CN112481346A - 外周血细胞形态学检出异常细胞的自动预警系统及其方法 - Google Patents
外周血细胞形态学检出异常细胞的自动预警系统及其方法 Download PDFInfo
- Publication number
- CN112481346A CN112481346A CN202011395866.9A CN202011395866A CN112481346A CN 112481346 A CN112481346 A CN 112481346A CN 202011395866 A CN202011395866 A CN 202011395866A CN 112481346 A CN112481346 A CN 112481346A
- Authority
- CN
- China
- Prior art keywords
- early warning
- abnormal
- peripheral blood
- data
- module
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
- C12M41/00—Means for regulation, monitoring, measurement or control, e.g. flow regulation
- C12M41/30—Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration
- C12M41/36—Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration of biomass, e.g. colony counters or by turbidity measurements
-
- 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
- G06T2207/30—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)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Analytical Chemistry (AREA)
- Urology & Nephrology (AREA)
- General Physics & Mathematics (AREA)
- Organic Chemistry (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Physics & Mathematics (AREA)
- Biotechnology (AREA)
- Biochemistry (AREA)
- Hematology (AREA)
- Microbiology (AREA)
- Molecular Biology (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Medical Informatics (AREA)
- Cell Biology (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Sustainable Development (AREA)
- Tropical Medicine & Parasitology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Genetics & Genomics (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明属于外周血细胞形态学检测技术领域,公开了一种外周血细胞形态学检出异常细胞的自动预警系统,包括检测设备、单片机处理器、预警平台、推送平台和客户端。通过单片机处理器提取检测设备发来的外周血细胞形态图像,并由单片机处理器对外周血细胞形态图像进行筛选、识别、图像转换生成异常细胞数据,然后利用预警平台对异常细胞数据进行分析、对比、计算,生成异常细胞的预警信息,由推送平台推送给会诊医生和客户端,实现实时自动预警过程,为会诊医生诊断过程中提供参考依据,会诊医生在接收到预警信息后可快速地对患者的病理作进一步的诊断,为会诊医生节约了大量的时间和精力,也为患者的诊断使得诊断效率显著提高。
Description
技术领域
本发明属于外周血细胞形态学检测技术领域,具体涉及一种外周血细胞形态学检出异常细胞的自动预警系统及其方法。
背景技术
随着科学技术的快速发展,各种自动化血细胞分析仪在临床检验的广泛应用,使得血细胞分析结果更精确,大大提高了检验的工作效率,为临床的诊断和治疗提供了重要的依据。但是各类细胞分析仪仍然有其不足之处,如过度依赖全自动血液分析仪,忽略外周血细胞形态学检查,会引起临床的漏诊、误诊,影响对患者的诊断和治疗,另外凡是血细胞分析结果异常增高或减低的,仪器报警提示记过有异常的,或者临床上有发热、出血、贫血、黄疸或淋巴结肿大疑似造血系统疾病时,必须同时进行外周血涂片后进行形态学检查。
针对外周血细胞形态学检查是指应用显微镜或自动化仪器对外周血中的细胞形态与数量的检查,。血细胞形态的观察对象为:红细胞、白细胞(粒细胞、淋巴细胞、单核细胞)、血小板。其中红细胞形态学改变主要有大小、形态、染色异常及胞内出现异常结构如点彩红、豪周小体,卡波环、有核红细胞等。可见于贫血、骨髓增生异常综合征、红白血病、骨髓纤维化、肝硬化、多发性骨髓瘤等疾病;白细胞形态学改变主要有数量的改变,中性粒细胞出现核左移、核右移、毒性变化及出现幼稚细胞等,白细胞形态学检查有助于急慢性白血病诊断、鉴别诊断及治疗后缓解情况的观察,可以了解感染的程度,提示各种血液相关性疾病;血小板形态学改变主要有大小、形态、数量的异常,可见于贫血、特发性血小板减少性紫癜、白血病、骨髓增生异常综合征等。
在外周血细胞形态检查后,通常需要两人以上的检验师或者病理医师沟通完成检测外周血报告,并且对检查数据特别是异常细胞没有进行针对性的整理和筛选,患者对应的会诊医生拿到报告后会进一步进行异常细胞的筛选整理,在此过程中花费了大量的时间和精力,使得诊断效率低,为了更有效的诊断,在充分认识外周血细胞形态学的基础上,建立实用、精准的外周血细胞形态学检出异常细胞的预警技术,对于解决由细胞形态变化引起的一系列疾病问题有着极其重要的指导意义,对外周血细胞形态学检出异常细胞形成预警信息,快速的为会诊医生诊断过程中提供参考依据。
发明内容
本发明的目的在于提供外周血细胞形态学检出异常细胞的自动预警系统及其方法,使得外周血细胞形态学检出异常细胞结果形成预警信息,快速的为医生诊断过程中提供参考依据。
为实现上述技术目的,本发明采用的技术方案是一种外周血细胞形态学检出异常细胞的自动预警系统,包括:
检测设备,所述检测设备用于采集外周血细胞信息,形成外周血细胞形态学图像;
单片机处理器,所述单片机处理器与所述检测设备实现网络连接,用于接收外周血细胞形态学图像,并将外周血细胞形态学图像进行筛选、识别、转换成数字信号,生成异常细胞数字数据;
预警平台,所述预警平台与所述单片机处理器实现网络连接,所述单片机处理器将异常细胞数据实时传输至所述预警平台,所述预警平台对接收到的异常细胞数据进行分析处理,用于生成预警信息;
推送平台,所述推送平台与所述预警平台实现网络连接,所述预警平台将预警信息传输至所述推送平台,所述推送平台用于推送预警信息;
客户端,所述客户端与所述预警平台实现网络连接,所述预警平台将异常细胞数据传输至所述客户端,所述客户端用于接收和查看异常细胞数据,会诊医生可以通过客户端下载相关的异常细胞数据。
作为优选,所述单片机处理器内设有图像筛选模块、细胞识别模块、图像转化模块,所述图像筛选模块用于将外周血细胞形态学图像不清晰的图像剔除,所述细胞识别模块用于识别大小、形态、染色以及结构异常的异常细胞图像,所述图像转化模块用于将异常的异常细胞图像转化成数字信号形成异常细胞数据;
作为优选,所述预警平台内设有数据存储模块、数据分析模块、数据计算模块、预警模块,所述数据存储模块用于存储异常细胞数据,所述数据分析模块用于运算分析异常细胞数据并与正常参考值作对比,将非正常值的数据及对应的异常细胞筛选形成异常细胞的异常数据,所述数据计算模块用于将异常数据中异常细胞的非正常值与该细胞正常值作数据计算得出数值偏差,所述数值偏差植入预警模块,生产预警信息。
作为优选,所述推送平台内设有短信系统和消息发布系统,所述推送平台通过所述短信系统将预警信息推送给会诊医生,所述推送平台通过消息发布系统将预警信息推送到客户端。
作为优选,在所述客户端内设有订阅模块,所述订阅模块和所述消息发布系统实现网络连接,用于订阅在所述消息发布系统上推送的预警信息。
作为优选,所述客户端安装在手机终端和计算机内,方便在手机终端或计算机内通过客户端接收信息或查看相关异常细胞数据。
本发明还公开了一种外周血细胞形态学检出异常细胞的自动预警系统的方法,适用于上述一种外周血细胞形态学检出异常细胞的自动预警系统,包括如下步骤:
步骤一:将所述检测设备设置在检测区域,实时采集外周血细胞信息,形成外周血细胞形态学图像,同时所述检测设备将外周血细胞形态图像实时传输至所述单片机处理器;
步骤二:单片机处理器内的图像筛选模块将外周血细胞形态学图像不清晰的图像剔除,所述细胞识别模块在外周血细胞形态学图像上基础上识别出大小、形态、染色以及结构异常的异常细胞图像,所述图像转化模块将异常的异常细胞图像转化成数字信号形成异常细胞数据;
步骤三:预警平台内的数据存储模块对接收到的异常细胞数据进行存储,数据分析模块将异常细胞数据与正常参考值进行对比分析,将非正常值的数据及对应的异常细胞筛选形成异常细胞的异常数据,数据计算模块将异常数据中异常细胞的非正常值与该细胞正常值作数据计算得出数值偏差,所述数值偏差植入预警模块,生产预警信息。当在Y小于等于20%时,判定出现轻度异常,并发出绿色预警信号;当在Y大于20%且小于等于50%时,判定出现中度异常,并发出黄色预警信号;当在Y大于50%时,判定出现重度异常,并发出红色预警信号,预警平台将预警信息传输至推送平台;
步骤四:推送平台通过短信系统将预警信息推送给会诊医生,同时通过消息发布系统将预警信息传输到客户端;
步骤五:会诊医生通过所述客户端订阅预警信息,会诊医生在接收到预警信息后可对患者的病理作进一步的诊断,同时可通过客户端查看详细的异常细胞数据。
作为优选,步骤三中所述数值偏差为:
Y=(X*-X)/X×100%;
其中,X*为所述异常细胞的非正常值,X为所述异常细胞对应的正常值。
作为优选,步骤三中,所述数值偏差植入预警模块时,在Y小于等于20%时,判定出现轻度异常,并发出绿色预警信号;在Y大于20%且小于等于50%时,判定出现中度异常,并发出黄色预警信号;在Y大于50%时,判定出现重度异常,并发出红色预警信号。
采用上述技术方案的发明,具有如下优点:
本发明中,通过单片机处理器提取检测设备发来的外周血细胞形态图像,由单片机处理器内的图像筛选模块、细胞识别模块、图像转化模块分别对图像进行筛选、识别、图像转换生成异常细胞数据,然后利用预警平台对异常细胞数据进行分析、对比、计算,生产异常细胞的预警信息,由推送平台推送给会诊医生和客户端,实现实时自动预警过程。
本发明中,外周血细胞形态学检出异常细胞形成预警信息,为会诊医生诊断过程中提供参考依据,会诊医生在接收到预警信息后可快速地对患者的病理作进一步的诊断,为会诊医生节约了大量的时间和精力,也为患者的诊断使得诊断效率显著提高。
附图说明
图1为本发明的一种外周血细胞形态学检出异常细胞的自动预警系统的逻辑图;
图2为本发明的一种外周血细胞形态学检出异常细胞的自动预警系统的模块图;
图3为自动预警方法的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
如图1和图2所示,本发明的外周血细胞形态学检出异常细胞的自动预警系统,包括检测设备,检测设备用于采集外周血细胞信息,形成外周血细胞形态图像;单片机处理器,单片机处理器与检测设备实现网络连接,用于接收外周血细胞形态图像,单片机处理器并将外周血细胞形态学图像进行筛选、识别、转换成数字信号,生成异常细胞数字数据;预警平台,预警平台与单片机处理器实现网络连接,单片机处理器将异常细胞数据实时传输至预警平台,预警平台对接收到的异常细胞数据进行分析处理,用于生成预警信息;推送平台,推送平台与预警平台实现网络连接,预警平台将预警信息传输至推送平台,推送平台用于推送预警信息;客户端,客户端与预警平台实现网络连接,预警平台将异常细胞数据传输至客户端,客户端用于接收和查看异常细胞数据,会诊医生端可以通过客户端下载相关的异常细胞数据。
总而言之,本发明创新性地在外周血细胞形态学的基础上,通过该自动预警系统,为医护人员特别是会诊医生提供了参考依据,为抢救患者既节省了时间也争取了时间,最终实现达到高效率诊断的目的。
为了便于分析处理外周血细胞形态学图像,本发明中,单片机处理器内设有图像筛选模块、细胞识别模块、图像转化模块,其中图像筛选模块用于将外周血细胞形态学图像不清晰的图像剔除,细胞识别模块用于识别清晰的外周血细胞形态图像中大小、形态、染色以及结构异常的异常细胞图像,其中主要针对的红细胞、白细胞、血小板,图像转化模块用于将异常细胞图像转化成数字信号形成异常细胞数据。
为了便于分析处理异常细胞数据,进一步生成预警信息,本发明中,预警平台内设有数据存储模块、数据分析模块、数据计算模块、预警模块,所述数据存储模块用于存储异常细胞数据,所述数据分析模块用于运算分析异常细胞数据并与正常参考值作对比,将非正常值的数据及对应的异常细胞筛选形成异常细胞的异常数据,所述数据计算模块用于将异常数据中异常细胞的非正常值与该细胞正常值作数据计算得出数值偏差,所述数值偏差植入预警模块,生产预警信息。
为了便于通过短信和网络推送预警信息,本发明中,推送平台内设有短信系统和消息发布系统,推送平台通过短信系统将预警信息推送给会诊医生,推送平台通过消息发布系统将预警信息推送到客户端。
为了便于用户订阅预警信息,本发明中,在客户端内设有订阅模块,订阅模块和消息发布系统实现网络连接,用于订阅在消息发布系统上推送的预警信息。
为了便于用户查看和接收预警信息,本发明中,客户端安装在手机终端和计算机内。
如图3所述,本发明中的外周血细胞形态学检出异常细胞的自动预警系统的方法,包括如下步骤:
步骤一:检测设备实时采集外周血细胞信息,形成外周血细胞形态学图像,同时检测设备将外周血细胞形态图像实时传输至单片机处理器;
步骤二:单片机处理器内的图像筛选模块将外周血细胞形态学图像不清晰的图像剔除,单片机处理器内的细胞识别模块在外周血细胞形态学图像上基础上识别出大小、形态、染色以及结构异常的异常细胞图像,单片机处理器内的图像转化模块将异常的异常细胞图像转化成数字信号形成异常细胞数据;
步骤三:预警平台内的数据分析模块对外周血细胞数据进行分析对比,将非正常值的数据及对应的异常细胞筛选形成异常细胞数据,数据存储模块对异常细胞数据进行存储,数据计算模块用于将异常细胞数据中异常细胞的非正常值与该细胞正常值作数据计算得出数值占比,数据占比在预警模块中生成异常细胞的预警信息,预警平台将预警信息传输至推送平台;
步骤四:推送平台通过短信系统将预警信息推送给会诊医生,同时通过消息发布系统将预警信息传输到客户端;
步骤五:会诊医生可通过客户端订阅预警信息,会诊医生在接收到预警信息后可对患者的病理作进一步的诊断,同时可通过客户端查看详细的异常细胞数据。
在本发明中,步骤三中数值偏差为:
Y=(X*-X)/X×100%;
其中,X*为异常细胞的非正常值,X为异常细胞对应的正常值。
在本发明中,为了更好的区分异常细胞的大小、数量等异常程度,,本发明设置了绿色、黄色和红色三种预警信号,步骤三中数值偏差值植入预警模块时,在Y小于等于20%时,判定出现轻度异常,并发出绿色预警信号;在Y大于20%且小于等于50%时,判定出现中度异常,并发出黄色预警信号;在Y大于50%时,判定出现重度异常,并发出红色预警信号。
以上对本发明提供的外周血细胞形态学检出异常细胞的自动预警系统及其方法进行了详细介绍。具体实施例的说明仅用于帮助理解本发明的技术方案而非限制,本领域的普通技术人员应当理解,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 (9)
1.一种外周血细胞形态学检出异常细胞的自动预警系统,其特征在于,包括:
检测设备,所述检测设备用于采集外周血细胞信息,形成外周血细胞形态学图像;
单片机处理器,所述单片机处理器与所述检测设备实现网络连接,用于接收外周血细胞形态学图像,并将外周血细胞形态学图像进行筛选、识别、转换成数字信号,生成异常细胞数据;
预警平台,所述预警平台与所述单片机处理器实现网络连接,所述单片机处理器将异常细胞数据实时传输至所述预警平台,所述预警平台对接收到的异常细胞数据进行分析处理,用于生成预警信息;
推送平台,所述推送平台与所述预警平台实现网络连接,所述预警平台将预警信息传输至所述推送平台,所述推送平台用于推送预警信息;
客户端,所述客户端与所述预警平台实现网络连接,所述预警平台将异常细胞数据传输至所述客户端,所述客户端用于接收和查看异常细胞数据,会诊医生可以通过客服端下载相关的异常细胞数据。
2.根据权利要求1所述的外周血细胞形态学检出异常细胞的自动预警系统,其特征在于,所述单片机处理器内设有图像筛选模块、细胞识别模块、图像转化模块,所述图像筛选模块用于将外周血细胞形态学图像不清晰的图像剔除,所述细胞识别模块用于识别大小、形态、染色以及结构异常细胞图像,所述图像转化模块用于将异常细胞图像转化成数字信号形成异常细胞数据。
3.根据权利要求2所述的外周血细胞形态学检出异常细胞的自动预警系统,其特征在于,所述预警平台内设有数据存储模块、数据分析模块、数据计算模块、预警模块,所述数据存储模块用于存储异常细胞数据,所述数据分析模块用于运算分析异常细胞数据并与正常参考值作对比,将非正常值的数据及对应的异常细胞筛选形成异常细胞的异常数据,所述数据计算模块用于将异常数据中异常细胞的非正常值与该细胞正常值作数据计算得出数值偏差,所述数值偏差植入预警模块,生产预警信息。
4.根据权利要求3所述的外周血细胞形态学检出异常细胞的自动预警系统,其特征在于,所述推送平台内设有短信系统和消息发布系统,所述推送平台通过所述短信系统将预警信息推送给会诊医生,所述推送平台通过消息发布系统将预警信息推送到客户端。
5.根据权利要求4所述的外周血细胞形态学检出异常细胞的自动预警系统,其特征在于,所述客户端内设有订阅模块,所述订阅模块和所述消息发布系统实现网络连接,用于订阅在所述消息发布系统上推送的预警信息。
6.根据权利要求5所述的外周血细胞形态学检出异常细胞的自动预警系统,其特征在于,所述客户端安装在手机终端和计算机内。
7.根据权利要求6所述的外周血细胞形态学检出异常细胞的自动预警系统的方法,其特征在于,包括如下步骤:
步骤一:将所述检测设备设置在检测区域,实时采集外周血细胞信息,形成外周血细胞形态学图像,同时所述检测设备将外周血细胞形态图像实时传输至所述单片机处理器;
步骤二:所述单片机处理器内的图像筛选模块将外周血细胞形态学图像不清晰的图像剔除,所述细胞识别模块在外周血细胞形态学图像上基础上识别出大小、形态、染色以及结构异常细胞图像,所述图像转化模块将异常细胞图像转化成数字信号形成异常细胞数据;
步骤三:所述预警平台内的数据存储模块对接收到的异常细胞数据进行存储,所述数据分析模块将异常细胞数据与正常参考值进行对比分析,将非正常值的数据及对应的异常细胞筛选形成异常细胞的异常数据,所述数据计算模块将异常数据中异常细胞的非正常值与该细胞正常值作数据计算得出数值偏差,所述数值偏差植入预警模块,生产预警信息;
步骤四:所述推送平台通过短信系统将预警信息推送给会诊医生,同时通过消息发布系统将预警信息传输到客户端;
步骤五:会诊医生通过所述客户端订阅预警信息,会诊医生在接收到预警信息后对患者的病理作进一步的诊断,同时通过客户端查看详细的异常细胞数据。
8.根据权利要求7所述的外周血细胞形态学检出异常细胞的自动预警系统的方法,其特征在于,在步骤三中,所述数值偏差为:
Y=(X*-X)/X×100%;
其中,X*为所述异常细胞的非正常值,X为所述异常细胞对应的正常值。
9.根据权利要求8所述的外周血细胞形态学检出异常细胞的自动预警系统的方法,其特征在于,在步骤三中,所述数值偏差植入预警模块时,在Y小于等于20%时,判定出现轻度异常,并发出绿色预警信号;在Y大于20%且小于等于50%时,判定出现中度异常,并发出黄色预警信号;在Y大于50%时,判定出现重度异常,并发出红色预警信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011395866.9A CN112481346B (zh) | 2020-12-03 | 2020-12-03 | 外周血细胞形态学检出异常细胞的自动预警系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011395866.9A CN112481346B (zh) | 2020-12-03 | 2020-12-03 | 外周血细胞形态学检出异常细胞的自动预警系统及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112481346A true CN112481346A (zh) | 2021-03-12 |
CN112481346B CN112481346B (zh) | 2022-12-09 |
Family
ID=74939100
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011395866.9A Active CN112481346B (zh) | 2020-12-03 | 2020-12-03 | 外周血细胞形态学检出异常细胞的自动预警系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112481346B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116703917A (zh) * | 2023-08-07 | 2023-09-05 | 广州盛安医学检验有限公司 | 一种女性生殖道细胞病理智能分析系统 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA1180811A (en) * | 1980-04-21 | 1985-01-08 | James W. Bacus | Method and apparatus for measuring mean cell volume of red blood cells |
JP2000279168A (ja) * | 1999-03-31 | 2000-10-10 | Olympus Optical Co Ltd | 染色体の解析方法および装置 |
EP1248233A1 (en) * | 1996-03-22 | 2002-10-09 | Fuji Photo Film Co., Ltd. | Digital image recording apparatus and method |
CN101285755A (zh) * | 2007-04-09 | 2008-10-15 | 姜洪涛 | 一种血常规分析仪的探测头 |
CN101407759A (zh) * | 2008-11-28 | 2009-04-15 | 北京理工大学 | 血细胞分析仪及分析方法 |
EP2202506A2 (en) * | 2008-12-25 | 2010-06-30 | Sysmex Corporation | Cell image display apparatus, cell image display method, and computer program product |
CN102043893A (zh) * | 2009-10-13 | 2011-05-04 | 北京大学 | 一种疾病预警方法和系统 |
CN102519861A (zh) * | 2011-12-09 | 2012-06-27 | 南昌百特生物高新技术股份有限公司 | 血细胞形态多模式图像筛选方法 |
CN105678075A (zh) * | 2016-01-06 | 2016-06-15 | 万度网络技术有限公司 | 一种血细胞形态分析物联检测诊断方法及平台 |
CN206146803U (zh) * | 2016-11-09 | 2017-05-03 | 重庆医科大学 | 一种新型的血细胞计数装置 |
CN106651806A (zh) * | 2016-12-28 | 2017-05-10 | 济南格利特科技有限公司 | 一种高清晰血液细胞图像去噪方法 |
WO2017087707A1 (en) * | 2015-11-18 | 2017-05-26 | Beckman Coulter, Inc. | Filtering device for analyzing instrument |
CN107527028A (zh) * | 2017-08-18 | 2017-12-29 | 深圳乐普智能医疗器械有限公司 | 目标细胞识别方法、装置及终端 |
US20180112277A1 (en) * | 2016-10-26 | 2018-04-26 | Expression Pathology, Inc. | Signal directed dissection to inform cancer therapy strategy |
CN108303363A (zh) * | 2017-01-12 | 2018-07-20 | 长春市布拉泽医疗科技有限公司 | 一种血细胞分析方法及使用该方法的血细胞分析仪 |
CN110189293A (zh) * | 2019-04-15 | 2019-08-30 | 广州锟元方青医疗科技有限公司 | 细胞图像处理方法、装置、存储介质及计算机设备 |
CN111417958A (zh) * | 2017-12-07 | 2020-07-14 | 文塔纳医疗系统公司 | 用于生物图像中的联合细胞和区域分类的深度学习系统和方法 |
CN111458279A (zh) * | 2020-05-11 | 2020-07-28 | 江苏医像信息技术有限公司 | 一种ai显微镜及其使用方法 |
CN111833297A (zh) * | 2020-05-25 | 2020-10-27 | 中国人民解放军陆军军医大学第二附属医院 | 一种骨髓细胞形态学自动检测系统的疾病联想方法 |
-
2020
- 2020-12-03 CN CN202011395866.9A patent/CN112481346B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA1180811A (en) * | 1980-04-21 | 1985-01-08 | James W. Bacus | Method and apparatus for measuring mean cell volume of red blood cells |
EP1248233A1 (en) * | 1996-03-22 | 2002-10-09 | Fuji Photo Film Co., Ltd. | Digital image recording apparatus and method |
JP2000279168A (ja) * | 1999-03-31 | 2000-10-10 | Olympus Optical Co Ltd | 染色体の解析方法および装置 |
CN101285755A (zh) * | 2007-04-09 | 2008-10-15 | 姜洪涛 | 一种血常规分析仪的探测头 |
CN101407759A (zh) * | 2008-11-28 | 2009-04-15 | 北京理工大学 | 血细胞分析仪及分析方法 |
EP2202506A2 (en) * | 2008-12-25 | 2010-06-30 | Sysmex Corporation | Cell image display apparatus, cell image display method, and computer program product |
CN102043893A (zh) * | 2009-10-13 | 2011-05-04 | 北京大学 | 一种疾病预警方法和系统 |
CN102519861A (zh) * | 2011-12-09 | 2012-06-27 | 南昌百特生物高新技术股份有限公司 | 血细胞形态多模式图像筛选方法 |
WO2017087707A1 (en) * | 2015-11-18 | 2017-05-26 | Beckman Coulter, Inc. | Filtering device for analyzing instrument |
CN105678075A (zh) * | 2016-01-06 | 2016-06-15 | 万度网络技术有限公司 | 一种血细胞形态分析物联检测诊断方法及平台 |
US20180112277A1 (en) * | 2016-10-26 | 2018-04-26 | Expression Pathology, Inc. | Signal directed dissection to inform cancer therapy strategy |
CN206146803U (zh) * | 2016-11-09 | 2017-05-03 | 重庆医科大学 | 一种新型的血细胞计数装置 |
CN106651806A (zh) * | 2016-12-28 | 2017-05-10 | 济南格利特科技有限公司 | 一种高清晰血液细胞图像去噪方法 |
CN108303363A (zh) * | 2017-01-12 | 2018-07-20 | 长春市布拉泽医疗科技有限公司 | 一种血细胞分析方法及使用该方法的血细胞分析仪 |
CN107527028A (zh) * | 2017-08-18 | 2017-12-29 | 深圳乐普智能医疗器械有限公司 | 目标细胞识别方法、装置及终端 |
CN111417958A (zh) * | 2017-12-07 | 2020-07-14 | 文塔纳医疗系统公司 | 用于生物图像中的联合细胞和区域分类的深度学习系统和方法 |
CN110189293A (zh) * | 2019-04-15 | 2019-08-30 | 广州锟元方青医疗科技有限公司 | 细胞图像处理方法、装置、存储介质及计算机设备 |
CN111458279A (zh) * | 2020-05-11 | 2020-07-28 | 江苏医像信息技术有限公司 | 一种ai显微镜及其使用方法 |
CN111833297A (zh) * | 2020-05-25 | 2020-10-27 | 中国人民解放军陆军军医大学第二附属医院 | 一种骨髓细胞形态学自动检测系统的疾病联想方法 |
Non-Patent Citations (2)
Title |
---|
康丽娟 等: "基于流式细胞技术的铜绿微囊藻自动识别参数筛选方法研究", 《环境科学与管理》 * |
陈立新: "血细胞分析仪异型淋巴细胞阳性报警与推片复检结果比对", 《中国医疗器械信息》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116703917A (zh) * | 2023-08-07 | 2023-09-05 | 广州盛安医学检验有限公司 | 一种女性生殖道细胞病理智能分析系统 |
CN116703917B (zh) * | 2023-08-07 | 2024-01-26 | 广州盛安医学检验有限公司 | 一种女性生殖道细胞病理智能分析系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112481346B (zh) | 2022-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103345654B (zh) | 一种基于形态学分类计数白细胞的方法 | |
CN102768271B (zh) | 样本分析方法及综合样本分析仪 | |
KR101847225B1 (ko) | 혈액 샘플 분석 방법 및 분석 시스템 | |
CN102662048B (zh) | 一种尿液分析方法及尿液分析装置 | |
US20230160805A1 (en) | Detection of medical condition, severity, risk, and acuity using parameters | |
CN111542744A (zh) | 血液分析仪、血液分析方法和计算机可读存储介质 | |
WO2012139047A2 (en) | Identifying and enumerating early granulated cells (egcs) | |
CN112432902A (zh) | 一种外周血细胞形态学判别细胞数目的自动检测系统及方法 | |
CN112481346B (zh) | 外周血细胞形态学检出异常细胞的自动预警系统及其方法 | |
CN106339569A (zh) | 判断样本检验结果异常的方法及装置 | |
KR20010017092A (ko) | 혈구세포의 형태 자동 분석 및 카운트 방법 | |
US20230165492A1 (en) | Method of Detecting Sepsis Using Primary and Secondary Hematology Parameters | |
Beaulah et al. | Lung Melanoma Recognition through Platelet Count Composition Using Supervised ML Technique | |
CN110057587A (zh) | 一种核电用泵轴承智能故障诊断方法及系统 | |
WO2021075785A1 (ko) | 골수 이미지 분석기를 이용한 골수세포 이미지 촬상 방법 | |
CN108542350A (zh) | 血常规自动分析仪 | |
JP2021516335A (ja) | 生体細胞を含む生体試料の分析方法及びその分析方法を実施する分析装置 | |
Cruz et al. | CBC and DBC Counter Using Image Processing and Analysis | |
Kasdan et al. | The white IRIS leukocyte differential analyzer for rapid high-precision differentials based on images of cytoprobe-reacted cells | |
CN117011593A (zh) | 一种基于深度学习的尿蛋白自动识别和分类方法 | |
CN114222907A (zh) | 检测和报道中性粒细胞亚群 | |
Cao et al. | Multi-class instance segmentation of renal structures in highly multiplexed immunofluorescence microscopy images | |
Miller et al. | Automated cervical cytology screening: performance requirements and instrument evaluation. | |
CN116343970A (zh) | 物联网患者安全感知的数据采集方法、装置及系统 | |
CN115035517A (zh) | 人体粪便标本中红细胞、白细胞人工智能阅片系统及其方法与应用 |
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 |