CN116694829A - 基于多尺度视觉感知的细胞离心控制方法和细胞分离设备 - Google Patents

基于多尺度视觉感知的细胞离心控制方法和细胞分离设备 Download PDF

Info

Publication number
CN116694829A
CN116694829A CN202310975411.1A CN202310975411A CN116694829A CN 116694829 A CN116694829 A CN 116694829A CN 202310975411 A CN202310975411 A CN 202310975411A CN 116694829 A CN116694829 A CN 116694829A
Authority
CN
China
Prior art keywords
cell
centrifugal
cells
type
centrifugal cup
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202310975411.1A
Other languages
English (en)
Other versions
CN116694829B (zh
Inventor
侯波
罗春辉
冯军军
孙中川
田凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Bangning Zhike Biotechnology Co ltd
Original Assignee
Beijing Bangning Zhike Biotechnology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Bangning Zhike Biotechnology Co ltd filed Critical Beijing Bangning Zhike Biotechnology Co ltd
Priority to CN202310975411.1A priority Critical patent/CN116694829B/zh
Publication of CN116694829A publication Critical patent/CN116694829A/zh
Application granted granted Critical
Publication of CN116694829B publication Critical patent/CN116694829B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q3/00—Condition responsive control processes
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M23/00—Constructional details, e.g. recesses, hinges
    • C12M23/22—Transparent or translucent parts
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M33/00—Means for introduction, transport, positioning, extraction, harvesting, peeling or sampling of biological material in or from the apparatus
    • C12M33/10—Means for introduction, transport, positioning, extraction, harvesting, peeling or sampling of biological material in or from the apparatus by centrifugation ; Cyclones
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M41/00—Means for regulation, monitoring, measurement or control, e.g. flow regulation
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M41/00—Means for regulation, monitoring, measurement or control, e.g. flow regulation
    • C12M41/30—Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration
    • C12M41/36—Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration of biomass, e.g. colony counters or by turbidity measurements
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M47/00—Means for after-treatment of the produced biomass or of the fermentation or metabolic products, e.g. storage of biomass
    • C12M47/04—Cell isolation or sorting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/695—Preprocessing, e.g. image segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/698—Matching; Classification

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Organic Chemistry (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biotechnology (AREA)
  • Biomedical Technology (AREA)
  • Microbiology (AREA)
  • Biochemistry (AREA)
  • Genetics & Genomics (AREA)
  • General Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Sustainable Development (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Cell Biology (AREA)
  • Immunology (AREA)
  • Clinical Laboratory Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Centrifugal Separators (AREA)

Abstract

本说明书提供了基于多尺度视觉感知的细胞离心控制方法和细胞分离设备。基于该方法，监测到旋转离心杯时，触发累计离心时长；在监测到离心时长大于等于预设的第一时长阈值时，控制第一成像模块采集包含离心杯中的分层液面的第一类宏观图像；根据第一类宏观图像进行密度梯度边界识别，得到并根据密度梯度边界识别结果，对离心杯中的细胞进行粗分离处理控制；在确定结束粗分离处理的情况下，降低离心杯的旋转速度；并控制第二成像模块采集包含有离心杯中的细胞的第二类微观图像；根据第二类微观图像进行细胞特征检测，得到并根据细胞检测结果，对离心杯中的细胞进行精分离处理控制。从而能够高效、精准地自动完成细胞的离心处理，提高细胞分离精度。

Description

基于多尺度视觉感知的细胞离心控制方法和细胞分离设备
技术领域
本说明书属于生物医疗技术领域，尤其涉及基于多尺度视觉感知的细胞离心控制方法、装置和细胞分离设备。
背景技术
随着生物医疗技术的发展和进步，细胞疗法越来越受到人们的关注。
其中，单核细胞作为细胞疗法中相关细胞药物（例如，免疫细胞药物等）的初始材料，其分离和提取过程非常重要。通常会使用包含有离心模块的细胞分离设备通过离心处理，实现细胞的分离和提取。
基于现有方法，技术人员在使用细胞分离设备对细胞进行离心处理时，常常需要依赖人眼实时观察细胞的离心情况；再结合个人经验对离心处理进行相应控制和调整。上述方法在实施时，存在细胞离心处理效率低，且容易出现误差等问题。
针对上述问题，目前尚未提出有效的解决方案。
发明内容
本说明书提供了一种基于多尺度视觉感知的细胞离心控制方法、装置和细胞分离设备，能够高效、精准地自动完成细胞的离心处理，提高细胞分离精度。
本说明书提供了一种基于多尺度视觉感知的细胞离心控制方法，包括：
在监测到离心杯旋转时，触发累计离心时长；其中，所述离心杯为透明材质的离心杯；并且在所述离心杯的底部位置处还设置有第一成像模块和第二成像模块；
在监测到离心时长大于等于预设的第一时长阈值时，控制第一成像模块采集包含有离心杯中的分层液面的第一类宏观图像；
根据第一类宏观图像进行密度梯度边界识别，得到对应的密度梯度边界识别结果；
根据密度梯度边界识别结果，对离心杯中的细胞进行粗分离处理控制；
在确定结束粗分离处理的情况下，降低离心杯的旋转速度；并控制第二成像模块采集包含有离心杯中的细胞的第二类微观图像；
根据第二类微观图像进行细胞特征检测，得到对应的细胞检测结果；
根据细胞检测结果，对离心杯中的细胞进行精分离处理控制。
在一个实施例中，所述第一成像模块至少包括相机和短焦镜头；所述第二成像模块至少包括显微相机和镜头。
在一个实施例中，根据第一类宏观图像进行密度梯度边界识别，得到对应的密度梯度边界识别结果，包括：
通过将第一类宏观图像转换到HIS空间，得到对应的第一类灰度图；
对所述第一类灰度图进行自适应二值化处理，得到对应的第一类二值图；
根据预设的第一类边缘检测算法，对第一类二值图进行直线检测，得到对应的直线检测结果；
根据所述直线检测结果，进行密度梯度边界统计，以得到对应的密度梯度边界识别结果。
在一个实施例中，根据密度梯度边界识别结果，对离心杯中的细胞进行粗分离处理控制，包括：
确定离心杯中待分离的细胞的细胞类型；并根据细胞类型，确定对应的边界参考阈值；
根据密度梯度边界识别结果，检测第一类宏观图像中的密度梯度边界是否等于边界参考阈值；
在确定第一类宏观图像中的密度梯度边界等于边界参考阈值的情况下，进行相应的粗分离处理控制。
在一个实施例中，所述细胞类型包括：外周血单核细胞或成熟期的细胞。
在一个实施例中，根据第二类微观图像进行细胞特征检测，得到对应的细胞检测结果，包括：
根据第二类微观图像，通过固定阈值的二值化处理，得到对应的第二类二值图；
根据预设的第二类边缘检测算法，对第二类二值图进行边缘特征检测，得到边缘特征检测结果；
根据边缘特征检测结果，在第二类二值图中确定出多个闭合区域；并获取闭合区域的关键特征；
根据闭合区域的关键特征，统计第二类二值图中符合要求的细胞的数量，作为细胞检测结果。
在一个实施例中，根据细胞检测结果，对离心杯中的细胞进行精分离处理控制，包括：
根据细胞检测结果，检测第二类二值图中符合要求的细胞的数量是否大于预设的数量阈值；
在确定第二类二值图中符合要求的细胞的数量大于等于预设的数量阈值的情况下，触发累计持续时长；
在监测到持续时长大于等于预设的第二时长阈值的情况下，控制结束精分离处理。
在一个实施例中，所述方法还包括：
根据细胞检测结果，在确定第二类二值图中符合要求的细胞的数量小于预设的数量阈值的情况下，间隔预设的时间段，重新采集第二类微观图像。
本说明书还提供了一种基于多尺度视觉感知的细胞离心控制装置，包括：
触发模块，用于在监测到离心杯旋转时，触发累计离心时长；其中，所述离心杯为透明材质的离心杯；并且在所述离心杯的底部位置处还设置有第一成像模块和第二成像模块；
第一采集模块，用于在监测到离心时长大于等于预设的第一时长阈值时，控制第一成像模块采集包含有离心杯中的分层液面的第一类宏观图像；
第一图像处理模块，用于根据第一类宏观图像进行密度梯度边界识别，得到对应的密度梯度边界识别结果；
第一控制模块，用于根据密度梯度边界识别结果，对离心杯中的细胞进行粗分离处理控制；
第二采集模块，用于在确定完成粗分离处理的情况下，降低离心杯的旋转速度；并控制第二成像模块采集包含有离心杯中的细胞的第二类微观图像；
第二图像处理模块，用于根据第二类微观图像进行细胞特征检测，得到对应的细胞检测结果；
第二控制模块，用于根据细胞检测结果，对离心杯中的细胞进行精分离处理控制。
本说明书还提供了一种细胞分离设备，至少包括：多尺度视觉感知模块、离心杯，以及电机；其中，所述多尺度视觉感知模块至少包括：处理器、第一成像模块、第二成像模块，所述离心杯为透明材质的离心杯；所述离心杯与电机连接，用于盛放待分离的细胞；所述第一成像模块和第二成像模块分别设置于离心杯的底板位置处；所述处理器与第一成像模块、第二成像模块、电机相连；
所述处理器在监测到离心杯旋转时，触发累计离心时长；并在监测到离心时长大于等于预设的第一时长阈值时，向第一成像模块发送第一类采集指令；
所述第一成像模块接收并响应第一类采集指令，采集包含有离心杯中的分层液面的第一类宏观图像；并将第一类宏观图像发送至处理器；
所述处理器根据第一类宏观图像进行密度梯度边界识别，得到对应的密度梯度边界识别结果；并根据密度梯度边界识别结果，通过电机对离心杯中的细胞进行粗分离处理控制；
所述处理器在确定结束粗分离处理的情况下，通过电机降低离心杯的旋转速度；并向第二成像模块发送第二类采集指令；
所述第二成像模块接收并响应第二类采集指令，采集包含有离心杯中的细胞的第二类微观图像；
所述处理器根据第二类微观图像进行细胞特征检测，得到对应的细胞检测结果；并根据细胞检测结果，通过电机对离心杯中的细胞进行精分离处理控制。
在一个实施例中，所述细胞分离设备还包括：全封闭液路模块；其中，所述全封闭液路至少包括多个连接管路、多个控制阀，以及蠕动泵；所述全封闭液路模块与离心杯相连；
所述全封闭液路模块通过控制相应控制阀的开启或关闭，切换以下回路至少之一以完成细胞分离过程中相应的处理流程：第一回路、第二回路和第三回路；
其中，所述第一回路与样本液袋和废液袋相连，用于在蠕动泵的驱动下实现进样并排出第一上清液的第一处理流程；
所述第二回路与离心液袋和废液袋相连，用于在蠕动泵的驱动下实现洗涤并排出第二上清液的第二处理流程；
所述第三回路与重悬液袋和成品液袋相连，用于在蠕动泵的驱动下实现收集并封装的第三处理流程。
基于本说明书提供的基于多尺度视觉感知的细胞离心控制方法和细胞分离设备，具体实施前，可以先对细胞分离设备进行改进，使用透明材质的离心杯，并在该离心杯的底部位置处布设第一成像模块和第二成像模块。基于上述改进后的细胞分离设备具体实施时，在监测到离心杯旋转时，自动触发累计离心时长；在监测到离心时长大于等于预设的第一时长阈值时，控制第一成像模块采集包含有离心杯中的分层液面的第一类宏观图像；根据第一类宏观图像进行密度梯度边界识别，得到并根据密度梯度边界识别结果，自动判断宏观维度上的细胞分离情况，有针对性地对离心杯中的细胞进行粗分离处理控制；在确定结束粗分离处理的情况下，降低离心杯的旋转速度；并控制第二成像模块采集包含有离心杯中的细胞的第二类微观图像；根据第二类微观图像进行细胞特征检测，得到并根据细胞检测结果，自动判断微观维度上的细胞分离情况，有针对性地对离心杯中的细胞进行精分离处理控制。从而可以通过获取并组合利用第一类宏观图像和第二类微观图像等基于不同维度的多尺度视觉感知图像，能够较为高效、精准地控制细胞分离设备自动完成细胞的离心处理，减少处理误差，提高细胞分离精度，减少对细胞的污染和破坏。
附图说明
为了更清楚地说明本说明书实施例，下面将对实施例中所需要使用的附图作简单地介绍，下面描述中的附图仅仅是本说明书中记载的一些实施例，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是本说明书的一个实施例提供的基于多尺度视觉感知的细胞离心控制方法的流程示意图；
图2是应用本说明书实施例提供的基于多尺度视觉感知的细胞离心控制方法的细胞分离设备的结构组成的一个实施例的示意图；
图3是在一个场景示例中，应用本说明书实施例提供的基于多尺度视觉感知的细胞离心控制方法的一种实施例的示意图；
图4是在一个场景示例中，应用本说明书实施例提供的基于多尺度视觉感知的细胞离心控制方法的一种实施例的示意图；
图5是在一个场景示例中，应用本说明书实施例提供的基于多尺度视觉感知的细胞离心控制方法的一种实施例的示意图；
图6是在一个场景示例中，应用本说明书实施例提供的基于多尺度视觉感知的细胞离心控制方法的一种实施例的示意图；
图7是在一个场景示例中，应用本说明书实施例提供的基于多尺度视觉感知的细胞离心控制方法的一种实施例的示意图；
图8是在一个场景示例中，应用本说明书实施例提供的基于多尺度视觉感知的细胞离心控制方法的一种实施例的示意图；
图9是在一个场景示例中，应用本说明书实施例提供的基于多尺度视觉感知的细胞离心控制方法的一种实施例的示意图；
图10是本说明书的一个实施例提供的电子设备的结构组成示意图；
图11是本说明书的一个实施例提供的基于多尺度视觉感知的细胞离心控制装置的结构组成示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都应当属于本说明书保护的范围。
参阅图1所示，本说明书实施例提供了一种基于多尺度视觉感知的细胞离心控制方法，其中，该方法具体应用于细胞分离设备一侧。具体实施时，该方法可以包括以下内容：
S101：在监测到离心杯旋转时，触发累计离心时长；其中，所述离心杯为透明材质的离心杯；并且在所述离心杯的底部位置处还设置有第一成像模块和第二成像模块；
S102：在监测到离心时长大于等于预设的第一时长阈值时，控制第一成像模块采集包含有离心杯中的分层液面的第一类宏观图像；
S103：根据第一类宏观图像进行密度梯度边界识别，得到对应的密度梯度边界识别结果；
S104：根据密度梯度边界识别结果，对离心杯中的细胞进行粗分离处理控制；
S105：在确定结束粗分离处理的情况下，降低离心杯的旋转速度；并控制第二成像模块采集包含有离心杯中的细胞的第二类微观图像；
S106：根据第二类微观图像进行细胞特征检测，得到对应的细胞检测结果；
S107：根据细胞检测结果，对离心杯中的细胞进行精分离处理控制。
基于上述实施例，在对细胞进行离心处理的过程中，可以根据第一成像模块所采集的包含分层液面的第一类宏观图像，通过密度梯度边界识别，得到并根据密度梯度边界识别记过，自动且精准地控制对细胞的粗分离；进一步，还可以根据第二成像模块所采集的包含细胞的第二类微观图像，通过细胞特征检测，得到并根据细胞检测结果，自动且精准地控制对细胞的精分离处理。从而能够有效地简化技术人员的操作，高效地自动完成细胞的离心处理，减少处理误差，提高细胞分离精度。
在一些实施例中，上述细胞分离设备具体可以理解为一种支持视觉图像智能处理的改进后的细胞分离设备。具体的，参阅图2所示，上述细胞分离设备至少可以包括以下结构：处理器、离心杯、第一成像模块、第二成像模块，以及电机；其中，所述离心杯为透明材质的离心杯；所述离心杯与电机连接，用于盛放待分离的细胞；所述第一成像模块和第二成像模块分别设置于离心杯的底板位置处；所述处理器与第一成像模块、第二成像模块、电机相连。其中，上述处理器、第一成像模块和第二成像模块组成了细胞分离设备中的多尺度视觉感知模块。
具体的，参阅图2所示，上述离心杯的上方具体可以布设有离心杯进出液口（包括进液口和出液口）。相应的，包含有待分离提取的细胞（例如，单核细胞）的血液或培养液可以通过上述进出液口输入至离心杯中。同时，在离心过程中离心杯中的废液也会通过上述进出液口排出离心杯。
上述离心杯具体可以通过离心杯底座设与电机的输出轴相连接。其中，上述电机具体可以是高速离心电机。具体的，上述电机还可以连接有霍尔传感器、联轴器、驱动器等其他相关部件。
进一步，在上述电机的输出轴位置还设置有紧急制动器。其中，上述紧急制动器与离心杯中的腔门相连，并与上述腔门形成自锁结构。基于该自锁结构，当离心杯中的腔门打开时，紧急制动器会被自动激活，进而通过控制电机，控制离心杯停止旋转。当离心杯中的腔门关闭时，紧急制动器则处于休眠状态，细胞分离设备能够通过控制电机，控制离心杯正常旋转。
此外，在离心杯的底部位置处还分别设置有第一成像模块和第二成像模块。其中，第一成像模块用于基于宏观的维度，采集包含有离心杯中的分层页面的第一类宏观图像。第二成像模块用于基于微观的维度，采集包含有离心杯中的细胞的第二类微观图像。
具体的，参阅图2所示，上述第一成像模块和第二成像模块具体可以分别设置于离心杯底部且邻近该离心杯正常工作时所出现的理论梯度边界的邻近区域位置处，以便能够通过上述第一成像模块、第二成像模块采集得到精度较高、误差较小的图像。进一步，上述第一成像模块和第二成像模块还可以分别设置于离心杯底部相对两侧的位置处，避免运行时互相干扰，进一步提高所采集图像的精度。
此外，细胞分离设备还包括处理器（图中未示出）。该处理器可以与电机、第一成像模块、第二成像模块分别相连接。
这样，处理器可以通过连接获取并根据第一成像模块所采集到的第一类宏观图像，通过对相连接的电机进行针对性的控制，较好地完成对离心杯中细胞的粗分离处理；同时，处理器还可以通过连接获取并根据第二成像模块所采集到的第二类微观图像，通过对相连接的电机进行针对性的控制，较好地完成对离心杯中细胞的精分离处理（或称精细分离处理）。
在一些实施例中，所述第一成像模块至少可以包括工业相机和短焦镜头。其中，上述工业相机具体可以是常规的工业摄像机。这样，可以通过上述第一成像模块基于宏观的维度，采集得到效果较好的第一类宏观图像。
所述第二成像模块至少可以包括显微相机和显微镜头。其中，上述显微相机区别于工业摄像机，通常内嵌有精度较高的感光芯片，具有相对较高的精度和分辨率，能够精细地观测到细胞的微观细节特征。上述显微镜头具体可以是一种把重点放在供近摄用而设计的高分辨力的镜头。这样，可以通过上述第二成像模块基于微观的角度，采集得到效果较好的第二类微观图像。
在一些实施例中，参阅图3所示，上述细胞分离设备进一步还可以包括：计量模块、显示模块、全封闭液路模块，以及废液模块等结构。
基于上述细胞分离设备，主要通过梯度离心法实现对细胞的分离和提取。其中，梯度离心法具体可以是指基于液体内不同物质的密度不一，其密度随转轴距离而增加，从而以密度大小形成不同的梯度分离的方法。
其中，上述计量模块通过支撑架设置于细胞分离设备的上方用于挂载和称量细胞分离时需要使用到的样本液（例如，血液或细胞培养液等）袋、重悬液（或冻存液）袋、离心液（或清洗液）袋，以及细胞分离最终得到的包含有分离和提取出的细胞的成品液袋（例如，成品1、成品2和成品3，用于盛装成品细胞），具体可以参阅图4所示。上述废液模块连接有废液袋，用于存储细胞分离过程中所排出的废液。
具体的，上述计量模块具体包括6个高精度的称重传感器，上述称重传感器具体可以与挂钩相连。其中，挂钩用于挂载样本液袋、成品液袋、重悬液袋、离心液袋等。上述称重传感器支持选择0-10kg范围内的不同量程，称重精度能够达到0.001~0.01g，可以适应多种型号和规格的液体称重计量。
上述支撑架两根不锈钢中空管路组成，其中，中空管路可以用于布设称重传感器的线缆通路。上述支撑架的上部用于连接计量模块，下部固定设置于细胞分离设备的主体。
上述显示模块具体可以包括触控显示屏。具体实施时，技术人员可以通过显示模块观测到与细胞分离相关的数据和图像；并且还可以通过上述显示模块进行指令交互。
参阅图4所示，上述全封闭液路模块包括多个连接管路。其中，上述连接管路具体连接有样本液袋、重悬液袋、离心液袋、废液袋，以及蠕动泵、离心杯、取样点、气泡传感器等部件。其中，气泡传感器用于在全封闭液路模块中检测并确定液体流向，以及结束信号。蠕动泵用于为全封闭液路模块提供正向和反向的驱动力。
此外，在上述连接管路的相应位置处还布设有多个控制阀。其中，上述控制阀具体可以是电磁阀，例如，图4中的电磁阀1、电磁阀2……电磁阀14等。上述电磁阀用于控制相应连接管路的通断。
进一步，细胞分离设备通过对电磁阀开启和关闭的控制，能够在全封闭液路模块中，利用多个连接管路进行连接组合，得到第一回路、第二回路和第三回路三个不同的回路。
其中，上述第一回路与样本液袋、废液袋相连。具体实施时，当细胞分离设备通过控制信号控制电磁阀1、电磁阀8、电磁阀13、电磁阀11处于开启状态时，可以切换连通第一回路。基于第一回路，可以通过蠕动泵的作用使样本液的连续进液；样本液可以经由电磁阀1、电磁阀8，通过离心杯的进液口进入到离心杯中；样本液在离心杯中通过高速离心旋转完成分层；然后离心杯中内层废液（例如，上清液）会通过离心杯的出液口离开离心杯，再经由电磁阀13、电磁阀11输出到废液袋中。从而实现：样本液输入-离心-上清液输出，即进样并排出第一上清液的第一处理流程。
上述第二回路与离心液袋、废液袋相连。具体实施时，当细胞分离设备通过控制信号控制电磁阀2、电磁阀8、电磁阀13、电磁阀11处于开启状态时，可以切换连通第二回路。基于第二回路，可以通过蠕动泵的作用使离心液的连续进液；离心液可以经由电磁阀2、电磁阀8，通过离心杯的进液口进入到离心杯中；离心液在离心杯中先进行混匀洗涤，再通过高速离心完成分层；然后离心杯中内层废液（例如，上清废液）会通过离心杯的出液口离开离心杯，再经由电磁阀13、电磁阀11输出到废液袋中。从而实现：离心液输入-细胞离心清洗-上清废液输出，即洗涤并排出第二上清液的第二处理流程。其中，上述第二处理流程通常会重复执行两到三次以充分去除杂质和/或培养基。
上述第三回路与重悬液袋、成品液袋相连。具体实施时，当细胞分离设备通过控制信号控制电磁阀3、电磁阀8、电磁阀13、电磁阀10、电磁阀4、电磁阀5、电磁6处于开启状态时，可以切换连通第三回路。基于第三回路，可以通过蠕动泵的作用使重悬液的连续进液；重悬液可以经由电磁阀2、电磁阀8，通过离心杯的进液口进入到离心杯中；重悬液在离心杯中与分离出来的细胞进行混匀重悬；然后通过离心杯的出液口离开离心杯，再经由电磁阀13、电磁阀10、电磁阀4、电磁阀5、电磁6输出到对应的成品液袋中。从而实现：重悬液输入-重悬-成品输出，即收集并封装成品的第三处理流程。
此外，上述细胞分离设备的主体外壳可以为上述模块的安装和功能使用提供整体支撑，同时主体本身的角度、高度等参数符合人体工程学设计。
具体实施时，细胞分离设备通过按序分别切换并使用上述第一回路、第二回路、第三回路，完成上述第一处理流程、第二处理流程、第三处理流程，可以在全封闭的条件下，自动且精准地完成对细胞的分离和提取，得到符合要求的细胞成品，减少数据处理过程中对细胞的污染。
在上述处理流程中，可以利用本说明书提供的基于多尺度视觉感知的细胞离心控制方法，基于视觉图像，对离心处理进行相对更加精细、智能的自动化控制，从而可以提高离心效果，进一步减少处理误差，得到质量相对更好的细胞成品。
在一些实施例中，具体实施时，离心杯刚开始旋转时，表示已经开始进行粗分离处理。处理器在监测到离心杯开始旋转时，可以触发开始计时，累计离心时长；同时，处理器还会实时监测离心时长是否大于等于预设的第一时长阈值。
具体的，当离心时长大于等于预设的第一时长阈值时，表示已经邻近结束粗分离处理，需要确定是否开始启动精分离处理。
其中，上述预设的第一时长阈值具体可以是根据当前离心杯中的液体量，以及待分离提取的细胞的细胞类型确定的。
具体实施时，可以根据当前离心杯中的液体量，以及待分离提取的细胞的细胞类型，查询预设的参考时间集；确定出与液体量和细胞类型相匹配的预设的参考时间，作为预设的第一时长阈值。其中，上述预设的参考时间集包括多个预设的参考时间；上述每一个预设的参考时间对应一种液体量和细胞类型的组合。上述预设的参考时间集为预先通过对大量不同情况的细胞离心记录进行聚类处理所得到的。
具体实施时，在通过查询预设的参考时间集，未找到相匹配的预设的参考时间的情况下，可以先确定出与液体量最匹配，且与细胞类型次匹配的预设的参考时间作为第一参考时间，以及与液体量次匹配，且与细胞类型最匹配的预设的参考时间作为第二参考时间；再将当前的液体量和细胞类型，以及第一参考时间和第二参考时间按规则组合后输入至预先训练好的时间预测模型中；并运行上述时间预测模型，由时间预测模型基于当前的液体量和细胞类型，综合参考第一参考时间和第二参考时间，通过模型运算，计算并输出一个时间值，作为预设的第一时长阈值。
在一些实施例中，第一图像模块可以针对离心杯中理论梯度边界的出现区域进行图像采集，以得到效果较好的第一类宏观图像。
在一些实施例中，参阅图5所述，上述根据第一类宏观图像进行密度梯度边界识别，得到对应的密度梯度边界识别结果，具体实施时，可以包括以下内容：
S1：通过将第一类宏观图像转换到HIS空间，得到对应的第一类灰度图；
S2：对所述第一类灰度图进行自适应二值化处理，得到对应的第一类二值图；
S3：根据预设的第一类边缘检测算法，对第一类二值图进行直线检测，得到对应的直线检测结果；
S4：根据所述直线检测结果，进行密度梯度边界统计，以得到对应的密度梯度边界识别结果。
基于上述实施例，细胞分离设备可以根据第一类宏观图像，进行较为有效的密度梯度边界识别，得到精度较好、参考价值较高的密度梯度边界识别结果。
在一些实施例中，具体实施前，还可以先对第一成像模块中的相机进行标定，得到第一内参、第一外参；在通过第一成像模块采集得到第一类宏观图像之后，可以先根据第一内参、第一外参对上述第一类宏观图像进行图像校正，以进一步减少误差，得到精度更高的第一类宏观图像。
在一些实施例中，具体实施时，参阅图6所示，可以先将第一类宏观图像从原本的RGB空间转换到HIS空间，其中，H、S、I分别表示色调、饱和度和亮度分量，进而可以得到基于上述三个分量上的灰度图，作为第一类灰度图。
进一步，可以采用基于上述第一类灰度图的直方图的波峰和波谷，生成对应的自适应算子；再利用该自适应算子，有针对性地对第一类灰度图中的H、S分量上的灰度图像进行自适应二值化处理，以得到符合要求的第一类二值图。
接着，可以使用Hough（霍夫变换）边缘检测算法作为预设的第一类边缘检测算法，对第一类二值图进行直线检测，以得到较为准确的直线检测结果。
然后，可以根据直线检测结果，进行密度梯度边界的确定和统计。具体的，可以根据直线检测结果，通过对边缘特征进行遍历，进行涉及直线度、数量阈值的判断，以确定是否满足边界条件；当满足边界条件时，则确定出一个密度梯度边界，相应的，对边界数量作加1处理；通过上述方式，可以统计得到该第一类宏观图像中所包含的密度梯度边界的数量，得到对应的密度梯度边界识别结果。例如，每进行一次遍历，次数i+1；每识别出一个密度梯度边界，边界数量j+1。并且，在检测识别的过程中区分外周血单核细胞（简记为PBMC）或成熟期的细胞（简记为成品细胞）等不同的细胞类型，根据不同的边界参考阈值进行检测识别。
此外，还可以基于第一成像模块的相机标定参数，将第一类宏观图像中识别出的图像边界转换成实际的边界尺寸；并基于实际的边界尺寸，计算离心杯中不同边界之间的实际距离，进而能够更加精细地确定离心杯中当前的细胞离心情况。
在一些实施例中，上述根据密度梯度边界识别结果，对离心杯中的细胞进行粗分离处理控制，具体实施时，可以包括以下内容：
S1：确定离心杯中待分离的细胞的细胞类型；并根据细胞类型，确定对应的边界参考阈值；
S2：根据密度梯度边界识别结果，检测第一类宏观图像中的密度梯度边界是否等于边界参考阈值；
S3：在确定第一类宏观图像中的密度梯度边界等于边界参考阈值的情况下，进行相应的粗分离处理控制。
基于上述实施例，可以根据密度梯度边界识别结果，对离心杯中细胞的粗分离处理进行较为精准、细致的控制，以得到较好的粗分离效果。
在一些实施例中，所述细胞类型具体可以包括：外周血单核细胞或成熟期的细胞等。
其中，上述外周血单核细胞（Peripheral blood mononuclear cell,PBMC)具体可以是指外周血中具有单个核的细胞，包括淋巴细胞和单核细胞。
上述成熟期的细胞（或称成品细胞）具体可以是指培养液中处于成熟期，待与培养基分离的细胞。
相应的，与外周血单核细胞对应的边界参考阈值可以为3，与成熟期的细胞对应的边界参考阈值可以为1。其中，上述与不同类型的细胞对应的边界参考阈值具体可以是预先通过对不同类型的细胞离心过程进行整理总结所得到的。
具体的，对于成熟期的细胞，当出现一个密度梯度边界隔离出两层液体时，位于该密度梯度边界内侧（靠近离心杯中心的一侧）的一层液体为废液层；位于该密度梯度边界外侧（远离离心杯中心的一侧）的一层液体为细胞层。具体进行相应的粗分离处理控制时，例如，细胞分离设备可以通过对全封闭液路模块中控制阀的控制，切换第一回路；再通过第一回路从离心杯中排出内侧的废液。
对于外周血单核细胞，当出现三个密度梯度边界隔离出四层液体时，在相邻细胞层之间存在废液层。具体进行相应的粗分离处理控制时，例如，细胞分离设备可以通过对全封闭液路模块中控制阀的控制，切换第一回路；再通过第一回路从离心杯中先排出相邻细胞层之间的废液；再切换并通过第三回路将排出废液后的细胞暂保存在成品袋中；然后将成品袋中细胞重新输入至离心杯；再按照处理成熟期的细胞的方式，切换并通过第一回路，从离心杯中先排出内侧的废液。
在一些实施例中，在根据密度梯度边界识别结果，检测第一类宏观图像中的密度梯度边界是否等于边界参考阈值之后，所述方法具体实施时，还可以包括：在确定第一类宏观图像中的密度梯度边界小于边界参考阈值的情况下，间隔预设的时间段，重新采集第一类微观图像；并重复上述检测识别过程，直到检测到第一类宏观图像中的密度梯度边界大于等于边界参考阈值为止。
其中，上述预设的时间段具体可以是1分钟，也可以是5分钟。具体实施时，可以根据具体的应用场景和精度要求灵活设置。对此，本说明书不做限定。
在确定第一类宏观图像中的密度梯度边界大于等于边界参考阈值的情况下，具体的，细胞分离设备可以控制结束粗分离处理，并触发进行精分离处理；同时，还会触发控制第二成像模块采集第二类微观图像。
在一些实施例中，在确定第一类宏观图像中的密度梯度边界小于边界参考阈值的情况下，所述方法具体实施时，还可以包括：根据当前的密度梯度边界识别结果，有针对性地调整当前粗分离处理时离心杯的旋转速度，以使得离心杯中密度梯度边界能够有较为匹配的离心方式达到边界参考阈值。
具体的，例如，可以根据当前的密度梯度边界识别结果，确定当前已识别出的密度梯度边界与边界参考阈值的差异程度。如果差异程度比较大，可以适当地进一步提高离心杯的旋转速度，以更快达到边界参考阈值，缩短粗分离处理的耗时。相反，如果差异程度比较小，可以适当地降低或者不改变离心杯的旋转速度，以较为平缓的方式达到边界参考阈值。
在一些实施例中，细胞分离设备在确定完成粗分离处理后，可以自动触发进行精分离处理。
其中，进行精分离处理是考虑到基于宏观尺度的第一类宏观图像的粗分离虽然能较为准确地感知并确定出密度梯度边界，但因为离心杯是圆柱体的，在粗分离时还存在以下情况会对最终的细胞分离效果产生影响：1）如果给细胞层的边界预留较大正余量，虽然能保证细胞的回收率，但也会造成的培养液或其他非细胞液体的大量残留；2）如果对宏观尺度的密度梯度边界的识别预留负余量，则细胞的回收率不能保证，显然也无法达到较好的分离效果；3）如果不做正负预留，离心杯的单一截面也会预留大量的培养液和非细胞液体。
因此，考虑可以在粗分离的基础上，进一步采集并基于微观尺度的第二类微观图像进行更加精细的视觉感知，以进行相应的精分离处理控制，以进一步提高细胞分离效果。具体的，可以通过对离心速度的精准控制，将离心杯的旋转速度降低到一定点，通过采集并根据第二类微观图像，识别出细胞的微观特征，以指导对废液排放的精细调整和控制，这样才能既保证细胞的精准分离，又能将非细胞液最大程度的排空，实现细胞精分离。
在一些实施例中，参阅图7所示，上述根据第二类微观图像进行细胞特征检测，得到对应的细胞检测结果，具体实施时，可以包括以下内容：
S1：根据第二类微观图像，通过固定阈值的二值化处理，得到对应的第二类二值图；
S2：根据预设的第二类边缘检测算法，对第二类二值图进行边缘特征检测，得到边缘特征检测结果；
S3：根据边缘特征检测结果，在第二类二值图中确定出多个闭合区域；并获取闭合区域的关键特征；
S4：根据闭合区域的关键特征，统计第二类二值图中符合要求的细胞的数量，作为细胞检测结果。
基于上述实施例，细胞分离设备可以根据第二类微观图像，进行较为有效的细胞特征检测，得到精度较好、参考价值较高的细胞检测结果。
在一些实施例中，在具体进行精分离时，会逐步降低离心速度，这时细胞的密度梯度边界会因离心速度的下降而逐步倾斜。可以参阅图8所示，具体的，密度梯度边界会由第一速度（离心杯的旋转速度）时的垂直状态，先转变为到第二速度时的与水平面呈较大角度的状态，再转变为第三速度时与水平面呈较小角度的状态。基于本说明书提供方法，在密度梯度边界逐步倾斜的过程中，可以利用第二成像模块实时或间隔预设的时间段采集并根据第二类微观图像进行细胞特征检测，当检测到符合要求的微观细胞存在后，开始启动持续时长的计时，再持续时长达到预设的第二时长阈值时，停止废液抽取，完成精准的细胞分离，即结束精分离处理。
参阅图8所示，上述第二成像模块具体可以设置于离心杯底部与出液口连通的排液口的外侧邻近区域位置处，以便能够更加精细地观测并采集到细胞的微观特征。具体的，对于布设于上述位置处的第二成像模块，当离心转速降低时，即离心力降低时，离心杯中的细胞会逐步进入到该第二成像模块的视野内，以便观测到细胞的细节特征；同时，密度较小的废液则会先从靠里位置处的排液口被吸出，经过出液口排出离心杯。
在一些实施例中，具体实施时，参阅图9所示，细胞分离设备可以先对第二类微观图像进行灰度化处理；再基于固定阈值进行二值化处理，得到第二类二值图。
接着，可以使用Sobel边缘检测算法作为预设的第二类边缘检测算法，对第二类二值图进行边缘特征检测，以提取得到视野内出现的边界特征作为边缘特征检测结果。
其中，Sobel边缘检测算法具体可以是指基于图像梯度的边缘检测算法，主要利用图像中像素点的灰度值来检测边缘。
进一步，可以根据边缘特征检测结果，通过将小区域的边界闭合，并进行填充，找出多个闭合区域；再针对上述闭合区域采集闭合区域内的像素面积值，以及闭合区域的椭圆拟合度，作为闭合区域的关键特征。
然后，可以根据上述闭合区域的关键特征，在第二类二值图中确定出满足要求的闭合区域，从而识别出对应离心杯中的细胞。具体的，将第二类二值图中像素面积值大于预设的面积阈值，且椭圆拟合度满足圆度特征要求的闭合区域识别为细胞。
最后，累计所在第二类二值图中识别出的符合要求的细胞的数量j，得到对应的细胞检测结果。
在一些实施例中，上述根据细胞检测结果，对离心杯中的细胞进行精分离处理控制，具体实施时，可以包括以下内容：
S1：根据细胞检测结果，检测第二类二值图中符合要求的细胞的数量是否大于预设的数量阈值；
S2：在确定第二类二值图中符合要求的细胞的数量大于等于预设的数量阈值的情况下，触发累计持续时长；
S3：在监测到持续时长大于等于预设的第二时长阈值的情况下，控制结束精分离处理。
具体的，当持续时长大于等于预设的第二时长阈值时，表示可以结束精分离处理。
其中，上述预设的第二时长阈值具体可以是根据当前离心杯中的液体量，以及待分离提取的细胞的细胞类型确定的。
基于上述实施例，可以根据细胞检测结果，对离心杯中细胞的精分离处理进行较为精准、细致的控制，以得到较好的精分离效果。
在一些实施例中，所述方法具体实施时，还可以包括以下内容：根据细胞检测结果，在确定第二类二值图中符合要求的细胞的数量小于预设的数量阈值的情况下，间隔预设的时间段，重新采集第二类微观图像。并重复上述检测识别过程，直到检测到第二类宏观图像中的细胞数量大于等于预设的数量阈值为止。
在一些实施例中，在确定第二类二值图中符合要求的细胞的数量小于预设的数量阈值的情况下，所述方法具体实施时，还可以包括以下内容：根据当前的细胞检测结果，有针对性地调整当前精分离处理时离心杯的旋转速度，以使得离心杯中细胞数量能够有较为匹配的方式达到预设的数量阈值。
具体的，例如，可以根据当前的细胞检测结果，确定当前已识别出的细胞数量与预设的数量阈值之间的接近程度。如果接近程度比较大，可以适当地进一步降低离心杯的旋转速度，以比较平缓的方式达到预设的数量阈值，避免所需要的细胞由于旋转速度过快连同废液一起排出离心杯。相反，如果接近程度比较小，可以适当地提高或者不改变离心杯的旋转速度，以便更快地达到预设的数量阈值，缩短精分离处理的耗时。
在一些实施例中，具体实施前，还可以获取并利用大量历史精分离处理记录以及对应的包含有离心杯中细胞的历史微观图像进行模型训练，得到预设的精分离策略模型。
相应的，在确定第二类二值图中符合要求的细胞的数量小于预设的数量阈值的情况下，所述方法具体实施时，还可以包括：利用预设的精分离策略模型处理当前的细胞检测结果以及当前的第二类微观图像，输出针对当前的细胞精分离处理情况的相匹配的目标精分离策略。进而，细胞分离设备可以根据上述目标精分离策略，精细地调整精分离处理过程中离心杯的旋转速度。例如，根据目标精分离策略在第一个时间段（例如，自当前时间点起的第一个五分钟）内保持离心杯的旋转速度不变；在第二个时间段（例如，自当前时间点起的第二个五分钟）控制离心杯的旋转速度按照每分钟下降5%的方式持续下降；在第三个时间段（例如，自当前时间点起的第二个五分钟之后的时间段）继续控制离心杯的旋转速度保持不变。从而可以对精分离处理进行更加精细，更有针对性的调整控制，进而能够在兼顾精分离处理的处理耗时的同时，有效地避免细胞杯误排或遭到破坏，能够分离提取到质量较高的细胞。
由上可见，基于本说明书实施例提供的基于多尺度视觉感知的细胞离心控制方法，具体实施前，可以在所使用的透明的离心杯的底部位置处布设第一成像模块和第二成像模块。具体实施时，旋转离心杯，触发累计离心时长；在监测到离心时长大于等于预设的第一时长阈值时，控制第一成像模块采集包含有离心杯中的分层液面的第一类宏观图像；根据第一类宏观图像进行密度梯度边界识别，得到并根据密度梯度边界识别结果，对离心杯中的细胞进行粗分离处理控制；在确定结束粗分离处理的情况下，降低离心杯的旋转速度；并控制第二成像模块采集包含有离心杯中的细胞的第二类微观图像；根据第二类微观图像进行细胞特征检测，得到并根据细胞检测结果，对离心杯中的细胞进行精分离处理控制。从而能够高效、精准地自动完成细胞的离心处理，减少处理误差，提高细胞分离精度，减少对细胞的污染。
参阅图2所示，本说明书还提供了一种细胞分离设备，至少可以包括以下结构：多尺度视觉感知模块、离心杯，以及电机；其中，所述多尺度视觉感知模块至少包括：处理器、第一成像模块、第二成像模块，所述离心杯为透明材质的离心杯；所述离心杯与电机连接，用于盛放待分离的细胞；所述第一成像模块和第二成像模块分别设置于离心杯的底板位置处；所述处理器与第一成像模块、第二成像模块、电机相连；
所述处理器在监测到离心杯旋转时，触发累计离心时长；并在监测到离心时长大于等于预设的第一时长阈值时，向第一成像模块发送第一类采集指令；
所述第一成像模块接收并响应第一类采集指令，采集包含有离心杯中的分层液面的第一类宏观图像；并将第一类宏观图像发送至处理器；
所述处理器根据第一类宏观图像进行密度梯度边界识别，得到对应的密度梯度边界识别结果；并根据密度梯度边界识别结果，通过电机对离心杯中的细胞进行粗分离处理控制；
所述处理器在确定结束粗分离处理的情况下，通过电机降低离心杯的旋转速度；并向第二成像模块发送第二类采集指令；
所述第二成像模块接收并响应第二类采集指令，采集包含有离心杯中的细胞的第二类微观图像；
所述处理器根据第二类微观图像进行细胞特征检测，得到对应的细胞检测结果；并根据细胞检测结果，通过电机对离心杯中的细胞进行精分离处理控制。
在一些实施例中，所述细胞分离设备具体还可以包括：全封闭液路模块等；其中，所述全封闭液路至少包括多个连接管路、多个控制阀，以及蠕动泵；所述全封闭液路模块与离心杯相连；
所述全封闭液路模块通过控制相应控制阀的开启或关闭，切换以下回路至少之一以完成细胞分离过程中相应的处理流程：第一回路、第二回路和第三回路；
其中，所述第一回路与样本液袋和废液袋相连，用于在蠕动泵的驱动下实现进样并排出第一上清液的第一处理流程；
所述第二回路与离心液袋和废液袋相连，用于在蠕动泵的驱动下实现洗涤并排出第二上清液的第二处理流程；
所述第三回路与重悬液袋和成品液袋相连，用于在蠕动泵的驱动下实现收集并封装的第三处理流程。
在一些实施例中，上述细胞分离设备具体还可以包括：计量模块、显示模块、废液模块等其他结构。
本说明书实施例还提供了一种基于多尺度视觉感知的细胞离心控制方法，具体实施时，可以包括以下步骤：
S1：在确定结束粗分离处理的情况下，降低离心杯的旋转速度；并控制第二成像模块采集包含有离心杯中的细胞的第二类微观图像；
S2：根据第二类微观图像进行细胞特征检测，得到对应的细胞检测结果；
S3：根据细胞检测结果，对离心杯中的细胞进行精分离处理控制。
基于上述实施例，可以利用细胞分离设备自动且精准地控制完成针对细胞的精分离处理。
本说明书实施例还提供一种电子设备，参阅图10所示，其中，所述电子设备包括网络通信端口1001、处理器1002以及存储器1003，上述结构通过内部线缆相连，以便各个结构可以进行具体的数据交互。
其中，所述网络通信端口1001，具体可以用于接收触发指令。
所述处理器1002，具体可以用于响应所述触发指令，在监测到离心杯旋转时，触发累计离心时长；其中，所述离心杯为透明材质的离心杯；并且在所述离心杯的底部位置处还设置有第一成像模块和第二成像模块；在监测到离心时长大于等于预设的第一时长阈值时，控制第一成像模块采集包含有离心杯中的分层液面的第一类宏观图像；根据第一类宏观图像进行密度梯度边界识别，得到对应的密度梯度边界识别结果；根据密度梯度边界识别结果，对离心杯中的细胞进行粗分离处理控制；在确定结束粗分离处理的情况下，降低离心杯的旋转速度；并控制第二成像模块采集包含有离心杯中的细胞的第二类微观图像；根据第二类微观图像进行细胞特征检测，得到对应的细胞检测结果；根据细胞检测结果，对离心杯中的细胞进行精分离处理控制。
所述存储器1003，具体可以用于存储相应的指令程序。
在本实施例中，所述网络通信端口1001可以是与不同的通信协议进行绑定，从而可以发送或接收不同数据的虚拟端口。例如，所述网络通信端口可以是负责进行web数据通信的端口，也可以是负责进行FTP数据通信的端口，还可以是负责进行邮件数据通信的端口。此外，所述网络通信端口还可以是实体的通信接口或者通信芯片。例如，其可以为无线移动网络通信芯片，如GSM、CDMA等；其还可以为Wifi芯片；其还可以为蓝牙芯片。
在本实施例中，所述处理器1002可以按任何适当的方式实现。例如，处理器可以采取例如微处理器或处理器以及存储可由该（微）处理器执行的计算机可读程序代码（例如软件或固件）的计算机可读介质、逻辑门、开关、专用集成电路（Application SpecificIntegrated Circuit，ASIC）、可编程逻辑控制器和嵌入微控制器的形式等等。本说明书并不作限定。
在本实施例中，所述存储器1003可以包括多个层次，在数字系统中，只要能保存二进制数据的都可以是存储器；在集成电路中，一个没有实物形式的具有存储功能的电路也叫存储器，如RAM、FIFO等；在系统中，具有实物形式的存储设备也叫存储器，如内存条、TF卡等。
本说明书实施例还提供了一种基于上述基于多尺度视觉感知的细胞离心控制方法的计算机可读存储介质，所述计算机可读存储介质存储有计算机程序指令，在所述计算机程序指令被执行时实现以下步骤：在监测到离心杯旋转时，触发累计离心时长；其中，所述离心杯为透明材质的离心杯；并且在所述离心杯的底部位置处还设置有第一成像模块和第二成像模块；在监测到离心时长大于等于预设的第一时长阈值时，控制第一成像模块采集包含有离心杯中的分层液面的第一类宏观图像；根据第一类宏观图像进行密度梯度边界识别，得到对应的密度梯度边界识别结果；根据密度梯度边界识别结果，对离心杯中的细胞进行粗分离处理控制；在确定结束粗分离处理的情况下，降低离心杯的旋转速度；并控制第二成像模块采集包含有离心杯中的细胞的第二类微观图像；根据第二类微观图像进行细胞特征检测，得到对应的细胞检测结果；根据细胞检测结果，对离心杯中的细胞进行精分离处理控制。
在本实施例中，上述存储介质包括但不限于随机存取存储器（Random AccessMemory, RAM）、只读存储器（Read-Only Memory, ROM）、缓存（Cache）、硬盘（Hard DiskDrive, HDD）或者存储卡（Memory Card）。所述存储器可以用于存储计算机程序指令。网络通信单元可以是依照通信协议规定的标准设置的，用于进行网络连接通信的接口。
在本实施例中，该计算机可读存储介质存储的程序指令具体实现的功能和效果，可以与其它实施方式对照解释，在此不再赘述。
参阅图11所示，在软件层面上，本说明书实施例还提供了一种基于多尺度视觉感知的细胞离心控制装置，该装置具体可以包括以下的结构模块：
触发模块1101，具体可以用于在监测到离心杯旋转时，触发累计离心时长；其中，所述离心杯为透明材质的离心杯；并且在所述离心杯的底部位置处还设置有第一成像模块和第二成像模块；
第一采集模块1102，具体可以用于在监测到离心时长大于等于预设的第一时长阈值时，控制第一成像模块采集包含有离心杯中的分层液面的第一类宏观图像；
第一图像处理模块1103，具体可以用于根据第一类宏观图像进行密度梯度边界识别，得到对应的密度梯度边界识别结果；
第一控制模块1104，具体可以用于根据密度梯度边界识别结果，对离心杯中的细胞进行粗分离处理控制；
第二采集模块1105，具体可以用于在确定完成粗分离处理的情况下，降低离心杯的旋转速度；并控制第二成像模块采集包含有离心杯中的细胞的第二类微观图像；
第二图像处理模块1106，具体可以用于根据第二类微观图像进行细胞特征检测，得到对应的细胞检测结果；
第二控制模块1107，具体可以用于根据细胞检测结果，对离心杯中的细胞进行精分离处理控制。
在一些实施例中，所述第一成像模块至少可以包括相机和短焦镜头等；所述第二成像模块至少可以包括显微相机和镜头等。
在一些实施例中，上述第一图像处理模块1103具体实施时，可以按照以下方式根据第一类宏观图像进行密度梯度边界识别，得到对应的密度梯度边界识别结果：通过将第一类宏观图像转换到HIS空间，得到对应的第一类灰度图；对所述第一类灰度图进行自适应二值化处理，得到对应的第一类二值图；根据预设的第一类边缘检测算法，对第一类二值图进行直线检测，得到对应的直线检测结果；根据所述直线检测结果，进行密度梯度边界统计，以得到对应的密度梯度边界识别结果。
在一些实施例中，上述第一控制模块1104具体实施时，可以按照以下方式根据密度梯度边界识别结果，对离心杯中的细胞进行粗分离处理控制：确定离心杯中待分离的细胞的细胞类型；并根据细胞类型，确定对应的边界参考阈值；根据密度梯度边界识别结果，检测第一类宏观图像中的密度梯度边界是否等于边界参考阈值；在确定第一类宏观图像中的密度梯度边界等于边界参考阈值的情况下，进行相应的粗分离处理控制。
在一些实施例中，所述细胞类型具体可以包括：外周血单核细胞或成熟期的细胞等。
在一些实施例中，上述第二图像处理模块1106具体实施时，可以按照以下方式根据第二类微观图像进行细胞特征检测，得到对应的细胞检测结果：根据第二类微观图像，通过固定阈值的二值化处理，得到对应的第二类二值图；根据预设的第二类边缘检测算法，对第二类二值图进行边缘特征检测，得到边缘特征检测结果；根据边缘特征检测结果，在第二类二值图中确定出多个闭合区域；并获取闭合区域的关键特征；根据闭合区域的关键特征，统计第二类二值图中符合要求的细胞的数量，作为细胞检测结果。
在一些实施例中，上述第二控制模块1107具体实施时，可以按照以下方式根据细胞检测结果，对离心杯中的细胞进行精分离处理控制：根据细胞检测结果，检测第二类二值图中符合要求的细胞的数量是否大于预设的数量阈值；在确定第二类二值图中符合要求的细胞的数量大于等于预设的数量阈值的情况下，触发累计持续时长；在监测到持续时长大于等于预设的第二时长阈值的情况下，控制结束精分离处理。
在一些实施例中，所述装置具体实施时，还可以用于：根据细胞检测结果，在确定第二类二值图中符合要求的细胞的数量小于预设的数量阈值的情况下，间隔预设的时间段，重新采集第二类微观图像。
需要说明的是，上述实施例阐明的单元、装置或模块等，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本说明书时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
由上可见，基于本说明书实施例提供的基于多尺度视觉感知的细胞离心控制装置，能够高效、精准地自动完成细胞的离心处理，提高细胞分离精度，减少对细胞的污染。
虽然本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行（例如并行处理器或者多线程处理的环境，甚至为分布式数据处理环境）。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过程、方法、产品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机可读存储介质中。
虽然通过实施例描绘了本说明书，本领域普通技术人员知道，本说明书有许多变形和变化而不脱离本说明书的精神，希望所附的权利要求包括这些变形和变化而不脱离本说明书的精神。

Claims (11)

1.一种基于多尺度视觉感知的细胞离心控制方法，其特征在于，包括：
在监测到离心杯旋转时，触发累计离心时长；其中，所述离心杯为透明材质的离心杯；并且在所述离心杯的底部位置处还设置有第一成像模块和第二成像模块；
在监测到离心时长大于等于预设的第一时长阈值时，控制第一成像模块采集包含有离心杯中的分层液面的第一类宏观图像；
根据第一类宏观图像进行密度梯度边界识别，得到对应的密度梯度边界识别结果；
根据密度梯度边界识别结果，对离心杯中的细胞进行粗分离处理控制；
在确定结束粗分离处理的情况下，降低离心杯的旋转速度；并控制第二成像模块采集包含有离心杯中的细胞的第二类微观图像；
根据第二类微观图像进行细胞特征检测，得到对应的细胞检测结果；
根据细胞检测结果，对离心杯中的细胞进行精分离处理控制。
2.根据权利要求1所述的方法，其特征在于，所述第一成像模块至少包括工业相机和短焦镜头；所述第二成像模块至少包括显微相机和显微镜头。
3.根据权利要求1所述的方法，其特征在于，根据第一类宏观图像进行密度梯度边界识别，得到对应的密度梯度边界识别结果，包括：
通过将第一类宏观图像转换到HIS空间，得到对应的第一类灰度图；
对所述第一类灰度图进行自适应二值化处理，得到对应的第一类二值图；
根据预设的第一类边缘检测算法，对第一类二值图进行直线检测，得到对应的直线检测结果；
根据所述直线检测结果，进行密度梯度边界统计，以得到对应的密度梯度边界识别结果。
4.根据权利要求3所述的方法，其特征在于，根据密度梯度边界识别结果，对离心杯中的细胞进行粗分离处理控制，包括：
确定离心杯中待分离的细胞的细胞类型；并根据细胞类型，确定对应的边界参考阈值；
根据密度梯度边界识别结果，检测第一类宏观图像中的密度梯度边界是否等于边界参考阈值；
在确定第一类宏观图像中的密度梯度边界等于边界参考阈值的情况下，进行相应的粗分离处理控制。
5.根据权利要求4所述的方法，其特征在于，所述细胞类型包括：外周血单核细胞或成熟期的细胞。
6.根据权利要求1所述的方法，其特征在于，根据第二类微观图像进行细胞特征检测，得到对应的细胞检测结果，包括：
根据第二类微观图像，通过固定阈值的二值化处理，得到对应的第二类二值图；
根据预设的第二类边缘检测算法，对第二类二值图进行边缘特征检测，得到边缘特征检测结果；
根据边缘特征检测结果，在第二类二值图中确定出多个闭合区域；并获取闭合区域的关键特征；
根据闭合区域的关键特征，统计第二类二值图中符合要求的细胞的数量，作为细胞检测结果。
7.根据权利要求6所述的方法，其特征在于，根据细胞检测结果，对离心杯中的细胞进行精分离处理控制，包括：
根据细胞检测结果，检测第二类二值图中符合要求的细胞的数量是否大于预设的数量阈值；
在确定第二类二值图中符合要求的细胞的数量大于等于预设的数量阈值的情况下，触发累计持续时长；
在监测到持续时长大于等于预设的第二时长阈值的情况下，控制结束精分离处理。
8.根据权利要求7所述的方法，其特征在于，所述方法还包括：
根据细胞检测结果，在确定第二类二值图中符合要求的细胞的数量小于预设的数量阈值的情况下，间隔预设的时间段，重新采集第二类微观图像。
9.一种基于多尺度视觉感知的细胞离心控制装置，其特征在于，包括：
触发模块，用于在监测到离心杯旋转时，触发累计离心时长；其中，所述离心杯为透明材质的离心杯；并且在所述离心杯的底部位置处还设置有第一成像模块和第二成像模块；
第一采集模块，用于在监测到离心时长大于等于预设的第一时长阈值时，控制第一成像模块采集包含有离心杯中的分层液面的第一类宏观图像；
第一图像处理模块，用于根据第一类宏观图像进行密度梯度边界识别，得到对应的密度梯度边界识别结果；
第一控制模块，用于根据密度梯度边界识别结果，对离心杯中的细胞进行粗分离处理控制；
第二采集模块，用于在确定完成粗分离处理的情况下，降低离心杯的旋转速度；并控制第二成像模块采集包含有离心杯中的细胞的第二类微观图像；
第二图像处理模块，用于根据第二类微观图像进行细胞特征检测，得到对应的细胞检测结果；
第二控制模块，用于根据细胞检测结果，对离心杯中的细胞进行精分离处理控制。
10.一种细胞分离设备，其特征在于，至少包括：多尺度视觉感知模块、离心杯，以及电机；其中，所述多尺度视觉感知模块至少包括：处理器、第一成像模块、第二成像模块，所述离心杯为透明材质的离心杯；所述离心杯与电机连接，用于盛放待分离的细胞；所述第一成像模块和第二成像模块分别设置于离心杯的底板位置处；所述处理器与第一成像模块、第二成像模块、电机相连；
所述处理器在监测到离心杯旋转时，触发累计离心时长；并在监测到离心时长大于等于预设的第一时长阈值时，向第一成像模块发送第一类采集指令；
所述第一成像模块接收并响应第一类采集指令，采集包含有离心杯中的分层液面的第一类宏观图像；并将第一类宏观图像发送至处理器；
所述处理器根据第一类宏观图像进行密度梯度边界识别，得到对应的密度梯度边界识别结果；并根据密度梯度边界识别结果，通过电机对离心杯中的细胞进行粗分离处理控制；
所述处理器在确定结束粗分离处理的情况下，通过电机降低离心杯的旋转速度；并向第二成像模块发送第二类采集指令；
所述第二成像模块接收并响应第二类采集指令，采集包含有离心杯中的细胞的第二类微观图像；
所述处理器根据第二类微观图像进行细胞特征检测，得到对应的细胞检测结果；并根据细胞检测结果，通过电机对离心杯中的细胞进行精分离处理控制。
11.根据权利要求10所述的细胞分离设备，其特征在于，所述细胞分离设备还包括：全封闭液路模块；其中，所述全封闭液路至少包括多个连接管路、多个控制阀，以及蠕动泵；所述全封闭液路模块与离心杯相连；
所述全封闭液路模块通过控制相应控制阀的开启或关闭，切换以下回路至少之一以完成细胞分离过程中相应的处理流程：第一回路、第二回路和第三回路；
其中，所述第一回路与样本液袋和废液袋相连，用于在蠕动泵的驱动下实现进样并排出第一上清液的第一处理流程；
所述第二回路与离心液袋和废液袋相连，用于在蠕动泵的驱动下实现洗涤并排出第二上清液的第二处理流程；
所述第三回路与重悬液袋和成品液袋相连，用于在蠕动泵的驱动下实现收集并封装的第三处理流程。
CN202310975411.1A 2023-08-04 2023-08-04 基于多尺度视觉感知的细胞离心控制方法和细胞分离设备 Active CN116694829B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310975411.1A CN116694829B (zh) 2023-08-04 2023-08-04 基于多尺度视觉感知的细胞离心控制方法和细胞分离设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310975411.1A CN116694829B (zh) 2023-08-04 2023-08-04 基于多尺度视觉感知的细胞离心控制方法和细胞分离设备

Publications (2)

Publication Number Publication Date
CN116694829A true CN116694829A (zh) 2023-09-05
CN116694829B CN116694829B (zh) 2023-11-03

Family

ID=87824307

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310975411.1A Active CN116694829B (zh) 2023-08-04 2023-08-04 基于多尺度视觉感知的细胞离心控制方法和细胞分离设备

Country Status (1)

Country Link
CN (1) CN116694829B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016057303A (ja) * 2014-09-09 2016-04-21 鷲津　正夫 連続的な密度勾配を用いたサンプルの分離・検出装置
CN110363719A (zh) * 2019-07-01 2019-10-22 湖南开启时代智能科技有限公司 一种细胞分层图像处理方法及系统
CN110564600A (zh) * 2019-09-29 2019-12-13 深圳赛动生物自动化有限公司 一种吸液机构及其工作方法
CN110643565A (zh) * 2018-06-26 2020-01-03 深圳市北科生物科技有限公司 基于视觉识别的高可靠细胞自动分离方法及其装置
CN111504207A (zh) * 2020-06-09 2020-08-07 四川九八村信息科技有限公司 一种血细胞离心分层检测系统及方法
CN114862765A (zh) * 2022-04-13 2022-08-05 湖南科技大学 一种细胞分层图像处理方法
CN115170787A (zh) * 2022-07-01 2022-10-11 三明学院 血小板富集血浆制备设备、方法、装置和存储介质
CN115287166A (zh) * 2022-07-10 2022-11-04 苏州欣协生物科技有限公司 一种细胞离心培养装置
CN115369026A (zh) * 2022-07-04 2022-11-22 深圳赛桥生物创新技术有限公司 一种全自动全封闭细胞制备工作站及细胞处理方法
CN116083337A (zh) * 2022-12-21 2023-05-09 中博瑞康(上海)生物技术有限公司 一种全自动外周血分离方法及装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016057303A (ja) * 2014-09-09 2016-04-21 鷲津　正夫 連続的な密度勾配を用いたサンプルの分離・検出装置
CN110643565A (zh) * 2018-06-26 2020-01-03 深圳市北科生物科技有限公司 基于视觉识别的高可靠细胞自动分离方法及其装置
CN110363719A (zh) * 2019-07-01 2019-10-22 湖南开启时代智能科技有限公司 一种细胞分层图像处理方法及系统
CN110564600A (zh) * 2019-09-29 2019-12-13 深圳赛动生物自动化有限公司 一种吸液机构及其工作方法
CN111504207A (zh) * 2020-06-09 2020-08-07 四川九八村信息科技有限公司 一种血细胞离心分层检测系统及方法
CN114862765A (zh) * 2022-04-13 2022-08-05 湖南科技大学 一种细胞分层图像处理方法
CN115170787A (zh) * 2022-07-01 2022-10-11 三明学院 血小板富集血浆制备设备、方法、装置和存储介质
CN115369026A (zh) * 2022-07-04 2022-11-22 深圳赛桥生物创新技术有限公司 一种全自动全封闭细胞制备工作站及细胞处理方法
CN115287166A (zh) * 2022-07-10 2022-11-04 苏州欣协生物科技有限公司 一种细胞离心培养装置
CN116083337A (zh) * 2022-12-21 2023-05-09 中博瑞康(上海)生物技术有限公司 一种全自动外周血分离方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
何东健等: "数字图像处理", vol. 3, 西安：西安电子科技大学出版社, pages: 261 - 263 *

Also Published As

Publication number Publication date
CN116694829B (zh) 2023-11-03

Similar Documents

Publication Publication Date Title
US10697105B2 (en) Detection system of washing machines removable basket and method for detection of washing machines removable basket
CN205131718U (zh) 一种液体灌装装置
KR102492151B1 (ko) 세탁기
CN116694829B (zh) 基于多尺度视觉感知的细胞离心控制方法和细胞分离设备
JPH10507526A (ja) フローサイトメータにおける液滴形成時間遅延を検知するシステム
CN105279837A (zh) 一种硬币分离、清点及找零装置
JP2004511790A (ja) 流れの中の高密度の粒状物質の濃度を測定するための装置及びこれを含む水処理システム
DE102008062055B4 (de) Verfahren zur Überwachung der automatisierten Entleerung einer Zentrifuge
CN102841187A (zh) 基于鱼类多样本统计的水质污染预警系统及预警方法
CN109940761A (zh) 混凝土成品斗控制系统、卸料方法及卸料装置
CN110301840B (zh) 一种食品加工机的控制方法
CN108096873A (zh) 一种萃取液过滤装置
RU2016112280A (ru) Интегрированная установка для переработки отходов медицинской лаборатории
CN106074860A (zh) 中药酵素制液设备的使用方法
CN115530243A (zh) 一种用于奶酪加工的快速沥水装置
US11686030B2 (en) Method for detecting and correcting out of balance conditions in a washing machine appliance
DE102015119165A1 (de) Verfahren zur Klärung eines fließfähigen Produktes mit einer Zentrifuge, insbesondere einem Separator
US20230124027A1 (en) Systems and methods for capturing images for use in artificial intelligence processes in a laundry appliance
KR101699828B1 (ko) 입형 자동 회전 스크린을 이용한 우수 또는 중수 전처리 여과장치
CN114225810A (zh) 一种自动收料的圆盘混料机
JP6701251B2 (ja) 凝集剤添加量制御装置、汚泥濃縮システム、凝集剤添加量制御方法
EP3730200A1 (en) Improved filter system
Fernandez et al. Four-class urine microscopic recognition system through image processing using artificial neural network
CN206634554U (zh) 一种垃圾桶
CN206008490U (zh) 一种过滤装置

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