CN109545375A - 一种用于临检细胞骨髓专业的多功能试验平台 - Google Patents
一种用于临检细胞骨髓专业的多功能试验平台 Download PDFInfo
- Publication number
- CN109545375A CN109545375A CN201811524729.3A CN201811524729A CN109545375A CN 109545375 A CN109545375 A CN 109545375A CN 201811524729 A CN201811524729 A CN 201811524729A CN 109545375 A CN109545375 A CN 109545375A
- Authority
- CN
- China
- Prior art keywords
- cell
- module
- marrow
- data
- image
- 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
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 115
- 238000007689 inspection Methods 0.000 claims abstract description 45
- 238000004040 coloring Methods 0.000 claims abstract description 17
- 238000004891 communication Methods 0.000 claims abstract description 11
- 230000008859 change Effects 0.000 claims abstract description 9
- 210000004027 cell Anatomy 0.000 claims description 179
- 210000002798 bone marrow cell Anatomy 0.000 claims description 49
- 238000000034 method Methods 0.000 claims description 30
- 210000004209 hair Anatomy 0.000 claims description 18
- 238000011156 evaluation Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 13
- 230000001413 cellular effect Effects 0.000 claims description 12
- 238000013139 quantization Methods 0.000 claims description 12
- 238000002059 diagnostic imaging Methods 0.000 claims description 10
- SBNFWQZLDJGRLK-UHFFFAOYSA-N phenothrin Chemical compound CC1(C)C(C=C(C)C)C1C(=O)OCC1=CC=CC(OC=2C=CC=CC=2)=C1 SBNFWQZLDJGRLK-UHFFFAOYSA-N 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 238000012550 audit Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 238000003908 quality control method Methods 0.000 claims description 6
- 239000002131 composite material Substances 0.000 claims description 5
- 238000013441 quality evaluation Methods 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 claims description 4
- 230000007547 defect Effects 0.000 claims description 3
- 238000009432 framing Methods 0.000 claims description 3
- 239000003550 marker Substances 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 3
- 238000011002 quantification Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims description 2
- 238000003860 storage Methods 0.000 claims description 2
- 210000000988 bone and bone Anatomy 0.000 claims 2
- 238000005516 engineering process Methods 0.000 abstract description 4
- 210000001185 bone marrow Anatomy 0.000 description 6
- 239000000284 extract Substances 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000013524 data verification Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011207 functional examination Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- VOXZDWNPVJITMN-ZBRFXRBCSA-N 17β-estradiol Chemical compound OC1=CC=C2[C@H]3CC[C@](C)([C@H](CC4)O)[C@@H]4[C@@H]3CCC2=C1 VOXZDWNPVJITMN-ZBRFXRBCSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 208000007502 anemia Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 210000003979 eosinophil Anatomy 0.000 description 1
- 210000003714 granulocyte Anatomy 0.000 description 1
- 208000014951 hematologic disease Diseases 0.000 description 1
- 208000018706 hematopoietic system disease Diseases 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001965 increasing effect Effects 0.000 description 1
- 208000032839 leukemia Diseases 0.000 description 1
- 210000001167 myeloblast Anatomy 0.000 description 1
- 210000003887 myelocyte Anatomy 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- 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
- G06V20/695—Preprocessing, e.g. image segmentation
-
- 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
- G06V20/698—Matching; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明属于临检细胞技术领域，公开了一种用于临检细胞骨髓专业的多功能试验平台，所述用于临检细胞骨髓专业的多功能试验平台包括：细胞图像采集模块、主控模块、细胞标记模块、细胞分析模块、试验评估模块、检索模块、网络通信模块、显示模块。本发明通过细胞标记模块在标记细胞的名称信息的同时，还标记这类细胞的分类颜色信息；实现了每一类细胞都有特定且不重复的颜色标记，不仅易于阅读，而且避免命名冲突，方便查阅；同时，通过试验评估模块可以清晰知道临床试验质量经过稽查后质量变化的情况，从而对后续临床试验做出调整。
Description
技术领域
本发明属于临检细胞技术领域，尤其涉及一种用于临检细胞骨髓专业的多功能试验平台。
背景技术
骨髓检查是临床上常用的容易普及而且有效的诊断检查方法之一。骨髓检查可用于造血系统疾病的诊断，如对白血病的鉴别诊断、各种贫血的鉴别诊断、多发性骨髓瘤和血小板增加或减少性疾病的诊断。由于生理变异和不同的调查资料，正常骨髓象各系统各阶段细胞比值变动范围较大，所以正常骨髓象实际含义是正常范围骨髓象，下降数据可做为骨髓涂片中各种血细胞正常值的参考：粒细胞系统占比例最大，约占1/2。一般原始粒细胞<0.02，早幼粒细胞<0.05，以中性杆状核最多，其比值大于分叶核细胞，也多于晚幼粒细胞，嗜酸性粒细胞<0.05，嗜碱性粒细胞<0.01。然而，现有骨髓细胞标记时，使用细胞名字对细胞进行标记不易于阅读；而且不同的专家、医院、地区、国家对某些同类细胞会定义不同的细胞名称，仅使用细胞名字对细胞进行标记容易造成理解冲突；同时，在临检细胞骨髓试验过程中，依靠人工传统模式下较难实现客观标准评估，因此也就无法建立标准化的评价体系，从而实现临床试验质量的动态化跟踪以及稽查后临床试验改善情况。
综上所述，现有技术存在的问题是：
现有骨髓细胞标记时，使用细胞名字对细胞进行标记不易于阅读；而且不同的专家、医院、地区、国家对某些同类细胞会定义不同的细胞名称，仅使用细胞名字对细胞进行标记容易造成理解冲突；
同时，在临检细胞骨髓试验过程中，依靠人工传统模式下较难实现客观标准评估，因此也就无法建立标准化的评价体系，从而实现临床试验质量的动态化跟踪以及稽查后临床试验改善情况。
现有技术中医疗影像设备采集到骨髓细胞图像数据较为模糊，清晰度较差，不利于对图像数据进行观察与判断；现有技术中对标本图像进行细胞轮廓提取，以出现轮廓模糊不清或图像边缘丢失的情况；现有技术中在对骨髓细胞试验数据的传输过程中数据已受到外界干扰，造成数据的丢失及错误，降低数据的运行输出的准确性。
发明内容
针对现有技术存在的问题，本发明提供了一种用于临检细胞骨髓专业的多功能试验平台。
本发明是这样实现的，一种用于临检细胞骨髓专业的多功能试验平台包括：
细胞图像采集模块、主控模块、细胞标记模块、细胞分析模块、试验评估模块、检索模块、网络通信模块、显示模块；
细胞图像采集模块，与主控模块连接，用于通过医疗影像设备采集骨髓细胞图像数据；
主控模块，与细胞图像采集模块、细胞标记模块、细胞分析模块、试验评估模块、检索模块、网络通信模块、显示模块连接，用于通过单片机控制各个模块正常工作；
细胞标记模块，与主控模块连接，用于通过图像处理软件对采集的骨髓细胞进行特征标记操作；
细胞分析模块，与主控模块连接，用于通过分析软件对骨髓细胞状态特征进行分析；
试验评估模块，与主控模块连接，用于通过评估软件对临检细胞骨髓试验进行质量评估；
检索模块，与主控模块连接，用于通过检索算法检索骨髓细胞试验相关资料；
网络通信模块，与主控模块连接，用于通过网络接口连接互联网络对骨髓细胞试验数据进行远程通信；
显示模块，与主控模块连接，用于通过显示器显示临检细胞骨髓试验过程中采集骨髓细胞图像、试验质量评估数据信息。
进一步，所述细胞标记模块标记方法如下：
(1)获取细胞骨髓标本图像，采用图像处理算法对细胞骨髓标本图像进行细胞轮廓提取，并对提取结果通过标记框进行标记，得到轮廓细胞图像；
(2)通过分类流程或分类器建立分类模型；
(3)将所述轮廓细胞图像输入预设分类模型中，得到分类细胞图像和对应的分类细胞信息；
(4)获取颜色信息和名称信息，根据预设类别对所述颜色信息进行分类，得到分类颜色信息；
(5)根据分类细胞信息提取对应的名称信息和分类颜色信息对分类细胞图像进行组合标记，并展示组合标记后的可视图。
进一步，所述将所述轮廓细胞图像输入预设分类模型中，得到分类细胞图像和对应的分类细胞信息，包括以下步骤；
将所述轮廓细胞图像输入预设分类模型中，对所述轮廓细胞图像分配预设类别的概率；
根据所述轮廓细胞图像相应概率和预设阈值对所述轮廓细胞图像进行分类标记，得到分类细胞图像；
对所述分类细胞图像进行识别判断，得到对应的分类细胞信息。
进一步，所述采用图像处理算法对标本图像进行细胞轮廓提取包括以下步骤；
对所述标本图像分别进行灰度、去燥处理；
采用最大方差法计算去燥后的灰度图片的最佳阈值，用所述最佳阈值对去燥后的灰度图片进行分割，并转化为二值化图像，完成细胞轮廓提取。
进一步，所述试验评估模块评估方法如下：
1)临检细胞骨髓试验项目基本信息的设置；
2)进行临检细胞骨髓试验项目阶段的设置；将临床试验全过程质量控制跟踪划分为六个阶段，实现从临床试验的准备一直到试验结束的全过程跟踪；
3)临检细胞骨髓试验项目中心设置；在临床试验的质量跟踪过程中，设置每个阶段需要进行稽查或者质量跟踪控制的一个或多个研究中心；
4)临检细胞骨髓试验项目模块数量设置；系统的稽查模块按照满足大部分临床试验的需求进行了合理设置与划分，系统预置18个稽查模块，覆盖I期－VI期或BE临床试验的各种场景；
5)模块内数据源设置；模块内数据源由默认部分和自定义部分两部分组成；
6)各项设置完成后，进入现场进行实际稽查；根据稽查情况进行稽查模块数据的录入；
7)根据稽查情况进行稽查发现数据的录入；数据录入完成后系统先进行稽查点的量化；
8)量化的类型分为模块记录数据和稽查发现数据；
9)根据得到的基础数据后：依据每个阶段的a、b、c值得到该阶段该中心不同模块的临床试验质量稽查情况，依据分值高低进行后期重点改善部分的建议；依据得到的中心A1值，与系统内类似的值比较，进行本次试验质量的客观评估；依据中心A1到An值的变化，得到稽查后该中心临床试验质量的动态评估；并将评估数据反映在单中心稽查报告中；
10)根据得到的基础数据后：依据A1+B1+C1+N1获取这个阶段所有中心的分值汇总，则与系统中同阶段的临床试验质量稽查情况进行对比，进行本阶段试验质量的客观评估；依据不同阶段分值的变化，得到不同阶段稽查后临床试验质量的动态评估；并将数据反映在阶段稽查报告中。
11)将本次试验所有的分值进行相加，获取这个项目的分值汇总，则与系统中同等项目的临床试验质量稽查情况进行对比，进行项目临床试验质量的总体评估；并将数据反映在临检细胞骨髓试验项目稽查报告中。
进一步，所述模块记录数据有三种类型，分别采用不同的量化方式：一种类型为选择项的量化：提供四种选择项，“完整”加3分、“缺陷”加1分、“无”0分、“NA”则表示不参与量化的权重分配；由此得出，模块a得到模块a的量化值a1＝实际分值/参与量化数据项的满分分值，模块b的量化值b1＝实际分值/参与量化数据项的满分分值，分值全部折算为百分比；一种类型为数据校验的量化：采集的数据之间是存在关联关系的，这类数据按照设定规则自动进行数据合理性的校验，数据无偏差加3分、偏差在10％以内加2分，偏差在10－20％之间加1分，偏差超过20％为0分；得到模块a的量化值a2＝实际分值/参与量化数据项的满分分值、模块b的量化值b2＝实际分值/参与量化数据项的满分分值等，分值全部折算为百分比；一种为纯文本的纪录型数据，该部分数据不参与量化。
本发明的另一目的在于提供一种用于临检细胞骨髓专业的多功能控制方法，所述用于临检细胞骨髓专业的多功能控制方法包括：
通过采用改进后的十字线灰度图像清晰度计算的医疗影像设备采集骨髓细胞图像数据；
利用图像处理软件对采集的骨髓细胞进行特征标记操作；利用分析软件对骨髓细胞状态特征进行分析；
利用评估软件对临检细胞骨髓试验进行质量评估；利用检索算法检索骨髓细胞试验相关资料；
利用网络接口连接互联网络对骨髓细胞试验数据进行基于GM(1，N)模型的远程通信；通过显示器显示临检细胞骨髓试验过程中采集骨髓细胞图像、试验质量评估数据信息。
进一步，通过采用改进后的十字线灰度图像法采集骨髓细胞图像数据；改进后的十字线灰度图像法为：
十字线灰度图像由m x n个像素构成,像素灰度值矩阵B(I,J),其中
O≤I≤m-1，O≤J≤n-1；
十字线灰度图像最大灰度值Bmax,最小灰度值Bmin,那么灰度差值的1/2用Bdif表示为:
灰度图像的清晰度为C,得到十字线灰度图像清晰度改进模型为:
本发明的另一目的在于提供一种终端，所述终端至少搭载实现所述用于临检细胞骨髓专业的多功能控制方法的控制器。
本发明的另一目的在于提供一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行所述的用于临检细胞骨髓专业的多功能控制方法。
本发明的优点及积极效果为：
本发明通过细胞标记模块利用图像处理算法对标本图像进行处理标记得到轮廓细胞图像；再将轮廓细胞图像输入预设分类模型中，得到分类细胞图像和对应的分类细胞信息；通过根据预设类别对获取的颜色信息进行分类，得到分类颜色信息；最后，根据分类细胞信息提取对应的名称信息和分类颜色信息对分类细胞图像进行组合标记，并展示组合标记后的可视图；对处理得到的分类细胞图像根据对应的名称信息和分类颜色信息进行组合标记，即在标记细胞的名称信息的同时，还标记这类细胞的分类颜色信息；实现了每一类细胞都有特定且不重复的颜色标记，不仅易于阅读，而且避免命名冲突，方便查阅；同时，通过试验评估模块根据每个阶段临床检测细胞骨髓试验的稽查情况，得到临床试验质量的阶段趋势变化和后续的质量趋势分析，通过质量的动态变化可以反映出当前阶段较上一阶段稽查后质量的改善情况，以及下一阶段经过稽查建议调整后预计可以达到的质量改善情况；通过这种动态的趋势变化，不同阶段临床试验质量的分值高低，可以清晰知道临床试验质量经过稽查后质量变化的情况，从而对后续临床试验做出调整。
本发明通过采用改进后的十字线灰度图像清晰度计算，提高图像的清晰度，有利于医疗影像设备采集到清晰准确的骨髓细胞图像数据；本发明采用图像处理算法对标本图像进行细胞轮廓提取，清晰准确的完成细胞轮廓的提取，保持图像的完整度；本发明利用网络接口连接互联网络对骨髓细胞试验数据进行基于GM(1，N)模型的远程通信，实现对骨髓细胞试验数据的校正，提高数据的运行输出的准确性。
附图说明
图1是本发明实施例提供的用于临检细胞骨髓专业的多功能控制方法流程图。
图2是本发明实施例提供的用于临检细胞骨髓专业的多功能试验平台结构框图。
图中：1、细胞图像采集模块；2、主控模块；3、细胞标记模块；4、细胞分析模块；5、试验评估模块；6、检索模块；7、网络通信模块；8、显示模块。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。
现有骨髓细胞标记时，使用细胞名字对细胞进行标记不易于阅读；而且不同的专家、医院、地区、国家对某些同类细胞会定义不同的细胞名称，仅使用细胞名字对细胞进行标记容易造成理解冲突；
针对上述问题，下面结合附图对本发明的应用原理作详细的描述。
如图1所示，本发明实施例提供的用于临检细胞骨髓专业的多功能控制方法，具体包括以下步骤：
S101：通过采用改进后的十字线灰度图像清晰度计算的医疗影像设备采集骨髓细胞图像数据；
S102：利用图像处理软件对采集的骨髓细胞进行特征标记操作；利用分析软件对骨髓细胞状态特征进行分析；
S103：利用评估软件对临检细胞骨髓试验进行质量评估；利用检索算法检索骨髓细胞试验相关资料；
S104：利用网络接口连接互联网络对骨髓细胞试验数据进行基于GM(1，N)模型的远程通信；通过显示器显示临检细胞骨髓试验过程中采集骨髓细胞图像、试验质量评估数据信息。
步骤S101中，本发明实施例提供的通过采用改进后的十字线灰度图像清晰度计算，提高图像的清晰度，有利于医疗影像设备采集到清晰准确的骨髓细胞图像数据；具体的改进算法为：
十字线灰度图像由mxn个像素构成,像素灰度值矩阵B(I,J),其中
0≤I≤m-1，0≤J≤n-1；
十字线灰度图像最大灰度值Bmax,最小灰度值Bmin,那么灰度差值的1/2用Bdif可表示为:
灰度图像的清晰度为C,可得到十字线灰度图像清晰度改进模型为:
步骤S102中，本发明实施例提供的采用图像处理算法对标本图像进行细胞轮廓提取，清晰准确的完成细胞轮廓的提取，包括以下步骤；
(1)对标本图像分别进行灰度、去燥处理；
(2)采用最大方差法计算去燥后的灰度图片的最佳阈值，用最佳阈值对去燥后的灰度图片进行分割，并转化为二值化图像，完成细胞轮廓提取。
步骤S104中，本发明实施例提供的利用网络接口连接互联网络对骨髓细胞试验数据进行基于GM(1，N)模型的远程通信，实现对骨髓细胞试验数据的校正，提高数据的运行输出的准确性；骨髓细胞试验数据序算法如下：
式中，称D为X(0)的一次累加生成算子；通过数据的累加处理，提高了序列的光滑度，降低了原序列数据的离散度，使得原始数据的特性与规律更明显；
骨髓细胞试验数据的灰色GM(1，N)模型及对应的白化方程为：
其中，k＝1,2,3,…,n,a为模型的发展系数，b为灰作用量，表达数据间
的变化情况。
如图2所示，本发明实施例提供的用于临检细胞骨髓专业的多功能试验平台，包括：细胞图像采集模块1、主控模块2、细胞标记模块3、细胞分析模块4、试验评估模块5、检索模块6、网络通信模块7、显示模块8。
细胞图像采集模块1，与主控模块2连接，用于通过医疗影像设备采集骨髓细胞图像数据；
主控模块2，与细胞图像采集模块1、细胞标记模块3、细胞分析模块4、试验评估模块5、检索模块6、网络通信模块7、显示模块8连接，用于通过单片机控制各个模块正常工作；
细胞标记模块3，与主控模块2连接，用于通过图像处理软件对采集的骨髓细胞进行特征标记操作；
细胞分析模块4，与主控模块2连接，用于通过分析软件对骨髓细胞状态特征进行分析；
试验评估模块5，与主控模块2连接，用于通过评估软件对临检细胞骨髓试验进行质量评估；
检索模块6，与主控模块2连接，用于通过检索算法检索骨髓细胞试验相关资料；
网络通信模块7，与主控模块2连接，用于通过网络接口连接互联网络对骨髓细胞试验数据进行远程通信；
显示模块8，与主控模块2连接，用于通过显示器显示临检细胞骨髓试验过程中采集骨髓细胞图像、试验质量评估数据信息。
本发明提供的细胞标记模块3标记方法如下：
(1)获取细胞骨髓标本图像，采用图像处理算法对细胞骨髓标本图像进行细胞轮廓提取，并对提取结果通过标记框进行标记，得到轮廓细胞图像；
(2)通过分类流程或分类器建立分类模型；
(3)将所述轮廓细胞图像输入预设分类模型中，得到分类细胞图像和对应的分类细胞信息；
(4)获取颜色信息和名称信息，根据预设类别对所述颜色信息进行分类，得到分类颜色信息；
(5)根据分类细胞信息提取对应的名称信息和分类颜色信息对分类细胞图像进行组合标记，并展示组合标记后的可视图。
本发明提供的将所述轮廓细胞图像输入预设分类模型中，得到分类细胞图像和对应的分类细胞信息，包括以下步骤；
将所述轮廓细胞图像输入预设分类模型中，对所述轮廓细胞图像分配预设类别的概率；
根据所述轮廓细胞图像相应概率和预设阈值对所述轮廓细胞图像进行分类标记，得到分类细胞图像；
对所述分类细胞图像进行识别判断，得到对应的分类细胞信息。
本发明提供的试验评估模块5评估方法如下：
1)临检细胞骨髓试验项目基本信息的设置；
2)进行临检细胞骨髓试验项目阶段的设置；将临床试验全过程质量控制跟踪划分为六个阶段，实现从临床试验的准备一直到试验结束的全过程跟踪；
3)临检细胞骨髓试验项目中心设置；在临床试验的质量跟踪过程中，设置每个阶段需要进行稽查或者质量跟踪控制的一个或多个研究中心；
4)临检细胞骨髓试验项目模块数量设置；系统的稽查模块按照满足大部分临床试验的需求进行了合理设置与划分，系统预置18个稽查模块，覆盖I期－VI期或BE临床试验的各种场景；
5)模块内数据源设置；模块内数据源由默认部分和自定义部分两部分组成；
6)各项设置完成后，进入现场进行实际稽查；根据稽查情况进行稽查模块数据的录入；
7)根据稽查情况进行稽查发现数据的录入；数据录入完成后系统先进行稽查点的量化；
8)量化的类型分为模块记录数据和稽查发现数据；
9)根据得到的基础数据后：依据每个阶段的a、b、c值得到该阶段该中心不同模块的临床试验质量稽查情况，依据分值高低进行后期重点改善部分的建议；依据得到的中心A1值，与系统内类似的值比较，进行本次试验质量的客观评估；依据中心A1到An值的变化，得到稽查后该中心临床试验质量的动态评估；并将评估数据反映在单中心稽查报告中；
10)根据得到的基础数据后：依据A1+B1+C1+N1获取这个阶段所有中心的分值汇总，则与系统中同阶段的临床试验质量稽查情况进行对比，进行本阶段试验质量的客观评估；依据不同阶段分值的变化，得到不同阶段稽查后临床试验质量的动态评估；并将数据反映在阶段稽查报告中。
11)将本次试验所有的分值进行相加，获取这个项目的分值汇总，则与系统中同等项目的临床试验质量稽查情况进行对比，进行项目临床试验质量的总体评估；并将数据反映在临检细胞骨髓试验项目稽查报告中。
本发明提供的模块记录数据有三种类型，分别采用不同的量化方式：一种类型为选择项的量化：提供四种选择项，“完整”加3分、“缺陷”加1分、“无”0分、“NA”则表示不参与量化的权重分配；由此得出，模块a得到模块a的量化值a1＝实际分值/参与量化数据项的满分分值，模块b的量化值b1＝实际分值/参与量化数据项的满分分值，分值全部折算为百分比；一种类型为数据校验的量化：采集的数据之间是存在关联关系的，这类数据按照设定规则自动进行数据合理性的校验，数据无偏差加3分、偏差在10％以内加2分，偏差在10－20％之间加1分，偏差超过20％为0分；得到模块a的量化值a2＝实际分值/参与量化数据项的满分分值、模块b的量化值b2＝实际分值/参与量化数据项的满分分值等，分值全部折算为百分比；一种为纯文本的纪录型数据，该部分数据不参与量化。
本发明实施例提供的工作原理：
本发明工作时，首先，通过细胞图像采集模块1利用医疗影像设备采集骨髓细胞图像数据；其次，主控模块2通过细胞标记模块3利用图像处理软件对采集的骨髓细胞进行特征标记操作；通过细胞分析模块4利用分析软件对骨髓细胞状态特征进行分析；通过试验评估模块5利用评估软件对临检细胞骨髓试验进行质量评估；通过检索模块6利用检索算法检索骨髓细胞试验相关资料；然后，通过网络通信模块7利用网络接口连接互联网络对骨髓细胞试验数据进行远程通信；最后，通过显示模块8，与主控模块2连接，用于通过显示器显示临检细胞骨髓试验过程中采集骨髓细胞图像、试验质量评估数据信息。
以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。
Claims (10)
1.一种用于临检细胞骨髓专业的多功能试验平台，其特征在于，所述用于临检细胞骨髓专业的多功能试验平台包括：
细胞图像采集模块，与主控模块连接，用于通过医疗影像设备采集骨髓细胞图像数据；
主控模块，与细胞图像采集模块、细胞标记模块、细胞分析模块、试验评估模块、检索模块、网络通信模块、显示模块连接，用于通过单片机控制各个模块正常工作；
细胞标记模块，与主控模块连接，用于通过图像处理软件对采集的骨髓细胞进行特征标记操作；
细胞分析模块，与主控模块连接，用于通过分析软件对骨髓细胞状态特征进行分析；
试验评估模块，与主控模块连接，用于通过评估软件对临检细胞骨髓试验进行质量评估；
检索模块，与主控模块连接，用于通过检索算法检索骨髓细胞试验相关资料；
网络通信模块，与主控模块连接，用于通过网络接口连接互联网络对骨髓细胞试验数据进行远程通信；
显示模块，与主控模块连接，用于通过显示器显示临检细胞骨髓试验过程中采集骨髓细胞图像、试验质量评估数据信息。
2.如权利要求1所述用于临检细胞骨髓专业的多功能试验平台，其特征在于，所述细胞标记模块标记方法包括：
(1)获取细胞骨髓标本图像，采用图像处理算法对细胞骨髓标本图像进行细胞轮廓提取，并对提取结果通过标记框进行标记，得到轮廓细胞图像；
(2)通过分类流程或分类器建立分类模型；
(3)将所述轮廓细胞图像输入预设分类模型中，得到分类细胞图像和对应的分类细胞信息；
(4)获取颜色信息和名称信息，根据预设类别对所述颜色信息进行分类，得到分类颜色信息；
(5)根据分类细胞信息提取对应的名称信息和分类颜色信息对分类细胞图像进行组合标记，并展示组合标记后的可视图。
3.如权利要求2所述用于临检细胞骨髓专业的多功能试验平台，其特征在于，所述将所述轮廓细胞图像输入预设分类模型中，得到分类细胞图像和对应的分类细胞信息，包括以下步骤；
将所述轮廓细胞图像输入预设分类模型中，对所述轮廓细胞图像分配预设类别的概率；
根据所述轮廓细胞图像相应概率和预设阈值对所述轮廓细胞图像进行分类标记，得到分类细胞图像；
对所述分类细胞图像进行识别判断，得到对应的分类细胞信息。
4.如权利要求2所述用于临检细胞骨髓专业的多功能试验平台，其特征在于，所述采用图像处理算法对标本图像进行细胞轮廓提取包括以下步骤；
对所述标本图像分别进行灰度、去燥处理；
采用最大方差法计算去燥后的灰度图片的最佳阈值，用所述最佳阈值对去燥后的灰度图片进行分割，并转化为二值化图像，完成细胞轮廓提取。
5.如权利要求1所述用于临检细胞骨髓专业的多功能试验平台，其特征在于，所述试验评估模块评估方法如下：
1)临检细胞骨髓试验项目基本信息的设置；
2)进行临检细胞骨髓试验项目阶段的设置；将临床试验全过程质量控制跟踪划分为六个阶段，实现从临床试验的准备一直到试验结束的全过程跟踪；
3)临检细胞骨髓试验项目中心设置；在临床试验的质量跟踪过程中，设置每个阶段需要进行稽查或者质量跟踪控制的一个或多个研究中心；
4)临检细胞骨髓试验项目模块数量设置；系统的稽查模块按照满足大部分临床试验的需求进行了合理设置与划分，系统预置18个稽查模块，覆盖I期－VI期或BE临床试验的各种场景；
5)模块内数据源设置；模块内数据源由默认部分和自定义部分两部分组成；
6)各项设置完成后，进入现场进行实际稽查；根据稽查情况进行稽查模块数据的录入；
7)根据稽查情况进行稽查发现数据的录入；数据录入完成后系统先进行稽查点的量化；
8)量化的类型分为模块记录数据和稽查发现数据；
9)根据得到的基础数据后：依据每个阶段的a、b、c值得到该阶段该中心不同模块的临床试验质量稽查情况，依据分值高低进行后期重点改善部分的建议；依据得到的中心A1值，与系统内类似的值比较，进行本次试验质量的客观评估；依据中心A1到An值的变化，得到稽查后该中心临床试验质量的动态评估；并将评估数据反映在单中心稽查报告中；
10)根据得到的基础数据后：依据A1+B1+C1+N1获取这个阶段所有中心的分值汇总，则与系统中同阶段的临床试验质量稽查情况进行对比，进行本阶段试验质量的客观评估；依据不同阶段分值的变化，得到不同阶段稽查后临床试验质量的动态评估；并将数据反映在阶段稽查报告中。
11)将本次试验所有的分值进行相加，获取这个项目的分值汇总，则与系统中同等项目的临床试验质量稽查情况进行对比，进行项目临床试验质量的总体评估；并将数据反映在临检细胞骨髓试验项目稽查报告中。
6.如权利要求5所述用于临检细胞骨髓专业的多功能试验平台，其特征在于，所述模块记录数据有三种类型，分别采用不同的量化方式：一种类型为选择项的量化：提供四种选择项，“完整”加3分、“缺陷”加1分、“无”0分、“NA”则表示不参与量化的权重分配；由此得出，模块a得到模块a的量化值a1＝实际分值/参与量化数据项的满分分值，模块b的量化值b1＝实际分值/参与量化数据项的满分分值，分值全部折算为百分比；一种类型为数据校验的量化：采集的数据之间是存在关联关系的，这类数据按照设定规则自动进行数据合理性的校验，数据无偏差加3分、偏差在10％以内加2分，偏差在10－20％之间加1分，偏差超过20％为0分；得到模块a的量化值a2＝实际分值/参与量化数据项的满分分值、模块b的量化值b2＝实际分值/参与量化数据项的满分分值等，分值全部折算为百分比；一种为纯文本的纪录型数据，部分数据不参与量化。
7.一种如权利要求1所述用于临检细胞骨髓专业的多功能试验平台的用于临检细胞骨髓专业的多功能控制方法，其特征在于，所述用于临检细胞骨髓专业的多功能控制方法包括：
通过采用改进后的十字线灰度图像清晰度计算的医疗影像设备采集骨髓细胞图像数据；
利用图像处理软件对采集的骨髓细胞进行特征标记操作；利用分析软件对骨髓细胞状态特征进行分析；
利用评估软件对临检细胞骨髓试验进行质量评估；利用检索算法检索骨髓细胞试验相关资料；
利用网络接口连接互联网络对骨髓细胞试验数据进行基于GM(1，N)模型的远程通信；通过显示器显示临检细胞骨髓试验过程中采集骨髓细胞图像、试验质量评估数据信息。
8.如权利要求7所述用于临检细胞骨髓专业的多功能控制方法，其特征在于，通过采用改进后的十字线灰度图像法采集骨髓细胞图像数据；改进后的十字线灰度图像法为：
十字线灰度图像由mxn个像素构成,像素灰度值矩阵B(I,J),其中
0≤I≤m-1，0≤J≤n-1；
十字线灰度图像最大灰度值Bmax,最小灰度值Bmin,那么灰度差值的1/2用Bdif表示为:
灰度图像的清晰度为C,得到十字线灰度图像清晰度改进模型为:
9.一种终端，其特征在于，所述终端至少搭载实现权利要求7-8任意一项所述用于临检细胞骨髓专业的多功能控制方法的控制器。
10.一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行如权利要求7-8任意一项所述的用于临检细胞骨髓专业的多功能控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811524729.3A CN109545375A (zh) | 2018-12-13 | 2018-12-13 | 一种用于临检细胞骨髓专业的多功能试验平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811524729.3A CN109545375A (zh) | 2018-12-13 | 2018-12-13 | 一种用于临检细胞骨髓专业的多功能试验平台 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109545375A true CN109545375A (zh) | 2019-03-29 |
Family
ID=65854633
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811524729.3A Pending CN109545375A (zh) | 2018-12-13 | 2018-12-13 | 一种用于临检细胞骨髓专业的多功能试验平台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109545375A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114401380A (zh) * | 2022-01-25 | 2022-04-26 | 中国人民解放军总医院第八医学中心 | 一种基于复合材料制备仿生骨的细胞相容性测试系统和方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120089418A1 (en) * | 2010-10-11 | 2012-04-12 | Shwetha Ramachandra Kamath | INTEGRATED INTERACTIVE SYSTEMS AND METHODS WITH SINGLE TRANSACTIONAL DATABASE AND REPORTING APPLICATION FOR eCLINICAL TRIALS |
| CN107729932A (zh) * | 2017-10-10 | 2018-02-23 | 李强 | 骨髓细胞标记方法和系统 |
| CN107977684A (zh) * | 2017-12-20 | 2018-05-01 | 杭州智微信息科技有限公司 | 一种快速修正骨髓有核细胞分类的交互方法 |
| CN108133300A (zh) * | 2016-11-30 | 2018-06-08 | 北京经纬传奇医药科技有限公司 | 一种临床试验质量评估系统及其方法 |
-
2018
- 2018-12-13 CN CN201811524729.3A patent/CN109545375A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120089418A1 (en) * | 2010-10-11 | 2012-04-12 | Shwetha Ramachandra Kamath | INTEGRATED INTERACTIVE SYSTEMS AND METHODS WITH SINGLE TRANSACTIONAL DATABASE AND REPORTING APPLICATION FOR eCLINICAL TRIALS |
| CN108133300A (zh) * | 2016-11-30 | 2018-06-08 | 北京经纬传奇医药科技有限公司 | 一种临床试验质量评估系统及其方法 |
| CN107729932A (zh) * | 2017-10-10 | 2018-02-23 | 李强 | 骨髓细胞标记方法和系统 |
| CN107977684A (zh) * | 2017-12-20 | 2018-05-01 | 杭州智微信息科技有限公司 | 一种快速修正骨髓有核细胞分类的交互方法 |
Non-Patent Citations (1)
| Title |
|---|
| 杜飞明 等: "基于十字线灰度图像清晰度模型的构建与应用", 《计算技术与自动化》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114401380A (zh) * | 2022-01-25 | 2022-04-26 | 中国人民解放军总医院第八医学中心 | 一种基于复合材料制备仿生骨的细胞相容性测试系统和方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20220343623A1 (en) | Blood smear full-view intelligent analysis method, and blood cell segmentation model and recognition model construction method | |
| JP2019195304A (ja) | 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 | |
| US6819787B2 (en) | Robust stain detection and quantification for histological specimens based on a physical model for stain absorption | |
| CN101426150B (zh) | 视频图像质量测评的方法和系统 | |
| CN110503635B (zh) | 一种基于异构数据融合网络的手骨x光片骨龄评估方法 | |
| CN113298780B (zh) | 一种基于深度学习的儿童骨龄评估方法及系统 | |
| JP2006153742A (ja) | 病理診断支援装置、病理診断支援プログラム、病理診断支援方法、及び病理診断支援システム | |
| CN110728666B (zh) | 基于数字病理玻片进行慢性鼻窦炎的分型方法及其系统 | |
| CN109416313A (zh) | 图像地图集系统和方法 | |
| CN114549469A (zh) | 一种基于置信度校准的深层神经网络医疗图像诊断方法 | |
| CN108305253A (zh) | 一种基于多倍率深度学习的病理全切片诊断方法 | |
| CN112801967B (zh) | 一种精子形态分析方法和装置 | |
| CN111680575B (zh) | 一种人类上皮细胞染色分类装置、设备及存储介质 | |
| CN114612714A (zh) | 基于课程学习的无参考图像质量评价方法 | |
| CN113657449A (zh) | 一种含噪标注数据的中医舌象腐腻分类方法 | |
| CN117730655B (zh) | 水稻种子活力定量分析方法、装置、设备及存储介质 | |
| CN112016618A (zh) | 一种用于对图像语义分割模型泛化能力的度量方法 | |
| CN108447047A (zh) | 抗酸杆菌检测方法及装置 | |
| CN109545375A (zh) | 一种用于临检细胞骨髓专业的多功能试验平台 | |
| CN110739051B (zh) | 利用鼻息肉病理图片建立嗜酸性粒细胞占比模型的方法 | |
| CN112086198B (zh) | 一种基于深度学习技术建立年龄评估模型的系统及方法 | |
| McLaughlin et al. | Telemicrobiology: feasibility study | |
| CN113052227A (zh) | 一种基于SE-ResNet的肺结核识别方法 | |
| CN115908950B (zh) | 基于相似度正切映射的快速医学高光谱影像分类方法 | |
| CN113936005A (zh) | 一种dna指数计算方法、装置、计算机设备及存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190329 |
|
| RJ01 | Rejection of invention patent application after publication |