CN111180047A - 一种基于单细胞图像识别的肿瘤细胞自动识别系统 - Google Patents
一种基于单细胞图像识别的肿瘤细胞自动识别系统 Download PDFInfo
- Publication number
- CN111180047A CN111180047A CN201911319848.XA CN201911319848A CN111180047A CN 111180047 A CN111180047 A CN 111180047A CN 201911319848 A CN201911319848 A CN 201911319848A CN 111180047 A CN111180047 A CN 111180047A
- Authority
- CN
- China
- Prior art keywords
- unit
- electrically connected
- identification
- module
- output end
- 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.)
- Withdrawn
Links
Images
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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared 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
- G06T2207/10—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
- G06T2207/30004—Biomedical image processing
- G06T2207/30024—Cell structures in vitro; Tissue sections in vitro
-
- 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
- G06T2207/30004—Biomedical image processing
- G06T2207/30096—Tumor; Lesion
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及肿瘤细胞识别技术领域,尤其为一种基于单细胞图像识别的肿瘤细胞自动识别系统。本发明通过芯片处理器、图像处理模块、图像采集模块、存储模块、移动数据传输模块、数据库、移动终端、医疗中心云端、电源模块和提醒模块的设置,使基于单细胞图像识别的肿瘤细胞自动识别系统,具备识别速度快,处理效率高,在肿瘤细胞出现时,可以使系统进行警示提醒,并可以将识别细胞的进度和结果与数据库进行实时传输的优点,解决了现有的基于单细胞图像识别的肿瘤细胞自动识别系统识别速度慢,处理效率低,且在出现肿瘤细胞时,无法使识别系统进行警示提醒,且无法将识别细胞的进度和结果与数据库进行实时传输的问题。
Description
技术领域
本发明涉及肿瘤细胞识别技术领域,具体为一种基于单细胞图像识别的肿瘤细胞自动识别系统。
背景技术
肿瘤组织无论在细胞形态和组织结构上,都与其发源的正常组织有不同程度的差异,这种差异称为异型性。异型性是肿瘤异常分化在形态上的表现。异型性小,说明分化程度高,异型性大,说明分化程度低。区别这种异型性的大小是诊断肿瘤,确定其良、恶性的主要组织学依据。良性肿瘤细胞的异型性不明显,一般与其来源组织相似。恶性肿瘤常具有明显的异型性。
在医学诊断中,利用计算机技术进行自动的细胞识别与分类对于病况分析具有重要意义,当前研究人员多采用显微镜图像来采集病人血清图像,医生利用该血清图像检查肿瘤细胞的存在,从而判断是否存在肿瘤细胞,而现有的基于单细胞图像识别的肿瘤细胞自动识别系统其识别速度慢,处理效率低,且在出现肿瘤细胞时,无法使识别系统进行警示提醒,且无法将识别细胞的进度和结果与数据库进行实时传输,为此,我们提出了一种基于单细胞图像识别的肿瘤细胞自动识别系统,以解决上述内容存在的问题。
发明内容
本发明的目的在于提供一种基于单细胞图像识别的肿瘤细胞自动识别系统,具备识别速度快,处理效率高,在肿瘤细胞出现时,可以使系统进行警示提醒,并可以将识别细胞的进度和结果与数据库进行实时传输的优点,解决了现有的基于单细胞图像识别的肿瘤细胞自动识别系统识别速度慢,处理效率低,且在出现肿瘤细胞时,无法使识别系统进行警示提醒,且无法将识别细胞的进度和结果与数据库进行实时传输的问题。
为实现上述目的,本发明提供如下技术方案:一种基于单细胞图像识别的肿瘤细胞自动识别系统,包括芯片处理器,所述芯片处理器的输入端单向电性连接有图像处理模块,所述图像处理模块的输入端单向电性连接有图像采集模块,所述芯片处理器的输出端单向电性连接有存储模块,所述芯片处理器的输出端单向电性连接有移动数据传输模块,所述移动数据传输模块的输出端双向电性连接有数据库,所述移动数据传输模块的输出端单向电性连接有移动终端,所述移动数据传输模块的输出端双向电性连接有医疗中心云端,所述图像采集模块的输入端单向电性连接有电源模块,所述电源模块的输出端分别与图像处理模块和芯片处理器的输入端单向电性连接,所述图像处理模块的输出端单向电性连接有提醒模块。
优选的,所述图像采集模块的内部包括取样单元、曝光单元和细胞识别单元,所述取样单元的输出端与曝光单元的输入端双向电性连接,所述曝光单元的输出端与细胞识别单元的输入端双向电性连接。
优选的,所述取样单元为取样盖玻片,所述曝光单元为滤色镜和时间控制器,且滤色镜的颜色为红色、绿色、橙色、蓝色其中的一种,所述细胞识别单元为光学显微镜。
优选的,所述图像处理模块的内部包括显示单元、成像单元和数据处理单元,所述显示单元的输出端与成像单元的输入端双向电性连接,所述成像单元的输出端与数据处理单元的输入端双向电性连接。
优选的,所述显示单元为显示屏,所述成像单元为成像CCD,所述数据处理单元为细胞显微图像识别算法和细胞统计算法。
优选的,所述芯片处理器的输出端单向电性连接有细胞记录单元,所述细胞记录单元为按照时间线进行记录。
优选的,所述提醒模块的内部包括信息接收单元、反馈单元和鸣响单元,所述信息接收单元的输出端与反馈单元的输入端双向电性连接,所述反馈单元的输出端与鸣响接收单元的输入端双向电性连接。
优选的,所述信息接收单元与数据处理单元配合使用,所述鸣响单元为蜂鸣器。
优选的,所述移动数据传输模块的输出端双向电性连接有医生客户端,所述医生客户端与数据库联网使用。
优选的,所述芯片处理器为FPGA芯片,FPGA芯片用于完成数据传输的时序控制,包括各接口的数据传输及对存储模块访问的时序控制及状态切换控制,并从存储模块读取的细胞图像中提取所有图像细胞的特征,将细胞的特征存储到存储模块中。
与现有技术相比,本发明的有益效果如下:
本发明通过芯片处理器、图像处理模块、图像采集模块、存储模块、移动数据传输模块、数据库、移动终端、医疗中心云端、电源模块和提醒模块的设置,使基于单细胞图像识别的肿瘤细胞自动识别系统,具备识别速度快,处理效率高,在肿瘤细胞出现时,可以使系统进行警示提醒,并可以将识别细胞的进度和结果与数据库进行实时传输的优点,解决了现有的基于单细胞图像识别的肿瘤细胞自动识别系统识别速度慢,处理效率低,且在出现肿瘤细胞时,无法使识别系统进行警示提醒,且无法将识别细胞的进度和结果与数据库进行实时传输的问题。
附图说明
图1为本发明系统示意图;
图2为本发明图像采集模块系统示意图;
图3为本发明图像处理模块系统示意图;
图4为本发明提醒模块系统示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-4,一种基于单细胞图像识别的肿瘤细胞自动识别系统,包括芯片处理器,芯片处理器的输入端单向电性连接有图像处理模块,图像处理模块的输入端单向电性连接有图像采集模块,芯片处理器的输出端单向电性连接有存储模块,芯片处理器的输出端单向电性连接有移动数据传输模块,移动数据传输模块的输出端双向电性连接有数据库,移动数据传输模块的输出端单向电性连接有移动终端,移动数据传输模块的输出端双向电性连接有医疗中心云端,图像采集模块的输入端单向电性连接有电源模块,电源模块的输出端分别与图像处理模块和芯片处理器的输入端单向电性连接,图像处理模块的输出端单向电性连接有提醒模块,通过芯片处理器、图像处理模块、图像采集模块、存储模块、移动数据传输模块、数据库、移动终端、医疗中心云端、电源模块和提醒模块的设置,使基于单细胞图像识别的肿瘤细胞自动识别系统,具备识别速度快,处理效率高,在肿瘤细胞出现时,可以使系统进行警示提醒,并可以将识别细胞的进度和结果与数据库进行实时传输的优点,解决了现有的基于单细胞图像识别的肿瘤细胞自动识别系统识别速度慢,处理效率低,且在出现肿瘤细胞时,无法使识别系统进行警示提醒,且无法将识别细胞的进度和结果与数据库进行实时传输的问题。
请参阅图1和图2所示,图像采集模块的内部包括取样单元、曝光单元和细胞识别单元,取样单元的输出端与曝光单元的输入端双向电性连接,曝光单元的输出端与细胞识别单元的输入端双向电性连接,通过取样单元、曝光单元和细胞识别单元的配合使用,可以对细胞进行取样、采集和初步识别,方便后续的识别工作。
请参阅图2所示,取样单元为取样盖玻片,曝光单元为滤色镜和时间控制器,且滤色镜的颜色为红色、绿色、橙色、蓝色其中的一种,细胞识别单元为光学显微镜,使滤色镜可以为四种颜色,方便对其进行曝光。
请参阅图1和图3所示,图像处理模块的内部包括显示单元、成像单元和数据处理单元,显示单元的输出端与成像单元的输入端双向电性连接,成像单元的输出端与数据处理单元的输入端双向电性连接,通过显示单元、成像单元和数据处理单元的配合使用,可以对细胞进行显示成像和处理,并与数据库进行比对和传输。
请参阅图3所示,显示单元为显示屏,成像单元为成像CCD,数据处理单元为细胞显微图像识别算法和细胞统计算法,使装置可以快速的对细胞进行识别和处理,提升系统的工作效率。
请参阅图1所示,芯片处理器的输出端单向电性连接有细胞记录单元,细胞记录单元为按照时间线进行记录,通过细胞记录单元的使用,可以对识别的细胞进行记录,并通过时间线来对细胞进行排列。
请参阅图1和图4所示,提醒模块的内部包括信息接收单元、反馈单元和鸣响单元,信息接收单元的输出端与反馈单元的输入端双向电性连接,反馈单元的输出端与鸣响接收单元的输入端双向电性连接,通过信息接收单元、反馈单元和鸣响单元的配合使用,可以当识别到肿瘤细胞时,系统自动发出警示。
请参阅图3和图4所示,信息接收单元与数据处理单元配合使用,鸣响单元为蜂鸣器,使信息接收单元可以第一时间接收到数据处理单元的信息,并进行信息反馈。
请参阅图1所示,移动数据传输模块的输出端双向电性连接有医生客户端,医生客户端与数据库联网使用,通过医生客户端的使用,可以使医务人员第一时间了解细胞的信息,并与数据库进行比对。
请参阅图1所示,芯片处理器为FPGA芯片,FPGA芯片用于完成数据传输的时序控制,包括各接口的数据传输及对存储模块访问的时序控制及状态切换控制,并从存储模块读取的细胞图像中提取所有图像细胞的特征,将细胞的特征存储到存储模块中,提升了系统的识别速度,并扩大了细胞的特征范围,实现大数据比对,增加数据的有效性。
使用时,将需要检测的细胞放置于图像采集模块中,并通过光学显微镜对其进行扫描,并确定滤色镜的颜色,对其进行曝光,接着,其扫描信息在显示单元和成像单元处理后,进行显示成像,并通过细胞显微图像识别算法、细胞统计算法和数据库来对成像的细胞信息进行扫描计算,此时,细胞记录单元对细胞的信息进行记录,芯片处理器将细胞的识别和处理信息实时传输到存储模块,并通过移动数据传输模块传输到数据库,当有肿瘤细胞出现时,信息接收单元接收到信息,并将信息传递给反馈单元,从而鸣响单元工作,提醒工作人员,同时,移动终端、医疗中心云端和医生客户端收到细胞信息。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种基于单细胞图像识别的肿瘤细胞自动识别系统,包括芯片处理器,其特征在于:所述芯片处理器的输入端单向电性连接有图像处理模块,所述图像处理模块的输入端单向电性连接有图像采集模块,所述芯片处理器的输出端单向电性连接有存储模块,所述芯片处理器的输出端单向电性连接有移动数据传输模块,所述移动数据传输模块的输出端双向电性连接有数据库,所述移动数据传输模块的输出端单向电性连接有移动终端,所述移动数据传输模块的输出端双向电性连接有医疗中心云端,所述图像采集模块的输入端单向电性连接有电源模块,所述电源模块的输出端分别与图像处理模块和芯片处理器的输入端单向电性连接,所述图像处理模块的输出端单向电性连接有提醒模块。
2.根据权利要求1所述的一种基于单细胞图像识别的肿瘤细胞自动识别系统,其特征在于:所述图像采集模块的内部包括取样单元、曝光单元和细胞识别单元,所述取样单元的输出端与曝光单元的输入端双向电性连接,所述曝光单元的输出端与细胞识别单元的输入端双向电性连接。
3.根据权利要求2所述的一种基于单细胞图像识别的肿瘤细胞自动识别系统,其特征在于:所述取样单元为取样盖玻片,所述曝光单元为滤色镜和时间控制器,且滤色镜的颜色为红色、绿色、橙色、蓝色其中的一种,所述细胞识别单元为光学显微镜。
4.根据权利要求1所述的一种基于单细胞图像识别的肿瘤细胞自动识别系统,其特征在于:所述图像处理模块的内部包括显示单元、成像单元和数据处理单元,所述显示单元的输出端与成像单元的输入端双向电性连接,所述成像单元的输出端与数据处理单元的输入端双向电性连接。
5.根据权利要求4所述的一种基于单细胞图像识别的肿瘤细胞自动识别系统,其特征在于:所述显示单元为显示屏,所述成像单元为成像CCD,所述数据处理单元为细胞显微图像识别算法和细胞统计算法。
6.根据权利要求1所述的一种基于单细胞图像识别的肿瘤细胞自动识别系统,其特征在于:所述芯片处理器的输出端单向电性连接有细胞记录单元,所述细胞记录单元为按照时间线进行记录。
7.根据权利要求1所述的一种基于单细胞图像识别的肿瘤细胞自动识别系统,其特征在于:所述提醒模块的内部包括信息接收单元、反馈单元和鸣响单元,所述信息接收单元的输出端与反馈单元的输入端双向电性连接,所述反馈单元的输出端与鸣响接收单元的输入端双向电性连接。
8.根据权利要求4或7所述的一种基于单细胞图像识别的肿瘤细胞自动识别系统,其特征在于:所述信息接收单元与数据处理单元配合使用,所述鸣响单元为蜂鸣器。
9.根据权利要求1所述的一种基于单细胞图像识别的肿瘤细胞自动识别系统,其特征在于:所述移动数据传输模块的输出端双向电性连接有医生客户端,所述医生客户端与数据库联网使用。
10.根据权利要求1所述的一种基于单细胞图像识别的肿瘤细胞自动识别系统,其特征在于:所述芯片处理器为FPGA芯片,FPGA芯片用于完成数据传输的时序控制,包括各接口的数据传输及对存储模块访问的时序控制及状态切换控制,并从存储模块读取的细胞图像中提取所有图像细胞的特征,将细胞的特征存储到存储模块中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911319848.XA CN111180047A (zh) | 2019-12-19 | 2019-12-19 | 一种基于单细胞图像识别的肿瘤细胞自动识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911319848.XA CN111180047A (zh) | 2019-12-19 | 2019-12-19 | 一种基于单细胞图像识别的肿瘤细胞自动识别系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111180047A true CN111180047A (zh) | 2020-05-19 |
Family
ID=70655632
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911319848.XA Withdrawn CN111180047A (zh) | 2019-12-19 | 2019-12-19 | 一种基于单细胞图像识别的肿瘤细胞自动识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111180047A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113205476A (zh) * | 2020-08-04 | 2021-08-03 | 黄永芹 | 智能化检验病菌目标辨识平台及方法 |
CN113588522A (zh) * | 2021-08-05 | 2021-11-02 | 中国科学技术大学 | 基于微流控和图像识别的循环肿瘤检测与分选方法及系统 |
-
2019
- 2019-12-19 CN CN201911319848.XA patent/CN111180047A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113205476A (zh) * | 2020-08-04 | 2021-08-03 | 黄永芹 | 智能化检验病菌目标辨识平台及方法 |
CN113588522A (zh) * | 2021-08-05 | 2021-11-02 | 中国科学技术大学 | 基于微流控和图像识别的循环肿瘤检测与分选方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gargin et al. | Application of the computer vision system for evaluation of pathomorphological images | |
Young Park et al. | Automated image analysis of digital colposcopy for the detection of cervical neoplasia | |
US10127665B1 (en) | Intelligent assistant judgment system for images of cervix uteri and processing method thereof | |
CN111524580B (zh) | 一种基于神经网络的病毒筛查与防疫系统及方法 | |
US11244450B2 (en) | Systems and methods utilizing artificial intelligence for placental assessment and examination | |
TWI379248B (en) | Methods and systems for processing biological specimens utilizing multiple wavelengths | |
CN103907023A (zh) | 检测生物学样品中的异常的系统和方法 | |
CN111180047A (zh) | 一种基于单细胞图像识别的肿瘤细胞自动识别系统 | |
CN107506570A (zh) | 一种超声检测报告自动生成系统 | |
CN103325128A (zh) | 一种智能识别阴道镜所采集的图像特征的方法及装置 | |
CN110664365A (zh) | 宫颈癌精准筛查系统 | |
CN112802000A (zh) | 多模态医学影像智能辅助诊疗系统 | |
CN114580558A (zh) | 一种子宫内膜癌细胞检测方法、系统、设备及存储介质 | |
CN107543788A (zh) | 一种尿红细胞畸形率检测方法及系统 | |
CN109521190A (zh) | 细胞分析方法、细胞信息提供装置和系统、控制程序、记录介质 | |
CN108693342A (zh) | 宫颈癌、子宫癌的检测方法及系统 | |
CN202801619U (zh) | 一种人体生物特征信息采集系统 | |
CN109214433A (zh) | 一种卷积神经网络区分肝癌分化等级的方法 | |
CN116113980A (zh) | 尿液分析仪、检测尿液中细菌的方法及存储介质 | |
CN209287383U (zh) | 一种试管架 | |
CN111462869A (zh) | 一种多功能的新生儿临床用头部影像诊疗系统及方法 | |
CN101129267A (zh) | 非医用胎儿性别超声检测监控系统 | |
CN213749905U (zh) | 一种多功能毒品检测仪 | |
CN110960194B (zh) | 一种耳相采集装置及采集方法 | |
CN113499099A (zh) | 一种颈动脉超声自动扫查及斑块识别系统及方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200519 |