本主題公開涉及用于醫(yī)療診斷的成像。更特別地，本主題公開涉及一種由圖像處理系統(tǒng)實現(xiàn)的用于分析染色活檢或外科手術(shù)組織樣本的方法和組織標本的自動化整體載片分析的質(zhì)量控制。
背景技術(shù)：
：在數(shù)字病理學(xué)領(lǐng)域中，可以用一個和多個染色劑對諸如組織切片、血液、細胞培養(yǎng)物等生物標本進行染色并通過觀看（view）染色標本或?qū)θ旧珮吮具M行成像來進行分析。觀察染色標本（與附加臨床信息組合）使得能夠?qū)崿F(xiàn)各種過程，包括疾病的診斷、對治療的反應(yīng)的預(yù)后和/或預(yù)測性評估以及幫助開發(fā)新藥物以對抗疾病。如本文所使用的“目標”或“目標對象”是染色劑識別的標本的特征。目標或目標對象可以是蛋白質(zhì)、蛋白質(zhì)片段、核酸或者由抗體、分子探針或非特定染色劑識別的其它感興趣對象。被具體地識別的那些目標在本主題公開中可以稱為生物標記。某些染色劑并未具體地以生物標記為目標（例如常常使用的復(fù)染色蘇木精）。雖然蘇木精與其目標具有固定關(guān)系，但大多數(shù)生物標記可以用染色劑的用戶選擇來識別。亦即，可以根據(jù)分析物的特定需要使用各種染色劑來將特定生物標記可視化。在染色之后，可以對分析物進行成像以用于組織標本的內(nèi)含物的進一步分析。整個載片的圖像通常稱為整體載片圖像或簡單地稱為整體載片。整體載片的定量分析（諸如對諸如某個種類的細胞之類的目標對象進行計數(shù)或者針對載片上的所有細胞的染色反應(yīng)的量化）對于人類觀察者而言是不可行的。通常，整體載片包含數(shù)千個至數(shù)十萬個細胞，其中的全部或者僅僅一部分可能與手頭的分析問題相關(guān)?？梢詫碜詧D像分析、計算機視覺以及模式識別的方法用于自動化定量分析。用計算機軟件進行的此類自動化使得能夠?qū)崿F(xiàn)定量整體載片分析。整體載片分析的當(dāng)前實施方式允許用戶選擇許多fov用于質(zhì)量控制（qc）。這些fov由軟件從被分析組織中的所有fov之中隨機地選擇或者系統(tǒng)地采樣。用于自動化整體載片分析的系統(tǒng)可以呈現(xiàn)示出fov的位置的整個組織的低倍放大視圖以用于qc。例如，圖1a描繪了低倍放大視圖，紅色矩形101描繪fov的位置。針對這些位置101中的每一個，如圖1b中所示，可以生成較高放大倍率的fov圖像。這種方法的缺點是并非所有組織都被呈現(xiàn)以用于qc，僅僅是所選fov。在呈現(xiàn)的fov中不可見的組織區(qū)域中的算法的錯誤不能被觀察者檢測到。即使qc圖像和fov選擇是交互式地生成的，例如通過在使得用戶能夠選擇（例如用鼠標點擊）感興趣區(qū)域的圖形用戶界面（gui）中呈現(xiàn)低倍放大圖像（諸如圖1a中的圖像），此過程也是冗長的，并且要求觀察者與gui交互直至他或她確知組織的所有相關(guān)區(qū)域都已被觀察為止。技術(shù)實現(xiàn)要素：本發(fā)明的實施例提供了如在獨立權(quán)利要求中要求保護的一種用于分析染色活檢或外科手術(shù)組織樣本的方法和相應(yīng)圖像處理系統(tǒng)。在從屬權(quán)利要求中給出了本發(fā)明的其它實施例。根據(jù)本發(fā)明的實施例，由圖像處理系統(tǒng)接收整體載片圖像。例如，從圖像處理系統(tǒng)的電子存儲器讀取先前已從被染色組織樣本的組織病理學(xué)組織載片獲得的整體載片圖像以進行處理，以便獲得一個或多個生物目標對象的檢測結(jié)果。因此，通過從電子存儲器讀取整體載片圖像，接收到整體載片圖像。本發(fā)明的實施例還可以包含借助于光學(xué)傳感器（諸如顯微鏡）來獲取整體載片圖像。在后一種情況下，可以通過使用傳感器來執(zhí)行圖像獲取步驟而接收整體載片圖像。通過執(zhí)行圖像處理算法以便檢測生物目標對象來分析整體載片圖像。根據(jù)實施方式，獲得定量結(jié)果，諸如用于針對目標對象的計數(shù)，其指示整體載片圖像內(nèi)或者整體載片圖像的區(qū)域內(nèi)的目標對象的總數(shù)?？梢栽趫D像處理系統(tǒng)的顯示器上輸出定量結(jié)果并可視化為熱圖。組織病理學(xué)組織載片上的組織的染色的強度和外觀的變化、染色偽像及其它組織病理學(xué)偽像由于圖像處理算法的執(zhí)行可能引起目標對象的錯誤檢測。此類組織病理學(xué)偽像同樣是已知的，參考jompfreviewarticle,year:2014,volume:18,issue:4,page:111—116“artefactsinhistopathology”shailjachatterjee（e=4;spage=111;epage=116;aulast=chatterjee），其提供了組織病理學(xué)偽像的全面概述，諸如鉗子偽像、壓碎偽像、電灼偽像、固定偽像、在標本運輸期間引入的偽像、凍結(jié)偽像、處理偽像、由于折疊而引起的偽像等。根據(jù)載片上的組織的染色的強度和外觀或者偽像的存在，計算機軟件（即實現(xiàn)圖像處理算法的圖像處理程序）可能遺漏應(yīng)包括在分析中的目標對象（諸如細胞）或者將非目標結(jié)構(gòu)（例如，染色偽像）誤解為目標對象。根據(jù)本發(fā)明的實施例，質(zhì)量控制圖像示出被分析組織以及算法檢測結(jié)果，例如作為覆蓋在原始圖像上的色彩編碼標記和符號。為了在逐個細胞水平上看到這些算法結(jié)果，可以以放大的方式示出此類圖像，使得可以在一個圖像中呈現(xiàn)所有組織的僅一小部分。根據(jù)本發(fā)明的實施例，使用已通過圖像處理算法的執(zhí)行而潛在地錯誤地檢測到的目標對象在整體載片圖像上執(zhí)行質(zhì)量檢查。為了執(zhí)行質(zhì)量檢查，定義整體載片圖像的fov，并且對fov應(yīng)用至少一個規(guī)則以便檢查對于給定fov而言是否滿足準則。如果滿足準則，則這指示包含組織病理學(xué)偽像和/或由圖像處理算法的缺陷引起的錯誤分析結(jié)果（即可能并非由組織病理學(xué)偽像而是由圖像處理算法本身引起的關(guān)于給定fov中的一個或多個目標對象的檢測的錯誤檢測結(jié)果）的fov的風(fēng)險。例如，計算由圖像處理算法在給定fov中檢測到的生物目標對象的總數(shù)，并且根據(jù)規(guī)則按相應(yīng)全部目標對象的數(shù)目將fov排序（sort）。如果fov內(nèi)的目標對象的總數(shù)非常高或者非常低，這可以指示組織病理學(xué)偽像和/或錯誤分析結(jié)果的存在。在這種情況下，與規(guī)則相關(guān)聯(lián)的準則可以是給定fov是排序列表上的高等級或低等級fov。特別地，選擇來自列表的最高和底部fov。在圖像處理系統(tǒng)的顯示器上顯示通過應(yīng)用所述至少一個規(guī)則識別的fov集合的至少一個子集以供觀察者（諸如病理學(xué)家）檢查。圖像處理系統(tǒng)可以包括圖形用戶界面，其使得圖像處理系統(tǒng)能夠從觀察者接收輸入信號，該輸入信號指示來自所述子集的所顯示fov中的一個的圖像部分的質(zhì)量是否足以用于分析。換言之，如果觀察者在子集的所顯示fov中識別到組織病理學(xué)偽像，則他或她可以操作圖形用戶界面的元素（諸如通過鼠標點擊、按按鈕或使用數(shù)據(jù)輸入觸筆）以用信號通知圖像處理系統(tǒng)相應(yīng)fov包含組織病理學(xué)偽像。在此類輸入信號被圖像處理系統(tǒng)接收到的情況下，由圖像處理系統(tǒng)輸出的生物目標對象的檢測結(jié)果可以是用于用信號通知所顯示組織區(qū)域中的自動化分析結(jié)果不正確或沒有意義的錯誤信號，例如因為整體載片圖像的質(zhì)量不足以用于執(zhí)行分析。替換地，諸如借助于注釋工具來選擇整體載片圖像的一部分并將其從分析排除。在后一種情況下，由圖像處理系統(tǒng)輸出的結(jié)果指示已通過圖像處理算法的執(zhí)行獲得的檢測到的生物目標對象，但排除在包含組織病理學(xué)偽像或錯誤分析結(jié)果的被排除圖像區(qū)域中的已經(jīng)識別的目標對象。后一種情況具有優(yōu)點，即被染色的活檢組織樣本由于排除了包含組織病理學(xué)偽像的圖像區(qū)域而仍可以以所需的科學(xué)確定程度被用于研究和/或診斷目的，而不使觀察者有大量fov的冗長乏味的檢查過程的負擔(dān)，因為由于所述至少一個規(guī)則的應(yīng)用，僅顯示了可能包含偽像的候選fov。本發(fā)明的實施例是特別有利的，因為向依賴于被用于檢測生物目標對象的圖像處理算法的圖像處理系統(tǒng)中引入了質(zhì)量控制；不要求用于偽像檢測的特定圖像處理算法。例如，根據(jù)載片上的組織的染色的強度和外觀或偽像的存在，計算機軟件（即實現(xiàn)圖像處理算法的圖像處理程序）可能遺漏應(yīng)包括在分析中的目標對象（諸如細胞）或者將非目標結(jié)構(gòu)（例如，染色偽像）誤解為目標細胞。根據(jù)本發(fā)明的實施例，質(zhì)量控制圖像示出被分析組織以及算法檢測結(jié)果，例如作為覆蓋在原始圖像上的色彩編碼標記和符號。為了在逐個細胞水平看到這些算法結(jié)果，可以以放大的方式示出此類圖像，使得可以在一個圖像中呈現(xiàn)所有組織的僅一小部分。本發(fā)明的實施例是特別有利的，因為可以通過使觀察者僅檢查來自大量fov（諸如數(shù)百個、數(shù)千個或者甚至數(shù)百萬個fov）的最小數(shù)目的fov而獲得質(zhì)量控制的高度可靠性。這對于覆蓋相對大面積且因此可以包含大量的fov的整體載片圖像而言是尤其重要的。本主題公開通過提供用于自動地選擇整體載片圖像上的有意義區(qū)域并對結(jié)果得到的fov的集合執(zhí)行qc的系統(tǒng)和方法來解決上述問題。自動選擇是在基于對應(yīng)用于載片上的組織的染色分析物的反應(yīng)來確定諸如細胞之類的相關(guān)對象的存在和數(shù)量之后執(zhí)行的。在檢測之后，可以生成密度圖或熱圖，將檢測結(jié)果的局部密度量化。熱圖可以描繪陽性和陰性檢測結(jié)果以及被分類為“不感興趣對象”的對象以及細胞密度的局部比率?？梢蕴峁釄D以及映射圖的組合（諸如局部和、比率等）作為到自動化fov選擇操作中的輸入。選擇操作可以基于一個或多個規(guī)則來選擇表示極端和平均典型區(qū)域的每個熱圖的區(qū)域。可以定義一個或多個規(guī)則以便生成候選fov的列表。一般地可以將該規(guī)則公式化，使得被選擇用于質(zhì)量控制的fov是要求最多的仔細檢查并將最多地受益于觀察專家進行的評估的fov。公開的操作因此緩解了交互式的或者要求大量fov的冗長的整體載片qc程序，同時還通過選擇覆蓋檢測到的目標和非目標對象的極端情況的fov而避免了其中可能遺漏偽像的不完整qc。在一個示例性實施例中，主題公開提供了一種用于自動化整體載片分析的質(zhì)量控制的系統(tǒng)，包括處理器以及被耦合到處理器的存儲器，存儲器將存儲計算機可讀指令，其在被處理器執(zhí)行時促使處理器實行包括以下各項的操作：對組織標本的整體載片圖像上的多個視場（fov）應(yīng)用規(guī)則，并且將與該規(guī)則匹配的fov集合呈現(xiàn)給觀察者以進行質(zhì)量控制分析。在另一示例性實施例中，主題公開提供了一種用于自動化整體載片分析的質(zhì)量控制的計算機實現(xiàn)方法，包括確定整體載片圖像中的一個或多個類型的對象的局部密度，基于該局部密度來選擇多個規(guī)則，并且選擇滿足所述多個規(guī)則的一組視場（fov），其中，規(guī)則中的一個設(shè)定fov集合內(nèi)的fov的最大數(shù)目。在另一示例性實施例中，本主題公開提供了一種用以存儲計算機可讀代碼的有形非臨時計算機可讀介質(zhì)，所述計算機可讀代碼被處理器執(zhí)行以實行包括以下各項的操作：將整體載片圖像分段成多個視場（fov），并且選擇與用于fov選擇的一個或多個規(guī)則匹配的fov集合，其中，對表示整體載片圖像中的一個或多個感興趣對象的局部密度的熱圖應(yīng)用該規(guī)則，并且其中呈現(xiàn)該fov集合以用于應(yīng)用于整體載片圖像的圖像分析算法的質(zhì)量控制。附圖說明圖1a—b描繪了使用現(xiàn)有技術(shù)方法確定的fov的位置。圖2描繪了根據(jù)本主題公開的示例性實施例的用于自動化整體載片分析的質(zhì)量控制的系統(tǒng)。圖3a—3b描繪了根據(jù)本主題公開的示例性實施例的用于自動化整體載片分析的質(zhì)量控制的方法。圖4描繪了根據(jù)本主題公開的示例性實施例的示出用于針對整體載片圖像的組織的檢測結(jié)果的密度的熱圖。圖5a—b描繪了根據(jù)本主題公開的示例性實施例的候選fov的初始集合。圖6a—6b描繪了根據(jù)本主題公開的示例性實施例的經(jīng)由所公開的操作被自動地選擇用于質(zhì)量控制（qc）的fov的示例。圖7說明本發(fā)明的方法的實施例。具體實施方式本主題公開通過提供用于自動地選擇標本（諸如生物標本）的整體載片圖像或其一部分上的有意義區(qū)域并對結(jié)果得到的fov集合執(zhí)行qc的系統(tǒng)和方法來解決上述問題。自動選擇是在基于對應(yīng)用于標本（例如載片上的組織標本）的染色分析物的反應(yīng)來確定諸如細胞之類的相關(guān)對象的存在和數(shù)量之后執(zhí)行的。在檢測之后，可以生成密度圖或“熱圖”。熱圖量化檢測結(jié)果的局部密度。熱圖可以例如描繪正和負檢測結(jié)果以及被分類為“不感興趣對象”的對象以及細胞密度的局部比率，諸如對于生物標記1而言為陽性的對于生物標記2而言也為陽性的所有細胞的比率?？梢葬槍γ總€生物標記或檢測結(jié)果生成單獨的熱圖，如在圖4a—4f中描繪的。可以將熱圖以及映射圖的組合（諸如局部和、比率等）作為輸入提供到自動化fov選擇操作中。該選擇操作可以基于一個或多個規(guī)則來選擇表示相反的極端和平均典型區(qū)域的每個熱圖的區(qū)域?？梢远x一個或多個選擇規(guī)則以便在候選fov的較大列表之中選擇用于qc的fov的子集。一般地可以將該規(guī)則公式化，使得被選擇用于質(zhì)量控制的fov是要求最多的仔細檢查并將最多地受益于觀察專家進行的評估的fov。例如，如果所選fov包含熱圖上或熱圖組合上的具有最高、平均或最低值的區(qū)域，則可以將它們視為用于質(zhì)量控制的候選。圖2描繪了根據(jù)本主題公開的示例性實施例的用于自動化整體載片分析的質(zhì)量控制的系統(tǒng)200。系統(tǒng)200包括存儲器210，其存儲由被耦合到計算機201的處理器205執(zhí)行的多個處理模塊或邏輯指令。輸入202可以觸發(fā)所述多個處理模塊中的一個或多個的執(zhí)行。輸入202包括用戶輸入以及通過網(wǎng)絡(luò)供應(yīng)給網(wǎng)絡(luò)服務(wù)器或數(shù)據(jù)庫以進行存儲并稍后由計算機201檢索的輸入。除處理器205和存儲器210之外，計算機201還包括用戶輸入和輸出裝置，諸如鍵盤、鼠標、觸筆以及顯示器/觸摸屏。如將在以下討論中解釋的，處理器205執(zhí)行存儲在存儲器210上的邏輯指令，使用圖像分析模塊211來執(zhí)行圖像分析以檢測對象并將其分段，使用熱圖生成模塊122來量化并描繪結(jié)果，使用fov選擇模塊213來選擇用于qc的fov，并且在規(guī)則數(shù)據(jù)庫214中存儲和檢索用于熱圖生成和fov選擇的規(guī)則。輸入202可以包括關(guān)于目標組織類型或?qū)ο蟮男畔⒁约叭旧?或成像平臺的標識。例如，可能已借助于應(yīng)用包含與用于亮場成像的顯色染色劑或用于熒光成像的熒光團相關(guān)聯(lián)的一個或多個不同生物標記的染色分析物對樣本進行染色。染色分析物可以使用用于亮場成像的顯色染色劑、有機熒光團、量子點或者用于熒光成像的有機熒光團以及量子點，或染色劑、生物標記以及觀看或成像裝置的任何其它組合。此外，在對樣本應(yīng)用染色分析物、導(dǎo)致被染色樣本的自動化染色/分析物平臺中處理典型樣本。在市場上存在適合于用作染色/分析物平臺的各種商用產(chǎn)品，一個示例是受讓人ventanamedicalsystems有限公司的discovery.tm.產(chǎn)品。輸入信息還可以包括哪些和多少特定抗體分子結(jié)合到組織上的某些結(jié)合點或目標，諸如腫瘤標記或特定免疫細胞的生物標記。輸入到系統(tǒng)100中的附加信息可以包括關(guān)于染色平臺的任何信息，包括在染色中使用的化學(xué)品濃度、用于在染色劑中施加于組織的化學(xué)品的反應(yīng)時間和/或組織的分析前條件，諸如組織老化、固定方法、持續(xù)時間、樣本被如何嵌入、切割等。輸入202可以是經(jīng)由成像系統(tǒng)（例如顯微鏡上的相機或具有顯微鏡和/或成像組件的整體載片掃描儀）提供的，或者可以是經(jīng)由網(wǎng)絡(luò)或經(jīng)由操作計算機201的用戶提供的?？梢詧?zhí)行圖像分析模塊211以便對接收圖像內(nèi)的感興趣對象進行檢測和/或分段?？梢詸z測對象，即通過處理來報告對象的存在和位置，或者將對象分段，即檢測一個或多個對象并通過將整體載片圖像上的多個像素分配給一個或多個對象或背景中的一個進行描繪?？梢詫Χ鄠€不同對象進行檢測或分段，并且該多個不同對象可以具有被區(qū)別以回答手頭的生物問題的不同生物意義。一個可能的生物意義是“不感興趣對象”，其指示檢測或分段結(jié)果表示非目標染色、載片偽像、染色過于模糊而不具有相關(guān)性等。例如，當(dāng)對生物標記ki-67進行評分時，對所有腫瘤細胞核進行計數(shù)并分類成被陽性或陰性染色。這種情況下的“不感興趣對象”是載片上的并非腫瘤細胞的所有細胞（諸如免疫細胞或基質(zhì)細胞）的細胞核。更一般地，圖像分析模塊211的結(jié)果可以是其中已對對像進行檢測和/或分段的圖像中的位置列表?？蛇x地，來自模塊211的結(jié)果還包括進一步識別每個被檢測對象的種類或類別。可以執(zhí)行熱圖生成模塊212以量化由圖像分析模塊211執(zhí)行的檢測和分段操作的結(jié)果。熱圖映射整體載片圖像上的各種結(jié)構(gòu)的密度?？梢愿鶕?jù)手頭的生物問題（其還規(guī)定執(zhí)行的圖像分析的類型）而生成熱圖。例如，熱圖可以描繪用于諸如細胞、細胞核等對象的陽性和陰性檢測結(jié)果。熱圖可以進一步描繪“不感興趣對象”以及細胞密度的局部比率，諸如一個類型的細胞對比另一類型的細胞的密度的比率或者生物標記的共定位的密度。可以針對每個生物標記或檢測結(jié)果生成單獨熱圖，如在圖4a—4f中描繪的。圖4例如描繪了示出用于針對整體載片圖像的組織的檢測結(jié)果的密度的熱圖（a）。在（b）中示出了用于僅對于生物標記1而言為陽性的細胞的局部密度，在（c）中示出了用于生物標記2的局部密度，在（d）中示出了用于兩個生物標記的陽性密度，在（e）中示出了“不感興趣對象”的檢測密度，并且在（f）中示出了對于生物標記2而言為陽性的細胞與對于生物標記1而言為陽性的細胞的局部比率。返回參考圖2，可以基于存儲在規(guī)則數(shù)據(jù)庫214中的熱圖規(guī)則或經(jīng)由輸入202輸入的規(guī)則而生成熱圖。在本文中進一步描述了示例性熱圖規(guī)則。此外，數(shù)據(jù)庫214還可以包括關(guān)于染色劑和復(fù)染劑的各種組合的染色劑信息，使得能夠?qū)崿F(xiàn)規(guī)則的自動化生成，或者緩解規(guī)則生成或規(guī)則輸入中的沖突。可以將熱圖及其關(guān)聯(lián)數(shù)據(jù)（諸如在每個熱圖中描繪的量的組合）作為輸入提供到fov選擇模塊213中。fov選擇模塊213可以基于存儲在數(shù)據(jù)庫214中的選擇規(guī)則或經(jīng)由輸入202輸入的規(guī)則來選擇每個熱圖的區(qū)域。例如，選擇規(guī)則可以要求應(yīng)選擇并呈現(xiàn)表示檢測結(jié)果密度的高和低極值的fov以用于qc?？梢远x選擇規(guī)則，以便從候選fov列表之中選擇用于qc的fov，并且一般地可以公式化，使得被選擇用于質(zhì)量控制的fov是要求最多的仔細檢查并將最多地受益于由觀察專家進行的評估的fov。例如，如果所選fov包含熱圖上或熱圖組合上的具有最高、平均或最低值的區(qū)域，則可以將它們視為用于質(zhì)量控制的候選。參考圖3a—3b來進一步描述由fov選擇模塊213執(zhí)行的操作。如上所述，該模塊包括由處理器105執(zhí)行的邏輯。如在本文中和遍及本公開所使用的“邏輯”指的是具有可以應(yīng)用以影響處理器的操作的指令信號和/或數(shù)據(jù)形式的任何信息。軟件是此類邏輯的一個示例。處理器的示例是計算機處理器（處理單元）、微處理器、數(shù)字信號處理器、控制器和微控制器等。邏輯可以由存儲在諸如存儲器210之類的計算機可讀介質(zhì)上的信號形成，所述計算機可讀介質(zhì)在示例性實施例中可以是隨機存取儲器（ram）、只讀存儲器（rom）、可擦/電可擦可編程只讀存儲器（eprom/eeprom）、閃存等。邏輯還可以包括數(shù)字和/或模擬硬件電路，例如包含邏輯與（and）、或（or）、異或（xor）、與非（nand）、或非（nor）及其它邏輯運算的硬件電路。邏輯可以由軟件和硬件的組合形成。在網(wǎng)絡(luò)上，可以在服務(wù)器或服務(wù)器復(fù)合體上對邏輯進行編程。特定邏輯單元不限于網(wǎng)絡(luò)上的單個邏輯位置。此外，不需要按照任何特定順序執(zhí)行模塊。每個模塊可以在需要被執(zhí)行時調(diào)用另一模塊。圖3a—3b示出了根據(jù)本主題公開的示例性實施例的用于自動化整體載片分析的質(zhì)量控制的方法。在本示例性實施例中描述的操作可以使用參考系統(tǒng)200所述的組件或執(zhí)行類似功能的其它組件。例如，參考圖3a，可以提供輸入（s301），該輸入包括整體載片圖像或其一部分以及可以對載片上的對象進行檢測或分段并提供一個或多個種類或類別的對象作為其結(jié)果的分析操作的結(jié)果。例如，輸入信息可以包括：?用本領(lǐng)域中已知的圖像分析算法分析的整體載片圖像。?由自動化算法檢測的所有對象的位置，以及?由自動化算法提供的用于所有對象的對象類別。圖像分析結(jié)果可以包括例如類型a的對象的列表及其在整體載片圖像中的位置以及類型b的對象的列表及其在整體載片圖像中的位置。用于作為算法結(jié)果的對象的示例包括陰性細胞核的位置和陽性細胞核的位置、不具有膜染色、具有弱膜染色以及具有強膜染色的細胞核的位置等?？梢暂斎肴魏未祟惙治鏊惴ú⒂脕碜詣拥卮_定fov以對來自此類算法的結(jié)果進行qc。例如，圖像分析操作可以對組織標本上的已被染色的兩個不同類型a和b的細胞進行檢測和計數(shù)。已經(jīng)假設(shè)這些細胞的染色、檢測以及分段是不完美的，使得弱染色、非目標染色或分段和檢測的誤解是可能的。假設(shè)檢測和分段操作提供此類結(jié)果列表，可以將該列表分類為是類型a的細胞、類型b的細胞或者不是目標細胞。附加信息輸入可以包括關(guān)于組織和目標結(jié)構(gòu)（諸如細胞或其它感興趣結(jié)構(gòu)）的信息、特定抗體分子、生物標記的選擇以及與染色平臺有關(guān)的任何信息以及用于fov選擇的用戶定義規(guī)則，如在本文中進一步描述的?？梢暂斎氩⒔馕鰣D像以及分析結(jié)果和附加信息（s302）以確定最優(yōu)候選fov創(chuàng)建（s303）和基于規(guī)則的選擇（s304）。在解析此輸入（s302）時，可以創(chuàng)建多個候選fov（s303）。通常，選擇fov尺寸，使得可以以全分辨率在計算機屏幕上呈現(xiàn)fov。例如，如果計算機屏幕提供1000×1000像素分辨率且整體載片圖像中的像素是0.5微米×0.5微米，則良好fov候選尺寸也為1000×1000像素或者尺寸為0.5mm×0.5mm。一般地，創(chuàng)建fov候選以覆蓋圖像中的所有組織?？梢詫⒋诉^程稱為“分塊”。圖5a—b描繪了根據(jù)本主題公開的示例性實施例的候選fov的初始集合。圖5a描繪了通過沒有任何重疊的所有相關(guān)組織的分塊創(chuàng)建的候選fov520?？梢杂^察到的是最優(yōu)fov候選不太可能與此類分塊網(wǎng)格重合。因此，可以在更多位置處創(chuàng)建候選。圖5b描繪了針對約50%的重疊的添加到fov520的附加fov521。在本圖的彩色版本中，分別地用紅色520和黑色521示出替換圖塊。在某些極端情況下，可以將相關(guān)組織的每個像素視為fov的中心，其將提供數(shù)千個fov候選。候選fov的這些初始列表是基于其是否可以以充分的放大倍率在計算機監(jiān)視器上、在打印紙張上等觀看以用特定尺寸的fov執(zhí)行質(zhì)量控制而生成的。圖像可能已在任何分析之前已被掃描，并且因此放大倍率和像素尺寸一般是固定的。因此，用于質(zhì)量控制的fov尺寸和分辨率應(yīng)適配到屏幕上。每個屏幕可以顯示固定數(shù)目的像素，并且其為fov的尺寸，除非用戶請求不同尺寸。例如，可以調(diào)整fov尺寸以匹配用戶的偏好。用戶偏好可能是“我優(yōu)選更加小的fov以便在我的小型膝上型計算機上觀看它”或“我可以甚至在較低放大倍率下評估算法結(jié)果”。通常針對包含組織的圖像中的區(qū)域創(chuàng)建fov候選，并且針對不包含組織的載片的區(qū)域不創(chuàng)建fov候選。此外，fov不一定是正方形或矩形，但矩形使得能夠?qū)崿F(xiàn)在計算機屏幕或紙張上的最優(yōu)顯示。然而，還可以定義自由形式fov形狀，諸如圓形fov，如果該選項基于系統(tǒng)實現(xiàn)而可用的話。一般地，在每個整體載片圖像上自動地創(chuàng)建fov并在計算機監(jiān)視器上呈現(xiàn)，在必要時打印，或者在任何現(xiàn)有數(shù)字式病理學(xué)觀看應(yīng)用中觀看。例如，可以使用整體載片觀看器（諸如受讓人ventana的virtuoso觀看器）來自動地導(dǎo)航至基于本文所述的操作而被選擇用于質(zhì)量控制的fov，使得用戶能夠通過圖像進行縮放和平移。此類觀看器可以自動地導(dǎo)航至從原始列表之中選擇的fov，提供平移和縮放選項。返回參考圖3a，可以基于一個或多個選擇規(guī)則的應(yīng)用對fov進行選擇和/或排序（s304）。一般地，偏好是從在整體載片圖像上分塊的100個或更多候選fov中選擇少數(shù)（例如5個）fov。5個fov的子集可以是滿足由選擇規(guī)則定義的準則的fov?？梢栽谝?guī)則數(shù)據(jù)庫314或包括但不限于輸入信息s301的任何其它源中定義并從其檢索這些規(guī)則。如本文所述，一般地可以將該規(guī)則公式化，使得被選擇用于質(zhì)量控制的fov是要求最多的仔細檢查并將最多地受益于觀察專家進行的評估的fov。例如，一個規(guī)則集可以包括以下選擇或偏好：?具有類型a的細胞的最高密度的fov，?具有類型b的細胞的最高密度的fov，?具有類型a的細胞的最高比率的fov（其中類型a的細胞的數(shù)目除以類型a或b的細胞的數(shù)目的和是最高的），?具有類型b的細胞的最高比率的fov，?具有類型a和b一起的細胞的中值密度的fov，以及?具有被分類為“非目標細胞”的檢測結(jié)果的最高密度的fov（這可以選自來自圖像分析算法的中間輸出）。將上述規(guī)則集應(yīng)用于所有fov將可能導(dǎo)致用于質(zhì)量控制的6個fov的選擇，其可以經(jīng)由顯示器或其它輸出裝置被呈現(xiàn)給觀察專家。然而，其它規(guī)則集可以導(dǎo)致高于或低于該規(guī)則數(shù)目的許多目標fov。規(guī)則一般地是預(yù)定義的，如果期望的話，并且可以為用戶提供用以觀察和編輯規(guī)則的選項。用以修改規(guī)則的用戶界面可以采取文本或電子數(shù)據(jù)表編輯器的形式。例如，可以提供具有預(yù)定義字段的電子數(shù)據(jù)表編輯器，所述預(yù)定義字段類似于第一字段中的“...中的最高的”、“...中的最低的”、“...中的第n百分位”和第二字段中的“對象類型a”、“對象類型b”、“對象類型c”、“a和b的對象”等。對象類型的示例包括但不限于：?對于ki-67而言為陽性的腫瘤細胞和對于ki-67而言為陰性的腫瘤細胞。?對于er而言為陽性的腫瘤細胞和對于er而言為陰性的腫瘤細胞?不具有her2膜染色的腫瘤細胞、具有弱her2膜染色的腫瘤細胞、具有中間her2膜染色的腫瘤細胞以及具有強her2膜染色的腫瘤細胞。?腫瘤細胞、基質(zhì)細胞以及免疫細胞。?t淋巴細胞和b淋巴細胞。如本文所述，規(guī)則可以由病理學(xué)家輸入，并且可以是預(yù)定義的，使得可以將已經(jīng)輸入并選擇用于來自不同載片的結(jié)果的規(guī)則集應(yīng)用于新的輸入載片。因此，可以提供病理學(xué)家可以選擇而不是手動地輸入規(guī)則的預(yù)定義規(guī)則集。通常，將存在比期望的fov更多的規(guī)則或者比期望的規(guī)則更多的fov。例如，選擇“具有類型a和b一起的細胞的中值密度的fov”的規(guī)則不同于優(yōu)選最高或最低量的規(guī)則?？梢詣?chuàng)建許多此類規(guī)則，其一般而言要求選擇“其中細胞的密度或任何其它定量結(jié)果接近于來自所有fov的所選百分位的fov”。為了實現(xiàn)此類規(guī)則，可能必須基于規(guī)則的要求將fov排序。例如，規(guī)則可以請求“細胞a和b一起的密度”的某個百分位。此類規(guī)則將導(dǎo)致排序列表（其中緊挨著每個fov的數(shù)是列出的候選fov的唯一序號或標識符）：?fov13?fov84?fov22?fov93?（...排序列表中的更多fov，在這里未示出...）?fov45?fov29?fov27?（...排序列表中的更多fov，在這里未示出...）?fov15?fov73創(chuàng)建列表，使得第一列出fov具有最高密度，第二列出fov具有第二最高密度，以此類推直至具有最低密度的最后一個fov。在此類列表中，可以基于百分位來選擇fov。具有中值密度（50%百分位）的fov是對于其而言fov的一半具有較高細胞密度且fov且fov的另一半具有較低細胞密度的fov。同樣地，選擇處于25%百分位的fov，使得四分之一的其它fov具有較低密度，并且四分之三具有較高密度。選擇處于75%百分位的fov，使得四分之三的其它fov具有較低密度，并且僅四分之一的其它fov具有較高密度。在本示例中，fov13和84分別是最高和第二最高的，并且fov15和73分別是第二最低和最低的。fov29可以處于中值，一半fov在密度方面較高且一半fov在密度方面較低。在給定這樣的列表的情況下，還可以按“接近于目標百分位”將fov排序。針對每個fov，將絕對差（例如在密鑰密度方面）計算為處于中值、25%百分位等的fov的密度。按“與第75百分位的密度差”排序的fov的示例性列表可以提供以下結(jié)果：?fov91?fov90?fov80?(…)?fov16在本示例中，fov91可以是處于第75百分位（即零差）的fov，fov90可以具有最小密度差，并且fov16可以是與第75百分位具有最高密度差的fov（無論其密度是高還是低）。本領(lǐng)域的技術(shù)人員依照本公開且根據(jù)提出的生物問題可以設(shè)想規(guī)則的許多其它示例及其應(yīng)用。當(dāng)根據(jù)每個所選規(guī)則將滿足規(guī)則的準則的fov列表排序時，結(jié)果可以包括與存在的規(guī)則一樣多的排序列表，如在表1的示例中描繪的：按規(guī)則1排序按規(guī)則2排序…按規(guī)則n排序fov13fov91fov19fov84fov90fov08fov22fov80fov25(…)(…)(…)表1。返回參考圖3a，針對整體載片組織圖像，“創(chuàng)建候選fov”操作將生成許多fov候選，其中只有小的子集可以被呈現(xiàn)給用戶以進行qc。如本文所述，規(guī)則可以是針對每個分析算法預(yù)定義的，或者可以由用戶選擇。這些規(guī)則用來選擇此子集。兩個不同操作“選擇和清除”（s306）和“優(yōu)化”（s308）確定所有候選fov之中的最佳地遵循該規(guī)則的fov的子集。例如，進行用于qc的請求的fov的數(shù)目是否超過規(guī)則的數(shù)目的確定（s305）。如果存在比選擇規(guī)則的數(shù)目更大數(shù)目的請求的fov，則可以選擇某些fov用于qc并從列表清除（s306）。例如，可以選擇與規(guī)則最佳地匹配并在列表中具有最高位置的每個fov以用于qc。然后可以將這些fov從該列表去除并從表格中的所有其它列表清除。例如，可以選擇來自表1的fov13、91和19以用于qc，并且從所有其它表格去除，從而減少用于下一輪選擇和清除（s306）或優(yōu)化（s308）的fov的總數(shù)。用于清除的另一方法包括去除與所選fov中的一個重疊的所有fov。這使得能夠避免在超過一個fov中呈現(xiàn)同一組織切片。可以重復(fù)選擇和清除步驟（s306）直至仍必須選擇用于qc以達到請求fov的數(shù)目的fov數(shù)目等于或小于選擇規(guī)則的數(shù)目為止。如果存在比fov更多的規(guī)則（s307），則優(yōu)化（s308）可能是必需的。例如，甚至在已經(jīng)如在上一段中那樣選擇fov集合之后，可以以留下比存在的規(guī)則更少的fov以獲得所請求fov的數(shù)目結(jié)束。在任一種情況下，可能不再可以針對每個規(guī)則選擇最佳fov?？梢詮暮蜻xfov的列表中選擇fov的許多不同子集。優(yōu)化過程（s308）現(xiàn)在可以選擇fov，使得每個規(guī)則被滿足且是可能的，例如通過計算當(dāng)前從表格中選擇的fov集合的“質(zhì)量”。找到最佳子集可以包括應(yīng)用已知計算機科學(xué)優(yōu)化問題。因此，也可以使用許多其它公式。圖3b示出了示例性優(yōu)化操作?？梢詸z索fov的一個子集（s311）連同其中根據(jù)不同準則（規(guī)則）將子集排序的表格一起作為到質(zhì)量確定中的輸入。此計算的結(jié)果可以包括指示此子集有多好的數(shù)字—其測量fov在表格中看起來有多“高”。例如，質(zhì)量確定可以檢查子集中的每個fov的位置（s312），并且針對被最差地滿足的選擇規(guī)則找到列表中的最佳fov（s313）。可以替代地使用許多其它規(guī)則（表格中的所有列表中的所有fov的平均位置、表格中的每個列表中的最佳fov的平均位置等）?？梢酝ㄟ^檢查每個表格中的最佳fov的位置來計算此“質(zhì)量”。例如，如果針對4個規(guī)則選擇了3個fov，并且每個表格中的最佳fov分別地處于位置3、5、10、2，則fov的此集合的質(zhì)量是10。這里的質(zhì)量是評估fov集合一起有多好地滿足所有規(guī)則的度量。在這里給出的示例中，使用被最不好地滿足的列表中的最佳fov的位置作為用于質(zhì)量的度量。不同的fov集合可能在每個表格中在位置6、7、7、8處具有最佳位置，其具有質(zhì)量度量8。另一fov集合可能在每個表格中具有的最佳位置為1、2、1、20，這導(dǎo)致質(zhì)量度量20。針對此質(zhì)量度量，將具有最低質(zhì)量度量的集合視為最佳選擇。如對于相關(guān)領(lǐng)域的技術(shù)人員而言將顯而易見的，存在用以測量fov集合有多好地滿足一組規(guī)則的許多方法。針對這些質(zhì)量度量中的任何一個，可以采用各方法來優(yōu)化選擇，即確定具有最佳質(zhì)量度量的fov的集合，最簡單的是測試所有可能的fov選擇并選取具有最佳質(zhì)量度量的集合（s314）。所有可能的fov子集范圍內(nèi)的窮舉搜索可以導(dǎo)致針對所有可能的fov子集計算質(zhì)量度量，并且選擇具有最佳質(zhì)量度量的fov的子集（s314）。如對于相關(guān)領(lǐng)域的技術(shù)人員而言將顯而易見的，除窮舉搜索之外還存在可以用來優(yōu)化fov子集以滿足所有規(guī)則的許多方法。在示例性實施例中，選擇預(yù)定義數(shù)目的fov，使得其一起最佳地表示檢測對象的最高、最典型以及最低密度的區(qū)域。例如，如果一個fov包含密度非常高的第一細胞類型和密度非常低的第二細胞類型，則可以選擇該fov，即使其不包含針對這些細胞類型的最高或最低相應(yīng)密度?？梢杂脙?yōu)化步驟來執(zhí)行多次的這樣的替換和折衷以覆蓋少數(shù)fov中的載片上的所有相關(guān)特征。在選擇和清除（s306）fov和/或優(yōu)化（s308）fov之后，向觀察專家輸出（s309）結(jié)果得到的所選fov的集合以進行分析和qc。圖6a—6b描繪了根據(jù)本主題公開的示例性實施例的經(jīng)由公開操作被自動地選擇用于質(zhì)量控制（qc）的fov的示例。圖6a描繪了單獨的fov660，并且圖6b描繪了整體載片圖像中的這些fov660的位置。參考圖6a，在（a）中描繪了具有僅對于第一生物標記而言為陽性的細胞的最高密度的區(qū)域，在（b）中描繪了具有僅對于第二生物標記而言為陽性的細胞的最高密度的區(qū)域，在（c）中描繪了針對兩個生物標記具有最高密度的區(qū)域，在（d）中描繪了“不感興趣對象”的最高密度，在（e）中描繪了對于生物標記2而言為陽性的細胞的最高比率，并且在（f）中描繪了具有感興趣的被染色細胞的最低密度的區(qū)域。在本實施例中，基于確定最要求qc的fov的規(guī)則來選擇這些fov，例如（b）可以描繪用于可以導(dǎo)致相應(yīng)細胞的假檢測的生物標記2和染色劑2的強非目標染色，（c）可以描繪被用生物標記1和染色劑1如此強地染色、以至于分析可能將細胞誤解為被雙重染色的區(qū)域，（d）可以描繪具有由來自染色劑1的斑點引起的強非目標染色的區(qū)域，并且（e）可以描繪其中分析非目標組織的區(qū)域。針對在本示例性情況中提出的五個映射圖，選擇每個上的針對最高、平均以及最低值的fov將導(dǎo)致15個fov，并且優(yōu)化（s308）的應(yīng)用將提供這5個fov以最佳地滿足這樣的15個選擇規(guī)則。圖7圖示了根據(jù)本發(fā)明的實施例的用于分析被染色活檢組織的樣本的方法。從被染色活檢組織樣本的組織病理學(xué)組織載片獲得的數(shù)字式整體載片圖像700被圖像處理系統(tǒng)200的輸入202接收到（參考圖2的實施例）。在圖像獲取步驟702中借助于成像系統(tǒng)從承載組織樣本的組織病理學(xué)載片獲得圖像700，例如借助于顯微鏡上的相機或具有顯微鏡和/或成像組件的整體載片掃描儀。圖像700被存儲在圖像處理系統(tǒng)200的電子存儲器210中。在步驟704中，從存儲器210讀取數(shù)字式整體載片圖像700以便執(zhí)行圖像處理程序，該圖像處理程序?qū)崿F(xiàn)用于檢測整體載片圖像中的生物目標對象的圖像處理算法。例如，圖像處理算法用于檢測可以被一個或多個染色劑染色的一個或多個類型的生物目標對象（諸如細胞）的存在和/或形狀。根據(jù)實施方式，由圖像處理算法執(zhí)行定量分析，諸如確定在整體載片圖像或整體載片圖像700的一部分中存在的生物目標對象的數(shù)目。出于說明性目的，圖7示出了已通過在步驟704中執(zhí)行圖像處理算法而檢測到的目標對象706、708、710、712和714。要注意的是在實際實現(xiàn)中通常檢測到數(shù)目大得多的目標對象。圖象處理程序由圖像處理系統(tǒng)200的處理器205執(zhí)行。在步驟716中，諸如通過調(diào)用fov選擇模塊213來在整體載片圖像700中定義fov。在一個實施方式中，用網(wǎng)格718（即如圖7中所示的分塊網(wǎng)格）來預(yù)定義fov。替換地，可以利用重疊的預(yù)定義fov，或者采取相關(guān)組織的每個像素作為fov的中心，其提供大量的fov。作為另一替換方案，可以利用更復(fù)雜的自動化算法以便在步驟716中定義fov，諸如從國際提交日為2015年9月3日的pct/ep2015/070100已知的方法，其要求us62/045,484的優(yōu)先權(quán)，該us62/045,484的全部內(nèi)容被通過引用結(jié)合到本文中。在這里考慮的示例中，步驟716的執(zhí)行通過分塊網(wǎng)格718而導(dǎo)致15個fov。在步驟720中，由處理器205從電子存儲器210讀出存儲在規(guī)則數(shù)據(jù)庫214中的規(guī)則中的至少一個以便在步驟716中定義的fov上應(yīng)用。在步驟220中對候選fov的集合應(yīng)用所述至少一個規(guī)則導(dǎo)致滿足預(yù)定義選擇準則的fov的子集。在這里考慮的示例中，該子集包含fov722、724和726。在以下步驟728中，在圖像處理系統(tǒng)200的計算機201的顯示器上（諸如在顯示器730上）顯示形成子集的fov。在一個實施方式中，以全分辨率在顯示器730上一個接一個順序地顯示形成子集的fov。換言之，選擇如在步驟716中定義的fov的尺寸，使得可以以全分辨率且在不丟失信息的情況下在顯示器730上顯示每個fov。可以根據(jù)已經(jīng)滿足選擇準則的置信度值來確定用來顯示子集的fov的相繼順序。例如，在顯示器730上示出的子集的第一fov是具有滿足在步驟720中應(yīng)用的規(guī)則中使用的選擇準則的最高置信度值的fov。替換地或另外，可以在顯示器730上顯示在這里考慮的示例中的形成子集的fov722、724和726的較低分辨率表示以便經(jīng)由圖像處理系統(tǒng)200的圖形用戶界面進行選擇。響應(yīng)于選擇了子集的fov中的一個（諸如通過鼠標點擊或者筆或觸筆輸入動作），所選fov被放大至其全分辨率以便由觀察者詳細檢查。響應(yīng)于顯示fov，諸如圖7中所圖示的顯示器730上的fov722，可以經(jīng)由圖像處理系統(tǒng)200的圖形用戶界面在步驟731中接收信號。步驟731中的信號的接收用信號通知圖像處理系統(tǒng)200當(dāng)前在顯示器730上以全分辨率示出的fov（即fov722）包含組織病理學(xué)偽像或錯誤分析結(jié)果。響應(yīng)于在步驟731中接收到信號，在顯示器730上顯示包含對于其而言接已收到信號的fov722的圖像部分732。此部分732可以是包含fov722和圍繞fov722的區(qū)域的整個圖像700或圖像700的一部分。如在圖7中描繪的，fov722在這里考慮的示例中位于組織病理學(xué)偽像734內(nèi)。在步驟736中，經(jīng)由圖像處理系統(tǒng)200的圖形用戶界面來接收要從分析排除的圖像區(qū)域的選擇?？梢允褂脠D形用戶界面的注釋工具來執(zhí)行此圖像區(qū)域的選擇。例如，可以將顯示器730實現(xiàn)為筆形顯示監(jiān)視器。借助于筆或觸筆738，觀察者可以通過借助于觸筆738來追蹤組織病理學(xué)偽像734的邊界而選擇包含組織病理學(xué)偽像734的圖像區(qū)域。作為此選擇的結(jié)果，示出組織病理學(xué)偽像734的圖像區(qū)域被從分析排除，使得針對覆蓋組織病理學(xué)偽像734的該圖像區(qū)域在步驟704中獲得的任何圖像處理結(jié)果在步驟739中被忽視并從輸出的結(jié)果排除。結(jié)果得到的輸出圖像740可以示出排除組織病理學(xué)偽像734的熱圖。所公開的操作因此緩解了為交互式的或要求大量fov的冗長的整體載片qc程序，并且同時還通過選擇覆蓋檢測到的目標或非目標對象的極端情況的fov而避免了其中可能遺漏偽像的不完整qc。此外，除了諸如解剖或臨床病理學(xué)、蔓延/肺癌診斷等之類的醫(yī)療應(yīng)用之外，也可以執(zhí)行相同的方法以分析其它類型的樣本，諸如地質(zhì)學(xué)或天文學(xué)數(shù)據(jù)的遠程感測等。本文中公開的操作可以被導(dǎo)入到硬件圖形處理單元（gpu）中，以使得能夠?qū)崿F(xiàn)多線程的并行實現(xiàn)。計算機通常包括已知組件，諸如處理器、操作系統(tǒng)、系統(tǒng)存儲器、存儲器存儲設(shè)備、輸入輸出控制器、輸入輸出設(shè)備以及顯示設(shè)備。相關(guān)領(lǐng)域的普通技術(shù)人員還將理解的是，有許多可能的計算機配置和組件，并且還可以包括高速緩沖存儲器、數(shù)據(jù)備份單元以及許多其它設(shè)備。輸入設(shè)備的示例包括鍵盤、光標控制設(shè)備（例如，鼠標）、麥克風(fēng)、掃描器等。輸出設(shè)備的示例包括顯示設(shè)備（例如，監(jiān)控器或投影器）、揚聲器、打印機、網(wǎng)卡等。顯示設(shè)備可以包括提供視覺信息的顯示設(shè)備，該信息通常可以在邏輯上和/或物理上被組織為像素陣列。也可以包括接口控制器，其可以包括各種已知的或未來的用于提供輸入和輸出接口的軟件程序中的任何。例如，接口可以包括一般稱為“圖形用戶接口”（通常稱為gui）的向用戶提供一個或多個圖形表現(xiàn)的接口。通常啟用接口以接受使用相關(guān)領(lǐng)域普通技術(shù)人員已知的輸入或選擇部件的用戶輸入。接口還可以是觸摸屏設(shè)備。在相同或替換實施例中，在計算機上的應(yīng)用可以采用包括稱為“命令行接口”（通常稱為cli）的接口。cli通常提供應(yīng)用和用戶之間的基于文本的交互。通常，命令行接口通過顯示設(shè)備作為文本行來呈現(xiàn)輸出并接收輸入。例如，一些實現(xiàn)可以包括稱為“殼（shell）”的接口，諸如相關(guān)領(lǐng)域普通技術(shù)人員已知的unixshell或采用面向?qū)ο笮途幊碳軜?gòu)（諸如微軟.net框架）的微軟windowspowershell。相關(guān)領(lǐng)域普通技術(shù)人員將領(lǐng)會到的是，接口可以包括一個或多個gui、cli或其組合。處理器可以包括商業(yè)上可得到的處理器，諸如由英特爾公司制造的賽揚、酷?；虮简v處理器，由sun微系統(tǒng)制造的sparc處理器，由amd公司制造的速龍、閃龍或皓龍?zhí)幚砥?，或者其可以是現(xiàn)在可得到或?qū)砜傻玫降钠渌幚砥髦械囊粋€。處理器的一些實施例可以包括稱為多核處理器和/或被啟用以在單個或多個核心配置中采用并行處理技術(shù)的處理器。例如，多核架構(gòu)通常包括兩個或更多個處理器“執(zhí)行核心”。在本示例中，每個執(zhí)行核心可以作為啟用多線程并行執(zhí)行的獨立的處理器來實行。此外，相關(guān)領(lǐng)域普通技術(shù)人員將領(lǐng)會的是，處理器可以被配置成通常稱為32或64位架構(gòu)的處理器，或者現(xiàn)在已知或在將來可能開發(fā)的其它架構(gòu)配置。處理器通常執(zhí)行操作系統(tǒng)，其可以例如是來自微軟公司的windows型操作系統(tǒng)；來自蘋果計算機公司的maxosx操作系統(tǒng)；可從許多銷售商或稱為開源的提供者得到的unix或linux型操作系統(tǒng)；另一或未來的操作系統(tǒng)；或其某組合。操作系統(tǒng)以公知方式與固件和硬件對接，并促進處理器協(xié)調(diào)并執(zhí)行可以以各種編程語言編寫的各種計算機程序的功能。操作系統(tǒng)通常與處理器合作來協(xié)調(diào)并執(zhí)行計算機的其它組件的功能。操作系統(tǒng)還提供調(diào)度、輸入輸出控制、文檔和數(shù)據(jù)管理、存儲器管理以及通信控制和相關(guān)服務(wù)，這些全部都根據(jù)已知技術(shù)。系統(tǒng)存儲器可以包括各種已知的或未來的存儲器存儲設(shè)備中的任何，其可以用于存儲期望的信息并且可以由計算機訪問。計算機可讀存儲介質(zhì)可以包括以任何方法或技術(shù)實現(xiàn)的用于存儲信息（諸如計算機可讀指令、數(shù)據(jù)結(jié)構(gòu)、程序模塊或其它數(shù)據(jù)）的易失性和非易失性、可移動和不可移動介質(zhì)。示例包括任何通常可用的隨機存取存儲器（ram）、只讀存儲器（rom）、電可擦可編程只讀存儲器（eeprom）、數(shù)字通用盤（dvd）、磁性介質(zhì)（諸如常駐硬盤或帶）、光學(xué)介質(zhì)（諸如讀和寫緊湊盤）或其它存儲器存儲設(shè)備。存儲器存儲設(shè)備可以包括各種已知或未來設(shè)備中的任何，包括緊湊盤驅(qū)動、磁帶驅(qū)動、可移動硬盤驅(qū)動、usb或閃驅(qū)或軟盤驅(qū)動。此類存儲器存儲設(shè)備通常從程序存儲介質(zhì)（諸如相應(yīng)地，緊湊盤、磁帶、可移動硬盤、usb或閃驅(qū)或軟盤）讀取和/或向其寫入。這些程序存儲介質(zhì)或現(xiàn)在使用中或稍后可能開發(fā)的其它程序存儲介質(zhì)中的任何可以被視為計算機程序產(chǎn)品。如將領(lǐng)會到的，這些程序存儲設(shè)備通常存儲計算機軟件程序和/或數(shù)據(jù)。計算機軟件程序（也稱為計算機控制邏輯）通常被存儲在連同程序存儲設(shè)備一起使用的系統(tǒng)存儲器和/或與存儲器存儲設(shè)備中。在一些實施例中，計算機程序產(chǎn)品被描述成包括具有存儲于其中的控制邏輯（計算機軟件程序，包括程序代碼）的計算機可用介質(zhì)。所述控制邏輯當(dāng)由處理器執(zhí)行時促使處理器實行本文中描述的功能。在其它實施例中，主要使用例如硬件狀態(tài)機來在硬件中實現(xiàn)一些功能。實現(xiàn)硬件狀態(tài)機以便執(zhí)行本文中描述的功能對于相關(guān)領(lǐng)域中技術(shù)人員將是顯而易見的。輸入輸出控制器可以包括各種已知的用于接受并處理來自用戶的信息的設(shè)備中的任何，不論所述用戶是人類還是機器，不論所述用戶是本地的還是遠程的。此類設(shè)備包括例如調(diào)制解調(diào)卡、無線網(wǎng)卡、網(wǎng)絡(luò)接口卡、聲卡或用于各種已知輸入設(shè)備中的任何的其它類型的控制器。輸出控制器可以包括用于各種已知的用于向用戶呈現(xiàn)信息的顯示設(shè)備中的任何的控制器，不論所述用戶是人類還是機器，不論所述用戶是本地的還是遠程的。在當(dāng)前描述的實施例中，計算機的功能元件經(jīng)由系統(tǒng)總線與彼此通信。計算機的一些實施例可以使用網(wǎng)絡(luò)或其它類型的遠程通信來與一些功能元件通信。如對于相關(guān)領(lǐng)域中技術(shù)人員來說將顯而易見的，儀器控制和/或數(shù)據(jù)處理應(yīng)用，如果實現(xiàn)在軟件中的話，可以被加載到系統(tǒng)存儲器和/或存儲器存儲設(shè)備中并從其中執(zhí)行。儀器控制和/或數(shù)據(jù)處理應(yīng)用中的全部或部分還可以駐留在只讀存儲器或存儲器存儲設(shè)備的類似設(shè)備中，這樣的設(shè)備不要求儀器控制和/或數(shù)據(jù)處理應(yīng)用最先通過輸入輸出控制器來加載。相關(guān)領(lǐng)域中技術(shù)人員將理解的是，儀器控制和/或數(shù)據(jù)處理應(yīng)用或其部分可以由處理器以已知方式加載到系統(tǒng)存儲器或高速緩沖存儲器或二者中以便有利于執(zhí)行。此外，計算機可以包括存儲在系統(tǒng)存儲器中的一個或多個庫文件、實驗數(shù)據(jù)文件和內(nèi)部客戶端。例如，實驗數(shù)據(jù)可以包括與一個或多個實驗或分析物相關(guān)的數(shù)據(jù)，諸如檢測信號值或與一個或多個合成測序（sbs）實驗或過程相關(guān)聯(lián)的其它值。此外，內(nèi)部客戶端可以包括被啟用以使用網(wǎng)絡(luò)訪問另一計算機上的遠程服務(wù)的應(yīng)用，并且可以例如包括一般稱為“網(wǎng)絡(luò)瀏覽器”的應(yīng)用。在本示例中，一些通常采用的網(wǎng)絡(luò)瀏覽器包括可從微軟公司得到的微軟internetexplorer，來自mozilla公司的mozillafirefox，來自蘋果計算機公司的safari，來自谷歌公司的谷歌chrome，或當(dāng)前在本領(lǐng)域中已知或?qū)硪_發(fā)的其它類型的網(wǎng)絡(luò)瀏覽器。此外，在相同或其它實施例中，內(nèi)部客戶端可以包括被啟用以經(jīng)由網(wǎng)絡(luò)訪問遠程信息的專用軟件應(yīng)用（諸如用于生物應(yīng)用的數(shù)據(jù)處理應(yīng)用）或者可是其具有的元件。網(wǎng)絡(luò)可以包括本領(lǐng)域普通技術(shù)人員公知的許多各種類型的網(wǎng)絡(luò)中的一個或多個。例如，網(wǎng)絡(luò)可以包括局域網(wǎng)或廣域網(wǎng)，其可以采用適用于通信的通常稱為tcp/ip協(xié)議的協(xié)議。網(wǎng)絡(luò)可以包括包含世界范圍的互連計算機網(wǎng)絡(luò)系統(tǒng)（通常稱為互聯(lián)網(wǎng)）的網(wǎng)絡(luò)，或者也可以包括各種內(nèi)聯(lián)網(wǎng)架構(gòu)。相關(guān)領(lǐng)域中普通技術(shù)人員還將領(lǐng)會到的是，在聯(lián)網(wǎng)環(huán)境中的一些用戶可能更喜歡采用一般稱為“防火墻”（有時也稱為分組過濾器或邊界保護設(shè)備）的技術(shù)來控制從和到硬件和/或軟件系統(tǒng)的信息通信量。例如，防火墻可以包括硬件或軟件元件或者其某種組合，并且通常被設(shè)計成執(zhí)行由用戶（諸如例如，網(wǎng)絡(luò)管理員等）落實的安全策略。本主題公開的示例性實施例的前述公開是出于舉例說明和描述的目的而提出的。其并不意圖是窮舉的或使本主題公開局限于公開的精確形式。根據(jù)以上公開，本文所述的實施例的許多變更和修改對于本領(lǐng)域的技術(shù)人員而言將是顯而易見的。本主題公開的范圍將僅由所附權(quán)利要求以及由其等價物定義。此外，在描述本主題公開的典型實施例時，本說明書可能已將本主題公開的方法和/或過程作為特定步驟序列提出。然而，就所述方法或過程不依賴于本文所闡述的步驟的特定順序而言，所述方法或過程不應(yīng)局限于所述的特定步驟序列。如本領(lǐng)域普通技術(shù)人員將認識到的，其它步驟序列可以是可能的。因此，不應(yīng)將在本說明書中闡述的步驟的特定順序理解為對權(quán)利要求的限制。另外，針對本主題公開的方法和/或過程的權(quán)利要求不應(yīng)局限于按照所寫順序的執(zhí)行其步驟，并且本領(lǐng)域的技術(shù)人員可以很容易地認識到可以改變該序列且仍然保持在本主題公開的精神和范圍內(nèi)。當(dāng)前第1頁12