公开(公告)号：CN117425915A

公开(公告)日：2024-01-19

申请号：CN202280036166.1

申请日：2022-05-30

Applicant: 卡尔蔡司显微镜有限责任公司

Inventor： 亚历山大·弗赖塔格 ,  马蒂亚斯·艾布尔 ,  克里斯蒂安·孔格尔 ,  安塞尔姆·布拉赫曼 ,  丹尼尔·哈泽 ,  曼努埃尔·阿姆托尔

IPC: G06T7/00

Abstract: 一种用于生成图像处理模型(M)以根据显微镜图像(20)计算出实际染色图像(30)的计算机实施方法，该方法包括使用至少包括以下内容的训练数据(T)对图像处理模型(M)进行训练(15)：作为图像处理模型(M)输入数据的显微镜图像(20)；使用采集的化学染色图像(60)形成的目标图像(50)；以及区分需要染色的图像区域(71、72)和不需要染色的图像区域(72)的预定义分割掩膜(70)。训练图像处理模型(M)，通过优化用于采集虚拟染色图像(30)与目标图像(50)之间差异的染色奖励/损失函数(LSTAIN)，以根据输入显微镜图像(20)计算出虚拟染色图像(30)。将预定义分割掩膜(70)考虑在图像处理模型(M)的训练(15)内，以补偿化学染色图像(60)中的误差。

公开(公告)号：CN117425919A

公开(公告)日：2024-01-19

申请号：CN202280036167.6

申请日：2022-05-30

Applicant: 卡尔蔡司显微镜有限责任公司

Inventor： 亚历山大·弗赖塔格 ,  马蒂亚斯·艾布尔 ,  克里斯蒂安·孔格尔 ,  安塞尔姆·布拉赫曼 ,  丹尼尔·哈泽 ,  曼努埃尔·阿姆托尔

IPC: G06T11/00

Abstract: 一种计算机实现的方法生成图像处理模型(M)，以便从显微镜图像(20)计算出虚拟染色图像(30)。使用训练数据(T)对图像处理模型(M)执行训练(15)，训练数据包括作为图像处理模型(M)输入数据的显微镜图像(20)和通过与显微镜图像(20)相关的局部配准的化学染色图像(60)形成的目标图像(50)。通过优化目标函数(L)，捕获虚拟染色图像(30)和目标图像(50)之间的差异，训练图像处理模型(M)从输入的显微镜图像(20)计算虚拟染色图像(30)。经过一定数量的训练步骤后，使用任一化学染色图像(60)和在一定数量的训练步骤后计算出的相关虚拟染色图像(30)定义至少一个加权掩膜(W)。在加权掩膜(W)中，一个或多个图像区域(W1、W2、W6)基于虚拟染色图像(30)和化学染色图像(60)中局部对应图像区域之间的差异加权。继续进行训练(15)，其中在目标函数(L)中将考虑加权掩膜(W)。