CN106650649B - 一种自动识别白细胞的图像设备 - Google Patents
一种自动识别白细胞的图像设备 Download PDFInfo
- Publication number
- CN106650649B CN106650649B CN201611144492.7A CN201611144492A CN106650649B CN 106650649 B CN106650649 B CN 106650649B CN 201611144492 A CN201611144492 A CN 201611144492A CN 106650649 B CN106650649 B CN 106650649B
- Authority
- CN
- China
- Prior art keywords
- sample
- module
- control
- hub
- information
- 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.)
- Active
Links
- 230000033001 locomotion Effects 0.000 claims abstract description 26
- 210000000265 leukocyte Anatomy 0.000 claims abstract description 18
- 230000005284 excitation Effects 0.000 claims abstract description 17
- 230000003993 interaction Effects 0.000 claims abstract description 15
- 210000004027 cell Anatomy 0.000 claims description 37
- 238000004458 analytical method Methods 0.000 claims description 35
- 238000004891 communication Methods 0.000 claims description 16
- 238000010191 image analysis Methods 0.000 claims description 16
- 238000013215 result calculation Methods 0.000 claims description 16
- 238000012360 testing method Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 10
- 230000003287 optical effect Effects 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 5
- 230000006399 behavior Effects 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract description 2
- 238000009434 installation Methods 0.000 abstract description 2
- 238000012790 confirmation Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 4
- 238000000034 method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 210000004369 blood Anatomy 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002594 fluoroscopy Methods 0.000 description 2
- 210000000987 immune system Anatomy 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000001835 viscera Anatomy 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000002555 auscultation Methods 0.000 description 1
- 210000000601 blood cell Anatomy 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 210000002216 heart Anatomy 0.000 description 1
- 210000000936 intestine Anatomy 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 239000007779 soft material Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/40—Software arrangements specially adapted for pattern recognition, e.g. user interfaces or toolboxes therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/145—Illumination specially adapted for pattern recognition, e.g. using gratings
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
- G06V20/693—Acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30242—Counting objects in image
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Software Systems (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了一种自动识别白细胞的图像设备,包括底座,底座上方固定安装有样本运动模块、人机交互模块,整体控制模块、镜头对焦模块和光源激发模块;本发明结构紧凑,安装方便,运动平稳,完全自动识别,无人工干预,能够达到高精度的检测要求,符合目前自动识别白细胞的技术要求。
Description
技术领域
本发明属于细胞图像智能识别技术领域,具体涉及一种自动识别白细胞的图像设备。
背景技术
生物医学图像处理是一门新兴技术,是图像处理研究领域的一个重要方面,随着生物科学技术的发展,生物医学图像处理的应用也越来越广泛。主要表现为如下两个方面:一方面是对生物体内部器官进行观察。比如医师为患者诊断,若要了解肺、心、肝、肠、肾等内脏器官的情况,除了在体外听诊触摸外,就靠放射科的X光透视,B超声波的透视,或其它射线装置的透射。这就产生了大量的医学图像,医学专家除了应用其专业知识或者目测等常规进行诊断的方法外,多数采用计算机数字图像处理及辅助医学专家系统进行图像分析识别。另一方面是生物医学的学科要求,需要进行微观的观察,最常用的手段是采用光学显微镜和电子显微镜观察细胞组织的图像。医学图像处理技术结合了计算机数字图像处理技术的进步而得到飞跃的发展。
免疫系统作为人体的第三道防线,保护人体免受病毒、细菌等的入侵,对人体的健康起着至关重要的作用。而白细胞作为免疫系统的一部分,负责识别并吞噬非正常细胞,如癌细胞等。通常人体血液中各种白细胞稳定维持在一定的含量,因此白细胞含量的失衡往往也预示着人体存在着健康问题。
随着计算机技术的快速发展,计算机技术在医学领域应用的也越来越多,血液细胞图像自动识别系统就是其中之一。细胞显微图像智能识别是一个非常难以解决的问题,运用智能识别系统对血液中白细胞进行识别一直备受关注。一直以来,细胞识别的常规方法都是血液专家进行的人工计数和分析,这种方法不紧效率低,而且主观性强。目前发展起来的细胞图像智能识别技术有很多,但是这些技术精度低,成本高,都不是令人满意。
发明内容
为了克服现有的白细胞识别技术大多数都不能在实际应用中发挥优良的性能,精度都没有达到理想的要求,产品不完善,对操作人员的技术要求较高的不足,本发明提供一种自动识别白细胞的图像设备,该设备完全自动识别,无人工干预,精度高。
本发明解决其技术问题所采用的技术方案是:
一种自动识别白细胞的图像设备,包括底座,所述底座上方固定安装有样本运动模块和人机交互模块,样本运动模块上方侧边固定安装有整体控制模块;整体控制模块侧边固定安装有透镜模块,透镜模块包括显微镜,透镜模块上方安装有镜头对焦模块和光源激发模块;所述的整体控制模块分别电连接样本运动模块、人机交互模块、镜头对焦模块、透镜模块和光源激发模块;所述的样本运动模块包括两个相互配合的高精度步进电机和高精度直线导轨,实现高精度定位要求;所述的整体控制模块为设备的运行提供信号处理并接受操作人员提供的指令,实现自动识别图像的功能;所述的人机交互模块通过触控显示屏实现操作人员和设备之间的信息传送;所述的镜头对焦模块包括相互配合的对焦直线导轨和对焦直线电机,实现高精度对焦;所述的光源激发模块产生光源。
优选的,所述的样本运动模块包括固定在底座上的主机架,主机架上固定安装有高精度直线导轨和高精度步进电机,高精度直线导轨上安装有样本托盘,样本托盘一端连接高精度步进电机的输出轴,实现高精度步进电机带动样本托盘在高精度直线导轨上高精度移动,保证定位准确。
优选的,所述的整体控制模块包括核心控制芯片和电源与睡眠控制PSC,核心控制芯片包括枢纽Hub,枢纽Hub分别连接耗材出入控制DID、系统错误控制SEH、用户界面GUI、历史储存与访问HSR、外部通讯控制ECC和样本分析主控MSA;样本分析主控MSA分别连接耗材位置控制DPC、单幅图像获取SIC、单幅图像分析SIA和结果计算RC。枢纽Hub分别连接各个部分,使用这种模块构架,不同的模块会成为自成一体的单独的软体,各个部分不会互相干扰,只一个模块崩溃的时候整个系统不会崩溃,同样的,软件升级也会更加整洁和容易。
耗材出入控制DID:控制样本托盘的出入位置,它同时会感知样本是否到位以及样本种类,并将信息传达给枢纽Hub,当用户界面GUI给出命令的时候,它会将样本托盘伸展到全开的位置,以便用户放置样本。当样本放置完毕,用户会点击触摸屏,耗材出入控制DID会收回托盘到“位置0”。它会随后激发传感器来看样本是否就位,以及何种样本就位。它会将这两种信息传达给枢纽Hub。当测试结束,耗材出入控制DID会再一次的伸展托盘到全开位置,以便用户移除样本。
系统错误控制SEH:监测系统错误,并确定相应的仪器行为,发送相应的信息通过枢纽Hub给人机交互模块的屏幕显示,以及记录错误历史。
用户界面GUI:控制什么内容被显示在人机交互模块上的屏幕上,以及将必要信息传达给屏幕显示。它也需要将屏幕的输入和命令传达给枢纽Hub。用户界面GUI的功能包括:
(1)接受触摸屏输入的信息和命令并传达给枢纽Hub;
(2)接收枢纽Hub传达的信息并发送给屏幕显示;
(3)当接受不到枢纽Hub的信息时,显示错误信息;
(4)当接收到枢纽Hub的错误信息时,显示错误信息。
历史储存与访问HSR:当枢纽Hub接收到样本分析主控MSA的完成信息和结果后,会将结果和相关信息传达给历史储存与访问HSR进行记录。对于每一条测试结果的记录,需要包括以下信息:日期、时间、操作人员身份、仪器序列号、软件版本、光学系统解析度、所有的6个细胞计数、最终细胞计数、最终细胞浓度。
外部通讯控制ECC:控制仪器如何与外部的接口,上位机和LIS的通讯标准,通讯模式和通讯内容。
样本分析主控MSA:当分析样本的命令从用户界面GUI经过枢纽Hub传达给样本分析主控MSA后,样本分析主控MSA会控制它下面的四个模块获取样本图像,分析计数,并得到最终结果。
耗材位置控制DPC:当从样本分析主控MSA接收到命令,耗材位置控制DPC会将耗材从位置N移动一个固定的距离(1.0-1.5毫米)到位置N+1。当移动结束后,通知单幅图像获取SIC进行图像采集。
单幅图像获取SIC:将镜头对焦模块移动到三个不同的位置并获取三幅图像。然后一个简单的聚焦分析会确定三幅图像中那幅的聚焦最准确。然后它会将聚焦最准确的图像传给单幅图像分析SIA进行细胞计数,并通知样本分析主控MSA进行移动耗材进行下一幅图像的采集。
单幅图像分析SIA:当一幅图像从单幅图像获取SIC传递到单幅图像分析SIA后,使用细胞计数算法进行计数。计数将会在一个固定的面积内进行。这个面积将小于图像尺寸。它是对应于一个物理面积(比如1毫米x1毫米)。每台仪器的尺寸将由仪器的解析度而定。当计数完毕,将细胞数量传输到结果计算RC。
结果计算RC:当所有6幅图像的计数都收到以后,结果计算RC会进行统计学分析,剔除不符合要求的数据点后计算平均从而获得最终细胞计数,然后获得最终细胞浓度。结果计算RC会将最终细胞计数和最终细胞浓度返回给样本分析主控MSA。
电源与睡眠控制PSC:控制何时将系统置于睡眠状态或降低屏幕亮度,以及何时将系统唤醒。
优选的,所述的镜头对焦模块包括对焦直线导轨,对焦直线导轨上方安装有对焦直线电机,对焦直线电机的输出轴连接镜头对焦系统。使用对焦直线电机实现对焦模块进行对焦的优势是可以在较大的焦段内进行对焦,这避免了因为制造工艺不同导致的样本载体厚度偏差较大或者安装载体的时候不同的压力度导致样本与样本托盘之间的间隙不一致,甚至是机体装配过程中的公差引起的误差积累,这些问题会导致样本表面与镜头之间的距离不同。较长的对焦焦段会在最大的程度上弥补这些问题,确保了最终的采样图像的清晰。对焦模块采用的直线电机是高精度的步进电机,小螺距的丝杆,还有带有消除回程误差的丝母座。
优选的,所述的透镜模块包括基座,基座右部分设置有半透半反射镜、滤光片和显微镜,当样本被检测到已装入样本托盘之后,光源激发模块中的LED会开始照明,其通过半透半反射镜直接照射到样本上,使得白血球的边界变得更加清晰,在半透半反射镜的另一面是镜头对焦模块,该模块会接收到由半透半反射镜折射过来的图像,通过对该图像进行分析其可以判断图像是否清晰,如果没有达到理想的清晰图像的标准,整体控制模块会控制对焦直线电机带动镜头对焦系统进行直线运动,到达新的拍照点并再次拍照,直到找到最清晰的拍照点进行拍照取样为止。
优选的,所述的光源激发模块包括从下到上依次设置的滤光片座、聚光镜、O型圈、LED电路板和LED散热器,使用了超薄LED电路板,超薄LED电路板比普通电路板的导热系数更高,该电路板的作用是将LED灯的热量散出。为了避光将LED的电源连接器引出镜头仓外面,同时还兼顾了LED的散热效果,安装在其后面的铜质LED散热器会迅速将由超薄LED电路板传来的热量散发掉,LED散热器和LED电路板将O型密封圈压紧,致使软材质的O型圈发生形变,将聚光镜与LED电路板之间的缝隙填充,达到较好的避光效果。
本发明的优点是:
(1)本发明结构紧凑,安装方便,运动平稳,能够达到高精度的检测要求;
(2)本发明的样本运动模块包括高精度直线导轨和高精度步进电机,高精度步进电机带动样本托盘在高精度直线导轨上高精度移动,保证足够高精度的原点定位;
(3)本发明的人机交互模块通过触控显示屏实现操作人员和设备之间的信息传送,方便操作人员实时了解设备情况和控制设备;
(4)本发明的整体控制模块包括多个不同的模块,这些不同的模块都会与中心控制的枢纽Hub直接联系,它们会使用标准的界面变量,使用这种模块构架,不同的模块会成为自成一体的单独的软体并且互不干扰,其中一个模块崩溃的时不会造成整个系统崩溃,同样的,软件升级也会更加整洁和容易;
(5)本发明使用对焦直线电机实现对焦模块进行对焦,实现在较大的焦段内进行对焦,避免了因为制造工艺不同导致的样本载体厚度偏差较大或者安装载体的时候不同的下压力度导致样本与样本托盘之间的间隙不一致,确保了最终的采样图像的清晰。
附图说明
图1为本发明结构示意图;
图2为本发明中样本运动模块的爆炸图;
图3为本发明中整体控制模块中的核心控制芯片的模块逻辑图;
图4为本发明中镜头对焦模块和透镜模块的安装结构示意图;
图5为透镜模块中半透半反射镜和滤光片的安装位置示意图;
图6为本发明中光源激发模块的爆炸图;
图7为本发明中样本分析主控MSA、控制耗材位置控制DPC、单幅图像获取SIC、单幅图像分析SIA和结果计算RC的工作流程图;
图8为本发明中单幅图像获取SIC的工作流程图。
具体实施方式
下面将结合附图对本发明作进一步的说明:
如图1所示,为本发明所述的一种自动识别白细胞的图像设备,包括底座10,所述底座10上方固定安装有样本运动模块11和人机交互模块12,样本运动模块11上方侧边固定安装有整体控制模块13;整体控制模块13侧边固定安装有透镜模块14,透镜模块14包括显微镜15,透镜模块14上方安装有镜头对焦模块16和光源激发模块17;所述的整体控制模块13分别电连接样本运动模块11、人机交互模块12、镜头对焦模块16、透镜模块14和光源激发模块17;所述的样本运动模块11包括两个相互配合的高精度步进电机和高精度直线导轨,实现高精度定位要求;所述的整体控制模块13为设备的运行提供信号处理并接受操作人员提供的指令,实现自动识别图像的功能;所述的人机交互模块12通过触控显示屏实现操作人员和设备之间的信息传送;所述的镜头对焦模块16包括相互配合的对焦直线导轨和对焦直线电机,实现高精度对焦;所述的光源激发模块17产生光源。
如图2所示,所述的样本运动模块包括固定在底座上的主机架20,主机架20上固定安装有高精度直线导轨21和高精度步进电机22,高精度直线导轨21上安装有样本托盘23,样本托盘23上放置有样本24,样本托盘23一端连接高精度步进电机22的输出轴,实现高精度步进电机22带动样本托盘23在高精度直线导轨21上高精度移动。
如图3所示,所述的整体控制模块包括核心控制芯片和电源与睡眠控制PSC,核心控制芯片包括枢纽Hub,枢纽Hub分别连接耗材出入控制DID、系统错误控制SEH、用户界面GUI、历史储存与访问HSR、外部通讯控制ECC和样本分析主控MSA;样本分析主控MSA分别连接耗材位置控制DPC、单幅图像获取SIC、单幅图像分析SIA和结果计算RC。各个模块工作过程如下:
(1)用户界面GUI
用户界面GUI控制什么内容被现实在屏幕上,以及将必要信息传达给屏幕显示。它也需要将屏幕的输入和命令传达给Hub。GUI的功能包括:
·接受触摸屏输入的信息和命令并传达给枢纽Hub;
·接收枢纽Hub传达的信息并发送给屏幕显示;
·当接受不到枢纽Hub的信息时,显示错误信息;
·当接收到系统错误控制SEH的错误信息时,显示错误信息。
(2)耗材出入控制DID
控制样本托盘的出入位置,它同时会感知样本是否到位以及样本种类,并将信息传达给枢纽Hub,当用户界面GUI给出命令的时候,它会将样本托盘伸展到全开的位置,以便用户放置样本。当样本放置完毕,用户会点击触摸屏,耗材出入控制DID会收回托盘到“位置0”。它会随后激发传感器来看样本是否就位,以及何种样本就位。它会将这两种信息传达给枢纽Hub。当测试结束,耗材出入控制DID会再一次的伸展托盘到全开位置,以便用户移除样本。
(3)样本分析主控MSA
如图6所示,为样本分析主控MSA控制耗材位置控制DPC、单幅图像获取SIC、单幅图像分析SIA和结果计算RC的工作流程图,当分析样本的命令从用户界面GUI经过枢纽Hub传达给样本分析主控MSA后,样本分析主控MSA会控制它下面的四个模块获取样本图像,分析计数,并得到最终结果。
(4)耗材位置控制DPC
当从样本分析主控MSA接收到命令,耗材位置控制DPC会将耗材从位置N移动一个固定的距离(1.0-1.5毫米)到位置N+1。当移动结束后,通知单幅图像获取SIC进行图像采集。
(5)耗材位置控制DPC
当从样本分析主控MSA接收到命令,耗材位置控制DPC会将耗材从位置N移动一个固定的距离(1.0-1.5毫米)到位置N+1。当移动结束后,通知单幅图像获取SIC进行图像采集。
(6)单幅图像获取SIC
如图7所示,为本发明中单幅图像获取SIC的工作流程图,将镜头对焦模块移动到三个不同的位置并获取三幅图像,然后一个简单的聚焦分析会确定三幅图像中那幅的聚焦最准确,然后它会将聚焦最准确的图像传给单幅图像分析SIA进行细胞计数,并通知样本分析主控MSA进行移动耗材进行下一幅图像的采集。
(7)单幅图像分析SIA
当一幅图像从单幅图像获取SIC传递到单幅图像分析SIA后,使用细胞计数算法进行计数。计数将会在一个固定的面积内进行。这个面积将小于图像尺寸。它是对应于一个物理面积(比如1毫米x1毫米)。每台仪器的尺寸将由仪器的解析度而定。当计数完毕,将细胞数量传输到结果计算RC。
(8)结果计算RC
当所有6幅图像的计数都收到以后,结果计算RC会进行统计学分析,剔除不符合要求的数据点后计算平均从而获得最终细胞计数,然后获得最终细胞浓度。结果计算RC会将最终细胞计数和最终细胞浓度返回给样本分析主控MSA。
(9)历史储存与访问HSR
当枢纽Hub接收到样本分析主控MSA的完成信息和结果后,会将结果和相关信息传达给历史储存与访问HSR进行记录。对于每一条测试结果的记录,需要包括以下信息:日期、时间、操作人员身份、仪器序列号、软件版本、光学系统解析度、所有的6个细胞计数、最终细胞计数、最终细胞浓度。
(10)外部通讯控制ECC
控制仪器如何与外部的接口,上位机和LIS的通讯标准,通讯模式和通讯内容。
(11)系统错误控制SEH
监测系统错误,并确定相应的仪器行为,发送相应的信息通过枢纽Hub给人机交互模块的屏幕显示,以及记录错误历史。
(12)电源与睡眠控制PSC
控制何时将系统置于睡眠状态或降低屏幕亮度,以及何时将系统唤醒。
上述各个模块之间的关系如下:
(1)枢纽Hub和用户界面GUI
Hub接受从GUI传来的命令和输入的信息。这些命令和信息包括:
·开始一个样本测试
·访问测试历史
·查看并修改系统信息
·与外部系统连接和通讯
·做仪器自检
·关机
Hub会在一个GUI命令结束后将相关结果和信息返回给GUI进行显示。
如果Hub在PSC规定的时间内没有收到GUI命令,它会通知PSC将仪器的屏幕变暗(节电模式),或者将系统置于睡眠状态。如果系统已经处于节电模式,GUI的触摸会触发Hub通知PSC将系统返回工作模式。如果系统处于睡眠状态,用户需要按物理按键来通知Hub将仪器唤醒到工作模式。
(2)Hub和DPC
当Hub接受到GUI进行样本处理的命令,它会先确认DPC是否返回了耗材就位的确认。确认后启动MSA,并等待解释结束的确认和结果。如果Hub没有接受到DPC发送的耗材就位的确认,它会启动DPC将耗材托盘伸展到接受耗材位置,并发送信息到GUI,提示用户插入耗材。
(3)Hub和MSA
当Hub接受到GUI的命令进行样本测试,它会先确认DPC是否返回了耗材就位的确认。确认后启动MSA,并等待解释结束的确认和结果。
如果Hub没有接受到DPC发送的耗材就位的确认,它会启动DPC将耗材托盘伸展到接受耗材位置,并发送信息到GUI,提示用户插入耗材。
如果Hub没有接受到MSA的测试结束确认,或者结果出现非正常值,它会通知SEH进行系统错误处理。
(4)Hub和HSR
当样本测试结束,MSA会给Hub返回测试结束的确认和结果。Hub会将(1)中规定的信息发送给HSR进行存储。HSR在存储结束后,将反馈给Hub确认。Hub在接收到确认后结束此进程。如果没有接受到确认,Hub将会发生错误信息给SEH并等待SEH的处理方案。
当Hub接受到GUI发送的历史纪录查询命令,它会发生请求给HSR,当HSR返回历史纪录存在的确认和记录范围后,提示GUI显示基于记录范围的查询选项。接受到查询选项结果后,将信息传达给HSR进行调阅。并将结果返回给GUI进行显示。
如果HSR返回没有历史纪录或者存储介质不存在,Hub会提示GUI显示相关信息。
如图4所示,为本发明中镜头对焦模块和透镜模块的安装结构示意图,镜头对焦模块安装在透镜模块40上表面,所述的镜头对焦模块包括对焦直线导轨41,对焦直线导轨41上方安装有对焦直线电机42,对焦直线电机42的输出轴连接镜头对焦系统43。
如图5所示,为透镜模块中半透半反射镜和滤光片的安装位置示意图,所述的透镜模块包括基座51,基座51右部分设置有半透半反射镜52和滤光片53。
如图6所示,所述的光源激发模块包括从下到上依次设置的滤光片座60、聚光镜61、O型圈62、LED电路板63和LED散热器64。
镜头对焦模块16是配合样本运动模块11和光源激发模块17一起工作,具体的工作过程为:当样本24被检测到已装入样本托盘23之后,光源激发模块17中的LED会开始照明,其通过半透半反射镜52、显微镜15照射到样本24上,使得白血球的边界变得更加清晰,在半透半反射镜52的另一面是镜头对焦模块16,该模块会接收到由半透半反射镜52折射过来的图像,通过对该图像进行分析其可以判断图像是否清晰,如果没有达到理想的清晰图像的标准,整体控制模块13控制镜头对焦模块16指示高精度步进电机22带动样品托盘23进行直线运动,到达新的拍照点并再次拍照,直到找到最清晰的拍照点进行拍照取样为止。
最后应说明的是:显然,上述实施例仅仅是为清楚地说明本发明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明的保护范围之中。
Claims (4)
1.一种自动识别白细胞的图像设备,包括底座,其特征在于,所述底座上方固定安装有样本运动模块和人机交互模块,样本运动模块上方侧边固定安装有整体控制模块;整体控制模块侧边固定安装有透镜模块,透镜模块包括显微镜,透镜模块上方安装有镜头对焦模块和光源激发模块;所述的整体控制模块分别电连接样本运动模块、人机交互模块、镜头对焦模块、透镜模块和光源激发模块;所述的样本运动模块包括两个相互配合的高精度步进电机和高精度直线导轨,实现高精度定位要求;所述的整体控制模块为设备的运行提供信号处理并接受操作人员提供的指令,实现自动识别图像的功能;所述的人机交互模块通过触控显示屏实现操作人员和设备之间的信息传送;所述的镜头对焦模块包括相互配合的对焦直线导轨和对焦直线电机,实现高精度对焦;所述的光源激发模块产生光源;
其中所述的样本运动模块包括固定在底座上的主机架,主机架上固定安装有高精度直线导轨和高精度步进电机,高精度直线导轨上安装有样本托盘,样本托盘一端连接高精度步进电机的输出轴,实现高精度步进电机带动样本托盘在高精度直线导轨上高精度移动;
其中所述的整体控制模块包括核心控制芯片和电源与睡眠控制PSC,核心控制芯片包括枢纽Hub,枢纽Hub分别连接耗材出入控制DID、系统错误控制SEH、用户界面GUI、历史储存与访问HSR、外部通讯控制ECC和样本分析主控MSA;样本分析主控MSA分别连接耗材位置控制DPC、单幅图像获取SIC、单幅图像分析SIA和结果计算RC;
所述用户界面GUI用于控制什么内容被现实在屏幕上以及将必要信息传达给屏幕显示,所述用户界面GUI还需要将屏幕的输入和命令传达给所述枢纽Hub,所述用户界面GUI包括以下功能:
接受触摸屏输入的信息和命令并传达给枢纽Hub;
接收枢纽Hub传达的信息并发送给屏幕显示;
当接受不到枢纽Hub的信息时,显示错误信息;及
当接收到系统错误控制SEH的错误信息时,显示错误信息;所述耗材出入控制DID包括以下功能:
控制所述样本托盘的出入位置,它同时会感知样本是否到位以及样本种类,并将信息传达给所述枢纽Hub,当所述用户界面GUI给出命令的时候,所述耗材出入控制DID会将所述样本托盘伸展到全开的位置,以便用户放置样本;
当样本放置完毕,用户会点击触摸屏,所述耗材出入控制DID会收回托盘到“位置0”;
所述耗材出入控制DID会随后激发传感器来看样本是否就位,以及何种样本就位;
所述耗材出入控制DID会将这两种信息传达给枢纽Hub;及
当测试结束,所述耗材出入控制DID会再一次的伸展托盘到全开位置,以便用户移除样本;
所述样本分析主控MSA包括以下功能:
控制所述耗材位置控制DPC、所述单幅图像获取SIC、所述单幅图像分析SIA以及结果计算RC的工作流程,当分析样本的命令从所述用户界面GUI经过所述枢纽Hub传达给所述样本分析主控MSA后,所述样本分析主控MSA会控制它下面的四个模块获取样本图像,分析计数,并得到最终结果;
所述单幅图像获取SIC包括以下功能:
将所述镜头对焦模块移动到三个不同的位置并获取三幅图像,然后一个简单的聚焦分析会确定三幅图像中那幅的聚焦最准确,然后所述单幅图像获取SIC会将聚焦最准确的图像传给所述单幅图像分析SIA进行细胞计数,并通知所述样本分析主控MSA进行移动耗材进行下一幅图像的采集;
所述单幅图像分析SIA包括以下功能:
当一幅图像从所述单幅图像获取SIC传递到所述单幅图像分析SIA后,使用细胞计数算法进行计数;及
该计数将会在一个固定的面积内进行,这个面积将小于图像尺寸,该面积是对应于一个物理面积,每台仪器的尺寸将由仪器的解析度而定,当计数完毕,将细胞数量传输到所述结果计算RC;所述结果计算RC包括以下功能:
当所有6幅图像的计数都收到以后,所述结果计算RC会进行统计学分析,剔除不符合要求的数据点后计算平均从而获得最终细胞计数,然后获得最终细胞浓度;及
所述结果计算RC会将最终细胞计数和最终细胞浓度返回给所述样本分析主控MSA;
所述历史储存与访问HSR包括以下功能:
当所述枢纽Hub接收到所述样本分析主控MSA的完成信息和结果后,会将结果和相关信息传达给所述历史储存与访问HSR进行记录;及
对于每一条测试结果的记录,需要包括以下信息:日期、时间、操作人员身份、仪器序列号、软件版本、光学系统解析度、所有的6个细胞计数、最终细胞计数、最终细胞浓度;
所述外部通讯控制ECC包括以下功能:
控制仪器如何与外部的接口,上位机和LIS的通讯标准,通讯模式和通讯内容;
所述系统错误控制SHE包括以下功能:
监测系统错误,并确定相应的仪器行为,发送相应的信息通过所述枢纽Hub给所述人机交互模块的屏幕显示,以及记录错误历史;以及
所述电源与睡眠控制PSC包括以下功能:
控制何时将系统置于睡眠状态或降低屏幕亮度,以及何时将系统唤醒。
2.如权利要求1所述的一种自动识别白细胞的图像设备,其特征在于,所述的镜头对焦模块包括对焦直线导轨,对焦直线导轨上方安装有对焦直线电机,对焦直线电机的输出轴连接镜头对焦系统。
3.如权利要求2所述的一种自动识别白细胞的图像设备,其特征在于,所述的透镜模块包括基座,基座右部分设置有半透半反射镜和滤光片。
4.如权利要求3所述的一种自动识别白细胞的图像设备,其特征在于,所述的光源激发模块包括从下到上依次设置的滤光片座、聚光镜、O型圈、LED电路板和LED散热器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611144492.7A CN106650649B (zh) | 2016-12-13 | 2016-12-13 | 一种自动识别白细胞的图像设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611144492.7A CN106650649B (zh) | 2016-12-13 | 2016-12-13 | 一种自动识别白细胞的图像设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106650649A CN106650649A (zh) | 2017-05-10 |
CN106650649B true CN106650649B (zh) | 2024-02-02 |
Family
ID=58825268
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611144492.7A Active CN106650649B (zh) | 2016-12-13 | 2016-12-13 | 一种自动识别白细胞的图像设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106650649B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111269815B (zh) * | 2020-02-12 | 2023-06-20 | 贵州理工学院 | 细菌计算图像采集装置 |
CN116735461B (zh) * | 2023-08-10 | 2023-11-10 | 成都云芯医联科技有限公司 | 一种白细胞三分类光学检测系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102707545A (zh) * | 2012-06-21 | 2012-10-03 | 武汉烽火众智数字技术有限责任公司 | 一种基于dff的自动对焦方法 |
CN102788756A (zh) * | 2012-07-13 | 2012-11-21 | 上海凯度机电科技有限公司 | 多模态生物显微分析仪 |
CN103529230A (zh) * | 2013-10-23 | 2014-01-22 | 北京倍肯恒业科技发展有限责任公司 | 一种干式血液细胞分析装置 |
CN103698538A (zh) * | 2012-11-07 | 2014-04-02 | 北京安泰永信医疗科技有限公司 | 结核感染t细胞免疫斑点分析仪及其图像生成数据分析方法 |
CN203772876U (zh) * | 2013-10-23 | 2014-08-13 | 北京倍肯恒业科技发展有限责任公司 | 一种干式血液细胞分析装置 |
CN104284095A (zh) * | 2014-10-28 | 2015-01-14 | 福建福光数码科技有限公司 | 一种长焦距可见光工业镜头的快速自动聚焦方法及系统 |
CN206236118U (zh) * | 2016-12-13 | 2017-06-09 | 天津倍肯生物科技有限公司 | 一种自动识别白细胞的图像设备 |
-
2016
- 2016-12-13 CN CN201611144492.7A patent/CN106650649B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102707545A (zh) * | 2012-06-21 | 2012-10-03 | 武汉烽火众智数字技术有限责任公司 | 一种基于dff的自动对焦方法 |
CN102788756A (zh) * | 2012-07-13 | 2012-11-21 | 上海凯度机电科技有限公司 | 多模态生物显微分析仪 |
CN103698538A (zh) * | 2012-11-07 | 2014-04-02 | 北京安泰永信医疗科技有限公司 | 结核感染t细胞免疫斑点分析仪及其图像生成数据分析方法 |
CN103529230A (zh) * | 2013-10-23 | 2014-01-22 | 北京倍肯恒业科技发展有限责任公司 | 一种干式血液细胞分析装置 |
CN203772876U (zh) * | 2013-10-23 | 2014-08-13 | 北京倍肯恒业科技发展有限责任公司 | 一种干式血液细胞分析装置 |
CN104284095A (zh) * | 2014-10-28 | 2015-01-14 | 福建福光数码科技有限公司 | 一种长焦距可见光工业镜头的快速自动聚焦方法及系统 |
CN206236118U (zh) * | 2016-12-13 | 2017-06-09 | 天津倍肯生物科技有限公司 | 一种自动识别白细胞的图像设备 |
Also Published As
Publication number | Publication date |
---|---|
CN106650649A (zh) | 2017-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2007219377B2 (en) | Cytological imaging systems and methods | |
US7667890B2 (en) | Cytological imaging systems and methods | |
US5793969A (en) | Network review and analysis of computer encoded slides | |
EP3669784B1 (en) | System and method for acquiring an x-ray image | |
US20030112330A1 (en) | Microscopic image capture apparatus | |
JP2009528580A (ja) | スライドをディジタル撮影する方法及びそのための自動ディジタル画像記録システム | |
WO2011103281A1 (en) | Method and apparatus for performing hematologic analysis using an array-imaging system for imaging and analysis of a centrifuged analysis tube | |
CN106650649B (zh) | 一种自动识别白细胞的图像设备 | |
CN109490286B (zh) | 用于医院检验科和泌尿科的尿液分析仪 | |
CN103827657A (zh) | 血液分析仪校准和评估 | |
JP5217793B2 (ja) | データの精度を向上する方法、および、そのためのシステム | |
CN111504885A (zh) | 一种基于机器视觉的全自动血涂片形态分析装置 | |
JP2021504679A (ja) | スライドラック判定システム | |
CN206236118U (zh) | 一种自动识别白细胞的图像设备 | |
CN114869337A (zh) | 一体化仓式甲状腺超声ai自动诊断仪 | |
US20220199229A1 (en) | Method and system for enhancing medical ultrasound imaging devices with computer vision, computer aided diagnostics, report generation and network communication in real-time and near real-time | |
CN110993062B (zh) | 一种医学影像信息系统 | |
CN103698538A (zh) | 结核感染t细胞免疫斑点分析仪及其图像生成数据分析方法 | |
JP2015118608A (ja) | 画像処理方法、画像処理装置、臨床検査システム、およびプログラム | |
EP3818378B1 (en) | Apparatus for processing and cataloging of samples | |
CN111415736A (zh) | 一种切片成像装置使用的图形用户界面 | |
CN218331137U (zh) | 一种便携式血细胞分型计数装置 | |
TWM579797U (zh) | Automatic cell sorting system | |
CN212755581U (zh) | 一种景深调试机构、电子内窥镜传像组件景深调试装置 | |
JP2010054426A (ja) | 疾患の観察方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200319 Address after: 102200, 1 Chang Xing Road, Changping District science and Technology Park, Beijing Applicant after: BEIJING BIOCHEM HENGYE SCIENCE AND TECHNOLOGY DEVELOPMENT CO.,LTD. Address before: 300011 Tianjin City Hedong District Powerise building 1-502 Applicant before: TIANJIN BEIKEN BIOTECHNOLOGY CO.,LTD. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |