CN112268732B - 一种乳腺导管原位癌的辅助检测系统 - Google Patents
一种乳腺导管原位癌的辅助检测系统 Download PDFInfo
- Publication number
- CN112268732B CN112268732B CN202011203453.6A CN202011203453A CN112268732B CN 112268732 B CN112268732 B CN 112268732B CN 202011203453 A CN202011203453 A CN 202011203453A CN 112268732 B CN112268732 B CN 112268732B
- Authority
- CN
- China
- Prior art keywords
- slicing
- disc
- sampling
- dish
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/02—Devices for withdrawing samples
- G01N1/04—Devices for withdrawing samples in the solid state, e.g. by cutting
- G01N1/06—Devices for withdrawing samples in the solid state, e.g. by cutting providing a thin slice, e.g. microtome
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06T2207/10056—Microscopic image
- G06T2207/10061—Microscopic image from scanning electron microscope
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Biochemistry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明涉及乳腺癌检测技术领域,具体涉及一种乳腺导管原位癌的辅助检测系统,包括包括切片取样装置、照相单元、存储模块和分析模块;所述切片取样装置包括取样皿、切片盘和控制器;由于IDC和DCIS从细胞形态上具有较高的相似性,使得从细胞形态上直接利用卷积神经网络算法进行区分的准确度不高,进而影响到对DCIS检测的准确性;故此,本发明通过设置在取样皿中的切片盘,配合其中的半导体制冷片的温度控制作用,使取样皿中的细胞组织被切片槽中的切片刀连贯的制成病理切片,并冷冻定型在切片盘中继而获得大量的病理切片,提供给分析模块进行图像识别,达到了对细胞组织病理切片全面的分析,从而提升了乳腺导管原位癌的辅助检测系统的应用效果。
Description
技术领域
本发明涉及乳腺癌检测技术领域,具体涉及一种乳腺导管原位癌的辅助检测系统。
背景技术
乳腺导管原位癌(DCIS)是非浸润乳腺癌中最常见的一种,癌细胞位于乳腺导管内,尚未穿透导管壁,并未发生癌细胞扩散,因此DCIS并不致命,但DCIS被普遍认为是浸润性导管癌(IDC)的前驱病变,DCIS不经治疗最终可能会发展为IDC;因此对DCIS的及时检测盒治疗成为关键。
目前乳腺导管细胞的病理活检主要依靠病理医生在显微镜下观察病理组织样本,通过细胞形态学等经验知识予以诊断,严重依赖于病理医生的经验;近年来,以深度学习为代表的图像识别方法获得了广泛应用;而对于乳腺癌这种异质性较大的图像,其图像识别的准确率在70-80%,病理医生人工检查IDC的准确度不到73.2%,利用CNN识别IDC的准确度约为84%,而IDC和DCIS从细胞形态上具有较高的相似性,因此仅从细胞形态上利用CNN神经网络进行区分具有较大难度,且准确度不高。
现有技术中也出现了一些关于乳腺导管原位癌的的辅助检测系统的技术方案,如申请号为201710242892X的一项中国专利公开了一种乳腺导管原位癌的辅助检测方法:对乳腺癌数字化切片进行人工标注,获取DCIS及肌上皮区域图像;读入数字化切片文件图像,切割成小块,通过查询病理医师标注文件中的信息,得到该小块图像中是否包含DCIS或肌上皮区域图像,由此获得三类样本集;启动神经网络,建立识别模型;对数字化切片进行识别,找出DCIS和肌上皮区域,并记录相应的可能性概率;计算得出每个区域被认为是DCIS的概率;该技术方案利用CNN识别DCIS的方法,通过同时检测DCIS癌细胞和肌上皮组织,实现较高准确度的DCIS自动识别;但是该技术方案中未解决检测过程中计算机图像识别准确性仍然不足的问题,且训练计算机图像识别算法需要大量样本数据,带来的病理切片大量制备的问题,限制了对乳腺导管原位癌的检测效果。
鉴于此,为了克服上述技术问题,本发明据此提出了一种乳腺导管原位癌的辅助检测系统,采用了特殊的乳腺导管原位癌的辅助检测系统,解决了上述技术问题。
发明内容
为了弥补现有技术的不足,本发明提出了一种乳腺导管原位癌的辅助检测系统,通过将提取的乳腺导管组织分为两份,并对其中的一份切片进行人工标注,训练图像识别算法的准确度,再通过分析模块对余下的病理切片进行全面分析,节省了医生分析的工作量,同时观察病理切片中DCIS细胞与肌上皮组织间的状态,利用DCIS细胞的侵袭性主动突破肌上皮细胞层,使DCIS细胞转变成不受约束的IDC细胞,继而在病理切片的图像中观测到其间的分布状态,推断出病理切片中DCIS细胞的分布,进一步增强对DCIS细胞检测的准确率。
本发明所述的一种乳腺导管原位癌的辅助检测系统,包括切片取样装置、照相单元、存储模块和分析模块;所述切片取样装置对病灶处的乳腺导管组织进行提取,并把提取的组织分为两份,经处理后制得DCIS细胞组织和乳腺导管肌上皮组织的病理切片,然后对其中一份病理切片的DCIS细胞组织区域进行标注,再将两份病理切片送入照相单元中进行逐一照相,将其图像资料保存至存储模块中,经分析模块采用的卷积神经网络算法对图像进行识别,并把标注了DCIS细胞组织区域的病理切片作为样本集,对卷积神经网络算法进行训练,同时检测病理切片中DCIS细胞与肌上皮组织间的分布状态并进行记录;对乳腺导管组织进行检测的过程中,由于IDC和DCIS从细胞形态上具有较高的相似性,使得从细胞形态上直接利用卷积神经网络算法进行区分具有较大难度,且准确度不高,进而影响到对DCIS检测的准确性,不利于对病灶进行及时的治疗;因此,本发明通过将提取的乳腺导管组织分为两份,并对其中的一份切片进行人工标注,训练图像识别算法的准确度,再通过分析模块对余下的病理切片进行全面分析,节省了医生分析的工作量,同时观察病理切片中DCIS细胞与肌上皮组织间的状态,利用DCIS细胞的侵袭性主动突破肌上皮细胞层,使DCIS细胞转变成不受约束的IDC细胞,继而在病理切片的图像中观测到其间的分布状态,推断出病理切片中DCIS细胞的分布,进一步增强对DCIS细胞检测的准确率;
所述切片取样装置包括取样皿、切片盘和控制器;所述取样皿的下方设有支座,取样皿转动安装在支座上,支座上安装有驱动的伺服马达;所述取样皿中设有切片盘,切片盘沿其长轴安装在取样皿的径向上,切片盘长轴的两侧上还设置有切片槽;所述切片槽上安装有切片刀,切片刀平行于取样皿的底面;所述切片盘的底部还设有半导体制冷片,切片盘通过半导体制冷片贴合在取样皿中;所述半导体制冷片的吸热端贴合在切片盘上,半导体制冷片的放热端贴合在取样皿上;所述控制器用于调节电机和半导体制冷片的运行;在对病灶组织进行的切片取样过程中,由于分析模块使用的图像识别算法需要大量的样本数据,使得传统切片中进行的人工操作难以满足其病理切片的数据量要求;本发明通过设置在取样皿中的切片盘,将经处理后待切片的病灶组织放入取样皿中,控制支座中的电机处于往复回转的状态下,使得取样皿中的细胞组织在离心力及惯性作用下接触到切片刀上,然后经切片槽进入切片盘中,并通过将设置半导体制冷片的吸热端贴合在切片盘上,半导体制冷片的放热端贴合在取样皿上,使切片盘中的切片组织在温度降低的作用下来达到冷冻定型,同时对取样皿的底部提供热量,维持其中的细胞组织处于适宜的温暖条件下,利于被切片刀制成切片盘中的病理切片;本发明利用了设置在取样皿中的切片盘,配合其中的半导体制冷片的温度控制作用,使取样皿中的细胞组织被切片槽中的切片刀连贯的制成病理切片,并冷冻定型在切片盘中继而获得大量的病理切片,提供给分析模块进行图像识别,达到了对细胞组织病理切片全面的分析,从而提升了乳腺导管原位癌的辅助检测系统的应用效果。
优选的,所述取样皿的底部设置有环绕分布的通槽,通槽中安装有半导体制冷片;所述切片盘卡合安装在通槽的端面上,切片盘与取样皿的底面处于相同的高度位置,切片盘使通槽的端口在取样皿中密闭起来;待切片的细胞组织,在取样皿往复转动的作用下,被切片刀制成病理切片并逐渐填满切片盘的空间,而取样皿中仍存有大量未切片的细胞组织,切片盘较小的空间限制了病理切片的生产效率;通过设置在取样皿上环绕的切片盘,使多个切片盘的容量满足取样皿容积中细胞组织的量,增强单次制得的病理切片数量,且设置在取样皿中的通槽作为半导体制冷片的安装空间,避免半导体制冷片运行过程中的吸放热功效的浪费,并利用半导体制冷片对其周向取样皿部位稍强的加热效果,便于切片刀对细胞组织进行切片的操作,在切片进入切片盘后,即在迅速降温的作用下冷冻定型,获得细胞组织的实时状态,从而提升了乳腺导管原位癌的辅助检测系统的应用效果。
优选的,所述取样皿的底面还设置有环形的箔片,箔片贴合在取样皿的底面与半导体制冷片的下表面上;所述箔片的底面上还设置有砂磨环,箔片通过砂磨环滑动安装在支架上;半导体制冷片仅安装在通槽中,使得取样皿中的细胞组织处于差异的温度条件下,影响了取样皿中细胞组织的分布状态并干扰到切片动作的效果;通过设置的箔片贴合在取样皿与半导体制冷片上,均衡半导体制冷片传导至取样皿中的热量,并通过箔片上的砂磨环使取样皿在往复转动过程中处于振动状态,削弱取样皿中细胞组织的沉积效应,确保病理切片的质量,从而稳定了乳腺导管原位癌辅助检测系统的运行效果。
优选的,所述切片盘的长轴两端设置有弧形凸起,弧形凸起间的切片盘长度为宽度的两倍;所述弧形凸起与取样皿的边缘间还留有间隙;取样皿中的细胞组织通过其往复转动的惯性作用下被制成切片,而取样皿中初始大量的细胞组织无法被切片盘中的切片刀所处理,会堆积在切片盘的外部,改变了取样皿中细胞组织均衡的分布状态,继而影响到后续切片刀对细胞组织的切片效果;通过设置在切片盘两端的弧形凸起,使其与取样皿间的空隙供过量的细胞组织在惯性力作用下流通起来,保持取样皿中细胞组织的均态分布,且切片盘两倍的长宽比,增加了单次制备切片量,从而提升了乳腺导管原位癌的辅助检测系统的应用效果。
优选的,所述切片盘的底面还设有滑动的切片膜,切片膜贴合在切片盘上;所述切片膜的两端设置有配重杆,配重杆端部与切片盘内壁间的距离等于切片膜末端至切片槽顶端的距离;所述切片膜的两侧在配重杆惯性力作用下分别从切片盘两侧的切片槽伸出;所述配重杆在切片盘的底面上还设置有滑道;通过设置在切片盘上滑动的切片膜,配合切片膜两端配重杆在滑道中的移动,增强切片膜在取样皿往复转动过程中受到的惯性力,进而使切片膜的两侧沿着切片盘的内壁滑移升起,对进入切片盘中的细胞组织进行切片,并利用切片膜在惯性力作用下的滑动,使其两侧分别将切片盘一侧的切片挡住,使得取样皿中的细胞组织从另一侧的切片槽中进入切片盘,进而适配于取样皿的往复转动过程,从而提升了乳腺导管原位癌的辅助检测系统的运行效果。
优选的,所述切片刀滑动安装在切片膜上方的切片盘上,切片刀的中心还设置有凸片;所述凸片垂直于切片盘的长轴方向;所述切片刀在切片膜的滑动作用下改变在切片盘中的高度位置;通过设置在切片刀中心的凸片,将进入切片盘的单层细胞组织切割为两片,进而增加了病理切片的生产效率,同时滑动安装的切片刀与切片盘中滑移的切片膜相配合,确保了对切片盘中细胞组织的切片效果,从而稳定了乳腺导管原位癌的辅助检测系统的运行过程。
本发明的有益效果如下:
1.本发明通过将提取的乳腺导管组织分为两份,并对其中的一份切片进行人工标注,训练图像识别算法的准确度,再通过分析模块对余下的病理切片进行全面分析,节省了医生分析的工作量,同时观察病理切片中DCIS细胞与肌上皮组织间的分布状态,推断出病理切片中DCIS细胞的分布,增强对DCIS细胞检测的准确率。
2.本发明通过设置在取样皿中的切片盘,配合其中的半导体制冷片的温度控制作用,使取样皿中的细胞组织被切片槽中的切片刀连贯的制成病理切片,并冷冻定型在切片盘中继而获得大量的病理切片,提供给分析模块进行图像识别,达到了对细胞组织病理切片全面的分析。
附图说明
下面结合附图和实施方式对本发明进一步说明。
图1是本发明中切片取样装置俯视角度的立体图;
图2是本发明中切片取样装置仰视角度的立体图;
图3是本发明中切片盘部件的爆炸图;
图4是图1中的A处局部放大图;
图中:取样皿1、通槽11、箔片12、砂磨环13、切片盘2、切片槽21、切片刀22、凸片221、弧形凸起23、支座3、半导体制冷片4、切片膜5、配重杆51、滑道52。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
如图1至图4所示,本发明所述的一种乳腺导管原位癌的辅助检测系统,包括切片取样装置、照相单元、存储模块和分析模块;所述切片取样装置对病灶处的乳腺导管组织进行提取,并把提取的组织分为两份,经处理后制得DCIS细胞组织和乳腺导管肌上皮组织的病理切片,然后对其中一份病理切片的DCIS细胞组织区域进行标注,再将两份病理切片送入照相单元中进行逐一照相,将其图像资料保存至存储模块中,经分析模块采用的卷积神经网络算法对图像进行识别,并把标注了DCIS细胞组织区域的病理切片作为样本集,对卷积神经网络算法进行训练,同时检测病理切片中DCIS细胞与肌上皮组织间的分布状态并进行记录;对乳腺导管组织进行检测的过程中,由于IDC和DCIS从细胞形态上具有较高的相似性,使得从细胞形态上直接利用卷积神经网络算法进行区分具有较大难度,且准确度不高,进而影响到对DCIS检测的准确性,不利于对病灶进行及时的治疗;因此,本发明通过将提取的乳腺导管组织分为两份,并对其中的一份切片进行人工标注,训练图像识别算法的准确度,再通过分析模块对余下的病理切片进行全面分析,节省了医生分析的工作量,同时观察病理切片中DCIS细胞与肌上皮组织间的状态,利用DCIS细胞的侵袭性主动突破肌上皮细胞层,使DCIS细胞转变成不受约束的IDC细胞,继而在病理切片的图像中观测到其间的分布状态,推断出病理切片中DCIS细胞的分布,进一步增强对DCIS细胞检测的准确率;
所述切片取样装置包括取样皿1、切片盘2和控制器;所述取样皿1的下方设有支座3,取样皿1转动安装在支座3上,支座3上安装有驱动的伺服马达;所述取样皿1中设有切片盘2,切片盘2沿其长轴安装在取样皿1的径向上,切片盘2长轴的两侧上还设置有切片槽21;所述切片槽21上安装有切片刀22,切片刀22平行于取样皿1的底面;所述切片盘2的底部还设有半导体制冷片4,切片盘2通过半导体制冷片4贴合在取样皿1中;所述半导体制冷片4的吸热端贴合在切片盘2上,半导体制冷片4的放热端贴合在取样皿1上;所述控制器用于调节电机和半导体制冷片4的运行;在对病灶组织进行的切片取样过程中,由于分析模块使用的图像识别算法需要大量的样本数据,使得传统切片中进行的人工操作难以满足其病理切片的数据量要求;本发明通过设置在取样皿1中的切片盘2,将经处理后待切片的病灶组织放入取样皿1中,控制支座3中的电机处于往复回转的状态下,使得取样皿1中的细胞组织在离心力及惯性作用下接触到切片刀22上,然后经切片槽21进入切片盘2中,并通过将设置半导体制冷片4的吸热端贴合在切片盘2上,半导体制冷片4的放热端贴合在取样皿1上,使切片盘2中的切片组织在温度降低的作用下来达到冷冻定型,同时对取样皿1的底部提供热量,维持其中的细胞组织处于适宜的温暖条件下,利于被切片刀22制成切片盘2中的病理切片;本发明利用了设置在取样皿1中的切片盘2,配合其中的半导体制冷片4的温度控制作用,使取样皿1中的细胞组织被切片槽21中的切片刀22连贯的制成病理切片,并冷冻定型在切片盘2中继而获得大量的病理切片,提供给分析模块进行图像识别,达到了对细胞组织病理切片全面的分析,从而提升了乳腺导管原位癌的辅助检测系统的应用效果。
作为本发明的一种实施方式,所述取样皿1的底部设置有环绕分布的通槽11,通槽11中安装有半导体制冷片4;所述切片盘2卡合安装在通槽11的端面上,切片盘2与取样皿1的底面处于相同的高度位置,切片盘2使通槽11的端口在取样皿1中密闭起来;待切片的细胞组织,在取样皿1往复转动的作用下,被切片刀22制成病理切片并逐渐填满切片盘2的空间,而取样皿1中仍存有大量未切片的细胞组织,切片盘2较小的空间限制了病理切片的生产效率;通过设置在取样皿1上环绕的切片盘2,使多个切片盘2的容量满足取样皿1容积中细胞组织的量,增强单次制得的病理切片数量,且设置在取样皿1中的通槽11作为半导体制冷片4的安装空间,避免半导体制冷片4运行过程中的吸放热功效的浪费,并利用半导体制冷片4对其周向取样皿1部位稍强的加热效果,便于切片刀22对细胞组织进行切片的操作,在切片进入切片盘2后,即在迅速降温的作用下冷冻定型,获得细胞组织的实时状态,从而提升了乳腺导管原位癌的辅助检测系统的应用效果。
作为本发明的一种实施方式,所述取样皿1的底面还设置有环形的箔片12,箔片12贴合在取样皿1的底面与半导体制冷片4的下表面上;所述箔片12的底面上还设置有砂磨环13,箔片12通过砂磨环13滑动安装在支架上;半导体制冷片4仅安装在通槽11中,使得取样皿1中的细胞组织处于差异的温度条件下,影响了取样皿1中细胞组织的分布状态并干扰到切片动作的效果;通过设置的箔片12贴合在取样皿1与半导体制冷片4上,均衡半导体制冷片4传导至取样皿1中的热量,并通过箔片12上的砂磨环13使取样皿1在往复转动过程中处于振动状态,削弱取样皿1中细胞组织的沉积效应,确保病理切片的质量,从而稳定了乳腺导管原位癌辅助检测系统的运行效果。
作为本发明的一种实施方式,所述切片盘2的长轴两端设置有弧形凸起23,弧形凸起23间的切片盘2长度为宽度的两倍;所述弧形凸起23与取样皿1的边缘间还留有间隙;取样皿1中的细胞组织通过其往复转动的惯性作用下被制成切片,而取样皿1中初始大量的细胞组织无法被切片盘2中的切片刀22所处理,会堆积在切片盘2的外部,改变了取样皿1中细胞组织均衡的分布状态,继而影响到后续切片刀22对细胞组织的切片效果;通过设置在切片盘2两端的弧形凸起23,使其与取样皿1间的空隙供过量的细胞组织在惯性力作用下流通起来,保持取样皿1中细胞组织的均态分布,且切片盘2两倍的长宽比,增加了单次制备切片量,从而提升了乳腺导管原位癌的辅助检测系统的应用效果。
作为本发明的一种实施方式,所述切片盘2的底面还设有滑动的切片膜5,切片膜5贴合在切片盘2上;所述切片膜5的两端设置有配重杆51,配重杆51端部与切片盘2内壁间的距离等于切片膜5末端至切片槽21顶端的距离;所述切片膜5的两侧在配重杆51惯性力作用下分别从切片盘2两侧的切片槽21伸出;所述配重杆51在切片盘2的底面上还设置有滑道52;通过设置在切片盘2上滑动的切片膜5,配合切片膜5两端配重杆51在滑道52中的移动,增强切片膜5在取样皿1往复转动过程中受到的惯性力,进而使切片膜5的两侧沿着切片盘2的内壁滑移升起,对进入切片盘2中的细胞组织进行切片,并利用切片膜5在惯性力作用下的滑动,使其两侧分别将切片盘2一侧的切片挡住,使得取样皿1中的细胞组织从另一侧的切片槽21中进入切片盘2,进而适配于取样皿1的往复转动过程,从而提升了乳腺导管原位癌的辅助检测系统的运行效果。
作为本发明的一种实施方式,所述切片刀22滑动安装在切片膜5上方的切片盘2上,切片刀22的中心还设置有凸片221;所述凸片221垂直于切片盘2的长轴方向;所述切片刀22在切片膜5的滑动作用下改变在切片盘2中的高度位置;通过设置在切片刀22中心的凸片221,将进入切片盘2的单层细胞组织切割为两片,进而增加了病理切片的生产效率,同时滑动安装的切片刀22与切片盘2中滑移的切片膜5相配合,确保了对切片盘2中细胞组织的切片效果,从而稳定了乳腺导管原位癌的辅助检测系统的运行过程。
工作时,通过将提取的乳腺导管组织分为两份,并对其中的一份切片进行人工标注,训练图像识别算法的准确度,再通过分析模块对余下的病理切片进行全面分析,同时观察病理切片中DCIS细胞与肌上皮组织间的状态,推断出病理切片中DCIS细胞的分布;设置在取样皿1中的切片盘2,将经处理后待切片的病灶组织放入取样皿1中,控制支座3中的电机处于往复回转的状态下,使得取样皿1中的细胞组织在离心力及惯性作用下接触到切片刀22上,然后经切片槽21进入切片盘2中,设置的半导体制冷片4通过切片盘2的将切片组织的温度降低下来达到冷冻定型的作用,同时对取样皿1的底部提供热量,维持其中的细胞组织处于适宜的温暖条件下,利于被切片刀22制成切片盘2中的病理切片;设置在取样皿1上环绕的切片盘2,使多个切片盘2的容量满足取样皿1容积中细胞组织的量,增强单次制得的病理切片数量,且设置在取样皿1中的通槽11作为半导体制冷片4的安装空间,避免半导体制冷片4运行过程中的吸放热功效的浪费,并利用半导体制冷片4对其周向取样皿1部位稍强的加热效果,便于切片刀22对细胞组织进行切片的操作,在切片进入切片盘2后,即在迅速降温的作用下冷冻定型,获得细胞组织的实时状态;设置的箔片12贴合在取样皿1与半导体制冷片4上,均衡半导体制冷片4传导至取样皿1中的热量,并通过箔片12上的砂磨环13使取样皿1在往复转动过程中处于振动状态,削弱取样皿1中细胞组织的沉积效应,确保病理切片的质量;设置在切片盘2两端的弧形凸起23,使其与取样皿1间的空隙供过量的细胞组织在惯性力作用下流通起来,保持取样皿1中细胞组织的均态分布,且切片盘2两倍的长宽比,增加了单次制备切片量;设置在切片盘2上滑动的切片膜5,配合切片膜5两端配重杆51在滑道52中的移动,增强切片膜5在取样皿1往复转动过程中受到的惯性力,进而使切片膜5的两侧沿着切片盘2的内壁滑移升起,对进入切片盘2中的细胞组织进行切片,并利用切片膜5在惯性力作用下的滑动,使其两侧分别将切片盘2一侧的切片挡住,使得取样皿1中的细胞组织从另一侧的切片槽21中进入切片盘2,进而适配于取样皿1的往复转动过程;设置在切片刀22中心的凸片221,将进入切片盘2的单层细胞组织切割为两片,进而增加了病理切片的生产效率,同时滑动安装的切片刀22与切片盘2中滑移的切片膜5相配合,确保了对切片盘2中细胞组织的切片效果。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (4)
1.一种乳腺导管原位癌的辅助检测系统,包括切片取样装置、照相单元、存储模块和分析模块,其特征在于:所述切片取样装置对病灶处的乳腺导管组织进行提取,并把提取的组织分为两份,经处理后制得DCIS细胞组织和乳腺导管肌上皮组织的病理切片,然后对其中一份病理切片的DCIS细胞组织区域进行标注,再将两份病理切片送入照相单元中进行逐一照相,将其图像资料保存至存储模块中,经分析模块采用的卷积神经网络算法对图像进行识别,并把标注了DCIS细胞组织区域的病理切片作为样本集,对卷积神经网络算法进行训练,同时检测病理切片中DCIS细胞与肌上皮组织间的分布状态并进行记录;
所述切片取样装置包括取样皿(1)、切片盘(2)和控制器;所述取样皿(1)的下方设有支座(3),取样皿(1)转动安装在支座(3)上,支座(3)上安装有驱动的伺服马达;所述取样皿(1)中设有切片盘(2),切片盘(2)沿其长轴安装在取样皿(1)的径向上,切片盘(2)长轴的两侧上还设置有切片槽(21);所述切片槽(21)上安装有切片刀(22),切片刀(22)平行于取样皿(1)的底面;所述切片盘(2)的底部还设有半导体制冷片(4),切片盘(2)通过半导体制冷片(4)贴合在取样皿(1)中;所述半导体制冷片(4)的吸热端贴合在切片盘(2)上,半导体制冷片(4)的放热端贴合在取样皿(1)上;所述控制器用于调节电机和半导体制冷片(4)的运行;
所述取样皿(1)的底部设置有环绕分布的通槽(11),通槽(11)中安装有半导体制冷片(4);所述切片盘(2)卡合安装在通槽(11)的端面上,切片盘(2)与取样皿(1)的底面处于相同的高度位置,切片盘(2)使通槽(11)的端口在取样皿(1)中密闭起来;
所述切片盘(2)的长轴两端设置有弧形凸起(23),弧形凸起(23)间的切片盘(2)长度为宽度的两倍;所述弧形凸起(23)与取样皿(1)的边缘间还留有间隙。
2.根据权利要求1所述的一种乳腺导管原位癌的辅助检测系统,其特征在于:所述取样皿(1)的底面还设置有环形的箔片(12),箔片(12)贴合在取样皿(1)的底面与半导体制冷片(4)的下表面上;所述箔片(12)的底面上还设置有砂磨环(13),箔片(12)通过砂磨环(13)滑动安装在支架上。
3.根据权利要求1所述的一种乳腺导管原位癌的辅助检测系统,其特征在于:所述切片盘(2)的底面还设有滑动的切片膜(5),切片膜(5)贴合在切片盘(2)上;所述切片膜(5)的两端设置有配重杆(51),配重杆(51)端部与切片盘(2)内壁间的距离等于切片膜(5)末端至切片槽(21)顶端的距离;所述切片膜(5)的两侧在配重杆(51)惯性力作用下分别从切片盘(2)两侧的切片槽(21)伸出;所述配重杆(51)在切片盘(2)的底面上还设置有滑道(52)。
4.根据权利要求1所述的一种乳腺导管原位癌的辅助检测系统,其特征在于:所述切片刀(22)滑动安装在切片膜(5)上方的切片盘(2)上,切片刀(22)的中心还设置有凸片(221);所述凸片(221)垂直于切片盘(2)的长轴方向;所述切片刀(22)在切片膜(5)的滑动作用下改变在切片盘(2)中的高度位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011203453.6A CN112268732B (zh) | 2020-11-02 | 2020-11-02 | 一种乳腺导管原位癌的辅助检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011203453.6A CN112268732B (zh) | 2020-11-02 | 2020-11-02 | 一种乳腺导管原位癌的辅助检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112268732A CN112268732A (zh) | 2021-01-26 |
CN112268732B true CN112268732B (zh) | 2021-08-06 |
Family
ID=74344576
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011203453.6A Active CN112268732B (zh) | 2020-11-02 | 2020-11-02 | 一种乳腺导管原位癌的辅助检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112268732B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113029723B (zh) * | 2021-03-25 | 2021-11-09 | 河南省肿瘤医院 | 一种智能化妇科肿瘤病理切片处理系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1894131A2 (en) * | 2005-02-25 | 2008-03-05 | H. Lee Moffitt Cancer Center & Research Institute, Inc. | Methods and systems for predicting cancer outcome |
WO2006063031A3 (en) * | 2004-12-06 | 2009-04-09 | Haplomics | Allelic variants of human factor viii |
CN101831491A (zh) * | 2009-03-11 | 2010-09-15 | 北京泰格瑞分子检验有限公司 | 一种系统置换的多重基因扩增技术 |
CN101918034A (zh) * | 2007-10-04 | 2010-12-15 | 新加坡科技研究局 | 用于诊断和治疗癌症的taz/wwtr1 |
CN203798618U (zh) * | 2014-04-15 | 2014-08-27 | 罗欣 | 一种快速在线取样器 |
CN107028593A (zh) * | 2017-04-14 | 2017-08-11 | 成都知识视觉科技有限公司 | 一种乳腺导管原位癌的辅助检测方法 |
CN107330263A (zh) * | 2017-06-26 | 2017-11-07 | 成都知识视觉科技有限公司 | 一种计算机辅助乳腺浸润性导管癌组织学分级的方法 |
CN111213059A (zh) * | 2017-11-06 | 2020-05-29 | 豪夫迈·罗氏有限公司 | 用于癌症的诊断和治疗方法 |
CN210966234U (zh) * | 2019-11-14 | 2020-07-10 | 河南省肿瘤医院 | 一种样本取采器 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2596133A4 (en) * | 2010-07-23 | 2014-04-23 | Harvard College | METHODS OF DETECTING NEUROLOGICAL OR NEUROPSYCHIATRIC DISEASES OR DISORDERS |
KR20140128940A (ko) * | 2011-10-10 | 2014-11-06 | 트랙터스 코포레이션 | 핸드헬드 이미징 디바이스들로 조직의 완전한 검사를 위한 방법, 장치 및 시스템 |
EP2771695A4 (en) * | 2011-10-24 | 2015-07-08 | Atossa Genetics Inc | METHOD OF DETECTION OF BREAST CANCERS |
US20180028601A1 (en) * | 2016-07-26 | 2018-02-01 | Yissum Research Development Company Of The Hebrew University Of Jerusalem Ltd. | Methods and compositions for treating cancer |
-
2020
- 2020-11-02 CN CN202011203453.6A patent/CN112268732B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006063031A3 (en) * | 2004-12-06 | 2009-04-09 | Haplomics | Allelic variants of human factor viii |
EP1894131A2 (en) * | 2005-02-25 | 2008-03-05 | H. Lee Moffitt Cancer Center & Research Institute, Inc. | Methods and systems for predicting cancer outcome |
CN101918034A (zh) * | 2007-10-04 | 2010-12-15 | 新加坡科技研究局 | 用于诊断和治疗癌症的taz/wwtr1 |
CN101831491A (zh) * | 2009-03-11 | 2010-09-15 | 北京泰格瑞分子检验有限公司 | 一种系统置换的多重基因扩增技术 |
CN203798618U (zh) * | 2014-04-15 | 2014-08-27 | 罗欣 | 一种快速在线取样器 |
CN107028593A (zh) * | 2017-04-14 | 2017-08-11 | 成都知识视觉科技有限公司 | 一种乳腺导管原位癌的辅助检测方法 |
CN107330263A (zh) * | 2017-06-26 | 2017-11-07 | 成都知识视觉科技有限公司 | 一种计算机辅助乳腺浸润性导管癌组织学分级的方法 |
CN111213059A (zh) * | 2017-11-06 | 2020-05-29 | 豪夫迈·罗氏有限公司 | 用于癌症的诊断和治疗方法 |
CN210966234U (zh) * | 2019-11-14 | 2020-07-10 | 河南省肿瘤医院 | 一种样本取采器 |
Non-Patent Citations (2)
Title |
---|
MRI对乳腺导管内原位癌的诊断价值;吕秀花;《中国临床医学影像杂志》;20201031;第31卷(第10期);700-706 * |
Outcome of patients with ductal carcinoma in situ untreated after diagnostic biopsy:results from the nurses health study;Laura;《Cancer》;20050315;第103卷(第9期);1778-84 * |
Also Published As
Publication number | Publication date |
---|---|
CN112268732A (zh) | 2021-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112268732B (zh) | 一种乳腺导管原位癌的辅助检测系统 | |
US7776274B2 (en) | Cassette and embedding assembly for handling and holding tissue samples during processing, embedding and microtome procedures, staging devices therefore, and methods therefor | |
US2996762A (en) | Embedding structure and method | |
US8877146B2 (en) | Cassette for handling and holding tissue samples during processing, embedding and microtome procedures, and methods therefor | |
WO2018184350A1 (zh) | 一种用于提取细胞的高速防破损污染冷冻离心机 | |
Yamabe et al. | Efforts to improve the diagnostic accuracy of endoscopic ultrasound-guided fine-needle aspiration for pancreatic tumors | |
EP3801287B1 (en) | Tissue collection device for collection of tissue samples from a biopsy needle and biopsy device including tissue collection device | |
CN212996536U (zh) | 一种病理科采集标本用的带切割刀的多腔采集器 | |
CN103869057B (zh) | 穿刺活检组织芯片 | |
CN109682667A (zh) | 一种冰冻包埋机 | |
Bakhtar et al. | Tissue preparation for MOHS’frozen sections: a comparison of three techniques | |
CN110181240B (zh) | 一次性病理切片刀的制造工艺及设备 | |
Son et al. | Cryosectioning | |
CN219625070U (zh) | 一种病理取材器 | |
CN221571873U (zh) | 一种用于医学检查的组织病变冷冻切片辅助结构 | |
CN2816788Y (zh) | 切片机生物组织承载支架 | |
CN115042250B (zh) | 一种于常温工作的金属切片机构 | |
Fletcher et al. | Grading of cervical dysplasias by frozen section | |
CN111413356A (zh) | 一种冷冻超薄切片的制备方法 | |
CN211784370U (zh) | 一种冰冻切片机用冷箱刀片夹持装置 | |
CN115266186B (zh) | 一种智能化病理切片机冷冻装置 | |
CN216262129U (zh) | 植发用毛囊保温分选平台 | |
CN213985879U (zh) | 一种病理实验标本取材切分装置 | |
CN118294190B (zh) | 循环肿瘤细胞的检测系统和分析检测方法 | |
US6725673B1 (en) | Apparatus and method for preparing frozen tissue specimens |
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 |