CN111795918B - 一种骨髓细胞形态学自动检测扫描结构及扫描方法 - Google Patents
一种骨髓细胞形态学自动检测扫描结构及扫描方法 Download PDFInfo
- Publication number
- CN111795918B CN111795918B CN202010449373.2A CN202010449373A CN111795918B CN 111795918 B CN111795918 B CN 111795918B CN 202010449373 A CN202010449373 A CN 202010449373A CN 111795918 B CN111795918 B CN 111795918B
- Authority
- CN
- China
- Prior art keywords
- image
- jumping
- light source
- scanning
- offset
- 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
- 210000002798 bone marrow cell Anatomy 0.000 title claims abstract description 21
- 238000001514 detection method Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 title claims abstract description 16
- 230000005540 biological transmission Effects 0.000 claims abstract description 29
- 230000009191 jumping Effects 0.000 claims description 37
- 230000003287 optical effect Effects 0.000 claims description 5
- 230000010354 integration Effects 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 abstract description 7
- 210000004027 cell Anatomy 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 210000001185 bone marrow Anatomy 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000002243 precursor Substances 0.000 description 2
- 239000012925 reference material Substances 0.000 description 2
- 210000000130 stem cell Anatomy 0.000 description 2
- 206010005949 Bone cancer Diseases 0.000 description 1
- 241000283707 Capra Species 0.000 description 1
- 206010025323 Lymphomas Diseases 0.000 description 1
- 208000034578 Multiple myelomas Diseases 0.000 description 1
- 206010033661 Pancytopenia Diseases 0.000 description 1
- 206010035226 Plasma cell myeloma Diseases 0.000 description 1
- 208000007502 anemia Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000000601 blood cell Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 208000024389 cytopenia Diseases 0.000 description 1
- 230000003511 endothelial effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 210000003958 hematopoietic stem cell Anatomy 0.000 description 1
- 208000032839 leukemia Diseases 0.000 description 1
- 210000002901 mesenchymal stem cell Anatomy 0.000 description 1
- 238000000386 microscopy Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000010186 staining Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N2015/1006—Investigating individual particles for cytology
Landscapes
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Dispersion Chemistry (AREA)
- Image Processing (AREA)
- Microscoopes, Condenser (AREA)
Abstract
本发明创造属于骨髓细胞形态学检测领域，具体涉及了一种骨髓细胞形态学自动检测扫描结构及扫描方法。为了解决现有扫描装置不适合对涂片进行扫描质检的问题，本发明提供一种骨髓细胞形态学自动检测扫描结构，包括电源模块，其特征在于，还包括传动装置、光源盒、扫描头和中心处理器，光源盒内安装有光源。光源电连接。传动装置安装在光源盒上，与光源盒转动连接，与电源模块电连接。扫描头安装在光源盒上方，与中心处理器电连接。传动装置与中心处理器电连接。
Description
技术领域
本发明创造属于骨髓细胞形态学检测领域，具体涉及了一种骨髓细胞形态学自动检测扫描结构及扫描方法。
背景技术
骨髓细胞形态学镜检是血液学中关键诊断手段之一，常用于诊断多种病症，包括白血病、多发性骨髓瘤、淋巴瘤、贫血和全血细胞减少。根据世界卫生组织发布的《骨髓恶性肿瘤诊断指南》，在诊断时需要进行详细、精确的显微镜人工检查。正常骨髓含有发育阶段的所有分化细胞，从早期前体干细胞到功能成熟细胞，包括作为大多数血细胞前体的造血干细胞以及被认为是骨髓的守门员细胞的间充质干细胞和内皮干细胞。这些细胞的形态学特征取决于其自身的生物学特性，同时受到涂片、染色和图像采集过程的影响。
其中对于骨髓细胞涂片质量的质检及图像信息的采集分析非常关键，直接决定后期分析结果的准确性。因此，通过不同维度的技术手段以解决涂片的质检与图像扫描分析问题尤为重要。
发明内容
为了解决现有扫描装置不适合对涂片进行扫描的问题，本发明创造提出了一种适用于骨髓细胞涂片扫描的自动检测系统扫面结构及扫描方法。
为了实现上述目的，本发明创造所采用的技术方案是，一种骨髓细胞形态学自动检测扫描结构，包括电源模块，其特征在于，还包括传动装置、光源盒、扫描头和中心处理器，所述的光源盒内安装有光源；所述的光源电连接；所述的传动装置安装在光源盒上，与光源盒转动连接，与电源模块电连接；所述的扫描头安装在光源盒上方，与中心处理器电连接；所述的传动装置与中心处理器电连接。
作为优选，所述的光源盒上下无盖，且在两端安装有若干辊轮，所述的辊轮与光源盒转动连接。
作为优选，所述的传动装置包括传动电机和传输带；所述的传动电机与辊轮同轴传动；所述的传动电机与中心处理器电连接；所述的传输带套在辊轮上，内表面与辊轮相接触；所述的传输带上开有涂片安装槽，用于放置涂片。所述的涂片安装槽是通槽。
作为优选，所述的扫描头由若干镜头组组成；所述的镜头组包括若干光学显微镜镜头和图像传感器；所述的每个镜头组至少有两排显微镜镜头，且错位排列；所述的每个显微镜镜头后面都设有图像传感器；所述的图像传感器与中心处理器电连接；所述的每个镜头组之间的放大倍数不同。
作为优选，一种骨髓细胞形态学自动检测扫描方法，适用于上述的一种骨髓细胞形态学自动检测扫描结构，其特征在于，包括以下步骤：A1：启动传动装置、光源盒以及图像采集模块，对涂片进行扫描采集；A2：对扫描到的图像按照放大倍数分组，建立图像组，鉴别每个图像组中的图像是否采集成功，如果成功，跳转A3，如果失败跳转A1；A3：建立各个倍数下的对应的背景图像框，并在图像框内按照该组别内各个图像传感器所负责采集的区域划分区间并标注；A4：将图像采集模块采集到的图片备份并按照相应的组别和序号放置到对应的图像框中进行整合，并将重叠的部分进行堆叠覆盖；A5：检测整合的图像是否存在偏移，如果图像不存在偏移，跳转A6，如果图像存在偏移，跳转A7；A6：将图像拼接在一起，并上传；A7：调整图像位置，使其不存在偏移，并跳转A6。
作为优选，所述的A2包括以下步骤：B1：识别每个图像中的是否存在可观测的目标；B2：如果不存在可观测的目标，跳转B5；如果存在可观测目标，跳转B3；B3：识别图像是否存在残影，如果存在残影，跳转B5；如果没有残影，跳转B4；B4：进行边界识别，如果不能清晰识别，跳转B6，如果可以清晰识别边界，跳转B8；B5：检测扫描次数，如果扫描次数n<3，重新对涂片进行扫描并将扫描次数记为n+1，并跳转B1；如果扫描次数n>＝3，跳转B7；B6：调整图片的亮度和对比度并跳转B4；B7：停止工作并发出错误通知，提醒工作者对设备进行检修或者该涂片为无效的涂片；B8：如果可以清晰识别，则进行步骤A3。
作为优选，所述的A4包括以下步骤：C1：识别每个图像的起始端和终点端；C2：将每个图像的终点端对齐，然后将位于两边的两个图像放置到图像框的对应的位置，并使得两个图像的边与图像框的边重合；C3：然后从两边向内开始依次放置相邻的图像到其对应的区间中，并将重合的区域重叠，最终将多个图像整合为一个整体图。
作为优选，所述的A5包括以下步骤：D1：将每个相邻区间之间重合位置及其周边的图片截取，并按照图像序号编号；D2：在截取的图片的重合位置的边线上寻找是否存在相邻的断点，如果存在，跳转D3；如果不存在，跳转A6；D3：如果在边线上存在的断点的数量大于等于4个，则说明图片的整合有偏移，跳转A7；如果断点数目小于4个，跳转A6。
作为优选，建立的图像组命名为R，所述的R为正整数；所述的每个组别内的图像的序号命名为Q，Q∈(1，m)；m为正整数，所述的Q1＝1，Qm＝m；所述的重合位置的编号命名为K，K∈(2,m)；所述的K1＝2，Km＝m。
作为优选，所述的A7包括以下步骤：E1：获取存在偏移的重叠处截图编号，并将编号排序；E2：设排序编号的第一个数字为Km-a，最后一个数字为Km-b，那么则将1号图像到m-a-1号图像视为一个整体，命名为1号区块；将m-b号图像到m号图像视为一个整体，命名为2号区块；将m-a号图像到m-b-1号图像视为一个整体，命名为3号区块；移动2号区块，消除发生在Km-a处的偏移或发生在Km-b处的偏移或者同时消除；E3：将消除漂移的图像重叠区的编号移出排序中，然后重复E2步骤，直到无偏移发生。
本发明创造的有益效果：通过扫描结构的优化设置，以及图像扫描的合理配合，实现骨髓细胞涂片的质检与图像的精确扫描。
附图说明
图1：骨髓细胞形态学自动检测扫描结构整体示意图
图2：扫描头底面结构示意图
图3：图片处理流程
图4：图片偏移处理的示例图
图中：1、光源盒，2、辊轮，3、涂片安装槽，4、传输带，5、扫描头，6、镜头组。
具体实施方式
如图1和图2所示，一种骨髓细胞形态学自动检测扫描结构，包括电源模块，还包括光源盒1、扫描头5和中心处理器。
光源盒1内安装有光源，光源1与电源模块电连接。光源盒1上安装有与光源盒1转动连接的传动装置，传动装置与电源模块电连接又同时与中心处理器电连接。光源盒1上下无盖，且在两端安装有若干辊轮2，辊轮2与光源盒1转动连接。
动装置包括传动电机和传输带4。传动电机与辊轮2同轴传动且与中心处理器电连接。传输带4套在辊轮2上，内表面与辊轮2相接触。传输带4上开有用于放置涂片的涂片安装槽3。所述的涂片安装槽3是通槽。
扫描头5安装在光源盒1上方，与中心处理器电连接。扫描头5由若干镜头组6组成。镜头组6包括若干光学显微镜镜头和图像传感器，每个镜头组6至少有两排错位排列的显微镜镜头。所述的每个显微镜镜头后面都设有图像传感器，图像传感器与中心处理器。每个镜头组6之间的放大倍数不同。
扫描结构的工作原理是，通过传输带4带动涂片移动，依次经过不同放大倍数的镜头组6，然后灯源盒1里面的光从穿过涂片进入到镜头中，被图像传感器捕捉，与光学显微镜的原理相同。
为了图像的清晰度，现在的显微镜的物镜的镜头都设计较小。若是进入太多的光使得看到的图像光亮度过高而无法分辨视野中的图像，不利于观察，所以无法通过一个镜头一次性将整个涂片观察完整，需要不停的转换。所以本申请将镜头成排安装，但是又因为物镜实际大小比镜头大，所以如果只是单排安装又会使得不能对涂片进行完整扫描，所以便设置有多排错位排列的镜头形成镜头组6，同时又设置有不同放大倍数的镜头组6，所以可以一次性得到不同放大倍数的完整扫描图。
但是这样的就会出现有部分内容会被重复扫描，所以便会面临如何将具有重叠性的多个图像拼接成为一个完整的图像的问题。
如图3所示，一种骨髓细胞形态学自动检测扫描方法，适用于上述的一种骨髓细胞形态学自动检测扫描结构，包括以下步骤：A1：启动传动装置、光源盒1以及图像采集模块，对涂片进行扫描采集。A2：对扫描到的图像按照放大倍数分组，建立图像组，鉴别每个图像组中的图像是否采集成功，如果成功，跳转A3，如果失败跳转A1。A3：建立各个倍数下的对应的背景图像框，并在图像框内按照该组别内各个图像传感器所负责采集的区域划分区间并标注。A4：将图像采集模块采集到的图片备份并按照相应的组别和序号放置到对应的图像框中进行整合，并将重叠的部分进行堆叠覆盖。A5：检测整合的图像是否存在偏移，如果图像不存在偏移，跳转A6，如果图像存在偏移，跳转A7。A6：将图像拼接在一起，并上传。A7：调整图像位置，使其不存在偏移，并跳转A6。
A5包括以下步骤：D1：将每个相邻区间之间重合位置及其周边的图片截取，并按照图像序号编号。D2：在截取的图片的重合位置的边线上寻找是否存在相邻的断点，如果存在，跳转D3。如果不存在，跳转A6。D3：如果在边线上存在的断点的数量大于等于4个，则说明图片的整合有偏移，跳转A7。如果断点数目小于4个，跳转A6。
建立的图像组命名为R，所述的R为正整数。所述的每个组别内的图像的序号命名为Q，Q∈(1，m)。m为正整数，所述的Q1＝1，Qm＝m。所述的重合位置的编号命名为K，K∈(2,m)。所述的K1＝2，Km＝m。
A2包括以下步骤：B1：识别每个图像中的是否存在可观测的目标。B2：如果不存在可观测的目标，跳转B5。如果存在可观测目标，跳转B3。B3：识别图像是否存在残影，如果存在残影，跳转B5。如果没有残影，跳转B4。B4：进行边界识别，如果不能清晰识别，跳转B6，如果可以清晰识别边界，跳转B8。B5：检测扫描次数，如果扫描次数n<3，重新对涂片进行扫描并将扫描次数记为n+1，并跳转B1。如果扫描次数n>＝3，跳转B7。B6：调整图片的亮度和对比度并跳转B4。B7：停止工作并发出错误通知，提醒工作者对设备进行检修或者该涂片为无效的涂片。B8：如果可以清晰识别，则进行步骤A3。
A2为对图像的质检过程，可以排除一些由于机械故障或者认为误操作而产生的扫描结构进行筛选，同时也可以根据质检结果来对扫描结构所存在的问题作出判断。
在本申请中，扫描结构在自主质检时，如果连续三次都出现了图片高亮且无观察内容，则会通知操作者未放置涂片或者放置了空白涂片，当其中出现了其他现象混杂，说明本装置出现了问题，如果三次扫面中都出现重影问题，则说明结构的传输带4的运动速度过快或者传输带4出现了抖动。如果多次出现图片亮度问题，说明该结构的光亮度过高。
对于重影的判断是对线条的宽度和重合度进行检测，如果中心处理器发现存在线条的较粗，且存在无意义的线条，则判定为有重影。
如图4所示，A4包括以下步骤：C1：识别每个图像的起始端和终点端。C2：将每个图像的终点端对齐，然后将位于两边的两个图像放置到图像框的对应的位置，并使得两个图像的边与图像框的边重合。C3：然后从两边向内开始依次放置相邻的图像到其对应的区间中，并将重合的区域重叠，最终将多个图像整合为一个整体图。
A7包括以下步骤：E1：获取存在偏移的重叠处截图编号，并将编号排序。E2：设排序编号的第一个数字为Km-a，最后一个数字为Km-b，那么则将1号图像到m-a-1号图像视为一个整体，命名为1号区块。将m-b号图像到m号图像视为一个整体，命名为2号区块。将m-a号图像到m-b-1号图像视为一个整体，命名为3号区块。移动2号区块，消除发生在Km-a处的偏移或发生在Km-b处的偏移或者同时消除。E3：将消除漂移的图像重叠区的编号移出排序中，然后重复E2步骤，直到无偏移发生。
在图4中，m＝6，所以Q的命名为1到6，K的命名为2到6，为了表示区分，在图中用①②③④⑤⑥来表示每个图像组中的图像序号，用II III IV V VI来表示每个重叠区域的编号。所以若m-a＝3，m-b＝5。其中还有编号为IV的重叠处也发生了偏移，则先将①号图像和②号图像视为整体命名为一号区块，将⑤号图像和⑥号图像视为整体，命名为3号区块，然后将③号图像和④号图像视为一个整体，命名为2号区块，然后移动二号区块，使得去消除III号重叠处的偏移或者V号重叠处的偏移。然后在进行检查，重新划分区块，再去消除IV号重叠处以及与IV号重叠处对应的重叠处的偏移。
本申请的扫描结构采用光学显微镜的成像方式进行扫描而不是采用电镜的方式的原因在于，采用光镜是现在常用的一种观察手段，所以会有很多的参考资料，而不会因为由于成像方式不同而导致缺少对于细胞识别的参考资料。
本发明创造采用了三定二动一的图像拼接方式，使得图片拼接效率大大的得到了提升，而且保证了图片的质量，节约了中心处理器的内存占用。
在扫描过程中由于存在多个镜头组6，所以形成了不同放大倍数的图片，其镜头组6的放大倍数从小到大依次为100、200、400、1000倍；当然形成的图片也依然可以进行再等比放大。
本结构中还可以使得光源盒1的一端位于整体结构的外侧，形成一个操作平台，用于方便涂片的取放；在使用时涂片安装槽3会运动到操作平台上，使用者将涂片放置在涂片安装槽3中，然后启动结构，使得电机带动辊轮2转动，从而带动传输带4传动，将涂片运往另一端，并进行扫描，当运行到另一端后，电机反向转动，完成再次扫描，形成备用数据，然后涂片安装槽再次出现在操作台上，用于操作者将涂片取出。
以上详细描述了本发明创造的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明创造的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明创造的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。
Claims (3)
1.一种骨髓细胞形态学自动检测扫描方法，适用于一种骨髓细胞形态学自动检测扫描结构，所述骨髓细胞形态学自动检测扫描结构包括电源模块，其特征在于，所述骨髓细胞形态学自动检测扫描结构还包括传动装置、光源盒、扫描头和中心处理器，所述的光源盒内安装有光源；所述的光源电连接；所述的传动装置安装在光源盒上，与光源盒转动连接，与电源模块电连接；所述的扫描头安装在光源盒上方，与中心处理器电连接；所述的传动装置与中心处理器电连接；
所述的光源盒上下无盖，且在两端安装有若干辊轮，所述的辊轮与光源盒转动连接；
所述的传动装置包括传动电机和传输带；所述的传动电机与辊轮同轴传动；所述的传动电机与中心处理器电连接；所述的传输带套在辊轮上，内表面与辊轮相接触；所述的传输带上开有涂片安装槽，用于放置涂片；
所述的扫描头由若干镜头组组成；所述的镜头组包括若干光学显微镜镜头和图像传感器；所述的每个镜头组至少有两排显微镜镜头，且错位排列；所述的每个显微镜镜头后面都设有图像传感器；所述的图像传感器与中心处理器电连接；所述的每个镜头组之间的放大倍数不同；
所述方法包括以下步骤：
A1：启动传动装置、光源盒以及图像采集模块，对涂片进行扫描采集；
A2：对扫描到的图像按照放大倍数分组，建立图像组，鉴别每个图像组中的图像是否采集成功，如果成功，跳转A3，如果失败跳转A1；
A3：建立各个倍数下的对应的背景图像框，并在图像框内按照该组别内各个图像传感器所负责采集的区域划分区间并标注；
A4：将图像采集模块采集到的图片备份并按照相应的组别和序号放置到对应的图像框中进行整合，并将重叠的部分进行堆叠覆盖；
A5：检测整合的图像是否存在偏移，如果图像不存在偏移，跳转A6，如果图像存在偏移，跳转A7；
A6：将图像拼接在一起，并上传；
A7：调整图像位置，使其不存在偏移，并跳转A6；
所述的A5包括以下步骤：
D1：将每个相邻区间之间重合位置及其周边的图片截取，并按照图像序号编号；
D2：在截取的图片的重合位置的边线上寻找是否存在相邻的断点，如果存在，跳转D3；如果不存在，跳转A6；
D3：如果在边线上存在的断点的数量大于等于4个，则说明图片的整合有偏移，跳转A7；如果断点数目小于4个，跳转A6；
建立的图像组命名为R，所述的R为正整数；所述的每个组别内的图像的序号命名为Q，Q∈(1，m)；m为正整数，所述的Q1＝1，Qm＝m；所述的重合位置的编号命名为K，K∈(2,m)；所述的K1＝2，Km＝m；
所述的A7包括以下步骤：
E1：获取存在偏移的重叠处截图编号，并将编号排序；
E2：设排序编号的第一个数字为Km-a，最后一个数字为Km-b，那么则将1号图像到m-a-1号图像视为一个整体，命名为1号区块；将m-b号图像到m号图像视为一个整体，命名为2号区块；将m-a号图像到m-b-1号图像视为一个整体，命名为3号区块；移动2号区块，消除发生在Km-a处的偏移或发生在Km-b处的偏移或者同时消除；移动2号区块，消除发生在Km-a处的偏移或发生在Km-b处的偏移或者同时消除；
E3：将消除漂移的图像重叠区的编号移出排序中，然后重复E2步骤，直到无偏移发生。
2.根据权利要求1所述的一种骨髓细胞形态学自动检测扫描方法，其特征在于，所述的A2包括以下步骤：
B1：识别每个图像中的是否存在可观测的目标；
B2：如果不存在可观测的目标，跳转B5；如果存在可观测目标，跳转B3；
B3：识别图像是否存在残影，如果存在残影，跳转B5；如果没有残影，跳转B4；
B4：进行边界识别，如果不能清晰识别，跳转B6，如果可以清晰识别边界，跳转B8；
B5：检测扫描次数，如果扫描次数n<3，重新对涂片进行扫描并将扫描次数记为n+1，并跳转B1；如果扫描次数n>＝3，跳转B7；
B6：调整图片的亮度和对比度并跳转B4；
B7：停止工作并发出错误通知，提醒工作者对设备进行检修或者该涂片为无效的涂片；
B8：如果可以清晰识别，则进行步骤A3。
3.根据权利要求1所述的一种骨髓细胞形态学自动检测扫描方法，其特征在于，所述的A4包括以下步骤：
C1：识别每个图像的起始端和终点端；
C2：将每个图像的终点端对齐，然后将位于两边的两个图像放置到图像框的对应的位置，并使得两个图像的边与图像框的边重合；
C3：然后从两边向内开始依次放置相邻的图像到其对应的区间中，并将重合的区域重叠，最终将多个图像整合为一个整体图。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010449373.2A CN111795918B (zh) | 2020-05-25 | 2020-05-25 | 一种骨髓细胞形态学自动检测扫描结构及扫描方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010449373.2A CN111795918B (zh) | 2020-05-25 | 2020-05-25 | 一种骨髓细胞形态学自动检测扫描结构及扫描方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111795918A CN111795918A (zh) | 2020-10-20 |
| CN111795918B true CN111795918B (zh) | 2024-03-01 |
Family
ID=72806718
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010449373.2A Active CN111795918B (zh) | 2020-05-25 | 2020-05-25 | 一种骨髓细胞形态学自动检测扫描结构及扫描方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111795918B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114778873B (zh) * | 2022-06-16 | 2022-09-09 | 首都儿科研究所 | 一种基于形态学的骨髓初筛检测装置和检测方法 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2000031619A1 (en) * | 1998-11-19 | 2000-06-02 | Dejarnette Research Systems, Inc. | Apparatus and method for displaying x-rays and the like |
| CN1553166A (zh) * | 2003-12-19 | 2004-12-08 | 武汉大学 | 显微多光谱骨髓及外周血细胞自动分析仪和方法 |
| CN101910822A (zh) * | 2008-01-16 | 2010-12-08 | 奥博泰克有限公司 | 使用多台摄像机的衬底检查 |
| CN104459172A (zh) * | 2014-11-28 | 2015-03-25 | 武汉兰丁医学高科技有限公司 | 一种自动化骨髓样本处理装置及其自动化分析、阅片方法 |
| CN107065160A (zh) * | 2017-06-07 | 2017-08-18 | 李昕昱 | 一种全自动显微扫描仪 |
| CN107493403A (zh) * | 2017-08-11 | 2017-12-19 | 宁波江丰生物信息技术有限公司 | 一种数字病理切片扫描系统 |
| WO2018153254A1 (zh) * | 2017-02-27 | 2018-08-30 | 杭州海康威视数字技术股份有限公司 | 一种多目摄像装置和监控系统 |
| CN110006905A (zh) * | 2019-01-25 | 2019-07-12 | 杭州晶耐科光电技术有限公司 | 一种线面阵相机结合的大口径超净光滑表面缺陷检测装置 |
| CN110211076A (zh) * | 2019-05-09 | 2019-09-06 | 上海联影智能医疗科技有限公司 | 图像拼接方法、图像拼接设备和可读存储介质 |
| CN110794569A (zh) * | 2019-11-14 | 2020-02-14 | 武汉兰丁医学高科技有限公司 | 细胞微型显微图像采集装置及图像识别方法 |
| CN111127318A (zh) * | 2019-12-05 | 2020-05-08 | 南京莱斯电子设备有限公司 | 一种机场环境下的全景图像拼接方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100245571A1 (en) * | 2006-04-24 | 2010-09-30 | Northrop Grumman Corporation | Global hawk image mosaic |
| DE102006042157B4 (de) * | 2006-09-06 | 2013-03-21 | Leica Microsystems Cms Gmbh | Verfahren und Mikroskopiersystem zum Scannen einer Probe |
| WO2017051229A1 (en) * | 2015-09-23 | 2017-03-30 | Novadaq Technologies Inc. | Methods and systems for management of data derived from medical imaging |
-
2020
- 2020-05-25 CN CN202010449373.2A patent/CN111795918B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2000031619A1 (en) * | 1998-11-19 | 2000-06-02 | Dejarnette Research Systems, Inc. | Apparatus and method for displaying x-rays and the like |
| CN1553166A (zh) * | 2003-12-19 | 2004-12-08 | 武汉大学 | 显微多光谱骨髓及外周血细胞自动分析仪和方法 |
| CN101910822A (zh) * | 2008-01-16 | 2010-12-08 | 奥博泰克有限公司 | 使用多台摄像机的衬底检查 |
| CN104459172A (zh) * | 2014-11-28 | 2015-03-25 | 武汉兰丁医学高科技有限公司 | 一种自动化骨髓样本处理装置及其自动化分析、阅片方法 |
| WO2018153254A1 (zh) * | 2017-02-27 | 2018-08-30 | 杭州海康威视数字技术股份有限公司 | 一种多目摄像装置和监控系统 |
| CN107065160A (zh) * | 2017-06-07 | 2017-08-18 | 李昕昱 | 一种全自动显微扫描仪 |
| CN107493403A (zh) * | 2017-08-11 | 2017-12-19 | 宁波江丰生物信息技术有限公司 | 一种数字病理切片扫描系统 |
| CN110006905A (zh) * | 2019-01-25 | 2019-07-12 | 杭州晶耐科光电技术有限公司 | 一种线面阵相机结合的大口径超净光滑表面缺陷检测装置 |
| CN110211076A (zh) * | 2019-05-09 | 2019-09-06 | 上海联影智能医疗科技有限公司 | 图像拼接方法、图像拼接设备和可读存储介质 |
| CN110794569A (zh) * | 2019-11-14 | 2020-02-14 | 武汉兰丁医学高科技有限公司 | 细胞微型显微图像采集装置及图像识别方法 |
| CN111127318A (zh) * | 2019-12-05 | 2020-05-08 | 南京莱斯电子设备有限公司 | 一种机场环境下的全景图像拼接方法 |
Non-Patent Citations (2)
| Title |
|---|
| 基于线性阵列的多目全景成像系统研究;陈颖 等;电工技术;20191231;第153-156、第172页 * |
| 边界重叠图象的一种快速拼接算法;李志刚 等;计算机工程;20000531;第26卷(第5期);第37-38页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111795918A (zh) | 2020-10-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20200148995A1 (en) | Device and Method for Automatic Processing of Culture Plates for Microbiological Samples | |
| CN111707670B (zh) | 一种基于旋转载台的缺陷检测方法及装置 | |
| KR101246958B1 (ko) | 멀티라인센서 카메라와 다중조명을 사용한 시편 고속검사장치 | |
| EP2976745B1 (en) | Referencing in multi-acquisition slide imaging | |
| CN102122066B (zh) | 全自动双ccd感光元件数字显微镜 | |
| CN110657946B (zh) | 屏幕缺陷检测系统、屏幕检测线以及屏幕缺陷检测方法 | |
| TW201523760A (zh) | 工件處理裝置、工件輸送系統 | |
| CN111795918B (zh) | 一种骨髓细胞形态学自动检测扫描结构及扫描方法 | |
| CN207832300U (zh) | 一种轮胎条码识别和称重系统 | |
| CN109406527B (zh) | 一种微型摄像模组镜头精细外观缺陷检测系统及方法 | |
| CN105882142A (zh) | 印刷品缺陷检测系统及其方法 | |
| US10921335B2 (en) | Safety light curtain to disable carousel rotation | |
| JP5438315B2 (ja) | 細胞培養装置の細胞検出システム | |
| CN115047614A (zh) | 基于全自动位移台的显微成像自动化检测方法及系统 | |
| CN110160587B (zh) | 电容检测方法及系统 | |
| CN106896115A (zh) | 基于面阵相机并联采集系统的涂漆玻璃瑕疵检测装置 | |
| KR20100067659A (ko) | 관찰 장치, 관찰 방법, 검사 장치 및 검사 방법 | |
| CN110044921A (zh) | 锂电池外观缺陷检测系统和方法 | |
| JP2007333491A (ja) | 板状部材の外観検査装置 | |
| JP2004179581A (ja) | 半導体ウエハ検査装置 | |
| CN116078704A (zh) | 一种基于ccd的外观检测设备 | |
| CN114689612A (zh) | 一种3d手机玻璃盖板的缺陷自动检测装置 | |
| JP2010127738A (ja) | カラーフィルタ表面検査機 | |
| JPH09192983A (ja) | 工具損耗量計測方法 | |
| CN214427309U (zh) | 一种硬盘零件检测装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |