CN113039551B - 分析细胞的方法、细胞分析设备与计算机可读存储介质 - Google Patents
分析细胞的方法、细胞分析设备与计算机可读存储介质 Download PDFInfo
- Publication number
- CN113039551B CN113039551B CN201880099615.0A CN201880099615A CN113039551B CN 113039551 B CN113039551 B CN 113039551B CN 201880099615 A CN201880099615 A CN 201880099615A CN 113039551 B CN113039551 B CN 113039551B
- Authority
- CN
- China
- Prior art keywords
- cells
- cell
- target type
- classification information
- probability
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 111
- 238000000034 method Methods 0.000 title claims abstract description 81
- 210000004369 blood Anatomy 0.000 claims abstract description 38
- 239000008280 blood Substances 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims description 46
- 230000015654 memory Effects 0.000 claims description 40
- 230000003993 interaction Effects 0.000 claims description 29
- 230000008569 process Effects 0.000 claims description 17
- 238000003384 imaging method Methods 0.000 claims description 15
- 230000001174 ascending effect Effects 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 230000001143 conditioned effect Effects 0.000 claims 1
- 210000004027 cell Anatomy 0.000 description 559
- 210000003979 eosinophil Anatomy 0.000 description 27
- 210000000440 neutrophil Anatomy 0.000 description 22
- 238000010586 diagram Methods 0.000 description 17
- 210000003651 basophil Anatomy 0.000 description 10
- 238000004590 computer program Methods 0.000 description 10
- 230000001360 synchronised effect Effects 0.000 description 9
- 238000012552 review Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000001105 regulatory effect Effects 0.000 description 6
- 238000012163 sequencing technique Methods 0.000 description 5
- 230000003068 static effect Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 230000005291 magnetic effect Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 210000000601 blood cell Anatomy 0.000 description 3
- 235000019800 disodium phosphate Nutrition 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 239000000592 Artificial Cell Substances 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000011496 digital image analysis Methods 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 210000004698 lymphocyte Anatomy 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011982 device technology Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000005294 ferromagnetic effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 210000003714 granulocyte Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000000265 leukocyte Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000009347 mechanical transmission Effects 0.000 description 1
- 210000003593 megakaryocyte Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000001616 monocyte Anatomy 0.000 description 1
- 210000003924 normoblast Anatomy 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000001959 radiotherapy Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000010186 staining Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
Abstract
一种分析细胞的方法、设备和一种计算机可读存储介质，应用于细胞分析设备，所述方法包括：获取血液样本中细胞的数字图像(101)；对所获取的所述细胞的数字图像进行分类，以分别形成各个所述细胞的分类信息(102)；输出所述细胞的数字图像和所述细胞的分类信息(103)。
Description
技术领域
本发明涉及医疗设备技术，尤其涉及一种分析细胞的方法、细胞分析设备与计算机可读存储介质。
背景技术
现有的自动血细胞数字图像分析系统具有细胞识别与预分类的功能。通常，对正常样本的白细胞进行分类的准确性较高，然而所处理的血涂片常常为异常样本，其包含的细胞多为幼稚或原始细胞等异常细胞。异常白细胞形态复杂多变，且其形态易受用药和放疗等治疗的影响，变得不再典型，这可能导致自动血细胞数字图像分析系统的预分类结果的准确性较差，需要检验技师进行大量的人工干预和调整，以保证输出结果的准确。
在对细胞分类进行人工复检的过程中，在发现相应细胞的分类错误时，检验技师首先需要选中该细胞，之后判断该细胞应该所属的目标类型，并选择应该所属的目标类型所在视图（或者区域），最后将该细胞拖拽到应该所属的目标类型所在的视图（或者区域）或者通过控制指令、例如鼠标右键形式更改该细胞的类型，其操作过程比较复杂，例如采用拖拽方式将细胞从当前所述目标类型所在的视图拖拽到正确视图中时，由于显示屏幕的一个页面只能容纳有限个视图，因此，当该细胞应该所属的正确视图不处于当前页面中时，还需要提前将该正确视图选择到该页面，再进行拖曳。尤其是当待复检的样本数量较多时，传统的细胞复检方法效率较低，会极大的延长样本周转时间，同时容易因为检验技师的疲劳造成复检结果出现错误。
发明内容
本发明实施例提供一种分析细胞的方法、细胞分析设备与计算机可读存储介质，能够对所获取的所述细胞的数字图像进行分类，以分别形成各个所述细胞的分类信息，输出所述细胞的数字图像和所述细胞的分类信息，从而能够辅助用户对细胞预分类进行人工复检，大大提高复检效率。此外，细胞的分类信息也能够辅助用户直接进行人工细胞分类。
本发明实施例的技术方案通过如下方式实现。
本发明实施例提供了一种分析细胞的方法，应用于细胞分析设备，所述方法包括：
获取血液样本中细胞的数字图像；
对所获取的所述细胞的数字图像进行分类，以分别形成各个所述细胞的分类信息，其中，各个所述细胞的分类信息分别包括细胞类型信息和相应的概率信息；
输出所述细胞的数字图像和所述细胞的分类信息。
本发明实施例还提供了一种细胞分析设备，所述细胞分析设备包括：
控制装置，配置为调整数字成像装置与血液样本的相对位置；
数字成像装置，包括透镜组和数字相机；
图像获取装置，配置为获取血液样本中细胞的数字图像；
图像处理装置，配置为对所获取的所述细胞的数字图像进行分类，以分别形成各个所述细胞的分类信息，其中，各个所述细胞的分类信息分别包括细胞类型信息和相应的概率信息；
显示输出装置，配置为输出所述细胞的数字图像和所述细胞的分类信息。
本发明实施例还提供了一种细胞分析设备，所述细胞分析设备包括：
存储器，配置为存储可执行指令；
处理器，配置为运行所述存储器存储的可执行指令时，执行：
获取血液样本中细胞的数字图像；
对所获取的所述细胞的数字图像进行分类，以分别形成各个所述细胞的分类信息，其中，各个所述细胞的分类信息分别包括细胞类型信息和相应的概率信息；
输出所述细胞的数字图像和所述细胞的分类信息。
本发明实施例还提供了一种计算机可读存储介质，存储有可执行指令，配置为引起处理器执行所述可执行指令时，实现：
获取血液样本中细胞的数字图像；
对所获取的所述细胞的数字图像进行分类，以分别形成各个所述细胞的分类信息，其中，各个所述细胞的分类信息分别包括细胞类型信息和相应的概率信息；
输出所述细胞的数字图像和所述细胞的分类信息。
在本发明实施例中，通过获取血液样本中细胞的数字图像；对所获取的所述细胞的数字图像进行分类，以分别形成各个所述细胞的分类信息；输出所述细胞的数字图像和所述细胞的分类信息；其中，各个所述细胞的分类信息分别包括细胞类型信息和概率信息，所述细胞类型信息包括至少两种预定义的待选细胞类型，所述概率信息包括相应待选细胞类型为所述细胞的目标类型的概率值。用户能够通过所述细胞的分类信息准确地获知所述细胞可能的待选细胞类型以及相应的待选细胞类型为所述细胞的目标类型的概率，并且用户在发现所述细胞的类型识别出现错误时，能够简单且快速地根据所述细胞的分类信息、尤其是概率信息调整所述细胞的目标类型。
附图说明
图1为本发明实施例提供的分析细胞的方法的一个可选的流程示意图；
图2为本发明实施例提供的细胞分析设备的一个可选的结构示意图；
图3为本发明实施例提供的细胞分析设备的一个可选的结构示意图；
图4A至4C为本发明实施例提供的细胞分析设备的可选的显示界面示意图；
图5A至5D为本发明实施例提供的细胞分析设备的可选的显示界面示意图；
图6为本发明实施例所提供的一种细胞分析设备的示意图；
图7为本发明实施例所提供的一种细胞分析系统的示意图；
图8为本发明实施例提供的细胞分析设备的一个可选的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。本发明不应被理解为局限于所提供的实施例，相反，本发明实施例所记载的内容使得本发明全面和完整，并将本发明实施例构思传达给本领域技术人员，因此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其他实施例，都属于本发明保护的范围。
需要说明的是，在本公开实施例中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的方法或者服务器不仅包括所明确记载的要素，而且还包括没有明确列出的其他要素，或者是还包括为实施方法或者服务器所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的方法或者服务器中还存在另外的相关要素（例如方法中的步骤或者服务器中的单元，例如的单元可以是部分电路、部分处理器、部分程序或软件等等）。
例如，本公开实施例提供的视分析细胞的方法包含了一系列的步骤，但是本公开实施例提供的视分析细胞的方法不限于所记载的步骤，同样地，本公开实施例提供的终端包括了一系列单元，但是本公开实施例提供的终端不限于包括所明确记载的单元，还可以包括为获取相关信息、或基于信息进行处理时所需要设置的单元。需要说明，在以下的描述中，涉及到“一个实施例”，其描述了所有可能实施例的子集，但是可以理解，“一个实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
对本发明进行进一步详细说明之前，对本发明实施例中涉及的名词和术语进行说明，本发明实施例中涉及的名词和术语适用于如下的解释。
1）细胞的分类信息，包括细胞类型信息和概率信息。
2）细胞类型信息，用于表征所述细胞的至少两种预定义的待选细胞类型，包括但不限于：中性杆状核粒细胞、中性分叶核粒细胞、嗜酸性粒细胞、嗜碱性粒细胞、淋巴细胞、原始细胞，幼稚粒细胞，异型淋巴细胞、幼稚淋巴细胞、幼稚单核细胞、有核红细胞、巨核细胞。
3）概率信息，用于表征相应的待选细胞类型为所述细胞的目标类型的概率，概率信息可以直接以概率数值的形式呈现，也可以间接地以可能性大小的形式或以排序的形式呈现，例如根据概率值分成第一可能性、第二可能性、第三可能性等。
4）细胞的目标类型，图像处理装置对所述血液样本中细胞的数字图像进行处理后所输出的对所述细胞的分类，即所述细胞的数字图像所属的待选细胞类型。
5）显示输出装置，配置为向显示界面输出相应细胞的数字图像和分类信息。例如，显示输出装置可以是用于输出数字/模拟图像信号的显示输出接口（即电气接口），能够向外部显示器输出图像信号。所述显示输出装置还可以包括显示输出接口和显示设备，其中，显示设备与所述显示输出接口连接，用于接收所述显示输出接口所输出的信号并对应显示所述细胞的数字图像和分类信息。
当所述显示输出装置实施为显示输出接口时，可以根据使用环境为显示输出接口配置连接不同的显示设备，例如可以连接至少两台显示器以实现多人同时检测，还可以连接投影仪以用于教学演示。
6）响应于，用于表示所执行的操作所依赖的条件或者状态，当满足所依赖的条件或状态时，所执行的一个或多个操作可以是实时的，也可以具有设定的延迟；在没有特别说明的情况下，所执行的多个操作不存在执行先后顺序的限制。
7）涂片，即涂抹标本的基片，例如均匀涂抹血液并对其中的血液细胞染色后的玻璃片。
图1为本发明实施例提供的分析细胞的方法的一个可选的流程示意图，所述方法可应用于细胞分析设备，所述细胞分析设备包括：控制装置、数字成像装置、图像获取装置、图像处理装置和显示输出装置。参考图1对示出的步骤进行说明。
步骤101：获取血液样本中细胞的数字图像。
在本发明的方法的一个实施例中，所述数字成像装置包括透镜组和数字相机。由于待检的血液样本涂片数量通常较多，因此还设有用于将涂片自动放置至所述透镜组的成像位置的自动放置装置，从而能够增加系统的处理速度，减少医务人员的工作量。
在本发明的方法的一个实施例中，所述自动放置装置包括机械传送部。所述机械传送部例如可以实施为机械手臂，用于将涂片夹持至面向透镜组的透镜的位置。所述机械传送部例如还可以实施为传动带，用于将涂片传送至面向透镜组的透镜的位置。
例如，当装有多个血液样本涂片的涂片盒被放置到容纳部后，自动传动装置将涂片盒从容纳部运送至透镜组所在的区域，从涂片盒的隔层中按照顺序取出涂片，或者从涂片盒的指定隔层中取出涂片，并放置到透镜组的成像位置，拍摄完成后将涂片回送至涂片盒；当一个涂片盒拍摄完成后，将涂片盒回送至容纳部，然后继续拍摄下一个涂片盒，实现涂片的批量化高效率拍摄。
在本发明的方法的一个实施例中，在本发明实施例提供的细胞图像处理方法所应用的细胞分析设备中，所述数字成像装置、例如透镜组可以采用显微镜的物镜。所述细胞分析设备还可以包括载物部，用于放置一个或多个涂片，作为示例，形状有方形、圆行等，放置涂片位置设置有通光孔，以保证拍摄图像的亮度；还可以设置有固定部（例如夹具），用于夹持涂片以保持位置稳定。
具体参考图3对细胞分析设备的部分结构进行说明，图3是本发明实施例提供的细胞分析设备的一个可选的结构图。该细胞分析设备包括容纳部301，用于一次性容纳一个或多个涂片；涂片302、载物台303、第一物镜304、第二物镜305、第三物镜306、目镜307、数字成像装置308，其中，所述数字成像装置308包括：透镜组和数字相机。
步骤102：对所获取的所述细胞的数字图像进行分类以分别形成各个所述细胞的分类信息。
步骤103：输出所述细胞的数字图像和所述细胞的分类信息。
其中，各个所述细胞的分类信息分别包括细胞类型信息和概率信息，所述细胞类型信息包括至少两种预定义的待选细胞类型，所述概率信息包括相应待选细胞类型为所述细胞的目标类型的概率值。所述至少两种预定义的待选细胞类型可以由用户根据实际情况进行设置。
由此，通过本实施例所示的技术方案，由于所述细胞分类信息中所包括的概率信息包括相应的待选细胞类型为所述细胞的目标类型的概率值，因此，用户能够准确且直观地获知所述细胞可能归属的待选细胞类型和与所述待选细胞类型相对应的概率值，以对细胞的人工复检过程提供有效参考。尤其是在细胞分析设备已经对细胞进行预分类的情况下，细胞的分类信息、尤其是概率信息能够辅助用户对细胞的预分类进行人工复检，有效提高了复检效率，减轻了用户的工作负担。
在本发明的方法的一个实施例中，所述输出所述细胞的数字图像和所述细胞的分类信息，可以包括：根据所述概率信息，从所述细胞类型信息的待选细胞类型中选择所述细胞的目标类型；基于所选择的目标类型，输出所述细胞的数字图像和相应的分类信息。例如，当细胞分析设备自动选择嗜酸性粒细胞作为某一细胞的目标类型时，在显示输出装置的属于嗜酸性粒细胞类型的显示区域中输出显示该细胞的数字图像，并且在选中该细胞的数字图像时，在显示输出装置的相应区域中显示该细胞的所有待选细胞类型及其相应概率值，如图4A所示，以例如辅助用户进行复检。
在本发明的方法的一个实施例中，所述根据所述概率信息，从所述细胞类型信息的待选细胞类型中选择所述细胞的目标类型，可以包括：将所述概率信息中最大概率值所对应的待选细胞类型选择为所述细胞的目标类型。由于所述细胞的类型信息包括了至少两种预定义的待选类型，因此，通过本实施所示的方案，细胞分析设备直接自动将概率信息中最大概率值所对应的待选细胞类型选择为所述细胞的目标类型，从而用户无需进行人工细胞预分类。
在本发明的一个实施例中，所述输出所述细胞的数字图像和所述细胞的分类信息，包括：直接以概率值的形式或间接地以与概率值相关的可能性分级或排序的形式输出所述概率信息。如图4A至图4C所示，图4A至图4C为本发明实施例提供的细胞分析设备的可选的显示界面示意图。当某个细胞的数字图像处于选中状态时，在所述细胞分析设备的显示界面中可以显示处于选中状态的细胞的分类信息，其中，所述细胞的分类信息分别包括细胞类型信息和概率信息，所述细胞类型信息用于表征所述细胞的至少两种预定义的待选细胞类型，所述概率信息用于表征相应地待选细胞类型为所述细胞的目标类型的概率。在图4A中，直接以概率值的形式示出所选细胞的概率信息；在图4B中，间接地以可能性分类示出所选细胞的概率信息，该可能性分类根据概率值得出；在图4C中，示例性地放大了图4A或图4B的显示界面中的两个细胞图像，其中间接地以根据概率值得出的排序的方式显示所有细胞的概率信息。
在本发明的方法的一个实施例中，所述方法还可以包括：响应于人机交互操作并根据概率信息，调整所选细胞的目标类型。在所述细胞分析设备基于血液样本中细胞的数字图像对所述细胞进行自动预分类的过程中，所输出的细胞分类信息可能会出现错误，因此，通过人机交互操作（即人机交互指令，包括但不限于：外界控制设备所发出的控制指令、用户的语音指令），用户能够指示所述细胞分析设备根据所述概率信息自动调整分类错误的细胞的目标类型，或者用户根据所述概率信息手动调整分类错误的细胞的目标类型，避免再次误检。尤其是在对所述细胞的分类信息所包括的概率信息进行了升序或降序排序的情况下，该实施例是更有利的。
在本发明的方法的一个实施例中，在调整所选细胞的目标类型之前所述方法还包括：响应于人机交互操作并根据所述概率信息，筛选当前目标类型所对应的概率值小于相应的第一阈值的细胞并输出所筛选的细胞的数字图像，和/或筛选当前目标类型所对应的概率值与其在相应概率信息中相邻的概率值的差值小于第二阈值的细胞并输出所筛选的细胞的数字图像。优选地，所述第一阈值与所述待选细胞类型相关地设置。具体地，每一种待选目标类型都有一个对应的第一阈值。例如当某一待选细胞类型越复杂时，其对应的第一阈值就越大，或者当两种待选细胞类型之间比较难以区分时，这两种待选细胞类型细胞所对应的第一阈值也可以设置得相对较大。也就是说，第一阈值的设置决定了对待选细胞类型成为细胞的目标类型的可信度。第一阈值越大，则可信度越低，也就是说出现分类错误的可能性越大。此外，当细胞的当前目标类型所对应的概率值与该细胞的其他待选细胞类型的概率值相差不大时，该细胞被错误分类的可能性也相对较大，而第二阈值的设置能够降低这样的分类错误。因此，通过本实施例所示的技术方案，能够快速准确地将可能被错误分类的细胞筛选出来，提供给用户进行复检，以提升复检效率。
在本发明的方法的一个实施例中，所述方法还包括记录各个细胞的目标类型的调整过程，包括记录调整所针对的待选细胞类型和该待选细胞类型被调整的次数。例如，细胞1和细胞2的当前目标类型为嗜酸性粒细胞，细胞3的当前目标类型为嗜碱性粒细胞，用户发现这三个细胞的分类均出现错误并且进行了相应的调整，则细胞分析设备记录当前目标类型为嗜酸性粒细胞的细胞被调整的次数为2，当前目标类型为嗜碱性粒细胞的细胞被调整的次数为1。进一步地，根据所记录的调整过程，当目标类型为同一待选细胞类型的细胞被调整的次数累计超过调整阈值时，提高针对该同一待选细胞类型的第一阈值。例如，当用户发现被分类为嗜酸性粒细胞的细胞总是出现分类错误，则用户可以将针对嗜酸性粒细胞的第一阈值提高，也就是说嗜酸性粒细胞被选为细胞的目标类型的可信度下降。由此能够减少分类错误。
此外，所述方法还可以包括对调整过的细胞进行标记，例如可以对被调整过不同次数的细胞采用不同的标记，以便为用户显示细胞的调整过程。
在本发明的方法的一个实施例中，所述输出所述细胞的数字图像和所述细胞的分类信息，可以包括：对所述细胞的分类信息所包括的概率信息进行排序；基于对所述概率信息的排序结果，通过预设输出方式输出所述细胞的分类信息。进一步地，在显示过程中，当通过控制外部控制设备，经过人机交互，控制鼠标箭头指向相应的细胞图像或相应的显示区域时，该细胞图像对应的或该显示区域中的所有细胞对应的概率信息将会被触发显示。其中，所述通过预设输出方式输出所述细胞的分类信息可以包括：在所述显示输出设备的预设显示区域输出所述细胞的分类信息，进一步的，还可以当外接操作设备（如鼠标或触控笔）的指针置于某一细胞上时，响应于外接操作设备的操作显示虚拟界面，在该虚拟界面上显示该细胞的分类信息。再次参见图4A至图4C，在图4A中在显示界面的一个特定区域中示出处于选中状态的细胞的分类信息，在图4B中以虚拟弹窗的形式示出处于选中状态的细胞的分类信息，在图4C中在细胞图像的同一显示区域中显示，该细胞的分类信息，进一步地，还可以在细胞图像中显示该细胞的分类信息（图中未示出）。由于不同的用户存在不同的使用习惯，通过本发明实施例提供的上述的技术方案，用户可以灵活地根据自身的使用习惯设置所述输出的所述细胞的分类信息的显示区域。
在本发明的方法的一个实施例中，所述通过预设输出方式输出所述细胞的分类信息还可以包括：在固定的显示区域，以预设的输出语言或表现形式输出所述细胞的分类信息。由于所述细胞分析设备的应用环境不同，因此，可以对固定显示区域所显示的语言类型进行设置，同时还能够使用预设的图像化指示信息替代以文字信息表示的所述细胞的类型信息，以避免不同的用户之间由于所使用语言的差异所造成的对所述细胞的误检。
在本发明的方法的一个实施例中，所述对所述细胞的分类信息所包括的概率信息进行排序，可以包括：对所述细胞的分类信息所包括的概率信息进行升序或降序排序。通过本实施例所示的技术方案，对概率信息进行升序或降序排序能够更加便于用户直观地观察所选细胞的概率值排在前面的待选细胞类型，以更好地辅助用户对识别错的目标类型进行更改。
在本发明的方法的一个实施例中，所述调整所选细胞的目标类型可以包括：所述细胞分析设备自动将所选细胞的目标类型变更为所选细胞的概率信息中另外的目标类型，所述另外的目标类型所对应的概率信息仅小于变更前的目标类型所对应的概率信息。因此，通过所述细胞分析设备响应于人机交互操作自动将所选细胞的目标类型变更为所选细胞的概率信息中表征对应的概率信息仅小于变更前的目标类型所对应的概率信息另外的目标类型，能够有效的提升对所选细胞的目标类型进行更改的操作效率，实现所述细胞分析设备的自动调整。进一步的，当用户发现所选细胞的分类出现错误时，还可以通过人机交互操作手动将所选细胞的目标类型更改为正确的待选细胞类型，由于所述细胞分析设备可以对所述细胞的分类信息所包括的概率信息进行升序或降序排序，此时细胞的分类信息中的概率信息能够起到辅助用户进行快速判断的作用，以实现对细胞的准确分类，避免误检。
如图4A所示，在该实施例中设有十种待选细胞类型，所选细胞的目标类型为待选细胞类型1的概率为0.0421、为待选细胞类型2的概率为0.1122、为待选细胞类型3的概率为0.0561、为待选细胞类型4的概率为0.0252、为待选细胞类型5的概率为0.0351、为待选细胞类型6的概率为0.0070、为待选细胞类型7的概率为0.0168、为待选细胞类型8的概率为0.7013、为待选细胞类型9的概率为0.0028；为待选细胞类型10的概率为0.0014。在图4A中，以对这10种待选细胞类型的概率信息进行降序排序的方式输出处于选中状态的细胞的分类信息。按照本发明实施例所示方案，此时处于选中状态的细胞被分类为概率值最大的待选细胞类型8，当用户发现所选细胞的分类出现错误时，可以通过人机交互操作手动将所选细胞的目标类型更改为正确的待选细胞类型，由于待选细胞类型与概率信息相对应，用户能够直观的观察到该细胞为待选细胞类型2的概率值仅小于待选细胞类型8的概率值，因此可以直接将所选细胞的目标类型从待选细胞类型8更改为待选细胞类型2。同理，在图4B和图4C中也以降序排序的形式输出处于选中状态的细胞的分类信息。
在本发明的方法的一个实施例中，所述方法还可以包括：针对目标类型为同一待选细胞类型的不同细胞，对所述不同细胞的与该同一待选细胞类型所对应的概率信息概进行升序排序或降序排序；基于对所述不同细胞的与所述同一待选细胞类型所对应的概率信息的升序或降序排序结果，输出所述不同细胞的数字图像。在通过所述细胞分析设备预先对各个细胞的数字图片进行分类的过程中，不同细胞的目标类型为同一待选细胞类型的概率通常是不一样的，例如，第一个细胞的目标类型分类为嗜酸性粒细胞的概率为0.95，第二个细胞的目标类型分类为嗜酸性粒细胞的概率为0.72，第三个细胞的目标类型分类为嗜酸性粒细胞的概率为0.80，第四个细胞的目标类型分类为嗜酸性粒细胞的概率为0.89，第四个细胞的目标类型分类为嗜酸性粒细胞的概率为0.6。通过所述细胞分析设备，可以对这四个细胞的目标类型分类为嗜酸性粒细胞的概率进行升序排序或降序排序，按照所述概率的升序或降序输出这四个细胞的数字图像，例如按照第一个细胞（概率为0.95）——第四个细胞（概率为0.89）——第三个细胞（概率为0.80）——第二个细胞（概率为0.72）的顺序在嗜酸性粒细胞类型的显示区域中输出属于嗜酸性粒细胞的各个细胞的数字图像。由此，例如当用户在嗜酸性粒细胞类型的显示区域中进行复检时，用户能够快速直观地找到可能不属于嗜酸性粒细胞的细胞图像、通常是概率低的细胞图像。
进一步地，当用户根据所述不同细胞的与所述同一待选细胞类型所对应概率信息的升序或降序排序结果发现分类错误的细胞后，可以以相应的方式调整分类错误的细胞的目标类型。尤其是，用户可以设定：当目标类型为同一待选细胞类型的不同细胞的与所述同一待选细胞类型所对应的概率值小于预定阈值时，对所述不同细胞的目标类型进行统一调整。也就是说，用户可以根据实际情况设置可信阈值，该可信阈值表示，当细胞的目标类型为某一待选细胞类型的概率低于该可信阈值时，认为该结果是不可信，需要对该细胞的目标类型进行调整。例如，当用户在某一待选细胞类型的显示区域中进行复检时，用户观察到当一些细胞属于该待选细胞类型的概率低于某一个阈值的时候，这些细胞的分类都是错误的，则该用户可以将该阈值设置为可信阈值，并且通过指令批量修改这些细胞的目标类型。通过本实施例所示的技术方案，预定阈值、即可信阈值的设置能够方便用户进行批量的调整处理，提升细胞复检效率。
在此参考图5A进行说明，图5A为本发明实施例提供的分析细胞设备的一个可选的显示界面示意图。在图5A中，对属于中性粒细胞的不同细胞的与中性粒细胞所对应的概率信息进行了降序排序，以该降序排序的方式输出属于中性粒细胞的不同细胞的数字图像。具体地，在该实施例中属于中性粒细胞的细胞数量为10个，其中，细胞1被判断为中性粒细胞的概率为0.75；细胞2被判断为中性粒细胞的概率为0.55；细胞3被断为中性粒细胞的概率为0.99；细胞4被判断为中性粒细胞的概率为0.95；细胞5被判断为中性粒细胞的概率为0.7；细胞6被判断为中性粒细胞的概率为0.65；细胞7被判断为中性粒细胞的概率为0.9；细胞8被判断为中性粒细胞的概率为0.6；细胞9被判断为中性粒细胞的概率为0.85；细胞10被判断为中性粒细胞的概率为0.8。通过细胞分析设备，按照所述10个细胞属于中性粒细胞的概率进行降序排序，并根据排序的结果，输出所述10个细胞的数字图像和相应的概率信息。当然也可以对嗜酸性粒细胞的显示区域中的细胞11-细胞20和嗜碱性粒细胞的显示区域中的细胞21-细胞30的概率信息进行排序。在该实施例中，仅将当前目标类型的概率显示在相应的细胞图像中。
进一步地，当用户在此发现当前属于中性粒细胞的细胞2、细胞6、细胞8和当前属于嗜酸性粒细胞的细胞12、18、19、20以及当前属于嗜碱性粒细胞的细胞22、28、30的分类出现错误时，用户可以同时选中这些被错误分类的细胞图像，通过双击某一区域、如图5B所示或通过下拉菜单、如图5C所示对这些被错误分类的细胞图像进行统一调整并且对调整过的细胞进行标记，调整后的显示界面如图5D所示，其中被调整的细胞的概率信息的显示也随之改变。具体的，原本属于中性粒细胞的细胞6和细胞8被调整为嗜酸性粒细胞，原本属于中性粒细胞的细胞2被调整为嗜碱性粒细胞；原本属于嗜酸性粒细胞的细胞18、19被调整为中性粒细胞，原本属于嗜酸性粒细胞的细胞12、20被调整为嗜碱性粒细胞；原本属于嗜碱性粒细胞的细胞22、28被调整为嗜酸性粒细胞；原本属于嗜碱性粒细胞的细胞30被调整为中性粒细胞。当然，用户也可以通过人机交互的方式直接指令细胞分设备对属于中性粒细胞的概率值小于第一预定阈值（在此例如为0.7）的、属于嗜酸性粒细胞的概率值小于第二预定阈值（在此例如为0.8）的以及属于嗜碱性粒细胞的概率值小于第三预定阈值（在此例如为0.75）的细胞的目标类型自动进行统一调整，由此能够进一步有效地提升更改细胞类型的操作效率，实现所述细胞分析设备的自动调整，通过上述方式能够大大提升对血液样本中细胞的数字图像的复检效率。
在本发明的方法的一个实施例中，所述对所获取的所述细胞的数字图像进行分类，以形成所述细胞的分类信息，包括：通过神经网络算法、尤其是深度神经网络算法，对所获取的所述细胞的数字图像进行分类，以形成所述细胞的分类信息。通过本实施例所示的技术方案，能够实现所述细胞分析设备对所述血液样本中细胞的数字图像自动进行分类，以提升所述细胞分析设备对所述血液样本中细胞的数字图像处理速度。
在本发明的方法的一个实施例中，所述方法还包括：接收计数控制指令，响应于所述计数控制指令，对所述血液样本的数字图像的选中区域的细胞的数量进行统计，记录选定区域中目标类型细胞的数量。通过本实施例所示的技术方案，还能够实现对所述血液样本中的细胞的数量进行统计，以便于用户对所述血液样本中的变异细胞比例进行统计。
参考图2对本发明的细胞分析设备进行说明，以上针对本发明的方法所阐述的各优点同样适用于本发明的细胞分析设备。
图2是本发明实施例提供的细胞分析设备200的一个可选的结构示意图，所述细胞分析设备200包括：控制装置（图中未示出），配置为调整数字成像装置与血液样本的相对位置；数字成像装置（图中未示出），包括透镜组和数字相机。图像获取装置201，配置为获取血液样本中细胞的数字图像；图像处理装置202，配置为对所获取的所述细胞的数字图像进行分类，以分别形成各个所述细胞的分类信息； 显示输出装置203，配置为输出所述细胞的数字图像和所述细胞的分类信息。其中，各个所述细胞的分类信息分别包括细胞类型信息和概率信息，所述细胞类型信息包括至少两种预定义的待选细胞类型，所述概率信息包括相应待选细胞类型为所述细胞的目标类型的概率值。所述至少两种预定义的待选细胞类型可以由用户根据实际情况进行设置。
由此，通过本实施例所示的技术方案，由于所述细胞分类信息中所包括的概率信息包括相应的待选细胞类型为所述细胞的目标类型的概率值，因此，用户能够准确且直观地获知所述细胞可能归属的待选细胞类型和与所述待选细胞类型相对应的概率值，以对细胞的人工复检过程提供有效参考。尤其是在细胞分析设备已经对细胞进行预分类的情况下，细胞的分类信息、尤其是概率信息能够辅助用户对细胞的预分类进行人工复检，有效提高了复检效率，减轻了用户的工作负担。
在本发明的细胞分析设备200的一个实施例中，所述显示输出装置203配置为：直接以概率值的形式或间接地以与概率值相关的可能性分级或排序的形式输出所述概率信息。
在本发明的细胞分析设备200的一个实施例中，所述图像处理装置202可以配置为：根据所述概率信息，从所述细胞类型信息的待选细胞类型中选择所述细胞的目标类型；并且所述显示输出装置203可以配置为：基于所选择的目标类型，输出所述细胞的数字图像和相应的分类信息。例如，当细胞分析设备自动选择嗜酸性粒细胞作为某一细胞的目标类型时，在显示输出装置的属于嗜酸性粒细胞类型的显示区域中输出显示该细胞的数字图像，并且在选中该细胞的数字图像时，在显示输出装置的相应区域中显示该细胞的所有待选细胞类型及其相应概率值，以例如辅助用户进行复检。进一步地，所述图像处理装置202尤其是可以配置为：将所述概率信息中最大概率值所对应的待选细胞类型选择为所述细胞的目标类型。
在本发明的细胞分析设备200的一个实施例中，所述图像处理装置202还可以配置为：对所述细胞的分类信息所包括的概率信息进行排序；基于对所述概率信息的排序结果，通过预设输出方式输出所述细胞的分类信息。其中，所述通过预设输出方式输出所述细胞的分类信息可以包括：在所述显示输出设备的预设显示区域输出所述细胞的分类信息，进一步的，还可以当外接操作设备（如鼠标或触控笔）的指针置于某一细胞上时，响应于外接操作设备的操作显示虚拟界面显示该细胞的分类信息。由于不同的用户存在不同的使用习惯，通过本发明实施例提供的上述的技术方案，用户可以灵活地根据自身的使用习惯设置所述输出的所述细胞的分类信息的显示区域。
在本发明的细胞分析设备200的一个实施例中，所述图像处理装置202还可以配置为：响应于人机交互操作并根据所述概率信息，调整所选细胞的目标类型。由于所述细胞分析设备基于血液样本中细胞的数字图像对所述细胞进行分类的过程中，所输出的述细胞的分类信息可能会出现错误，因此，通过人机交互操作（即人机交互指令，包括但不限于：外界控制设备所发出的控制指令、用户的语音指令），用户能够指示所述细胞分析设备根据所述概率信息自动调整所选细胞的目标类型或者用户根据所述概率信息手动调整所选细胞的目标类型，避免对所述待检细胞的误检。尤其是在对所述细胞的分类信息所包括的概率信息进行了升序或降序的情况下，该实施例是更有利的。
在本发明的细胞分析设备200的一个实施例中，所述图像处理装置202还可以配置为：在调整所选细胞的目标类型之前，响应于人机交互操作并根据所述概率信息，筛选当前目标类型所对应的概率值小于相应的第一阈值的细胞并输出所筛选的细胞的数字图像。所述图像处理装置202还可以进一步配置为：响应于人机交互操作并根据所述概率信息，筛选当前目标类型所对应的概率值与其在相应概率信息中相邻的概率值的差值小于第二阈值的细胞并输出所筛选的细胞的数字图像。其中，所述第一阈值可以与所述待选细胞类型相关联地设置。
在本发明的细胞分析设备200的一个实施例中，所述图像处理装置202还可以配置为：将所选细胞的细胞类型信息中另外的待选细胞类型变更为所选细胞的目标类型；在所选细胞的概率信息中，所述另外的待选细胞类型所对应的概率值仅小于变更前的目标类型所对应的概率值。因此，通过所述细胞分析设备自动将所选细胞的目标类型变更为所选细胞的概率信息中表征对应的概率信息仅小于变更前的目标类型所对应的概率信息另外的目标类型，能够有效的提升对所选细胞的目标类型进行更改的操作效率，实现所述细胞分析设备的自动调整。进一步的，当用户发现所选细胞的分类出现错误时，还可以通过人机交互操作手动将所选细胞的目标类型更改为正确的待选细胞类型，由于所述细胞分析设备可以对所述细胞的分类信息所包括的概率信息进行升序或降序排序，此时细胞的分类信息中的概率信息能够起到辅助用户进行快速判断的作用，以实现对细胞的准确分类，避免误检。
在本发明的细胞分析设备200的一个实施例中，所述图像处理装置202还可以配置为记录各个细胞的目标类型的调整过程。进一步地，所述细胞分析设备还能够保存所记录的各个细胞的目标类型的调整过程以供后续追踪检查。进一步地，所述图像处理装置202还可以配置为对调整过的细胞进行标记，例如可以对被调整过不同次数的细胞采用不同的标记，以便为用户显示细胞的调整过程。
在本发明的细胞分析设备200的一个实施例中，所述图像处理装置202还可以配置为：根据所记录的调整过程，当目标类型为同一待选细胞类型的细胞被调整的次数累计超过调整阈值时，提高针对该同一待选细胞类型的第一阈值。
在本发明的细胞分析设备200的一个实施例中，所述图像处理装置202还可以配置为对所选细胞进行单一调整或批量调整。通过本实施例所示的技术方案，用户能够根据待检测细胞的数量灵活地选择调整方式。
在本发明的细胞分析设备200的一个实施例中，所述图像处理装置202还可以配置为：对属于同一目标类型的不同细胞的与该同一目标类型所对应的概率信息概进行升序排序或降序排序；并且所述显示输出装置203还可以配置为：基于对所述属于同一目标类型的不同细胞的与所述同一目标类型所对应的概率信息的排序结果，输出所述属于同一目标类型的不同细胞的数字图像。。
在本发明的细胞分析设备200的一个实施例中，所述图像处理装置202还可以配置为：基于对所述属于同一目标类型的不同细胞的与所述同一目标类型所对应的概率信息的排序结果，对所述属于同一目标类型的不同细胞的目标类型进行调整，从而提高复检效率。
在本发明的细胞分析设备200的一个实施例中，所述图像处理装置202还可以配置为对与所述同一目标类型所对应的概率值小于预定阈值的细胞的目标类型进行统一调整。由此，用户能够迅速直观地得知可能分类错误的细胞。
在本发明的细胞分析设备200的一个实施例中，所述图像处理装置202还可以配置为：通过神经网络算法、尤其是深度神经网络算法，对所获取的所述细胞的数字图像进行分类，以形成所述细胞的分类信息。通本实施例所示的技术方案，可以实现所述细胞分析设备对所述血液样本中细胞的数字图像自动进行分类，以提升所述细胞分析设备对所述血液样本中细胞的数字图像处理速度。
在本发明的细胞分析设备200的一个实施例中，所述细胞分析设备还包括信息收发装置，其配置为接收计数控制指令。所述图像处理装置202因此可以配置为：响应于所述计数控制指令，对所述血液样本中所有数字图像所组成的待检推片的选中区域的细胞的数量进行统计，记录选定区域中目标类型细胞的数量。由于血液样本中所有数字图像可以组合为待检推片，通过本实施例所示的技术方案，可以实现对所述待检推片中细胞的数量进行统计，以便于用户对所述血液样本中所有数字图像的变异细胞比例进行统计。
在本发明的细胞分析设备200的一个实施例中，所述显示输出装置203可以包括显示输出接口，配置为向外部设备输出对应所述图像的信号。进一步地，所述显示输出装置203还可以包括与所述显示输出接口连接的显示设备，其配置为接收所述显示输出接口所输出的信号并对应显示图像。
图6为本发明实施例所提供的一种细胞分析设备的示意图，所述细胞分析设备包括：图像获取装置（图中未示出），配置为获取血液样本中细胞的数字图像；图像处理装置（图中未示出），配置为对所获取的所述细胞的数字图像进行分类，以分别形成各个所述细胞的分类信息，其中，各个所述细胞的分类信息分别包括细胞类型信息和概率信息，所述细胞类型信息用于表征所述细胞的至少两种预定义的待选类型，所述概率信息用于表征相应待选细胞类型为所述细胞的目标类型的概率；显示器603，配置为输出所述细胞的数字图像和所述细胞的分类信息。其中，所述图像处理装置的表现形式可以是一个或多个应用专用集成电路（ASIC，Application Specific Integrated Circuit）、DSP、可编程逻辑器件（PLD，Programmable Logic Device）、复杂可编程逻辑器件（CPLD，Complex ProgrammableLogic Device）、现场可编程门阵列（FPGA，Field-Programmable Gate Array）、通用处理器、控制器、微控制器（MCU，Micro Controller Unit）、微处理器（Microprocessor）、或其他电子元件。
图7为本发明实施例所提供的一种细胞分析系统示意图，本发明的细胞分析设备应用于该细胞分析系统中，所述细胞分析系统包括细胞分析设备、细胞分析设备、显示设备703。其中，所述细胞分析设备包括:图像获取装置（图中未示出），配置为获取血液样本中细胞的数字图像；图像处理装置（图中未示出），配置为对所获取的所述细胞的数字图像进行分类，以分别形成各个所述细胞的分类信息；显示输出装置7013，配置为输出所述细胞的数字图像和所述细胞的分类信息。其中，血液样本中细胞的数字图像处于选中状态时，在所述细胞分析设备的显示界面中可以显示处于选中状态的细胞的分类信息，其中，所述细胞的分类信息分别包括细胞类型信息和概率信息，所述细胞类型信息用于表征所述细胞的至少两种预定义的待选类型，所述概率信息用于表征相应待选细胞类型为所述细胞的目标类型的概率。
所述细胞分析设备与所述细胞分析设备结构相同，包括：图像获取装置（图中未示出），图像处理装置（图中未示出），显示输出装置7023。本实施所示的细胞分析系统为本发明所公开的细胞分析设备的集群式应用，所述细胞分析设备的数量和显示设备的数量本发明不做限制。
所述显示设备703可以输出所述细胞分析设备和/或所述细胞分析设备所处理的细胞分类信息。
图8是本发明实施例提供的细胞分析设备的一个可选的结构示意图。如图8所示，细胞分析设备 800可以是带有包括带有细胞图像处理功能的医疗设备、便携式分析仪等。图8所示的细胞分析设备800包括：至少一个处理器801、存储器802、至少一个网络接口804和用户接口803。细胞分析设备800中的各个组件通过总线系统805耦合在一起。可理解，总线系统805用于实现这些组件之间的连接通信。总线系统805除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图8中将各种总线都标为总线系统805。
其中，用户接口803可以包括显示器、键盘、鼠标、轨迹球、点击轮、按键、按钮、触感板或者触摸屏等。
可以理解，存储器802可以是易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器（ROM，Read Only Memory）、可编程只读存储器（PROM，Programmable Read-Only Memory）、可擦除可编程只读存储器（EPROM，Erasable Programmable Read-Only Memory）、电可擦除可编程只读存储器（EEPROM，Electrically Erasable Programmable Read-Only Memory）、磁性随机存取存储器（FRAM，ferromagnetic random access memory）、快闪存储器（Flash Memory）、磁表面存储器、光盘、或只读光盘（CD-ROM，Compact Disc Read-Only Memory）；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器（RAM，Random AccessMemory），其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器（SRAM，Static Random Access Memory）、同步静态随机存取存储器（SSRAM，Synchronous Static Random Access Memory）、动态随机存取存储器（DRAM，Dynamic Random Access Memory）、同步动态随机存取存储器（SDRAM，SynchronousDynamic Random Access Memory）、双倍数据速率同步动态随机存取存储器（DDRSDRAM，Double Data Rate Synchronous Dynamic Random Access Memory）、增强型同步动态随机存取存储器（ESDRAM，Enhanced Synchronous Dynamic Random Access Memory）、同步连接动态随机存取存储器（SLDRAM，SyncLink Dynamic Random Access Memory）、直接内存总线随机存取存储器（DRRAM，Direct Rambus Random Access Memory）。本发明实施例描述的存储器802旨在包括这些和任意其它适合类型的存储器。
本发明实施例中的存储器802包括但不限于：三态内容寻址存储器、静态随机存储器能够存储所接收的细胞图像等多种类数据以支持细胞分析设备800的操作。这些数据的示例包括：用于在细胞分析设备800上操作的任何计算机程序，如操作系统8021和应用程序8022、存储图像数据、分类信息等。其中，操作系统8021包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序8022可以包含各种应用程序，例如带有细胞分析功能的客户端或应用程序等，用于实现包括：获取血液样本中细胞的数字图像；对所获取的所述细胞的数字图像进行分类，以分别形成各个所述细胞的分类信息；输出所述细胞的数字图像和所述细胞的分类信息在内的各种应用业务。实现本发明实施例对细胞图像进行分类的相应操作的程序可以包含在应用程序8022中。
上述本发明实施例揭示的方法可以由处理器801实现。处理器801可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器801中的硬件的集成逻辑电路或者软件形式的操作完成。上述的处理器801可以是通用处理器、数字信号处理器（DSP，Digital Signal Processor），或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器801可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤，可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中，该存储介质位于存储器802，处理器801读取存储器802中的信息，结合其硬件完成前述相应的步骤。
在示例性实施例中，细胞图像处理系统可以被一个或多个应用专用集成电路（ASIC，Application Specific Integrated Circuit）、DSP、可编程逻辑器件（PLD，Programmable Logic Device）、复杂可编程逻辑器件（CPLD，Complex Programmable LogicDevice）、现场可编程门阵列（FPGA，Field-Programmable Gate Array）、通用处理器、控制器、微控制器（MCU，Micro Controller Unit）、微处理器（Microprocessor）、或其他电子元件实现，配置为执行所述细胞图像处理方法。
在示例性实施例中，本发明实施例还提供了一种计算机可读存储介质，例如包括计算机程序的存储器802，上述计算机程序可由细胞图像处理系统的处理器801执行，以完成前述方法的各个步骤。计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、FlashMemory、磁表面存储器、光盘、或CD-ROM等存储器；也可以是包括上述存储器之一或任意组合的各种设备，如便携式分析仪等。
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器运行时，执行：基于机械传动调整所述数字成像装置与涂片的相对位置；获取血液样本中细胞的数字图像；对所获取的所述细胞的数字图像进行分类，以分别形成各个所述细胞的分类信息，其中，各个所述细胞的分类信息分别包括细胞类型信息和概率信息，所述细胞类型信息用于表征所述细胞的至少两种预定义的待选类型，所述概率信息用于表征相应待选细胞类型为所述细胞的目标类型的概率；输出所述细胞的数字图像和所述细胞的分类信息。
本领域内的技术人员应明白，本发明实施例可提供为方法、系统、或计算机程序产品。因此，本发明实施例可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括磁盘存储器和光学存储器等）上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序操作实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序操作到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的操作产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序操作也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的操作产生包括操作装置的制造品，该操作装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序操作也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的操作提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (27)
1.一种分析细胞的方法，应用于细胞分析设备，所述方法包括：
获取血液样本中多个细胞的数字图像；
对所获取的所述多个细胞的数字图像进行分类，以分别形成各个所述细胞的分类信息，其中，各个所述细胞的分类信息分别包括细胞类型信息和相应的概率信息；
在同一个界面输出显示多个所述细胞的数字图像和至少一个所显示的细胞的分类信息；
其中，所述输出显示多个所述细胞的数字图像和至少一个所显示的细胞的分类信息包括：
输出显示具有相同目标类型的多个细胞的数字图像和分类信息；
按该相同目标类型对应的概率值升序排序或降序排序显示所述多个细胞的数字图像；和/或，
在显示界面的不同显示区域上分别显示各目标类型的多个细胞的数字图像。
2.根据权利要求1所述的方法，其中，
所述细胞类型信息包括至少两种预定义的待选细胞类型，所述概率信息包括相应待选细胞类型为所述细胞的目标类型的概率值。
3.根据权利要求1或2所述的方法，其中，所述输出显示多个所述细胞的数字图像和至少一个所显示的细胞的分类信息，包括：
直接以概率值的形式或间接地以与概率值相关的可能性分级或排序的形式输出显示所述分类信息。
4.根据权利要求1所述的方法，其中，所述输出显示多个所述细胞的数字图像和至少一个所显示的细胞的分类信息，包括：
响应于通过人机交互操作对所述细胞的选择，输出显示所选细胞的分类信息。
5.根据权利要求1所述的方法，其中，所述输出显示多个所述细胞的数字图像和至少一个所显示的细胞的分类信息，包括：对于单个细胞，根据该细胞的所述概率信息，从所述类型信息的待选细胞类型中选择该细胞的目标类型，将所述概率信息中最大概率值所对应的待选细胞类型选择为该细胞的目标类型。
6.根据权利要求1所述的方法，其中，所述方法还包括：
响应于通过人机交互操作对所述细胞的选择并根据所述概率信息，调整所选细胞的目标类型；
响应于通过人机交互操作对所述细胞的选择并根据所述概率信息，筛选当前目标类型所对应的概率值小于第一阈值的细胞并输出所筛选的细胞的数字图像和分类信息，和/或筛选当前目标类型所对应的概率值与其在相应概率信息中相邻的概率值的差值小于第二阈值的细胞并输出显示所筛选的细胞的数字图像和分类信息。
7.根据权利要求6所述的方法，其中，所述调整所选细胞的目标类型，包括：
响应于通过人机交互操作对所述细胞的选择，将所选细胞的细胞类型信息中另外的待选细胞类型自动变更为所选细胞的目标类型并自动更新显示所选细胞的经变更的目标类型，在所选细胞的概率信息中，所述另外的待选细胞类型所对应的概率值仅小于变更前的目标类型所对应的概率值。
8.根据权利要求6或7所述的方法，其中，所述方法还包括：
记录所选细胞的目标类型的调整过程，根据所记录的调整过程，当目标类型为同一待选细胞类型的细胞被调整的次数累计超过调整阈值时，提高针对该同一待选细胞类型的第一阈值。
9.根据权利要求1所述的方法，其中，所述方法还包括：
响应于通过人机交互操作对所述细胞的选择，调整所选细胞的目标类型，并对调整过的细胞进行标记。
10.根据权利要求1所述的方法，其中，所述对所获取的所述多个细胞的数字图像进行分类，以形成所述多个细胞的分类信息，包括：
通过神经网络算法，对所获取的所述多个细胞的数字图像进行分类，以形成所述多个细胞的分类信息。
11.根据权利要求1所述的方法，其中，所述方法还包括：
接收计数控制指令，
响应于所述计数控制指令，对所述血液样本的数字图像的选中区域的细胞的数量进行统计，记录选中区域中目标类型细胞的数量。
12.一种细胞分析设备，所述细胞分析设备包括：
控制装置，配置为调整数字成像装置与血液样本的相对位置；
数字成像装置，包括透镜组和数字相机；
图像获取装置，配置为获取血液样本中多个细胞的数字图像；
图像处理装置，配置为对所获取的所述多个细胞的数字图像进行分类，以分别形成各个所述细胞的分类信息，其中，各个所述细胞的分类信息分别包括细胞类型信息和相应的概率信息；
显示输出装置，配置为在同一个显示界面上输出显示多个所述细胞的数字图像和至少一个所显示的细胞的分类信息；
其中，所述显示输出装置，还配置为输出显示具有相同目标类型的多个细胞的数字图像和分类信息；按该相同目标类型对应的概率值升序排序或降序排序显示所述多个细胞的数字图像；和/或，在显示界面的不同显示区域上分别显示各目标类型的多个细胞的数字图像。
13.根据权利要求12所述的细胞分析设备，其中，所述显示输出装置进一步配置为：
响应于用户在显示界面上选择细胞的人机交互操作，响应于用户在显示界面上选择细胞的数字图像的人机交互操作，输出显示所选择的细胞的分类信息。
14.根据权利要求13所述的细胞分析设备，其中，所述显示输出装置进一步配置为：
响应于用户在显示界面上选择第一细胞的人机交互操作，输出显示第一细胞的分类信息；
响应于用户在显示界面上选择第二细胞的人机交互操作，将所述第一细胞的分类信息的显示更新为所述第二细胞的分类信息的显示；
分类信息的显示包括基于分类信息中的概率信息降序排列显示该分类信息中的待选细胞类型信息。
15.根据权利要求12至14中任一项所述的细胞分析设备，其中，所述图像处理装置进一步配置为：获取细胞的预分类信息，以便获取该细胞的目标类型。
16.根据权利要求15所述的细胞分析设备，其中，所述图像处理装置进一步配置为：根据细胞的分类信息获取细胞的预分类信息。
17.根据权利要求16所述的细胞分析设备，其中，所述图像处理装置进一步配置为：
响应于用户在显示界面上的人机交互操作，选中在显示界面上所显示的至少一个细胞，以及调整所选中的细胞的目标类型。
18.根据权利要求17所述的细胞分析设备，其中，所述图像处理装置进一步配置为：
响应于用户在显示界面上的第一人机交互操作，选中在显示界面上所显示的至少一个细胞；
响应于用户在显示界面上的第二人机交互操作，调整所选中的细胞的目标类型。
19.根据权利要求17所述的细胞分析设备，其中，所述图像处理装置进一步配置为：
响应于用户在显示界面上的第一人机交互操作，选中在显示界面上所显示的多个细胞；
响应于用户在显示界面上的第二人机交互操作，同时调整所选中的多个细胞的目标类型。
20.根据权利要求16至19中任一项所述的细胞分析设备，其中，所述图像处理装置进一步配置为：
响应于用户在显示界面上的人机交互操作，根据细胞的分类信息将该细胞的目标类型自动调整为更新后的目标类型；
所述更新后的目标类型所对应的概率值仅小于更新前的目标类型所对应的概率值。
21.根据权利要求16至19中任一项所述的细胞分析设备，其中，所述图像处理装置进一步配置为：
响应于用户在显示界面上的人机交互操作，选中在显示界面上所显示的至少一个细胞，
在显示界面上生成菜单；
响应于用户对所述菜单中的选项的选择，调整所选中的细胞的目标类型；
所述菜单中的选项至少包括一个待选细胞类型。
22.根据权利要求17至19中任一项所述的细胞分析设备，其中，所述显示输出装置进一步配置为：
根据细胞的调整后的目标类型，在显示界面上更新显示该细胞的细胞图像。
23.根据权利要求17至19中任一项所述的细胞分析设备，其中，所述显示输出装置进一步配置为：在显示界面上以不同的方式显示经调整过的细胞的细胞图像和未经调整的细胞的细胞图像。
24.根据权利要求16至19中任一项所述的细胞分析设备，其中，所述显示输出装置进一步配置为：
在显示界面上生成至少两个显示区域，每个显示区域被配置用于显示该显示区域对应的目标类型的多个细胞的细胞图像。
25.根据权利要求24所述的细胞分析设备，其中，所述显示输出装置进一步配置为：
在调整所选中的细胞的目标类型之后，将该细胞的细胞图像从与调整前的目标类型所对应的显示区域移动至与调整后的目标类型所对应的显示区域进行显示。
26.一种细胞分析设备，所述细胞分析设备包括：
存储器，配置为存储可执行指令；
处理器，配置为运行所述存储器存储的可执行指令时，执行权利要求1至11任一项所述的分析细胞的方法。
27.一种计算机可读存储介质，存储有可执行指令，配置为引起处理器执行所述可执行指令时，实现权利要求1至11任一项所述的分析细胞的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311813052.6A CN117782948A (zh) | 2018-11-19 | 2018-11-19 | 分析细胞的方法、细胞分析设备与计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2018/116275 WO2020102953A1 (zh) | 2018-11-19 | 2018-11-19 | 分析细胞的方法、细胞分析设备与计算机可读存储介质 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311813052.6A Division CN117782948A (zh) | 2018-11-19 | 2018-11-19 | 分析细胞的方法、细胞分析设备与计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113039551A CN113039551A (zh) | 2021-06-25 |
| CN113039551B true CN113039551B (zh) | 2024-01-23 |
Family
ID=70773711
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201880099615.0A Active CN113039551B (zh) | 2018-11-19 | 2018-11-19 | 分析细胞的方法、细胞分析设备与计算机可读存储介质 |
| CN202311813052.6A Pending CN117782948A (zh) | 2018-11-19 | 2018-11-19 | 分析细胞的方法、细胞分析设备与计算机可读存储介质 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311813052.6A Pending CN117782948A (zh) | 2018-11-19 | 2018-11-19 | 分析细胞的方法、细胞分析设备与计算机可读存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (2) | CN113039551B (zh) |
| WO (1) | WO2020102953A1 (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN101490529A (zh) * | 2006-07-19 | 2009-07-22 | 海莫库公司 | 测量设备、方法和计算机程序 |
| CN103163287A (zh) * | 2011-12-09 | 2013-06-19 | 深圳迈瑞生物医疗电子股份有限公司 | 一种生物样本分析仪测量结果的处理方法及装置 |
| CN106294363A (zh) * | 2015-05-15 | 2017-01-04 | 厦门美柚信息科技有限公司 | 一种论坛帖子评价方法、装置及系统 |
| CN106462746A (zh) * | 2014-06-16 | 2017-02-22 | 西门子医疗保健诊断公司 | 分析数字全息显微术数据以用于血液学应用 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103020639A (zh) * | 2012-11-27 | 2013-04-03 | 河海大学 | 一种白细胞自动识别计数方法 |
| CN103679184A (zh) * | 2013-12-06 | 2014-03-26 | 河海大学 | 一种基于相关向量机的白细胞自动识别方法 |
| US9298968B1 (en) * | 2014-09-12 | 2016-03-29 | Flagship Biosciences, Inc. | Digital image analysis of inflammatory cells and mediators of inflammation |
| CN107729932B (zh) * | 2017-10-10 | 2019-07-26 | 杭州智微信息科技有限公司 | 骨髓细胞标记方法和系统 |
-
2018
- 2018-11-19 WO PCT/CN2018/116275 patent/WO2020102953A1/zh active Application Filing
- 2018-11-19 CN CN201880099615.0A patent/CN113039551B/zh active Active
- 2018-11-19 CN CN202311813052.6A patent/CN117782948A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN101490529A (zh) * | 2006-07-19 | 2009-07-22 | 海莫库公司 | 测量设备、方法和计算机程序 |
| CN103163287A (zh) * | 2011-12-09 | 2013-06-19 | 深圳迈瑞生物医疗电子股份有限公司 | 一种生物样本分析仪测量结果的处理方法及装置 |
| CN106462746A (zh) * | 2014-06-16 | 2017-02-22 | 西门子医疗保健诊断公司 | 分析数字全息显微术数据以用于血液学应用 |
| CN106294363A (zh) * | 2015-05-15 | 2017-01-04 | 厦门美柚信息科技有限公司 | 一种论坛帖子评价方法、装置及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113039551A (zh) | 2021-06-25 |
| WO2020102953A1 (zh) | 2020-05-28 |
| CN117782948A (zh) | 2024-03-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU2020200835B2 (en) | System and method for reviewing and analyzing cytological specimens | |
| JP5438962B2 (ja) | 細胞画像表示装置 | |
| US7925070B2 (en) | Method for displaying virtual slide and terminal device for displaying virtual slide | |
| US10573001B2 (en) | Quality control of automated whole-slide analyses | |
| US20090323062A1 (en) | Sample analyzer, particle distribution diagram displaying method and computer program product | |
| JP2010078377A (ja) | 標本撮像装置 | |
| CN110275820B (zh) | 页面兼容性测试方法、系统及设备 | |
| CN113039551B (zh) | 分析细胞的方法、细胞分析设备与计算机可读存储介质 | |
| CN111656247B (zh) | 一种细胞图像处理系统、方法、自动读片装置与存储介质 | |
| CN111684279B (zh) | 一种细胞分析方法、细胞分析装置及存储介质 | |
| CN111289510B (zh) | 体外诊断仪、图像切换方法和可读存储介质 | |
| US10043414B2 (en) | Microscope-based learning | |
| US20210357806A1 (en) | Machine learning model training method and machine learning model training device | |
| Merino et al. | Performance of the new MC‐80 automated digital cell morphology analyser in detection of normal and abnormal blood cells: Comparison with the CellaVision DM9600 | |
| CN113330311A (zh) | 细胞图像分析装置和样本分析方法 | |
| CN114092731A (zh) | 阅片机的细胞分类规则确定方法、细胞分类方法及阅片机 | |
| JP3395627B2 (ja) | 生体の粒子画像の分類方法 | |
| CN112967796A (zh) | 体外诊断设备的非接触式控制方法、设备及存储介质 | |
| WO2021062741A1 (zh) | 一种信息处理方法、样本检测系统及计算机存储介质 | |
| CN115578316A (zh) | 样本图像分析设备、样本分析系统及样本图像分析方法 | |
| EP4261794A1 (en) | Image processing device, data management device, image processing system, image processing method, and non-transitory storage medium | |
| Monteiro et al. | Applied medical informatics in the detection and counting of erythrocytes and leukocytes through an image segmentation algorithm | |
| CN117952897A (zh) | 生物样本分析设备以及生物样本分析方法 | |
| US20170030821A1 (en) | Urine sediment analysis workstation | |
| CN116413191A (zh) | 血液分析的图形结果显示方法、装置、设备和存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |