者或多者中、所述ROI上的一个或多个颜色参数的量化；以及
e)将所确定的颜色特性与特定于所述生物特征和组织学染色的参考颜色特性相比较，以评估所述组织学染色样本。
2.如权利要求1所述的方法，其中，在限定所述ROI之后执行所述分离。
3.如前述权利要求中任一项所述的方法，其中，所述一个或多个颜色参数包括单独颜色通道的平均强度。
4.如前述权利要求中任一项所述的方法，其中，所述颜色特性包括通过确定第一颜色通道的平均强度值与第二颜色通道的平均强度值的比率而计算的颜色系数。
5.如前述权利要求中任一项所述的方法，其中，所述颜色特性包括通过确定第一颜色通道的平均强度值与第二颜色通道的平均强度值的比率而计算的第一颜色系数、以及通过确定第三颜色通道的平均强度值与所述第一颜色通道或所述第二颜色通道的平均强度的比率而计算的第二颜色系数。
6.如权利要求5所述的方法，其中，所述颜色特性还包括通过确定所述第一颜色系数与所述第二颜色系数的比率而计算的第三颜色系数。
7.如前述权利要求中任一项所述的方法，其中，所述ROI包括细胞或其一部分。
8.如前述权利要求中任一项所述的方法，其中，所述ROI包括多个细胞。
9.如前述权利要求中任一项所述的方法，其中，所述ROI为细胞的细胞质或其一部分。
10.如前述权利要求中任一项所述的方法，其中，所述ROI为细胞的细胞核或其一部分。
11.如前述权利要求中任一项所述的方法，其中，所述参考颜色特性来源于参考组织学染色样本。
12.如前述权利要求中任一项所述的方法，其中，所述参考颜色特性包括阈值。
13.如前述权利要求中任一项所述的方法，其中，所述评估包括：确立所确定的颜色特性是否在预定范围内，以及当在所述范围内时，进一步处理所述样本。
14.如前述权利要求中任一项所述的方法，其中，所述评估包括：确立所确定的颜色特性是否在预定范围之外，以及当在所述范围之外时，不进一步处理所述样本。
15.如前述权利要求中任一项所述的方法，其中，所述评估是对组织学染色质量的评价。
16.如前述权利要求中任一项所述的方法，其中，所述评估用于将所述ROI识别为所述图像的特征。
17.如前述权利要求中任一项所述的方法，其中，所述评估用于将所述ROI与所述图像的其它特征区别开。
18.如前述权利要求中任一项所述的方法，其中，所述方法还包括量化所述图像的具有基本类似的颜色特性的附加ROI。
19.如前述权利要求中任一项所述的方法，其中，利用罗曼诺夫斯基染色剂对所述组织学样本进行染色。
20.如前述权利要求中任一项所述的方法，其中，所述颜色特性包括通过确定红色通道的平均强度值与绿色通道的平均强度值的比率而计算的颜色系数。
21.如前述权利要求中任一项所述的方法，其中，所述颜色特性包括通过确定蓝色通道的平均强度值与红色通道的平均强度值的比率而计算的颜色系数。
22.如前述权利要求中任一项所述的方法，其中，所述颜色特性包括通过确定红色通道的平均强度值与绿色通道的平均强度值的比率而计算的第一颜色系数、以及通过确定蓝色通道的平均强度值与红色通道的平均强度值的比率而计算的第二颜色系数。
23.如权利要求22所述的方法，其中，所述颜色特性还包括通过确定所述第一颜色系数与所述第二颜色系数的比率而计算的第三颜色系数。
24.如前述权利要求中任一项所述的方法，其中，所述组织学样本源自于选自由血液样品、体液样品和组织样品所构成的组中的生物样品。
25.如前述权利要求中任一项所述的方法，其中，所述生物特征为细胞，其中，所述细胞选自由红细胞、肥大细胞、巨核细胞、嗜碱性粒细胞、中性粒细胞、嗜酸性粒细胞、巨噬细胞、NK细胞、T细胞、B细胞和血祖细胞所构成的组。
26.如前述权利要求中任一项所述的方法，其中，所述方法还包括对在获得所述数字彩色图像时使用的照明源的校准，其中，所述校准包括对在空白载片上限定的ROI上的一个或多个颜色参数的量化。
27.一种评估组织学染色样本的质量的方法，所述方法包括：
a)获得所述样本的数字彩色图像；
b)基于所述样本的生物特征，在所述图像上限定感兴趣区域(ROI)；
c)确定用于所述ROI的颜色特性，其中，所述颜色特性包括所述ROI上的一个或多个颜色参数的量化；以及
d)将所确定的颜色特性与特定于所述生物特征和所述组织学染色的参考颜色特性相比较，以评估所述组织学染色样本的质量。
28.如权利要求27所述的方法，其中，所述一个或多个颜色参数包括光密度。
29.如前述权利要求中任一项所述的方法，其中，所述一个或多个颜色参数包括色调。
30.如前述权利要求中任一项所述的方法，其中，所述一个或多个颜色参数包括亮度。
31.如前述权利要求中任一项所述的方法，其中，所述一个或多个颜色参数包括饱和度。
32.如前述权利要求中任一项所述的方法，其中，所述方法还包括将所述数字彩色图像分离成单独颜色通道。
33.如权利要求32所述的方法，其中，在限定所述ROI之后执行所述分离。
34.如前述权利要求中任一项所述的方法，其中，所述一个或多个颜色参数包括单独颜色通道的平均强度。
35.如前述权利要求中任一项所述的方法，其中，所述颜色特性包括选自由光密度、色调、亮度、饱和度和单独颜色通道的平均强度所构成的组中的两个或更多个颜色参数。
36.如前述权利要求中任一项所述的方法，其中，所述颜色特性包括选自由光密度、色调、亮度、饱和度和单独颜色通道的平均强度所构成的组中的三个或更多个颜色参数。
37.如前述权利要求中任一项所述的方法，其中，所述ROI包括细胞或其一部分。
38.如前述权利要求中任一项所述的方法，其中，所述ROI包括多个细胞。
39.如前述权利要求中任一项所述的方法，其中，所述ROI为细胞的细胞质或其一部分。
40.如前述权利要求中任一项所述的方法，其中，所述ROI为细胞的细胞核或其一部分。
41.如前述权利要求中任一项所述的方法，其中，所述颜色特性包括细胞质染色颜色向量(CSCV)。
42.如权利要求41所述的方法，其中，所述CSCV基于红色通道、绿色通道和蓝色通道来确定且根据公式来计算，其中，
“Mean”表示包括细胞的细胞质或其一部分的ROI上的每个颜色通道的平均强度值。
43.如权利要求 4 2 所述的方法，其中，所述 C S C V 包括根据公式或公式
或其组合所计算的一个
或多个方向分量。
44.如权利要求41所述的方法，其中，所述细胞质染色颜色向量基于色调值、饱和度值和光度值来确定且根据公式
来计算，其中，“Mean”表
示包括细胞的细胞质或其一部分的ROI上的平均色调值、平均饱和度值和平均光度值。
45.如权利要求 4 4 所述的方法，其中，所述 C S C V 包括根据公式或公式
或其组合所计算
的一个或多个方向分量。
46.如前述权利要求中任一项所述的方法，其中，所述颜色特性包括细胞核染色颜色向量(NSCV)。
47.如权利要求46所述的方法，其中，所述细胞核染色颜色向量基于红色通道、绿色通道和蓝色通道来确定且根据公式
来计算，其中，“Mean”表示包括
细胞的细胞核或其一部分的ROI上的每个颜色通道的平均强度值。
48.如权利要求 4 7 所述的方法，其中，所述 N S C V 包括根据公式或公式
或其组合所计算的一个
或多个方向分量。
49.如权利要求48所述的方法，其中，所述细胞核染色颜色向量基于色调值、饱和度值和光度值来确定且根据公式
来计算，其中，“Mean”表
示包括细胞的细胞核或其一部分的ROI上的平均色调值、平均饱和度值和平均光度值。
50.如权利要求 4 9 所述的方法，其中，所述 N S C V 包括根据公式或公式
或其组合所计算
的一个或多个方向分量。
51.如权利要求41至50中任一项所述的方法，其中，所述颜色特性包括细胞质染色颜色向量与细胞核染色颜色向量的比率。
52.如前述权利要求中任一项所述的方法，其中，所述参考颜色特性来源于参考组织学染色样本。
53.如前述权利要求中任一项所述的方法，其中，所述参考颜色特性包括阈值。
54.如前述权利要求中任一项所述的方法，其中，所述评估包括：确立所确定的颜色特性是否在预定质量范围内，以及当在所述范围内时，进一步处理所述样本。
55.如前述权利要求中任一项所述的方法，其中，所述评估包括：确立所确定的颜色特性是否在预定质量范围之外，以及当在所述范围之外时，不进一步处理所述样本。
56.如前述权利要求中任一项所述的方法，其中，利用罗曼诺夫斯基染色剂对所述组织学样本进行染色。
57.如前述权利要求中任一项所述的方法，其中，所述组织学样本源自于选自由血液样品、体液样品和组织样品所构成的组中的生物样品。
58.如前述权利要求中任一项所述的方法，其中，所述生物特征为细胞，其中，所述细胞选自由红细胞、肥大细胞、巨核细胞、嗜碱性粒细胞、中性粒细胞、嗜酸性粒细胞、巨噬细胞、NK细胞、T细胞、B细胞和血祖细胞所构成的组。
59.一种识别血液涂抹样本的异常区域的方法，所述方法包括：
a)获得所述样本的数字彩色图像；
b)在所述图像上限定感兴趣区域(ROI)，所述ROI跨越涂片的长度的至少一部分；
c)沿着所述ROI的轴线量化多个颜色参数且记录沿着所述轴线的每个值的位置；
d)比较所述多个颜色参数中的每一者以识别异常值；以及
e)基于与所述异常值对应的所记录的位置识别所述涂片的异常区域。
60.如权利要求59所述的方法，其中，所述轴线的取向选自由平行于所述涂片的方向、垂直于所述涂片的方向、以及与所述涂片的方向成45度角所构成的组。
61.如权利要求60所述的方法，其中，所述ROI跨越所述涂片的检查区域的长度的至少一部分。
62.如权利要求60所述的方法，其中，所述ROI跨越所述涂片的检查区域的长度的至少一半。
63.如权利要求60所述的方法，其中，所述ROI跨越所述涂片的检查区域的长度的至少
90％。
64.如权利要求59至63中任一项所述的方法，其中，所述方法还包括将所述数字彩色图像分离成单独颜色通道。
65.如权利要求64所述的方法，其中，在限定所述ROI之后执行所述分离。
66.如权利要求59至65中任一项所述的方法，其中，所述多个颜色参数包括单独颜色通道的平均强度。
67.如权利要求59至66中任一项所述的方法，其中，针对所述多个颜色参数中的每一者计算颜色系数，以及步骤(d)包括比较计算的所述颜色系数中的每一者以识别所述异常值。
68.一种用于评估组织学染色样本的系统，所述系统包括：
a)显微镜；
b)数字彩色相机，所述数字彩色相机附接到所述显微镜且配置成获得所述样本的数字彩色图像；
c)库，所述库包括特定于组织学染色参考样本的生物特征的多个参考颜色特性；
d)图像处理电路，所述图像处理电路配置成：
i)基于所述样本的生物特征，在所述数字彩色图像上限定感兴趣区域(ROI)；
ii)将所述数字彩色图像分离成单独颜色通道；以及
iii)确定用于所述ROI的颜色特性，其中，所述颜色特性包括针对所述单独颜色通道中的一者或多者的、所述ROI上的一个或多个颜色参数的量化；以及
iv)将所确定的颜色特性与所述库的所述多个参考颜色特性中的一个或多个参考颜色特性相比较，以评估所述组织学染色样本。
69.如权利要求68所述的系统，其中，所述系统包括连接到所述图像处理电路的单个存储器，所述存储器存储所述库且配置成接收所述数字彩色图像。
70.如权利要求68所述的系统，其中，所述系统包括：连接到所述图像处理电路的第一存储器，所述第一存储器存储所述库；以及连接到所述图像处理电路的第二存储器，所述第二存储器配置成接收所述数字彩色图像。
71.如权利要求68至70中任一项所述的系统，其中，所述系统还包括用于报告所述评估的结果的信号系统。
72.如权利要求68至71中任一项所述的系统，其中，所述一个或多个颜色参数包括单独颜色通道的平均强度。
73.如权利要求68至72中任一项所述的系统，其中，所述颜色特性包括通过确定第一颜色通道的平均强度值与第二颜色通道的平均强度值的比率而计算的颜色系数。
74.如权利要求68至73中任一项所述的系统，其中，所述颜色特性包括通过确定第一颜色通道的平均强度值与第二颜色通道的平均强度值的比率而计算的第一颜色系数、以及通过确定第三颜色通道的平均强度值与所述第一颜色通道或所述第二颜色通道的平均强度的比率而计算的第二颜色系数。
75.如权利要求68至74中任一项所述的系统，其中，所述颜色特性还包括通过确定所述第一颜色系数与所述第二颜色系数的比率而计算的第三颜色系数。
76.如权利要求68至75中任一项所述的系统，其中，所述多个参考颜色特性来源于参考组织学染色样本。
77.如权利要求68至76中任一项所述的系统，其中，所述系统评估所确定的颜色特性是否在预定范围内，以及当在所述范围内时，释放所述样本以用于进一步处理。
78.如权利要求68至77中任一项所述的系统，其中，所述系统评估所确定的颜色特性是否在预定范围之外，以及当在所述范围之外时，保持所述样本以防止进一步处理。
79.如权利要求68至78中任一项所述的系统，其中，所述系统评估组织学染色质量。
80.如权利要求68至79中任一项所述的系统，其中，所述图像处理电路还配置成基于所述评估识别所述ROI。
81.如权利要求68至80中任一项所述的系统，其中，所述图像处理电路还配置成基于所述评估将所述ROI与所述图像的其它特征区别开。
82.一种用于评估组织学染色样本的质量的系统，所述系统包括：
a)显微镜；
b)数字彩色相机，所述数字彩色相机附接到所述显微镜且配置成获得所述样本的数字彩色图像；
c)库，所述库包括特定于组织学染色参考样本的生物特征的多个参考质量颜色特性；
d)图像处理电路，所述图像处理电路配置成：
i)基于所述样本的生物特征，在所述数字彩色图像上限定感兴趣区域(ROI)；
ii)确定用于所述ROI的颜色特性，其中，所述颜色特性包括所述ROI上的一个或多个颜色参数的量化；以及
iii)将所确定的颜色特性与所述库的所述多个参考质量颜色特性中的一个或多个参考质量颜色特性相比较，以评估所述组织学染色样本的质量。
83.如权利要求82所述的系统，其中，所述系统包括连接到所述图像处理电路的单个存储器，所述存储器存储所述库且配置成接收所述数字彩色图像。
84.如权利要求82所述的系统，其中，所述系统包括：连接到所述图像处理电路的第一存储器，所述第一存储器存储所述库；以及连接到所述图像处理电路的第二存储器，所述第二存储器配置成接收所述数字彩色图像。
85.如权利要求82至84中任一项所述的系统，其中，所述系统还包括用于报告所述评估的结果的信号系统。
86.如权利要求82至85中任一项所述的系统，其中，所述图像处理电路还配置成将所述数字彩色图像分离成单独颜色通道。
87.如权利要求82至86中任一项所述的系统，其中，所述一个或多个颜色参数包括光密度。
88.如权利要求82至86中任一项所述的系统，其中，所述一个或多个颜色参数包括色调。
89.如权利要求82至86中任一项所述的系统，其中，所述一个或多个颜色参数包括亮度。
90.如权利要求82至86中任一项所述的系统，其中，所述一个或多个颜色参数包括饱和度。
91.如权利要求82至86中任一项所述的系统，其中，所述一个或多个颜色参数包括单独颜色通道的平均强度。
92.如权利要求82至91中任一项所述的系统，其中，所述颜色特性包括选自由光密度、色调、亮度、饱和度和单独颜色通道的平均强度所构成的组中的两个或更多个颜色参数。
93.如权利要求82至92中任一项所述的系统，其中，所述颜色特性包括选自由光密度、色调、亮度、饱和度和单独颜色通道的平均强度所构成的组中的三个或更多个颜色参数。
94.如权利要求82至93中任一项所述的系统，其中，所述颜色特性包括细胞质染色颜色向量(CSCV)。
95.如权利要求94所述的系统，其中，所述CSCV基于红色通道、绿色通道和蓝色通道来确定且根据公式来计算，其中，
“Mean”表示包括细胞的细胞质或其一部分的ROI上的每个颜色通道的平均强度值。
96.如权利要求 9 5 所述的系统，其中，所述 C S C V 包括根据公式或公式
或其组合所计算的一个
或多个方向分量。
97.如权利要求94所述的系统，其中，所述细胞质染色颜色向量基于色调值、饱和度值和光度值来确定且根据公式
来计算，其中，“Mean”表
示包括细胞的细胞质或其一部分的ROI上的平均色调值、平均饱和度值和平均光度值。
98.如权利要求 9 7 所述的系统，其中，所述 C S C V 包括根据公式或公式
或其组合所计算
的一个或多个方向分量。
99.如权利要求82至93中任一项所述的系统，其中，所述颜色特性包括细胞核染色颜色向量(NSCV)。
100.如权利要求99所述的系统，其中，所述细胞核染色颜色向量基于红色通道、绿色通道和蓝色通道来确定且根据公式
来计算，其中，“Mean”表示包括
细胞的细胞核或其一部分的ROI上的每个颜色通道的平均强度值。
101.如权利要求1 00 所述的系统，其中，所述N SC V包括根据公式或公式
或其组合所计算的一个
或多个方向分量。
102.如权利要求99所述的系统，其中，所述细胞核染色颜色向量基于色调值、饱和度值和光度值来确定且根据公式
来计算，其中，“Mean”表
示包括细胞的细胞核或其一部分的ROI上的平均色调值、平均饱和度值和平均光度值。
103.如权利要求1 02 所述的系统，其中，所述N SC V包括根据公式或公式
或其组合所计算
的一个或多个方向分量。
104.如权利要求94至103中任一项所述的系统，其中，所述颜色特性包括细胞质染色颜色向量与细胞核染色颜色向量的比率。
105.如权利要求82至104中任一项所述的系统，其中，所述多个参考质量颜色特性来源于质量已知的参考组织学染色样本。
106.如权利要求82至105中任一项所述的系统，其中，所述系统评估所确定的颜色特性是否在预定范围内，以及当在所述范围内时，将所述样本识别为优等质量且释放所述样本以进行进一步处理。
107.如权利要求82至106中任一项所述的系统，其中，所述系统评估所确定的颜色特性是否在预定范围之外，以及当在所述范围之外时，将所述样本识别为质量不足且保持所述样本以防止进一步处理。
108.一种存储指令的非暂时性计算机可读介质，所述指令在被计算设备执行时使所述计算设备执行如下步骤：
a)基于组织学染色样本的生物特征，在所述样本的数字彩色图像上限定感兴趣区域(ROI)；
b)确定用于所述ROI的颜色特性，其中，所述颜色特性包括所述ROI上的一个或多个颜色参数的量化；以及
c)将所确定的颜色特性与特定于所述生物特征和组织学染色的参考颜色特性相比较，以评估所述组织学染色样本。
109.一种存储指令的非暂时性计算机可读介质，所述指令在被计算设备执行时使所述计算设备执行如下步骤：
a)在数字图像上限定感兴趣区域(ROI)，所述ROI跨越涂片的长度的至少一部分；
b)沿着所述ROI的轴线量化多个颜色参数且记录沿着所述轴线的每个值的位置；
c)比较所述多个颜色参数中的每一者以识别异常值；以及
d)基于与所述异常值对应的所记录的位置识别所述涂片的异常区域。

说明书全文

用于评估组织学 染色的方法和系统

[0001] 交叉引用

[0002] 本申请要求在2015年12月18日递交的美国临时专利申请No.62/269,543的权益，该美国临时专利申请的全部内容通过引用并入在本文中。

背景技术

[0003] 组织学染色样本的评估，包括这类样本的质量的评估，通常是非常主观的努力。当数字光学显微镜还未可用时，有时基于由一个受过培训的人在显微镜下对样本的目视检查而建立在本领域中所使用的方法论。当前应用的方法论依赖于人类对在不同细胞类型和细胞内隔间上的着色的感知，以及包括各种色调和颜色强度的区分。例如，对于中性粒细胞，预期的细胞着色被描述为“深蓝色到紫色的细胞核，浅粉色到几乎无色的细胞质，红色到淡紫色的小颗粒”。相似类型的标准(下文所提供)用于所有细胞类型。本质上不仅是这类描述主观，该方法论还高度取决于在显微镜中用于样本照明的光源的光谱特性和强度。本质上，在利用卤素灯照明的显微镜中观察的同一样本的着色，当在利用LED(发光二极管)照明的显微镜中观察时显现不同。当由人类观察者执行时，无法再次校准在使用不同照明源的显微镜中创建的图像中的着色图案。

[0004] 为了样本分析(例如在诊断上)的一致性，考虑到经常基于着色外观决定细胞生物学上的异常，在染色的组织学样本中生成的着色图案的质量和再现性得以保持是极其重要的。例如，毒性颗粒化指的是在对具有炎症状况的患者的外周血涂片的检查时所看到的粒细胞的变化。一般在具有败血症的患者中发现这些变化。毒性颗粒化被描述为在粒细胞(尤其中性粒细胞)中发现的暗紫色粗糙颗粒。如果染色组合物未被适当地配制或染色未被适当使用，则它可能在细胞中造成如下状况：正常的嗜中性颗粒趋向于过度染色且显现为毒性颗粒。

[0005] 尽管存在许多确定染色成分及其相对量、纯度、pH和所涉及试剂的其它物化特性的分析方法，但是这些特性在确定其最终质量和使用性时是无用的，主要因为这些特性与最终染色产品有关且不仅仅为所使用的各种试剂的质量。比如所使用的试剂和染色方法的组合的因素以及样本的可变性严重影响所获得的染色质量和使用性。认证机构(诸如生物染色委员会)继续以由专业人士执行的染色样本的主观评价为染色认证的基础。此外，制备染色剂或使用染色样本的器具的过程需要可主观测量其质量和使用性的标准化分析方法。

[0006] 如所提及，下文为由医学专家在评价染色质量时使用的评分指导的示例(选自Brown,Hematology Principles and Procedures，第6版，1993，Lea和Febiger，费城，第102-105页；Carr和Rodak,Clinical Hematology Atlas，第3版，2009，Saunders
Elsevier)：

[0007] “染色质量：

[0008] 针对涂片镜检和手动差异，使用下拉选择列表在线回答问题“染色质量可接受吗？”。根据如下内容，如果染色细胞出现，这回答“是”：

[0009] ·红细胞：粉色到橘红色的双凹面的盘状形式(通常)

[0010] ·淋巴细胞：深紫色细胞核、伴随中蓝色细胞质

[0011] ·单核细胞：中紫色的分裂细胞核、伴随淡蓝色细胞质

[0012] ·中性粒细胞：深蓝色到紫色的细胞核(3个更多个裂片)、浅粉色到几乎无色的细胞质、红色到淡紫色的小颗粒

[0013] ·嗜酸性粒细胞：在浅粉色细胞质中的亮红色或红褐色颗粒、蓝色到蓝紫色的细胞核(多裂片的)

[0014] ·嗜碱性粒细胞：在浅蓝色或非彩色细胞质中的深紫色和墨紫色颗粒、深蓝色到紫色的细胞核(经常为二裂片的)

[0015] ·血小板：在浅蓝色细胞质中的清楚划分界线的蓝紫色-紫色颗粒”

[0016] 以上指导清楚地展示了传统的染色质量评价的主观性。发明内容

[0017] 本公开的方面包括一种评估组织学染色样本的方法，所述方法包括：获得所述样本的数字彩色图像；基于所述样本的生物特征，在所述图像上限定感兴趣区域(Region Of Interest，ROI)；将所述数字彩色图像分离成单独颜色通道；确定用于所述ROI的颜色特性，其中，所述颜色特性包括在所述单独颜色通道中的一者或多者中的、所述ROI上的一个或多个颜色参数的量化；以及将确定的所述颜色特性与特定于所述生物特征和组织学染色的参考颜色特性相比较，以评估所述组织学染色样本。

[0018] 在其它方面中，所述方法包括：其中，在限定所述ROI之后执行图像分离。在其它方面中，所述一个或多个颜色参数包括单独颜色通道的平均强度。在一些方面中，所述颜色特性包括通过确定第一颜色通道的平均强度值与第二颜色通道的平均强度值的比率而计算的颜色系数。

[0019] 在其它方面中，所述方法包括：其中，所述颜色特性包括通过确定第一颜色通道的平均强度值与第二颜色通道的平均强度值的比率而计算的第一颜色系数、以及通过确定第三颜色通道的平均强度值与所述第一颜色通道或所述第二颜色通道的平均强度的比率而计算的第二颜色系数。

[0020] 在其它方面中，所述方法包括：其中，所述颜色特性包括通过确定所述第一颜色系数与所述第二颜色系数的比率而计算的第三颜色系数。

[0021] 在其它方面中，所述方法包括：其中，所述ROI包括细胞或其一部分、多个细胞、细胞的细胞质或其一部分、或者细胞的细胞核或其一部分。

[0022] 在一些方面中，所述参考颜色特性可以来源于参考组织学染色样本。在其它方面中，所述参考颜色特性包括阈值。在其它方面中，所述评估包括：确立确定的所述颜色特性是否在预定范围内，以及当在所述范围内时，进一步处理所述样本。在其它方面中，所述评估包括：确立确定的所述颜色特性是否在预定范围之外，以及当在所述范围之外时，不进一步处理所述样本。

[0023] 在其它方面中，所述方法包括：其中，所述评估是对组织学染色质量的评价，所述评估用于将所述ROI识别为所述图像的特征，所述评估用于将所述ROI与所述图像的其它特征区别开。

[0024] 在其它方面中，所述方法包括：量化所述图像的具有基本类似的颜色特性的附加ROI。

[0025] 在一些方面中，利用罗曼诺夫斯基(Romanowsky)染色剂对所述组织学样本进行染色。

[0026] 在其它方面中，所述颜色特性包括通过确定红色通道的平均强度值与绿色通道的平均强度值的比率而计算的颜色系数、和/或通过确定蓝色通道的平均强度值与所述红色通道的平均强度值的比率而计算的颜色系数。在一些方面中，所述颜色特性包括通过确定红色通道的平均强度值与绿色通道的平均强度值的比率而计算的第一颜色系数、以及通过确定蓝色通道的平均强度值与所述红色通道的平均强度值的比率而计算的第二颜色系数。

[0027] 在其它方面中，所述方法包括：其中，所述颜色特性包括通过确定所述第一颜色系数与所述第二颜色系数的比率而计算的第三颜色系数。

[0028] 在其它方面中，所述组织学样本源自于生物样品，例如包括血液样品、体液样品或组织样品。在一些方面中，所述生物特征为细胞，其中，所述细胞例如包括：红细胞、肥大细胞、巨核细胞、嗜碱性粒细胞、中性粒细胞、嗜酸性粒细胞、巨噬细胞、NK细胞、T细胞、B细胞或血祖细胞。

[0029] 在一些方面中，所述方法包括：对在获得所述数字彩色图像时使用的照明源进行校准，其中，所述校准包括对在空白载片上限定的ROI上的一个或多个颜色参数进行量化。

[0030] 本公开的方面包括一种评估组织学染色样本的质量的方法，所述方法包括：获得所述样本的数字彩色图像；基于所述样本的生物特征，在所述图像上限定感兴趣区域(ROI)；确定用于所述ROI的颜色特性，其中，所述颜色特性包括所述ROI上的一个或多个颜色参数的量化；以及将确定的所述颜色特性与特定于所述生物特征和组织学染色的参考颜色特性相比较，以评估所述组织学染色样本的质量。

[0031] 在其它方面中，所述方法包括：其中，所述一个或多个颜色参数包括光密度、色调、亮度和/或饱和度。在一些方面中，所述方法包括：将所述数字彩色图像分离成单独颜色通道，例如包括：其中，在限定所述ROI之后执行分离。

[0032] 在其它方面中，所述一个或多个颜色参数包括单独颜色通道的平均强度。在一些方面中，所述颜色特性包括两个或更多个颜色参数，其例如包括：光密度、色调、亮度、饱和度和/或单独颜色通道的平均强度。

[0033] 在其它方面中，所述颜色特性包括三个或更多个颜色参数，其例如包括：光密度、色调、亮度、饱和度和/或单独颜色通道的平均强度。

[0034] 在其它方面中，所述ROI包括细胞或其一部分、多个细胞、细胞的细胞质或其一部分、和/或细胞的细胞核或其一部分。

[0035] 在其它方面中，所述颜色特性包括细胞质染色颜色向量(Cytoplasmic Stain Color Vector，CSCV)。在一些方面中，所述CSCV基于红色通道、绿色通道和蓝色通道来确定且根据如下公式来计算：

[0036] 其中，“Mean”表示包括细胞的细胞质或其一部分的ROI上的每个颜色通道的平均强度值。在其它方面中，所述CSCV包括根据如下公式所计算的一个或多个方向分量：

[0037] 或

[0038] 或其组合。

[0039] 在其它方面中，所述细胞质染色颜色向量基于色调值、饱和度值和光度值来确定且根据如下公式来计算：

[0040] 其中，“Mean”表示包括细胞的细胞质或其一部分的ROI上的平均色调值、平均饱和度值和平均光度值。在一些方面中，所述CSCV包括根据如下公式所计算的一个或多个方向分量：

[0041] 或

[0042] 或其组合。

[0043] 在其它方面中，所述颜色特性包括细胞核染色颜色向量(Nuclear Stain Color Vector，NSCV)。在一些方面中，所述细胞核染色颜色向量基于红色通道、绿色通道和蓝色通道来确定且根据如下公式来计算：

[0044] 其中，“Mean”表示包括细胞的细胞核或其一部分的ROI上的每个颜色通道的平均强度值。在一些方面中，所述NSCV包括根据如下公式所计算的一个或多个方向分量：

[0045] 或

[0046] 或其组合。

[0047] 在其它方面中，所述细胞核染色颜色向量基于色调值、饱和度值和光度值来确定且根据如下公式来计算：

[0048] 其中，“Mean”表示包括细胞的细胞核或其一部分的ROI上的平均色调值、平均饱和度值和平均光度值。在一些方面中，所述NSCV包括根据如下公式所计算的一个或多个方向分量：

[0049] 或

[0050] 或其组合。

[0051] 在其它方面中，所述颜色特性包括细胞质染色颜色向量与细胞核染色颜色向量的比率。

[0052] 在其它方面中，所述参考颜色特性来源于参考组织学染色样本。在一些方面中，所述参考颜色特性包括阈值。

[0053] 在其它方面中，所述评估包括：确立确定的所述颜色特性是否在预定质量范围内，以及当在所述范围内时，进一步处理所述样本。在一些方面中，所述评估包括：确立确定的所述颜色特性是否在预定质量范围之外，以及当在所述范围之外时，不进一步处理所述样本。

[0054] 在其它方面中，所述方法包括：其中，利用罗曼诺夫斯基染色剂对所述组织学样本进行染色。在一些方面中，所述组织学样本源自于生物样品，其例如包括血液样品、体液样品或组织样品。在一些方面中，所述生物特征为细胞，其例如包括红细胞、肥大细胞、巨核细胞、嗜碱性粒细胞、中性粒细胞、嗜酸性粒细胞、巨噬细胞、NK细胞、T细胞、B细胞或血祖细胞。

[0055] 本公开的方面包括一种识别血液涂抹样本的异常区域的方法，所述方法包括：获得所述样本的数字彩色图像；在所述图像上限定感兴趣区域(ROI)，所述ROI跨越涂片的长度的至少一部分；沿着所述ROI的轴线量化多个颜色参数且记录沿着所述轴线的每个值的位置；比较所述多个颜色参数中的每一者以识别异常值；以及基于与所述异常值对应的所记录的位置识别所述涂片的异常区域。

[0056] 在一些方面中，所述轴线的取向选自由平行于所述涂片的方向、垂直于所述涂片的方向、以及与所述涂片的方向成45度角所构成的组。

[0057] 在其它方面中，所述ROI跨越所述涂片的检查区域的长度的至少一部分，例如包括：所述涂片的检查区域的长度的至少一半或所述涂片的检查区域的长度的至少90％。

[0058] 在其它方面中，所述方法包括：将所述数字彩色图像分离成单独颜色通道，例如包括：在限定所述ROI之后执行分离。

[0059] 在其它方面中，所述多个颜色参数包括单独颜色通道的平均强度。在一些方面中，针对所述多个颜色参数中的每一者计算颜色系数，以及比较步骤包括：比较计算的所述颜色系数中的每一者以识别所述异常值。

[0060] 本公开的方面包括一种用于评估组织学染色样本的系统，所述系统包括：显微镜；数字彩色相机，所述数字彩色相机附接到所述显微镜且配置成获得所述样本的数字彩色图像；库，所述库包括特定于组织学染色参考样本的生物特征的多个参考颜色特性；图像处理电路，所述图像处理电路配置成：i)基于所述样本的生物特征，在所述数字彩色图像上限定感兴趣区域(ROI)；ii)将所述数字彩色图像分离成单独颜色通道；iii)确定用于所述ROI的颜色特性，其中，所述颜色特性包括针对所述单独颜色通道中的一者或多者的、所述ROI上的一个或多个颜色参数的量化；以及iv)将确定的所述颜色特性与所述库的所述多个参考颜色特性中的一个或多个参考颜色特性相比较，以评估所述组织学染色样本。

[0061] 在一些方面中，所述系统包括连接到所述图像处理电路的单个存储器，所述存储器存储所述库且配置成接收所述数字彩色图像。在其它方面中，所述系统包括：连接到所述图像处理电路的第一存储器，所述第一存储器存储所述库；以及连接到所述图像处理电路的第二存储器，所述第二存储器配置成接收所述数字彩色图像。

[0062] 在其它方面中，所述系统还包括用于报告所述评估的结果的信号系统。

[0063] 在其它方面中，所述一个或多个颜色参数包括单独颜色通道的平均强度。在一些方面中，所述颜色特性包括通过确定第一颜色通道的平均强度值与第二颜色通道的平均强度值的比率而计算的颜色系数。在一些方面中，所述颜色特性包括通过确定第一颜色通道的平均强度值与第二颜色通道的平均强度值的比率而计算的第一颜色系数、以及通过确定第三颜色通道的平均强度值与所述第一颜色通道或所述第二颜色通道的平均强度的比率而计算的第二颜色系数。在一些方面中，所述颜色特性还包括通过确定所述第一颜色系数与所述第二颜色系数的比率而计算的第三颜色系数。

[0064] 在其它方面中，所述多个参考颜色特性来源于参考组织学染色样本。

[0065] 在其它方面中，所述系统评估确定的所述颜色特性是否在预定范围内，以及当在所述范围内时，释放所述样本以用于进一步处理。在其它方面中，所述系统评估确定的所述颜色特性是否在预定范围之外，以及当在所述范围之外时，保持所述样本以防止进一步处理。

[0066] 在其它方面中，所述系统评估组织学染色质量。在一些方面中，所述图像处理电路还配置成基于所述评估识别所述ROI和/或基于所述评估将所述ROI与所述图像的其它特征区别开。

[0067] 本公开的方面包括一种用于评估组织学染色样本的质量的系统，所述系统包括：显微镜；数字彩色相机，所述数字彩色相机附接到所述显微镜且配置成获得所述样本的数字彩色图像；库，所述库包括特定于组织学染色参考样本的生物特征的多个参考质量颜色特性；图像处理电路，所述图像处理电路配置成：i)基于所述样本的生物特征，在所述数字彩色图像上限定感兴趣区域(ROI)；ii)确定用于所述ROI的颜色特性，其中，所述颜色特性包括所述ROI上的一个或多个颜色参数的量化；以及iii)将确定的所述颜色特性与所述库的所述多个参考质量颜色特性中的一个或多个参考质量颜色特性相比较，以评估所述组织学染色样本的质量。

[0068] 在一些方面中，所述系统包括连接到所述图像处理电路的单个存储器，所述存储器存储所述库且配置成接收所述数字彩色图像。在其它方面中，所述系统包括：连接到所述图像处理电路的第一存储器，所述第一存储器存储所述库；以及连接到所述图像处理电路的第二存储器，所述第二存储器配置成接收所述数字彩色图像。

[0069] 在其它方面中，所述系统还包括用于报告所述评估的结果的信号系统。

[0070] 在其它方面中，所述图像处理电路还配置成将所述数字彩色图像分离成单独颜色通道。在一些方面中，所述一个或多个颜色参数包括光密度、色调、亮度、饱和度和/或单独颜色通道的平均强度。

[0071] 在其它方面中，所述颜色特性包括选自由光密度、色调、亮度、饱和度和单独颜色通道的平均强度所构成的组中的两个或更多个颜色参数。在一些方面中，所述颜色特性包括选自由光密度、色调、亮度、饱和度和单独颜色通道的平均强度所构成的组中的三个或更多个颜色参数。

[0072] 在其它方面中，所述颜色特性包括细胞质染色颜色向量(CSCV)。在一些方面中，所述CSCV基于红色通道、绿色通道和蓝色通道来确定且根据如下公式来计算：

[0073] 其中，“Mean”表示包括细胞的细胞质或其一部分的ROI上的每个颜色通道的平均强度值。在一些方面中，所述CSCV包括根据如下公式所计算的一个或多个方向分量：

[0074] 或

[0075] 或其组合。

[0076] 在其它方面中，所述细胞质染色颜色向量基于色调值、饱和度值和光度值来确定且根据如下公式来计算：

[0077] 其中，“Mean”表示包括细胞的细胞质或其一部分的ROI上的平均色调值、平均饱和度值和平均光度值。在一些方面中，所述CSCV包括根据如下公式所计算的一个或多个方向分量：

[0078] 或

[0079] 或其组合。

[0080] 在其它方面中，所述颜色特性包括细胞核染色颜色向量(Nuclear Stain Color Vector，NSCV)。在一些方面中，所述细胞核染色颜色向量基于红色通道、绿色通道和蓝色通道来确定且根据如下公式来计算：

[0081] 其中，“Mean”表示包括细胞的细胞核或其一部分的ROI上的每个颜色通道的平均强度值。在一些方面中，所述NSCV包括根据如下公式所计算的一个或多个方向分量：

[0082] 或

[0083] 或其组合。

[0084] 在其它方面中，所述细胞核染色颜色向量基于色调值、饱和度值和光度值来确定且根据如下公式来计算：

[0085] 其中，“Mean”表示包括细胞的细胞核或其一部分的ROI上的平均色调值、平均饱和度值和平均光度值。在一些方面中，所述NSCV包括根据如下公式所计算的一个或多个方向分量：

[0086] 或

[0087] 或其组合。

[0088] 在其它方面中，所述颜色特性包括细胞质染色颜色向量与细胞核染色颜色向量的比率。在一些方面中，所述多个参考质量颜色特性来源于质量已知的参考组织学染色样本。

[0089] 在其它方面中，所述系统评估确定的所述颜色特性是否在预定范围内，以及当在所述范围内时，将所述样本识别为优等质量且释放所述样本以进行进一步处理。在一些方面中，所述系统评估确定的所述颜色特性是否在预定范围之外，以及当在所述范围之外时，将所述样本识别为质量不足且保持所述样本以防止进一步处理。

[0090] 本公开的方面包括一种存储指令的非暂时性计算机可读介质，所述指令在被计算设备执行时使所述计算设备执行如下步骤：基于组织学染色样本的生物特征，在所述样本的数字彩色图像上限定感兴趣区域(ROI)；确定用于所述ROI的颜色特性，其中，所述颜色特性包括所述ROI上的一个或多个颜色参数的量化；以及将确定的所述颜色特性与特定于所述生物特征和组织学染色的参考颜色特性相比较，以评估所述组织学染色样本。

[0091] 本公开的方面包括一种存储指令的非暂时性计算机可读介质，所述指令在被计算设备执行时使所述计算设备执行如下步骤：在数字图像上限定感兴趣区域(ROI)，所述ROI跨越涂片的长度的至少一部分；沿着所述ROI的轴线量化多个颜色参数且记录沿着所述轴线的每个值的位置；比较所述多个颜色参数中的每一者以识别异常值；以及基于与所述异常值对应的所记录的位置识别所述涂片的异常区域。附图说明

[0092] 图1示出对于两种罗曼诺夫斯基染色剂的吸收光谱的示例。

[0093] 图2示出对于彩色CCD相机的光谱响应的示例。

[0094] 图3A和图3B示出具有明确定义的颜色的颜色目标掩模(图3A)以及示出针对目标掩模所计算的一组颜色特征的表格(图3B)。

[0095] 图4A和图4B示出来自瑞氏-吉姆萨(Wright-Giemsa)染色涂片的图像的嗜酸性粒细胞着色的评价。

[0096] 图5A和图5B示在自瑞氏-吉姆萨染色涂片的图像中的红细胞着色的评价。

[0097] 图6提供用于利用同一染色协议对血液涂片进行染色的两种不同的瑞氏-吉姆萨染色制剂的吸收光谱。

[0098] 图7提供在利用略微不同的瑞氏-吉姆萨染色制剂进行染色的载片上获得的嗜碱性粒细胞(来自同一血液样本)的图像：(左)染色制剂1和(右)染色制剂2。

[0099] 图8提供示出根据本公开的实施方式的计算机培训和样本评估的流程图。

[0100] 图9提供根据本公开的实施方式的从浅染色的淋巴细胞和深染色的淋巴细胞收集的RGB特性值的散点图。

[0101] 定义

[0102] 术语“评估”包括任何形式的测量且包括确定元素是否存在。术语“确定”、“测量”、“评价”、“评估”和“鉴定”可互换使用且包括定量与定性确定。评估可以是相对的或绝对的。“评估...的标识”包括确定特定的化合物或制剂或物质或细胞类型或细胞隔间或亚细胞结构或细胞形态特征的最可能的标识和/或确定预测的化合物或制剂或物质或细胞类型或细胞隔间或亚细胞结构或细胞形态特征是否存在。“评估...的质量”包括对质量进行定量与定性评估，例如通过确定值与质量已知的参考或标准的比较。

[0103] 如在本文中所使用的术语“组织学”或“组织学的”通常指的是从多细胞生物体(包括但不限于植物和动物)获得的细胞的细胞解剖学和/或形态学的显微镜分析。因此，“组织学染色剂”指的是在细胞解剖学和/或形态学的分析中所使用的染色剂，以及“组织学分析仪”指的是分析从多细胞动物获得的细胞的解剖学和/或形态学的器具。如在本文中所使用，组织学分析仪将通常指的是使用一种或多种组织学染色剂来进行组织学评估的器具。

[0104] 如在本文中所使用的术语“细胞学”或“细胞学的”通常指的是组织学的子类，其包括单独细胞、分裂细胞、松散细胞、细胞集群等的显微镜分析。细胞学样品的细胞可以为在一种或多种体液中或从一种或多种体液获得的细胞。因此，“细胞学染色剂”指的是在单独细胞、分裂细胞、松散细胞、细胞集群等的分析中所使用的染色剂，以及“细胞学分析仪”指的是分析单独细胞、分裂细胞、松散细胞、细胞集群等的解剖学和/或形态学的器具。如在本文中所使用，细胞学分析仪将通常指的是使用一种或多种细胞学染色剂来进行细胞学评估的器具。

[0105] 如在本文中所使用的术语“体液”通常指的是源自于“生物样品”的流体，该“生物样品”包括从个体或个体群获得的各种各样的样品类型且可以被用在诊断、监测或筛选实验中。该定义涵盖生物起源的血液和其它液体样品。该定义也包括在获得之后以任何方式操纵的样品，诸如通过各个样品的混合或合并、利用试剂的治疗、溶解、或对于特定成分(诸如有核细胞、无核细胞、病原体等)的浓缩。

[0106] 术语“生物样品”涵盖临床样品，且也包括培养的细胞、细胞上清液、细胞溶解产物、血清、血浆、生物流体、和组织样品。术语“生物样品”包括尿液、唾液、脑脊髓液、间质液、眼内液、滑膜液、血液部分(诸如血浆和血清)等。

[0107] 如在本文中所使用的术语“输入”用于指将信息输入计算机的任何方式，诸如例如通过使用用户界面。例如，在特定情况下，输入可以涉及选择在计算机系统上已存在的参考光谱或光谱特性或其库。在其它情况下，输入可以涉及将光谱或光谱特性添加到计算机系统，例如通过在能够与计算机交互的设备上测量样品的光谱。输入也可以使用用户界面来完成。

[0108] 如在本文中所使用，术语“执行”用于指用户启动程序所采取的行动。

[0109] 术语“控制”、“控制试样”、“控制样品”等指的是采样、试验、或实验或诊断过程或实验设计的其它部分，对此所预期的结果是高确定性已知的，例如，为了指示从相关联的实验样品获得的结果是否为可靠的、指示相关联的实验结果指示真实结果的可信度、和/或允许实验结果的校正。例如，在一些实例中，控制可以为“负控制”试样，从而排除该试样的主要成分，使得实验员可以高度确定该负控制试样将不会产生阳性结果。在一些实例中，控制可以为“正控制”，从而特定试样的所有成分被表征且已知，当组合时，在被执行的该试样中产生特定结果，使得实验员可以高度确定该正控制试样将不会产生阳性结果。控制也可以包括“空白”样品、“标准”样品(例如“黄金标准”样品)、经验证的样品等。

具体实施方式

[0110] 本公开包括基于组织学染色样本的感兴趣区域的确定的颜色特性来评估该样本的方法。可以出于各种目的而执行这类评估，包括但不限于：评估组织学染色的质量，作为识别图像的一个或多个生物相关特征的一部分，作为将图像的一个特征与图像的其它特征区别开的一部分；识别染色样本的异常区域、对样本的细胞分类等。还提供配置成执行所公开方法的系统以及存储用于执行所公开方法的步骤的指令的计算机可读介质。

[0111] 在更详细地描述本发明之前，应当理解，本发明不限于所描述的特定实施方式，因此当然可以改变。也应当理解，本文中所使用的术语仅为了描述特定实施方式，且不意图进行限制，因为本发明的范围将仅受限于所附权利要求。

[0112] 在提供一系列值的情况下，要理解，在该范围的上限与下限之间的每个居中值(到下限单位的十分之一，除非上下文另有明确指示)以及在该规定范围中的任何其它规定值或居中值被包含在本发明内。这些较小范围的上限与下限可以独立地被包括在所述较小范围中以及也被包含在本发明中，受制于在规定范围中的任何明确排除的界限。在规定范围包括所述界限中的一者或两者的情况下，排除那些被包括界限中的任一者或两者的范围也被包括在本发明中。

[0113] 特定范围在本文中呈现有前面带有术语“大约”的数值。术语“大约”在本文中用于提供对于其后面的准确数字以及靠近或接近该术语后面的数字的数的字面支持。在确定一个数是否靠近或接近明确所列数字时，该靠近或接近的非所列数字可以为在其呈现的上下文中提供明确所列数字的基本等效物的数字。

[0114] 除非另有限定，否则，本文中所使用的所有技术和科学术语具有与本发明所属领域中的普通技术人员所常规理解的含义相同的含义。尽管类似于或等效于本文中所描述的方法和材料的任何方法和材料也可以被用在本发明的实践和测试中，但是现在描述有代表性的说明性方法和材料。

[0115] 在本说明书中所引用的所有公开物和专利通过引用并入在本文中，犹如每个个体公开物或专利都具体地且单独地被指示为通过引用并入且通过引用并入在本文中以结合所述公开物所陈述的内容来公开和描述方法和/或材料。任何公开物的引用对于其公开而言都在递交日之前且不应当被视为承认本发明无权通过在先发明而先于这类公开物。另外，所提供的公开物的日期可以不同于可能需要独立确认的实际公开日期。

[0116] 要注意，如在本文中和在所附权利要求中所使用，单数形式“一”、“一个”和“该”包括复数个指示物，除非上下文另有明确指示。还要注意，权利要求可以被起草成排除任何可选元素。因此，该声明意图用作诸如连接权利要求元素的列举的“单独地”、“仅仅”等的排外性术语的使用或“负面”限制的使用的先行基础。

[0117] 如本领域的技术人员在阅读本公开之后将清楚，本文中所描述且所示出的各个实施方式中的每一者具有分立部件和特征，这些分立部件和特征可以很容易与其它多个实施方式中的任一者的特征分离或组合，而不脱离本发明的范围或精神。任何所列方法可以按所列事件的顺序或按逻辑上可行的任何其它顺序来进行。

[0118] 方法

[0119] 本公开包括从组织学染色样本的数字彩色图像使用从该图像确定的颜色特性评估该样本的方法。本公开的方面包括获得组织学染色样本的数字彩色图像且限定感兴趣区域(ROI)，从该ROI提取一个或多个颜色参数且将其用于确定颜色特性。

[0120] 如在本文中所使用的术语“颜色特性”指的是独特的颜色参数(及其值)或表示ROI的多个颜色参数(具有对应值)的组合。组成颜色特性的颜色参数的数量将根据各种因素而改变，各种因素包括但不限于例如从其导出颜色参数的特定ROI、颜色参数的类型、组织学染色的类型、组织学样本的类型等。因此，组成颜色特性的颜色参数的数量的范围可以从1到10或更多，包括但不限于例如1到10、1到9、1到8、1到7、1到6、1到5、1到4、1到3、2到10、3到10、4到10、5到10、6到10、7到10、8到10、1、2、3、4、5、6、7、8、9、10、10或更多等。任何单独的颜色参数或颜色参数的组合可以发现在颜色特性中的使用，假如形成的颜色特性表示ROI且足以允许如本文中所描述的评估。

[0121] 在一个实施方式中，颜色特性的一个或多个颜色参数可以基于互补色。如在本文中所使用的术语“互补色”通常指的是在色谱中直接彼此相反的颜色，其在按正确比例组合时产生白光或灰度值。例如，420-430nm光的吸收使物质呈现黄色，以及500-520nm光的吸收使物质呈现红色。绿色是独特的，原因是绿色可以由400nm附近的吸收以及800nm附近的吸收来创建。

[0122] 通常范围从大约400nm到430nm的紫色光互补于黄色光。通常范围从大约430nm到480nm的蓝色光互补于橙色光。通常范围从大约480nm到560nm的绿色光互补于红色光。通常范围从大约560nm到590nm的黄色光互补于紫色光。通常范围从大约590nm到630nm的橙色光互补于蓝色光。通常范围从大约630nm到750nm的红色光互补于绿色光。将如很容易理解的，由于颜色的光谱性质，不同颜色之间的波长边界改变，因此在一些实例中，定义特定颜色的波长可以不同于上述那些波长。

[0123] 颜色互补基于处于一个或多个特定波长的光的吸收。例如，当白光穿过吸收处于波长X的光的物质时，在波长X的颜色中耗尽透射光，从而互补于波长X的颜色占优势，以及透射光呈现互补于波长X的颜色的波长的色调。

[0124] 组织学染色的染料成分吸收处于一个或多个特定波长范围(即，吸收波段)的光，形成染料的颜色。组织学染色制剂的吸收光谱比染料成分的吸收的简单总和更加复杂，因为制剂的各个成分(包括染料成分和非染料成分)交互以影响该制剂的一种或多种其它染料的吸收。另外，当应用于样本时，组织学染色制剂的成分还与该样本的组分(包括例如细胞组分)交互，在此，这类交互可以针对于特定细胞组分(例如细胞质、细胞核等)。来源于这些交互的吸收(如被收集为数字彩色图像中的颜色)可以被用作颜色特性的方面。

[0125] 在一些实例中，可以针对特定的一种染色或一组染色来推导颜色特性，在此，该特征的一个或多个颜色参数基于该特定的一种染色或一组染色的染料的颜色互补。例如，在一些实例中，针对罗曼诺夫斯基染色所推导的颜色特性基于罗曼诺夫斯基染色染料的颜色互补，包括但不限于例如曙红色和天蓝色/亚甲蓝色。

[0126] 在一些实例中，针对罗曼诺夫斯基染色的颜色特性可以包括但不限于例如红色调颜色参数(例如，红色系数值)、蓝色调颜色参数(例如，蓝色系数值)、蓝-红平衡值(例如，蓝色系数值除以红色系数值)、及其组合。

[0127] 在其它实例中，针对组织学染色样本的颜色特性可以包括但不限于一个或多个色调颜色参数，其包括但不限于例如紫色调颜色参数、淡紫色调颜色参数、深紫色调颜色参数、浅蓝色调颜色参数、淡灰-蓝色调颜色参数、蓝绿色调颜色参数、绿色调颜色参数、黄色调颜色参数、深红色调颜色参数、树莓色调颜色参数、粉色调颜色参数、及其组合。

[0128] 在一些实例中，针对组织学染色样本的颜色特性可以包括一个或多个平均颜色强度颜色参数，其包括但不限于例如对于红色的平均值、对于绿色的平均值、对于蓝色的平均值、及其组合。

[0129] 在一些实例中，针对组织学染色样本的颜色特性可以包括数字图像的颜色和/或颜色通道的一个或多个特征(包括光密度、色调、亮度、饱和度等)，其包括但不限于例如数字图像的红色和/或红色通道的一个或多个特征(例如，包括红色光密度、红色色调、红色亮度、红色饱和度等)、数字图像的绿色和/或绿色通道的一个或多个特征(例如，包括绿色光密度、绿色色调、绿色亮度、绿色饱和度等)、数字图像的蓝色和/或蓝色通道的一个或多个特征(例如，包括蓝色光密度、蓝色色调、蓝色亮度、蓝色饱和度等)。

[0130] 在一些实例中，针对组织学染色样本的颜色特性可以包括一个或多个颜色参数比率。例如，在一些实例中，颜色特性可以包括两个不同颜色通道的两个平均强度的比率，其包括但不限于例如红色通道强度与蓝色通道强度的比率、蓝色通道强度与绿色通道强度的比率、红色通道强度与蓝色通道强度的比率等。

[0131] 在一些实例中，针对组织学染色样本的颜色特性可以包括表征特定ROI的颜色的一个或多个颜色参数向量。例如，在一些实例中，颜色特性可以包括一个或多个细胞核染色颜色向量、一个或多个细胞质染色颜色向量等。

[0132] 如上所述，各种颜色参数可以发现在颜色特性中的使用，该颜色特性在对组织学染色样本(包括但不限于例如本文中所描述的那些颜色参数)进行评估时是有用的。

[0133] 颜色参数

[0134] 本方法包括：量化用于确定颜色特性的一个或多个颜色参数，该颜色特性可以用于对组织学染色样本进行评估。可以从数字彩色图像推导的任何合适的颜色参数可以发现在主题方法中的使用，假如颜色参数可以被用作足以执行如本文中所描述的评估的颜色特性或其一部分。因此，实际的颜色参数(例如，如组成颜色特性)将改变。

[0135] 在一些实例中，可以从数字图像的颜色通道量化颜色参数。例如，在一些实例中，可以将数字彩色图像分为其组成通道，以及可以针对单独颜色通道中的一者或多者(包括但不限于单独颜色通道中的两者或更多者、单独颜色通道中的三者或更多者等)量化颜色参数。单独颜色通道的任何便利且合适的统计测量可以发现在推导颜色参数时的使用，该颜色参数包括但不限于例如平均强度、中位强度等，其中，可以在该通道的整个强度直方图或其一部分(包括但不限于例如动态范围部分)上计算统计测量。

[0136] 在一些实例中，可以从数字图像的颜色特征或特性量化颜色参数。例如，在一些实例中，颜色参数可以为光密度、色调、亮度、饱和度等。另外，颜色参数可以包括在从两个或更多个颜色特征计算颜色参数的情况，上述两个或更多个颜色特征包括但不限于例如光密度、色调、亮度、饱和度等中的两者或更多者，光密度、色调、亮度、饱和度等中的三者或更多者，光密度、色调、亮度、饱和度等中的四者或更多者。一个或多个颜色特征的任何便利且合适的统计测量可以发现在推导颜色参数时的使用，该颜色参数包括但不限于例如平均值、中值等，其中，可以在整个强度直方图或其一部分(包括但不限于例如动态范围部分)上计算统计测量。

[0137] 在一些实例中，可以从两个或更多个量化的颜色参数量化颜色参数。例如，在一些实例中，可以从两个不同颜色通道的两个统计测量(例如平均值、中值等)量化颜色参数，包括但不限于例如从红色通道和绿色通道的统计测量进行量化、从红色通道和蓝色通道的统计测量进行量化、从蓝色通道和绿色通道的两个统计测量进行量化等。

[0138] 在一些实例中，可从两个或更多个量化的颜色参数量化的颜色参数包括颜色系数，其中，从第一通道的平均强度与第二通道的平均强度的比率来计算该颜色系数。例如，在一些实例中，计算红色系数，其中，该红色系数为红色通道的平均强度与绿色通道的平均强度的商。在一些实例中，计算蓝色系数，其中，该蓝色系数为蓝色通道的平均强度与红色通道的平均强度的商。

[0139] 在一些实例中，可从两个或更多个量化的颜色参数量化的颜色参数包括颜色比率，其中，颜色比率可以为简单颜色比率(例如，红色通道的强度与绿色通道的强度的比率等)或次级颜色比率(例如，从两个计算出的简单比率的比率推导比率)。例如，在一些实例中，颜色参数可以为颜色平衡，其中，从第一颜色系数与第二颜色系数的商计算该颜色平衡。在一些实例中，颜色参数可以为计算的蓝-红平衡，其中，从蓝色系数与红色系数的商计算该蓝-红平衡。

[0140] 在一些实例中，可以从单独颜色通道统计量化的颜色参数包括但不限于ROI颜色向量，其中，ROI颜色向量被计算为各个通道的平均通道强度的平方的全部总和的平方根。ROI颜色向量的ROI可以为任何有用且合适的ROI，包括但不限于例如由样本的一个或多个细胞的生物特征所限定的ROI，该生物特征包括但不限于例如细胞、细胞核、细胞质等。在一些实例中，ROI颜色向量为细胞核染色颜色向量(NSCV)或细胞质染色颜色向量(CSCV)。在一些实例中，颜色参数可以包括两个ROI颜色向量的比率。

[0141] 在一些实例中，CSCV可以基于红色通道、绿色通道和蓝色通道来确定且根据如下公式来计算：

[0142] 其中，“Mean”表示包括细胞的细胞质或其一部分的ROI上的每个颜色通道的平均强度值。

[0143] 在一些实例中，CSCV可以基于色调值、饱和度值和光度值来确定且根据如下公式来计算：

[0144] 其中，“Mean”表示包括细胞的细胞质或其一部分的ROI上的平均色调值、平均饱和度值和平均光度值。

[0145] 在一些实例中，NSCV可以基于红色通道、绿色通道和蓝色通道来确定且根据如下公式来计算：

[0146] 其中，“Mean”表示包括细胞的细胞核或其一部分的ROI上的每个颜色通道的平均强度值。

[0147] 在一些实例中，NSCV可以基于色调值、饱和度值和光度值来确定且根据如下公式来计算：

[0148] 其中，“Mean”表示包括细胞的细胞核或其一部分的ROI上的平均色调值、平均饱和度值和平均光度值。

[0149] 量化的颜色参数和/或从其它颜色参数计算的更高阶颜色参数的任何组合可以发现在推导如本文中所描述的颜色特性时的使用。颜色参数的组合将根据各种因素而改变，各种因素包括但不限于所使用的组织学染色、样本、评估的目的以及图像的ROI。

[0150] 一个或多个感兴趣区域(ROI)

[0151] 本方法包括从数字图像推导颜色参数，其中，推导的颜色参数可以与样本的图像的一个或多个感兴趣区域(ROI)有关。图像的ROI可以为用于推导用在如本文中所描述的方法中的颜色参数的任何集合或像素。可以针对特定图像限定单个ROI或多个ROI，以及例如，ROI可以包括样本或其一部分的整个图像或基本上整个图像，例如，如由该图像的某个生物特征(例如，该图像的细胞)所限定。

[0152] 用于计算颜色参数的有用ROI包括但不限于细胞ROI，其包括数字图像的一个或多个细胞或细胞的一个或多个部分。相应地，推导的颜色参数可以与细胞有关，作为整体或各个细胞部分，其包括但不限于由细胞的结构单元限定的细胞部分、或由一些其它标准(包括非结构性标准)限定的细胞部分。

[0153] 细胞的结构单元(针对其的颜色参数可以被推导或可以被用于限定该细胞的细胞部分)包括通过显微镜检查可解析的该细胞的任何亚细胞组分，包括借助于组织学染色可解析的亚细胞组分，其包括但不限于细胞的细胞核、细胞的核膜、细胞的核仁、细胞的细胞质、细胞的核染质、细胞的异染色质、细胞的常染色质、细胞的浆膜、细胞的纤毛、细胞的颗粒、细胞的线粒体、细胞的高尔基体、细胞的内质网、细胞的微管、细胞的中间纤维等。

[0154] 如本文中所引用的非结构性标准指的是用于限定不基于细胞的底层结构组分和/或与细胞的底层结构组分不相关的细胞部分的标准。例如，在一些实例中，非结构性标准可以基于或来源于细胞的一个或多个所计算位置或测量，包括但不限于例如细胞的中心(例如，细胞的质心)、细胞的外周等。在一些实例中，非结构性标准可以为细胞的所计算位置或测量。在其它实例中，非结构性标准可以基于细胞的所计算位置或测量，例如包括细胞内的一个或多个圆圈(例如，如从细胞的质心所计算)、细胞内的一个或多个环(例如，如从细胞的质心所计算)、细胞内的一个或多个半圆(例如，如从细胞的质心所计算)、细胞的一个或多个扇区(例如，圆形扇区或其近似，如从细胞的质心所计算)、细胞的一个或多个片段(例如，圆形片段或其近似，如从细胞的质心所计算)等。

[0155] 如将很容易理解，细胞的结构单元和非结构单元(包括不同结构单元、不同非结构单元的组合以及结构单元与非结构单元组合)可以用于限定细胞部分，在一些实例中也可以用于限定如本文中所描述的ROI。

[0156] 在一些实例中，亚细胞组分的一部分(例如，细胞质的一部分、细胞核的一部分、细胞的一部分等)可以用于限定如本文中所描述的ROI，例如包括：亚细胞组分的该部分为细胞结构的一定百分比，包括但不限于例如亚细胞组分的1％、2％、3％、4％、5％、6％、7％、8％、9％、10％、11％、12％、13％、14％、15％、16％、17％、18％、19％、20％、25％、30％、
35％、40％、45％、50％、55％、60％、65％、70％、75％、80％、85％、90％、95％、100％等。

[0157] 在一些实例中，可以在一个或多个细胞ROI(包括细胞的整体或基本上整个细胞)上确定颜色参数。在一些实例中，可以在细胞部分(包括细胞结构限定部分和非结构限定部分)的一个或多个ROI或包括一个或多个细胞部分(例如，细胞的细胞质、细胞的细胞核等)的ROI上确定颜色参数。

[0158] 在一些实例中，可以在数字图像的一个或多个非细胞部分(包括但不限于例如图像的背景或其一部分)上确定颜色参数。

[0159] 数字彩色图像

[0160] 可以新获取主题方法的数字彩色图像，例如包括：在获取之后立即处理该图像，或可以已预先获取该图像且例如可以在处理之前在一定时间长度内将该图像存储在合适设备或介质上的情况。在一些实例中，预先获取的图像可以被存储在数据库中，该数据库例如包括为了后续分析而预先收集的图像的数据库、属于特定患者的预先收集的图像的数据库、属于特定组织学分析设备的预先收集的图像的数据库、属于特定染色或染色制造商的预先收集的图像的数据库、属于特定组织学分析实验室的预先收集的图像的数据库等。

[0161] 在一些实例中，根据本公开，可以仅在对预先收集的图像执行初级组织学分析之后存储且分析该图像。通过“初级组织学分析”指的是出于一个或多个医学目的(包括但不限于例如筛选、诊断、预后等)而对样本执行的组织学分析。出于各种各样的原因，例如包括评估或确认在样本上使用的组织学染色的质量，可以执行对预先收集的图像(已针对其执行了样本的初级组织学分析)的分析。

[0162] 可以使用任何合适的颜色使能图像捕获设备来捕获获取的数字彩色图像。合适的数字彩色图像捕获设备将为单机图像捕获单元或可以为集成式图像捕获设备，其作为较大分析系统的一部分，该较大分析系统例如包括组织学分析仪、自动显微镜系统、血液分析仪、细胞学分析仪、成像流血细胞计数器、成像微流体系统等。合适的数字彩色图像捕获设备将根据特定成像环境、图像捕获的目的以及作为整体的设备或系统的相关联部件而大幅改变。

[0163] 在最低限度上，适合于用在所描述方法中的彩色图像捕获设备将包括：能够捕获数字彩色图像的数字彩色相机、以及存储该数字彩色图像和/或将该图像转移到所附接的图像处理电路或所附接的存储设备以供后续转移到图像处理电路的装置。合适的数字彩色相机将改变且将通常包括具有足够高的分辨率和足以捕获图像的彩色捕获的任何数字彩色相机，该图像可以根据本文中所描述的方法来处理。

[0164] 所公开方法的方面包括：通过捕获来自患者的组织学染色样本的数字彩色图像来获得组织学染色细胞的数字彩色图像，其中，该样本包含组织学染色细胞或被制备成包括组织学染色细胞。在一些实例中，组织学染色细胞包括血液学染色细胞。

[0165] 在其它实例中，获得组织学染色细胞的数字彩色图像可以包括接收数字彩色图像，例如包括：从各种源接收数字彩色图像，上述各种源包括但不限于集成式成像设备、外部成像设备、计算机存储器、计算机可读介质、服务器、远程服务器等。数字彩色图像可以通过数据或计算机连接来接收或可以被接收在计算机可读介质上。

[0166] 如在本文中所使用的“数字图像”通常指的是二维图像的数字表示(例如二进制表示)，该二维图像可以为分辨率固定的或不固定的。分辨率固定的图像在XY取向上具有固定数量的像素行列。在一些实例中，数字图像可以为三维的，在XYZ取向上具有固定数量的体素。像素或体素被存储在计算机存储器中，作为栅格图像或栅格地图、以未压缩或压缩形式发送或存储的小整数的二维或三维阵列。合适的数字图像文件格式包括但不限于例如BMP、BPG、CD5、DEEP、ECW、Exif、FITS、FLIF、GIF、HDR、HEIF、ILBM、ILBM、IMG、IMG、JPEG 2000、JPEG XR、JPEG/JFIF、分层图像文件格式、Nrrd、PAM、PBM、PCX、PGF、PGM、PLBM、PNG、PNM、PPM、SGI、SID、Sun Raster、TGA、TIFF、VICAR、WEBP等。

[0167] 数字图像可以为各种各样的图像位深度，例如取决于捕获的特定类型的图像(例如颜色或灰阶)和数码相机或其它图像捕获设备的敏感度，以及可以包括但不限于例如8位、10位、12位、14位、16位、18位、24位、30位、36位、48位、64位等。在一些实例中，彩色图像的通道可以单独地或可以被分为单独的8位灰度图像。在一些实例中，彩色图像的通道可以单独地或可以被分为单独的16位灰度图像。在一些实例中，可以从多个单独捕获的灰度图像生成数字彩色图像，通过将单独捕获的灰度图像分配到单个图像的不同颜色通道而将这些灰度图像组合为该单个图像。在其它实例中，数字彩色图像的所有颜色例如通过使用图像捕获设备而同时被捕获，该图像捕获设备具有分配给不同颜色的多个光检测器以及用于将不同颜色的光导向到不同光检测器的一个或多个光学设备。

[0168] 数字图像可以为二进制的(例如黑色和白色)、灰度或彩色格式且可以通过合适的图像处理算法而在多个格式之间转换。例如，彩色图像可以被“分”为单独颜色通道以针对每个颜色通道产生单独的灰度图像。例如，红绿蓝(RGB)图像可以被分为单独的红色、绿色和蓝色通道，以产生红色通道的灰度图像、绿色通道的灰度图像和蓝色通道的灰度图像。彩色图像可以在颜色空间之间被转换且被分为特定颜色空间的任何便利且合适的颜色通道，该特定颜色空间包括但不限于例如RGB颜色空间、CMYK颜色空间、HSV颜色空间、CIE颜色空间、实验室颜色空间、CIELUV颜色空间、YCbCr颜色空间等。二进制图像和灰度图像可以被应用于彩色图像的通道，以及例如，在多个二进制或灰度图像被应用于彩色图像的多个通道的情况下，可以从二进制图像和/或灰度图像构造或“合并”彩色图像。在将彩色图像分为单独颜色通道以产生灰度图像的情况下，单独的灰度图像可以通过其先前的通道名称来指代，例如，由红色通道产生的灰度图像可以在后续步骤中被称为“红色”，和/或由“红色”通道产生的任何值可以通过其先前的通道名称来指代，例如，平均“红色”强度指的是来源于由红色通道产生的灰度图像的平均强度值。来源于其它颜色空间的图像和值可以使用对应的命名法来称谓。

[0169] 对应地，数字彩色图像可以被处理为彩色图像(即，为多通道图像)或可以在处理之前被转换或分为两个或更多个单独颜色通道。当在处理之前被分为两个或更多个单独颜色通道时，可以在进一步处理步骤中使用任何数量的所形成的分裂图像，包括但不限于所有的分裂图像(即，该图像的所有的单独通道)或分裂图像中的仅一者(即，该图像的单独通道中的仅一者)或分裂图像(即，该图像的单独通道)中的一者或多者，包括但不限于两者或更多者、三者或更多者、两者、三者等。

[0170] 对于一个或多个颜色参数，可以在处理之前将数字彩色图像分段。如在本文中所使用，术语“分段的”和“分段”在其涉及图像处理时通常指的是将图像划分或分割为有意义的结构或片段。用于图像分段的各种方法可以发现在本文中所描述的方法中或在准备图像以备根据如本文中所描述的方法进行处理中的使用。特定分段方法或分段方法的组合的选择将根据各种因素，其包括所捕获图像的类型、图像的主题的性质、图像处理的预期结果、所确定的一个或多个颜色参数等。

[0171] 在一些实例中，图像分段可以采用基于阈值的分段、基于边缘的分段和基于区域的分段中的一者或多者。具体的图像分段方法包括但不限于阈值方法、集群方法、基于压缩的方法、基于直方图的方法、边缘检测方法、双集群方法、区域增长方法、基于偏微分方程的方法(例如，参数化方法、水平集方法、快速步进方法等)、变分法、图分割方法(例如，马尔可夫随机域方法)、分水岭变换方法、基于模型的分段方法、多尺度分段方法、半自动分段方法、可训练的分段方法等。

[0172] 可以发现在所描述方法中的使用的其它数字图像处理图像变换包括但不限于例如点处理变换(例如，负变换、对数变换、逆对数变换、n次方根变换、n次功率变换、伽玛校正、对比度变换(例如对比度扩展)、窗口中心校正、直方图均衡化等)，滤波(即邻近)变换(例如，均值滤波器、高斯滤波器、中值滤波器、图像梯度滤波器、拉普拉斯滤波器、归一化互相关(Normalized Cross Correlation，NCC)滤波器等)等。

[0173] 在图像处理(例如，图像分段、图像变换等)之后，可以生成图像掩模。如在本文中所使用，如关于图像处理的术语“掩模”和“图像掩模”共同指的是数字图像的空间滤波，以便将后续处理步骤限制到原始图像的限定子集或限定部分。例如，在一些实例中，可以将数字图像分段以分割一个或多个感兴趣区域(ROI)，以及可以基于分段的ROI生成图像掩模，从而将后续图像处理步骤仅限制到在由分段的ROI限定的掩模内所包含的那些像素。可以根据待执行的特定过程生成各种掩模。在一些实例中，图像掩模可以涉及丢弃未包含在掩模内的图像信息。在一些实例中，从图像掩模产生仅包含该掩模内包含的信息的新图像。

[0174] 在一些实例中，可以根据细胞边界对数字图像分段，以及细胞边界可以为限定ROI的基础，其中，该ROI包括由分段限定的一个或多个细胞。在一些实例中，ROI可以包括图像的所有分段细胞或图像的分段细胞的子集，例如基于一些标准，其包括但不限于例如尺寸、形状、亮度、颜色等。在一些实例中，基于或包括分段细胞的ROI可以用作生成细胞掩模的基础，该细胞掩模包含分段细胞的全部或一部分。细胞掩模可以将后续图像处理步骤限制到仅那些被包含在细胞掩模内的像素和/或仅那些被包含在细胞掩模内的细胞结构。

[0175] 在一些实例中，可以根据细胞核边界对数字图像分段，以及细胞核边界可以为限定ROI的基础，其中，该ROI包括由分段限定的一个或多个细胞核。在一些实例中，ROI可以包括图像的所有分段细胞核或图像的分段细胞核的子集，例如基于一些标准，其包括但不限于例如尺寸、形状、亮度、颜色等。在一些实例中，基于或包括分段细胞核的ROI可以用作生成细胞核掩模的基础，该细胞核掩模包含分段细胞核的全部或一部分。细胞核掩模可以将后续图像处理步骤限制到仅那些被包含在细胞核掩模内的像素和/或仅那些被包含在细胞核掩模内的细胞核结构。在一些实例中，可以根据细胞的细胞核的子区对数字图像分段或可以基于细胞的细胞核的子区生成ROI，该子区包括但不限于例如细胞的细胞核的一个或多个细胞核裂片。

[0176] 在一些实例中，可以根据细胞质边界对数字图像分段，以及细胞质边界可以为限定ROI的基础，其中，该ROI包括由分段限定的一个或多个细胞质。在一些实例中，ROI可以包括图像的所有分段细胞质或图像的分段细胞质的子集，例如基于一些标准，其包括但不限于例如尺寸、形状、亮度、颜色等。在一些实例中，基于或包括分段细胞质的ROI可以用作生成细胞质掩模的基础，该细胞质掩模包含分段细胞质的全部或一部分。细胞质掩模可以将后续图像处理步骤限制到仅那些被包含在细胞质掩模内的像素和/或仅那些被包含在细胞质掩模内的细胞结构。

[0177] 可以根据在数字彩色图像上可辨别的任何细胞结构或细胞子结构生成任何有用的ROI和/或掩模。在一些实例中，可以在图像处理步骤中组合多个细胞ROI和/或掩模，例如使得后续图像处理步骤局限于由ROI和/或掩模的一定组合所限定的那些像素，该组合包括但不限于例如细胞和细胞核ROI和/或掩模的组合、细胞核和细胞质ROI和/或掩模的组合、细胞和细胞质ROI和/或掩模的组合等。

[0178] 在一些实例中，可以比较两个或更多个不同的ROI和/或掩模，从而对这两个或更多个不同的ROI和/或掩模中的每一者执行图像处理步骤，和/或比较ROI和/或掩模本身或从其形成的值。例如，在一些实例中，可以将细胞ROI和/或掩模与细胞核ROI和/或掩模相比较、可以将细胞核ROI和/或掩模与细胞质ROI和/或掩模相比较、可以将细胞ROI和/或掩模与细胞质ROI和/或掩模相比较等。

[0179] 将理解，ROI和/或掩模不限于细胞结构，以及可以针对数字图像的任何空间或非空间分量限定掩模。例如，在一些实例中，可以生成背景ROI和/或掩模，包括但不限于例如载片背景ROI和/或掩模，其包括数字图像的背景的全部或一部分，即，在数字图像中捕获的载片的非细胞部分。可以采用的非空间掩模包括但不限于例如噪声掩模、阈值掩模等。

[0180] 在数字图像的预处理(例如，图像分段、图像变换等)之后，可以从数字彩色图像推导一个或多个颜色参数以及可以在数字彩色图像的限定区域(例如由ROI限定、由掩模限定等)上推导这类颜色参数。在一些实例中，可以从数字彩色图像推导一个或多个颜色参数，包括：在数字彩色图像的限定区域上推导颜色参数，而无数字图像的在先预处理。

[0181] 评估

[0182] 本方法包括基于从组织学染色样本的数字彩色图像确定的颜色特性对该组织学染色样本的一次或多次评估。这类评估将根据例如样本类型、所使用的组织学染色、所评估的ROI等而改变。根据所描述方法进行的评估包括但不限于例如组织学染色质量的评估、ROI着色的评估等。

[0183] 在一些方面中，本公开的方法包括组织学染色样本的质量评估和/或组织学染色的质量评估。根据本公开，所描述的组织学染色质量评估包括：在样本染色之后评估组织学染色。这类染色后的评估是有价值的，原因是按其最终形式评估染色，其中无准备步骤和/或染色步骤剩余，因此染色评估反映了最终染色及其在染色的最终应用中的性能。

[0184] 在一些实例中，可以评估染色质量以确定组织学染色和/或组织学染色样本对于预期目的是否为充足的。通过“充足的”指的是染色样本足以根据组织学染色样本的预期目的得出结论。从充足染色样本得出的结论将改变且可以包括例如染色足以使人类观察者识别组织学染色样本的细胞类型的细胞识别结论、染色足以使自动细胞分析系统正确地识别组织学染色样本的细胞类型的细胞识别结论、染色足以进行诊断的诊断结论等。

[0185] 在一些实例中，在初级组织学分析之前评估染色质量，以及在后续组织学分析之前对染色质量是否充足进行确定。例如，在一些实例中，仅在组织学样本被确定为充足之后才执行初级组织学分析。在其它实例中，在初级组织学分析之后评估染色质量，以及在组织学分析之后对染色质量是否充足进行确定。例如，在一些实例中，在执行初级组织学分析之后，可以评估数字图像以确定组织学染色的质量，例如以提供关于初级组织学分析的可靠性的确定。在另外其它实例中，与初级组织学分析同时评估染色质量。

[0186] 本公开的质量评估包括评价在各种各样的应用中所使用的组织学染色和组织学染色样本，各种各样的应用包括但不限于例如临床应用、临床前应用、科研应用、兽医应用、仪器测试应用等。因此，质量评估的严格性可以例如根据采用染色的特定应用而改变。因此，可以相对于染色的预期应用来评估染色的充足性，其中例如，相比于其它应用，临床应用(包括例如诊断、预后等)对于染色充足性可能需要更高质量。

[0187] 如本文中所描述的质量评估通常将涉及所确定的颜色特性与参考颜色特性的比较，其中，该比较显示组织学染色或组织学染色样本对于预期目的是否为充足的或不足的。

[0188] 在一些实例中，本公开的方法包括ROI着色的评估。ROI着色评估通常涉及基于样本的ROI的颜色特性确定着色，其中，可以出于各种各样的目的执行这类评估以及在这类评估中有用的ROI也改变。例如，在一些实例中，ROI着色评估可以包括由细胞限定的ROI，以及细胞的着色可以作为分析的一部分来执行以确定该细胞是否为正常的或异常的。在一些实例中，ROI着色评估可以包括由细胞核限定的ROI，以及细胞核的着色可以作为分析的一部分来执行以确定该细胞核和/或包含该细胞核的细胞是否为正常的或异常的。

[0189] 在一些实例中，ROI着色评估包括：该评估被用作细胞分类的过程的一部分。例如，在一些实例中，针对由样本的细胞限定的多个ROI执行着色评估，以及根据其各自的着色评估对这些细胞分类。相应地，ROI着色评估可以发现在自动细胞分类确定中的使用，其包括但不限于例如在自动血液评估(例如，自动血液筛选、自动血液细胞计数)中包括的那些确定。

[0190] 如本文中所描述的ROI着色评估通常将涉及所确定的颜色特性与参考颜色特性的比较，其中，该比较显示组织学染色或组织学染色样本对于预期目的是否为充足的或不足的。

[0191] 用于颜色特性(即，参考颜色特性)的参考值将根据特定组织学染色、特定样本、执行的评估等而改变，以及可以包括但不限于例如目标值、范围、阈值等。例如，在一些实例中，参考值可以为一个目标值或可以包括多个目标值，从而将所确定的颜色特性与该一个目标值或多个目标值相比较以确定是否发现匹配，例如所测量的颜色特性是否匹配目标值中的一者或多者。在一些实例中，当该比较显示匹配时，主题组织学染色被确定为充足的。在其它实例中，当该比较没有显示匹配时，主题组织学染色被确定为不足的。

[0192] 在一些实例中，参考颜色特性可以为一个目标范围或可以包括多个目标范围，从而将所确定的颜色特性与该一个目标范围或多个目标范围相比较以确定该所确定的颜色特性的值是否在该范围内。在一些实例中，当该比较显示所确定的颜色特性在该范围内时，主题组织学染色被确定为充足的。在其它实例中，当该比较显示所确定的颜色特性在该范围内时，主题组织学染色被确定为不足的。在另外其它实例中，当该比较显示所确定的颜色特性在该范围之外时，主题组织学染色被确定为充足的。在另外其它实例中，当该比较显示所确定的颜色特性在该范围之外时，主题组织学染色被确定为不足的。相应地，目标范围可以为针对染色充足的目标范围或针对染色不足的目标范围。

[0193] 在一些实例中，参考颜色特性可以为一个阈值或可以包括多个阈值，从而将所确定的颜色特性与该一个阈值或多个阈值相比较以确定该所确定的颜色特性是否在该阈值之上或之下。在一些实例中，当该比较显示所确定的颜色特性在该阈值之上时，主题组织学染色被确定为充足的。在其它实例中，当该比较显示所确定的颜色特性在该阈值之上时，主题组织学染色被确定为不足的。在另外其它实例中，当该比较显示所确定的颜色特性在该阈值之下时，主题组织学染色被确定为不足的。在另外其它实例中，当该比较显示所确定的颜色特性在该阈值之下时，主题组织学染色被确定为充足的。相应地，阈值可以为用于评估组织学染色充足的阈值或用于评估组织学染色不足的阈值，这基于对应确定要求该值是在阈值之上、还是在阈值之下。

[0194] 用于参考颜色特性的值(包括例如目标值、范围、阈值等)可以通过各种各样的方法来确定。例如，在一些实例中，可以通过计算用于已知样品的颜色特性来生成参考颜色特性，该已知样品例如为控制样品、已知染色充足的组织学样品、已知染色不足的组织学样品、已通过一些其它手段验证的染色组织学样品(包括例如：被专家验证为足以进行组织学分析、被专家验证为不足以进行组织学分析、被验证为“黄金标准”的组织学染色样品等)等。

[0195] 可以预先确定参考颜色特性，例如，在执行如本文中所描述的评估之前确定或计算参考颜色特性。在一些方面中，可以在评估之前从控制样品确定预先确定的参考颜色特性。在其它实例中，预先确定的参考颜色特性可以被确定且可以被存储，例如，以电子方式存储在计算机可读介质或计算机存储器上，以供在如本文中所描述的评估中使用，例如，如在参考颜色特性的库中。

[0196] 样本

[0197] 本发明包括从组织学染色样本的数字彩色图像确定颜色特性。组织学染色样本包括利用组织学染色制备的、以供细胞形态分析的那些生物样品和/或体液。在一些实例中，组织学染色样本包括但不限于由血液制备的且包含血细胞类型的血液样品，所述血细胞类型包括但不限于有核血细胞、无核血细胞、白血细胞、有核红血细胞、红血细胞、巨大血小板、白血球、嗜碱性粒细胞、嗜酸性粒细胞、淋巴细胞、单核细胞、中性粒细胞、血小板、骨髓细胞等。

[0198] 在一些实例中，本文中所描述的方法可以包括：从患者制备组织学染色样本，其中，该样本包含组织学染色细胞或被制备成包括组织学染色细胞。在其它实例中，可以预先制备样本，以及该方法可以包括处理从来自患者的组织学染色样本获得的数字彩色图像。在本上下文中，通过“制备”指的是将生物样品(包括体液样品)施加到基板(例如载片、金属板、盖玻片等)上或容器(例如工具槽、圆盘、烧瓶等)中以及通过物理操作和/或化学操作(包括例如散布、安装、混合、染色、反染色、漂白等)配置该样品以供分析的步骤中的全部或一些步骤。可以在从患者获得之后立刻制备生物样品，或可以在制备以供组织学分析之前、在一定时间内将生物样品保存在合适的储存容器(包括例如样本包、样本管、样本盘等)中。

[0199] 如在本文中所使用，组织学染色剂指的是在从多细胞生物体获得的细胞的细胞解剖学和/或形态学的显微镜分析中所使用的那些染色剂。组织学染色剂通常包括将一种或多种细胞类型和/或一种或多种细胞类型的组分染色成对比色的至少一种染料。组织学染色剂也可以包括将多个细胞的其余部分或该细胞的其余部分染色成不同颜色的至少一种反染料。组织学技术、染料和染色方法是熟知的且包括但不限于在科尔曼(Kierman)中所描述的那些组织学技术、染料和染色方法。组织学方法和组织化学方法：理论与实践(Histological and histochemical methods:Theory and practice)。牛津：
Butterworth/Heinemann，1999以及Bancroft和Stevens。组织学技术的理论与实践(Theory and practice of histological techniques)。纽约(N.Y.)：Churchill Livingstone，
1996；其全部公开内容通过引用并入在本文中。

[0200] 组织学染色技术可以为明确的，以明确的方式对一个或多个特定细胞进行染色，或非明确的，以相同或相似的方式对基本全部细胞或大多数细胞进行染色。组织学染色剂包括但不限于例如阿尔新蓝染色剂、苯胺蓝染色剂、偶氮卡红染色剂、比布列希猩红-酸性品红染色剂、石炭酸品红染色剂、铬明矾/苏木素染色剂、刚果红染色剂、结晶紫染色剂、闪电红染色剂、苏木紫和曙红(H&E)染色剂、铁矾苏木精染色剂、依思明蓝/曙红染色剂、詹纳尔染色剂、马洛里的磷钨酸苏木精(Phosphotungstic Acid Hematoxylin，PTAH)染色剂、马洛里的三色染色剂、马森染色剂、孔雀绿染色剂、吡罗红(Methyl Green-Pyronin，MGP)染色剂、焦油紫和亚甲蓝染色剂、焦油紫染色剂、油红O染色剂、地衣红染色剂、锇酸染色剂、四氧化锇染色剂、帕氏染色剂、过碘酸-希夫(Periodic Acid-Schiff，PAS)染色剂、网硬素染色剂、罗曼诺夫斯基染色剂、番红O染色剂、银染色剂、苏丹黑和锇染色剂、甲苯胺-蓝染色剂、三色AB、三色LG、锥虫蓝染色剂、范基林染色剂、费尔霍夫染色剂、威格特的间苯二酚-品红染色剂等。

[0201] 在组织学染色剂中包括的染料将根据染色制剂和预期的染色结果而改变。在一些实例中，在组织学染色剂中使用的染料可以包括但不限于例如洋红酸钙盐、酸性品红、阿尔新蓝、茜素红、苯胺蓝、苯胺蓝二铵盐、金胺O染料、天青、天青A氯化物、天青B、碱性品红、俾斯麦棕Y、亮甲酚蓝、亮绿、胭脂红、刚果红、甲酚紫乙酸盐、结晶紫、达罗红、曙红、曙红B、曙红Y、曙红Y二钠盐、赤藓红B、新品酸性红、乙基曙红、固绿FCF、苏木精、靛蓝胭脂红、詹纳斯绿B、浅绿SF淡黄、孔雀石绿草酸盐、甲基蓝、甲基绿、甲基绿氯化锌、甲基橙、甲基紫2B、亚甲蓝、亚甲紫(亚甲基青莲)、中性红、苯胺黑、尼罗蓝A、油红O、橙黄G、金黄粉、苔红素、荧光桃红B染料、派洛宁B、派洛宁G、派洛宁Y、刃天青钠、虎红钠盐、番红O、苏丹黑B、苏丹红III、苏丹红IV、硫堇醋酸盐、甲苯胺、甲苯胺蓝O等。

[0202] 组织学染色剂包括罗曼诺夫斯基染色剂。罗曼诺夫斯基染色剂通常为由各种组分组成的中性染料，各种组分包括但不限于亚甲蓝(例如天青B)和曙红(例如曙红Y)染料。天青为凝固酸核且形成蓝紫色的基本染料。曙红为附着到产生红着色的碱性细胞质的酸性染料。罗曼诺夫斯基染色剂改变且包括各种制剂，其包括含有各种天青和曙红衍生物的那些制剂。罗曼诺夫斯基染色剂及其染色机制是熟知的且在例如Horobin和Walter的Histochemistry(1987)86:331-336；Marshall等人的J Clin Pathol(1978)31(3):280-2；
Marshall等人的J Clin Pathol.(1975)28(11):920-3；J Clin Pathol(1975)28(8):680-5中被描述，其公开内容通过引用并入在本文中。

[0203] 罗曼诺夫斯基染色剂包括但不限于吉姆萨染色剂、瑞氏染色剂、瑞氏-吉姆萨染色剂、詹纳尔染色剂、詹纳尔-吉姆萨染色剂、利什曼染色剂、迈格林华染色剂、迈格林华-吉姆萨染色剂等。每种罗曼诺夫斯基染色剂可以存在于各种制剂中，要么来源于各种不同的处方、要么由各种供应方提供。罗曼诺夫斯基染色制剂可以包括各种染色剂组分，包括但不限于例如亚甲蓝、天青A、天青B、天青C、甲苯胺蓝、硫堇、亚甲紫、亚甲基青莲、甲基托布津、托布津、曙红、曙红Y、三溴荧光素、荧光素、噻嗪染料等。罗曼诺夫斯基染色制剂可以包括用于溶解染色剂组分的各种溶剂，包括水性溶剂和有机溶剂，包括但不限于例如水和醇，包括但不限于例如甲醇、乙醇、异丙醇等。

[0204] 组织学染色剂及其组分包括在商业上从这类供应方可购得的那些组织学染色剂及其组分，所述供应方包括但不限于例如Sigma Aldrich公司、Thermo Fisher Scientific公司、Avantor Proformance Materials公司、VWR International公司、Polysciences公司等。

[0205] 可以从其获取样本的对象包括但不限于人类对象、哺乳动物对象(例如，灵长类动物(猿、大猩猩、猴子、狒狒、猩猩等)、有蹄类动物(例如，马、牛、骆驼、猪等)、犬科动物、猫科动物、啮齿类动物(老鼠、地鼠等)等)。样本可以包括可以在成像之前被加工(例如，被加工到载片上且被组织学染色)的生物流体样品和生物样品。在样本为血液样品(例如血样)的实例中，该样品可以被加工到涂片中且利用血液染色剂进行染色。适合于处理血液样品的方法包括但不限于例如在美国专利No.9,011,773和No.9,028,778中所描述的那些方法，这两个美国专利的公开内容通过引用并入在本文中。

[0206] 系统

[0207] 本公开包括用于评估组织学染色样本的系统。本公开的系统涉及配置成执行从组织学染色样本确定颜色特性以及基于所确定的颜色特性进行评估的方法的部件。这类系统可以包括图像处理电路，该图像处理电路配置成执行如本文中所描述的颜色特性确定和/或样本评估的方法的步骤中的一个或多个步骤。这类系统可以包括用于生成样本的图像的图像捕获设备，或可以从所连设备接收预先捕获的图像。

[0208] 本系统的部件可以被组装在单一设备中或可以被组装为在两个或更多个设备之间分离的部件的系统。在一些实例中，执行图像处理功能的设备、系统或其部件可以为外部的但靠近(即，附接到同一工作表面的或之上的外部壳体或在同一房间或建筑物内等)图像捕获设备和/或组织学分析仪，该图像捕获设备和/或组织学分析仪处理样本和/或捕获数字图像和/或执行初级组织学分析。在其它实例中，执行图像处理功能的设备、系统或其部件可以被放在组织学分析仪内部(即，在组织学分析仪之内、在组织学分析仪的内侧、或封装在组织学分析仪之内)，该组织学分析仪处理样本和/或捕获数字图像和/或执行初级组织学分析。

[0209] 图像捕获设备

[0210] 在最低限度上，合适的图像捕获设备将包括能够捕获数字彩色图像的数字彩色相机、以及存储该数字彩色图像和/或将该图像转移到所附接的图像处理电路或所附接的存储设备以供后续转移到图像处理电路的装置。合适的数字彩色相机将改变且将通常包括具有足够高的分辨率和足以捕获图像的彩色捕获的任何数字彩色相机(例如，具有一个或多个CCD或CMOS 传感器)，该图像可以根据本文中所描述的方法来处理。根据在主题方法中所使用的特定特征，合适的数码相机可以包括彩色相机，其分辨率范围从小于大约0.3兆象素到大约14.0兆像素或更多，包括但不限于例如0.3兆象素或更多、0.9兆象素或更多、1.3兆象素或更多、1.4兆象素或更多、2兆象素或更多、3兆象素或更多、3.3兆象素或更多、5兆象素或更多、7兆象素或更多、10兆象素或更多、12兆象素或更多、14.0兆象素或更多等。

[0211] 合适的数字彩色相机包括但不限于例如定制构建的数字彩色相机、消费级数字彩色相机(例如，转换以供显微镜使用的消费级数字彩色相机)和在商业上从各种制造商可购得的那些数字显微镜彩色相机，上述各种制造商包括但不限于例如Dino-Eye、Dino-Lite、Jenoptik ProgRes、KoPa、Leica、Motic、Olympus、Omano、OptixCam、PixelLINK、Zeiss等。

[0212] 在一些实例中，本系统的数字彩色相机可以附接到显微镜，该显微镜配置为手动或自动显微镜。任何合适的显微镜可以发现在所描述系统中的使用，假定该显微镜配置有足够的光学器件且提供足以允许捕获数字彩色图像的放大率，该数字彩色图像可以根据本文中所描述的方法来处理。因此，本系统的显微镜部件包括定制单元，例如，如由单独的显微镜部件所组装，以及商业上可购得的单元。

[0213] 合适的显微镜包括但不限于例如从各种制造商可购得的那些显微镜，各种制造商包括例如Bruker Optics(www(dot)brukeroptics(dot)com)、Carl Zeiss(www(dot)zeiss(dot)com)、CRAIC(www(dot)microspectra(dot)com)、Edmund Optics(www(dot)edmundoptics(dot)com)、FEI(www(dot)fei(dot)com)、Hamamatsu(www(dot)hamamatsu(dot)com)、Hirox-USA(www(dot)hirox-usa(dot)com)、Hitachi High Technologies(www(dot)hitachi-hta(dot)com)、JEOL(www(dot)jeol(dot)com)、Keyence(www(dot)keyence(dot)com)、Kramer(www(dot)kramerscientific(dot)com)、Leica Microsystems(www(dot)leica(dot)com)、Meiji Techno America(www(dot)meijitechno(dot)com)、Motic Instruments(www(dot)motic(dot)com)、Nikon Instruments(www(dot)nikoninstruments(dot)com)、Ocean Optics(www(dot)oceanoptics(dot)com)、Olympus(www(dot)
olympusamerica(dot)com)、OPTIKA Microscopes(www(dot)optikamicroscopes(dot)com)、Phenom-World(www(dot)phenom-world(dot)com)、Prior Scientific(www(dot)prior(dot)com)、Warner(www(dot)warneronline(dot)com)等。

[0214] 本显微镜系统还可以包括用于自动载片制备、自动载片处理、自动成像、自动扫描等的部件。

[0215] 在一些实例中，本公开的显微镜系统可以被涵盖在组织学分析仪内或例如物理地或电子地连接到组织学分析仪，该组织学分析仪包括例如自动组织学分析仪、自动细胞学分析仪、自动血液学分析仪等。

[0216] 本公开的组织学分析仪包括但不限于例如在商业上从Abbott Laboratories和/或Abbott Diagnostics(包括例如CELL-DYN系统等)、从Sysmex(包括例如Sysmex DI60系统、CellaVision DM1200系统、和CellaVision DM9600系统等)、从MEDICA(包括例如EasyCell系统等)、从Horiba(包括例如Pentra系统和Micros系统等)、从Siemens(包括例如ADVIA系统和Kematek系统等)、从Beckman Coulter(包括例如UniCel系统等)等可购得的那些组织学分析仪。

[0217] 计算机和电路部件

[0218] 在一些实例中，如在本文中所描述的系统的部件可以通过有线数据连接来连接。任何合适且适当的有线数据连接可以发现在连接组织学染色评估系统的部件时的使用，例如，如在本文中所描述，包括但不限于例如商业上可购得的电缆，诸如USB电缆、同轴电缆、串行电缆、C2G或Cat2电缆、Cat5/Cat5e/Cat6/Cat6a电缆、令牌环网电缆(Cat4)、VGA电缆、HDMI电缆、RCA电缆、光纤电缆等。在一些实例中，例如，在数据安全不太令人担忧的情况下，可以采用无线数据连接，包括但不限于例如射频连接(例如，PAN/LAN/MAN/WAN无线联网、UHF无线电连接等)、红外数据传输连接、无线光学数据连接等。

[0219] 在一些实例中，本公开的系统包括图像处理电路。这类图像处理电路可以被编程和/或包含执行涉及处理从图像捕获设备接收的数据图像的一个或多个任务的指令。例如，在一些实例中，图像处理电路被编程为从数字图像确定上述ROI和/或颜色特性，该数字图像从数据存储器获得或由图像捕获设备生成。在一些实例中，图像处理电路被编程为在确定的颜色特性与参考颜色特性(例如，如存储在库中)之间进行比较，以根据本文中所描述的方法进行评估。

[0220] 在一些实例中，图像处理电路可以被编程为单独地或组合地执行本文中所描述的方法的一个或多个步骤，包括但不限于例如获得样本的数字彩色图像、在图像上限定ROI、量化一个或多个颜色参数、确定颜色特性等。另外，图像处理电路可以被编程为单独地或组合地执行一个或多个附加步骤，包括但不限于生成数字图像的掩模。在一些实例中，图像处理电路还可以被编程为在确定的颜色特性与参考颜色特性之间进行比较，例如以执行组织学染色样本的评估，包括例如本文中所描述的评估中的一个或多个评估。

[0221] 除了直接的图像处理步骤外，图像处理电路可以为或可以具有与附加电路的可操作性连接，该附加电路配置成执行一个或多个附加功能，包括但不限于例如从图像捕获设备接收数字图像、从存储器检索数字图像、从存储器检索参考值、将处理过的图像存储到存储器、将从图像量化的值存储到存储器、将比较结果存储到存储器等。

[0222] 在一些实例中，如本文中所描述的系统还包括信号系统，其中，该信号系统可以配置成报告比较或评估的结果。这类信号系统将根据设备和/或系统的特定配置而改变，且可以包括但不限于例如警报器、指示灯、显示器(例如，计算机监控器、图形用户界面(Graphical User Interface，GUI)等)、配置成例如打印到有形介质(包括例如纸张或磁带)上的打印机等。在一些实例中，信号系统向用户指示(例如，发声、照亮、或以其它方式显示)组织学染色是否充足或不足。

[0223] 在一些实例中，信号系统向用户指示(例如，发声、照亮、或以其它方式显示)组织学染色的质量。例如，在一些实例中，该系统可以包括显示器，该显示器配置成报告根据本文中所描述的方法所生成的一个或多个评估的结果。在一些实例中，该系统可以将该结果发送到远程显示器或将该结果作为数据发送(例如，发送到数据存储器、借助电子手段(例如电子邮件)发送给用户等)。在一些实例中，系统可以将组织学染色评估作为更大报告的一部分(例如，作为细胞计数或完整血液报告的一部分)进行报告。

[0224] 图像处理电路具体地配置成或编程为根据如本文中所描述的方法执行功能，包括颜色参数量化功能、颜色特性确定功能和比较任务，以及可以包括用于执行数据相关功能的至少一个数据处理单元。

[0225] 如在本文中所使用的通过“数据处理单元”指的是将执行所需功能的任何硬件和/或软件组合。例如，本文中的任何数据处理单元可以为可编程数字微处理器，诸如以电子控制器、大型机、服务器或个人计算机(台式或便携式)的形式可用的。在数据处理单元可编程的情况下，可以将合适的编程从远程位置传送到数据处理单元、或将合适的编程预先保存在计算机程序产品(诸如便携式或固定式计算机可读存储介质，无论基于磁性设备、光学设备、还是固态设备)中。

[0226] 基本上任何电路可以配置为用于执行本文中所描述的方法的设备和系统内的功能布置。这类电路的硬件架构(包括例如特殊配置的计算机)是本领域技术人员所熟知的，以及可以包括硬件部件，其包括一个或多个处理器(CPU)、随机存取存储器(Random-Access Memory，RAM)、只读存储器(Read-Only Memory，ROM)、内部或外部数据存储介质(例如，硬盘驱动)。这类电路也可以包括用于处理图形信息并将其输出给显示装置的一个或多个绘图板。上述部件可以借助电路内(例如专用计算机内部)的总线来适当地互连。该电路还可以包括适合于与通用外部部件(诸如监控器、键盘、鼠标、网络等)通信的接口。在一些实施方式中，该电路可以有并行处理的能力或可以为网络的一部分，该网络被配置用于针对本方法和程序的并行或分布式计算以增大处理功率。在一些实施方式中，从存储介质读出的程序代码可以被写入插入在电路中的扩展板或连接到电路的扩展单元内提供的存储器中，以及在扩展板或扩展单元中提供的CPU等实际上可以执行根据编程指令的操作的一部分或全部，从而完成所描述的功能。

[0227] 本公开的系统还可以包括能够存储信息的“存储器”，从而该信息后续可被计算机访问和检索。可以基于用于访问所存储信息的手段，来选择任何便利的数据存储结构。在某些方面中，该信息可以被存储在“永久性存储器”(即，不被去往计算机或处理器的电能的终止而擦除的存储器)或“非永久性存储器”中。计算机硬驱动、CD-ROM、软盘、便携式闪盘驱动和DVD全都为永久性存储器的示例。随机存取存储器(RAM)为非永久性存储器的示例。在永久性存储器中的文件可以为可编辑的且可重写的。

[0228] 在一些实例中，该系统可以包括包含参考颜色特性的存储器，所述参考颜色特性用于进行如本文中所描述的评估的比较。例如，在一些实例中，本系统的存储器可以包括一个或多个颜色特性参考目标值、一个或多个颜色特性参考范围、一个或多个颜色特性参考阈值、或其组合。

[0229] 除了本公开的设备和系统的部件外，例如，如上所述，本公开的系统还可以包括多个附加部件，诸如数据输出设备(例如监控器和/或扬声器)、数据输入设备(例如界面端口、键盘等)、流体处理部件、载片处理部件、电源等。

[0230] 计算机可读介质

[0231] 本公开包括计算机可读介质，包括非易失性计算机可读介质，其存储用于基于从组织学染色样本的数字图像所确定的颜色特性评估该组织学染色样本的指令。本公开的方面包括存储指令的计算机可读介质，所述指令在被计算设备执行时引起该计算设备执行如下步骤中的一个或多个步骤：在组织学染色样本的数字彩色图像上限定ROI、量化来自组织学染色样本的数字彩色图像的颜色参数、确定组织学染色样本的颜色特性、将所确定的颜色特性与参考颜色特性相比较以评估组织学染色样本。

[0232] 在一些实例中，本公开的计算机可读介质存储指令，所述指令引起计算设备基于从样本的数字彩色图像所确定的颜色特性与存储在计算机可读介质上的库中的参考颜色特性的比较进行评估，例如，组织学染色充足性评估、组织学染色质量评估等。在一些实例中，参考颜色特性的库可以针对于特定种类的组织学染色，例如，计算机可读介质可以存储针对于血液染色(例如罗曼诺夫斯基染色等)的参考颜色特性的库。

[0233] 在一些实例中，本公开的计算机可读介质仅存储如本文中所描述的参考颜色特性的库。在其它实例中，本公开的计算机可读介质至少存储指令和参考颜色特性的库二者，所述指令引起计算设备执行根据如本文中所描述的方法的步骤中的一个或多个步骤。在一些实例中，存储引起计算设备执行根据如本文中所描述的方法的步骤中的一个或多个步骤的指令和参考颜色特性的库二者的计算机可读介质针对于血液染色，例如罗曼诺夫斯基染色等。

[0234] 在某些实施方式中，根据本文中所描述的方法的指令可以以“编程”的形式被编码到计算机可读介质上，其中，如本文中所使用的术语“计算机可读介质”指的是参与将指令和/或数据提供给计算机以供执行和/或处理的任何存储器或传输介质。存储介质的示例包括软盘、硬盘、光盘、磁光盘、CD-ROM、CD-R、磁带、非易失性存储卡、ROM、DVD-ROM、蓝光盘、固态盘、和附网存储器(Network Attached Storage，NAS),无论这类设备是在计算机的内部还是外部。包含信息的文件可以被“存储”在计算机可读介质上，其中，“存储”指的是记录信息，使得该信息后续可被计算机访问和检索。

[0235] 本文中所描述的计算机实现方法可以使用编程来执行，该编程可以用任何数量的计算机编程语言中的一者或多者来编写。这类语言包括例如Java(加利福尼亚州圣克拉拉的太阳微系统公司)、可视化Basic语言(华盛顿州雷德蒙德的微软公司)和C++(新泽西州贝德明斯特的AT&T公司)以及任何许多其它语言。

[0236] 通过说明性方式而非限制性方式提供如下示例。

[0237] 示例

[0238] 示例1：使用一组6个颜色参数评估罗曼诺夫斯基类型染色样本中的着色图案的方法(即，“着色系数方法”)

[0239] 该方法使用来自罗曼诺夫斯基类型的染色血液样本涂片、从光学显微镜获得的数字图像，该光学显微镜装备有具有红绿蓝(RGB)格式的彩色电荷耦合器件(Charge-Coupled Device，CCD)相机。对于每个像素，测量3个颜色参数(在红色、绿色和蓝色光谱通道中的累积吸光度的8位数字化值)且计算3个颜色系数(红色系数、蓝色系数和蓝-红平衡)，以表征用于该图像中的任何给定像素的颜色的色调和强度。红色系数被计算为红色通道中的平均强度值与绿色通道中的平均强度值的比率、蓝色系数被计算为蓝色通道中的平均强度值与红色通道中的平均强度值的比率、而蓝-红平衡为蓝色系数与红色系数的比率。

[0240] 这些系数在战略上被设想为表征罗曼诺夫斯基类型的染色。该方法背后的科学原理利用互补色的概念且基于罗曼诺夫斯基类型的染色的吸收光谱。罗曼诺夫斯基类型的染色试剂通常包括两种主要染料(曙红和天青/亚甲蓝)、其衍生物和补充添加剂。罗曼诺夫斯基染色剂的吸收光谱一般具有峰值位于λ～520nm和λ～650nm的两个主要系数波段，其分别对应于曙红和天青/亚甲蓝(图1)。

[0241] 当样本在光谱的红色范围(λ～650nm)中吸收白光时，离开该样本所形成的光将从红色光子耗尽且产生蓝色及其色调。类似地，当样本在光谱的绿色范围(λ～520nm)中吸收白光时，离开该样本所形成的光将从绿色光子耗尽且产生红色及其色调。对于样本中包含不同量的两种染料分子的区域，处于λ～520nm和λ～650nm的不同吸收的组合产生紫色及其色调。根据分子组成，不同的细胞内隔间将以蓝色、红色、紫色及其各色调来染色(为了更详细阐述在利用罗曼诺夫斯基染色所染色的血细胞中发现的典型颜色/色调，参看Brown,Hematology Principles and Procedure，第6版，1993，Lea和Febiger，费城，第102-105页；Carr和Rodak,Clinical Hematology Atlas，第3版，2009，Saunders Elsevier)。

[0242] 当使用数字光学显微镜检查染色血液涂片时，彩色CCD检测器(具有三个通道，红绿蓝(RGB))根据样本的光谱吸收记录不同信号。每个颜色通道(R、G和B)在不同光谱范围内具有不同敏感度，如图2所示。当样本在绿色光谱范围(λ～520nm)中吸收白光时，绿色通道中的信号将由于吸收而很低，而红色通道中的信号将较高。

[0243] 因此，在红色通道中的强度值R表征样本中的红色(深红色或浅红色)的强度，而红色强度值与绿色强度值G的比率(在该方法中包括红色系数)量化红色的色调：红色系数＝红色信号/绿色信号。

[0244] 类似地，在蓝色通道中的强度值B表征样本中的蓝色(深蓝色或浅蓝色)的强度，而蓝色强度值与红色强度值R的比率(在该方法中包括蓝色系数)量化蓝色的色调：蓝色系数＝蓝色信号/红色信号。

[0245] 蓝色系数与红色系数的比率提供两个主要光谱范围(蓝色和红色)之间的平衡测量，且分别量化紫色调：蓝-红平衡＝蓝色系数/红色系数。

[0246] 图1：对于两种罗曼诺夫斯基染色剂(瑞氏吉姆萨和迈格林华)的吸收光谱的示例，其中，主要吸收波段位置处于λ～520nm和λ～650nm。

[0247] 图2：对于彩色CCD相机的光谱响应的示例。

[0248] 示例2：使用具有定义明确的颜色掩模的颜色校准目标对“着色系数方法”的测试[0249] 通过使用具有定义明确的颜色掩模的颜色校准目标测试本方法的概念(图3A)。针对掩模上的红色、蓝色和紫色的各种色调所计算的数据(图3B)验证本方法的概念。例如，针对蓝色所获得的蓝色系数相比于非蓝色而明显更高，同时较深的蓝色对较浅的蓝色通过蓝色信号的平均值来辨别。类似地，微红色具有更高的红色系数值，其中，红色信号的变化强度取决于红色的深浅度。关于特殊颜色中的红蓝色调的比率(平衡)的附加信息由蓝-红平衡给出，其分别示出对于蓝色的高值、对于红色的低值、以及对于紫色色调的大约单位值。

[0250] 图3：根据国际照明委员会(CIE)色品图所制作的具有明确定义的颜色的颜色目标掩模(图3A)和针对目标掩模计算的一组颜色特征(图3B)。

[0251] 示例3：使用“着色系数方法”对嗜酸性粒细胞和红色血细胞的着色的评估

[0252] 该示例展示了如何将本方法应用于评价利用瑞氏-吉姆萨染色法进行染色的不同涂片中的嗜酸性粒细胞和红色血细胞的着色。从所提供的数据可知，通过具有R信号、G信号、B信号的较高值，苍白的嗜酸性粒细胞清楚地有别于较深色的嗜酸性粒细胞，同时对于每个主要颜色的更偏红色(针对颗粒)或更偏蓝色(针对细胞核)可以通过改变颜色系数的值来区分(图4)。类似地，正常的红细胞可以通过蓝-红平衡的值而有别于具有多色性的红细胞，这指示多色细胞具有比正常细胞更高程度的蓝色调，其中，蓝-红平衡值1.03(多色)对0.85(正常)(图5)。

[0253] 图4：应用本方法评价瑞氏-吉姆萨染色涂片的嗜酸性粒细胞着色图像(图4A)，以及针对两个不同的嗜酸性粒细胞(单独地针对颗粒和细胞核)所计算的一组颜色特征(图4B)。

[0254] 图5：应用本方法评价瑞氏-吉姆萨染色涂片的图像中的红细胞着色(图5A)，以及针对正常红细胞和多色红细胞所计算的一组颜色特征(图5B)。

[0255] 示例4：使用空白载片标准化对用于着色测量的数字显微镜的照明源的校准

[0256] 拍摄空白载片的图像以使用于细胞的着色测量的数字显微镜标准化。使用空白载片的图像计算平均RGB值和3个颜色系数。采用该方式，在显微镜的物面上的照明的光谱范围和亮度级以及CCD相机的颜色平衡被量化。研究指示，可以通过使用空白载片标准化使同一样本中的细胞着色的测量在不同显微镜之间相关。

[0257] 表1展示了，根据在显微镜中使用的光源，利用相同的显微镜光学器件和CCD检测器(24位RGB，8位/颜色)所拍摄的空白载片的图像显示出略微不同的颜色平衡和亮度。

[0258] 表1

[0259]照明颜色红色绿色蓝色红色系数蓝色系数 B-R平衡
光源1 空白载片 240 250 237 0.96 0.9875 1.02864583
光源2 空白载片 245 246 245 0.995935 1 1.00408163
光源3 空白载片 221 231 223 0.95671 1.00905 1.05470813

[0260] 通过使用空白载片校准，在显微镜中所使用的光源的光谱照明范围与其在图像中产生的着色图案之间建立量化链接(注：使用与用于样本成像相同的检测器(例如彩色CCD相机)执行空白载片校准)。

[0261] 示例5：使用“着色系数方法”在罗曼诺夫斯基染色的光谱吸收与其在样本中产生的着色图案之间的量化链接

[0262] 该示例展示了该“着色系数方法”如何能够借助6个颜色参数(3个平均RGB值和3个颜色系数)的计算将染色的光谱吸收链接到其在染色血液涂片中产生的细胞着色(使用特别的预定义的染色协议)。采用该方式，在定制染色时所使用的化学制剂或过程的甚至轻微变化的影响可以定量地参考细胞着色的变化。

[0263] 利用两种略微不同瑞氏-吉姆萨染色制剂对从同一血液样本制备的血液涂片进行染色。

[0264] 在图6中提供了在测试中使用的两种染色制剂的吸收光谱。显著地，对于两种不同染色制剂的主要吸收峰不仅幅度不同(反映在染料分子的浓度上)、而且峰值波长的光谱位置不同，这反映在染料分子的化学改质上。选自利用染料制剂1和染料制剂2(使用相同的染色协议)所染色的涂片的两个嗜碱性粒细胞的图像(图7)指示出，利用不同制剂所染色的细胞展示略微不同的蓝色、红色和尤其紫色的色调，即使着色的强度(深或浅)可以为类似的。重要地，对蓝-红平衡的值的分析指示出，嗜碱性粒细胞2具有更紫的着色，而嗜碱性粒细胞
1大部分为蓝色，其中，蓝-红平衡值分别为对于嗜碱性粒细胞2的1.27(核材料)和1.45(颗粒材料)以及针对嗜碱性粒细胞1的2.25(核材料)和2.63(颗粒材料)。

[0265] 图6：用于利用同一染色协议对血液涂片进行染色的两种不同的瑞氏-吉姆萨染色制剂的吸收光谱。

[0266] 图7：在利用略微不同的瑞氏-吉姆萨染色制剂进行染色的载片上获得的两个嗜碱性粒细胞(来自同一血液样本)的图像：(a)染色1；(b)染色2。使用同一光源和CCD相机，在同一显微镜上获取数据。

[0267] 示例6：来自染色载片样本、用于表征着色质量的计算

[0268] 将包含待分析的染色样本的载片放在连接到数码相机的显微镜下。应用计算机算法以在染色样本中定位染色细胞和其它样本元素，以及捕获图像。然后使用算法从样品中的细胞和亚细胞元素提取颜色特征，所述颜色特征表征染色属性，例如，针对红色、绿色和蓝色通道的平均值，其光密度、色调、亮度、饱和度，或其各自的红/蓝比率、蓝/绿比率、绿/红比率。另外，使用多个计算来表征着色质量，包括表征针对各个单独的细胞类型的细胞核和细胞质的颜色或这类颜色的比率的向量，其被描述为如下：

[0269] 其中，“Mean”表示对于包括细胞的细胞质或其一部分的数字图像的ROI上的每个颜色通道的平均强度值；

[0270] 其中，“Mean”表示包括细胞的细胞质或其一部分的数字图像的ROI上的平均色调值、平均饱和度值和平均光度值；

[0271] 其中，“Mean”表示对于包括细胞的细胞核或其一部分的数字图像的ROI上的每个颜色通道的平均强度值；

[0272] 其中，“Mean”表示包括细胞的细胞核或其一部分的数字图像的ROI上的平均色调值、平均饱和度值和平均光度值；

[0273] NSCVrgb＝基于红色、绿色和蓝色通道中的值的细胞核染色颜色向量；CSCVrgb＝基于红色、绿色和蓝色通道中的值的细胞质染色颜色向量；NSCVhsl＝由其色调值、饱和度值和光度值描绘的细胞核染色颜色向量；CSCVhsl＝由其色调值、饱和度值和光度值描绘的细胞质染色颜色向量。

[0274] 然后使用该信息表征染色并根据染色样本对于临床、仪器或研究使用是否被视为可接受的而建立阈值标准。针对那些阈值询问样本特性以确定染色质量是否为可接受的以及确定可用性。

[0275] 示例7：来自染色样本的数字图像、用于机器学习和着色质量评估的计算

[0276] 预先收集训练图像的数据库，其包括已知的染色质量可接受和不可接受(如由有资格的专业人员所确定)的细胞的图像。处理这些图像以将细胞分段为各个ROI。运用算法从图像中的细胞和亚细胞元素提取标志性颜色特征，所述标志性颜色特征表征其染色属性，包括但不限于针对红色、绿色和蓝色通道的平均值，其光密度、色调、亮度、饱和度，或其各自的红/蓝比率、蓝/绿比率、绿/红比率。这些值描述针对用于每个样本的给定图像所选的ROI的标志性颜色。基于提取的特征参数和由受过训练的专业人员所给出的分类，使用支持向量机(Support Vector Machine，SVM)分类算法或能够相应地分类染色质量的类似物来开发预先训练的分类器。

[0277] 然后，将包含待分析的染色样本的载片放在连接到照相机的显微镜下。应用计算机算法以定位染色细胞或其它样本元素并将其分段为预期的ROI。然后使用预先训练的分类器处理这些ROI，并自动确定染色质量(参看图8)。

[0278] 可以使用该方法来表征和评估各个不同的感兴趣方面的染色质量。例如，可以评估涂片上的单一细胞群的染色质量(例如，淋巴细胞群的染色质量等)、或其细胞隔间的染色质量(例如，涂片上的所有中性粒细胞的细胞质的染色质量等)、或组合的多个细胞群的染色质量(例如，包括涂片上的所有细胞群的整体染色质量、因此整个染色涂片的染色质量)。

[0279] 为了说明这个概念，使用浅染色的淋巴细胞和深染色的淋巴细胞的细胞图像。将图像上的细胞分段为不同的ROI：细胞核ROI和整个细胞ROI，细胞质被包含在细胞核ROI和整个细胞ROI之间。测量用于每个细胞的细胞核ROI的红色、绿色和蓝色通道平均值。

[0280] 表2

[0281] 浅染色的淋巴细胞深染色的淋巴细胞
红色通道平均值 94 65
绿色通道平均值 125 58
蓝色通道平均值 208 140

[0282] 这些标志性颜色值包含属于每个细胞核的标志性颜色的信息。该信息可以以许多方式来表示，以表征这些ROI中的每个ROI的着色。例如，这些可以被互换为其它值，比如HSV、HSL或描述它们的十六进制表示，且组合使用以表示所选ROI的平均颜色。通过将多种颜色值(例如，如在下表3中所呈现)输入到颜色转换器或颜色发生器中(例如，如通过各种在线或离线工具而可获得，包括但不限于例如在http(colon)//rapidtables(dot)com/convert/color/index(dot)htm)，可以看到在上述示例的每种情况下表示细胞核的描述性颜色(来源于参考颜色表上与该颜色相关的标志性颜色值)的视觉化。

[0283] 表3

[0284]

[0285] 作为示例，分析来自利用浅染色或深染色所染色的不同样本的各种淋巴细胞的图像，以获得用于其细胞核的RBG标志性颜色值(表4)，以及对应的RBG标志性值被绘制为3D散点图(图9)。

[0286] 表4

[0287]染色类型淋巴细胞细胞核 R G B
浅 1 94 125 208
浅 2 106 136 207
浅 3 79 110 197
浅 4 94 121 199
浅 5 123 150 213
深 6 65 58 140
深 7 48 48 135
深 8 74 69 152
深 9 68 64 148
深 10 63 56 139

[0288] 从图9可清楚，两种染色趋向于聚集到不同的空间位置，因此示出了SVM算法可以如何类似地分类且分离集群。然后，当处理染色质量未知的新涂片图像时，分类器算法可以通过使用其标志性特征值来分类涂片颜色质量，以确定它最佳匹配哪个集群。因此可以确定染色质量。

[0289] 除了单独地或组合地使用标志性颜色值以外，还可以将其转换为表示用于所选细胞ROI的标志性颜色值的其它单一值或其它多个值。这些标志性颜色值(无论可能以哪种形式来表示)可以被用作可提取的特征。例如，特征可以被表达为表示标志性颜色或这类颜色的比率的向量。例如，用于特定ROI的单独RBG标志性颜色值可以通过其形成的如下向量的角度和幅度来描述：

[0290]

[0291]

[0292]

[0293]

[0294]

[0295]

[0296]

[0297]

[0298]

[0299]

[0300]

[0301]

[0302] NSCVrgb＝基于红色、绿色和蓝色通道中的值的细胞核染色颜色向量；CSCVrgb＝基于红色、绿色和蓝色通道中的值的细胞质染色颜色向量；NSCVhsl＝由其色调值、饱和度值和光度值描绘的细胞核染色颜色向量；CSCVhsl＝由其色调值、饱和度值和光度值描绘的细胞质染色颜色向量。β和θ描述向量在3D空间中的方向。

[0303] 类似地，这些值的任何其它表示(包括体素等)也可以用于表示标志性颜色值且用作可提取的特征。

[0304] 尽管出于理解清晰的目的而通过图示和示例的方式详细地描述了前述发明，但是本领域的普通技术人员按照本发明的教导很容易清楚，可以对本发明进行特定改变和修改而不脱离所附权利要求的精神或范围。

[0305] 相应地，前文仅说明了本发明的原理。将领会到，本领域的技术人员将能够设想各种布置方式，尽管本文中没有明确地描述或示出这些布置方式，但是它们体现了本发明的原理且被包括在本发明的精神和范围内。此外，本文中所列的所有示例和有条件的语言主要意图辅助阅读者理解本发明的原理和由发明人贡献于促进本领域的概念，且不应当被视为对这类具体所列的示例和条件的限制。此外，本文中列出本发明的原理、方面和实施方式的所有陈述及其具体示例意图涵盖其结构性等效物和功能性等效物。另外，意图使这类等效物包括当前已知的等效物和在未来开发的等效物，即，开发的执行相同功能的任何元件，不管结构如何。因此，本发明的范围不意图受限于本文中所示出和描述的示例性实施方式。而是，本发明的范围和精神由所附权利要求体现。

标题	发布/更新时间	阅读量
用于处理组织学、尸体、细胞学样品的组合物	2020-05-15	779
生物样本的自动化组织学处理及相关的技术	2020-05-15	56
生物样本的自动化组织学处理及相关的技术	2020-05-14	454
组织学样品中单个靶标分子的定量	2020-05-12	967
用于标记组织学包埋盒的设备	2020-05-12	718
用于加工组织学的组织试样的方法和设备	2020-05-13	594
含中草药成分的病理组织学样本保存处理液	2020-05-13	725
一种反映肝组织学病变形态的组织微阵列芯片	2020-05-13	706
生物样本的自动化组织学处理及相关的技术	2020-05-14	7
用于运输组织学样品的便携式装置	2020-05-13	856

用于评估组织学染色的方法和系统

用于评估组织学染色的方法和系统

背景技术

具体实施方式

该功能需要专业版企业版VIP权限，您可以：