BR112013032938B1 - Dispositivo e métodos para realizar análise morfológica para eritrócitos - Google Patents

Dispositivo e métodos para realizar análise morfológica para eritrócitos Download PDF

Info

Publication number
BR112013032938B1
BR112013032938B1 BR112013032938-6A BR112013032938A BR112013032938B1 BR 112013032938 B1 BR112013032938 B1 BR 112013032938B1 BR 112013032938 A BR112013032938 A BR 112013032938A BR 112013032938 B1 BR112013032938 B1 BR 112013032938B1
Authority
BR
Brazil
Prior art keywords
erythrocytes
sample
type
chromaticity
characteristic
Prior art date
Application number
BR112013032938-6A
Other languages
English (en)
Other versions
BR112013032938A2 (pt
Inventor
Jianwen Ding
Fengliang Zhou
Guangming Liang
Original Assignee
Ave Science & Technology Co., Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ave Science & Technology Co., Ltd filed Critical Ave Science & Technology Co., Ltd
Publication of BR112013032938A2 publication Critical patent/BR112013032938A2/pt
Publication of BR112013032938B1 publication Critical patent/BR112013032938B1/pt

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/5005Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
    • G01N33/5091Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing the pathological state of an organism
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/483Physical analysis of biological material
    • G01N33/487Physical analysis of biological material of liquid biological material
    • G01N33/49Blood
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10Investigating individual particles
    • G01N15/14Optical investigation techniques, e.g. flow cytometry
    • G01N15/1429Signal processing
    • G01N15/1433Signal processing using image recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/69Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/695Preprocessing, e.g. image segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/69Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/698Matching; Classification
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/01Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials specially adapted for biological cells, e.g. blood cells
    • G01N2015/011Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials specially adapted for biological cells, e.g. blood cells with lysing, e.g. of erythrocytes
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10Investigating individual particles
    • G01N15/14Optical investigation techniques, e.g. flow cytometry
    • G01N2015/1493Particle size
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10Investigating individual particles
    • G01N15/14Optical investigation techniques, e.g. flow cytometry
    • G01N2015/1497Particle shape

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Immunology (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Hematology (AREA)
  • Molecular Biology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • Urology & Nephrology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Biophysics (AREA)
  • Ecology (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Dispersion Chemistry (AREA)
  • Physiology (AREA)
  • Cell Biology (AREA)
  • Microbiology (AREA)
  • Biotechnology (AREA)
  • Tropical Medicine & Parasitology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Image Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)

Abstract

dispositivo e método para realizar análise morfológica para eritrócitos. a presente invenção refere-se a um dispositivo e a um método para realizar análise morfológica para eritrócitos, em que o método para realizar análise morfológica para eritrócitos compreende: coletar uma imagem morfológica de cada uma das células em uma amostra através de um dispositivo de carga acoplada (ccd) após ampliar a amostra através de um microscópio automático; segmentar e posicionar a imagem e extrair parâmetros de característica alvo após digitalizar a imagem através de um conversor digital de imagem; isolar parâmetros de característica morfológica de cada um dos eritrócitos através de um classificador estabelecido com base na rede neural, e normalizar cada tipo dos parâmetros de característica morfológica dos eritrócitos através de um dispositivo de fusão de característica estabelecido com base em agrupamento difuso; realizar uma análise estatística em cada tipo de parâmetros normalizados obtidos ou realizar uma análise estatística abrangente de acordo com uma pluralidade de tipos de parâmetros, e expressar o resultado da análise estatística ou da análise estatística abrangente na forma de gráfico ou tabela numérica, para julgar se a morfologia do eritrócito é normal. a fonte e a propriedade dos eritrócitos podem ser identificadas de acordo com a detecção para cada tipo dos eritrócitos com a morfologia anormal.

Description

Campo Técnico da Invenção
[001] A presente invenção se refere a um dispositivo e a um método para realizar análise morfológica para eritrócitos em uma amostra e, em particular, a um dispositivo e a um método para realizar a análise morfológica para eritrócitos, que seja capaz de identificar automaticamente o tipo e a fonte dos eritrócitos contidos na amostra.
Antecedentes da Invenção
[002] Começou-se a trabalhar em um método para a contagem de eritrócitos já em 1852 e uma placa de contagem para a contagem de eritrócitos foi inventada em 1855. Um cientista americano chamado W. H. Coulter propôs em 1947 uma tecnologia de patente que conta as partículas com o uso de um método de resistência e essa tecnologia foi aplicada com sucesso para contar os eritrócitos em 1956. Com a rápida mudança da ciência e da tecnologia, várias formas para a detecção do número de eritrócitos emergem constantemente. No presente, os meios de pesquisa e de desenvolvimento aplicados incluem principalmente: modo capacitivo, modo fotoelétrico e modo a laser, modo centrífugo, modo por resistência e uma combinação de cada um dos modos. Até o momento, muitos países começaram a produzir vários tipos de analisadores de eritrócito; após meio século de desenvolvimento, o analisador acima alcançou uma melhoria muito significativa. A classificação dos eritrócitos se torna refinada e a contagem se torna cada vez mais precisa. Porém, os parâmetros de eritrócito da análise morfológica de eritrócito existente são obtidos através do cálculo do valor médio. Por exemplo, os parâmetros de classificação morfológicos usados para a anemia, como, por exemplo, Volume Corpuscular Médio (MCV), Hemoglobina Corpuscular Média (MCH) e Concentração de Hemoglobina Corpuscular Média (MCHC), são todos calculados de acordo com a quantidade de eritrócito, a concentração de hemoglobina e o valor de hematócrito, mas não são realmente valores medidos; portanto, os dados medidos da quantidade de eritrócito, o teor de hemoglobina e o valor de hematócrito precisam ser precisos, de outro modo, os parâmetros de classificação morfológicos obtidos teriam grandes erros.
[003] A microscopia artificial (ou chamada de exame microscópico manual) é um método de detecção clássico, que mede manualmente o diâmetro de cada eritrócito através de um micrômetro em uma ocular de um microscópio e, então, analisa os dados para julgamento. Porém, o método da microscopia artificial causa uma pesada carga de trabalho para os trabalhadores, e julgamento errôneo pode ser facilmente causado devido à fadiga, e o diagnóstico do paciente pode ser atrasado devido à baixa eficiência de trabalho e a velocidade de trabalho devagar.
[004] Portanto, como fazer a contagem de eritrócito mais rápida, mais precisa e mais econômica é o problema confrontado em exame clínico em hospitais no presente.
Sumário da Invenção
[005] O problema da técnica a ser resolvido pela revelação é fornecer, em vista das desvantagens da técnica convencional, um dispositivo e um método para realizar a análise morfológica para eritrócitos, que usa os parâmetros de característica morfológica e uma rede neural para realizar a expressão estatística para a fonte e a propriedade dos eritrócitos em uma amostra, de modo a fazer os membros residentes relevantes se referirem a mesma e julgar se a morfologia dos eritrócitos é normal e, assim, fazer a assistência para identificar a fonte e a propriedade dos eritrócitos.
[006] A fim de resolver o problema da técnica acima, o esquema técnico adotado pela revelação é fornecer um dispositivo para realizar a análise morfológica para eritrócitos, que compreende:
[007] um microscópio automático, em que uma lente objetiva de baixa potência do microscópio automático é configurada para varrer uma amostra em uma área de ajuste e para marcar uma área alvo encontrada e, enquanto isso, uma lente objetiva de alta potência do microscópio automático é configurada para varrer a área marcada;
[008] uma câmera ou um elemento de Dispositivo de Carga Acoplada (CCD), que é configurado para coletar as informações de uma imagem da área marcada;
[009] um conversor digital de imagem para analisar e processar a imagem, em que o conversor digital de imagem é configurado para segmentar e posicionar as células contidas na imagem coletadas a princípio e, então, digitalizar a imagem segmentada para extrair quatro tipos, incluindo tamanho, formato, cromaticidade e textura, de parâmetros de característica morfológica de cada uma das células;
[0010] um classificador estabelecido com base em uma rede neural, em que o classificador é configurado para classificar as células de acordo com os quatro tipos, incluindo tamanho, formato, cromaticidade e textura, dos parâmetros de característica morfológica de cada uma das células, obtidos na etapa acima, de modo a isolar os eritrócitos de cada tipo das células;
[0011] um dispositivo de fusão de característica estabelecido com base em agrupamento difuso, em que o dispositivo de fusão de característica é configurado para realizar a redução de dimensão normalizada nos quatro tipos, incluindo tamanho, formato, cromaticidade e textura, de parâmetros de característica morfológica multidimensionais dos eritrócitos, que são isolados na etapa acima, para obter quatro valores de característica de tamanho, formato, cromaticidade e textura e, então, realizar o cálculo estatístico e a expressão de gráfico estatístico respectivamente de acordo com as características de tamanho, formato, cromaticidade e textura de todos os eritrócitos em um espécime para fornecer base de objetivo real para analisar o tipo e a fonte dos eritrócitos na amostra;
[0012] um aparelho de saída, que é configurado para exibir intuitivamente um resultado de detecção; e
[0013] uma unidade de controle, que é conectada ao microscópio automático, à câmera ou ao elemento de CCD, ao conversor digital de imagem e ao aparelho de saída respectivamente para controlar as ações do microscópio automático, da câmera ou do elemento de CCD, do conversor digital de imagem e do aparelho de saída.
[0014] O aparelho de saída expressa a combinação de dados de parâmetros de característica, que representam gradiente de cor e de textura de uma área central dos eritrócitos, pertencente a cada tipo dos eritrócitos e um método para analisar e identificar os eritrócitos na amostra compreende determinar a fonte ou o tipo dos eritrócitos na amostra de acordo com alteração de característica na área central dos eritrócitos.
[0015] Um método para realizar a análise morfológica para eritrócitos na amostra compreende: realizar a identificação e a classificação de contagem remetendo-se a diferentes dados de parâmetro de característica morfológica de cada tipo de eritrócitos clinicamente confirmados e que representam diferentes significados e, então, realizar o processamento estatístico de acordo com a proporção de uma combinação de dados de um parâmetro de característica morfológica dos parâmetros de característica morfológica de cada tipo de eritrócitos para uma combinação de dados do mesmo parâmetro de característica morfológica dos parâmetros de característica morfológica dos eritrócitos totais na amostra e, finalmente, para realizar a expressão na forma de gráfico ou de dados.
[0016] Como um método de análise e um meio de detecção, de modo abrangente, analisam uma combinação de mais do que dois tipos de parâmetros de característica morfológica de cada tipo dos eritrócitos na amostra de acordo com um método estatístico para obter um resultado de análise multiparâmetro de cada tipo dos eritrócitos na amostra e determinam a alteração morfológica dos eritrócitos de acordo com a alteração do parâmetro e intuitivamente expressam o tipo da alteração morfológica dos eritrócitos na amostra através de gráfico e de dados.
[0018] Um mesmo resultado apresentado através do uso do dispositivo para analisar eritrócitos tem diferentes significados clínicos em diferentes tipos de amostras, se eritrócitos com um volume pequeno e uma baixa pigmentação aparecerem em uma amostra, o resultado analisado pelo dispositivo é que um único eritrócito tem um volume pequeno e uma baixa cromaticidade, e para parâmetros de característica morfológica de eritrócitos totais, um gráfico de análise morfológica, o qual considera uma combinação de parâmetro que representa tamanho como uma coordenada horizontal e considera os dados de parâmetro de característica que representam cromaticidade como uma coordenada longitudinal, é adotado para expressar que o desvio à esquerda da largura da distribuição de eritrócito aumenta e a distribuição de eritrócito é desviada para a esquerda, a área da distribuição de eritrócito é desviada para baixo, ou seja, os parâmetros de característica morfológica de eritrócitos totais são expressos como um diagrama de distribuição morfológica de eritrócito com dispersão em direção à esquerda e que descende, em que um tipo de anemia é proposto se esse tipo de gráfico aparece em uma amostra de sangue, enquanto significa que os eritrócitos na amostra são provenientes de eritrócitos renais se esse tipo de gráfico aparece em uma amostra de urina e ocupa uma determinada proporção; se eritrócitos com um grande volume e alta pigmentação aparecem em uma amostra, o resultado analisado pelo dispositivo é que um único eritrócito tem um grande volume e uma alta cromaticidade e, para parâmetros de característica morfológica de eritrócitos totais, um gráfico de análise morfológica, o qual considera uma combinação de parâmetro que representa tamanho como uma coordenada horizontal e considera os dados de parâmetro de característica que representam cromaticidade como uma coordenada longitudinal, é adotado para expressar que a largura de uma distribuição de eritrócito aumenta e uma distribuição de eritrócito é desviada para a direita e uma área da distribuição de eritrócito é desviada para cima, ou seja, os parâmetros de característica morfológica de eritrócitos totais são expressos como um diagrama de distribuição morfológica de eritrócito com dispersão em direção à direita e ascendem, em que outro tipo de anemia é proposto se esse tipo de gráfico aparece em uma amostra de sangue, enquanto significa que os eritrócitos na amostra são provenientes de eritrócitos não renais se esse tipo de gráfico aparece em uma amostra de urina e ocupa uma determinada proporção.
[0019] A revelação também fornece um método para realizar a análise morfológica para eritrócitos, que compreende as etapas a seguir:
[0020] Etapa 1: varrer uma amostra em uma área de ajuste e marcar uma área alvo encontrada através de uma lente objetiva de baixa potência de um microscópio automático e, enquanto isso, varrer a amostra na área marcada através de uma lente objetiva de alta potência do microscópio automático;
[0021] Etapa 2: coletar informações de uma imagem da amostra na área marcada através de uma câmera ou um elemento de CCD;
[0022] Etapa 3: segmentar e posicionar as células contidas na imagem coletada e, então, digitalizar a imagem segmentada para extrair parâmetros de característica morfológica de cada uma das células através de um conversor digital de imagem, em que quatro tipos de características, incluindo tamanho, formato, cromaticidade e textura, são usados para descrever cada uma das células;
[0023] Etapa 4: inserir os quatro tipos, incluindo tamanho, formato, cromaticidade e textura, dos parâmetros de característica morfológica de cada uma das células, os quais são obtidos na etapa acima, em um classificador estabelecido com base em uma rede neural e, então, isolar os eritrócitos de cada tipo das células;
[0024] Etapa 5: inserir os quatro tipos, incluindo tamanho, formato, cromaticidade e textura, dos parâmetros de característica morfológica dos eritrócitos, os quais são isolados na Etapa 4, em um dispositivo de fusão de característica estabelecido com base em agrupamento difuso e, então, normalizar cada tipo de parâmetros de característica morfológica multidimensionais através do dispositivo de fusão de característica para obter um vetor de característica unidimensional; e
[0025] Etapa 6: exibir cada tipo de valores de característica normalizados de todos os eritrócitos em cada espécime através de um aparelho de emissão para obter um gráfico estatístico de cada tipo de parâmetros de característica normalizados.
[0026] O método de análise morfológica acima para eritrócitos inclui adicionalmente a Etapa 7: realizar processamento estatístico de acordo com a proporção de cada tipo dos eritrócitos para todos os eritrócitos na amostra e realizar a expressão na forma de gráfico ou dados para analisar e identificar os eritrócitos na amostra.
[0027] O método para realizar a análise morfológica para eritrócitos inclui adicionalmente a Etapa 8: para cada tipo de vetores de característica morfológica normalizada, através da determinação de um limite de valor de característica, calcular a proporção de uma combinação de dados de um parâmetro de característica morfológica dos parâmetros de característica morfológica dos eritrócitos cujos vetores de característica morfológica normalizada são mais altos ou inferiores ao limite para uma combinação de dados do mesmo parâmetro de característica morfológica dos parâmetros de característica morfológica de eritrócitos totais na amostra, e realizar a expressão na forma de gráfico ou dados após a realização do processamento estatístico para fornecer base de objetivo para a análise e identificação dos eritrócitos na amostra.
[0017] O classificador estabelecido com base na rede neural inclui um processo de retroalimentação que consiste em refinar, classificar e compensar parâmetros de característica para um objeto suspeito e um objeto erroneamente identificado que são classificados, e para estabelecer um modelo matemático correspondente para treinar a rede neural, em que a rede neural aprende e memoriza automaticamente esses parâmetros de característica refinados, classificados e compensados em um banco de dados modelo e, então, retornar ao classificador com base na rede neural para classificar as células.
[0018] O vetor de característica de tamanho normalizado obtido na Etapa 6 expressa a combinação de dados de parâmetros de característica, que representa o tamanho, pertencente a cada tipo dos eritrócitos; o método para analisar e identificar os eritrócitos na amostra determina a fonte ou o tipo dos eritrócitos na amostra de acordo com direção e o grau de deslocamento obtido comparando-se a distribuição de tamanho dos eritrócitos à distribuição de tamanho de eritrócitos normais.
[0019] O vetor de característica de formato normalizado obtido na Etapa 6 expressa a combinação de dados de parâmetros de característica que representa o formato, pertencente a cada tipo dos eritrócitos; o método para analisar e identificar os eritrócitos na amostra determina a fonte ou o tipo dos eritrócitos na amostra de acordo com a alteração do parâmetro de característica de formato do eritrócito.
[0020] O vetor de característica de cromaticidade normalizada obtido na Etapa 6 expressa a combinação de dados de parâmetros de característica, que representa a cromaticidade, pertencente a cada tipo dos eritrócitos; o método para analisar e identificar os eritrócitos na amostra determina a fonte ou o tipo dos eritrócitos na amostra de acordo com direção e grau de deslocamento obtido comparando-se a cromaticidade do eritrócito à cromaticidade do eritrócito normal.
[0021] O vetor de característica de textura normalizada obtido na Etapa 6 expressa uma combinação de dados de parâmetros de característica, que representa a textura, pertencente a cada tipo dos eritrócitos; o método para analisar e identificar os eritrócitos na amostra determina a fonte ou o tipo dos eritrócitos na amostra de acordo com a alteração do parâmetro de característica de textura do eritrócito.
[0022] Qualquer método acima para realizar a análise morfológica para eritrócitos é adotado separadamente ou pelo menos dois dos métodos acima para realizar a análise morfológica para eritrócitos são adotados de modo abrangente para a análise e a identificação dos eritrócitos na amostra.
[0023] Comparado com a técnica convencional, a revelação tem vantagens conforme se segue: a revelação coleta imagens morfológicas de cada uma das células em uma amostra (sangue, urina) através de um CCD após ampliar a amostra através de um microscópio automático, obtém parâmetros de característica morfológica de cada uma das células após o processamento de imagem digital, insere o parâmetro em um classificador estabelecido com base na rede neural para isolar os eritrócitos, normaliza cada tipo dos parâmetros de característica morfológica dos eritrócitos através de um dispositivo de fusão de característica estabelecido com base em agrupamento difuso, realiza uma análise estatística em cada tipo de parâmetros normalizados obtidos ou realiza uma análise estatística compreensiva de acordo com uma pluralidade de tipos de parâmetros e expressa o resultado na forma de gráfico ou tabela numérica, julgando, desse modo, se a morfologia do eritrócito é normal. A fonte e a propriedade dos eritrócitos podem ser identificadas de acordo com a detecção para cada tipo dos eritrócitos com morfologia anormal.
[0024] Considerando-se que o software pode ter um erro para a identificação de objetos específicos levando em conta com base na identificação célula de urina existente, a revelação introduz parâmetros morfológicos e o método de análise estatística dos mesmos; com esse método o dispositivo pode automaticamente analisar a fonte dos eritrócitos em uma amostra de sangue e/ou uma amostra de urina de acordo com a análise estatística de todos os parâmetros alvos na amostra. Uma vez que esse método realiza o julgamento estatístico através da adoção de todos os objetos na amostra, o impacto de um erro que é causado por identificação errada para objetos específicos é reduzido. A revelação é uma inovação de aplicação do método estatístico no aspecto de análise dos parâmetros morfológicos de eritrócitos de urina.
Breve Descrição dos Desenhos
[0025] A Figura 1 é um diagrama de estrutura de um dispositivo para realizar a análise morfológica para eritrócitos de acordo com a revelação;
[0026] a Figura 2 é um fluxograma operativo de um método para realizar a análise morfológica para eritrócitos de acordo com a revelação;
[0027] a Figura 3 é um diagrama esquemático de um algoritmo de fusão de característica com base no peso de PCA;
[0028] a Figura 4 é um diagrama da largura de distribuição e do valor de pico mencionados na revelação;
[0029] a Figura 5 é uma imagem de eritrócitos normais fotografados por um CCD digital;
[0030] a Figura 6.1 é um quadro de curva de estatística do parâmetro de característica de tamanho dos eritrócitos normais, do qual a largura de distribuição atende α<L e o valor de pico b está em uma faixa normal, a saber, D1<b<D2;
[0031] a Figura 6.2 até a Figura 6.9 são outras expressões da Figura 6.1;
[0032] a Figura 7 é um quadro de curva de estatística do parâmetro de característica de formato dos eritrócitos normais, do qual a distribuição é concentrada e a largura de distribuição é pequena e em que um valor de frequência que corresponde ao valor de pico atende C>H (60%);
[0033] a Figura 8 é um quadro de curva de estatística do parâmetro de característica de cromaticidade dos eritrócitos normais, que é de um único pico estreito e do qual a distribuição é concentrada e um valor de frequência que corresponde ao valor de pico atende C>H (60%);
[0034] a Figura 9 é um quadro de curva de estatística do parâmetro de característica de textura dos eritrócitos normais, em que um valor numérico b no eixo geométrico X que corresponde ao valor de pico está em uma faixa normal, a saber, W1<b<W2;
[0035] a Figura 10 é um diagrama de dispersão para a análise compreensiva de tamanho e de parâmetros de cromaticidade de característica dos eritrócitos normais, em que os eritrócitos normais são concentrados em uma faixa de 75<X<125 e 20<Y<40;
[0036] a Figura 11 é uma imagem de eritrócitos em formato de esporo fotografada por um CCD digital, na qual os eritrócitos em formato de esporo têm vesículas nas membranas de eritrócito ou são alterados para o formato de esporo de fungo e os eritrócitos são irregulares em volume, tendo formatos deformados similares a esporo e geralmente têm uma cromaticidade clara. O gráfico estatístico de parâmetros de característica dos eritrócitos em formato de esporo é conforme mostrado da Figura 12 a Figura 15, em que linhas tracejadas representam os eritrócitos normais para conveniência de comparação;
[0037] a Figura 12 é um quadro de curva de estatística do Tamanho de parâmetro de característica dos eritrócitos em formato de esporo, do qual, comparado com os eritrócitos normais, a largura de distribuição a é grande e a distribuição não é concentrada devido ao fato de que o tamanho é irregular e o esporo é relativamente maior e que forma mais de um pico no qual o valor de frequência é reduzido de modo correspondente. A largura de distribuição atende α>L; a partir da curva a mesma pode ser vista pelo fato de que a largura é maior que a largura de distribuição a dos eritrócitos normais, o que indica que os eritrócitos são de tamanho irregular; b>D2, que indica que o tamanho de parte dos eritrócitos é relativamente maior;
[0038] a Figura 13 é um quadro de curva de estatística do Formato de parâmetro de característica dos eritrócitos em formato de esporo, em que um valor de frequência C que corresponde ao valor de pico é menor que aqueles dos eritrócitos normais, a saber, C<H (60%);
[0039] a Figura 14 é um quadro de curva de estatística da Cromaticidade de parâmetro de característica dos eritrócitos em formato de esporo, em que o valor médio de cromaticidade dos eritrócitos em formato de esporo é obviamente reduzido, um valor de frequência C que corresponde ao valor de pico é menor que aquele dos eritrócitos normais, a saber, C<H, a largura de distribuição de cromaticidade dos eritrócitos em formato de esporo não é grande e a distribuição de célula é uniforme e é de um único pico estreito;
[0040] a Figura 15 é um quadro de curva de estatística da Textura de parâmetro de característica dos eritrócitos em formato de esporo, em que a textura dos eritrócitos em formato de esporo é mais complexa comparada com os eritrócitos normais e um valor numérico b no eixo geométrico X que corresponde ao valor de pico é relativamente maior, a saber, b>W2;
[0041] a Figura 16 é um diagrama de dispersão para a análise compreensiva de Tamanho e Cromaticidade de parâmetros de característica dos eritrócitos em formato de esporo, em que o valor de cromaticidade dos eritrócitos é obviamente inferior e a faixa de tamanho dos eritrócitos é expandida, distribuída principalmente em uma faixa de 80<X<160;
[0042] a Figura 17 é uma imagem de eritrócitos de tamanho irregular fotografados por um CCD digital. A irregularidade em tamanho se refere ao fato de que a diferença de diâmetro entre os eritrócitos é até o dobro e essa condição aparece de modo geral em várias anemias hiperplásicas e anemias megaloblásticas; o volume é irregular, a cromaticidade é mais clara e o formato é normal. O gráfico estatístico de parâmetros de característica dos eritrócitos de tamanho irregular é conforme mostrado da Figura 18 a Figura 22, em que as linhas tracejadas representam eritrócitos normais a título de comparação;
[0043] a Figura 18 é um quadro de curva de estatística do Tamanho de parâmetro de característica de eritrócitos de tamanho irregular, do qual a largura de distribuição atende α>L; a partir da curva isso pode ser visto pelo fato de que a largura é maior que a largura de distribuição a dos eritrócitos normais, o que indica que os eritrócitos são de tamanho irregular; b>D2, que indica que o tamanho de parte dos eritrócitos é relativamente maior;
[0044] a Figura 19 é um quadro de curva de estatística do Formato de parâmetro de característica de eritrócitos de tamanho irregular, em que um valor de frequência C que corresponde ao valor de pico é menor que aquele dos eritrócitos normais, a saber, C<H (60%);
[0045] a Figura 20 é um quadro de curva de estatística da Cromaticidade de parâmetro de característica de eritrócitos de tamanho irregular, em que o valor médio de cromaticidade dos eritrócitos de tamanho irregular é relativamente maior, um valor de frequência C que corresponde ao valor de pico é menor que aquele dos eritrócitos normais, a saber, C<H (60%) e a largura de distribuição é obviamente aumentada nos valores maiores de cromaticidade;
[0046] a Figura 21 é um quadro de curva de estatística da Textura de parâmetro de característica dos eritrócitos de tamanho irregular;
[0047] a Figura 22 é um diagrama de dispersão para a análise compreensiva de Tamanho e Cromaticidade de parâmetros de característica dos eritrócitos de tamanho irregular, em que a cromaticidade e o tamanho dos eritrócitos são distribuídos em uma grande faixa, a saber, 5<X<30 e 40<Y<150;
[0048] a Figura 23 é um diagrama de dispersão para análise compreensiva de parâmetros de característica de eritrócitos hipocrômicos de pequeno volume (de anemia ou renal);
[0049] a Figura 24 é um gráfico estatístico da proporção de cada célula em relação aos eritrócitos totais em uma amostra;
[0050] a Figura 25 é um gráfico estatístico da Cromaticidade de parâmetro de característica de uma amostra;
[0051] a Figura 26 é uma outra forma de expressão da Figura 24; e
[0052] a Figura 27 é um gráfico estatístico expresso por uma disposição de múltiplos quadros. Descrição Detalhada das Modalidades
[0053] A Figura 1 é um diagrama esquemático de um dispositivo para realizar a análise morfológica para eritrócitos de acordo com a revelação. Conforme mostrado na Figura 1, o dispositivo para realizar a análise morfológica para eritrócitos de acordo com a revelação compreende:
[0054] um microscópio automático 1, do qual uma lente objetiva de baixa potência é configurada para varrer uma amostra (ou amostras) em uma área de ajuste a princípio e para marcar uma área alvo encontrada e, enquanto isso, do qual uma lente objetiva de alta potência é configurada para varrer a(s) amostra(s) na área marcada;
[0055] uma câmera ou um elemento de CCD 2, que é configurado para coletar informações de uma imagem da(s) amostra(s) na área marcada;
[0056] um conversor digital de imagem 3 para a gerar a expressão digital da imagem acima, em que o conversor digital de imagem 3 é configurado para segmentar e posicionar as células contidas na imagem coletadas a princípio e, então, digitalizar a imagem segmentada para extrair quatro tipos de parâmetros de característica morfológica de cada uma das células, incluindo tamanho, formato, cromaticidade e textura;
[0057] um classificador estabelecido com base em uma rede neural, em que o classificador é configurado para isolar os eritrócitos de cada tipo de células de acordo com os quatro tipos dos parâmetros de característica morfológica de cada uma das células, incluindo tamanho, formato, cromaticidade e textura, que são obtidos na etapa acima;
[0058] um dispositivo de fusão de característica 4 estabelecido com base em agrupamento difuso, em que o dispositivo de fusão de característica 4 é configurado para normalizar cada tipo de parâmetros de característica morfológica multidimensionais obtidos na etapa acima para fornecer base para as estatísticas e a classificação dos eritrócitos;
[0059] um aparelho de saída 6, que pode compreender um monitor e uma impressora e é configurado para exibir intuitivamente um resultado de detecção; e
[0060] uma unidade de controle 5, que é conectada ao microscópio automático 1, à câmera ou ao elemento de CCD 2, ao conversor digital de imagem 3 e ao aparelho de saída 6 respectivamente para controlar a ação do microscópio automático 1, da câmera ou do elemento de CCD 2, do conversor digital de imagem 3 e do aparelho de saída 6.
[0061] Nessa modalidade, a rede neural adotada no classificador 7 é uma rede neural de três camadas de Retropropagação (Back Propagation) (BP) com base no algoritmo de RDROP, em que a rede neural de três camadas inclui uma camada de entrada, uma camada de saída e uma camada intermediária escondida. Ademais, os dados da rede neural podem ser expansíveis e têm uma característica de automemorabilidade. A rede neural é usada para o treinamento de sistema especialista e para a identificação de amostra alvo. Naturalmente, esse classificador também pode adotar outros tipos de redes neurais.
[0062] Para a rede neural, existem muito materiais que descrevem a mesma em detalhes, dessa forma, nenhuma descrição adicional é necessária aqui.
[0063] A rede neural da revelação tem muitos nós de entrada, cada um dos quais expressa um determinado parâmetro de característica morfológica de células a serem medidas, em que o método de extração dos parâmetros de característica morfológica e o estado de classificação dos parâmetros de característica morfológica são descritos da seguinte forma: Método de Extração de Característica
[0064] Primeiramente, um especialista classifica manualmente os ingredientes visíveis em imagens de amostra de acordo com as características morfológicas de eritrócitos e, por meio desta, estabelece um modelo semântico de classificação e, então, estabelece um modelo matemático de classificação com essa base, de modo a definir várias características morfológicas dos eritrócitos, em que existem no total quatro tipos das características, incluindo característica de tamanho, característica de formato, característica de cromaticidade e característica de textura.
[0065] 2. Classificação de Característica
[0066] A revelação extrai acima de 100 características alvo dimensionais e o seguinte é apenas a descrição de características representativas:
[0067] 2.1 Característica de tamanho, incluindo a área, a circunferência, o diâmetro equivalente, o eixo geométrico longo, o eixo geométrico curto, o raio médio e similares;
[0068] 2.2 Característica de formato, que é usada para o formato de alvos, incluindo principalmente 26 características como, por exemplo, razão de círculo, excentricidade, centro de gravidade da área, curvatura, característica relacionada ao descritor de morfologia da distribuição de corda de área, descritor de morfologia de polígono de encaixe de contorno, vetor de característica de coeficiente de Fourier de descrição de morfologia, característica relacionada à descrição de morfologia com base em casco convexo, descrição de característica com base no retângulo de confinamento, descrição de característica de formato com base na característica de distância constante e característica de formato extraída com base no esqueleto de área, em que uma pluralidade dos tipos acima das características, como, por exemplo, a característica relacionada ao descritor de morfologia da distribuição de corda de área, a característica relacionada à descrição de morfologia com base no casco convexo, a descrição de característica com base no retângulo de confinamento, descrição de característica de formato com base na característica de distância constante e a característica de formato extraída com base no esqueleto de área são novos métodos para descrever a morfologia fornecida pela revelação.
[0069] 2.3 Característica de cromaticidade, incluindo histograma de cor de área alvo com base no HSV (Matiz, Saturação, Valor), extração de característica de cor principal de área alvo com base na janela de probabilidade e distância de cor.
[0070] 2.4 Característica de textura, que é uma característica de textura em múltipla escala com base no domínio de transformação de onda pequena, incluindo: proporção de energia de onda pequena em múltipla escala, deslocamento padrão de onda pequena em múltipla escala, característica de textura de matriz de coocorrência compreensível, descrição de característica de momento de Zernike de fundido de espectro de textura.
[0071] Especificamente, conforme mostrado na Figura 2, as etapas de operação do método para realizar a análise morfológica para eritrócitos são da seguinte forma:
[0072] Etapa 1: varrer uma amostra (ou amostras) em uma área de ajuste através de uma lente objetiva de baixa potência de um microscópio automático 1, marcar uma área alvo encontrada e, enquanto isso, varrer a área marcada através de uma lente objetiva de alta potência do microscópio automático 1.
[0073] Etapa 2: coletar as informações de uma imagem da área marcada através de uma câmera ou um elemento de CCD 2. A Figura 5, a Figura 11 e a Figura 17 são imagens coletadas de eritrócitos; para eritrócitos normais, o tamanho é relativamente uniforme, o corpo de célula é normal ou relativamente grande, a hemoglobina é abundante, a membrana de célula é completamente sem esporos. A curva de estatística de cada tipo de parâmetros basicamente tem distribuição normal (ou distribuição gaussiana) e a área de distribuição é relativamente concentrada.
[0074] Etapa 3: segmentar e posicionar as células contidas na imagem coletadas a princípio e, então, digitalizar a imagem segmentada, através de um conversor digital de imagem 3, a saber, extrair os parâmetros de característica morfológica de cada uma das células, em que quatro tipos de características incluindo tamanho, formato, cromaticidade e textura são usados para descrever cada uma das células.
[0075] Etapa 4: inserir os quatro tipos dos parâmetros de característica morfológica de cada uma das células, incluindo tamanho, formato, cromaticidade e textura, obtidos na Etapa 3, em um classificador estabelecido com base em uma rede neural e, então, o classificador isola os eritrócitos de cada tipo de células. A tabela a seguir é uma tabela de exemplo de parte de parâmetros de característica de um determinado eritrócito com diferentes tipos.
Figure img0001
Figure img0002
[0076] O classificador estabelecido com base na rede neural inclui um processo de retroalimentação que consiste em refinar, classificar e compensar parâmetros de característica para um objeto suspeito e um objeto erroneamente identificado que são classificados, e para estabelecer um modelo matemático correspondente para treinar a rede neural, em que a rede neural aprende e memoriza automaticamente esses parâmetros de característica refinados, classificados e compensados em um banco de dados modelo e, então, retornar ao classificador com base na rede neural para classificar as células.
[0077] Etapa 5: inserir os parâmetros de característica morfológica do eritrócito isolado na Etapa 4 em um dispositivo de fusão de característica estabelecido com base em agrupamento difuso e, então, normalizar os parâmetros de característica morfológica pelo dispositivo de fusão de característica para obter os vetores de característica unidimensionais.
[0078] A operação específica do dispositivo de fusão de característica realmente é para realizar o cálculo, através de um algoritmo de fusão de característica com base no peso de PCA, para cada tipo de parâmetros de característica inicialmente obtido para obter um valor de característica normalizado.
[0079] O algoritmo de fusão de característica com base no peso de PCA é descrito abaixo em detalhe.
[0080] A Figura 3 é um diagrama esquemático do algoritmo de fusão de característica com base no peso de PCA. Primeiramente, um vetor de característica dimensional n de uma amostra de treino é inserido, em que o vetor de característica dimensional n pode ser o vetor de característica de tamanho, formato, textura e cromaticidade. Em segundo lugar, a extração de característica é realizada através de um algoritmo de PCA, em que a extração de característica é dividida em redução de dimensão de característica K-L e seleção de característica de componente de princípio. A característica de tamanho, a característica de formato, a característica de textura e a característica de cromaticidade são selecionadas respectivamente a partir do princípio do espaço de vetor de característica de componente que é obtido após a extração de característica. Então, esses subespaços de características são submetidos à normalização de vetor de característica e então, são submetidos à fusão de peso em combinação com o peso de cada dimensão de vector e um valor de característica correspondente é obtido através da fusão de peso para cada subespaço de característica e, então, o valor de característica é fundido para obter um vetor de característica unidimensional.
[0081] Especificamente, o princípio do algoritmo de seleção de característica com base na PCA é da seguinte forma:
[0082] o espaço de característica original de entrada é definida como F={f1,f2,L,fn}, a transformação ortogonal K-L é realizada para o F para obter um espaço de vetor de característica ortogonal {x1,x2,L,xn} com valores de característica correspondentes classificados em uma ordem descendente, em que cada vetor de característica corresponde a um valor de característica (Ài,À2,L,Àn) respectivamente; e um espaço de vetor de característica é obtido após a redução de dimensão através de uma razão de contribuição aditiva, em que a razão de contribuição aditiva é conforme mostrado na fórmula (1):
Figure img0003
[0083] se em>e (e é um limite de razão de contribuição, 0<e<1), então as condições de satisfação de m(m<N) mínimas são selecionadas. Os primeiros vetores de característica de m, após a redução de dimensão, de {x1,x2,L,xn} são tomadas como um espaço de vetor de característica V= {x1,x2,L,xm}.
[0084] O alvo de PCA é para extrair um vetor de característica de componente princípio de dimensão m do espaço de característica original F através da matriz de vetor ortogonal V, em que o princípio da mesma é que, quando o vetor de característica original {f1,f2,L,fn} é projetado ao longo da direção xj, a PCA faz a energia de f1 máximo obtido; nesse momento, o f1 é chamado de o primeiro componente de princípio; na condição de que seja ortogonal em relação a x1, a projeção do espaço de característica original em x2 faz a energia de f2 máximo; nesse momento, o f2 é chamado de o segundo componente de princípio; igualmente, um espaço de característica de componente de princípio Y={f1,f2,L,fm} pode ser obtido.
[0085] 3. Normalização de característica
[0086] os espaços de característica Yc, Yt, Ys, Ye de cromaticidade, textura, formato e tamanho são selecionados respectivamente a partir do espaço de característica de componente de princípio Y, em que a expressão dos subespaços é conforme mostrado na fórmula (2):
Figure img0004
[0087] cada dimensão de vetor de característica nos subespaços de característica de cromaticidade, textura, formato e tamanho são normalizados respectivamente, em que a fórmula de normalização é conforme mostrado na fórmula (3):
Figure img0005
[0088] em que o fpi é o i-ésimo valor de característica na p-ésima dimensão de vetores de característica, o fpmax e o fpmin são os valores de característica máximo e mínimo na p-ésima dimensão de vetores de característica. As subespécies de característica normalizada Ycn, Ytn, Ysn e Yen são obtidas através da fórmula (3). 4. Fusão de característica com base na função de peso
[0089] Uma vez que os subespaços de característica normalizada são extraídos a partir do espaço de característica de componente de princípio, pode-se saber que a capacidade de contribuição de cada dimensão de vetor de característica é diferente; dessa forma, o peso ocupado também é diferente. O valor médio e a variância padrão dos vetores de característica podem ser calculados para descrever a capacidade de contribuição do vetor de característica, em que a fórmula de cálculo é conforme mostrado na fórmula (4):
Figure img0006
[0090] em que o μp e o Cp representam respectivamente o valor médio e a variância padrão da p-ésima dimensão de vetores.
[0091] O |μp| e o Cp podem ser usados para definir a capacidade de identificação da função de custo a seguir para avaliar as características, em que a função de avaliação é conforme mostrado na fórmula (5):
Figure img0007
[0092] em que quanto maior o Jp é, mais forte a capacidade de identificação da característica é; e o Jp pode ser usado para representar o peso de cada vetor. O vetor de peso que corresponde a cada vector é (J1,J2,L,Jd), em que o d é o número das dimensões de característica de um determinado subespaço de característica. O subespaço de característica pode ser fundido através da transformação de matriz para obter um valor de característica unidimensional, em que a fórmula de transformação de matriz fórmula é conforme mostrado na fórmula (6):
Figure img0008
[0093] O elemento αi em (α1,α2,L,αm)T representa um valor de característica da i-ésima amostra de treino que corresponde à um determinado subespaço de característica após a redução de dimensão, em que o valor de característica é normalizado para entre 0 a 1 e pode representar a característica com cada tipo através do uso de diferentes segmentos.
[0094] Através do método acima, um espaço de vetor de característica unidimensional (αc,αt,αs,αe)T de características de cromaticidade, textura, formato e tamanho normalizados fundidos pode ser obtido.
[0095] Etapa 6: os valores de cada tipo de características normalizadas de todos os eritrócitos em cada espécime (ou cada amostra) são exibidos através de um aparelho de emissão para obter um gráfico estatístico de cada tipo de parâmetros de característica normalizados.
[0096] Etapa 6,1: os gráficos estatísticos de quatro tipos de parâmetros de característica incluindo tamanho, formato, cromaticidade e textura da amostra são obtidos respectivamente; a fonte ou o tipo dos eritrócitos na amostra é determinado de acordo com a direção e o grau de deslocamento obtido comparando-se o gráfico de distribuição de estatística extraída de quatro tipos dos parâmetros de característica com a distribuição de tamanho de eritrócito normal.
[0097] A maneira de expressão do diagrama de dados estatísticos dos quatro tipos dos parâmetros de característica incluindo tamanho, formato, cromaticidade e textura da amostra não é limitada e pode ser histograma, quadro de distribuição, diagrama de dispersão, quadro de curva, quadro de área e de histograma, quadro em torta, diagrama de dispersão, quadro anular, quadro em radar, quadro em bolha e plotagem cilíndrica e assim por diante.
[0098] Etapa 6.1.1: uma curva de característica de tamanho de distribuição de eritrócito é desenhada através do uso do vetor de característica de tamanho normalizado fundido, que são conforme mostrados pelas Figura 6.1 à Figura 6.9, Figura 12 e Figura 18, em que a ordenada horizontal representa o valor de tamanho e a coordenada longitudinal representa a frequência com que o valor de tamanho correspondente aparece.
[0099] A característica de tamanho de eritrócito reflete principalmente a condição de distribuição de tamanho dos eritrócitos na amostra. O desvio à esquerda da curva de característica de tamanho de distribuição de eritrócito significa que a alteração de microeritrócito (ou microcítica) e o desvio à direita da curva significam que a alteração de macroeritrócito (ou macrocítica); se a curva tem uma pluralidade de picos, isso significa que parte dos eritrócitos é grande e parte dos eritrócitos é pequena, e os eritrócitos têm tamanho irregular. Se o valor de pico é pequeno, isso significa que o volume de eritrócito é pequeno; se o valor de pico é grande, isso significa que o volume de eritrócito é grande. No caso em que uma pluralidade de picos aparece, significa que as células com tamanho obviamente irregular são misturadas; a condição de distribuição de tamanho de eritrócito pode ser obtida comparando-se uma pluralidade de valores de pico com um valor de referência. A largura de distribuição de frequência representa o grau de concentração de tamanho de eritrócito. A distribuição de tamanho dos eritrócitos na amostra é comparada com a distribuição de tamanho de eritrócitos normais e, então, a fonte ou o tipo dos eritrócitos na amostra é determinado de acordo com a direção e o grau de deslocamento obtido.
[00100] A Figura 6.1 mostra um gráfico estatístico de parâmetro de característica de tamanho de uma amostra de urina incluindo eritrócitos normais, em que o gráfico estatístico é mostrado da maneira de uma curva. Porém, o quadro de curva de estatística do parâmetro de característica pode ser expresso de várias formas de gráficos estatísticos, como, por exemplo, da Figura 6.2 a Figura 6.9, todas das quais são gráficos estatísticos do parâmetro de característica de tamanho de eritrócitos normais.
[00101] A fim de descrever o gráfico estatístico de modo mais conveniente, conforme mostrado na Figura 4, α representa a largura de distribuição do gráfico estatístico. Para a curva de estatística da característica de tamanho, quanto mais nivelado os eritrócitos são em tamanho, menor a largura de distribuição α é. Quanto mais irregular os eritrócitos são em tamanho, maior a largura de distribuição α é. Desde que o limite de largura de distribuição seja L, quando α>L, pode ser determinado que os eritrócitos na amostra sejam de tamanho irregular e o sistema propõe que suspeita-se que a amostra tenha eritrócitos de tamanho irregular.
[00102] b representa um valor numérico de eixo geométrico X que corresponde ao valor de distribuição de pico do gráfico estatístico. Quando b muda, no condicionamento em que o gráfico estatístico seja expresso por uma curva, o desvio à esquerda ou o desvio à direita da curva ocorre. Desde que o limite mínimo do valor de pico seja D1 e o limite máximo seja D2; quando D1<b<D2, o tamanho de eritrócito está em uma faixa normal; quando b<D1, a curva se desvia à esquerda e o sistema propõe que se suspeita que a amostra tenha microeritrócitos; quando b>D2, a curva se desvia a direita e o sistema propõe que suspeita-se que a amostra tenha macroeritrócitos.
[00103] A Figura 12 e a Figura 18 são exemplos gráficos do gráfico estatístico da característica de tamanho de eritrócitos. A Figura 12 mostra a característica de tamanho de eritrócitos em formato de esporo, em que os eritrócitos em formato de esporo têm vesículas projetadas a partir do ectoblasto (ou membranas) dos eritrócitos em formato de esporo ou são alteradas para o formato de esporo de fungo. A Figura 18 mostra a característica de tamanho de eritrócitos que são de tamanho irregular. A largura de distribuição de tamanho de eritrócito das duas figuras atende α>L; pode ser visto a partir das figuras que a largura é maior que a largura de distribuição de tamanho eritrócito normal, o que indica que o os eritrócitos são de tamanho irregular; b>D2, que indica que parte dos eritrócitos são relativamente maiores.
[00104] Etapa 6.1.2: uma curva de característica de distribuição em formato de eritrócito é desenhada com o uso do vetor de característica de formato normalizado fundido, como, por exemplo, a Figura 7, a Figura 13 e a Figura 19, em que a ordenada horizontal representa o valor de característica de formato e a coordenada longitudinal representa a frequência com que o valor de característica correspondente aparece.
[00105] O índice de característica de distribuição de formato de eritrócito reflete principalmente o condicionamento de distribuição de eritrócitos malformados. A combinação de dados de parâmetros de característica que representam formatos (como, por exemplo, razão de círculo, razão quadrada, simetria de distribuição de corda, esporo convexo, tangente interna) é usada para realizar a análise. Os eritrócitos normais estão em um formato de disco de dupla concavidade e os eritrócitos malformados estão em um formato de esporo, boca e assim por diante. A fonte ou o tipo dos eritrócitos na amostra é determinado de acordo com a alteração do parâmetro de característica de formato do eritrócito.
[00106] A Figura 7 mostra um gráfico estatístico de parâmetro de característica de formato de uma amostra de urina incluindo eritrócitos normais, em que o gráfico estatístico é mostrado da maneira de uma curva.
[00107] Para a curva de estatística da característica de formato, quanto mais similar o formato do eritrócito é com o formato de eritrócito padrão ideal, mais concentrada a distribuição é, menor a largura de distribuição é e maior o valor de frequência C que corresponde ao valor de pico é (0<C<100%). Desde que o limite de frequência que corresponde ao valor de pico da curva de estatística de característica de formato seja H, aqui no presente documento, tomando H=60% por exemplo, quando C<H, o sistema propõe que suspeita-se que o formato da amostra esteja distante do formato do eritrócito ideal.
[00108] A Figura 13 e a Figura 19 são gráficos de exemplos do gráfico estatístico da característica de formato de eritrócitos. A Figura 13 mostra a característica de formato de eritrócitos em formato de esporo, em que os eritrócitos em formato de esporo têm vesículas projetadas a partir do ectoblasto (ou membranas) dos eritrócitos em formato de esporo ou são alteradas para o formato de esporo de fungo. A Figura 19 mostra a característica de formato de eritrócitos que são de tamanho irregular. A largura de distribuição de formato de eritrócito das duas figuras não altera um lote, comparado com aqueles dos eritrócitos normais, enquanto o valor de frequência C que corresponde ao valor de pico é menor que aquele dos eritrócitos normais, a saber, C<H.
[00109] Etapa 6.1.3: uma curva de característica de distribuição de cromaticidade do eritrócito é desenhada com o uso do vetor de característica de cromaticidade normalizada fundido, como, por exemplo, a Figura 8, a Figura 14 e a Figura 20, em que a ordenada horizontal representa o valor de cromaticidade e a coordenada longitudinal representa a frequência com que o valor de cromaticidade correspondente aparece.
[00110] A característica de distribuição de cromaticidade do eritrócito reflete principalmente a condição de perda de hemoglobina de eritrócito. A combinação de dados de parâmetros de característica que representam a cromaticidade (como, por exemplo, tom, saturação e assim por diante) é usada para realizar a análise. A fonte ou o tipo dos eritrócitos na amostra é determinado de acordo com a direção e o grau de deslocamento obtidos comparando-se a cromaticidade do eritrócito com a cromaticidade do eritrócito normal.
[00111] Após os eritrócitos perderem a hemoglobina, a cromaticidade do eritrócito se tornará mais clara; nessa condição, a curva do histograma de frequência da característica de distribuição de cromaticidade do eritrócito se desvia à esquerda e o valor de pico se torna menor. Os eritrócitos perdem água facilmente em urina hipertônica para formar eritrócitos de encolhimento e a cromaticidade se torna mais escura; nessa condição, a curva do histograma de frequência de cromaticidade se desvia à direita e o valor de pico se torna maior. Essas condições não são incluídas no escopo de anormalidade e a identificação e o julgamento são necessários.
[00112] A Figura 8 mostra um gráfico estatístico de parâmetro de característica de cromaticidade de uma amostra de urina incluindo eritrócitos normais; aqui no presente documento, o gráfico estatístico é mostrado da maneira de uma curva. Para a curva de estatística da característica de cromaticidade, quanto mais similar a cromaticidade dos eritrócitos está com aquela dos eritrócitos normais, mais concentrada a distribuição é e maior o valor de frequência C que corresponde ao valor de pico é (0<C<100%). Desde que limite de frequência que corresponde ao valor de pico da curva de estatística de característica de cromaticidade seja H, aqui no presente documento, tomando H=60% por exemplo, quando C<H, o sistema propõe que a cromaticidade de uma maioria dos eritrócitos na amostra estão longe da cromaticidade de eritrócitos ideal. Para a curva de estatística de da característica de cromaticidade, a largura de distribuição é menor quando a distribuição de cromaticidade do eritrócito está mais próxima.
[00113] Na Figura 4, b representa um valor numérico de eixo geométrico X que corresponde ao valor de valor de distribuição de pico do gráfico estatístico; quando b altera, na condição em que o gráfico estatístico é expresso por uma curva, o desvio à esquerda ou o desvio à direita da curva ocorre, ou seja, a cromaticidade de eritrócitos altera. Quanto mais escura a cromaticidade é, maior b é. Quanto mais clara a cromaticidade é, menor b é. Desde que o limite mínimo do eixo geométrico X que corresponde ao valor de pico seja S1 e o limite máximo seja S2. Quando S1<b<S2, a cromaticidade de eritrócitos é em uma faixa normal; quando b<S1, a curva se desvia à esquerda, que indica que a cromaticidade de células é relativamente mais baixa; quando b>S2, a curva se desvia à direita, que indica que a cromaticidade de células é relativamente mais alta.
[00114] A Figura 14 e a Figura 20 são gráficos de exemplo do gráfico estatístico da característica de cromaticidade de eritrócitos. A linha tracejada representa a cromaticidade do eritrócito normal e é de um único pico estreito, que indica que a cromaticidade de células é muito regular e nenhum citoplasma é perdido. A cromaticidade de eritrócitos é relevante ao teor de hemoglobinas. A Figura 14 mostra a característica de cromaticidade de eritrócitos em formato de esporo. A Figura 20 mostra a característica de cromaticidade de eritrócitos que são de tamanho irregular. Ambos os valores médios da cromaticidade do eritrócito das duas figuras se alteram comparados com aqueles dos eritrócitos normais. O valor médio da cromaticidade dos eritrócitos em formato de esporo na Figura 14 é obviamente reduzido. O valor médio da cromaticidade dos eritrócitos que são de tamanho irregular na Figura 20 é relativamente mais alto. Ambos os valores de frequências C que corresponde ao valor de pico são obviamente menores que aqueles dos eritrócitos normais, a saber, C<H. A largura de distribuição de cromaticidade dos eritrócitos em formato de esporo na Figura 14 não altera um lote e a distribuição de célula é regular e com um único pico estreito. A largura de distribuição dos eritrócitos que são de tamanho irregular na Figura 20 é obviamente aumentada ao longo da direção em que os valores de cromaticidade são relativamente maiores.
[00115] Etapa 6.1.4: uma curva de característica de distribuição de textura de eritrócito é desenhada com o uso do vetor de característica de textura normalizada fundido, conforme mostrado na Figura 9, na Figura 15 e na Figura 21, em que a ordenada horizontal representa o valor de textura e a coordenada longitudinal representa a frequência com que o valor de textura correspondente aparece.
[00116] A característica de distribuição de textura de eritrócito é analisada usando-se a combinação de dados de parâmetros de característica que representam gradiente de cor da área central (por exemplo, a expansão da área pálida central, o desaparecimento da área pálida central, o aprimoramento da cromaticidade da área central e assim por diante) do eritrócito e representa a textura. A fonte ou o tipo dos eritrócitos na amostra é determinado de acordo com a direção e o grau de deslocamento obtidos comparando-se a textura de eritrócito com a textura de eritrócito normal.
[00117] A Figura 9 mostra um gráfico estatístico de parâmetro de característica de textura de uma amostra de urina incluindo eritrócitos normais; aqui no presente documento, o gráfico estatístico é mostrado da maneira de uma curva. Para a curva de estatística da característica de textura, quando a textura do eritrócito é mais abundante, o valor de textura é maior. Conforme mostrado na Figura 4, α representa a largura de distribuição do gráfico estatístico. Quanto menor for a diferença na alteração da textura entre as células na amostra, menor é a largura de distribuição α do gráfico estatístico; quanto maior for a diferença na alteração de textura entre as células, maior é a largura de distribuição α do gráfico estatístico.
[00118] Na Figura 4, b representa um valor numérico de eixo X que corresponde ao valor de distribuição de pico do gráfico estatístico; quando b altera, na condição em que o gráfico estatístico é expresso por uma curva, a curva se desvia à esquerda ou se desvia à direita, ou seja, a intensidade da textura de eritrócitos se altera. Quanto mais intensa for a textura, maior é a energia da mesma e maior é o b; quanto mais superficial a textura é, menor é o b. Desde que o limite mínimo do eixo geométrico X que corresponde ao valor de pico seja W1 e o limite máximo seja W2; quando W1<b<W2, a textura de eritrócitos está em uma faixa normal; quando b<W1, indica-se que a textura da amostra é fraca e a curva se desvia à esquerda; quando b>W2, indica-se que a textura da amostra é relativamente espessa e a curva se desvia à direita.
[00119] A Figura 15 mostra a característica de textura de eritrócitos em formato de esporo. A Figura 21 mostra a característica de textura de eritrócitos que são de tamanho irregular. Ambos os valores médios da textura de eritrócitos das duas figuras se alteram comparados com aqueles de eritrócitos normais.
[00120] Etapa 6.2: os vetores de características normalizadas de mais do que dois tipos acima são combinados uns com os outros e a análise compreensiva é realizada com o uso de um método estatístico para obter um quadro de análise multiparâmetro.
[00121] Levando em conta que a análise compreensiva é realizada para a combinação de dois tipos dentre os vetores de características normalizadas incluindo tamanho e cromaticidade de eritrócitos, por exemplo, conforme mostrado na Figura 10, na Figura 16, na Figura 22 e na Figura 23; um diagrama de dispersão é desenhado com o valor de tamanho de eritrócito conforme a ordenada horizontal e o valor de cromaticidade do eritrócito correspondente como a coordenada longitudinal.
[00122] A Figura 10 é um diagrama para a análise compreensiva de tamanho e cromaticidade de eritrócitos normais, em que os eritrócitos normais são concentrados em uma faixa de 75<X<125 e 20<Y<40.
[00123] A Figura 16 é um diagrama para a análise compreensiva de tamanho e cromaticidade de eritrócitos em formato de esporo, em que a cromaticidade dos eritrócitos é obviamente mais baixa e a faixa de tamanho dos eritrócitos é expandida, distribuída principalmente em uma faixa de 80<X<160. A Figura 22 é um diagrama para a análise compreensiva de eritrócitos que são de tamanho irregular, em que a cromaticidade e o tamanho dos eritrócitos são distribuídos em uma faixa relativamente maior, por exemplo, 5<X<30 e 40<Y<150.
[00124] O mesmo resultado apresentado usando-se esse dispositivo para analisar os eritrócitos tem diferentes significados clínicos em diferentes tipos de amostras, por exemplo, se os eritrócitos com volume pequeno e baixa pigmentação aparecerem em uma amostra, o resultado analisado por esse dispositivo é que um único eritrócito tem um volume pequeno e uma baixa cromaticidade e para parâmetros de característica morfológica de eritrócitos totais, um gráfico de análise morfológica, que toma uma combinação de parâmetro que representa tamanho como uma coordenada horizontal e toma os dados de parâmetro de característica que representam cromaticidade como uma coordenada longitudinal, é adotado para expressar que a largura de uma distribuição de eritrócito aumenta e a distribuição de eritrócito se desvia à esquerda e a área da distribuição de eritrócito se desvia para baixo, ou seja, os parâmetros de característica morfológica de eritrócitos totais são expressos como um diagrama de distribuição morfológica de eritrócito com dispersão em direção à esquerda e que descendem para baixo, em que um tipo de anemia é proposta se esse tipo do gráfico aparecer em uma amostra de sangue, enquanto que isso significa que os eritrócitos na amostra vem a partir de eritrócitos renais se esse tipo do gráfico aparecer em uma amostra de urina e ocupar uma determinada proporção.
[00125] Conforme mostrado pela Figura 23, quando P% (50<P<100) os eritrócitos na amostra de sangue são distribuídos em uma região de X<75 e Y<20, o sistema propõe que a amostra seja suspeita de anemia; quando P% (50<P<100) os eritrócitos na amostra de urine são distribuídos em uma região de X<75 e Y<20, o sistema propõe que a amostra seja suspeita de nefropatia.
[00126] Etapa 7: um processamento estatístico é realizado para cada tipo de eritrócitos de acordo com a proporção de cada tipo de eritrócitos em relação aos eritrócitos totais na amostra, e o resultado do processamento estatístico é expresso na forma de gráfico ou de dados para analisar e identifica o eritrócito na amostra.
[00127] Conforme mostrado na Figura 24, a proporção de cada tipo de eritrócitos em relação aos eritrócitos totais na amostra é obtida realizando-se a contagem de identificação e de classificação nas células na amostra. Na condição que a expressão está na forma de gráfico ou de dados, é conveniente para um operador julgar a condição da amostra com base nos dados. Aqui no presente documento, toma-se a expressão na forma de um quadro em torta estatística por exemplo.
[00128] Etapa 7: de acordo com um vetor de característica morfológica unidimensional normalizado de cada tipo de eritrócitos na amostra, através da concessão de um limite de valor de característica, calculando-se a proporção de uma combinação de dados de um parâmetro de característica de morfológica (ou um tipo de parâmetros de característica morfológica) dos eritrócitos cujo vetor de característica morfológica é mais alto ou mais baixo que o limite em relação a uma combinação de dados do mesmo parâmetro de característica morfológica (ou o mesmo tipo de parâmetros de característica morfológica) de eritrócitos totais na amostra e o resultado é expresso na forma de gráfico ou de dados após realizar o processamento estatístico.
[00129] A Figura 25 é um gráfico estatístico de parâmetro de característica de cromaticidade de uma amostra. Na Figura 25, é usado um vetor de característica unidimensional de cromaticidade normalizado fundido para julgar os eritrócitos com baixa pigmentação (ou hipocrômicos), em que o dado limite de cromaticidade é definido para ser H, em que a porcentagem dos eritrócitos com a cromaticidade mais baixa que o limite H na amostra é 40%; ou seja, os eritrócitos com baixa pigmentação (ou hipocrômicos) na amostra é 40% do número total de eritrócitos. A Figura 26 é uma outra forma de expressão da Figura 25.
[00130] A forma de expressão de gráfico ou de dados acima é exibida em um dispositivo de saída, para referência do membro residente relevante. O dispositivo de saída pode ser uma janela de exibição em um dispositivo para realizar a análise morfológica para eritrócitos na revelação, também pode ser uma tela conectada com o dispositivo para realizar a análise morfológica para eritrócitos ou uma tela conectada com a rede para diagnóstico remoto. O gráfico ou os dados acima também podem ser impressos para um doutro para realizar a análise.
[00131] O gráfico estatístico pode ser expresso por uma disposição de quadros múltiplos, conforme mostrado na Figura 27. O gráfico estatístico também pode ser exibido em um único quadro.
[00132] Adicionalmente, a amostra envolvida na revelação pode ser uma amostra de urina e uma amostra de sangue. Deve ser observado que a amostra de sangue não é submetida a um processo de espalhamento, mas é analisado após a amostra de sangue ser diluída por certos múltiplos; dessa maneira, é evitado o dano à parte das células na amostra causada pelo espalhamento. A revelação exige uma amostra fresca; é melhor para realizar o exame dentro de duas horas após a amostra ser obtido; a amostra não necessita ser tingida, mas não é limitada a não ser tingida; dessa maneira, nenhum reagente caro é exigido para ser usado no processo de exame; portanto, a revelação é econômica, livre de poluição e é boa para a proteção do meio ambiente.

Claims (11)

1. Dispositivo para realizar análise morfológica para eritrócitos, caracterizado pelo fato de que compreende: a: um microscópio automático (1), no qual uma lente objetiva de baixa potência do microscópio automático (1) é configurada para varrer uma amostra em uma área de ajuste e para marcar uma área alvo encontrada, e, enquanto isso, uma lente objetiva de alta potência do microscópio automático (1) é configurada para varrer a área marcada; b: uma câmera ou um elemento de Dispositivo de Carga Acoplada (CCD) (2), o qual é configurado para coletar informações de uma imagem da área marcada; c: um conversor digital de imagem (3) para analisar e processar a imagem, em que o conversor digital de imagem (3) é configurado para segmentar e posicionar as células contidas na imagem coletada a princípio, e, então, digitalizar a imagem segmentada para extrair quatro tipos de parâmetros de característica morfológica, incluindo tamanho, formato, cromaticidade e textura, de parâmetros de característica morfológica multidimensionais de cada uma das células; d: um classificador (7) estabelecido com base em uma rede neural, em que o classificador é configurado para classificar as células de acordo com os quatro tipos dos parâmetros de característica morfológica, incluindo tamanho, formato, cromaticidade e textura, de cada uma das células, obtidos na etapa acima para isolar eritrócitos de cada tipo das células; e: um dispositivo de fusão de característica (4) estabelecido com base em agrupamento difuso, em que o dispositivo de fusão de característica é configurado para realizar redução de dimensão normalizada nos quatro tipos de parâmetros de característica morfológica multidimensionais, incluindo tamanho, formato, cromaticidade e textura, dos eritrócitos, os quais são isolados na etapa acima, para obter quatro valores de característica de tamanho, formato, cromaticidade e textura, e, então, realizar cálculo estatístico e obter expressão de gráfico de acordo com o cálculo estatístico respectivamente de acordo com as características de tamanho, formato, cromaticidade e textura de todos os eritrócitos em um espécime para fornecer uma base de objetivo real para analisar o tipo e a fonte dos eritrócitos na amostra; f: um aparelho de saída (6), o qual é configurado para exibir intuitivamente um resultado de detecção; e g: uma unidade de controle (5), a qual é conectada ao microscópio automático (1), à câmera ou elemento de CCD (2), ao conversor digital de imagem (3) e ao aparelho de saída (6) respectivamente para controlar ações do microscópio automático (1), da câmera ou do elemento de CCD (2), do conversor digital de imagem (3) e do aparelho de saída (6).
2. Dispositivo para realizar análise morfológica para eritrócitos, de acordo com a reivindicação 1, caracterizado pelo fato de que o aparelho de saída (6) expressa a combinação de dados de parâmetros de característica, os quais representam gradiente de cor e textura de uma área central dos eritrócitos, pertencente a cada tipo dos eritrócitos, e um método para analisar e identificar os eritrócitos na amostra compreende determinar a fonte ou tipo dos eritrócitos na amostra de acordo a alteração de característica na área central dos eritrócitos.
3. Método para realizar análise morfológica para eritrócitos, caracterizado pelo fato de que compreende as etapas a seguir: Etapa 1: varrer uma amostra em uma área de ajuste e marcar uma área alvo encontrada através de uma lente objetiva de baixa potência de um microscópio automático e, enquanto isso, varrer a amostra na área marcada através de uma lente objetiva de alta potência do microscópio automático; Etapa 2: coletar informações de uma imagem da amostra na área marcada através de uma câmera ou um elemento de CCD; Etapa 3: segmentar e posicionar as células contidas na imagem coletadas e, então, digitalizar a imagem segmentada para extrair parâmetros de característica morfológica multidimensionais de cada uma das células através de um conversor digital de imagem, em que quatro tipos de características, incluindo tamanho, formato, cromaticidade e textura, são usados para descrever cada uma das células; Etapa 4: inserir os quatro tipos, incluindo tamanho, formato, cromaticidade e textura, dos parâmetros de característica morfológica de cada uma das células, os quais são obtidos na etapa acima, em um classificador estabelecido com base em uma rede neural, e, então, isolar os eritrócitos de cada tipo das células; Etapa 5: inserir os quatro tipos, incluindo tamanho, formato, cromaticidade e textura, dos parâmetros de característica morfológica dos eritrócitos, os quais são isolados na Etapa 4, em um dispositivo de fusão de característica estabelecido com base em agrupamento difuso, e, então, normalizar cada tipo de parâmetros de característica morfológica multidimensionais através do dispositivo de fusão de característica para obter um vetor de característica unidimensional; e Etapa 6: exibir cada tipo de vetores de característica normalizados de todos os eritrócitos em cada espécime através de um aparelho de emissão para obter um gráfico estatístico de cada tipo de parâmetros de característica normalizados.
4. Método para realizar análise morfológica para eritrócitos, de acordo com a reivindicação 3, caracterizado pelo fato de que compreende adicionalmente a Etapa 7: realizar o processamento estatístico de acordo com a proporção de cada tipo dos eritrócitos para todos os eritrócitos na amostra e realizar a expressão na forma de gráfico ou dados para analisar e identificar os eritrócitos na amostra.
5. Método para realizar análise morfológica para eritrócitos, de acordo com a reivindicação 3, caracterizado pelo fato de que inclui adicionalmente a Etapa 8: para cada tipo de vetores de característica morfológica normalizada, através da determinação de um limite de valor de característica, calcular a proporção de uma combinação de dados de um parâmetro de característica morfológica dos parâmetros de característica morfológica dos eritrócitos cujos vetores de característica morfológica normalizada são mais altos ou inferiores ao limite para uma combinação de dados do mesmo parâmetro de característica morfológica dos parâmetros de característica morfológica de eritrócitos totais na amostra, e realizar a expressão na forma de gráfico ou dados após a realização do processamento estatístico para fornecer base de objetivo para a análise e identificação dos eritrócitos na amostra.
6. Método para realizar análise morfológica para eritrócitos, de acordo com a reivindicação 3, caracterizado pelo fato de que o classificador estabelecido com base na rede neural inclui um processo de retroalimentação que consiste em refinar, classificar e compensar parâmetros de característica para um objeto suspeito e um objeto erroneamente identificado que são classificados, e para estabelecer um modelo matemático correspondente para treinar a rede neural, em que a rede neural aprende e memoriza automaticamente esses parâmetros de característica refinados, classificados e compensados em um banco de dados modelo, e, então, retornar ao classificador com base na rede neural para classificar as células.
7. Método para realizar análise morfológica para eritrócitos, de acordo com a reivindicação 3, caracterizado pelo fato de que o vetor de característica de tamanho normalizado obtido na Etapa 6 expressa a combinação de dados de parâmetros de característica que representa tamanho, pertencente a cada tipo dos eritrócitos; o método para analisar e identificar os eritrócitos na amostra determina a fonte ou tipo dos eritrócitos na amostra de acordo com a direção e grau de deslocamento obtido comparando-se a distribuição de tamanho dos eritrócitos à distribuição de tamanho de eritrócitos normais.
8. Método para realizar análise morfológica para eritrócitos, de acordo com a reivindicação 3, caracterizado pelo fato de que o vetor de característica de formato normalizado obtido na Etapa 6 expressa uma combinação de dados de parâmetros de característica que representa formato, pertencente a cada tipo dos eritrócitos; o método para analisar e identificar os eritrócitos na amostra determina a fonte ou tipo dos eritrócitos na amostra de acordo com a alteração do parâmetro de característica de formato do eritrócito.
9. Método para realizar análise morfológica para eritrócitos, de acordo com a reivindicação 3, caracterizado pelo fato de que o vetor de característica de cromaticidade normalizada obtido na Etapa 6 expressa uma combinação de dados de parâmetros de característica que representa cromaticidade, pertencente a cada tipo dos eritrócitos; o método para analisar e identificar os eritrócitos na amostra determina a fonte ou tipo dos eritrócitos na amostra de acordo com direção e grau de deslocamento obtido comparando-se a cromaticidade do eritrócito à cromaticidade do eritrócito normal.
10. Método para realizar análise morfológica para eritrócitos, de acordo com a reivindicação 3, caracterizado pelo fato de que o vetor de característica de textura normalizada obtido na Etapa 6 expressa uma combinação de dados de parâmetros de característica que representa textura, pertencente a cada tipo dos eritrócitos; o método para analisar e identificar os eritrócitos na amostra determina a fonte ou tipo dos eritrócitos na amostra de acordo com a alteração do parâmetro de característica de textura do eritrócito.
11. Método para realizar análise morfológica para eritrócitos, de acordo com a reivindicação 3, caracterizado pelo fato de que qualquer um dentre o que se segue é adotado separadamente ou pelo menos dois dentre os que se seguem são adotados de modo abrangente para a análise e identificação dos eritrócitos na amostra: o vetor de característica de tamanho normalizada obtida na Etapa 6 expressa a combinação de dados de parâmetros de característica, que representam tamanho, pertencente a cada tipo dos eritrócitos; o método para analisar e identificar os eritrócitos na amostra determina a fonte ou o tipo de eritrócitos na amostra de acordo com a direção e o grau de desvio obtido comparando-se a distribuição de tamanho dos eritrócitos com a distribuição de tamanho de eritrócitos normais; o vetor de característica de formato normalizado obtido na Etapa 6 expresso em combinação de dados de parâmetros de característica, que representam formato, pertencente a cada tipo dos eritrócitos; o método para analisar e identificar os eritrócitos na amostra determina a fonte ou o tipo dos eritrócitos na amostra de acordo com a alteração do parâmetro de característica de formato de eritrócito; o vetor de característica de cromaticidade normalizada obtido na Etapa 6 expressa combinação de dados de parâmetros de características, que representam cromaticidade, pertencente a cada tipo dos eritrócitos; o método para analisar e identificar os eritrócitos na amostra determina a fonte ou o tipo dos eritrócitos na amostra de acordo com a direção e o grau de desvio comparando-se a cromaticidade de eritrócito com a cromaticidade de eritrócito normal; o vetor de característica de textura normalizada obtido na Etapa 6 expressa uma combinação de dados de parâmetros de características, que representam textura, pertencente a cada tipo de eritrócitos; o método para analisar e identificar os eritrócitos na amostra determina a fonte ou o tipo dos eritrócitos na amostra de acordo com a alteração do parâmetro de característica de textura de eritrócito.
BR112013032938-6A 2011-09-16 2011-09-16 Dispositivo e métodos para realizar análise morfológica para eritrócitos BR112013032938B1 (pt)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2011/079710 WO2013037119A1 (zh) 2011-09-16 2011-09-16 红细胞形态学分析装置及其方法

Publications (2)

Publication Number Publication Date
BR112013032938A2 BR112013032938A2 (pt) 2017-01-24
BR112013032938B1 true BR112013032938B1 (pt) 2021-06-29

Family

ID=47882538

Family Applications (1)

Application Number Title Priority Date Filing Date
BR112013032938-6A BR112013032938B1 (pt) 2011-09-16 2011-09-16 Dispositivo e métodos para realizar análise morfológica para eritrócitos

Country Status (4)

Country Link
US (1) US9170256B2 (pt)
EP (1) EP2757372B1 (pt)
BR (1) BR112013032938B1 (pt)
WO (1) WO2013037119A1 (pt)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015058353A1 (zh) * 2013-10-22 2015-04-30 爱威科技股份有限公司 一种红细胞形态学分析结果表示方法
CN104881865B (zh) * 2015-04-29 2017-11-24 北京林业大学 基于无人机图像分析的森林病虫害监测预警方法及其系统
EP3335194A4 (en) * 2015-08-12 2019-04-24 Molecular Devices, LLC SYSTEM AND METHOD FOR AUTOMATICALLY ANALYZING PHENOTYPIC RESPONSES OF CELLS
EP3859425B1 (en) * 2015-09-17 2024-04-17 S.D. Sight Diagnostics Ltd. Methods and apparatus for detecting an entity in a bodily sample
CA3018536A1 (en) 2016-03-30 2017-10-05 S.D. Sight Diagnostics Ltd Distinguishing between blood sample components
US11307196B2 (en) 2016-05-11 2022-04-19 S.D. Sight Diagnostics Ltd. Sample carrier for optical measurements
RU2629609C1 (ru) * 2016-08-15 2017-08-30 Федеральное Государственное Бюджетное Образовательное Учреждение Высшего Образования "Нижегородская Государственная Сельскохозяйственная Академия (ФГБОУ ВО НГСХА) Способ прижизненной оценки действия реагентов на образование стоматоцитов
CN106290081A (zh) * 2016-08-16 2017-01-04 江苏康尚生物医疗科技有限公司 一种区分粒子群落的方法及粒子分析仪
US10311573B2 (en) * 2017-05-02 2019-06-04 Techcyte, Inc. Training and machine learning classification of mold in digital microscopy images
GB2566009A (en) * 2017-08-23 2019-03-06 Epigem Ltd Classification, screening and diagnostic methods and apparatus
WO2019182528A2 (en) * 2017-10-23 2019-09-26 Altiparmak Gida Sanayi Ve Ticaret Anonim Sirketi Pollen classification system and related method
US11921272B2 (en) 2017-11-14 2024-03-05 S.D. Sight Diagnostics Ltd. Sample carrier for optical measurements
JP2019195304A (ja) * 2018-05-10 2019-11-14 学校法人順天堂 画像解析方法、装置、コンピュータプログラム、及び深層学習アルゴリズムの生成方法
WO2020047468A1 (en) * 2018-08-30 2020-03-05 Becton, Dickinson And Company Characterization and sorting for particle analyzers
JP7381003B2 (ja) 2019-04-26 2023-11-15 学校法人順天堂 疾患解析を支援する方法、装置、及びコンピュータプログラム、並びにコンピュータアルゴリズムを訓練する方法、装置、及びプログラム
CN110503648B (zh) * 2019-08-30 2022-03-01 中国人民解放军陆军军医大学第二附属医院 一种细胞图像调整方法及装置
TWI781408B (zh) * 2019-11-27 2022-10-21 靜宜大學 利用高光譜資料分析技術之人工智慧的細胞檢測方法及其系統
CN110889839B (zh) * 2019-11-27 2022-11-25 贵州中烟工业有限责任公司 一种打叶复烤烟片片形的表征方法及系统
CN110647876B (zh) * 2019-11-28 2020-06-26 北京小蝇科技有限责任公司 一种血涂片全视野智能分析方法
US11178336B1 (en) * 2020-05-06 2021-11-16 International Business Machines Corporation Altering device capture settings through user feedback
CN111832389B (zh) * 2020-05-25 2022-12-09 中国人民解放军陆军军医大学第二附属医院 一种骨髓细胞形态学自动检测系统的计数及分析方法
DE102020123505A1 (de) * 2020-09-09 2022-03-10 Carl Zeiss Microscopy Gmbh Mikroskopiesystem und verfahren zum erzeugen eines übersichtsbildes
CN112614104B (zh) * 2020-12-22 2023-07-14 湖南伊鸿健康科技有限公司 一种红细胞重叠的分割计数方法及终端
CN113205498B (zh) * 2021-04-30 2022-09-09 天津深析智能科技发展有限公司 一种细胞形态扫描区域选择方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4129854A (en) * 1976-10-25 1978-12-12 Hitachi, Ltd. Cell classification method
US4965725B1 (en) * 1988-04-08 1996-05-07 Neuromedical Systems Inc Neural network based automated cytological specimen classification system and method
WO1991020048A1 (en) 1990-06-21 1991-12-26 Applied Electronic Vision, Inc. Cellular analysis utilizing video processing and neural network
JP3165247B2 (ja) 1992-06-19 2001-05-14 シスメックス株式会社 粒子分析方法及び装置
WO1996009600A1 (en) * 1994-09-20 1996-03-28 Neopath, Inc. Apparatus for identification and integration of multiple cell patterns
CN1214340C (zh) 2000-04-24 2005-08-10 国际遥距成象系统公司 多个神经网络的成像设备和方法
US7106502B1 (en) * 2003-08-21 2006-09-12 The United States Of America As Represented By The Administrator Of National Aeronautics And Space Administration Operation of a Cartesian robotic system in a compact microscope imaging system with intelligent controls
CN101713776B (zh) * 2009-11-13 2013-04-03 长春迪瑞医疗科技股份有限公司 一种基于神经网络的尿液中有形成分识别分类方法
CN102359938B (zh) * 2011-09-16 2012-09-05 长沙高新技术产业开发区爱威科技实业有限公司 红细胞形态学分析装置及其方法
US20130094750A1 (en) * 2011-10-12 2013-04-18 Tolga Tasdizen Methods and systems for segmentation of cells for an automated differential counting system

Also Published As

Publication number Publication date
US9170256B2 (en) 2015-10-27
EP2757372A4 (en) 2015-05-20
US20140185906A1 (en) 2014-07-03
EP2757372B1 (en) 2023-08-23
WO2013037119A1 (zh) 2013-03-21
BR112013032938A2 (pt) 2017-01-24
EP2757372A1 (en) 2014-07-23

Similar Documents

Publication Publication Date Title
BR112013032938B1 (pt) Dispositivo e métodos para realizar análise morfológica para eritrócitos
US10671833B2 (en) Analyzing digital holographic microscopy data for hematology applications
US20190042826A1 (en) Automatic nuclei segmentation in histopathology images
Ramesh et al. Isolation and two-step classification of normal white blood cells in peripheral blood smears
CN102359938B (zh) 红细胞形态学分析装置及其方法
Zhao et al. Automatic screening of cervical cells using block image processing
Liu et al. Bone marrow cells detection: a technique for the microscopic image analysis
Forero et al. Automatic identification techniques of tuberculosis bacteria
Bandyopadhyay et al. Bone-cancer assessment and destruction pattern analysis in long-bone X-ray image
Shirazi et al. Extreme learning machine based microscopic red blood cells classification
Hamouda et al. Automated red blood cell counting
CN113658174A (zh) 基于深度学习和图像处理算法的微核组学图像检测方法
Grochowski et al. Machine learning system for automated blood smear analysis
KR20200136004A (ko) 세포 샘플 내에서 적어도 하나의 기형을 가지는 세포를 검출하기 위한 방법
Ahmed et al. Segmentation techniques for morphometric measurements of blood cells: Overview and research challenges
Ahmad et al. Brain tumor detection & features extraction from MR images using segmentation, image optimization & classification techniques
Nithya et al. Detection of Anaemia using Image Processing Techniques from microscopy blood smear images
Arunachalam Applications of Machine learning and Image processing techniques in the detection of leukemia
Li et al. A recognition method of urine cast based on deep learning
Bazoon et al. A hierarchical artificial neural network system for the classification of cervical cells
CN202393695U (zh) 红细胞形态学分析装置
Begum et al. A Proposed Novel Method for Detection and Classification of Leukemia using Blood Microscopic Images.
CN116030957A (zh) 知识图谱构建方法、装置、辅助诊断设备及存储介质
CN112819042A (zh) 一种食管鳞状上皮异型增生图像的处理方法、系统及介质
Tomari et al. An empirical framework for automatic red blood cell morphology identification and counting

Legal Events

Date Code Title Description
B06F Objections, documents and/or translations needed after an examination request according [chapter 6.6 patent gazette]
B06U Preliminary requirement: requests with searches performed by other patent offices: procedure suspended [chapter 6.21 patent gazette]
B06A Patent application procedure suspended [chapter 6.1 patent gazette]
B09A Decision: intention to grant [chapter 9.1 patent gazette]
B16A Patent or certificate of addition of invention granted [chapter 16.1 patent gazette]

Free format text: PRAZO DE VALIDADE: 20 (VINTE) ANOS CONTADOS A PARTIR DE 16/09/2011, OBSERVADAS AS CONDICOES LEGAIS.