CN116046647B - 血液成像分析系统和方法 - Google Patents
血液成像分析系统和方法 Download PDFInfo
- Publication number
- CN116046647B CN116046647B CN202310042315.1A CN202310042315A CN116046647B CN 116046647 B CN116046647 B CN 116046647B CN 202310042315 A CN202310042315 A CN 202310042315A CN 116046647 B CN116046647 B CN 116046647B
- Authority
- CN
- China
- Prior art keywords
- blood
- module
- particles
- analysis system
- chip
- 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
- 210000004369 blood Anatomy 0.000 title claims abstract description 212
- 239000008280 blood Substances 0.000 title claims abstract description 212
- 238000003384 imaging method Methods 0.000 title claims abstract description 147
- 238000004458 analytical method Methods 0.000 title claims abstract description 105
- 238000000034 method Methods 0.000 title claims abstract description 22
- 239000002245 particle Substances 0.000 claims abstract description 107
- 210000000601 blood cell Anatomy 0.000 claims abstract description 96
- 239000007788 liquid Substances 0.000 claims abstract description 69
- 238000012360 testing method Methods 0.000 claims abstract description 61
- 238000012545 processing Methods 0.000 claims abstract description 60
- 238000003199 nucleic acid amplification method Methods 0.000 claims abstract description 18
- 230000003321 amplification Effects 0.000 claims abstract description 17
- 210000004027 cell Anatomy 0.000 claims description 110
- 239000011259 mixed solution Substances 0.000 claims description 70
- 238000005259 measurement Methods 0.000 claims description 46
- 238000010790 dilution Methods 0.000 claims description 23
- 239000012895 dilution Substances 0.000 claims description 23
- 238000004043 dyeing Methods 0.000 claims description 23
- 210000003743 erythrocyte Anatomy 0.000 claims description 23
- 210000000265 leukocyte Anatomy 0.000 claims description 20
- 239000000203 mixture Substances 0.000 claims description 15
- 239000003153 chemical reaction reagent Substances 0.000 claims description 13
- 210000000440 neutrophil Anatomy 0.000 claims description 12
- 210000001772 blood platelet Anatomy 0.000 claims description 9
- 210000003714 granulocyte Anatomy 0.000 claims description 9
- 230000000087 stabilizing effect Effects 0.000 claims description 8
- 239000013060 biological fluid Substances 0.000 claims description 7
- 238000002360 preparation method Methods 0.000 claims description 7
- 210000003651 basophil Anatomy 0.000 claims description 6
- 238000007865 diluting Methods 0.000 claims description 6
- 210000003979 eosinophil Anatomy 0.000 claims description 6
- 210000004698 lymphocyte Anatomy 0.000 claims description 6
- 238000002156 mixing Methods 0.000 claims description 6
- 210000001616 monocyte Anatomy 0.000 claims description 6
- 239000012128 staining reagent Substances 0.000 claims description 5
- 206010003445 Ascites Diseases 0.000 claims description 3
- 208000002151 Pleural effusion Diseases 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 claims description 3
- 210000003567 ascitic fluid Anatomy 0.000 claims description 3
- 210000001175 cerebrospinal fluid Anatomy 0.000 claims description 3
- 230000007935 neutral effect Effects 0.000 claims description 3
- NZYCYASKVWSANA-UHFFFAOYSA-M new methylene blue Chemical compound [Cl-].CCNC1=C(C)C=C2N=C(C=C(C(NCC)=C3)C)C3=[S+]C2=C1 NZYCYASKVWSANA-UHFFFAOYSA-M 0.000 claims description 3
- 230000001376 precipitating effect Effects 0.000 claims description 3
- 210000001995 reticulocyte Anatomy 0.000 claims description 3
- 210000003296 saliva Anatomy 0.000 claims description 3
- 210000000582 semen Anatomy 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims description 3
- 238000010186 staining Methods 0.000 claims description 3
- 210000002700 urine Anatomy 0.000 claims description 3
- 210000003924 normoblast Anatomy 0.000 claims description 2
- 230000017531 blood circulation Effects 0.000 claims 14
- 125000002485 formyl group Chemical class [H]C(*)=O 0.000 claims 1
- 238000004364 calculation method Methods 0.000 abstract description 24
- 239000000306 component Substances 0.000 description 33
- 238000010586 diagram Methods 0.000 description 13
- 239000003550 marker Substances 0.000 description 13
- 238000004519 manufacturing process Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 10
- 230000003287 optical effect Effects 0.000 description 8
- WSFSSNUMVMOOMR-UHFFFAOYSA-N Formaldehyde Chemical compound O=C WSFSSNUMVMOOMR-UHFFFAOYSA-N 0.000 description 6
- 238000013461 design Methods 0.000 description 5
- 238000000684 flow cytometry Methods 0.000 description 4
- 150000001299 aldehydes Chemical class 0.000 description 3
- 239000010410 layer Substances 0.000 description 3
- SXRSQZLOMIGNAQ-UHFFFAOYSA-N Glutaraldehyde Chemical compound O=CCCCC=O SXRSQZLOMIGNAQ-UHFFFAOYSA-N 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000002356 single layer Substances 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 239000012503 blood component Substances 0.000 description 1
- 238000004820 blood count Methods 0.000 description 1
- 210000001124 body fluid Anatomy 0.000 description 1
- 239000010839 body fluid Substances 0.000 description 1
- 230000005859 cell recognition Effects 0.000 description 1
- 239000003792 electrolyte Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000011859 microparticle Substances 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 210000005253 yeast cell Anatomy 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
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1429—Signal processing
- G01N15/1431—Signal processing the electronics being integrated with the analyser, e.g. hand-held devices for on-site investigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
- G01N1/30—Staining; Impregnating ; Fixation; Dehydration; Multistep processes for preparing samples of tissue, cell or nucleic acid material and the like for analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
- G01N1/38—Diluting, dispersing or mixing samples
-
- 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
- G01N15/1012—Calibrating particle analysers; References therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1434—Optical arrangements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
- G01N1/30—Staining; Impregnating ; Fixation; Dehydration; Multistep processes for preparing samples of tissue, cell or nucleic acid material and the like for analysis
- G01N2001/302—Stain compositions
-
- 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
- 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
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1434—Optical arrangements
- G01N2015/144—Imaging characterised by its optical setup
-
- 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
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N2015/1486—Counting the particles
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Pathology (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Dispersion Chemistry (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Signal Processing (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
血液成像分析系和方法中包括芯片和成像分析主系统,芯片中容纳测试液体的腔体高度设定值H;摄像模块的面积放大倍数为K;测试面积S1在相机组件中成像面积为S2,像素单位面积为SK;获得包括各种血液细胞或粒子的清晰图像,使S2=S1×K;S2占用的像素点数M=S2/SK;通过计算像素点数M,获得图像面积S2,并对图像面积S2内的血液细胞或粒子的图像匹配分析处理,实现分类识别并计数,获得体积S1×H内各不同种类的血液细胞或粒子的个数CN。将芯片中血液样本混合液的体积获取转化为对像素单位面积SK和对放大倍数K的获得,通过数字图像中像素个数来确定血液样本混合液的面积和体积,使体积及浓度计算精度高。
Description
技术领域
本申请属血液成分的成像分析技术领域,尤其涉及基于染色后细胞明场显微放大后进行细胞分类识别和计数的血液成像分析系统和方法。
背景技术
现有技术中,对血液细胞中各种不同类型细胞的浓度和体积的分析,有不同的方法。其中之一是将血液标本稀释后采用血细胞计数板在显微镜下计数后换算得到。现有技术中的血细胞计数板,如图11所示,在深度一定的细胞计数区内,细胞计数板上设置有标准尺寸的网格,通过落在标准尺寸网格中的细胞数量进行计数,实现细胞浓度的计算。通常这样的计数过程是需要人工参与计数,费时费力,且非常容易出错;且每个细胞计数板上需要设置非常精细的标准尺寸网格,对其工艺加工精度要求高,实现成本也高,不适合大批量的血液样本分析场合。
现有技术中,还可以采用流式细胞仪计算细胞体积和数量。电阻抗法流式细胞仪中,血液细胞一个一个通过狭缝,狭缝内外是有直流电的电解质环境,当细胞通过时会引起瞬时的电位变化,形成电脉冲,电脉冲的个数反应细胞的个数,大小反应细胞的体积大小。细胞体积在一定范围内划为目标细胞。
另一部分流式细胞仪是采用光学或光化学原理,将稀释染色后的细胞注入鞘流机构,让激光照射流进鞘流机构的细胞,由于细胞特性不同,会产生与其特性相应的光学特征,如产生相应的散射,检测相应的光学信号即可获得相应细胞的体积和数量信息。
但是,上述流式细胞仪,都需要对小部分样品进行单个细胞依次进行识别;需要设计精密的流体通道,并配合复杂光学系统设计,以适应对单个细胞进行光电参数的捕获。系统硬件设计复杂成本高,且非常容易出现故障,通常需要定期维护以保证流道和光学系统维持正常工作状态;单细胞流道,细胞识别效率低;当细胞的形状特征发生变化时,识别的准确性会降低。
现有技术中,基于明场显微放大数字图像的血液细胞分析方法,通常能基于图像进行血液样本中不同细胞类型的分类,但是要进行精准的分类计数和细胞浓度计算还存在很多挑战。基于普通直接细胞平铺的普通血液样本混合液承载芯片来说,由于基于显微放大成像后的数字图像经过了放大,因此对芯片的尺寸精度要求也会相应提高,如果要做到尺寸精度较高的芯片,又会增加芯片的制造成本。如何能基于普通承载芯片的明场显微放大数字图像进行不同细胞类型的识别、计数,并计算出不同类型细胞的准确浓度;关键在于能对成像区域的血液样本混合液的体积进行精确的获取。但如何确定数字图像中拍摄图片对应的实际尺寸是非常大的技术挑战。
名词解释:放大倍数K在本申请中为面积放大倍数。放大倍数K可替换成单一尺寸放大倍数的平方,或放大倍数K可替换成横向放大倍数与纵向放大倍数的乘积。
发明内容
为了避免现有技术中高成本的细胞分类识别和浓度计算,发明人设计了一种血液成像分析系统和方法,能基于简单又低成本的血液样本混合液承载芯片提供一种能精确获取明场显微放大数字图像对应的血液样本混合液的面积与体积大小,从而能够精准地基于明场显微放大技术进行细胞的分类识别、计数以及细胞浓度计算。
本申请解决上述技术问题的技术方案是一种血液成像分析系统,包括:芯片和成像分析主系统;成像分析主系统包括主控制模块、芯片承载模块、摄像模块、对焦模块和数字图像处理模块;芯片设置在芯片承载模块上;芯片中包括用于容纳血液样本混合液的测试液体容纳腔体,测试液体容纳腔体上下透明,测试液体容纳腔体的高度为腔体高度设定值H;摄像模块包括相机组件和显微放大组件;摄像模块的放大倍数K;芯片上待测试面积S1;测试面积S1在相机组件中成像面积为S2,相机组件的像素单位面积为SK;对焦模块驱动芯片承载模块或摄像模块相对运动,改变芯片承载模块与摄像模块之间的位置关系,使摄像模块能够获得清晰的数字图像,所述数字图像中包括血液样本混合液中各种血液细胞或粒子的清晰图像;摄像模块获得清晰的数字图像,使得S2=S1×K;S2占用的像素点数M=S2/SK;数字图像处理模块用于数字图像处理,数字图像处理模块通过对像素点数M的计算,获得需要处理的图像面积S2,通过对图像面积S2内的血液细胞或粒子的图像匹配分析处理,实现血液样本混合液中的血液细胞或粒子的分类识别,通过对图像面积S2内的不同种类的血液细胞或粒子的计数,获得体积S1×H内各不同种类的血液细胞或粒子的个数CN。
主控制模块和/或数字图像处理模块,用于计算血液样本混合液中血液细胞或粒子的浓度C=CN/(S1×H)。
主控制模块和/或数字图像处理模块,用于获取血液样本混合液中原始血液的稀释倍数P,并用于计算血液样本混合液中血液细胞或粒子的原始浓度CC=CN×P/(S1×H)。
对焦模块驱动芯片承载模块或摄像模块水平面左右和/或前后运动,摄像模块获得n张清晰的数字图像,数字图像处理模块对n张清晰的数字图像进行数字图像处理;数字图像处理模块通过对n张清晰的数字图像中的像素点数M3的计算,获得需要处理的图像面积S3,通过对图像面积S3内的血液细胞或粒子的图像匹配分析处理,实现血液样本混合液中的血液细胞或粒子的分类识别,通过对图像面积S3内的不同种类的血液细胞或粒子的计数,获得体积n×S1×H内各不同种类的血液细胞或粒子的个数CN。
相机组件的像素单位面积SK,通过标准芯片与标准放大倍数A的摄像模块进行校准获得。
相机组件中的成像单元和显微放大组件中成像显微透镜组中心的距离D1等于设定数值;显微放大组件中成像显微透镜组中心与芯片中测试液体容纳腔体底部的距离D2通过光栅尺确认或通过对焦算法调整到位。
所述摄像模块的放大倍数K,利用标准芯片和标准像素单位面积为SK的相机校准获得。
所述芯片中包括血液样本混合液进口;测试液体经过血液样本混合液进口进入测试液体容纳腔体;所述腔体高度设定值H范围是20um到400um;所述腔体高度设定值H是经过测量获得的高度精确测量值HC,控制高度精确测量值HC与腔体高度设定值H的偏差范围在百分之三以内。
所述腔体高度设定值H是经过测量获得的高度精确测量值HC,高度精确测量值HC的信息与芯片条码或二维码或编号信息关联。
所述摄像模块中的放大倍数K的取值范围是10≤K≤100。
对焦模块还包括X轴移动组件,X轴移动组件驱动芯片承载模块水平面左右移动;和/或对焦模块还包括Y轴移动组件,Y轴移动组件驱动芯片承载模块水平面前后移动。
对焦模块还包括Z轴移动组件,Z轴移动组件驱动芯片承载模块垂直水平面移动。
所述血液成像分析系统,还包括垂直度调节模块,用于调节芯片承载模块和摄像模块之间的垂直度;还包括芯片承载水平调节模块;用于调整芯片承载模块的水平度。
所述血液样本混合液中为待测试原始血液样本经过稀释染色后获得,稀释的倍数P取值范围是10至400。
所述数字图像处理模块包括细胞分类识别模块;细胞分类识别模块中,计算成像面积S2中所有的单个细胞尺寸CL或计算单个细胞中的像素点数MC,并依据单个细胞尺寸CL大小或单个细胞中的像素点数MC进行红细胞、白细胞和血小板的一级三分类。
所述血液成像分析系统还包括血液样本混合液制备模块,用于制备所述血液样本混合液;血液样本混合液制备模块中所用的血液样本混合液制备方法为:待测试原始血液样本经过染色试剂A混合,形成染色混合液1;等待染色M秒,经过稳定试剂B混匀成染色混合液2;M范围是30秒至360秒;所述染色试剂A中包括新亚甲蓝;所述稳定试剂B包括醛物质,所述含醛物质包括戊二醛和/或甲醛。
所述数字图像处理模块中包括基于人工智能算法进行图像匹配识别的红细胞识别与计数模块、白细胞识别与计数模块和/或血小板识别与计数模块;所述红细胞识别与计数模块包括成熟红细胞识别与计数模块、网织红细胞识别与计数模块和/或有核红细胞识别与计数模块;所述红细胞识别与计数模块用于红细胞的二级3分类;所述白细胞识别与计数模块包括中性粒细胞识别与计数模块、淋巴细胞识别与计数模块、单核细胞识别与计数模块、嗜酸性粒细胞识别与计数模块、嗜碱性粒细胞识别与计数模块;所述中性粒细胞识别与计数模块又包括中性杆状核粒细胞识别与计数模块、中性分叶核粒细胞识别与计数模块;所述白细胞识别与计数模块用于白细胞的二级6分类,即同识别对中性杆状核粒细胞、中性分叶核粒细胞、淋巴细胞、单核细胞、嗜酸性粒细胞、嗜碱性粒细胞进行分类识别和计数。
本申请解决上述技术问题的技术方案还可以是一种成像分析系统,基于上述的血液成像分析系统;所述成像分析系统还用于生物体液的成像;生物体液包括尿液、脑脊液、胸腔积液、腹腔积液、关节腔积液、精液或唾液中的任意一种。
本申请解决上述技术问题的技术方案还可以是一种血液成像分析方法,包括以下步骤:将测试原始血液样本稀释染色获得血液样本混合液,血液样本混合液的稀释倍数P取值范围是10至400;将稀释染色后的血液样本混合液加入芯片的测试液体容纳腔体中,待染色后的样本中的血液细胞或粒子沉淀到测试液体容纳腔体底部;测试液体容纳腔体的高度为测试液体容纳腔体的高度为腔体高度设定值H;使用放大倍数K倍的显微放大数字成像系统拍摄测试液体容纳腔体;数字成像系统获取的显微放大数字图像中的像素单位面积为SK,芯片上待测试面积S1,测试面积S1在显微放大数字成像系统中的成像面积为S2;通过对芯片底部的对焦图形或血液细胞或粒子对焦,获得清晰的显微放大后的数字图,使得S2=S1×K;S2占用的像素点数M=S2/SK;所述数字图像中包括血液样本混合液中各种血液细胞或粒子的清晰图像;通过对像素点M的计算,获得需要处理的图像面积S2,通过对图像面积S2内的血液细胞或粒子的图像匹配分析处理,实现血液样本混合液中的血液细胞或粒子的分类识别,通过对图像面积S2内的不同种类的血液细胞或粒子的计数,获得体积S1×H内各不同种类的血液细胞或粒子的个数CN。
所述血液成像分析方法,包括计算血液样本混合液中血液细胞或粒子的浓度C的步骤;血液样本混合液中血液细胞或粒子的浓度C=CN/(S1×H)。
所述血液成像分析方法,包括获取血液样本混合液中原始血液的稀释倍数P的在步骤,并计算血液样本混合液中血液细胞或粒子的原始浓度CC的步骤;血液样本混合液中血液细胞或粒子的原始浓度CC=CN×P/(S1×H)。
所述腔体高度设定值H 范围是20um到400um;所述腔体高度设定值H是经过测量获得的高度精确测量值HC,控制高度精确测量值HC与腔体高度设定值H的偏差范围在百分之三以内;或所述腔体高度设定值H是经过测量获得的高度精确测量值HC,高度精确测量值HC的信息与芯片条码或二维码或编号信息关联。
获得n张不同位置的清晰的数字图像,n是大于1的自然数;对n张清晰的数字图像进行数字图像处理,获得体积n×S1×H内不同种类的血液细胞或粒子的数量,单类血液细胞或粒子在n张数字图像中的个数分别是CN1至CNn;单类血液细胞或粒子的原始浓度CC=(CN1+CN2...+CNn)×P/(n×S1×H)。
所述血液成像分析方法,包括相机组件的像素单位面积SK获取的步骤;相机组件的像素单位面积SK,通过标准芯片与标准放大倍数A的摄像模块进行校准获得。
所述血液成像分析方法,包括摄像模块的放大倍数K获取的步骤;所述摄像模块的放大倍数K,利用标准芯片和标准像素单位面积为SK的相机校准获得。
上述技术方案的技术效果之一是:无需在每一个芯片中绘制标准尺寸的网格线小格与中格,将芯片中容纳的血液样本混合液的体积获取转化成对像素单位面积SK和对放大倍数K的获得,从而能通过数字图像中的像素个数来确定血液样本混合液的样品面积;这样的体积计算精度高,测量偏差小;相应地后续的细胞或离子浓度计算也更准确。
上述技术方案的技术效果之二是:放大倍数K与像素单位面积为SK一般是显微相机组件的固定参数。只要能够准确地对焦成功,就可以获得准确的体积单位;显微放大镜放大倍数高,景深有限,对焦成功,距离精确。
上述技术方案的技术效果之三是:基于数字图像,对参与分析血液样本混合液的体积的精确获取,也使得血液样本混合液中血液细胞或粒子的浓度C的计算更准确;对面积S2内的细胞进行计数,可以得到细胞的数量,通过体积运算,可以得到稀释后血液中细胞的数量,乘上稀释倍数,就可以算出血液中各种细胞或粒子的单位体积数量或浓度;基于已知的血液样本混合液中原始血液的稀释倍数P,就能准确计算出血液细胞或粒子的原始浓度CC。
上述技术方案的技术效果之四是:基于摄像模块获得n张清晰的数字图像,可以进行更大体积范围内的细胞识别和技术,可以通过多拍摄数字图像,通过对多张照片的处理,能非常容易获得更大体积内的细胞个数信息,进一步提升细胞浓度计算的精度;尤其是对白细胞这样相对红细胞来说浓度更低的细胞来说,其浓度计算的准确性也会因此提升。
上述技术方案的技术效果之五是:细胞的尺度是非常小的,高度H的准确程度,直接影响了测量的精度范围,稀释的倍数越高,对腔体高度设定值H的精度要求越低,细胞越容易平铺在底层;腔体高度设定值H是经过测量获得的高度精确测量值HC;避免由于芯片制造过程导致的腔体高度偏差对浓度计算带来的影响,可以降低生产过程精度要求,从而降低芯片制造成本。
上述技术方案的技术效果之六是:高度精确测量值HC的信息与芯片条码或二维码或编号信息关联,生产过程中,可以通过对出厂的芯片进行测量,测量出高度精确值HC,高度精确值HC的信息与芯片条码或二维码或编号信息关联,使得每一个芯片都具有自己的腔体高度设定值H,并且能被系统获取,从而提高血液样本混合液的体积计算精度,也提高的细胞浓度的计算精度。降低了对芯片生产过程的精度要求,从而降低芯片制造成本。
上述技术方案的技术效果之七是:通过标准芯片来获取或校准相机组件的像素单位面积SK,进一步提高了图像面积S2的计算精度;避免了不同的相机组件因为各种原因导致的像素单位面积SK的偏差,降低了系统误差,提高了血液细胞或粒子的个数CN,以及血液细胞或粒子的浓度C的计算准确性。
上述技术方案的技术效果之八是:通过标准芯片来获取或校准摄像模块的放大倍数K,避免了光学系统的系统装配误差或其他各种原因导致的放大系统的偏差,降低了系统误差,提高了系统精度,尤其是在设备被移动或震动,或重新组装,能借助上述方法对放大倍数K进行校准,保持血液细胞或粒子的个数CN以及血液细胞或粒子的浓度C的计算准确性。
上述技术方案的技术效果之九是:对焦模块中的X轴移动组件驱动芯片承载模块水平面左右移动;对焦模块中,Y轴移动组件驱动芯片承载模块水平面前后移动。拓展了水平层面的成像区间和范围。对焦模块还包括Z轴移动组件,Z轴移动组件驱动芯片承载模块垂直水平面移动。确保能完成对焦获得清晰的数字图像。垂直度调节与芯片承载模块的水平度调节,能够进一步有效提升成像对焦质量,尤其是是进行多张图像获取时,确保多张图像质量的一致性。
上述技术方案的技术效果之十是:用染色试剂A与稳定试剂B配合,能够加快染色的时间,染色获得的血液样本混合液的流动性能好,方便进入测试液体容纳腔体,实现快速的细胞先平铺后沉降;且染色之后能采用AI图像识别,数字图像处理模块能够识别各种细胞;进行更多种类细胞的识别,不仅能实现红细胞、白细胞和血小板的三分类,还能实现白细胞和红细胞更细致的分类,如能实现6种不同类型白细胞的单独分类和浓度计算;以及3种不同类型红细胞的单独分类和浓度计算,最大可实现10种细胞的分类。
附图说明
图1是一种血液成像分析系统功能示意框图;
图2是一种血液成像分析系统光路示意框图;
图3是一种血液成像分析系统光路原理示意图;
图4是一种血液成像分析系统目标面积与成像面积关系示意图;
图5是采用多个小的目标面积组合成大目标面积示意图;
图6是对焦模块功能示意框图;
图7是摄像模块功能示意框图;
图8是一种数字图像处理模块功能示意框图;
图9是一种数字图像处理模块功能示意框图;
图10是一种芯片俯视示意图;
图11是现有计数中细胞计数板的结构示意图,右边为其结构的局部放大示意图;
图12是标准芯片的实施例之一,即分辨率板的示意图。
具体实施方式
以下结合各附图对本申请内容做进一步详述。需要说明的是,以下是本发明较佳实施例的说明,并不对本发明构成任何限制。本发明较佳实施例的说明只是作为本发明一般原理的说明。本发明中涉及的“第一”“第二”以及“A”“B”这样的编号只是为了说明的方便,并不代表时间或空间上的顺序关系,本发明中涉及的字母与数字的组合“D1”“K”“SK”“S1”“S2”“M”“H”只是为了说明的方便,具体含义由所代指的具体词汇决定。
如图1所示的一种血液成像分析系统的实施例中包括:芯片和成像分析主系统;成像分析主系统包括主控制模块、芯片承载模块、摄像模块、对焦模块和数字图像处理模块。
如图2所示的血液成像分析系统光路实施例中,摄像模块包括相机组件和显微放大组件;如图3所示,相机组件中的成像单元CCD阵列和显微放大组件中成像显微透镜组中心的距离D1等于设定数值;如图4所示,摄像模块的放大倍数K,芯片上待测试面积S1,测试面积S1在相机组件中成像面积为S2,相机组件的像素单位面积为SK;成像单元CCD也可以是其它模式的成像单元,如cmos成像单元。需要说明的是,放大倍数K在本申请中为面积放大倍数。放大倍数K可替换成单一尺寸放大倍数的平方,或放大倍数K可替换成横向放大倍数与纵向放大倍数的乘积。
如图1至图4所示的一种血液成像分析系统的实施例中,芯片放置在芯片承载模块上;对焦模块驱动芯片承载模块或摄像模块相对运动,改变芯片承载模块与摄像模块之间的位置关系,使摄像模块能够获得清晰的数字图像,上述数字图像中包括血液样本混合液中各种血液细胞或粒子的清晰图像;摄像模块能够获得清晰的数字图像,使得S2=S1×K;S2占用的像素点数M=S2/SK;数字图像处理模块用于数字图像处理,数字图像处理模块通过对像素点M的计算,获得需要处理的图像面积S2,S2=M×SK;通过对面积S2内的血液细胞或粒子的图像匹配分析处理,实现血液样本混合液中的血液细胞或粒子的分类识别,通过对图像面积S2内的不同种类的血液细胞或粒子的计数,获得体积S1×H内各不同种类的血液细胞或粒子的个数CN。
需要说明的是,血液样本混合液中的细胞和粒子是在芯片内均匀平铺的状态,保证图像采集和实际血液样本混合液的统计学对应,从而能在体积S1×H定量的基础上进行其内细胞浓度计算。如何实现细胞和粒子在芯片内均匀平铺,可采用现有技术中的方法,在此不做展开。
在一些附图中没有展示的一种血液成像分析系统的实施例中,主控制模块和/或数字图像处理模块,用于计算血液样本混合液中血液细胞或粒子的浓度C=CN/(S1×H)。
在一些附图中没有展示的一种血液成像分析系统的实施例中,主控制模块和/或数字图像处理模块,用于获取血液样本混合液中原始血液的稀释倍数P,并用于计算血液样本混合液中血液细胞或粒子的原始浓度CC=CN×P/(S1×H)。
在一些附图中没有展示的一种血液成像分析系统的实施例中,相机组件的像素单位面积SK,通过标准芯片与标准放大倍数A的摄像模块进行校准获得。主控制模块和/或数字图像处理模块中,包括相机组件的像素单位面积SK获取模块;相机组件的像素单位面积SK,通过标准芯片进行校准获得;标准芯片上包括定标标识物,通过定标标识物获得已知的标准尺寸SL或标准面积SS;摄像模块获得标准芯片上定标标识物的放大A倍的清晰数字图像;计算定标标识物的放大A倍的清晰数字图像中的像素点数MA;计算获取校准后的单位像素尺寸PL=SL/MA,并依据校准后的单位像素尺寸PL计算获取校准后的像素单位面积PS,并以校准后的单位像素面积PS用作像素单位面积为SK;或计算获取校准后的单位像素面积PS=SS/MA,校准后的单位像素面积PS用作像素单位面积为SK。定标标识物包括标准宽度或标准间隔的线条或图形、标准面积的图形,图形包括圆形或条线方格或田字格;通过对标准芯片对焦测试获得相机组件的像素单位面积SK。
如图11所示,传统的细胞计数板,为了获得图像对应面积的大小,需要在测试承载面板上绘制高度精确的小格与中格(双边线),小格与中格的间距要与待测试细胞(图中为酵母细胞)大小相差不多,这样才能较为准确测试细胞的尺寸大小,但是小格与中格不但影响观察,同时造价高,需要高度精确的激光刻录仪器来绘制,小格与中格,有深度,会影响细胞的流动与分布的态势,集聚在小格与中格线左右的细胞,同时影响了图像的识别准确性。细胞计数板实现单一细胞的计数是方便的,单细胞计数板要同时对多种不同种类的不同尺寸细胞计数需要设计相应尺寸的计数网格,才会方便同时进行不同尺寸的细胞的分类计数,会进一步提升细胞计数板的制造复杂度和精度要求。
本申请中的方案,只需要一个简单芯片与数字图像的配合,就能实现血液样本混合液的体积精确定量,且在血液样本混合液的体积定量过程中,体积的大小和数字图像是对应的,也就是图像多大,参与计算的血液样本混合液的体积就是对应的;也减少了部分位置取样观察带来的体积和浓度计算偏差,使细胞浓度的计算会更为准确。
如图3所示的一种血液成像分析系统的实施例中,相机组件中的成像单元和显微放大组件中成像显微透镜组中心的距离D1等于设定数值;显微放大组件中成像显微透镜组中心与芯片中测试液体容纳腔体底部的距离D2通过光栅尺确认或通过对焦算法调整到位。景深(DOF)也叫焦深:是指在摄影机镜头或其他成像器前沿能够取得清晰图像的成像所测定的被摄物体前后距离范围。光圈、镜头及焦平面到拍摄物的距离是影响景深的重要因素。在聚焦完成后,焦点前后的范围内所呈现的清晰图像的距离,这一前一后的范围。
数字显微相机组件的景深是有限的,在精确对焦后,D2的精度远远小于一个细胞的尺度范围,在放大倍数K确定的情况下,S2与S1的关系是确定的,数码相机组件的像素单位面积SK也是确定的值,通过对像素点的计数,可以准确地获得S2的面积,或者说,通过对像素点的计数,可以通过确定S2来确定S1,S1确定后,通过S1×H,可以准确地知道待测试液体的一个体积单位,这个体积单位内的血液粒子沉积在体积单位的底部,通过对底部的成像,图片中粒子的计数,就能够获得体积单位内血液粒子的数量,达到对血液成像分析的目的。这样无需在芯片中绘制小格与中格,体积单位的获得转化成对像素单位面积SK的获得,和对放大倍数K的获得,放大倍数K与像素单位面积为SK一般是显微相机组件的固定参数。只要能够准确地对焦成功,就可以获得准确的体积单位。D2距离还可以通过光栅尺测量确认。
如图10所示一种芯片的实施例中,芯片中包括容纳血液样本混合液的测试液体容纳腔体1010,血液样本混合液进口1030,测试液体容纳腔体上下透明,测试液体容纳腔体的高度为腔体高度设定值H;上述测试液体容纳腔体包括血液样本混合液进口1030、空气排出口1020;测试液体经过血液样本混合液进口1030进入测试液体容纳腔体,测试液体容纳腔体内部的空气通过空气排出口排出;因为测试液体容纳腔体的高度小,有了空气排出口,能够有效排除气体,同时平衡测试液体容纳腔体内部压力,测试液体容纳腔体不容易变形。测试液体容纳腔体1010由上下透明的玻璃与中间的夹胶层构成,夹胶层上分布腔体与管道,测试液体容纳腔体的高度非常小,尺寸精度要求高,液体通过入口1030进入,腔体内部的气体通过空气排出口1020排出,有了空气排出口,血液样本混合液可以快速地进入到测试液体容纳腔体中。测试液体经过血液样本混合液进口进入测试液体容纳腔体;所述腔体高度设定值H范围是20um到400um(微米);所述腔体高度设定值H是经过测量获得的高度精确测量值HC,控制高度精确测量值HC与腔体高度设定值H的偏差范围在百分之三以内。即HC控制的目标H数值的3%以内,确保不同芯片之间的体积偏差控制在一定范围内,确保利用不同芯片进行细胞浓度计算时的偏差控制在相应的范围内。细胞的尺寸是非常小的,高度H的准确程度,直接影响了测量的精度范围,当然,稀释的倍数越高,对高度H的精度要求越低,生产过程中,可以通过对出厂的芯片进行测量,测量出高度精确值HC,对于不满足的芯片,进行淘汰。
在一些附图中没有展示的一种血液成像分析系统的实施例中,所述腔体高度设定值H是经过测量获得的高度精确测量值HC,高度精确测量值HC的信息与芯片条码或二维码或编号信息关联。如果知道了高度的精确值HC,体积S1×H=S1×HC,可以采用动态方式计算,只要将HC信息与具体的芯片进行关联,就可以降低芯片生产的精度压力,通过将HC写到芯片条码或二维码或编号信息中,主控制模块可以读取每个芯片的HC信息,可以大幅度地降低芯片生产过程中的精度控制难度;当然,也可以通过网络将每个芯片的条码信息与芯片的HC信息关联,降低芯片条码的复杂度。这样的关联使得每个芯片的独立参数可以被主控制模块识别,确保血液样本混合液体积计算的准确性。
上述摄像模块中的放大倍数K所述摄像模块中的放大倍数K的取值范围是10≤K≤100。显微放大倍数K与摄像模块中相机组件的分辨率直接相关,同时也与成像S1的面积相关,S1的面积设置得小了,一张图片获得的细胞数量就有限。
如图5所示一种血液成像分析系统的实施例中,对焦模块驱动芯片承载模块或摄像模块水平面左右和/或前后运动,摄像模块获得n张清晰的数字图像,n=6;数字图像处理模块对n张清晰的数字图像进行数字图像处理;数字图像处理模块通过对n张清晰的数字图像中的像素点数M3的计算,获得需要处理的图像面积S3,通过对图像面积S3内的血液细胞或粒子的图像匹配分析处理,实现血液样本混合液中的血液细胞或粒子的分类识别,通过对图像面积S3内的不同种类的血液细胞或粒子的计数,获得体积n×S1×H内各不同种类的血液细胞或粒子的个数CN。
如图5至图6所示一种血液成像分析系统的实施例中,对焦模块还包括X轴移动组件,X轴移动组件驱动芯片承载模块水平面左右移动。对焦模块还包括Y轴移动组件,Y轴移动组件驱动芯片承载模块水平面前后移动。对焦模块的X轴移动组件与Y轴移动组件,在对焦过程中,可以找到对焦瞄准的细胞粒子,将细胞粒子放置在视野的中心,便于对焦算法处理。也可以移动芯片,拍摄不同位置的图片,如图5所示,可以移动多次,将测试液体面积W_1到W_6分别移动到对焦中心点,获得多张图片。上述血液成像分析系统,对焦模块还包括Z轴移动组件,Z轴移动组件驱动芯片承载模块垂直水平面移动。Z轴移动组件可以调节D2的距离,为了获得高精度的图像,Z轴移动组件的移动精度要求小于被测试细胞或粒子尺度。
如图5,对焦模块驱动芯片承载模块或摄像模块水平面左右或前后运动,摄像模块获得n张清晰的数字图像,数字图像处理模块对n张清晰的数字图像进行数字图像处理,获得体积n×S1×H内不同种类的血液细胞或粒子的数量。如果相机组件的像素低,放大倍数K高,一张照片获得的实际物理面积小,体积测量的精度就低,可以通过多拍摄数字图像,通过对多张照片的处理,提高测量精度。
在一些附图中没有展示的一种血液成像分析系统的实施例中,还包括垂直度调节模块,用于调节芯片承载模块和摄像模块之间的垂直度。垂直度关系到一个图片中,各个点的清新程度,可以通过设备手动调节部件,调节显微放大组件中心与调节芯片承载模块的垂直度,如果设备搬移位置,也需要进行调节,可以用标准计数板来调节,将图片中,上下左右都调整到相对清晰的状态;也可以用电动机构由程序自动调节完成。
在一些附图中没有展示的一种血液成像分析系统的实施例中,还包括芯片承载水平调节模块;用于调整芯片承载模块的水平度。水平度与芯片承载模块和摄像模块之间的垂直度有一定的关联程度,可以先调节水平度后,再调整芯片承载模块和摄像模块之间的垂直度。
上述摄像模块的放大倍数K通过标准芯片对焦测试获得,上述标准芯片上包括定标图形,上述定标图形包括标准的圆形或条线方格或田字格;通过对标准芯片对焦测试获得相机组件的像素单位面积SK。
如图12所示,标准芯片的实施例之一,即分辨率板的示意图,图中任意两条黑线的或黑线之间的间距用作标准间距的参考。在本申请中的一个实施例中,分辨率板的标准尺寸是0.55um,其精度是正负10%,即0.055um。可以该尺寸可以对相机组件的像素单位面积SK进行校准。不仅如此,还可以利用图12所示的标准芯片即分辨率板对摄像模块的放大倍数K进行校准。在本申请的一个实施例中,相机像素尺寸2.4um;对最小尺寸的微米量级的血小板显微放大K倍之后的成像分辨率和识别率都足够。
在一些实施例中,相机组件中的成像单元和显微放大组件中成像显微透镜组中心的距离D1等于设定数值;显微放大组件中成像显微透镜组中心与芯片中测试液体容纳腔体底部的距离D2通过光栅尺确认或通过对焦算法调整到位。由于部件和装配的误差,相机组件中的成像单元和显微放大组件中成像显微透镜组中心的距离D1是存在偏差的;调整显微放大组件中成像显微透镜组中心与芯片中测试液体容纳腔体底部的距离D2,也是存在偏差的;上述的偏差也会带来放大倍数的偏差,如果还采用统一固定的放大倍数K进行后续的计算,也会引入误差。
因此,本申请的一些实施例中,对摄像模块的放大倍数K,也利用标准芯片进行校准;并利用校准后的放大倍数K进行后续的浓度计算,降低系统误差,避免由于放大倍数偏差带来的浓度计算误差。利用标准芯片和标准像素单位面积为SK的相机,对摄像模块的放大倍数K进行校准时,标准芯片上包括定标标识物,通过定标标识物获得已知的标准尺寸SL或标准面积SS;相机组件的像素单位面积SK或像素单位尺寸SL已知;所述摄像模块相机组件中的成像单元和显微放大组件中成像显微透镜组中心的距离D1固定,调整显微放大组件中成像显微透镜组中心与芯片中测试液体容纳腔体底部的距离D2,获取标准芯片上包括定标标识物的清晰图像;计算定标标识物的像素点数SM;并依据定标标识物的像素点数SM计算定标标识物的在图像中的尺寸ML或面积MS;摄像模块校准后的放大倍数K=(定标标识物的在图像中的尺寸ML/像素单位尺寸SL)2;或摄像模块校准后的放大倍数K=定标标识物的在图像中的面积MS/像素单位面积SK。
不同的相机组件,不同的显微放大组件组成的系统,放大系数是有区别的,不同批次相机组件的像素单位面积为SK也有不同,这对精确测量带来不确定的因素,可以通过用标准组件即标准芯片如分辨率板或细胞计数板来测量放大倍数K与像素单位面积为SK,设备在使用过程中,环境温度的不同,或者随时间变化,系统部件松动变形,都有可能导致关键参数的变化,通过标准组件,可以随时测量校正系统,将校正后的参数作为新的放大倍数K或像素单位面积SK,使系统的测量精度维持在较高的水平。
上述血液样本混合液为待测试血液经过稀释染色后获得,稀释的倍数取值范围是10至400。稀释后的待测试血液的流动性能够增强,一般需要稀释到细胞粒子能够单层平铺到芯片的底部,对于个别没有单层分布的细胞粒子能够识别处理,但是稀释倍数高,可以降低测试液体容纳腔体的高度H的精度要求,但高的稀释倍数,需要相机组件的分辨率高,取值范围10至400较为适合。上述体积S1×H内不同种类的血液细胞或粒子的数量,乘上稀释的倍数P,获得血液中血液细胞或粒子的原始浓度CC=CN×P/(S1×H)。如果获得体积n×S1×H内不同种类的血液细胞或粒子的数量,血液细胞或粒子的原始浓度CC=(CN1+CN2...+CNn)×P/(n×S1×H),CN1,CN2...CNn为n张清晰的数字图像每张照片中的血液细胞或粒子的数量。n是大于等于2的自然数。
上述血液样本混合液制备方法为:待测试血液经过染色试剂A混合稀释,形成染色混合液1;等待染色M秒,经过稳定试剂B混匀成染色混合液2;上述染色试剂A包括新亚甲蓝;上述稳定试剂B包括醛物质,上述含醛物质包括戊二醛和/或甲醛。用染色试剂A与稳定试剂B配合,能够加快染色的时间,染色获得的血液样本混合液的流动性能好,方便进入测试液体容纳腔体。
在一些附图中没有展示的数字图像处理模块中,还包括细胞分类识别模块;细胞分类识别模块中,计算成像面积S2中所有的单个细胞尺寸CL或计算单个细胞中的像素点数MC,并依据单个细胞尺寸CL大小或单个细胞中的像素点数MC进行红细胞、白细胞和血小板的一级三分类。
如图8所示的数字图像处理模块中包括所述数字图像处理模块中包括基于人工智能算法进行图像匹配识别的红细胞识别与计数模块、白细胞识别与计数模块和/或血小板识别与计数模块。采用AI图像识别,用白细胞或红细胞或血小板图片对AI图像识别软件进行训练,数字图像处理模块能够识别各种细胞,在识别各种细胞的基础上,对面积S2内的细胞进行计数,可以得到细胞的数量,通过体积运算,可以得到稀释后血液中细胞的数量,乘上稀释倍数,就可以算出血液中各种细胞或粒子的单位体积数量或浓度。
如图9所示的数字图像处理模块中,所述红细胞识别与计数模块包括成熟红细胞识别与计数模块、网织红细胞识别与计数模块和/或有核红细胞识别与计数模块,用于红细胞的二级3分类。
在一些附图中没有展示的数字图像处理模块中,所述白细胞识别与计数模块包括中性粒细胞识别与计数模块、淋巴细胞识别与计数模块、单核细胞识别与计数模块、嗜酸性粒细胞识别与计数模块、嗜碱性粒细胞识别与计数模块;所述中性粒细胞识别与计数模块又包括中性杆状核粒细胞识别与计数模块、中性分叶核粒细胞识别与计数模块;所述白细胞识别与计数模块用于白细胞的二级6分类,即同识别对中性杆状核粒细胞、中性分叶核粒细胞、淋巴细胞、单核细胞、嗜酸性粒细胞、嗜碱性粒细胞进行分类识别和计数。
基于上述血液成像分析系统;还可以用于生物体液的成像分析;生物体液包括尿液、脑脊液、胸腔积液、腹腔积液、关节腔积液、精液或唾液中的任意一种,这些生物体液中包括有细胞或蛋白质粒子等微粒,不同的体液,因细胞或粒子的数量不同,可以用不同的稀释染色试剂,或者不用稀释,直接成像检查,或者用高浓度染色试剂染色。
一种血液成像分析方法,包括将测试原始血液样本稀释染色获得血液样本混合液,血液样本混合液的稀释倍数P取值范围是10至400;将稀释染色后的血液样本混合液加入芯片的测试液体容纳腔体中,待染色后的样本中的血液细胞或粒子沉淀到测试液体容纳腔体底部;测试液体容纳腔体的高度为测试液体容纳腔体的高度为腔体高度设定值H;显微放大数字成像系统即摄像模块中包括相机组件和显微放大组件;使用放大倍数K倍的显微放大数字成像系统拍摄测试液体容纳腔体;数字成像系统获取的显微放大数字图像中的像素单位面积为SK,芯片上待测试面积S1,测试面积S1在显微放大数字成像系统中的成像面积为S2;通过对芯片底部的对焦图形或血液细胞或粒子对焦,获得清晰的显微放大后的数字图,使得S2=S1×K;S2占用的像素点数M=S2/SK;所述数字图像中包括血液样本混合液中各种血液细胞或粒子的清晰图像;通过对像素点M的计算,获得需要处理的图像面积S2,通过对图像面积S2内的血液细胞或粒子的图像匹配分析处理,实现血液样本混合液中的血液细胞或粒子的分类识别,通过对图像面积S2内的不同种类的血液细胞或粒子的计数,获得体积S1×H内各不同种类的血液细胞或粒子的个数CN。
上述血液成像分析方法,包括计算血液样本混合液中血液细胞或粒子的浓度C的步骤;血液样本混合液中血液细胞或粒子的浓度C=CN/(S1×H)。
上述血液成像分析方法,包括获取血液样本混合液中原始血液的稀释倍数P的在步骤,并计算血液样本混合液中血液细胞或粒子的原始浓度CC的步骤;血液样本混合液中血液细胞或粒子的原始浓度CC=CN×P/(S1×H)。
上述血液成像分析方法中,腔体高度设定值H范围是20um到400um;所述腔体高度设定值H是经过测量获得的高度精确测量值HC,控制高度精确测量值HC与腔体高度设定值H的偏差范围在百分之三以内;或所述腔体高度设定值H是经过测量获得的高度精确测量值HC,高度精确测量值HC的信息与芯片条码或二维码或编号信息关联。
上述血液成像分析方法中,获得n张不同位置的清晰的数字图像,n是大于1的自然数;对n张清晰的数字图像进行数字图像处理,获得体积n×S1×H内不同种类的血液细胞或粒子的数量,单类血液细胞或粒子在n张数字图像中的个数分别是CN1至CNn;单类血液细胞或粒子的原始浓度CC=(CN1+CN2...+CNn)×P/(n×S1×H)。
上述血液成像分析方法中,包括相机组件的像素单位面积SK获取的步骤;相机组件的像素单位面积SK,通过标准芯片与标准放大倍数A的摄像模块进行校准获得。
上述血液成像分析方法中,包括摄像模块的放大倍数K获取的步骤;所述摄像模块的放大倍数K,利用标准芯片和标准像素单位面积为SK的相机校准获得。
血液成像分析系和方法中包括芯片和成像分析主系统,芯片中容纳测试液体的腔体高度设定值H;摄像模块的面积放大倍数为K;测试面积S1在相机组件中成像面积为S2,像素单位面积为SK;获得包括各种血液细胞或粒子的清晰图像,使S2=S1×K;S2占用的像素点数M=S2/SK;通过计算像素点数M,获得图像面积S2,并对图像面积S2内的血液细胞或粒子的图像匹配分析处理,实现分类识别并计数,获得体积S1×H内各不同种类的血液细胞或粒子的个数CN。将芯片中血液样本混合液的体积获取转化为对像素单位面积SK和对放大倍数K的获得,通过数字图像中像素个数来确定血液样本混合液的面积和体积,使体积及浓度计算精度高。
本发明虽然根据优选实施例和若干备选方案进行说明和描述,但发明不会被在本说明书中的特定描述所限制。其他另外的替代或等同组件也可以用于实践本发明。
Claims (25)
1.一种血液成像分析系统,其特征在于,
包括:芯片和成像分析主系统;
成像分析主系统包括主控制模块、芯片承载模块、摄像模块、对焦模块和数字图像处理模块;
芯片设置在芯片承载模块上;芯片中包括用于容纳血液样本混合液的测试液体容纳腔体,测试液体容纳腔体上下透明,测试液体容纳腔体的高度为腔体高度设定值H;
摄像模块包括相机组件和显微放大组件;摄像模块的放大倍数K;芯片上待测试面积S1;测试面积S1在相机组件中成像面积为S2,相机组件的像素单位面积为SK;
对焦模块驱动芯片承载模块或摄像模块相对运动,改变芯片承载模块与摄像模块之间的位置关系,使摄像模块能够获得清晰的数字图像,所述数字图像中包括血液样本混合液中各种血液细胞或粒子的清晰图像;
摄像模块获得清晰的数字图像,使得S2=S1×K;S2占用的像素点数M=S2/SK;
数字图像处理模块用于数字图像处理,数字图像处理模块通过对像素点数M的计算,获得需要处理的图像面积S2,通过对图像面积S2内的血液细胞或粒子的图像匹配分析处理,实现血液样本混合液中的血液细胞或粒子的分类识别,通过对图像面积S2内的不同种类的血液细胞或粒子的计数,获得体积S1×H内各不同种类的血液细胞或粒子的个数CN。
2.根据权利要求1所述血液成像分析系统,其特征在于,
主控制模块和/或数字图像处理模块,用于计算血液样本混合液中血液细胞或粒子的浓度C=CN/(S1×H)。
3.根据权利要求1所述血液成像分析系统,其特征在于,
主控制模块和/或数字图像处理模块,用于获取血液样本混合液中原始血液的稀释倍数P,并用于计算血液样本混合液中血液细胞或粒子的原始浓度CC=CN×P/(S1×H)。
4.根据权利要求1所述血液成像分析系统,其特征在于,
对焦模块驱动芯片承载模块或摄像模块水平面左右和/或前后运动,摄像模块获得n张清晰的数字图像,数字图像处理模块对n张清晰的数字图像进行数字图像处理;
数字图像处理模块通过对n张清晰的数字图像中的像素点数M3的计算,获得需要处理的图像面积S3,通过对图像面积S3内的血液细胞或粒子的图像匹配分析处理,实现血液样本混合液中的血液细胞或粒子的分类识别,通过对图像面积S3内的不同种类的血液细胞或粒子的计数,获得体积n×S1×H内各不同种类的血液细胞或粒子的个数CN。
5.根据权利要求1所述血液成像分析系统,其特征在于,
相机组件的像素单位面积SK,通过标准芯片与标准放大倍数A的摄像模块进行校准获得。
6.根据权利要求1所述血液成像分析系统,其特征在于,
相机组件中的成像单元和显微放大组件中成像显微透镜组中心的距离D1等于设定数值;显微放大组件中成像显微透镜组中心与芯片中测试液体容纳腔体底部的距离D2通过光栅尺确认或通过对焦算法调整到位。
7.根据权利要求1所述血液成像分析系统,其特征在于,
所述摄像模块的放大倍数K,利用标准芯片和标准像素单位面积为SK的相机校准获得。
8.根据权利要求1所述血液成像分析系统,其特征在于,
所述芯片中包括血液样本混合液进口;测试液体经过血液样本混合液进口进入测试液体容纳腔体;所述腔体高度设定值H 范围是20um到400um;所述腔体高度设定值H是经过测量获得的高度精确测量值HC,控制高度精确测量值HC与腔体高度设定值H的偏差范围在百分之三以内。
9.根据权利要求1所述血液成像分析系统,其特征在于,
所述腔体高度设定值H是经过测量获得的高度精确测量值HC,高度精确测量值HC的信息与芯片条码或二维码或编号信息关联。
10.根据权利要求1所述血液成像分析系统,其特征在于,
所述摄像模块中的放大倍数K的取值范围是10≤K≤100。
11.根据权利要求1所述血液成像分析系统,其特征在于,
对焦模块还包括X轴移动组件,X轴移动组件驱动芯片承载模块水平面左右移动;和/或对焦模块还包括Y轴移动组件,Y轴移动组件驱动芯片承载模块水平面前后移动。
12.根据权利要求1所述血液成像分析系统,其特征在于,
对焦模块还包括Z轴移动组件,Z轴移动组件驱动芯片承载模块垂直水平面移动。
13.根据权利要求1所述血液成像分析系统,其特征在于,
还包括垂直度调节模块,用于调节芯片承载模块和摄像模块之间的垂直度;还包括芯片承载水平调节模块;用于调整芯片承载模块的水平度。
14.根据权利要求1所述血液成像分析系统,其特征在于,
所述血液样本混合液中为待测试原始血液样本经过稀释染色后获得,稀释的倍数P取值范围是10至400。
15.根据权利要求1所述血液成像分析系统,其特征在于,
所述数字图像处理模块包括细胞分类识别模块;
细胞分类识别模块中,计算成像面积S2中所有的单个细胞尺寸CL或计算单个细胞中的像素点数MC,并依据单个细胞尺寸CL大小或单个细胞中的像素点数MC进行红细胞、白细胞和血小板的一级三分类。
16.根据权利要求14所述血液成像分析系统,其特征在于,
还包括血液样本混合液制备模块,用于制备所述血液样本混合液;
血液样本混合液制备模块中所用的血液样本混合液制备方法为:
待测试原始血液样本经过染色试剂A混合,形成染色混合液1;
等待染色M秒,经过稳定试剂B混匀成染色混合液2;M范围是30秒至360秒;
所述染色试剂A中包括新亚甲蓝;
所述稳定试剂B包括醛物质。
17.根据权利要求16所述血液成像分析系统,其特征在于,
所述数字图像处理模块中包括基于人工智能算法进行图像匹配识别的红细胞识别与计数模块、白细胞识别与计数模块和/或血小板识别与计数模块;
所述红细胞识别与计数模块包括成熟红细胞识别与计数模块、网织红细胞识别与计数模块和/或有核红细胞识别与计数模块;所述红细胞识别与计数模块用于红细胞的二级3分类;
所述白细胞识别与计数模块包括中性粒细胞识别与计数模块、淋巴细胞识别与计数模块、单核细胞识别与计数模块、嗜酸性粒细胞识别与计数模块、嗜碱性粒细胞识别与计数模块;所述中性粒细胞识别与计数模块又包括中性杆状核粒细胞识别与计数模块、中性分叶核粒细胞识别与计数模块;
所述白细胞识别与计数模块用于白细胞的二级6分类,即同识别对中性杆状核粒细胞、中性分叶核粒细胞、淋巴细胞、单核细胞、嗜酸性粒细胞、嗜碱性粒细胞进行分类识别和计数。
18.一种成像分析系统,其特征在于,
基于上述权利要求1至17任意一项所述的血液成像分析系统;
所述成像分析系统还用于生物体液的成像;生物体液包括尿液、脑脊液、胸腔积液、腹腔积液、关节腔积液、精液或唾液中的任意一种。
19.一种血液成像分析方法,其特征在于,包括以下步骤:
将测试原始血液样本稀释染色获得血液样本混合液,血液样本混合液的稀释倍数P取值范围是10至400;
将稀释染色后的血液样本混合液加入芯片的测试液体容纳腔体中,待染色后的样本中的血液细胞或粒子沉淀到测试液体容纳腔体底部;测试液体容纳腔体的高度为测试液体容纳腔体的高度为腔体高度设定值H;
使用放大倍数K倍的显微放大数字成像系统拍摄测试液体容纳腔体;数字成像系统获取的显微放大数字图像中的像素单位面积为SK,芯片上待测试面积S1,测试面积S1在显微放大数字成像系统中的成像面积为S2;
通过对芯片底部的对焦图形或血液细胞或粒子对焦,获得清晰的显微放大后的数字图,使得S2=S1×K;S2占用的像素点数M=S2/SK;所述数字图像中包括血液样本混合液中各种血液细胞或粒子的清晰图像;
通过对像素点M的计算,获得需要处理的图像面积S2,通过对图像面积S2内的血液细胞或粒子的图像匹配分析处理,实现血液样本混合液中的血液细胞或粒子的分类识别,通过对图像面积S2内的不同种类的血液细胞或粒子的计数,获得体积S1×H内各不同种类的血液细胞或粒子的个数CN。
20.根据权利要求19所述血液成像分析方法,其特征在于,
包括计算血液样本混合液中血液细胞或粒子的浓度C的步骤;
血液样本混合液中血液细胞或粒子的浓度C=CN/(S1×H)。
21.根据权利要求19所述血液成像分析方法,其特征在于,
包括获取血液样本混合液中原始血液的稀释倍数P的在步骤,
并计算血液样本混合液中血液细胞或粒子的原始浓度CC的步骤;
血液样本混合液中血液细胞或粒子的原始浓度CC=CN×P/(S1×H)。
22.根据权利要求19所述血液成像分析方法,其特征在于,
所述腔体高度设定值H 范围是20um到400um;所述腔体高度设定值H是经过测量获得的高度精确测量值HC,控制高度精确测量值HC与腔体高度设定值H的偏差范围在百分之三以内;或所述腔体高度设定值H是经过测量获得的高度精确测量值HC,高度精确测量值HC的信息与芯片条码或二维码或编号信息关联。
23.根据权利要求19所述血液成像分析方法,其特征在于,
获得n张不同位置的清晰的数字图像,n是大于1的自然数;对n张清晰的数字图像进行数字图像处理,获得体积n×S1×H内不同种类的血液细胞或粒子的数量,单类血液细胞或粒子在n张数字图像中的个数分别是CN1至CNn;单类血液细胞或粒子的原始浓度CC=(CN1+CN2...+CNn)×P/(n×S1×H)。
24.根据权利要求19所述血液成像分析方法,其特征在于,
包括相机组件的像素单位面积SK获取的步骤;
相机组件的像素单位面积SK,通过标准芯片与标准放大倍数A的摄像模块进行校准获得。
25.根据权利要求19所述血液成像分析方法,其特征在于,
包括摄像模块的放大倍数K获取的步骤;
所述摄像模块的放大倍数K,利用标准芯片和标准像素单位面积为SK的相机校准获得。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310042315.1A CN116046647B (zh) | 2023-01-28 | 2023-01-28 | 血液成像分析系统和方法 |
PCT/CN2023/142619 WO2024156245A1 (zh) | 2023-01-28 | 2023-12-28 | 血液成像分析系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310042315.1A CN116046647B (zh) | 2023-01-28 | 2023-01-28 | 血液成像分析系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116046647A CN116046647A (zh) | 2023-05-02 |
CN116046647B true CN116046647B (zh) | 2023-06-09 |
Family
ID=86117748
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310042315.1A Active CN116046647B (zh) | 2023-01-28 | 2023-01-28 | 血液成像分析系统和方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN116046647B (zh) |
WO (1) | WO2024156245A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116046647B (zh) * | 2023-01-28 | 2023-06-09 | 深圳安侣医学科技有限公司 | 血液成像分析系统和方法 |
CN117422686A (zh) * | 2023-08-17 | 2024-01-19 | 深圳安侣医学科技有限公司 | 获得细胞3维形态特征的方法和细胞3维分析方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2013878A (en) * | 1978-02-03 | 1979-08-15 | Rush Presbyterian St Luke | Method and apparatus for classification of cells |
CN108693009A (zh) * | 2017-03-31 | 2018-10-23 | 合度精密生物科技有限公司 | 使用图像分析识别候选细胞 |
CN113366530A (zh) * | 2019-05-29 | 2021-09-07 | 徕卡生物系统成像股份有限公司 | 计算机支持的组织学图像中的肿瘤审查和术后肿瘤切缘评估 |
CN113474844A (zh) * | 2019-05-29 | 2021-10-01 | 徕卡生物系统成像股份有限公司 | 用于数字病理学的人工智能处理系统和自动化预诊断工作流程 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7133547B2 (en) * | 2002-01-24 | 2006-11-07 | Tripath Imaging, Inc. | Method for quantitative video-microscopy and associated system and computer software program product |
CA2474509C (en) * | 2002-02-14 | 2012-01-31 | Immunivest Corporation | Methods and algorithms for cell enumeration in a low-cost cytometer |
US20060050946A1 (en) * | 2002-05-10 | 2006-03-09 | Mitchison Timothy J | Computer-assisted cell analysis |
WO2003102210A2 (en) * | 2002-05-30 | 2003-12-11 | The Johns Hopkins University | Techniques for automated diagnosis of cell-borne anomalies with a digital optical microscope |
US20050136549A1 (en) * | 2003-10-30 | 2005-06-23 | Bioimagene, Inc. | Method and system for automatically determining diagnostic saliency of digital images |
CA2487233C (en) * | 2003-11-10 | 2014-05-13 | Frederick David King | Method and apparatus for particle measurement employing optical imaging |
SE528697C2 (sv) * | 2005-03-11 | 2007-01-30 | Hemocue Ab | Volymetrisk bestämning av antalet vita blodkroppar i ett blodprov |
JP4690163B2 (ja) * | 2005-09-28 | 2011-06-01 | シスメックス株式会社 | 血液撮像装置、血液撮像方法、処理装置、及び撮像本体装置 |
SE530750C2 (sv) * | 2006-07-19 | 2008-09-02 | Hemocue Ab | En mätapparat, en metod och ett datorprogram |
US8570370B2 (en) * | 2009-08-31 | 2013-10-29 | Bio-Rad Laboratories, Inc. | Compact automated cell counter |
US8748186B2 (en) * | 2009-12-22 | 2014-06-10 | Abbott Laboratories | Method for performing a blood count and determining the morphology of a blood smear |
JP5657910B2 (ja) * | 2010-04-22 | 2015-01-21 | インスティテュート フォア システムズ バイオロジー | 明視野顕微鏡を使用する画像の自動分析 |
WO2018078448A1 (en) * | 2016-10-27 | 2018-05-03 | Scopio Labs Ltd. | Methods and systems for diagnostic platform |
CN110675363A (zh) * | 2019-08-20 | 2020-01-10 | 电子科技大学 | 一种针对宫颈细胞的dna指数自动计算方法 |
BG67480B1 (bg) * | 2019-10-30 | 2022-12-15 | "Милкотроник" Оод | Устройство за диференциално броене на микрочастици в биологични течности |
CN114778418B (zh) * | 2022-06-17 | 2022-09-27 | 深圳安侣医学科技有限公司 | 基于显微放大数字图像的血红蛋白分析方法及系统 |
CN114813522B (zh) * | 2022-06-29 | 2022-10-21 | 深圳安侣医学科技有限公司 | 基于显微放大数字图像的血液细胞分析方法及系统 |
CN115326685B (zh) * | 2022-10-13 | 2023-01-03 | 深圳安侣医学科技有限公司 | 基于显微放大图像的血液目标细胞体积获取方法及系统 |
CN116046647B (zh) * | 2023-01-28 | 2023-06-09 | 深圳安侣医学科技有限公司 | 血液成像分析系统和方法 |
-
2023
- 2023-01-28 CN CN202310042315.1A patent/CN116046647B/zh active Active
- 2023-12-28 WO PCT/CN2023/142619 patent/WO2024156245A1/zh unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2013878A (en) * | 1978-02-03 | 1979-08-15 | Rush Presbyterian St Luke | Method and apparatus for classification of cells |
CN108693009A (zh) * | 2017-03-31 | 2018-10-23 | 合度精密生物科技有限公司 | 使用图像分析识别候选细胞 |
CN113366530A (zh) * | 2019-05-29 | 2021-09-07 | 徕卡生物系统成像股份有限公司 | 计算机支持的组织学图像中的肿瘤审查和术后肿瘤切缘评估 |
CN113474844A (zh) * | 2019-05-29 | 2021-10-01 | 徕卡生物系统成像股份有限公司 | 用于数字病理学的人工智能处理系统和自动化预诊断工作流程 |
Also Published As
Publication number | Publication date |
---|---|
WO2024156245A1 (zh) | 2024-08-02 |
CN116046647A (zh) | 2023-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116046647B (zh) | 血液成像分析系统和方法 | |
US7390662B2 (en) | Method and apparatus for performing platelet measurement | |
AU2012287304B2 (en) | Identifying and measuring reticulocytes | |
RU2402006C1 (ru) | Устройство, способ и компьютерная программа для измерений | |
CN102393705B (zh) | 样本有形成分分析仪自动检测控制装置及其控制方法 | |
KR101941310B1 (ko) | 초기 과립구 세포(egc)의 식별 및 계수 | |
CN109612911B (zh) | 全自动精子细胞检测仪 | |
CN105136795A (zh) | 血液样本检测装置、方法和系统 | |
RU2147123C1 (ru) | Способ анализа клеточного состава крови по мазку | |
CN101149327A (zh) | 基于细胞显微图像信息的抗肿瘤药物评价和筛选方法 | |
CN105181649B (zh) | 一种新型免标记模式识别细胞仪方法 | |
CN112001315B (zh) | 基于迁移学习和图像纹理特征的骨髓细胞分类识别方法 | |
CN112161913A (zh) | 一种用于流式荧光分析系统的分析方法及设备 | |
US7217937B2 (en) | Automatic identification of suspended particles | |
JPH06138120A (ja) | 尿沈渣検査装置 | |
CN112924452A (zh) | 一种血液检查辅助系统 | |
CN114778419B (zh) | 一种高倍率光学放大成像流式细胞仪 | |
CN112424582B (zh) | 血液样本检测的方法、血液样本检测仪和存储介质 | |
Moravapalle et al. | Blood count on a smartphone microscope: Challenges | |
CN114152557B (zh) | 基于图像分析的血细胞计数方法和系统 | |
CN202257125U (zh) | 样本有形成分分析仪自动检测控制装置 | |
CN113640198B (zh) | 一种单细胞计数的方法及其系统 | |
CN114624164A (zh) | 尿液有形成分分析系统及其方法 | |
CN220104862U (zh) | 比浊稀释卡 | |
CN113155713B (zh) | 基于迁移学习的无标记高内涵视频流式细胞仪及方法 |
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 |