CN102460263A - 用于增强的预测自动聚焦的系统和方法 - Google Patents

用于增强的预测自动聚焦的系统和方法 Download PDF

Info

Publication number
CN102460263A
CN102460263A CN2010800270763A CN201080027076A CN102460263A CN 102460263 A CN102460263 A CN 102460263A CN 2010800270763 A CN2010800270763 A CN 2010800270763A CN 201080027076 A CN201080027076 A CN 201080027076A CN 102460263 A CN102460263 A CN 102460263A
Authority
CN
China
Prior art keywords
focus value
sampling
focus
logical image
image section
Prior art date
Legal status (The legal status 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 status listed.)
Pending
Application number
CN2010800270763A
Other languages
English (en)
Inventor
K·B·肯尼
S·亚斯丹法
D·L·亨德森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Electric Co
Original Assignee
General Electric Co
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 General Electric Co filed Critical General Electric Co
Publication of CN102460263A publication Critical patent/CN102460263A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B21/00—Microscopes
    • G02B21/0004—Microscopes specially adapted for specific applications
    • G02B21/002—Scanning microscopes
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B21/00—Microscopes
    • G02B21/18—Arrangements with more than one light path, e.g. for comparing two specimens
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B21/00—Microscopes
    • G02B21/24—Base structure
    • G02B21/241—Devices for focusing
    • G02B21/242—Devices for focusing with coarse and fine adjustment mechanism
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B21/00—Microscopes
    • G02B21/24—Base structure
    • G02B21/241—Devices for focusing
    • G02B21/244—Devices for focusing using image analysis techniques
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B21/00—Microscopes
    • G02B21/24—Base structure
    • G02B21/241—Devices for focusing
    • G02B21/245—Devices for focusing using auxiliary sources, detectors
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B21/00—Microscopes
    • G02B21/36—Microscopes arranged for photographic purposes or projection purposes or digital imaging or video purposes including associated control and data processing arrangements
    • G02B21/365—Control or image processing arrangements for digital or video microscopes
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B7/00—Mountings, adjusting means, or light-tight connections, for optical elements
    • G02B7/28—Systems for automatic generation of focusing signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Microscoopes, Condenser (AREA)
  • Automatic Focus Adjustment (AREA)
  • Studio Devices (AREA)

Abstract

在具有物镜和用于保持将要成像的采样的台的成像装置中，呈现了用于自动聚焦的方法。该方法包括确定与多个逻辑图像段的至少第一个对应的测量的聚焦值。此外，该方法包括使用该测量的聚焦值来成像第一逻辑图像段。该方法还包括使用测量的聚焦值和存储的聚焦变化参数来确定用于该多个逻辑图像段的第二个的预测的聚焦值。另外，该方法包括使用该预测的聚焦值来成像第二逻辑图像段。

Description

用于增强的预测自动聚焦的系统和方法
相关申请交叉引用
本申请是2007年8月23日提交的美国专利申请No.11/843,754(标题为“PREDICTIVE AUTOFOCUSING(预测自动聚焦)”)的继续申请，其以引用方式并入本文。
技术领域
本发明的实施例涉及成像，并且更具体地，涉及成像装置的预测自动聚焦。
背景技术
对诸如癌症、传染病、以及其它失调的生理情况的预防、监视和处理需要对这些生理情况的及时诊断。一般地，来自患者的生物学样本用于分析和识别疾病。显微镜分析是在分析和评估这些采样中广泛使用的技术。更特别地，可研究所述采样以检测可指示疾病状态的细胞和/或组织的异常数量或种类的存在。已经开发了自动化显微镜分析系统，以促进快速分析这些采样并相对手工分析(其中，技术人员随着时间过去而经受疲劳，导致不准确的读取采样)具有准确性的优点。典型地，载玻片(slide)上的采样加载到显微镜上。可将显微镜的透镜或物镜聚焦到采样的具体区域上。然后，出于感兴趣的一个或多个目的扫描(scan)采样。可注意到，最重要的是合适地聚焦采样/目标，以促进获得高质量图像。
数字光学显微镜用于观察很多种采样。在诸如高吞吐量配药筛选(pharmaceutical screening)和大规模自动微机器人细胞操纵(microrobotic cell manipulation)的自动化生物学应用和生物医学应用中，快速自动聚焦是重要的。在诸如集成电路芯片检查和混合微机电系统(MEMS)的微组装件的其它应用中，快速自动聚焦也是重要的。因此，在不能承受相当大的时间延迟来调整采样的快照之间的焦距的实时图像获取应用中，十分期望快速自动聚焦。
传统成像装置通过以下方式执行自动聚焦：将激光束定向到采样、测量采样反射的激光束以提供单个参考点、并使用反馈回路调整焦距。尽管此方法可提供快速自动聚焦，但单个参考点可能缺乏用于准确自动聚焦的足够信息。某些其它现在可用的技术还通过以下方式来执行自动聚焦：在多个焦距处获得稳态采样的多个图像、对各图像确定最优焦距、并使用反馈回路来调整焦距。尽管此方法可比使用激光束提供更准确的自动聚焦，但获取许多个图像经常产生阻止自动聚焦的时间延迟。
此外，为了符合数字载玻片扫描仪的扫描速度需要，可在台持续运动的同时执行自动聚焦计算和调整。在这些情况下，诸如但不限于与扫描台和/或采样相关联的可重复变量的某些因素可负面地影响聚焦预测，导致未聚焦的图像。
因此，可期望开发健壮的技术和系统，其配置成在实时图像获取应用中执行准确快速自动聚焦，这有利地促进了增强的扫描速度，同时保持图像质量。此外，需要配置成为机械变化负责同时在实时图像获取应用中执行准确快速自动聚焦的系统。
发明内容
根据本技术的方面，在具有物镜和用于保持将要成像的采样的台的成像装置中，呈现了用于自动聚焦的方法。该方法包括确定与多个逻辑图像段的至少第一个对应的测量的聚焦值。此外，该方法包括使用该测量的聚焦值来成像第一逻辑图像段。该方法还包括使用测量的聚焦值和存储的聚焦变化参数来确定用于该多个逻辑图像段的第二个的预测的聚焦值。另外，该方法包括使用该预测的聚焦值来成像第二逻辑图像段。
根据本技术的另一个方面，呈现了成像装置。该装置包括物镜。而且，该装置包括主要图像传感器，配置成以主要帧速率来生成采样的主要图像。此外，该装置包括辅助图像传感器，其配置成以快于主要帧速率的辅助帧速率生成采样的一个或多个辅助图像。另外，该装置包括控制器，其配置成调整物镜和采样之间沿光轴的聚焦值，以自动聚焦采样的图像。此外，该装置包括扫描台，以支撑采样并在与光轴基本正交的至少横向方向中移动采样。在成像装置中，控制器配置成确定相应于多个逻辑图像段的至少第一个的测量的聚焦值、使用该测量的聚焦值成像第一逻辑图像段、使用测量的聚焦值和存储的聚焦变化参数来确定用于该多个逻辑图像段的第二个的预测的聚焦值、以及使用该预测的聚焦值来成像第二逻辑图像段。
根据本技术的另一个方面，呈现了成像装置。该装置包括物镜、配置成以主要帧速率生成采样的主要图像的主要图像传感器、配置成以快于主要帧速率的辅助帧速率生成采样的一个或多个辅助图像的辅助图像传感器、配置成调整物镜和采样之间沿光轴的聚焦值以自动聚焦采样的图像的控制器、支撑采样并在与光轴基本正交的至少横向方向中移动采样的扫描台。在成像装置中，控制器包括确定采样的扫描计划的宏图像和扫描计划组件、获取和处理辅助图像的自动聚焦组件、控制采样相对物镜的运动的运动控制组件、以及同步用于辅助图像获取、主要图像获取、或两者的获取的定时的定时组件。
附图说明
当参考附图阅读下面的详细描述时，本发明的这些和其它特征、方面、和优点将变得更好理解，贯穿附图相似的附图标记代表相似的部件，在附图中：
图1是根据本技术方面的、诸如数字光学显微镜的成像装置的框图；
图2是根据本技术方面的、示出确定用于自动聚焦采样的粗聚焦值的示范过程的流程图；
图3是根据本技术方面的、示出自动聚焦采样的示范过程的流程图；
图4A-4B是根据本技术方面的、示出确定用于自动聚焦采样的预测聚焦值的示范过程的流程图；
图5是根据本技术方面的、选择共同像素子集的方法的示意图示；
图6是根据本技术方面的、自动聚焦采样的方法的示意图示；
图7是根据本技术方面的、确定预测的聚焦值的方法的示意图示；
图8是根据本技术方面的、确定预测的聚焦值的另一个方法的框图；
图9是根据本技术方面的、示出用于在图1的成像装置中使用的控制器的一个实施例的框图；以及
图10是根据本技术方面的、示出图1的成像装置的操作方面的时序图。
具体实施方式
如将在下面详细描述的，呈现了用于自动聚焦采样同时优化扫描速度并保持图像质量的方法和系统。通过采用下文描述的方法和装置，极大增加了扫描速度并保持图像质量，同时简化了采样扫描的临床工作流程。
尽管下文示出的示范实施例在医学成像系统的上下文中进行描述，但将意识到在工业应用中使用的成像装置也预期与本技术结合。
图1示出了并入本技术方面的成像装置10的一个实施例。在一个实施例中，成像装置10可代表数字光学显微镜。在图1示出的实施例中，成像装置10示出为包括物镜12、分束器14、主要图像传感器16、辅助图像传感器18、控制器20以及扫描台22。进一步地，如在图1中描绘的，采样24部署在盖玻片26和载玻片28之间，同时采样24、盖玻片26、及载玻片28由扫描台22来支撑。盖玻片26和载玻片28由诸如玻璃的透明材料制成，同时采样24可代表很多种目标或采样。例如，采样24可代表诸如集成电路芯片或微机电系统的工业目标，以及代表诸如活体组织(包括肝脏或肾脏细胞)的生物学采样。
分束器14配置成将来自采样24的光分裂到主要光路32和辅助光路34。主要光路定向到主要图像传感器16，而辅助光路34定向到辅助图像传感器18。在一个实施例中，分束器14可以是部分反射滤光器(或部分透明镜)，在使用明视场成像时其将光30的一半传送到主要光路32并将光30的另一半反射到辅助光路34。并且，在一个实施例中，分束器14可以是波长辨别滤光器(或二向色镜)，在使用荧光成像时其将包括荧光激发波长的光传送到主要光路32并将排除荧光激发波长的光发射到辅助光路34。
在一个实施例中，主要图像传感器16可使用主要光路32而使用辅助光路34，生成具体视场处的采样24的主要图像。此外，辅助图像传感器18可使用辅助光路34而不使用主要光路32，生成相同视场处或者在该视场内感兴趣区域(一个或多个)处的采样24的辅助图像。在一个实施例中，主要图像传感器16通过以主要帧速率来生成带主要像素计数的主要图像，而辅助图像传感器18通过以辅助帧速率来生成带辅助像素计数的辅助图像(一个或多个)。在一个实施例中，辅助像素计数极大地低于主要像素计数，并且结果辅助帧速率极大快于主要帧速率。
主要图像传感器16可代表任何数字成像装置，例如可买到的基于电荷耦合装置(CCD)的图像传感器。类似地，辅助图像传感器18也可以是可买到的基于CCD的图像传感器。在一个实施例中，主要像素计数可以是辅助像素计数的至少四倍，并且辅助帧速率可以是主要帧速率的至少四倍。此外，在一个实施例中，主要像素计数可以是辅助像素计数的至少十倍，并且辅助帧速率可以是主要帧速率的至少十倍。
根据本技术的示范方面，用于即将到来的逻辑图像段的聚焦值的预测可基于最近的测量的聚焦值和与成像装置10相关联的可预测变化信息协力。辅助图像传感器18可配置成帮助获取辅助图像，其中多个辅助图像可用来预测用于即将到来的逻辑图像段的聚焦值。然后，主要图像传感器16可在预测的聚焦值处获取相应于即将到来的逻辑图像段的主要图像。
物镜12与采样24间隔沿Z(垂直)方向中的光轴延伸的一段距离放置，并且物镜12具有与Z或垂直方向基本正交的X-Y平面(横向方向或水平方向)中的焦平面。此外，物镜12收集从具体视场处的采样24辐射的光30，放大光30并将光30定向到分束器14。物镜12可例如取决于应用和将要成像的采样特征的尺寸而在放大功率上有所变化。
此外，在一个实施例中，物镜12可以是高功率物镜，提供20倍或更大的放大以及0.5数值孔径(小焦深)。物镜12可以几毫米的焦距(也成为长工作距离)与采样24间隔开，并可收集来自焦平面的750x750微米的视场的光30。然而，工作距离、视场、以及焦平面也可取决于显微镜配置或将成像的采样24的特性而变化。在一个实施例中，物镜12可耦合到诸如压电致动器的位置控制器，以向物镜12提供良好的电动机控制和快速的小视场调整。
在一个实施例中，成像装置10可以是高速成像装置，配置成快速捕获采样24的大量主要数字图像，其中每个主要图像表示在代表整个采样的仅一部分的具体视场处的采样24的快照(snapshot)。然后，主要数字图像的每一个可数字地合并或缝合在一起，以形成整个采样24的数字表示。在图像扫描之前，处理器可用于将采样24细分到表示将要捕获的主要数字图像的多个逻辑图像段中。然后，处理器可基于逻辑图像段的关系和相对位置，来确定捕获主要数字图像的最有效的顺序。确定采样扫描顺序的处理经常称之为“扫描计划”。
根据一个实施例，成像装置10可使用辅助图像传感器18来捕获采样24的第一辅助图像、第二辅助图像及第三辅助图像，同时采样24分别放置在第一采样距离、第二采样距离及第三采样距离和第一横向和/或水平位置、第二横向和/或水平位置、及第三横向和/或水平位置处。本文中使用的术语“采样距离”是指物镜和将要成像的采样之间的分离距离。控制器20可在Z方向中使物镜12相对于采样24竖直地移位，以在多个采样距离处获得多个辅助图像。例如，控制器20可使物镜12竖直地移位，同时扫描台22和采样24保持在固定的竖直位置处。备选地，控制器20可竖直地移位扫描台22和采样24，同时物镜12保持在固定的竖直位置处，或者，控制器20可竖直地移位扫描台22(以及采样24)和物镜12两者。在一个实施例中，成像装置10可对于在多个采样距离处捕获的采样24的相应辅助图像确定定量特性。定量特性表示图像质量的定量测量，并也可称为定量品质因数。在一个实施例中，成像装置10可至少基于对多个辅助图像确定的定量特性来确定主要采样距离。然后，控制器20可将物镜12和主要图像传感器16之间的距离调整为确定的主要采样距离，并且主要图像传感器16可捕获下一个主要图像。如将进一步详细描述地，可预测聚焦变化信息也可用来确定用于下一个主要图像的主要聚焦值。可使用主要图像传感器16、以预测的主要聚焦值并在从第一横向位置、第二横向位置及第三横向位置偏移的主要横向位置处捕获用于给定视场的采样的主要图像。通过使用与具有更快帧速率的辅助图像传感器18耦合的主要图像传感器16的结合，可增加整个采样24的总体捕获速率。如此获得的主要图像可存储在数据存放处36中。
在一个实施例中，成像装置10可配置成基于相应于多个逻辑图像段的测量的聚焦值和可预测的聚焦变化参数，来自动聚焦采样。在目前预期的配置中，控制器20可配置成在对用于多个逻辑图像段的至少第一个的测量的聚焦值的确定和在对用于一个或多个后来的逻辑图像段的预测的聚焦值的确定(基于相应于第一逻辑图像段的测量的聚焦值和任何存储的聚焦变化参数)中有所帮助。控制器20的工作将参考图2-10进行更详细地描述。
根据本技术的示范方面，可将与成像装置10或载玻片28相关联的可预测的和/或可重复的聚焦变化信息与相应于当前逻辑图像段的测量的聚焦值结合使用，以帮助增强对将要扫描的、即将到来的逻辑图像段的聚焦值的预测。因此，可获得与成像装置10(以及更具体地，与带有布置其上的采样24的载玻片28和/或扫描台22相关联的、可预测的聚焦变化信息。在一个实施例中，可通过扫描多个载玻片并记录多个位置处的计算的聚焦值来特性描述扫描台22和/或载玻片28的可重复的变化信息。可注意到，在某些实施例中，可通过技术人员手动地实现可重复的变化信息的特性。备选地，控制软件可配置成在正常操作下自动地累加该信息，并因而“学习”如何在多个位置处准确地预测聚焦。在某些实施例中，可通过使用校准载玻片或其它测量装置，对与扫描台22和/或载玻片28相关联的可重复的变化进行特性描述。可对于扫描台22的每个横向位置和水平(x，y)位置，来获得诸如相应于扫描台22的摇摆和倾斜的、可重复的聚焦变化信息。另外，可对许多个载玻片获得诸如载玻片28的斜度的、载玻片28的可重复的变化信息。此外，相应于每个横向位置和水平(x，y)位置的、扫描台22和/或载玻片28的可重复的变化信息可以聚焦变化参数的形式存储在例如数据存放处36中。
现在转到图2，描绘了示出用于初始化高速扫描采样的示范方法的流程图40。方法开始于步骤42，其中，将包含采样的载玻片加载到成像装置上。通过示例的方式，带有采样42的载玻片28可加载到成像装置10的扫描台22上(见图1)。此外，载玻片28可被识别或否则特性描述为是具体载玻片类型的构件。可手动地执行载玻片识别，然而，也可通过成像装置10、基于载玻片的可识别的标记或特性来自动地确定载玻片识别。例如，此载玻片类型的识别可促进从数据存放处随后取回与该识别载玻片类型相关联的任何存储的聚焦变化参数。
接下来，在步骤44，可获取整个采样24的宏图像，并且然后可在步骤46将该宏图像分段到多个逻辑图像段中。如前面暗示的，逻辑图像段表示宏图像的分段，其在被计算地缝合或结合在一起时基本相应于将要成像的采样的部分。每个逻辑图像段可相邻一个或多个其它逻辑图像段，然而这不是必须的。另外，逻辑图像段可以一小量交叠一个或多个相邻的图像段，以例如促进图像缝合。此外，逻辑图像段可具有多种几何形状的形式，包括圆形形状和六边形形状，然而，最典型使用的是正方形和矩形的图像段。这些图像段可一般地称之为图像片(image tile)。将采样的宏图像分段到多个逻辑图像段中的处理可作为扫描计划处理的一部分来执行。
另外，如通过步骤48指示的，可基于获得的宏图像来确定相应于采样24的区域的粗聚焦位置。接下来，可以相应于粗聚焦值的焦距，相对于采样放置诸如物镜12的物镜，如通过步骤50描绘的。另外，在步骤50，然后可确定粗聚焦值。在一个实施例中，可通过以下方式确定粗聚焦值：在改变采样距离的同时获得多个图像，在每个距离处计算定量特性(品质因数)，并且确定最佳采样距离以优化定量特性。此外，在一个实施例中，可在改变采样距离的同时获得范围在约10个到约50个的图像。可计算相应于每个图像的定量特性。接下来，可识别三个“最佳”的定量特性。特别地，在一个实施例中，可识别具有最大值的定量特性。另外，还可识别相邻具有最大值的定量特性部署的其它两个定量特性。在一个实施例中，可选择相邻地位于具有最大值的定量特性任一侧的两个定量特性。可将单峰函数拟合到该三个识别的“最佳”定量特性，并且可确定该单峰函数的模式。在一个实施例中，单峰函数可包括Lorentzian分布或二次分布。而且，在一个实施例中，函数的模式可包括单峰函数的顶点。可基于识别的、单峰函数的模式或顶点来确定粗聚焦值。然而，可使用其它技术来确定粗聚焦值。然后，可使用该粗聚焦值作为用于扫描处理的起始聚焦值。这个粗聚焦值可存储在数据存放处36，用于将来使用。
图3是根据本技术方面的、示出在高速图像扫描过程期间的自动聚焦示范方法的流程图60。更具体地，呈现了用于对在成像装置的台上支撑的采样进行自动聚焦的方法。如前面注意到的，包含采样24的、诸如载玻片28的载玻片可加载到成像装置10的扫描台22上(见图1)。而且，可以相应于对采样24的第一逻辑图像段的、确定的粗聚焦值的采样距离来放置物镜12。
方法开始于步骤62，其中，确定相应于将要扫描的多个逻辑图像段的至少第一个的测量的粗聚焦值。参考图4可更好地理解步骤62，流程图80描绘了用于确定相应于第一逻辑图像段的测量的聚焦值的示范方法。现在参考图4，方法开始于步骤82，其中，将物镜放置在相应于将要扫描的第一逻辑图像段的第一聚焦值处。在一个实施例中，第一聚焦值可相应于在图2的步骤48处确定的粗聚焦值。此外，当物镜12放置在相应于将要扫描的第一逻辑图像段的第一聚焦值处时，可通过主要图像传感器16(见图1)获取图像数据。
接下来，可在不同的聚焦值处获得采样24的多个辅助图像，以促进自动聚焦。在一个实施例中，可获得采样24的至少三个辅助图像。成像装置10(以及更具体地，辅助图像传感器18)(见图1)可在第一聚焦值处捕获第一辅助图像(步骤84)、在第二聚焦值处捕获第二辅助图像(步骤86)、以及在第三聚焦值处捕获第三辅助图像(步骤88)。在一个实施例中，采样24和物镜12之间的焦距可在每个辅助图像之间变化，导致用于图像的不同聚焦值。
此外，在一个实施例中，控制器20(见图1)可控制物镜12在Z方向中的移动，以促进三个辅助图像的获取。更具体地，控制器20可与位置控制或位置控制器通信，所述位置控制或位置控制器配置成在Z方向中移动物镜12到第一聚焦值、第二聚焦值及第三聚焦值的每个，以分别获取第一辅助图像、第二辅助图像及第三辅助图像。在一个实施例中，位置控制器可以是耦合到物镜12的压电致动器。
然而，在经由物镜12来获取第一辅助图像、第二辅助图像及第三辅助图像时，安装在扫描台22上的载玻片28在与物镜12的运动方向(例如，Z方向)基本垂直的方向(例如，X-Y方向)中移动。因此，将成像的内容随着载玻片28连同扫描台22一起的移动而改变。因而，在获取三个辅助图像的每一个时，物镜12的视场中的图像内容改变。因此，可期望使感兴趣区域偏移预定的量，以在相应于三个辅助图像的视场中保持基本类似的图像内容。因此，如在步骤90中指示的，与三个辅助图像相关联的感兴趣区域可偏移预定的量，以识别对三个辅助图像共同的图像内容。在一个实施例中，可基于扫描台22的速度来确定偏移值。通过使与三个辅助图像相关联的感兴趣区域发生偏移，可选择对三个辅助图像共同的最大数据集合(图像内容)。
参考图5可更好地理解步骤90。现在转到图5，描绘了使与三个辅助图像相关联的感兴趣区域发生偏移的方法的示意图示110。附图标记112可表示在第一聚焦值处获取的第一辅助图像，而通过附图标记114可表示在第二聚焦值处获取的第二辅助图像。此外，附图标记116可一般地表示在第三聚焦值处获取的第三辅助图像。
如在图5中描绘的，由于采样24相对物镜12的横向或水平移动，三个辅助图像112、114、116的每个中的图像内容改变。如前面注意到的，为了处理相应于三个辅助图像的、基本类似的图像数据的集合，可期望对三个辅助图像112、114、116的每一个，使图像的感兴趣区域偏移预定的量。
在本示例中，相应于第一辅助图像112的感兴趣区域通过附图标记118来表示。此外，由于在获取第一辅助图像112和第二辅助图像114之间的扫描运动，相应于感兴趣区域118的第二辅助图像114的图像内容与相应于相同感兴趣区域118的第一辅助图像112的图像内容不同。根据本技术的方面，感兴趣区域118可偏移预定量，以促进选择与相应于感兴趣区域118的第一辅助图像的图像内容基本类似的、第二辅助图像114中的图像内容。附图标记120可一般地表示与第二辅助图像114相关联的、偏移的感兴趣区域。以类似的方式，可对第三辅助图像116生成偏移的感兴趣区域，以使得能够选择与感兴趣区域118和120中的图像内容基本类似的图像内容。附图标记122可一般地表示与第三辅助图像116相关联的、偏移的感兴趣区域。在一个实施例中，通过对辅助图像的每个偏移的感兴趣区域，可选择对三个辅助图像112、114、及116共同的图像数据的最大子集。
转回到参考图4，在步骤90之后，可计算与三个辅助图像的每个相关联的定量特性，如通过步骤92指示的。更具体地，可使用相应于感兴趣区域118、120、122(见图5)的、选择的图像内容来计算相应于三个辅助图像112、114、116的每个的定量特性。因此，可在与扫描运动同步移位区域上计算定量特性，以使得在每个焦距处估计相同的区域。在一个实施例中，控制器20可配置成帮助确定相应于三个辅助图像112、114、116的每个的定量特性。
根据本技术的一个实施例，成像装置10可采用定量特性作为一个或多个焦距算法的一部分，以作为将采样24带入聚焦的基础。此外，定量特性可在最优聚焦值处具有最大值，并在聚焦减少时值减少，或者备选地，在最优聚焦值处具有最小值，并在聚焦减少时值增加。使用基于导数的定量特性的聚焦算法假定良好聚焦的图像比未聚焦的图像具有更多的高频内容。使用基于统计的定量特性的聚焦算法使用方差和相关来从未聚焦图像区分聚焦的图像。并且，使用基于柱状图的定量特性的聚焦算法使用柱状图(图像中带有给定强度的像素数目)来分析图像强度的分布和频率。使用直观定量特性的聚焦算法将高于某阈值的像素强度相加。因此，定量特性可基于多个图像特性，包括但不限于对比度、熵、方差、空间频率内容、自相关和总图像强度。此外，最佳定量特性可基于图像模式。例如，归一化方差对明亮区域、相衬(phase contrast)及不同界面对比度可提供较好的总体性能，而自相关对荧光可提供较好的总体性能。同样地，基于导数的Brenner梯度定量特性计算像素和其带有两个水平/垂直距离的相邻像素之间的第一差，并且很适于例如传送的明亮区域成像。
一旦确定了相应于三个辅助图像112、114、116的定量特性，可内插这些定量特性以确定测量的聚焦值，如步骤94指示的。更具体地，在一个实施例中，定量特性可通过将定量特性拟合到单峰函数来进行内插，以促进确定相应于当前逻辑图像段的测量的聚焦值。单峰函数可包括Lorentzian分布、抛物线分布等。
在一个实施例中，成像装置10可基于与辅助图像112、114、116相关联的定量特性，来确定用于获得相应于当前逻辑图像段的主要图像的最优聚焦值。例如，成像装置10可基于辅助图像的最大定量特性、基于使用辅助图像定量特性的最大聚焦值的内插、或者通过将至少三个定量特性拟合到单峰函数或分布函数并内插来自单峰函数或分布函数的最大聚焦，来选择最优聚焦值。在一个实施例中，成像装置10使用Brenner梯度(n＝2)来确定对一个或多个辅助图像的相应的定量特性。此外，在一个实施例中，成像装置10可使用三个辅助图像的定量特性来内插用于当前逻辑图像段的最优聚焦值(当施加到Lorentzian分布时)。在另一个实施例中，成像装置10可通过将聚焦值辨别为采样24的位置的函数(局部二次)并使用抛物线内插，来内插对当前逻辑图像段的最优聚焦值。
根据本技术的一个方面，已经发现在用于一系列图像的Brenner梯度和来自用于这些图像的聚焦的相应深度之间的关系可通过Lorentzian分布来近似。另外，根据本本技术的一个实施例，还进一步确定二次分布可近似以下绘图：用于一系列图像的Brenner梯度的倒数(inverse)对采样24的相应位置。此外，已经发现将给予聚焦的图像的最优聚焦值相应于在这个二次分布上的最小值。接下来，在步骤96，可识别单峰函数的模式。可注意到在某些实施例中，单峰函数的模式可包括单峰函数的顶点。此外，在一个实施例中，曲线的模式可以是最小值，而在某些其它实施例中，单峰函数的模式可以是最大值。
另外，根据本技术的一方面，已经进一步确定：通过采样24的位置的二次函数良好近似相邻最佳聚焦的Brenner梯度。此外，还发现可给予聚焦的图像的最优聚焦值相应于这个二次分布上的最大值。因此，在步骤96，可识别结果抛物线的顶点。如之前的，该顶点值可用来确定相应于当前逻辑图像段的测量的聚焦值。
可使用该模式值来确定相应于当前逻辑图像段的测量的聚焦值，如通过步骤98指示的。更具体地，在步骤98，可基于步骤96处识别的模式值来确定用于当前逻辑图像段的测量的聚焦值。
根据本技术的示范方面，可预测的聚焦变化信息可用于与相应于当前逻辑图像段的测量的聚焦值协力，以预测用于后来的逻辑图像段的最优聚焦值。相应于将要扫描的后来的逻辑图像段的、可预测的聚焦变化信息可被取回或否则被确定，如通过步骤100指示的。在一个实施例中，例如，表示与扫描台22和/或载玻片28相关联的可预测的聚焦变化信息的、存储的聚焦变化参数可从数据存放处36(见图1)取回。在一个示例中，与扫描台22和/或载玻片28的后来位置(例如，(x，y)位置)相关联的、存储的聚焦变化参数可从数据存放处36取回。
此外，如前面注意到的，可至少基于相应于当前逻辑图像段的测量的聚焦值和任何相应的存储的聚焦变化参数，来预测用于将要扫描的每个逻辑图像段的最优聚焦值。因此，在步骤102，可基于相应于当前逻辑图像段的测量的聚焦值和任何相应的存储的聚焦变化参数，来预测用于保持以进行扫描的顺序上下一个逻辑图像段的最优聚焦值。通过示例的方式，在步骤102，可基于在步骤98确定的、相应于当前逻辑图像段的测量的聚焦值和在步骤100取回的、任何相应的存储的聚焦变化参数，来确定用于顺序上下一个逻辑图像段的预测的聚焦值。而且，与扫描台22相关联的、存储的聚焦变化参数可包括之前确定的与扫描台22相关联的摇摆和/或倾斜信息或者载玻片28的可重复特性。
接下来，在步骤104，可将物镜12放置在相应于预测的聚焦值的采样距离处，以促进获取顺序上下一个逻辑图像段的图像数据。另外，当将物镜放置在相应于预测的聚焦值的采样距离处时，可在顺序上下一个逻辑图像段处获取图像数据或主要图像。
转为参考图3，在步骤64，使用相应于第一逻辑图像段的、测量的粗聚焦值来成像第一逻辑图像段。更具体地，当物镜12放置在相应于用于第一逻辑图像段的预测的聚焦值的采样距离处时，主要图像传感器16(见图1)可捕获相应于第一逻辑图像段的第一主要图像。而且，可将相应于第一逻辑图像段的测量的粗聚焦值存储在数据存放处36中，用于将来使用。
接下来，在步骤66，当从第一逻辑图像段向顺序上下一个逻辑图像段移动物镜12时，可确定额外的测量的聚焦值。在一个实施例中，顺序上下一个逻辑图像段可包括第二逻辑图像段。
根据本技术的进一步的方面，可使用与第二逻辑图像段最相邻的逻辑图像段相关联的测量的聚焦值及对与成像装置10相关联的可预测的聚焦变化信息的调整，来预测用于第二逻辑图像段的聚焦值。更具体地，在扫描台22将采样24放置在相应于将要扫描的第二逻辑图像段的位置处之前，可预测用于第二逻辑图像段的聚焦值。作为示例，可基于用于第一逻辑图像段的测量的聚焦值(例如，在步骤66确定)和一个或多个存储的聚焦变化参数，来预测用于将要扫描的第二逻辑图像段的聚焦值，如通过步骤68指示的。
一旦确定了用于第二逻辑图像段的预测的聚焦值，就将物镜12放置在相应于该预测的聚焦值的采样距离处，以促进获取第二逻辑图像段处的图像数据。更具体地，控制器20(见图1)可在相对于第二逻辑图像段的物镜12达到前，将物镜12和采样24之间的距离调整到预测的聚焦值。接下来，在步骤70，使用相应于第二逻辑图像段的、确定的预测粗聚焦值来成像第二逻辑图像段。例如，在一个实施例中，主要图像处理器16(见图1)可在以相应于第二逻辑图像段的预测的聚焦值的采样距离放置物镜12时，捕获相应于第二逻辑图像段的第二主要图像。在本文中还可将相应于第二逻辑图像段的预测的聚焦值存储在数据存放处36中，用于将来使用。
通过如上文描述的实现自动聚焦的方法，可在从相应于第一逻辑图像段的第一位置到相应于第二逻辑图像段的第二位置重新放置采样24时，确定用于第二逻辑图像段的预测的聚焦值。因此，当从相应于第一逻辑图像段的第一位置到相应于第二逻辑图像段的第二位置重新放置采样时计算于第二逻辑图像段的预测的聚焦值时，可获得扫描速度的极大增大。通过避免在到达第二逻辑图像段之后调整聚焦的需要，可增强扫描速度。而且，当使用附近的测量的聚焦值及对可预测变化的调整来确定预测的聚焦值时，可在对图像质量最小减少的情况下获得聚焦值的准确预测。
可注意到，可以扫描剩余的多个逻辑图像段，同时如参考图2-5描述地来调整多个逻辑图像段的每个之间的聚焦。特别地，可基于为由于扫描台22和/或载玻片28的预测的变化而调整的当前逻辑图像段的测量的聚焦值，来确定用于顺序上下一个逻辑图像段的预测的聚焦值。
根据本技术的进一步的方面，也可基于相应于当前逻辑图像段的测量的聚焦值、或相应于来自上一行的相邻逻辑图像段的测量的聚焦值，来确定用于后来的或顺序上下一个逻辑图像段的预测的聚焦值。然而，可使用相应于当前逻辑图像段的测量的聚焦值和相应于来自上一行的相邻逻辑图像段的测量的聚焦值的平均值，来确定用于顺序上下一个逻辑图像段的预测的聚焦值。此外，根据本技术的进一步的方面，如果相应于当前逻辑图像段的测量的聚焦值和相应于来自上一行的相邻逻辑图像段的测量的聚焦值都不可用，则可使用相应于“最相近相邻的”逻辑图像段的测量的聚焦值与预测的变化信息协力，来确定用于顺序上下一个逻辑图像段的预测的聚焦值。因此，使用先前确定的测量的聚焦值和可预测的聚焦变化信息的结合，可预测用于将要扫描的即将到来的逻辑图像段的最优聚焦值。作为示例，可使用来自当前行和前一列的测量的聚焦值、或来自当前列和前一行的测量的聚焦值、或两者的平均值。然而，如果这两个值都不可用，则识别最近的测量的聚焦值并结合可预测的聚焦变化信息使用，以预测用于即将到来的逻辑图像段的最优聚焦值。
此外，当调整逻辑图像段之间的聚焦时，可扫描相应于第一区域的多个逻辑图像段，以获得相应于多个逻辑图像段的主要图像，如上文描述的。一旦扫描了第一区域，还可如上所述地扫描采样24中的其它区域(如果有)。在某些实施例中，可后处理获得的主要图像以促进图像的可视化，其中可视化图像可帮助临床医生诊断疾病状态。作为示例，可经由图像配准(image registration)处理的应用来处理主要图像。接下来，可缝合配准的图像以生成组合的图像。而且，可压缩和处理图像用于存储。在某些实施例中，处理的图像可存储在数据存放处36中。一旦已经扫描了采样24中的所有区域，可放下扫描台22并以另一个载玻片来替代载玻片28。
参考图6可更好地理解上文描述的自动聚焦方法。现在参考图6，描绘了根据本技术方面的、在高速扫描处理期间的自动聚焦方法的示意图示130。如前面注意到的，在具有物镜12和用于保持采样24的扫描台22的成像装置10(见图1)中，用于自动聚焦的方法包括：在扫描台22上加载载玻片28，并且识别包含采样24的载玻片28。可识别载玻片28，以促进从数据存放处36取回相应的存储的聚焦变化参数。接下来，可获得采样24的宏图像132，以帮助准备用于采样24的扫描计划。更具体地，使用宏图像132将采样24分段到多个区域中，其中多个区域的每个可包括多个逻辑图像段。可注意到，在某些实施例中，当不存在多于一个的区域时，可直接将宏图像132分段到多个逻辑图像段。在图6的示例中，宏图像132直接分段为多个逻辑图像段，其一般以附图标记134来表示。
此外，在本示例中，附图标记136可一般地指示基于给定扫描计划的起始逻辑成像段。可注意到，可互换地使用术语起始逻辑成像段和第一逻辑成像段。而且，附图标记138可表示第二逻辑图像段，而第三逻辑图像段可由附图标记140来表示。类似地，附图标记142可表示第四逻辑图像段，而附图标记144表示第五逻辑图像段。可注意到，出于在本示例中图示的目的，仅参考选择的逻辑图像段的子集(即，第一逻辑图像段、第二逻辑图像段、第三逻辑图像段、第四逻辑图像段、及第五逻辑图像段136、138、140、142和144)描述自动聚焦方法。而且，附图标记146可表示扫描的方向。此外，如前面注意到的，可利用宏图像132在发起采样24的扫描之前确定粗聚焦位置148。在本示例中，可在起始采样24的逻辑图像段的扫描之前确定相应于宏图像132的粗聚焦位置148，并且此粗聚焦位置148也相应于其中将获得第一主要图像的起始逻辑图像段136。因此，如在本示例中示出的，通过在不同采样距离获得多个辅助图像并如前描述地来计算最优采样距离，可在相应于起始逻辑图像段136的初始粗聚焦位置148处确定粗聚焦值。
接下来，可基于在初始粗聚焦位置148处确定的粗聚焦值来发起采样24的扫描。然后，可以相应于确定的粗聚焦值的采样距离、相对于起始逻辑图像段处的采样24来放置物镜12。更具体地，可将聚焦值调整到粗聚焦值，以使得视场焦点对准，并且可获得用于起始逻辑图像段136的图像。
在确定粗聚焦值并获取用于起始逻辑图像段136的主要图像之后，可根据本技术的进一步的方面来确定用于第一逻辑图像段138的测量的聚焦值。更具体地，当从起始逻辑图像段136到第二位置(即，第二逻辑图像段138的中心)重新放置采样24时，可确定相应于第一逻辑图像段136的测量的聚焦值。然后，例如，可使用此相应于第一逻辑图像段136的测量的聚焦值来准备成像将要扫描的顺序上下一个逻辑图像段，例如第二逻辑图像段138。如在前面注意到的，通过获取在相应聚焦值处的至少三个辅助图像，可确定测量的聚焦值。例如，在与粗聚焦值基本相等的第一聚焦值处获得第一辅助图像，在小于粗聚焦值的第二粗值处获得第二辅助图像，以及在大于粗聚焦值的第三聚焦值处获得第三辅助图像。此外，可移位三个辅助图像之内的感兴趣区域，以使得能够选择对三个辅助图像基本共同的图像内容。
另外，可计算相应于三个辅助图像的选择的图像内容的定量特性。然后，可内插该三个定量特性以获得准备成像第二逻辑图像段138的测量的聚焦值。更具体地，诸如Lorentzian分布的单峰函数可拟合到相应于三个辅助图像的三个定量特性。可识别单峰函数的模式，其中曲线的模式可表示准备成像第二逻辑图像段138的测量的聚焦值。同时，可将测量的聚焦值存储在数据存放处36中，用于在计算用于采样24中的其它逻辑图像段的预测的聚焦值中使用。
根据本技术的进一步的方面，可从数据存放处36取回与采样24的当前(x，y)位置相关联的任何存储的聚焦变化参数。接下来，可基于测量的聚焦值和该存储的聚焦变化参数(如有)来确定预测的聚焦值。在某些实施例中，可将预测的聚焦值存储在数据存放处36中。
作为示例，如在图6中示出的，可在区域150中计算准备成像第二逻辑图像段138的测量的良好聚焦值z1，其中区域150在起始逻辑图像段136处开始，并且延续到第二逻辑图像段138中。因此，在到达相对于物镜12的第二逻辑图像段138的中心之前确定了相应于第二逻辑图像段138的预测的聚焦值。然后，通过以相应于预测的聚焦值的采样距离放置的物镜12，可获取相应于第二逻辑图像段138的主要图像。该主要图像可存储在数据存放处36中。而且，通过如上文描述地确定预测的聚焦值，可增强扫描速度，因为无需在第二逻辑图像段138处停止扫描台22，以提供对相应于第二逻辑图像段138的测量的聚焦值的确定。
根据本技术的方面，可基于相应于当前逻辑图像段的测量的聚焦值，来确定用于顺序上下一个逻辑图像段的预测的聚焦值。如在前面注意到的，在一个实施例中，自动聚焦方法可包括：基于相应于当前逻辑图像段的测量的聚焦值和任何有关的存储的聚焦变化参数，来确定于顺序上下一个逻辑图像段的预测的聚焦值。在本示例中，当前逻辑图像段可包括第一逻辑图像段136，而下一个逻辑图像段可包括第二逻辑图像段138。参考图7可更好地理解此自动聚焦方法。
现在转到图7，描绘了自动聚焦示范方法的示意图示170。更具体地，在图7中呈现了通过以下方式自动聚焦的方法：基于相应于当前逻辑图像段172的测量的聚焦值来确定用于顺序上下一个逻辑图像段174的预测的聚焦值。可注意到，在图7中示出的示例中，与当前逻辑图像段172相邻地部署顺序上下一个逻辑图像段174。如在前面注意到的，可从数据存放处36(见图1)取回相应于顺序上下一个逻辑图像段174的可预测的聚焦变化信息，以帮助确定用于顺序上下一个逻辑图像段174的预测的聚焦值。附图标记176表示扫描方向。而且，根据本技术的示范方面，在从相应于当前逻辑图像段172的第一位置到相应于顺序上下一个逻辑图像段174的第二位置重新放置采样时，执行对用于顺序上下一个逻辑图像段174的预测的聚焦值的确定，如通过附图标记178指示的。通过在从相应于当前逻辑图像段172的第一位置到相应于顺序上下一个逻辑图像段174的第二位置重新放置采样时，确定用于顺序上下一个逻辑图像段174的预测的聚焦值并实现相应的聚焦值调整，可增强扫描速度。
转为参考图6，一旦确定了用于顺序上下一个逻辑图像段的预测的聚焦值，就可在从相应于当前逻辑图像段136的第一位置到相应于顺序上下一个逻辑图像段138的第二位置重新放置采样前，以相应于所确定的预测的聚焦值的采样距离来放置物镜12。通过以相应于相对第二逻辑图像段138的预测的聚焦值的采样距离放置的物镜12，可获得相应于顺序上下一个逻辑段138的主要图像。
根据本技术的进一步的示范方面，如果当前逻辑图像段包括极大量的空白空间，则用于顺序上下一个逻辑图像段的预测的聚焦值可基于相应于来自前一行的相邻的逻辑图像段的测量的聚焦值来确定。此外，如果相应于来自前一行的相邻的逻辑图像段的测量的聚焦值不可用，则可采用相应于来自前一行或前一列的附近逻辑图像段的测量的聚焦值来确定相应于顺序上下一个逻辑图像段的预测的聚焦值。在图6的当前示例中，在视场放置在第三逻辑图像段140处之前，可扫描多个这类空白空间。参考图8可更好地理解此自动聚焦方法。
现在参考图8，呈现了自动聚焦方法的示意图示180。更具体地，如果用于当前逻辑图像段(行r，列c)182的测量的聚焦值是可用的，则可基于相应于当前逻辑图像段182的测量的聚焦值，来确定用于顺序上下一个逻辑图像段(行r，列c+1)184的预测的聚焦值。然而，如果相应于当前逻辑图像段182的测量的聚焦值不可用，或者如果当前逻辑图像段182包括大量空白空间，则可基于相应于来自前一行(r-1)的相邻逻辑图像段(行r-1，列c+1)186的测量的聚焦值，来确定用于顺序上下一个逻辑图像段184的预测的聚焦值。此外，如果甚至相应于相邻逻辑图像段186的测量的聚焦值不可用，则可基于相应于来自前一行(r-1)的相邻但不紧邻的逻辑图像段(行r-1，列c+2)188的测量的聚焦值，来确定用于顺序上下一个逻辑图像段184的预测的聚焦值。另外，如前面注意到的，可从数据存放处36取回相应于相应逻辑图像段的存储的聚焦参数，以促进预测的聚焦值的确定。附图标记190表示扫描方向。
转为参考图6，在当前示例中，在视场转到第三逻辑图像段140之前扫描了多个空白空间段。可基于相应于第二逻辑图像段138的测量的聚焦值z1来确定用于第三逻辑图像段140的预测的聚焦值，如参考图8描述的。另外，也可基于可预测的聚焦变化信息(例如，相应于第三逻辑图像段140的位置的、存储的聚焦变化参数)来确定预测的聚焦值。在一个实施例中，可将可预测的聚焦变化特性描述为相应于逻辑图像段的(x，y)值的函数。如上面注意到的，可手动地校准或通过自动分析来自多个前面扫描的数据而校准可预测的聚焦变化。因此，在一个实施例中，可预测的聚焦变化(PFV)可特性描述为：
PFV＝[ax+by]            (1)
其中，a是扫描台22在x方向中的斜度，b是扫描台22在y方向中的斜度，并且(x，y)是表示第二逻辑图像段138或第三逻辑图像段140的位置值。
因此，可使用最近的测量的聚焦值(相应于第二逻辑图像段138的测量的聚焦值z1)和存储的聚焦变化参数，来如下确定用于第三逻辑图像段140的最优预测的聚焦值：
zpred＝z1+[a(x2+x1)+b(y2-y1)]                   (2)
在一个实施例中，可预测的聚焦变化(PFV)(公式(1))和测量的聚焦值(公式(2))的计算可包括线性函数。然而，在某些其它实施例中，可使用非线性函数用于可预测的聚焦变化和测量的聚焦值的计算。
类似地，可使用最近的测量的聚焦z3来预测用于第四逻辑图像段142的预测的聚焦值，同时可基于最近的测量的聚焦z4来确定用于第五逻辑图像段144的预测的聚焦值。因此，用于当前逻辑图像段的附近的测量的聚焦信息可与关于扫描台22、载玻片28的存储的校准信息和/或其它可再现的变化相结合，以推断用于将要扫描的即将到来的逻辑图像段的预测的聚焦值。
现在参考图9，示出了图1的控制器20的一个实施例200。如前面注意到的，控制器20可配置成确定相应于多个逻辑图像段的第一个的测量的聚焦值、使用该测量的聚焦值成像第一逻辑图像段、使用该测量的聚焦值和存储的聚焦变化参数确定用于多个逻辑图像段的第二个的预测的聚焦值、以及使用该预测的聚焦值成像第二逻辑图像段。在当前预期的配置中，控制器20可包括控制模块202和图像获取模块204。
控制模块202可配置成控制对部署在载玻片28上、并由成像装置10的扫描台22支撑的采样24的扫描。在示出的实施例中，控制模块202示为包括宏图像和扫描计划组件206、自动聚焦组件208、运动控制组件210及定时组件212。宏图像和扫描计划组件206可配置成促进获取宏图像和生成用于采样24的扫描计划。另外，宏图像和扫描计划组件206也可配置成能够与成像装置10的控制和用户接口相通信。
自动聚焦组件208可配置成控制由扫描计划组件206计划的扫描序列。另外，自动聚焦组件208可配置成帮助获取和处理由辅助图像传感器18获取的辅助图像。此外，自动聚焦组件208还可配置成帮助计算与辅助图像相关联的定量特性。而且，自动聚焦组件208可配置成促进在数据存放处36中存储测量的聚焦值和预测的聚焦值以及从数据存放处36取回存储的聚焦变化参数。另外，自动聚焦组件208可配置成促进在数据存放处36中存储由成像装置10获取的辅助图像。
继续参考图9，运动控制组件210可配置成促进从成像装置10的扫描台22加载和/或卸载一个或多个载玻片。另外，运动控制组件210还可用来帮助在发起扫描序列前计算粗聚焦值。而且，可利用运动控制组件210来促进在X-Y方向中的扫描运动控制。
此外，定时组件212可配置成同步成像装置10中多个组件的操作。更具体地，定时组件212可配置成生成定时信号，以控制和同步辅助图像和主要图像的获取。在某些实施例中，定时组件212还可控制位置控制器的移动。
此外，图像获取模块204可配置成促进通过成像装置10的主要图像传感器16的主要图像获取。另外，还可利用图像获取模块204来后处理获取的主要图像。例如，图像获取模块204可用来促进获取的主要图像的配准。获取模块204还可配置为帮助生成缝合主要图像的计划，以供图像的可视化。
如本领域普通技术人员将意识到的，诸如那些可由控制器20来执行的前述的示例、例证、处理步骤可通过在基于处理器的系统(例如，通用计算机或专用计算机)上的合适代码来实现。还应该注意到，本技术的不同实现可以不同的顺序或基本同时发生的方式(即，并行方式)来执行本文描述的一些步骤或全部步骤。此外，可以多种编程语言(包括但不限于C++或Java)来实现功能。如本领域普通技术人员将意识到的，这种代码可存储或适于存储在一个或多个有形、机器可读媒体上，有形机器可读媒体例如存储器芯片、本地硬盘或远程硬盘、光盘(即，CD或DVD)、或者可由基于处理器的系统访问以执行存储的代码的其它媒体。注意到有形媒体可包括在其上印刷指令的纸或另一个合适的媒体。例如，指令可经由纸或其它媒体的光学扫描被电子捕获，然后编译、译码或否则以合适的方式进行处理(如果必要)，并且然后存储在计算机存储器中。
现在参考图10，示出了根据本技术示范方面的、用于执行自动聚焦的示例时序图220。在一个实施例中，可通过图9的定时组件212来控制和同步成像装置10中的多个组件的信号定时。尽管图10和下面的描述中参考特定时间增量，但这种定时仅意在进行说明。可意识到，成像装置10及其组件的操作速度可通过技术而缩放，并且因此任何特定细节不应解释为限定。
在当前逻辑图像段(片n)处，定时组件212可触发主要图像传感器16(见图1)。接下来，可打开对主要图像传感器16的获取控制。在一个实施例中，主要图像传感器16的获取控制可包括主要图像传感器16的快门(shutter)。而且，在一个实施例中，主要图像传感器16的快门可保持打开约1毫秒。然后，可触发辅助图像传感器18(见图1)，以促进获取辅助图像。如前面注意到的，辅助图像传感器18可配置成在不同聚焦值处获取三个辅助图像，以帮助确定相应于当前逻辑图像段的测量的聚焦值。因此，可在三个不同时刻触发辅助图像传感器18。在每次触发时，可打开用于辅助图像传感器18的获取控制，以获取相应的辅助图像。在一个实施例中，用于辅助图像传感器18的获取控制可包括辅助图像传感器18的快门。此外，在一个实施例中，在每次触发之间可以约10毫秒的时间间隔触发辅助图像传感器18。此外，当打开辅助图像传感器18的快门时，还可触发照明选通脉冲，以激活LED或其它照明装置。在一个实施例中，对照明选通脉冲的每次触发的持续时间可以是约10毫秒。照明装置可配置成照明采样24，从而帮助三个辅助图像的获取。
此外，可配置位置控制器以基于从辅助图像传感器18接收的信息、相对采样24在Z方向中移动物镜12。更具体地，位置控制器可配置成以第一聚焦值放置物镜12以获得第一辅助图像。如前面注意到的，在某些实施例中，第一聚焦值可包括粗聚焦值。接下来，如在图10中描绘的，位置控制器可配置成以小于第一聚焦值的第二聚焦值放置物镜12，以促进获取第二辅助图像。类似地，位置控制器可配置成随后以大于第一聚焦值的第三聚焦值放置物镜12，以促进获取第三辅助图像。一旦确定了测量的聚焦值，位置控制器可配置成以相应于测量的聚焦值的采样距离来放置物镜12。可注意到，位置控制器可配置成在相对于物镜12的下一个逻辑图像段(片n+1)到达前以相应于测量的聚焦值的采样距离来放置物镜12。如在图10中示出的，在一个实施例中，在当前逻辑图像段(片n)和下一个逻辑图像段(片n+1)之间自动聚焦采样的处理可在范围从约60毫秒到约80毫秒的时间间隔中完成。
用于自动聚焦的方法和本文上面描述的成像装置显著增强了扫描速度，同时最小减少了图像质量。更具体地，由于在从相应于当前逻辑图像段的第一位置到相应于即将到来的逻辑图像段的第二位置重新放置采样时，确定了用于即将到来的逻辑图像段的最优聚焦值并且实现了对聚焦值的任何调整，因此可增强扫描速度。另外，用于将来获取的逻辑图像段的预测的聚焦值使用了来自之前获取的逻辑图像段的信息和任何可预测的变化源(例如，台倾斜和摇摆)，从而导致了增强的最优聚焦值。用于即将到来的图像段的聚焦值的准确预测避免了在获取主要图像前在逻辑图像段完成自动聚焦过程的需要，并且因此极大增加了扫描速度同时保持足够的聚焦质量。通过将可重复的机械台高度变化并入到自动聚焦预测算法中，减弱了对台精度的需求，潜在地导致较低成本。图像质量和扫描仪吞吐量可增强，从而通过增强扫描速度同时保持图像质量而提高临床工作流。
尽管本文仅示出和描述了本发明的某些特征，但本领域技术人员将想到很多修改和改变。因此，将理解所附权利要求意在覆盖例如落入本发明真实精神之内的所有修改和改变。

Claims (21)

1.在具有物镜和用于保持将要成像的采样的台的成像装置中，一种用于自动聚焦的方法，包括：
确定与多个逻辑图像段的至少第一个对应的测量的聚焦值；
使用所述测量的聚焦值来成像所述第一逻辑图像段；
使用所述测量的聚焦值和存储的聚焦变化参数来确定用于所述多个逻辑图像段的第二个的预测的聚焦值；以及
使用所述预测的聚焦值来成像所述第二逻辑图像段。
2.如权利要求1所述的方法，进一步包括：
确定用于成像通过扫描台支撑的所述采样的粗聚焦位置；
在所确定的粗聚焦位置处放置所述物镜；以及
确定用于成像通过扫描台支撑的所述采样的粗聚焦值。
3.如权利要求1所述的方法，进一步包括将所述采样逻辑分段到所述多个逻辑图像段中。
4.如权利要求1所述的方法，其中，确定所述测量的聚焦值，同时相对所述成像装置重新放置所述采样。
5.如权利要求1所述的方法，其中，确定所述预测的聚焦值，同时将所述采样从相应于所述第一逻辑图像段第一位置重新放置到相应于所述第二逻辑图像段第二位置。
6.如权利要求1所述的方法，其中，使用所述预测的聚焦值来成像所述第二逻辑图像段包括增加或减少分离所述采样和所述物镜的距离。
7.如权利要求1所述的方法，其中，所述存储的聚焦变化参数表示在所述成像装置、所述采样、或所述成像装置和所述采样两者中可再现的变化。
8.如权利要求7所述的方法，其中，所述存储的聚焦变化参数表示与所述台相关联的倾斜或摇摆。
9.如权利要求7所述的方法，其中，所述存储的聚焦变化参数表示关于包含所述采样的载玻片的可再现的变化。
10.如权利要求1所述的方法，其中，确定所述预测的聚焦值包括从数据存放处取回一个或多个存储的聚焦变化参数。
11.如权利要求1所述的方法，其中，确定与所述多个逻辑图像段的至少所述第一个对应的所述测量的聚焦值包括：
以不同聚焦值获取至少三个辅助图像；
为所述辅助图像的每一个确定定量特性；以及
从所述定量特性内插所述测量的聚焦值。
12.如权利要求11所述的方法，其中，确定所述测量的聚焦值进一步包括：将所述至少三个辅助图像中的感兴趣区域偏移确定的量，以促进所述至少三个辅助图像的每一个中的图像像素的基本类似集合的选择。
13.如权利要求12所述的方法，其中，确定定量特性包括：对像素的子集中的每个像素，确定所述像素和与所述像素横向分离至少一个其它像素的相邻像素之间的强度差，并对跨过所述图像的高度和宽度的每一个像素的强度差的平方求和。
14.如权利要求12所述的方法，其中，从所述定量特性内插所述测量的聚焦值包括：
通过将所述至少三个辅助图像的所述定量特性拟合到单峰函数来内插所述测量的聚焦值；以及
识别所述曲线上的模式。
15.如权利要求14所述的方法，其中，确定所述测量的聚焦值进一步包括：基于所识别的模式、所述存储的聚焦变化参数、或其结合，来确定所述测量的聚焦值。
16.一种成像装置，包括：
物镜；
主要图像传感器，其配置成以主要帧速率生成采样的主要图像；
辅助图像传感器，其配置成以快于所述主要帧速率的辅助帧速率生成所述采样的一个或多个辅助图像；
控制器，其配置成调整所述物镜和所述采样之间沿光轴的聚焦值，以自动聚焦所述采样的所述图像；
扫描台，以支撑所述采样并在与所述光轴基本正交的至少横向方向中移动所述采样，
其中，所述控制器配置成：
确定相应于多个逻辑图像段的至少第一个的测量的聚焦值；
使用所述测量的聚焦值成像所述第一逻辑图像段；
使用所述测量的聚焦值和存储的聚焦变化参数来确定用于所述多个逻辑图像段的第二个的预测的聚焦值；以及
使用所述预测的聚焦值来成像所述第二逻辑图像段。
17.如权利要求16所述的成像装置，进一步包括分束器，其配置成分束收集自所述采样的光并使光通过所述物镜到主要光路和辅助光路中。
18.如权利要求16所述的成像装置，其中，所述成像装置包括数字光学显微镜。
19.一种成像装置，包括：
物镜；
主要图像传感器，其配置成以主要帧速率生成采样的主要图像；
辅助图像传感器，其配置成以快于所述主要帧速率的辅助帧速率生成所述采样的一个或多个辅助图像；
控制器，其配置成调整所述物镜和所述采样之间沿光轴的聚焦值以自动聚焦所述采样的所述图像；
扫描台，以支撑所述采样并在与所述光轴基本正交的至少横向方向中移动所述采样，
其中，所述控制器包括：
宏图像和扫描计划组件，以确定所述采样的扫描计划；
自动聚焦组件，以获取和处理辅助图像；
运动控制组件，以控制所述采样相对所述物镜的运动；以及
定时组件，以同步用于所述辅助图像获取、所述主要图像获取、或两者的获取的定时。
20.如权利要求19所述的成像装置，进一步包括图像获取模块，用于一个或多个主要图像的获取。
21.如权利要求19所述的成像装置，其中，所述成像装置包括数字光学显微镜。
CN2010800270763A 2009-04-13 2010-04-09 用于增强的预测自动聚焦的系统和方法 Pending CN102460263A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US12/422,363 US8878923B2 (en) 2007-08-23 2009-04-13 System and method for enhanced predictive autofocusing
US12/422363 2009-04-13
PCT/SE2010/050385 WO2010120231A1 (en) 2009-04-13 2010-04-09 System and method for enhanced predictive autofocusing

Publications (1)

Publication Number Publication Date
CN102460263A true CN102460263A (zh) 2012-05-16

Family

ID=42982716

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010800270763A Pending CN102460263A (zh) 2009-04-13 2010-04-09 用于增强的预测自动聚焦的系统和方法

Country Status (11)

Country Link
US (1) US8878923B2 (zh)
EP (1) EP2419776A4 (zh)
JP (1) JP2012523583A (zh)
KR (1) KR20120004991A (zh)
CN (1) CN102460263A (zh)
AU (1) AU2010237094A1 (zh)
BR (1) BRPI1013923A2 (zh)
CA (1) CA2758326A1 (zh)
MX (1) MX2011010818A (zh)
RU (1) RU2522123C2 (zh)
WO (1) WO2010120231A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104769480A (zh) * 2012-10-31 2015-07-08 浜松光子学株式会社 图像取得装置和图像取得装置的聚焦方法
CN106324820A (zh) * 2016-09-27 2017-01-11 华中科技大学 一种双通道荧光光学显微成像中基于图像处理的自动对焦方法
CN107077732A (zh) * 2014-08-27 2017-08-18 思迪赛特诊断有限公司 用于对数字显微镜计算聚焦变化的系统及方法
CN111183385A (zh) * 2017-09-29 2020-05-19 徕卡生物系统成像股份有限公司 实时自动聚焦扫描
CN111279242A (zh) * 2017-11-28 2020-06-12 徕卡生物系统成像股份有限公司 双处理器图像处理

Families Citing this family (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7769219B2 (en) * 2006-12-11 2010-08-03 Cytyc Corporation Method for assessing image focus quality
US8878923B2 (en) * 2007-08-23 2014-11-04 General Electric Company System and method for enhanced predictive autofocusing
CN101769475B (zh) * 2008-12-31 2013-04-24 鸿富锦精密工业（深圳）有限公司 影像测量仪光源及利用该光源的自动定位系统
JP5739351B2 (ja) 2009-03-11 2015-06-24 サクラ ファインテック ユー．エス．エー．， インコーポレイテッド 自動合焦方法および自動合焦装置
EP2447752A4 (en) * 2009-05-08 2018-07-04 Nikon Corporation Focus control device, and incubation and observation device
CA2842723C (en) 2009-10-19 2016-02-16 Ventana Medical Systems, Inc. Imaging system and techniques
US20110228070A1 (en) * 2009-11-07 2011-09-22 Courosh Mehanian System and Method for Determining Image Focus by Sampling the Image at Multiple Focal Planes Simultaneously
US8396269B2 (en) * 2010-04-08 2013-03-12 Digital Pathco LLC Image quality assessment including comparison of overlapped margins
EP2383600B1 (en) 2010-04-30 2013-02-20 CellaVision AB Method, apparatus, and computer program product for focus prediction
JP2012002923A (ja) * 2010-06-15 2012-01-05 Canon Inc 撮像装置
CN103026211A (zh) * 2010-07-16 2013-04-03 3M创新有限公司 高分辨率自动对焦检查系统
DE102010036709A1 (de) * 2010-07-28 2012-02-02 Leica Microsystems Cms Gmbh Einrichtung und Verfahren zur mikroskopischen Bildaufnahme einer Probenstruktur
US10139613B2 (en) * 2010-08-20 2018-11-27 Sakura Finetek U.S.A., Inc. Digital microscope and method of sensing an image of a tissue sample
US9522396B2 (en) 2010-12-29 2016-12-20 S.D. Sight Diagnostics Ltd. Apparatus and method for automatic detection of pathogens
JP6112624B2 (ja) 2011-08-02 2017-04-12 ビューズアイキュー インコーポレイテッドＶｉｅｗｓＩＱ Ｉｎｃ． デジタル顕微鏡撮像の装置及び方法
US9402036B2 (en) 2011-10-17 2016-07-26 Rudolph Technologies, Inc. Scanning operation with concurrent focus and inspection
US10001622B2 (en) * 2011-10-25 2018-06-19 Sanford Burnham Medical Research Institute Multifunction autofocus system and method for automated microscopy
DE102011086018A1 (de) * 2011-11-09 2013-05-16 Carl Zeiss Ag Verfahren und Anordnung zur Autofokussierung eines Mikroskops
WO2013098821A1 (en) 2011-12-29 2013-07-04 Parasight Ltd. Methods and systems for detecting a pathogen in a biological sample
ES2953897T3 (es) 2012-05-02 2023-11-16 Leica Biosystems Imaging Inc Enfoque en tiempo real en imagenología de exploración lineal
US20140168402A1 (en) * 2012-12-13 2014-06-19 Vala Sciences, Inc. Continuous-Scanning Image Acquisition in Automated Microscopy Using Reflective Autofocus
JP6414050B2 (ja) * 2013-03-13 2018-10-31 ソニー株式会社 情報処理装置、情報処理方法、および情報処理プログラム
JP6455829B2 (ja) * 2013-04-01 2019-01-23 キヤノン株式会社 画像処理装置、画像処理方法、およびプログラム
DE102013103971A1 (de) 2013-04-19 2014-11-06 Sensovation Ag Verfahren zum Erzeugen eines aus mehreren Teilbildern zusammengesetzten Gesamtbilds eines Objekts
EP2999988A4 (en) 2013-05-23 2017-01-11 S.D. Sight Diagnostics Ltd. Method and system for imaging a cell sample
IL227276A0 (en) 2013-07-01 2014-03-06 Parasight Ltd A method and system for obtaining a monolayer of cells, for use specifically for diagnosis
WO2015029032A1 (en) * 2013-08-26 2015-03-05 Parasight Ltd. Digital microscopy systems, methods and computer program products
US10007102B2 (en) 2013-12-23 2018-06-26 Sakura Finetek U.S.A., Inc. Microscope with slide clamping assembly
EP3859425B1 (en) 2015-09-17 2024-04-17 S.D. Sight Diagnostics Ltd. Methods and apparatus for detecting an entity in a bodily sample
WO2017053891A1 (en) 2015-09-24 2017-03-30 Leica Biosystems Imaging, Inc. Real-time focusing in line scan imaging
KR102640848B1 (ko) 2016-03-03 2024-02-28 삼성전자주식회사 시료 검사 방법, 시료 검사 시스템, 및 이들을 이용한 반도체 소자의 검사 방법
WO2017168411A1 (en) 2016-03-30 2017-10-05 S.D. Sight Diagnostics Ltd Image processing device for identifying blood parasites
EP3455610B1 (en) 2016-05-11 2023-01-04 S.D. Sight Diagnostics Ltd. Sample carrier for optical measurements
CN109564209B (zh) 2016-05-11 2022-05-31 思迪赛特诊断有限公司 对样品实施的光学测量
EP3538941A4 (en) 2016-11-10 2020-06-17 The Trustees of Columbia University in the City of New York METHODS FOR FAST IMAGING OF HIGH RESOLUTION LARGE SAMPLES
US11280803B2 (en) 2016-11-22 2022-03-22 Sakura Finetek U.S.A., Inc. Slide management system
GB201704770D0 (en) 2017-01-05 2017-05-10 Illumina Inc Predictive focus tracking apparatus and methods
EP3396430B1 (en) 2017-04-27 2023-08-16 Euroimmun Medizinische Labordiagnostika AG Optical scanning arrangement and method
CN111788471B (zh) 2017-11-14 2023-12-12 思迪赛特诊断有限公司 用于光学测量的样品载体
DE102018128281B3 (de) * 2018-11-12 2019-11-14 Leica Microsystems Cms Gmbh Mikroskopsystem und Verfahren zur Untersuchung einer Probe
JP7262114B2 (ja) * 2019-07-26 2023-04-21 国立研究開発法人理化学研究所 顕微鏡、顕微鏡で試料を撮像する方法、プログラム、および制御装置
KR20230021136A (ko) * 2020-08-07 2023-02-13 나노트로닉스 이미징, 인코포레이티드 자동 초점 현미경 시스템을 위한 딥 러닝 모델
JP2023547814A (ja) * 2020-10-16 2023-11-14 ライフ テクノロジーズ コーポレーション 人工知能を使用したオートフォーカス及び自動細胞計数のためのシステム及び方法
DE102020130805A1 (de) * 2020-11-20 2022-05-25 Carl Zeiss Meditec Ag Kontext-abhängige Steuerung eines Operationsmikroskops
EP4320472A1 (en) 2021-10-12 2024-02-14 Samsung Electronics Co., Ltd. Device and method for predicted autofocus on an object
WO2023063679A1 (en) * 2021-10-12 2023-04-20 Samsung Electronics Co., Ltd. Device and method for predicted autofocus on an object
US11714273B1 (en) * 2022-06-23 2023-08-01 Araceli Biosciences Inc. System and method for microscope high-speed auto-focusing including an imaged subject based on a corrected contrast distribution
CN118555486B (zh) * 2024-07-29 2024-10-18 广州乐庚信息科技有限公司 基于双目数据采集设备的多目标采集路径优化算法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1321257A (zh) * 1999-09-24 2001-11-07 奥林巴斯光学工业株式会社 显微镜图象传送系统
US20080069553A1 (en) * 2006-09-20 2008-03-20 Jingqiang Li Predictive focus value calculation for image capture devices
US20080266652A1 (en) * 2007-04-30 2008-10-30 General Electric Company Microscope with dual image sensors for rapid autofocusing
US20090046359A1 (en) * 2007-08-14 2009-02-19 Nikon Corporation Microscope

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5790710A (en) 1991-07-12 1998-08-04 Jeffrey H. Price Autofocus system for scanning microscopy
US5912699A (en) 1992-02-18 1999-06-15 Neopath, Inc. Method and apparatus for rapid capture of focused microscopic images
JPH1096848A (ja) * 1996-09-20 1998-04-14 Olympus Optical Co Ltd 自動焦点検出装置
JP4332905B2 (ja) 1998-02-12 2009-09-16 株式会社ニコン 顕微鏡システム
US6173083B1 (en) * 1998-04-14 2001-01-09 General Electric Company Method and apparatus for analyzing image structures
US6208763B1 (en) * 1998-04-14 2001-03-27 General Electric Company Method and apparatus for enhancing discrete pixel images
JP3961729B2 (ja) * 1999-03-03 2007-08-22 株式会社デンソー 全焦点撮像装置
US7034883B1 (en) * 1999-08-10 2006-04-25 Cellavision Ab Automatic focusing
US6711283B1 (en) 2000-05-03 2004-03-23 Aperio Technologies, Inc. Fully automatic rapid microscope slide scanner
US7518652B2 (en) 2000-05-03 2009-04-14 Aperio Technologies, Inc. Method and apparatus for pre-focus in a linear array based slide scanner
US7668362B2 (en) 2000-05-03 2010-02-23 Aperio Technologies, Inc. System and method for assessing virtual slide image quality
US6518554B1 (en) 2000-05-24 2003-02-11 Chromavision Medical Systems, Inc. Reverse focusing methods and systems
EP2299307A3 (en) * 2000-11-03 2011-05-04 Cytyc Corporation Cytological imaging method
US7155049B2 (en) 2001-01-11 2006-12-26 Trestle Acquisition Corp. System for creating microscopic digital montage images
US6816606B2 (en) 2001-02-21 2004-11-09 Interscope Technologies, Inc. Method for maintaining high-quality focus during high-throughput, microscopic digital montage imaging
US7206717B2 (en) * 2002-05-13 2007-04-17 General Electric Company Sensor alignment method for 3D measurement systems
JP2004061942A (ja) 2002-07-30 2004-02-26 Nikon Corp 顕微鏡システム
JP2004145195A (ja) 2002-10-28 2004-05-20 Alps Electric Co Ltd 画像取り込み装置
UA64570A (en) * 2003-06-26 2004-02-16 Univ Sumy State Method for automatically focusing an electron microscope by using the tested object image
US20050089208A1 (en) 2003-07-22 2005-04-28 Rui-Tao Dong System and method for generating digital images of a microscope slide
US7232980B2 (en) * 2004-05-24 2007-06-19 Hamamatsu Photonics K.K. Microscope system
HUP0401802A2 (en) * 2004-09-02 2006-03-28 3D Histech Kft Focusing method object carriers on fast-moving digitalization and object carrier moving mechanics, focusing optic, optical distance-measuring instrument
US7417213B2 (en) 2005-06-22 2008-08-26 Tripath Imaging, Inc. Apparatus and method for rapid microscopic image focusing having a movable objective
US8179432B2 (en) 2007-04-30 2012-05-15 General Electric Company Predictive autofocusing
US8878923B2 (en) * 2007-08-23 2014-11-04 General Electric Company System and method for enhanced predictive autofocusing
US8314837B2 (en) 2009-10-15 2012-11-20 General Electric Company System and method for imaging with enhanced depth of field

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1321257A (zh) * 1999-09-24 2001-11-07 奥林巴斯光学工业株式会社 显微镜图象传送系统
US20080069553A1 (en) * 2006-09-20 2008-03-20 Jingqiang Li Predictive focus value calculation for image capture devices
US20080266652A1 (en) * 2007-04-30 2008-10-30 General Electric Company Microscope with dual image sensors for rapid autofocusing
US20090046359A1 (en) * 2007-08-14 2009-02-19 Nikon Corporation Microscope

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104769480A (zh) * 2012-10-31 2015-07-08 浜松光子学株式会社 图像取得装置和图像取得装置的聚焦方法
CN107077732A (zh) * 2014-08-27 2017-08-18 思迪赛特诊断有限公司 用于对数字显微镜计算聚焦变化的系统及方法
CN107077732B (zh) * 2014-08-27 2020-11-24 思迪赛特诊断有限公司 用于对数字显微镜计算聚焦变化的系统及方法
CN106324820A (zh) * 2016-09-27 2017-01-11 华中科技大学 一种双通道荧光光学显微成像中基于图像处理的自动对焦方法
CN106324820B (zh) * 2016-09-27 2018-10-16 华中科技大学 一种双通道荧光光学显微成像中基于图像处理的自动对焦方法
CN111183385A (zh) * 2017-09-29 2020-05-19 徕卡生物系统成像股份有限公司 实时自动聚焦扫描
CN111183385B (zh) * 2017-09-29 2022-04-08 徕卡生物系统成像股份有限公司 实时自动聚焦扫描
US11422351B2 (en) 2017-09-29 2022-08-23 Leica Biosystems Imaging, Inc. Real-time autofocus scanning
US12078790B2 (en) 2017-09-29 2024-09-03 Leica Biosystems Imaging, Inc. Real-time autofocus scanning
CN111279242A (zh) * 2017-11-28 2020-06-12 徕卡生物系统成像股份有限公司 双处理器图像处理
CN111279242B (zh) * 2017-11-28 2022-03-29 徕卡生物系统成像股份有限公司 双处理器图像处理

Also Published As

Publication number Publication date
MX2011010818A (es) 2012-01-20
EP2419776A1 (en) 2012-02-22
RU2522123C2 (ru) 2014-07-10
US8878923B2 (en) 2014-11-04
KR20120004991A (ko) 2012-01-13
EP2419776A4 (en) 2012-09-26
JP2012523583A (ja) 2012-10-04
WO2010120231A1 (en) 2010-10-21
AU2010237094A1 (en) 2011-10-20
CA2758326A1 (en) 2010-10-21
RU2011140241A (ru) 2013-05-20
BRPI1013923A2 (pt) 2016-04-05
US20090195688A1 (en) 2009-08-06

Similar Documents

Publication Publication Date Title
CN102460263A (zh) 用于增强的预测自动聚焦的系统和方法
KR102411099B1 (ko) 실시간 오토포커스 스캐닝
US20060133657A1 (en) Microscopy system having automatic and interactive modes for forming a magnified mosaic image and associated method
US8675992B2 (en) Digital microscope slide scanning system and methods
JP5015955B2 (ja) 自動顕微鏡の自動焦点調節法及びシステム
US20230359013A1 (en) Self-Calibrating and Directional Focusing Systems and Methods for Infinity Corrected Microscopes
CN111148963B (zh) 载片卡死确定系统
US8917347B2 (en) Focus control method and culture observation apparatus
EP2916160B1 (en) Image acquisition device and method for focusing image acquisition device
EP2413130A1 (en) Observation device
CN105103190A (zh) 全视野载玻片多光谱成像系统和方法
EP3396430B1 (en) Optical scanning arrangement and method
WO2018017921A1 (en) Fixed optics photo-thermal spectroscopy reader and method of use
CN111542742B (zh) 载片架确定系统
US20150156396A1 (en) Image capturing apparatus and focusing method thereof
EP1857538B1 (en) Microscope apparatus and cell observation method
JP2021512346A (ja) 衝撃再走査システム
EP1967841B1 (en) Fluorescence observation apparatus
EP4137864A1 (en) Sample observation device and sample observation method

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C05 Deemed withdrawal (patent law before 1993)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20120516