CN115201092B - 细胞扫描图像的获取方法和装置 - Google Patents
细胞扫描图像的获取方法和装置 Download PDFInfo
- Publication number
- CN115201092B CN115201092B CN202211092321.XA CN202211092321A CN115201092B CN 115201092 B CN115201092 B CN 115201092B CN 202211092321 A CN202211092321 A CN 202211092321A CN 115201092 B CN115201092 B CN 115201092B
- Authority
- CN
- China
- Prior art keywords
- scanning
- cell
- abnormal
- target
- area
- 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
- 238000000034 method Methods 0.000 title claims abstract description 71
- 230000002159 abnormal effect Effects 0.000 claims abstract description 254
- 238000009826 distribution Methods 0.000 claims abstract description 155
- 230000002776 aggregation Effects 0.000 claims abstract description 148
- 238000004220 aggregation Methods 0.000 claims abstract description 148
- 239000011229 interlayer Substances 0.000 claims abstract description 63
- 238000007901 in situ hybridization Methods 0.000 claims abstract description 62
- 239000010410 layer Substances 0.000 claims abstract description 57
- 238000001514 detection method Methods 0.000 claims abstract description 36
- 238000012163 sequencing technique Methods 0.000 claims abstract description 18
- FWBHETKCLVMNFS-UHFFFAOYSA-N 4',6-Diamino-2-phenylindol Chemical compound C1=CC(C(=N)N)=CC=C1C1=CC2=CC=C(C(N)=N)C=C2N1 FWBHETKCLVMNFS-UHFFFAOYSA-N 0.000 claims description 37
- 238000004422 calculation algorithm Methods 0.000 claims description 19
- 230000000007 visual effect Effects 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 6
- 210000004027 cell Anatomy 0.000 description 481
- 238000004590 computer program Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000012216 screening Methods 0.000 description 8
- 230000001575 pathological effect Effects 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 210000000349 chromosome Anatomy 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000002073 fluorescence micrograph Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 241001156002 Anthonomus pomorum Species 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 101100517192 Arabidopsis thaliana NRPD1 gene Proteins 0.000 description 1
- 101150094905 SMD2 gene Proteins 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 210000000601 blood cell Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000003855 cell nucleus Anatomy 0.000 description 1
- 230000002759 chromosomal effect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001917 fluorescence detection Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000005259 peripheral blood Anatomy 0.000 description 1
- 239000011886 peripheral blood Substances 0.000 description 1
- 210000004976 peripheral blood cell Anatomy 0.000 description 1
- 230000002685 pulmonary effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
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
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/645—Specially adapted constructive features of fluorimeters
- G01N21/6456—Spatial resolved fluorescence measurements; Imaging
- G01N21/6458—Fluorescence microscopy
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- 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
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10064—Fluorescence 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
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Dispersion Chemistry (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本申请提供一种细胞扫描图像的获取方法和装置,其中方法包括:对目标扫描区域进行预扫描,确定细胞分布区域,确定细胞分布区域中的细胞异常聚集区域,对细胞异常聚集区域进行排除,得到目标细胞分布区域,将目标细胞分布区域划分为预设数量的子区域,基于各子区域的细胞数量,确定各子区域的排序,基于各子区域的排序,对目标子区域进行二次扫描,获取目标荧光原位杂交图像,直至目标荧光原位杂交图像中的细胞总数达到预设阈值,其中,目标荧光原位杂交图像对应的各荧光通道的图像是基于各荧光通道对应的扫描中心位置、扫描层数、层间间隔以及曝光时间确定的。能实现高质量细胞扫描图像的快速、高效获取,兼顾后续异常细胞检测的效率和准确性。
Description
技术领域
本申请涉及医学图像处理技术领域,尤其涉及一种细胞扫描图像的获取方法和装置。
背景技术
基于外周血中循环染色体异常细胞(CAC, Circulating genetically abnormalcell)的检测方法已经被证明可在肺节结患者症状状态的差别上发挥作用。然而,如何准确的从大量的背景血细胞中找到极少数量的CAC是一个巨大的难题。对玻片上存在的细胞进行尽可能的扫描,并利用人工智能算法对得到的图像进行快速的分析,是一种有效的方法。然而,高质量的细胞扫描图像是人工智能算法发挥最大效力的前提。
因此,如何快速、高效地获取高质量的细胞扫描图像,成为目前业界亟待解决的技术问题。
发明内容
本申请提供一种细胞扫描图像的获取方法和装置,以用于实现高质量细胞扫描图像的快速、高效获取。
本申请提供一种细胞扫描图像的获取方法,包括:
对目标扫描区域进行预扫描,确定细胞分布区域;
确定细胞分布区域中的细胞异常聚集区域,对所述细胞异常聚集区域进行排除,得到目标细胞分布区域;所述细胞异常聚集区域指不符合预设扫描标准的异常成团细胞所处的区域;所述细胞异常聚集区域包括位于细胞分布区域边缘的第一细胞异常聚集区域,以及位于细胞分布区域中心的第二细胞异常聚集区域;所述第一细胞异常聚集区域的异常成团细胞是通过细胞像素面积密度确定的,所述第二细胞异常聚集区域的异常成团细胞是通过所述异常成团细胞内的像素亮度确定的;
将所述目标细胞分布区域划分为预设数量的子区域,基于各子区域的细胞数量,确定各子区域的排序;
基于所述各子区域的排序,对目标子区域进行二次扫描,获取目标荧光原位杂交图像,直至所述目标荧光原位杂交图像中的细胞总数达到预设阈值;其中,所述目标荧光原位杂交图像对应的各荧光通道的图像是基于所述各荧光通道对应的扫描中心位置、扫描层数、层间间隔以及曝光时间确定的。
根据本申请提供的一种细胞扫描图像的获取方法,所述目标荧光原位杂交图像对应的各荧光通道的图像的确定步骤包括:
确定目标荧光通道以及所述目标荧光通道对应的初始扫描中心位置、初始扫描层数、初始层间间隔以及初始曝光时间;
基于所述初始扫描中心位置、初始扫描层数、初始层间间隔以及初始曝光时间进行对焦,以获得所述目标荧光通道对应的第一扫描图像集合;
在所述第一扫描图像集合中包括目标信号点的情况下,基于所述第一扫描图像集合确定所述目标荧光通道当前视野的扫描范围以及最佳扫描中心位置;
调整所述初始曝光时间并获取所述最佳扫描中心位置对应的第二扫描图像集合,基于所述第二扫描图像集合中各扫描图像的信噪比,确定所述目标荧光通道当前视野的最佳曝光时间;
确定所述目标荧光通道对应的最佳层间间隔,并基于所述最佳层间间隔以及所述当前视野的扫描范围,确定所述目标荧光通道对应的最佳扫描层数;
基于所述目标荧光通道对应的最佳扫描中心位置、最佳扫描层数、最佳层间间隔以及最佳曝光时间进行对焦,以获得所述目标荧光通道对应的第三扫描图像集合;
将所述第三扫描图像集合中锐度值大于预设阈值的扫描图像作为所述目标荧光原位杂交图像对应的目标荧光通道的图像。
根据本申请提供的一种细胞扫描图像的获取方法,在所述目标荧光通道为DAPI通道的情况下,所述初始扫描中心位置为预扫描对应的扫描中心位置,所述初始层间间隔是基于所述二次扫描采用的物镜的景深确定的,所述初始扫描层数以及初始曝光时间是预先设定的经验值;
在所述目标荧光通道为非DAPI通道的情况下,所述初始扫描中心位置为DAPI通道对应的最佳扫描中心位置,所述初始层间间隔和初始扫描层数是基于所述DAPI通道对应的当前视野的扫描范围确定的,所述初始曝光时间是预先设定的经验值。
根据本申请提供的一种细胞扫描图像的获取方法,所述确定细胞分布区域中的细胞异常聚集区域,具体包括:
基于细胞分布区域边缘的细胞像素面积密度,确定所述第一细胞异常聚集区域;
基于细胞分布区域中心的成团细胞内的像素亮度,确定所述第二细胞异常聚集区域。
根据本申请提供的一种细胞扫描图像的获取方法,所述基于细胞分布区域边缘的细胞像素面积密度,确定所述第一细胞异常聚集区域,具体包括:
从所述细胞分布区域边缘出发,向内以预设步长为间隔确定一带状分布区域;
确定所述带状分布区域内的细胞像素面积密度,将细胞像素面积密度大于预设密度阈值的区域作为所述第一细胞异常聚集区域。
根据本申请提供的一种细胞扫描图像的获取方法,所述基于细胞分布区域中心的成团细胞内的像素亮度,确定所述第二细胞异常聚集区域,具体包括:
基于圆检测算法,确定所述细胞分布区域中心的细胞轮廓;
基于所述细胞轮廓,确定成团细胞;
基于所述成团细胞的大小,确定潜在异常成团细胞;
确定所述潜在异常成团细胞内的像素亮度,若所述潜在异常成团细胞中心区域的像素亮度低于其它区域,则将所述潜在异常成团细胞所处的区域作为第二细胞异常聚集区域。
根据本申请提供的一种细胞扫描图像的获取方法,所述对目标扫描区域进行预扫描,确定细胞分布区域,具体包括:
基于预设路线对目标扫描区域进行预扫描,获取预扫描图像;
对所述预扫描图像进行二值化处理,确定细胞分布区域。
根据本申请提供的一种细胞扫描图像的获取方法,所述基于预设路线对目标扫描区域进行预扫描,获取预扫描图像,具体包括:
基于预设路线对目标扫描区域进行逐视野扫描,获取各视野对应的扫描图像;
基于各视野对应的坐标,对所述各视野对应的扫描图像进行拼接,以得到所述预扫描图像。
根据本申请提供的一种细胞扫描图像的获取方法,所述基于预设路线对目标扫描区域进行逐视野扫描,具体包括:
以所述目标扫描区域的中心位置为起点,按螺旋或巡回方式移动,以对相应视野进行扫描。
本申请还提供一种细胞扫描图像的获取装置,包括:
细胞分布区域确定模块,用于对目标扫描区域进行预扫描,确定细胞分布区域;
目标细胞分布区域确定模块,用于确定细胞分布区域中的细胞异常聚集区域,对所述细胞异常聚集区域进行排除,得到目标细胞分布区域;所述细胞异常聚集区域指不符合预设扫描标准的异常成团细胞所处的区域;所述异常聚集区域包括位于细胞分布区域边缘的第一细胞异常聚集区域,以及位于细胞分布区域中心的第二细胞异常聚集区域;所述第一细胞异常聚集区域的异常成团细胞是通过细胞像素面积密度确定的,所述第二细胞异常聚集区域的异常成团细胞是通过所述异常成团细胞内的像素亮度确定的;
子区域排序模块,用于将所述目标细胞分布区域划分为预设数量的子区域,基于各子区域的细胞数量,确定各子区域的排序;
目标荧光原位杂交图像获取模块,用于基于所述各子区域的排序,对目标子区域进行二次扫描,获取目标荧光原位杂交图像,直至所述目标荧光原位杂交图像中的细胞总数达到预设阈值;其中,所述目标荧光原位杂交图像对应的各荧光通道的图像是基于所述各荧光通道对应的扫描中心位置、扫描层数、层间间隔以及曝光时间确定的。
本申请还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述细胞扫描图像的获取方法的步骤。
本申请还提供一种非暂态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执行时实现如上述任一种所述细胞扫描图像的获取方法的步骤。
本申请还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述细胞扫描图像的获取方法的步骤。
本申请提供的细胞扫描图像的获取方法和装置,对目标扫描区域进行预扫描,确定细胞分布区域,确定细胞分布区域中的细胞异常聚集区域,对所述细胞异常聚集区域进行排除,得到目标细胞分布区域;所述细胞异常聚集区域指不符合预设扫描标准的异常成团细胞所处的区域;所述细胞异常聚集区域包括位于细胞分布区域边缘的第一细胞异常聚集区域,以及位于细胞分布区域中心的第二细胞异常聚集区域;所述第一细胞异常聚集区域的异常成团细胞是通过细胞像素面积密度确定的,所述第二细胞异常聚集区域的异常成团细胞是通过所述异常成团细胞内的像素亮度确定的,能够排除影响后续循环染色体异常细胞检测结果的异常聚集细胞,兼顾检测效率和检测结果的准确性;将所述目标细胞分布区域划分为预设数量的子区域,基于各子区域的细胞数量,确定各子区域的排序;基于所述各子区域的排序,对目标子区域进行二次扫描,获取目标荧光原位杂交图像,直至所述目标荧光原位杂交图像中的细胞总数达到预设阈值;其中,所述目标荧光原位杂交图像对应的各荧光通道的图像是基于所述各荧光通道对应的扫描中心位置、扫描层数、层间间隔以及曝光时间确定的,能够实现高质量细胞扫描图像的快速、高效获取。
附图说明
为了更清楚地说明本申请或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请提供的细胞扫描图像的获取方法的流程示意图;
图2是本申请提供的玻片示意图;
图3是本申请提供的预扫描图像的局部示意图;
图4是本申请提供的目标细胞分布区域划分和排序结果示意图;
图5是本申请提供的目标荧光原位杂交图像对应的各荧光通道的图像的确定方法的流程示意图;
图6是本申请提供的不同对焦算法的效果对比图;
图7是本申请提供的第一扫描图像集合的锐度曲线示意图;
图8是本申请提供的DAPI通道初始层间间隔的确定方式示意图;
图9是本申请提供的成团细胞轮廓合并方式示意图;
图10是本申请提供的细胞扫描图像的获取装置的结构示意图;
图11是本申请提供的电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请中的附图,对本申请中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
图1为本申请提供的细胞扫描图像的获取方法的流程示意图,如图1所示,该方法包括:
步骤110,对目标扫描区域进行预扫描,确定细胞分布区域。
具体地,图2为本申请提供的玻片示意图,本申请通过病理切片扫描仪对玻片中经过染色的外周血细胞样本进行扫描,所述病理切片扫描仪采用高速载物台和高速相机,能够实现扫描图像的快速采集。
对于预扫描阶段,图2中示意的扫描区域即为所述目标扫描区域,所述目标扫描区域是基于样本在玻片中所处的位置确定的。所述预扫描的目的是为了找出细胞分布区域,以便后续快速获取细胞相关特征。因此,预扫描通常采用放大倍数较低的物镜,以便快速确定细胞分布区域,避免遗漏。现有技术通常采用2.5倍镜进行预扫描,但本申请发明人通过实践发现,采用2.5倍镜进行预扫描获取的图像分辨率较低,会导致细胞分布区域的识别存在偏差,基于此,本申请实施例预扫描优选采用10倍或20倍物镜,以提高扫描图像分辨率,保证扫描效率的同时,提高后续细胞分布区域识别的准确性。所述物镜可以采用油镜,也可以采用空气镜。
步骤120,确定细胞分布区域中的细胞异常聚集区域,对所述细胞异常聚集区域进行排除,得到目标细胞分布区域;所述细胞异常聚集区域指不符合预设扫描标准的异常成团细胞所处的区域;所述细胞异常聚集区域包括位于细胞分布区域边缘的第一细胞异常聚集区域,以及位于细胞分布区域中心的第二细胞异常聚集区域;所述第一细胞异常聚集区域的异常成团细胞是通过细胞像素面积密度确定的,所述第二细胞异常聚集区域的异常成团细胞是通过所述异常成团细胞内的像素亮度确定的。
具体地,图3为本申请提供的预扫描图像的局部示意图,其中,白色区域表示细胞,黑色区域表示背景。所述预扫描图像是基于所述病理切片扫描仪的扫描相机采集的多个视野的扫描图片进行拼接之后得到的。完成预扫描并获取所述预扫描图像之后,即可基于所述预扫描图像快速确定所述目标扫描区域中的细胞分布区域。
基于图3可知,在所述细胞分布区域边缘和中心均存在多个细胞聚集在一起的情况,即成团细胞。造成此现象的原因在于,在玻片制作的过程中,由于液体的张力作用,会将样本中的细胞往边缘挤压,造成细胞边缘聚集的情形,同时,所述细胞分布区域中心也会由于所述张力作用,出现少量聚集情况。而当所述成团细胞中的细胞数量超过某一数量阈值(即异常成团细胞)时,将使后续CAC检测过程中检测模型的运算量大大提高,降低CAC检测效率,同时,现有的CAC检测模型往往由于训练量不足的原因导致对于此类异常成团细胞中的CAC的检测准确性较低。基于此,出于兼顾后续CAC检测效率和检测结果准确性的考虑,本申请实施例会对所述异常成团细胞进行排除,具体的,通过对所述异常成团细胞所处的区域(即细胞异常聚集区域)进行排除的方式实现异常成团细胞的排除。值得注意的是,所述排除并不是将所述细胞异常聚集区域从预扫描图像中删除,而是对其进行标记,后续进行区域划分、子区域排序和二次扫描时,可以基于所述标记将对应细胞异常聚集区域排除在外,基于此,除了能够兼顾后续CAC检测效率和检测结果准确性之外,还能提高扫描图像采集的效率。
对于所述细胞异常聚集区域的筛查,本申请实施例对于位于细胞分布区域边缘的第一细胞异常聚集区域和位于细胞分布区域中心的第二细胞异常聚集区域分别采用不同的筛查方式,以实现细胞异常聚集区域的快速确定,提高扫描效率。
具体的,对于所述第一细胞异常聚集区域,基于前述聚集原理可知,异常成团细胞多出现在细胞分布区域边缘,若逐个细胞进行检测以筛查异常成团细胞,将会大大增加细胞异常聚集区域确定的工作量,降低筛查效率。基于此,对于所述第一细胞异常聚集区域的异常成团细胞的筛查,本申请实施例通过边缘区域的细胞像素面积密度进行确定,所述细胞像素面积密度指单位像素面积内细胞区域的像素面积占比。如图3所示,所述单位像素面积即为图中一个单元格对应的像素面积。本申请实施例获取到所述预扫描图像之后,会将所述预扫描图像进行区域划分,所述区域划分通常基于扫描图像中的视野大小确定单元格大小,基于图像分析的需要,可对所述单元格大小进行自适应调整。综上所述,对于细胞像素面积密度不符合预设要求的区域,即认定为所述第一细胞异常聚集区域,基于此,可以实现所述第一细胞异常聚集区域的快速筛查和排除。
对于所述第二细胞异常聚集区域,基于前述聚集原理可知,异常成团细胞出现在细胞分布区域中心的情况较少,因此可以进行逐细胞筛查,先基于细胞轮廓快速确定潜在异常成团细胞,再基于其内部的像素亮度确定其是否为异常成团细胞,由于细胞分布区域中心的异常成团细胞较少,因此基于细胞内的像素亮度进行筛查的工作量不大,基于此,可以实现所述第二细胞异常聚集区域的快速筛查和排除,进一步提高后续扫描效率。
步骤130,将所述目标细胞分布区域划分为预设数量的子区域,基于各子区域的细胞数量,确定各子区域的排序。
具体地,由于用于CAC检测的荧光原位杂交图像中需要满足一定的细胞数量要求,因此,如何快速获得预定细胞数量的荧光原位杂交图像是提高扫描效率的关键。同时,出于准确获取细胞中相关信号的考虑,二次扫描采用的物镜放大倍数通常大于预扫描采用的物镜放大倍数,对于二次扫描采用的物镜放大倍数,本申请实施例优选采用40倍镜或60倍镜。基于此,本申请实施例在进行二次扫描之前,会基于二次扫描与预扫描采用的物镜放大倍数的差异,对所述目标细胞分布区域进行进一步划分,以便二次扫描能够准确获取相应区域的荧光原位杂交图像。具体的,将所述目标细胞分布区域划分为预设数量的子区域,所述预设数量可根据物镜的放大倍数差异和扫描效率的需要进行调整。与此同时,基于各子区域的细胞数量,确定各子区域的排序,二次扫描时优先扫描细胞数量多的子区域,基于此,能够快速获得预定细胞数量的荧光原位杂交图像,提高扫描效率。优选的,所述子区域的大小可以对应于二次扫描时单个视野的大小,以便快速进行二次扫描。
图4为本申请提供的目标细胞分布区域划分和排序结果示意图,如图4所示,对所述目标细胞分布区域进行划分之后,基于每个子区域的细胞数量确定各子区域的排序并进行标记,以便二次扫描时基于所述排序对目标子区域进行扫描。可以理解的是,图4中示出的子区域数量(对应于二次扫描的视野数量)仅作为示例,在实际应用过程中,所述子区域的数量可以根据需要进行调整,本申请对此不作具体限定。
还可以理解的是,病理切片扫描仪的物镜与扫描相机通常是组合使用,以达到理想的成像效果。例如,对于二次扫描,可采用40倍油镜与2400万像素黑白相机组合或60倍油镜与500万像素黑白相机组合进行图像信号采集。可以理解的是,上述组合仅作为示例,在实际应用过程中可以根据需要进行调整组合,本申请对此不作具体限定。
步骤140,基于所述各子区域的排序,对目标子区域进行二次扫描,获取目标荧光原位杂交图像,直至所述目标荧光原位杂交图像中的细胞总数达到预设阈值;其中,所述目标荧光原位杂交图像对应的各荧光通道的图像是基于所述各荧光通道对应的扫描中心位置、扫描层数、层间间隔以及曝光时间确定的。
具体地,基于所述各子区域的排序,对目标子区域进行二次扫描,优先扫描排序靠前(即细胞数量多)的子区域,这样能够快速获取满足细胞数量要求的目标荧光原位杂交图像。值得注意的是,所述目标荧光原位杂交图像对应的各荧光通道的图像是基于所述各荧光通道对应的扫描中心位置、扫描层数、层间间隔以及曝光时间确定的,即对于每个荧光通道而言,均需要确定其对应的扫描中心位置、扫描层数、层间间隔以及曝光时间,进而获取相应荧光通道的图像,同时,所述各荧光通道对应的扫描中心位置、扫描层数、层间间隔以及曝光时间是在二次扫描过程中经过调整确定的最佳值,这样能够最大限度保证各荧光通道的图像的质量,进而保证后续CAC检测的准确性。
本申请实施例提供的方法,对目标扫描区域进行预扫描,确定细胞分布区域,确定细胞分布区域中的细胞异常聚集区域,对所述细胞异常聚集区域进行排除,得到目标细胞分布区域;所述细胞异常聚集区域指不符合预设扫描标准的异常成团细胞所处的区域;所述细胞异常聚集区域包括位于细胞分布区域边缘的第一细胞异常聚集区域,以及位于细胞分布区域中心的第二细胞异常聚集区域;所述第一细胞异常聚集区域的异常成团细胞是通过细胞像素面积密度确定的,所述第二细胞异常聚集区域的异常成团细胞是通过所述异常成团细胞内的像素亮度确定的,能够排除影响后续循环染色体异常细胞检测结果的异常聚集细胞,兼顾检测效率和检测结果的准确性;将所述目标细胞分布区域划分为预设数量的子区域,基于各子区域的细胞数量,确定各子区域的排序;基于所述各子区域的排序,对目标子区域进行二次扫描,获取目标荧光原位杂交图像,直至所述目标荧光原位杂交图像中的细胞总数达到预设阈值;其中,所述目标荧光原位杂交图像对应的各荧光通道的图像是基于所述各荧光通道对应的扫描中心位置、扫描层数、层间间隔以及曝光时间确定的,能够实现高质量细胞扫描图像的快速、高效获取。
基于上述实施例,图5为本申请提供的目标荧光原位杂交图像对应的各荧光通道的图像的确定方法的流程示意图,如图5所示,所述目标荧光原位杂交图像对应的各荧光通道的图像的确定步骤包括:
步骤210,确定目标荧光通道以及所述目标荧光通道对应的初始扫描中心位置、初始扫描层数、初始层间间隔以及初始曝光时间。
具体的,所述目标荧光原位杂交图像对应的荧光通道包括:DAPI通道、Green通道、Red通道、Gold通道和Aqua通道。二次扫描可以采用逐通道扫描或逐视野扫描。所述逐通道扫描是指先完成单个荧光通道所有视野的图像,再采集下一荧光通道所有视野的图像;所述逐视野扫描是指先采集单个视野下所有荧光通道的图像,再切换至下一视野并采集所有荧光通道的图像。本申请实施例优选采用逐视野扫描方式,扫描荧光通道的顺序与滤光片位置顺序进行配合,能够在一次扫描过程中实现单个视野的多通道扫描,避免逐通道扫描需要多次重复切换视野的问题。基于此,对于当前视野,首先确定目标荧光通道以及所述目标荧光通道对应的初始扫描中心位置、初始扫描层数、初始层间间隔以及初始曝光时间,基于这些参数,能够快速获取所述目标荧光通道当前视野的初始层扫图像。
步骤220,基于所述初始扫描中心位置、初始扫描层数、初始层间间隔以及初始曝光时间进行对焦,以获得所述目标荧光通道对应的第一扫描图像集合。
具体的,将病理切片扫描仪的物镜移动到所述初始扫描中心位置对应的Z轴位置,基于所述初始曝光时间进行对焦,获取所述初始扫描中心位置对应的扫描图像。基于所述初始层间间隔以及初始扫描层数将所述物镜以所述初始扫描中心位置为起点沿Z轴方向移动,并基于所述初始曝光时间进行对焦,获取相应位置对应的扫描图像,直至完成所述初始扫描层数的图像扫描,获得所述第一扫描图像集合。
步骤230,在所述第一扫描图像集合中包括目标信号点的情况下,基于所述第一扫描图像集合确定所述目标荧光通道当前视野的扫描范围以及最佳扫描中心位置。
具体的,获取所述目标荧光原位杂交图像对应的各荧光通道的图像的目的是为了获取细胞核中的目标信号点以用于后续CAC检测。因此,获取所述第一扫描图像集合之后,需要判断所述第一扫描图像集合中是否包括目标信号点,如果不包括目标信号点则为无效图像。而在所述第一扫描图像集合中包括目标信号点的情况下,可以基于所述第一扫描图像集合确定所述目标荧光通道当前视野的扫描范围(即包括目标信号点的有效扫描范围)以及最佳扫描中心位置,基于此,可以快速确定有效扫描范围以及细胞的最佳对焦点,避免无效操作,提高扫描的效率,同时保证扫描图像的质量。
本申请实施例通过扫描图像的锐度值表征对应的对焦状态,基于扫描图像的锐度值即可确定最佳对焦点(最佳扫描中心位置)。现有技术中存在多种对焦算法用于表征对焦状态,进而确定最佳对焦点,包括:Brenner梯度函数、Laplacian 梯度函数、灰度方差(SMD)函数、灰度方差乘积(SMD)函数、能量梯度(energy gradient)函数、Vollath函数、方差(variance)函数和熵(entropy)函数。本申请实施例对各算法的效果进行了对比研究,图6为本申请提供的不同对焦算法的效果对比图,其中,横坐标表示Z轴位置(即层序号),纵坐标为各算法输出的对焦状态结果经过归一化后得到的相对值。如图6所示,只有Brenner、Laplacian、SMD2、energy以及sharpness(锐度值)算法能够正确识别最佳对焦点,其余算法找到的最佳对焦点均出现偏差。而从识别的灵敏度来看,以energy和sharpness算法为最佳,但energy算法的计算耗时远大于sharpness算法。因此,本申请实施例采用扫描图像的锐度值(即sharpness算法)表征对应的对焦状态,以便快速准确地确定最佳扫描中心位置。具体地,基于前述内容可知,对于DAPI通道,其最佳扫描中心位置为所述第一扫描图像集合中锐度值最高的扫描图像对应的Z轴位置。具体而言,通过绘制所述第一扫描图像集合的锐度曲线,即可确定锐度值最高的扫描图像,进而确定最佳扫描中心位置。图7为本申请提供的第一扫描图像集合的锐度曲线示意图,其中,横坐标为各扫描图像对应的Z轴坐标,纵坐标为对应的扫描图像锐度值。如图7所示,锐度值最高的点对应的横坐标即为最佳扫描中心位置。
对于非DAPI通道,由于镜头调校的原因,不同波长的光会存在像差,另外,非DAPI通道对应的荧光信号点相比于细胞要小很多,且会分布在不同的扫描图像上。因此,其对应的锐度曲线不会像DAPI通道,有明显的峰或谷存在。因此,非DAPI通道的最佳扫描中心位置,需要基于当前视野的扫描范围确定。其可以取所述扫描范围的中点,也可以取其它位置,本申请实施例对此不作具体限定。
步骤240,调整所述初始曝光时间并获取所述最佳扫描中心位置对应的第二扫描图像集合,基于所述第二扫描图像集合中各扫描图像的信噪比,确定所述目标荧光通道当前视野的最佳曝光时间。
具体的,所述最佳扫描中心位置确定之后,需要调整曝光参数,以保证扫描图像的信噪比,方便CAC检测过程中进行特征提取。基于此,基于预设步长调整所述初始曝光时间并获取所述最佳扫描中心位置对应的第二扫描图像集合,基于所述第二扫描图像集合中各扫描图像的信噪比,确定所述目标荧光通道当前视野的最佳曝光时间。优选的,取信噪比最高的扫描图像对应的曝光时间作为所述最佳曝光时间。
步骤250,确定所述目标荧光通道对应的最佳层间间隔,并基于所述最佳层间间隔以及所述当前视野的扫描范围,确定所述目标荧光通道对应的最佳扫描层数。
具体的,层间间隔能够决定采集到的扫描图像中目标信号点的精细程度,因此,基于后续CAC检测需要,确定所述目标荧光通道对应的最佳层间间隔,再基于所述最佳层间间隔以及所述当前视野的扫描范围,即可确定所述目标荧光通道对应的最佳扫描层数。
步骤260,基于所述目标荧光通道对应的最佳扫描中心位置、最佳扫描层数、最佳层间间隔以及最佳曝光时间进行对焦,以获得所述目标荧光通道对应的第三扫描图像集合。
具体的,基于所述目标荧光通道对应的最佳扫描中心位置、最佳扫描层数、最佳层间间隔以及最佳曝光时间进行对焦,即可获得所述目标荧光通道对应的第三扫描图像集合,即有效扫描图像集合。其具体执行步骤与步骤220相同,在此不再赘述。
步骤270,将所述第三扫描图像集合中锐度值大于预设阈值的扫描图像作为所述目标荧光原位杂交图像对应的目标荧光通道的图像。
具体地,获取所述第三扫描图像集合之后,基于后续CAC检测对于图像的质量要求,将所述第三扫描图像集合中锐度值大于预设阈值的扫描图像作为所述目标荧光原位杂交图像对应的目标荧光通道的图像。
本申请实施例提供的方法,确定目标荧光通道以及所述目标荧光通道对应的初始扫描中心位置、初始扫描层数、初始层间间隔以及初始曝光时间,基于所述初始扫描中心位置、初始扫描层数、初始层间间隔以及初始曝光时间进行对焦,以获得所述目标荧光通道对应的第一扫描图像集合,在所述第一扫描图像集合中包括目标信号点的情况下,基于所述第一扫描图像集合确定所述目标荧光通道当前视野的扫描范围以及最佳扫描中心位置,调整所述初始曝光时间并获取所述最佳扫描中心位置对应的第二扫描图像集合,基于所述第二扫描图像集合中各扫描图像的信噪比,确定所述目标荧光通道当前视野的最佳曝光时间,确定所述目标荧光通道对应的最佳层间间隔,并基于所述最佳层间间隔以及所述当前视野的扫描范围,确定所述目标荧光通道对应的最佳扫描层数,基于所述目标荧光通道对应的最佳扫描中心位置、最佳扫描层数、最佳层间间隔以及最佳曝光时间进行对焦,以获得所述目标荧光通道对应的第三扫描图像集合,将所述第三扫描图像集合中锐度值大于预设阈值的扫描图像作为所述目标荧光原位杂交图像对应的目标荧光通道的图像,能够快速获取符合CAC检测要求的高质量荧光原位杂交图像。
基于上述任一实施例,在所述目标荧光通道为DAPI通道的情况下,所述初始扫描中心位置为预扫描对应的扫描中心位置,所述初始层间间隔是基于所述二次扫描采用的物镜的景深确定的,所述初始扫描层数以及初始曝光时间是预先设定的经验值;
在所述目标荧光通道为非DAPI通道的情况下,所述初始扫描中心位置为DAPI通道对应的最佳扫描中心位置,所述初始层间间隔和初始扫描层数是基于所述DAPI通道对应的当前视野的扫描范围确定的,所述初始曝光时间是预先设定的经验值。
具体地,由于预扫描是对DAPI通道进行扫描,因此,二次扫描时,DAPI通道的初始扫描中心位置可以采用预扫描对应的扫描中心位置,同时,基于所述二次扫描采用的物镜的景深确定初始层间间隔,基于预设的初始扫描层数以及初始曝光时间,这样能够更快确定扫描范围,提高扫描效率。图8为本申请提供的DAPI通道初始层间间隔的确定方式示意图,如图所示,所述初始层间间隔一般为1-2景深。
至于DAPI的预扫描流程与步骤210-230、250-260的流程大致相同,其区别在于,在步骤220中采集第一扫描图像集合时,会调整曝光时间,以使扫描图像的荧光强度在预设范围内,保证扫描图像的对比度,以便后续进行细胞异常聚集区域排除和子区域排序。
同理,由于DAPI通道和非DAPI通道均是在相同的硬件环境下进行扫描,因此,对于非DAPI通道,所述初始扫描中心位置可采用DAPI通道对应的最佳扫描中心位置,所述初始层间间隔和初始扫描层数则基于所述DAPI通道对应的当前视野的扫描范围确定,这样能够尽可能避免非DAPI通道扫描时,对扫描中心位置、扫描层数、层间间隔进行调整的工作量,大大提高扫描效率,由于不同通道的曝光时间是各自独立的,因此,非DAPI通道的初始曝光时间是基于通道特性预先设定的经验值。
同时,对于同一通道的不同视野进行扫描时,也可以沿用相邻视野的扫描中心位置、扫描层数、层间间隔以及曝光时间,以进一步提升扫描效率。
本申请实施例提供的方法,在所述目标荧光通道为DAPI通道的情况下,所述初始扫描中心位置为预扫描对应的扫描中心位置,所述初始层间间隔是基于所述二次扫描采用的物镜的景深确定的,所述初始扫描层数以及初始曝光时间是预先设定的经验值,在所述目标荧光通道为非DAPI通道的情况下,所述初始扫描中心位置为DAPI通道对应的最佳扫描中心位置,所述初始层间间隔和初始扫描层数是基于所述DAPI通道对应的当前视野的扫描范围确定的,所述初始曝光时间是预先设定的经验值,能够提高目标荧光原位杂交图像的获取效率。
基于上述任一实施例,所述确定细胞分布区域中的细胞异常聚集区域,具体包括:
基于细胞分布区域边缘的细胞像素面积密度,确定所述第一细胞异常聚集区域;
基于细胞分布区域中心的成团细胞内的像素亮度,确定所述第二细胞异常聚集区域。
具体地,其执行过程和原理在前述实施例已经进行了详细描述,在此不再赘述。
本申请实施例提供的方法,基于细胞分布区域边缘的细胞像素面积密度,确定所述第一细胞异常聚集区域,基于细胞分布区域中心的成团细胞内的像素亮度,确定所述第二细胞异常聚集区域,能够排除影响后续循环染色体异常细胞检测结果的异常聚集细胞,兼顾检测效率和检测结果的准确性。
基于上述任一实施例,所述基于细胞分布区域边缘的细胞像素面积密度,确定所述第一细胞异常聚集区域,具体包括:
从所述细胞分布区域边缘出发,向内以预设步长为间隔确定一带状分布区域;
确定所述带状分布区域内的细胞像素面积密度,将细胞像素面积密度大于预设密度阈值的区域作为所述第一细胞异常聚集区域。
具体地,如图4所示,从所述细胞分布区域边缘出发,向内以预设步长为间隔确定一带状分布区域,所述带状分布区域即为异常成团细胞分布区域,所述预设步长可以是预先设定的经验值,也可以是基于病理切片扫描仪获得的预扫描图像确定的,本申请实施例对此不作具体限定。确定所述带状分布区域内的细胞像素面积密度,所述细胞像素面积密度大于预设密度阈值的区域即为所述第一细胞异常聚集区域。
本申请实施例提供的方法,从所述细胞分布区域边缘出发,向内以预设步长为间隔确定一带状分布区域,确定所述带状分布区域内的细胞像素面积密度,将细胞像素面积密度大于预设密度阈值的区域作为所述第一细胞异常聚集区域,能够快速排除影响后续循环染色体异常细胞检测结果的第一细胞异常聚集区域,同时保证扫描效率。
基于上述任一实施例,所述基于细胞分布区域中心的成团细胞内的像素亮度,确定所述第二细胞异常聚集区域,具体包括:
基于圆检测算法,确定所述细胞分布区域中心的细胞轮廓;
基于所述细胞轮廓,确定成团细胞;
基于所述成团细胞的大小,确定潜在异常成团细胞;
确定所述潜在异常成团细胞内的像素亮度,若所述潜在异常成团细胞中心区域的像素亮度低于其它区域,则将所述潜在异常成团细胞所处的区域作为第二细胞异常聚集区域。
具体地,所述细胞分布区域中心具体指所述带状分布区域之外的区域。首先,基于圆检测算法,确定所述细胞分布区域中心的细胞轮廓,若细胞轮廓存在交叠(即成团细胞),则将其轮廓进行合并,仅保留外部轮廓。图9为本申请提供的成团细胞轮廓合并方式示意图。基于所述细胞轮廓即可快速锁定成团细胞。进一步的,基于所述成团细胞的大小,确定潜在异常成团细胞。由于成团细胞中的细胞数量大于预设阈值时才会被认定为异常成团细胞。因此,首先基于所述成团细胞的大小,排除明显不符合所述预设阈值的成团细胞,进一步缩小异常成团细胞的筛查范围。确定潜在异常成团细胞之后,即可基于所述潜在异常成团细胞内的像素亮度确定其是否为异常成团细胞。具体而言,可以通过所述潜在异常成团细胞中心线上的像素亮度反映所述潜在异常成团细胞内部的像素亮度分布。若判断所述潜在异常成团细胞中心区域的像素亮度低于其它区域,则判断其为异常成团细胞,并将其所处的区域作为第二细胞异常聚集区域。
本申请实施例提供的方法,基于圆检测算法,确定所述细胞分布区域中心的细胞轮廓,基于所述细胞轮廓,确定成团细胞,基于所述成团细胞的大小,确定潜在异常成团细胞,确定所述潜在异常成团细胞内的像素亮度,若所述潜在异常成团细胞中心区域的像素亮度低于其它区域,则将所述潜在异常成团细胞所处的区域作为第二细胞异常聚集区域,能够快速排除影响后续循环染色体异常细胞检测结果的第二细胞异常聚集区域,同时保证扫描效率。
基于上述任一实施例,所述对目标扫描区域进行预扫描,确定细胞分布区域,具体包括:
基于预设路线对目标扫描区域进行预扫描,获取预扫描图像;
对所述预扫描图像进行二值化处理,确定细胞分布区域。
具体地,如图3所示,获得预扫描图像之后,即可确定白色区域为细胞,黑色区域为背景,对所述预扫描图像进行二值化处理,即将细胞标记为1,背景标记为0,基于此,可以快速确定细胞分布区域。
本申请实施例提供的方法,基于预设路线对目标扫描区域进行预扫描,获取预扫描图像,对所述预扫描图像进行二值化处理,确定细胞分布区域,能够快速确定细胞分布区域,提高扫描效率。
基于上述任一实施例,所述基于预设路线对目标扫描区域进行预扫描,获取预扫描图像,具体包括:
基于预设路线对目标扫描区域进行逐视野扫描,获取各视野对应的扫描图像;
基于各视野对应的坐标,对所述各视野对应的扫描图像进行拼接,以得到所述预扫描图像。
具体地,由于病理切片扫描仪的扫描相机的视野有限,因此,基于预设路线对目标扫描区域进行逐视野扫描,获取各视野对应的扫描图像,再基于各视野对应的坐标,对所述各视野对应的扫描图像进行拼接,以得到所述预扫描图像,能够快速获取所述预扫描图像,同时保证扫描图像的完整性。
本申请实施例提供的方法,基于预设路线对目标扫描区域进行逐视野扫描,获取各视野对应的扫描图像,基于各视野对应的坐标,对所述各视野对应的扫描图像进行拼接,以得到所述预扫描图像,能够快速获取所述预扫描图像,同时保证扫描图像的完整性。
基于上述任一实施例,所述基于预设路线对目标扫描区域进行逐视野扫描,具体包括:
以所述目标扫描区域的中心位置为起点,按螺旋或巡回方式移动,以对相应视野进行扫描。
下面对本申请提供的细胞扫描图像的获取装置进行描述,下文描述的细胞扫描图像的获取装置与上文描述的细胞扫描图像的获取方法可相互对应参照。
基于上述任一实施例,图10为本申请提供的细胞扫描图像的获取装置的结构示意图,如图10所示,该装置包括:
细胞分布区域确定模块1010,用于对目标扫描区域进行预扫描,确定细胞分布区域;
目标细胞分布区域确定模块1020,用于确定细胞分布区域中的细胞异常聚集区域,对所述细胞异常聚集区域进行排除,得到目标细胞分布区域;所述细胞异常聚集区域指不符合预设扫描标准的异常成团细胞所处的区域;所述异常聚集区域包括位于细胞分布区域边缘的第一细胞异常聚集区域,以及位于细胞分布区域中心的第二细胞异常聚集区域;所述第一细胞异常聚集区域的异常成团细胞是通过细胞像素面积密度确定的,所述第二细胞异常聚集区域的异常成团细胞是通过所述异常成团细胞内的像素亮度确定的;
子区域排序模块1030,用于将所述目标细胞分布区域划分为预设数量的子区域,基于各子区域的细胞数量,确定各子区域的排序;
目标荧光原位杂交图像获取模块1040,用于基于所述各子区域的排序,对目标子区域进行二次扫描,获取目标荧光原位杂交图像,直至所述目标荧光原位杂交图像中的细胞总数达到预设阈值;其中,所述目标荧光原位杂交图像对应的各荧光通道的图像是基于所述各荧光通道对应的扫描中心位置、扫描层数、层间间隔以及曝光时间确定的。
本申请实施例提供的装置,对目标扫描区域进行预扫描,确定细胞分布区域,确定细胞分布区域中的细胞异常聚集区域,对所述细胞异常聚集区域进行排除,得到目标细胞分布区域;所述细胞异常聚集区域指不符合预设扫描标准的异常成团细胞所处的区域;所述细胞异常聚集区域包括位于细胞分布区域边缘的第一细胞异常聚集区域,以及位于细胞分布区域中心的第二细胞异常聚集区域;所述第一细胞异常聚集区域的异常成团细胞是通过细胞像素面积密度确定的,所述第二细胞异常聚集区域的异常成团细胞是通过所述异常成团细胞内的像素亮度确定的,能够排除影响后续循环染色体异常细胞检测结果的异常聚集细胞,兼顾检测效率和检测结果的准确性;将所述目标细胞分布区域划分为预设数量的子区域,基于各子区域的细胞数量,确定各子区域的排序;基于所述各子区域的排序,对目标子区域进行二次扫描,获取目标荧光原位杂交图像,直至所述目标荧光原位杂交图像中的细胞总数达到预设阈值;其中,所述目标荧光原位杂交图像对应的各荧光通道的图像是基于所述各荧光通道对应的扫描中心位置、扫描层数、层间间隔以及曝光时间确定的,能够实现高质量细胞扫描图像的快速、高效获取。
基于上述实施例,所述目标荧光原位杂交图像获取模块1040进一步包括:
目标荧光通道及通道参数确定子模块,用于确定目标荧光通道以及所述目标荧光通道对应的初始扫描中心位置、初始扫描层数、初始层间间隔以及初始曝光时间;
第一扫描图像集合确定子模块,用于基于所述初始扫描中心位置、初始扫描层数、初始层间间隔以及初始曝光时间进行对焦,以获得所述目标荧光通道对应的第一扫描图像集合;
扫描范围及最佳扫描中心位置确定子模块,用于在所述第一扫描图像集合中包括目标信号点的情况下,基于所述第一扫描图像集合确定所述目标荧光通道当前视野的扫描范围以及最佳扫描中心位置;
最佳曝光时间确定子模块,用于调整所述初始曝光时间并获取所述最佳扫描中心位置对应的第二扫描图像集合,基于所述第二扫描图像集合中各扫描图像的信噪比,确定所述目标荧光通道当前视野的最佳曝光时间;
最佳扫描层数确定子模块,用于确定所述目标荧光通道对应的最佳层间间隔,并基于所述最佳层间间隔以及所述当前视野的扫描范围,确定所述目标荧光通道对应的最佳扫描层数;
第三扫描图像集合获取子模块,用于基于所述目标荧光通道对应的最佳扫描中心位置、最佳扫描层数、最佳层间间隔以及最佳曝光时间进行对焦,以获得所述目标荧光通道对应的第三扫描图像集合;
目标荧光通道图像确定子模块,用于将所述第三扫描图像集合中锐度值大于预设阈值的扫描图像作为所述目标荧光原位杂交图像对应的目标荧光通道的图像。
基于上述任一实施例,在所述目标荧光通道为DAPI通道的情况下,所述初始扫描中心位置为预扫描对应的扫描中心位置,所述初始层间间隔是基于所述二次扫描采用的物镜的景深确定的,所述初始扫描层数以及初始曝光时间是预先设定的经验值;
在所述目标荧光通道为非DAPI通道的情况下,所述初始扫描中心位置为DAPI通道对应的最佳扫描中心位置,所述初始层间间隔和初始扫描层数是基于所述DAPI通道对应的当前视野的扫描范围确定的,所述初始曝光时间是预先设定的经验值。
基于上述任一实施例,所述目标细胞分布区域确定模块1020进一步包括:
第一细胞异常聚集区域确定子模块,用于基于细胞分布区域边缘的细胞像素面积密度,确定所述第一细胞异常聚集区域;
第二细胞异常聚集区域确定子模块,用于基于细胞分布区域中心的成团细胞内的像素亮度,确定所述第二细胞异常聚集区域。
基于上述任一实施例,所述第一细胞异常聚集区域确定子模块具体用于执行:
从所述细胞分布区域边缘出发,向内以预设步长为间隔确定一带状分布区域;
确定所述带状分布区域内的细胞像素面积密度,将细胞像素面积密度大于预设密度阈值的区域作为所述第一细胞异常聚集区域。
基于上述任一实施例,所述第二细胞异常聚集区域确定子模块具体用于执行:
基于圆检测算法,确定所述细胞分布区域中心的细胞轮廓;
基于所述细胞轮廓,确定成团细胞;
基于所述成团细胞的大小,确定潜在异常成团细胞;
确定所述潜在异常成团细胞内的像素亮度,若所述潜在异常成团细胞中心区域的像素亮度低于其它区域,则将所述潜在异常成团细胞所处的区域作为第二细胞异常聚集区域。
基于上述任一实施例,所述细胞分布区域确定模块1010进一步包括:
预扫描图像获取子模块,用于基于预设路线对目标扫描区域进行预扫描,获取预扫描图像;
细胞分布区域确定子模块,用于对所述预扫描图像进行二值化处理,确定细胞分布区域。
基于上述任一实施例,所述预扫描图像获取子模块具体用于执行:
基于预设路线对目标扫描区域进行逐视野扫描,获取各视野对应的扫描图像;
基于各视野对应的坐标,对所述各视野对应的扫描图像进行拼接,以得到所述预扫描图像。
基于上述任一实施例,所述基于预设路线对目标扫描区域进行逐视野扫描,具体包括:
以所述目标扫描区域的中心位置为起点,按螺旋或巡回方式移动,以对相应视野进行扫描。
图11示例了一种电子设备的实体结构示意图,如图11所示,该电子设备可以包括:处理器(processor)1110、通信接口(Communications Interface)1120、存储器(memory)1130和通信总线1140,其中,处理器1110,通信接口1120,存储器1130通过通信总线1140完成相互间的通信。处理器1110可以调用存储器1130中的逻辑指令,以执行细胞扫描图像的获取方法,该方法包括:对目标扫描区域进行预扫描,确定细胞分布区域;确定细胞分布区域中的细胞异常聚集区域,对所述细胞异常聚集区域进行排除,得到目标细胞分布区域;所述细胞异常聚集区域指不符合预设扫描标准的异常成团细胞所处的区域;所述细胞异常聚集区域包括位于细胞分布区域边缘的第一细胞异常聚集区域,以及位于细胞分布区域中心的第二细胞异常聚集区域;所述第一细胞异常聚集区域的异常成团细胞是通过细胞像素面积密度确定的,所述第二细胞异常聚集区域的异常成团细胞是通过所述异常成团细胞内的像素亮度确定的;将所述目标细胞分布区域划分为预设数量的子区域,基于各子区域的细胞数量,确定各子区域的排序;基于所述各子区域的排序,对目标子区域进行二次扫描,获取目标荧光原位杂交图像,直至所述目标荧光原位杂交图像中的细胞总数达到预设阈值;其中,所述目标荧光原位杂交图像对应的各荧光通道的图像是基于所述各荧光通道对应的扫描中心位置、扫描层数、层间间隔以及曝光时间确定的。
此外,上述的存储器1130中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本申请还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的细胞扫描图像的获取方法,该方法包括:对目标扫描区域进行预扫描,确定细胞分布区域;确定细胞分布区域中的细胞异常聚集区域,对所述细胞异常聚集区域进行排除,得到目标细胞分布区域;所述细胞异常聚集区域指不符合预设扫描标准的异常成团细胞所处的区域;所述细胞异常聚集区域包括位于细胞分布区域边缘的第一细胞异常聚集区域,以及位于细胞分布区域中心的第二细胞异常聚集区域;所述第一细胞异常聚集区域的异常成团细胞是通过细胞像素面积密度确定的,所述第二细胞异常聚集区域的异常成团细胞是通过所述异常成团细胞内的像素亮度确定的;将所述目标细胞分布区域划分为预设数量的子区域,基于各子区域的细胞数量,确定各子区域的排序;基于所述各子区域的排序,对目标子区域进行二次扫描,获取目标荧光原位杂交图像,直至所述目标荧光原位杂交图像中的细胞总数达到预设阈值;其中,所述目标荧光原位杂交图像对应的各荧光通道的图像是基于所述各荧光通道对应的扫描中心位置、扫描层数、层间间隔以及曝光时间确定的。
又一方面,本申请还提供一种非暂态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执行时实现以执行上述各方法提供的细胞扫描图像的获取方法,该方法包括:对目标扫描区域进行预扫描,确定细胞分布区域;确定细胞分布区域中的细胞异常聚集区域,对所述细胞异常聚集区域进行排除,得到目标细胞分布区域;所述细胞异常聚集区域指不符合预设扫描标准的异常成团细胞所处的区域;所述细胞异常聚集区域包括位于细胞分布区域边缘的第一细胞异常聚集区域,以及位于细胞分布区域中心的第二细胞异常聚集区域;所述第一细胞异常聚集区域的异常成团细胞是通过细胞像素面积密度确定的,所述第二细胞异常聚集区域的异常成团细胞是通过所述异常成团细胞内的像素亮度确定的;将所述目标细胞分布区域划分为预设数量的子区域,基于各子区域的细胞数量,确定各子区域的排序;基于所述各子区域的排序,对目标子区域进行二次扫描,获取目标荧光原位杂交图像,直至所述目标荧光原位杂交图像中的细胞总数达到预设阈值;其中,所述目标荧光原位杂交图像对应的各荧光通道的图像是基于所述各荧光通道对应的扫描中心位置、扫描层数、层间间隔以及曝光时间确定的。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (9)
1.一种细胞扫描图像的获取方法,其特征在于,包括:
对目标扫描区域进行预扫描,确定细胞分布区域;
确定细胞分布区域中的细胞异常聚集区域,对所述细胞异常聚集区域进行排除,得到目标细胞分布区域;所述细胞异常聚集区域指不符合预设扫描标准的异常成团细胞所处的区域;所述细胞异常聚集区域包括位于细胞分布区域边缘的第一细胞异常聚集区域,以及位于细胞分布区域中心的第二细胞异常聚集区域;所述第一细胞异常聚集区域的异常成团细胞是通过细胞像素面积密度确定的,所述第二细胞异常聚集区域的异常成团细胞是通过所述异常成团细胞内的像素亮度确定的;
将所述目标细胞分布区域划分为预设数量的子区域,基于各子区域的细胞数量,确定各子区域的排序;
基于所述各子区域的排序,对目标子区域进行二次扫描,获取目标荧光原位杂交图像,直至所述目标荧光原位杂交图像中的细胞总数达到预设阈值;其中,所述目标荧光原位杂交图像对应的各荧光通道的图像是基于所述各荧光通道对应的扫描中心位置、扫描层数、层间间隔以及曝光时间确定的。
2.根据权利要求1所述的细胞扫描图像的获取方法,其特征在于,所述目标荧光原位杂交图像对应的各荧光通道的图像的确定步骤包括:
确定目标荧光通道以及所述目标荧光通道对应的初始扫描中心位置、初始扫描层数、初始层间间隔以及初始曝光时间;
基于所述初始扫描中心位置、初始扫描层数、初始层间间隔以及初始曝光时间进行对焦,以获得所述目标荧光通道对应的第一扫描图像集合;
在所述第一扫描图像集合中包括目标信号点的情况下,基于所述第一扫描图像集合确定所述目标荧光通道当前视野的扫描范围以及最佳扫描中心位置;
调整所述初始曝光时间并获取所述最佳扫描中心位置对应的第二扫描图像集合,基于所述第二扫描图像集合中各扫描图像的信噪比,确定所述目标荧光通道当前视野的最佳曝光时间;
确定所述目标荧光通道对应的最佳层间间隔,并基于所述最佳层间间隔以及所述当前视野的扫描范围,确定所述目标荧光通道对应的最佳扫描层数;
基于所述目标荧光通道对应的最佳扫描中心位置、最佳扫描层数、最佳层间间隔以及最佳曝光时间进行对焦,以获得所述目标荧光通道对应的第三扫描图像集合;
将所述第三扫描图像集合中锐度值大于预设阈值的扫描图像作为所述目标荧光原位杂交图像对应的目标荧光通道的图像。
3.根据权利要求2所述的细胞扫描图像的获取方法,其特征在于,在所述目标荧光通道为DAPI通道的情况下,所述初始扫描中心位置为预扫描对应的扫描中心位置,所述初始层间间隔是基于所述二次扫描采用的物镜的景深确定的,所述初始扫描层数以及初始曝光时间是预先设定的经验值;
在所述目标荧光通道为非DAPI通道的情况下,所述初始扫描中心位置为DAPI通道对应的最佳扫描中心位置,所述初始层间间隔和初始扫描层数是基于所述DAPI通道对应的当前视野的扫描范围确定的,所述初始曝光时间是预先设定的经验值。
4.根据权利要求1所述的细胞扫描图像的获取方法,其特征在于,所述第一细胞异常聚集区域的确定步骤包括:
从所述细胞分布区域边缘出发,向内以预设步长为间隔确定一带状分布区域;
确定所述带状分布区域内的细胞像素面积密度,将细胞像素面积密度大于预设密度阈值的区域作为所述第一细胞异常聚集区域。
5.根据权利要求4所述的细胞扫描图像的获取方法,其特征在于,所述第二细胞异常聚集区域的确定步骤包括:
基于圆检测算法,确定所述细胞分布区域中心的细胞轮廓;
基于所述细胞轮廓,确定成团细胞;
基于所述成团细胞的大小,确定潜在异常成团细胞;
确定所述潜在异常成团细胞内的像素亮度,若所述潜在异常成团细胞中心区域的像素亮度低于其它区域,则将所述潜在异常成团细胞所处的区域作为第二细胞异常聚集区域。
6.根据权利要求1所述的细胞扫描图像的获取方法,其特征在于,所述对目标扫描区域进行预扫描,确定细胞分布区域,具体包括:
基于预设路线对目标扫描区域进行预扫描,获取预扫描图像;
对所述预扫描图像进行二值化处理,确定细胞分布区域。
7.根据权利要求6所述的细胞扫描图像的获取方法,其特征在于,所述基于预设路线对目标扫描区域进行预扫描,获取预扫描图像,具体包括:
基于预设路线对目标扫描区域进行逐视野扫描,获取各视野对应的扫描图像;
基于各视野对应的坐标,对所述各视野对应的扫描图像进行拼接,以得到所述预扫描图像。
8.根据权利要求7所述的细胞扫描图像的获取方法,其特征在于,所述基于预设路线对目标扫描区域进行逐视野扫描,具体包括:
以所述目标扫描区域的中心位置为起点,按螺旋或巡回方式移动,以对相应视野进行扫描。
9.一种细胞扫描图像的获取装置,其特征在于,包括:
细胞分布区域确定模块,用于对目标扫描区域进行预扫描,确定细胞分布区域;
目标细胞分布区域确定模块,用于确定细胞分布区域中的细胞异常聚集区域,对所述细胞异常聚集区域进行排除,得到目标细胞分布区域;所述细胞异常聚集区域指不符合预设扫描标准的异常成团细胞所处的区域;所述异常聚集区域包括位于细胞分布区域边缘的第一细胞异常聚集区域,以及位于细胞分布区域中心的第二细胞异常聚集区域;所述第一细胞异常聚集区域的异常成团细胞是通过细胞像素面积密度确定的,所述第二细胞异常聚集区域的异常成团细胞是通过所述异常成团细胞内的像素亮度确定的;
子区域排序模块,用于将所述目标细胞分布区域划分为预设数量的子区域,基于各子区域的细胞数量,确定各子区域的排序;
目标荧光原位杂交图像获取模块,用于基于所述各子区域的排序,对目标子区域进行二次扫描,获取目标荧光原位杂交图像,直至所述目标荧光原位杂交图像中的细胞总数达到预设阈值;其中,所述目标荧光原位杂交图像对应的各荧光通道的图像是基于所述各荧光通道对应的扫描中心位置、扫描层数、层间间隔以及曝光时间确定的。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211092321.XA CN115201092B (zh) | 2022-09-08 | 2022-09-08 | 细胞扫描图像的获取方法和装置 |
PCT/CN2023/111776 WO2024051429A1 (zh) | 2022-09-08 | 2023-08-08 | 细胞扫描图像的获取方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211092321.XA CN115201092B (zh) | 2022-09-08 | 2022-09-08 | 细胞扫描图像的获取方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115201092A CN115201092A (zh) | 2022-10-18 |
CN115201092B true CN115201092B (zh) | 2022-11-29 |
Family
ID=83572057
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211092321.XA Active CN115201092B (zh) | 2022-09-08 | 2022-09-08 | 细胞扫描图像的获取方法和装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115201092B (zh) |
WO (1) | WO2024051429A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115201092B (zh) * | 2022-09-08 | 2022-11-29 | 珠海圣美生物诊断技术有限公司 | 细胞扫描图像的获取方法和装置 |
CN117152014B (zh) * | 2023-09-05 | 2024-05-28 | 珠海圣美生物诊断技术有限公司 | 针对多通道荧光显微镜的平场校正方法和装置 |
CN117218139B (zh) * | 2023-09-12 | 2024-05-24 | 珠海横琴圣澳云智科技有限公司 | 样本细胞密度的确定方法和装置 |
CN117422633A (zh) * | 2023-11-15 | 2024-01-19 | 珠海横琴圣澳云智科技有限公司 | 样本视野图像的处理方法和装置 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1499817A (zh) * | 2002-11-11 | 2004-05-26 | 力捷电脑股份有限公司 | 降低影像杂讯的方法 |
WO2009047756A2 (en) * | 2007-10-11 | 2009-04-16 | Bioview Ltd. | Methods and kits for diagnosing lung cancer |
US20110189670A1 (en) * | 2008-07-07 | 2011-08-04 | Ruth L Katz | Circulating Tumor and Tumor Stem Cell Detection Using Genomic Specific Probes |
SE0802657A1 (sv) * | 2008-12-23 | 2010-06-24 | Scalado Ab | Extrahering av digital information |
US10783615B2 (en) * | 2013-03-13 | 2020-09-22 | Kofax, Inc. | Content-based object detection, 3D reconstruction, and data extraction from digital images |
CN104766324B (zh) * | 2015-04-08 | 2016-04-13 | 山东大学 | 基于超像素和异常检测的彩色血细胞图像白细胞分割方法 |
CN117038018A (zh) * | 2017-12-06 | 2023-11-10 | 文塔纳医疗系统公司 | 存储和检索数字病理学分析结果的方法 |
CN109886928B (zh) * | 2019-01-24 | 2023-07-14 | 平安科技(深圳)有限公司 | 一种目标细胞标记方法、装置、存储介质及终端设备 |
CN110987886B (zh) * | 2019-11-28 | 2022-09-09 | 上海纳奥生物科技有限公司 | 一种全自动显微影像荧光扫描系统 |
WO2021188410A1 (en) * | 2020-03-16 | 2021-09-23 | Boundless Bio, Inc. | Computer-implemented methods for quantitation of features of interest in whole-slide imaging |
CN111652845A (zh) * | 2020-04-27 | 2020-09-11 | 平安科技(深圳)有限公司 | 异常细胞自动标注方法、装置、电子设备及存储介质 |
CN111739010B (zh) * | 2020-06-23 | 2022-06-24 | 珠海圣美生物诊断技术有限公司 | 一种检测循环异常细胞的方法及装置 |
CN112432948A (zh) * | 2020-12-03 | 2021-03-02 | 中国人民解放军陆军军医大学第二附属医院 | 一种外周血细胞形态学自动检测方法 |
CN112432902A (zh) * | 2020-12-03 | 2021-03-02 | 中国人民解放军陆军军医大学第二附属医院 | 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 |
CN112504947A (zh) * | 2020-12-03 | 2021-03-16 | 中国人民解放军陆军军医大学第二附属医院 | 一种外周血细胞形态学分析计数方法 |
CN113781455B (zh) * | 2021-09-15 | 2023-12-26 | 平安科技(深圳)有限公司 | 宫颈细胞图像异常检测方法、装置、设备及介质 |
CN114152610B (zh) * | 2021-11-02 | 2023-06-27 | 桂林优利特医疗电子有限公司 | 一种基于可视化目标标记的玻片细胞扫描方法 |
CN114463609B (zh) * | 2022-04-13 | 2022-07-05 | 珠海横琴圣澳云智科技有限公司 | 细胞显微图像中荧光杂点的确定方法和装置 |
CN115201092B (zh) * | 2022-09-08 | 2022-11-29 | 珠海圣美生物诊断技术有限公司 | 细胞扫描图像的获取方法和装置 |
-
2022
- 2022-09-08 CN CN202211092321.XA patent/CN115201092B/zh active Active
-
2023
- 2023-08-08 WO PCT/CN2023/111776 patent/WO2024051429A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
CN115201092A (zh) | 2022-10-18 |
WO2024051429A1 (zh) | 2024-03-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115201092B (zh) | 细胞扫描图像的获取方法和装置 | |
US20210018743A1 (en) | Digital microscopy systems, methods and computer program products | |
CN108833770B (zh) | 用于调焦的图像清晰度计算方法、计算设备及调焦系统 | |
US10768403B2 (en) | Auto-focus methods and systems for multi-spectral imaging | |
US8000526B2 (en) | Detecting redeye defects in digital images | |
CN110987886B (zh) | 一种全自动显微影像荧光扫描系统 | |
US10453195B2 (en) | Method of detecting tissue area of interest in digital pathology imaging by executing computer-executable instructions stored on a non-transitory computer-readable medium | |
EP2556487A2 (en) | Image quality assessment including comparison of overlapped margins | |
JP2013050713A (ja) | 合焦位置を決定する方法及びビジョン検査システム | |
US20060093235A1 (en) | Image processing method and image processing apparatus | |
KR20120111153A (ko) | 번호판영역 검출을 위한 전처리 방법 및 장치 | |
CN115508398A (zh) | 试样观察装置以及方法 | |
CN111161212A (zh) | 数字病理切片有丝核分裂象统计方法、装置、设备和介质 | |
JP3860540B2 (ja) | エントロピーフィルタ及び該フィルタを用いた領域抽出法 | |
US11631183B2 (en) | Method and system for motion segmentation | |
US20220318979A1 (en) | Image Quality Analysis for Artifact Detection in Pathology Slide Images | |
JPH08145871A (ja) | 粒子画像の領域分割方法及び装置 | |
CN112541939B (zh) | 一种样本清晰焦面位置获取方法及装置 | |
Biševac et al. | Segmentation Techniques based on Image Quality and Edge Detection Algorithms | |
CN113256573B (zh) | 判定数字切片质量的方法和装置 | |
JP7017100B2 (ja) | 粒子画像解析装置及び粒子画像解析方法 | |
CN110991259B (zh) | 一种红外图像目标检测方法及系统 | |
Windisch et al. | Image sharpness metrics for digital microscopy | |
JP2004157818A (ja) | 画像処理装置及び画像処理方法 | |
Alshehri | Journal of Umm Al-Qura University for Engineering and Architecture |
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 |