CN117330521A - 一种检验科用血液涂片系统 - Google Patents
一种检验科用血液涂片系统 Download PDFInfo
- Publication number
- CN117330521A CN117330521A CN202311628041.0A CN202311628041A CN117330521A CN 117330521 A CN117330521 A CN 117330521A CN 202311628041 A CN202311628041 A CN 202311628041A CN 117330521 A CN117330521 A CN 117330521A
- Authority
- CN
- China
- Prior art keywords
- slide
- pixel
- warehouse
- spectrum data
- pixels
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000008280 blood Substances 0.000 title claims abstract description 50
- 210000004369 blood Anatomy 0.000 title claims abstract description 50
- 238000001228 spectrum Methods 0.000 claims abstract description 119
- 238000002310 reflectometry Methods 0.000 claims abstract description 82
- 230000003595 spectral effect Effects 0.000 claims abstract description 57
- 230000014759 maintenance of location Effects 0.000 claims abstract description 22
- 238000009826 distribution Methods 0.000 claims abstract description 9
- 238000005259 measurement Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 40
- 238000004364 calculation method Methods 0.000 claims description 24
- 239000011521 glass Substances 0.000 claims description 22
- 238000011156 evaluation Methods 0.000 claims description 17
- 238000002834 transmittance Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 11
- 239000000203 mixture Substances 0.000 claims description 11
- 238000002790 cross-validation Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000009825 accumulation Methods 0.000 claims description 2
- 230000003287 optical effect Effects 0.000 abstract description 3
- 238000013441 quality evaluation Methods 0.000 abstract 1
- 238000004519 manufacturing process Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 8
- 239000000463 material Substances 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011524 similarity measure Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Classifications
-
- 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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- 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
- G01N1/2813—Producing thin layers of samples on a substrate, e.g. smearing, spinning-on
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及光学测量技术领域,提出了一种检验科用血液涂片系统,包括:分别获取玻片标准光谱数据、出库玻片的光谱数据;根据出库玻片的光谱数据上每个像元在不同波段上反射率的分布特征确定玻片性质保持度;根据每个出库玻片的光谱数据与玻片标准光谱数据上相同位置像元在不同波段上透过率的差异确定玻片综合质量系数;基于光谱数据上不同位置像元的代表反射率之间的差异确定质量影响系数;基于所有像元的玻片综合质量系数以及质量影响系数确定出库玻片的品相优异指数;基于品相优异指数确定每个出库玻片能否进行血液涂片。本发明对出库玻片进行多个角度的质量评估,避免光谱数据分析玻片质量时忽略玻片厚度造成的误判。
Description
技术领域
本发明涉及光学测量技术领域,具体涉及一种检验科用血液涂片系统。
背景技术
随着科学以及医学技术的发展,医院的检验科检验项目也逐渐增多,血液检测作为最常规的检测方法,其检测的方式有很多,最常用的则是将病患的血液样本置于玻片上,制作血液涂片,再利用显微镜进行观察,但由于传统血液涂片的制作通常是医生或检验人员人为进行,由于血液涂片的制作难度较大,制作人员需要具有相当的经验才能进行制作,而每个医院的检验科每天都需要制作大量的血液涂片,制作人员精力有限,血液涂片的质量难以保证。
通常血液涂片的检测都是对制作完成的血液涂片进行检测,但缺乏对影响血液涂片的重要因素之一玻片的质量检测,而当血液涂片制作完成时,血液样本已经造成了损耗,若玻片的质量较差,最终医护人员难以从血液涂片中获得准确的病患情况,对病患诊断造成影响。传统方法中会采用基于机器视觉的检测技术对玻片进行表面质量的检测,然而玻片本身就带有透明、较薄、损坏难以观测等特性,并且其成分质量也难以通过传统的机器视觉方法检测。
发明内容
本发明提供一种检验科用血液涂片系统,以解决光谱检测玻片品相时容易忽略厚度以及损伤造成检测误差的问题,所采用的技术方案具体如下:
本发明一个实施例提供一种检验科用血液涂片系统,该系统包括以下模块:
光谱数据获取模块,分别获取玻片标准光谱数据、每个出库玻片的光谱数据;
玻片性质分析模块,根据每个出库玻片的光谱数据上每个像元在不同波段上反射率的分布特征确定所述每个像元的玻片性质保持度;根据每个出库玻片的光谱数据与玻片标准光谱数据上相同位置像元在不同波段上透过率的差异确定每个出库玻片的光谱数据上每个像元的玻片综合质量系数;
玻片质量分析模块,基于每个出库玻片的光谱数据上不同位置像元的代表反射率之间的差异确定每个像元的质量影响系数;基于每个出库玻片的光谱数据上每个像元的玻片综合质量系数以及质量影响系数确定每个出库玻片的品相优异指数;
玻片筛选模块,采用交叉验证法基于每个出库玻片的品相优异指数确定每个出库玻片能否进行血液涂片。
优选的,所述根据每个出库玻片的光谱数据上每个像元在不同波段上反射率的分布特征确定所述每个像元的玻片性质保持度的方法为:
基于每个出库玻片的光谱数据上不同像元对应反射率特征曲线上极值点的分布差异确定每个出库玻片的光谱数据上每个像元的强度偏差指数;
基于每个出库玻片的光谱数据上不同像元在反射率特征曲线上极值点处波段长度的差异确定每个出库玻片的光谱数据上每个像元的位置成分偏差指数;
每个出库玻片的光谱数据上每个像元的玻片性质保持度由强度偏差指数、位置成分偏差指数组成,其中,所述玻片性质保持度分别与强度偏差指数、位置成分偏差指数成反比关系。
优选的,所述基于每个出库玻片的光谱数据上不同像元对应反射率特征曲线上极值点的分布差异确定每个出库玻片的光谱数据上每个像元的强度偏差指数的方法为:
采用拟合算法基于每个出库玻片的光谱数据上每个像元在所有波段上的反射率得到所述每个像元的反射率特征曲线;
将每个出库玻片的光谱数据上每个像元作为一个目标像元,将每个目标像元与任意一个像元的反射率特征曲线上相同次序波峰点的反射率之间差值的绝对值作为第一差值;将第一差值在每个出库玻片的光谱数据上所有像元上的累计结果作为第一计算因子;
将每个目标像元与其余像元的反射率特征曲线上相同次序波谷点的反射率之间差值的绝对值作为第二差值;将第二差值在每个出库玻片的光谱数据上所有像元上的累计结果作为第二计算因子;
将第一计算因子与第二计算因子的乘积作为每个出库玻片的光谱数据上每个像元的强度偏差指数。
优选的,所述基于每个出库玻片的光谱数据上不同像元在反射率特征曲线上极值点处波段长度的差异确定每个出库玻片的光谱数据上每个像元的位置成分偏差指数的方法为:
将每个目标像元与任意一个像元的反射率特征曲线上相同次序波峰点对应波段长度之间差值的绝对值作为第三差值;将第三差值在每个出库玻片的光谱数据上所有像元上的累计结果作为第三计算因子;
将每个目标像元与其余像元的反射率特征曲线上相同次序波谷点对应波段长度之间差值的绝对值作为第四差值;将第四差值在每个出库玻片的光谱数据上所有像元上的累计结果作为第四计算因子;
将第三计算因子与第四计算因子的乘积作为每个出库玻片的光谱数据上每个像元的位置成分偏差指数。
优选的,所述根据每个出库玻片的光谱数据与玻片标准光谱数据上相同位置像元在不同波段上透过率的差异确定每个出库玻片的光谱数据上每个像元的玻片综合质量系数的方法为:
根据每个出库玻片的光谱数据与玻片标准光谱数据上相同位置像元在不同波段上透过率的差异获取每个出库玻片的光谱数据上每个像元的厚度修正系数;
每个像元的玻片综合质量系数由厚度修正系数、玻片性质保持度两部分组成,其中,所述玻片综合质量系数分别与厚度修正系数、玻片性质保持度成正比关系。
优选的,所述根据每个出库玻片的光谱数据与玻片标准光谱数据上相同位置像元在不同波段上透过率的差异获取每个出库玻片的光谱数据上每个像元的厚度修正系数的方法为:
将玻片标准光谱数据上与每个出库玻片的光谱数据中每个像元坐标位置相同的像元作为每个出库玻片的光谱数据中每个像元的比对像元;
将每个出库玻片的光谱数据上每个像元与其比对像元的反射率特征曲线之间的度量距离作为第一组成因子;
将每个出库玻片的光谱数据上每个像元的透过率在所有透光波段上的均值的映射结果作为第二组成因子;
将第一组成因子与第二组成因子的乘积作为所述每个像元的厚度修正系数。
优选的,所述基于每个出库玻片的光谱数据上不同位置像元的代表反射率之间的差异确定每个像元的质量影响系数的方法为:
基于每个出库玻片的光谱数据上相邻像元的代表反射率之间的差异确定每个出库玻片的光谱数据上每个像元与其邻域内任意一个像元之间的相似评估值;
获取每个出库玻片的光谱数据上所有像元的代表反射率的均值,将每个出库玻片的光谱数据上每个像元的代表反射率与所述均值的差值绝对值作为第一乘积因子;
每个出库玻片的光谱数据上每个像元与每个出库玻片的光谱数据上中心像元之间的欧氏距离作为第一距离值,将所述每个像元与其邻域内所有像元之间的相似评估值的均值与第一距离值乘积的映射结果作为第二乘积因子;
将第一乘积因子与第二乘积因子的乘积作为每个像元的质量影响系数。
优选的,所述基于每个出库玻片的光谱数据上相邻像元的代表反射率之间的差异确定每个出库玻片的光谱数据上每个像元与其邻域内任意一个像元之间的相似评估值的方法为:
将每个出库玻片的光谱数据上每个像元在所有波段上反射率的均值作为所述每个像元的代表反射率;
将每个出库玻片的光谱数据上每个像元的八邻域内任意一个像元作为所述每个像元的一个邻域像元;当每个像元与其一个邻域像元的代表反射率的归一化结果之间的差值绝对值大于阈值时,将每个像元与所述邻域像元之间的相似评估值置为1;当每个像元与其一个邻域像元的代表反射率的归一化结果之间的差值绝对值小于等于阈值时,将每个像元与所述邻域像元之间的相似评估值置为0。
优选的,所述基于每个出库玻片的光谱数据上每个像元的玻片综合质量系数以及质量影响系数确定每个出库玻片的品相优异指数的方法为:
获取以自然常数为底数,以每个出库玻片的光谱数据上每个像元的质量影响系数的相反数为指数的计算结果,将所述计算结果与每个出库玻片的光谱数据上每个像元的玻片综合质量系数的乘积在每个出库玻片的光谱数据上所有像元上的累加结果作为每个出库玻片的品相优异指数。
本发明的有益效果是:本发明通过取出玻片时对玻片进行光谱数据的获取分析,通过分析每个出库玻片的光谱数据上不同像元处反射率的波峰偏移或是波峰强度变化现象构建了玻片性质保持度,其次基于每个像元的玻片性质保持度确定每个像元的玻片综合质量系数,用于反映每个出库玻片中每个像元所在位置上玻片性质的变化程度;其次基于每个出库玻片的光谱数据上每个像元对整个玻片质量的影响程度确定每个像元的质量影响系数,并根据每个出库玻片的光谱数据上所有像元的品相优异指数,品相优异指数综合反映了玻片材质、厚度以及损伤程度对后续血液涂片的影响,避免了利用光谱对玻片品相分析时容易忽略厚度以及损伤对玻片使用影响程度的问题,提高了血液涂片系统选取玻片的准确率。
附图说明
为了更清楚地说明本发明实施例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简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一个实施例所提供的一种检验科用血液涂片系统的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,其示出了本发明一个实施例提供的一种检验科用血液涂片系统的流程图,该系统包括:光谱数据获取模块,玻片性质分析模块,玻片质量分析模块,玻片筛选模块。
光谱数据获取模块,从玻片存放库中取出玻片后,利用高光谱相机获取每个出库玻片的光谱数据,高光谱相机会同时记录多个波段的光谱信息,最终得到每个出库玻片的光谱数据;其次,为了便于与能够进行血液涂片的玻片进行性质对比,将利用高光谱相机获取的能够血液涂片的玻片的光谱数据记为玻片标准光谱数据。进一步地,从每个出库玻片的光谱数据上获取每个像元每个波段的反射率、透过率,将第A个出库玻片的光谱数据上第i个像元在第j个波段的反射率、透过率分别记为、/>。
至此,分别得到玻片标准光谱数据、每个出库玻片的光谱数据,用于后续玻片性质的分析判断。
玻片性质分析模块,通常情况下血液涂片采用的是普通的医用玻片作为载体,医护人员将会将采集到的血液样本均匀地涂在玻片上并进行相关的观察检测。而玻片作为同一的血液涂片载体,其制作工艺流程都有着相关的制作标准,其成品的成分含量,厚度,物理性质等都是一致的,但是由于玻片的需求量较大,通常医院都会储存大量的玻片以供使用。由于玻片较薄,所以在存储和运输过程中及其容易发生损坏,且在生产过程中也难免会存在一定的生产漏洞,导致最后玻片的质量存在问题,对血液涂片的制作产生严重影响。
具体地,通常情况下由于玻片的性质是一致的,每个出库玻片的光谱数据上各个像元在每个波段的反射率通常都是一致的,而当玻片的材质成分不均匀、或是制作工艺存在问题导致玻片出现局部空腔等,则此类区域内的像元在某些波段的反射率则会发生较大变化,导致反射率的波峰偏移或是波峰强度变化的情况。进一步地,以第A个出库玻片为例,基于第A个出库玻片上每个像元在每个波段上的反射率以及所有波段长度,分别将所述每个像元的波段长度作为横坐标,将所述每个波段长度对应的反射率作为纵坐标,利用多项式拟合算法获取第A个出库玻片上每个像元的反射率特征曲线,第A个出库玻片的光谱数据上第i个像元的反射率特征曲线记为,多项式拟合算法为公知技术,具体过程不再详细赘述。
基于上述分析,构建玻片性质保持度,用于表征每个出库玻片中每个像元所在位置上玻片性质的变化程度。计算第A个出库玻片的光谱数据上第i个像元的玻片性质保持度:
式中,是第A个出库玻片的光谱数据上第i个像元的强度偏差指数,M是第A个出库玻片的光谱数据上像元的数量,/>、/>分别是第i个像元的反射率特征曲线上波峰点、波谷的数量,/>、/>分别是第i个像元、第p个像元的反射率特征曲线上第n个波峰点的反射率,/>、/>分别是第i个像元、第p个像元的反射率特征曲线上第r个波谷点的反射率;
是第A个出库玻片的光谱数据上第i个像元的位置成分偏差指数,/>、/>分别是第i个像元、第p个像元的反射率特征曲线上第n个波峰点对应的波段长度,/>、分别是第i个像元、第p个像元的反射率特征曲线上第r个波谷点对应的波段长度;
是第A个出库玻片的光谱数据上第i个像元的玻片性质保持度。
其中,第A个出库玻片的光谱数据上第i个像元所在位置上玻片材质存在问题的可能性越大,则在使用光谱检测时该位置处的材质对光的反射率存在差异的可能性越大,第i个像元与其余位置上像元的反射率特征曲线上第n个波峰点的反射率差值越大,第一差值的值越大、第一计算因子/>的值越大;同理第i个像元与其余位置上像元的反射率特征曲线上第r个波谷点的反射率差值越大;第二差值的值越大,第二计算因子/>的值越大,第A个出库玻片的光谱数据上第i个像元所在位置上玻片内部的成分不均匀或在拿取过程中发生损坏的概率越高,在获取光谱数据时,不同像元之间反射率极值点所在波段长度之间的差异越大,第三差值/>的值越大,第三计算因子/>的值越大,第四差值/>的值越大,第四计算因子/>的值越大;即/>的值越大,第A个出库玻片的光谱数据上第i个像元所在位置上玻片材质存在问题的可能性越大,玻片性质保持的越差。
另一方面,正常情况下的玻片较薄,光在穿过玻片时会在玻片内部进行多次反射,从而产生更多的波峰波谷,而较厚的玻片则波峰波谷更少,且随着光在玻片的内部传播距离增加,其光线反射的能量越小。如果存在玻片的厚度影响,通过每个出库玻片的光谱数据上每个像元的强度偏差指数以及位置成分偏差指数则难以反映该玻片的材质保持情况。
进一步地,从玻片标准光谱数据上确定与第A个出库玻片的光谱数据上每个像元位置相同的像元作为第A个出库玻片的光谱数据上每个像元的比对像元,其次获取每个所述比对像元的反射率特征曲线,基于第A个出库玻片的光谱数据上每个像元与其比对像元的反射率特征曲线之间的相似度度量评估第A个出库玻片的光谱数据上每个像元的玻片质量。其次结合第A个出库玻片的光谱数据上每个像元每个波段的透过率评估每个像元的玻片综合质量。计算第A个出库玻片的光谱数据上第i个像元的玻片综合质量系数:
式中,是第A个出库玻片的光谱数据上第i个像元的厚度修正系数,/>是第A个出库玻片的光谱数据上第i个像元与其比对像元的反射率特征曲线之间的弗雷歇距离,是以自然常数为底的指数函数,/>是第i个像元的透光波段数量,/>是第i个像元第x个波段的透过率,弗雷歇距离为公知技术,具体过程不再赘述;
是第A个出库玻片的光谱数据上第i个像元的玻片综合质量系数,/>是第A个出库玻片的光谱数据上第i个像元的玻片性质保持度。
其中,第A个出库玻片的光谱数据上第i个像元的反射率特征曲线与其比对像元的反射率特征曲线之间的差异越小,第一组成因子的值越小;第i个像元处玻片厚度越小,光穿过时的能量损失越小,第i个像元在每个波段的透过率越大,/>的值越大,第二组成因子/>的值越小,相应的/>值越小,第i个像元处的厚度对玻片性质评估结果的影响程度越小。
至此,确定每个出库玻片的光谱数据上每个像元的玻片性质保持度、玻片综合质量系数,便于后续评估出库玻片的质量。
玻片质量分析模块,对于玻片的质量而言除了玻片本身的材质性质的好坏,其表面的损伤程度也影响着玻片的质量,若玻片存在损伤,则在后续血液涂片的过程中会导致血液涂片在使用显微镜观察时产生重叠,或是丢失目标的情况,导致对病患的血液样本情况判断产生误差。此处指代的损伤包含玻片本身存在损坏情况,如裂痕,也包含玻片表面存在污点遮挡,玻片损伤都会导致玻片表面的反射率产生变化。
对于第A个出库玻片的光谱数据上的任意一个像元,将每个像元在所有波段上反射率的均值作为每个像元的代表反射率。当某个像元表面出现损伤情况时,其像元的代表反射率与其余无损伤的像元代表反射率会存在较大差异,且损伤像元与周边像元会存在代表反射率梯度变化。由于玻片主要是中间区域用于血液涂片,所以若损伤程度较小,且距离玻片中心越远,其对血液涂片的制作影响越小。对第A个出库玻片的光谱数据上所有像元的代表反射率进行Max-Min归一化处理,将归一化处理的结果作为交叉验证法的输入,将交叉验证法的输出记为归一化代表反射率阈值,其中,所述Max-Min归一化、交叉验证法为公知技术,具体过程不再赘述。进一步地,获取第A个出库玻片的光谱数据上每个像元为中心的八邻域,将第A个出库玻片的光谱数据上每个像元的八邻域内任意一个像元作为每个像元的一个邻域像元;当每个像元与其一个邻域像元的代表反射率的归一化结果之间的差值绝对值大于归一化代表反射率阈值时,认为每个像元与所述邻域像元为相似像元。
基于上述分析,构建质量影响系数,用于表征每个出库玻片的光谱数据上每个像元对玻片质量的影响程度。计算第A个出库玻片的光谱数据上第i个像元的质量影响系数:
式中,是第A个出库玻片的光谱数据上第i个像元的代表反射率,/>是第i个像元的反射波段总数,/>是第i个像元在第y个反射波段上的反射率;
是第A个出库玻片的光谱数据上第i个像元与第q个邻域像元之间的相似评估值,/>、/>分别是所述第i个像元、第q个邻域像元的代表反射率的归一化结果;L是交叉验证法的输出的归一化代表反射率阈值;
是第A个出库玻片的光谱数据上第i个像元的质量影响系数,/>是第A个出库玻片的光谱数据上所有像元的代表反射率的均值,w是第A个出库玻片的光谱数据上的中心像元,/>是第i个像元与中心像元w之间的欧氏距离,/>是第i个像元与所有邻域像元之间的相似评估值的均值,/>是以自然常数为底的指数函数。
其中,第A个出库玻片的光谱数据上第i个像元处出现损伤的可能性越大,第i个像元与其余像元的代表反射率之间的差值越大,第一乘积因子的值越大;第i个像元与邻域像元之间的代表反射率越接近,第i个像元与其邻域像元之间越多的相似评估值为0,/>的值越小,第i个像元与中心像元w的距离越近,第一距离值/>的值越小,第二乘积因子/>的值越大;即/>的值越大,像元的损伤情况对玻片的整体影响越大。
进一步地,根据上述步骤,分别获取第A个出库玻片的光谱数据上每个像元的玻片综合质量系数、质量影响系数。并基于第A个出库玻片的光谱数据上所有像元的玻片综合质量系数、质量影响系数确定第A个出库玻片的品相优异指数:
式中,是第A个出库玻片的光谱数据上的像元数量,/>、/>分别是第A个出库玻片的光谱数据上第i个像元的玻片综合质量系数、质量影响系数,/>是以自然常数为底的指数函数。
至此,得到每个出库玻片的品相优异指数,用于后续玻片的筛选过程。
玻片筛选模块,检验科从玻片库中取出一批玻片时,根据上述步骤分别确定每个出库玻片的品相优异指数。其次,将所有出库玻片的品相优异指数作为输入,利用交叉验证的方式获取评价阈值,当品相优异指数大于评价阈值时,则认为该玻片品相优异,可用于后续的血液涂片操作,然后把玻片送往下一轮血液涂片操作当中,取出所需血液样本进行涂片;当玻片品相优异指数小于评价阈值时,则认为该玻片品相较差,不可用于之后的血液涂片操作,将该玻片送往玻片回收库中,再从玻片库取出下一个玻片,完成对玻片的筛选。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种检验科用血液涂片系统,其特征在于,该系统包括以下模块:
光谱数据获取模块,分别获取玻片标准光谱数据、每个出库玻片的光谱数据;
玻片性质分析模块,根据每个出库玻片的光谱数据上每个像元在不同波段上反射率的分布特征确定所述每个像元的玻片性质保持度;根据每个出库玻片的光谱数据与玻片标准光谱数据上相同位置像元在不同波段上透过率的差异确定每个出库玻片的光谱数据上每个像元的玻片综合质量系数;
玻片质量分析模块,基于每个出库玻片的光谱数据上不同位置像元的代表反射率之间的差异确定每个像元的质量影响系数;基于每个出库玻片的光谱数据上每个像元的玻片综合质量系数以及质量影响系数确定每个出库玻片的品相优异指数;
玻片筛选模块,采用交叉验证法基于每个出库玻片的品相优异指数确定每个出库玻片能否进行血液涂片。
2.根据权利要求1所述的一种检验科用血液涂片系统,其特征在于,所述根据每个出库玻片的光谱数据上每个像元在不同波段上反射率的分布特征确定所述每个像元的玻片性质保持度的方法为:
基于每个出库玻片的光谱数据上不同像元对应反射率特征曲线上极值点的分布差异确定每个出库玻片的光谱数据上每个像元的强度偏差指数;
基于每个出库玻片的光谱数据上不同像元在反射率特征曲线上极值点处波段长度的差异确定每个出库玻片的光谱数据上每个像元的位置成分偏差指数;
每个出库玻片的光谱数据上每个像元的玻片性质保持度由强度偏差指数、位置成分偏差指数组成,其中,所述玻片性质保持度分别与强度偏差指数、位置成分偏差指数成反比关系。
3.根据权利要求2所述的一种检验科用血液涂片系统,其特征在于,所述基于每个出库玻片的光谱数据上不同像元对应反射率特征曲线上极值点的分布差异确定每个出库玻片的光谱数据上每个像元的强度偏差指数的方法为:
采用拟合算法基于每个出库玻片的光谱数据上每个像元在所有波段上的反射率得到所述每个像元的反射率特征曲线;
将每个出库玻片的光谱数据上每个像元作为一个目标像元,将每个目标像元与任意一个像元的反射率特征曲线上相同次序波峰点的反射率之间差值的绝对值作为第一差值;将第一差值在每个出库玻片的光谱数据上所有像元上的累计结果作为第一计算因子;
将每个目标像元与其余像元的反射率特征曲线上相同次序波谷点的反射率之间差值的绝对值作为第二差值;将第二差值在每个出库玻片的光谱数据上所有像元上的累计结果作为第二计算因子;
将第一计算因子与第二计算因子的乘积作为每个出库玻片的光谱数据上每个像元的强度偏差指数。
4.根据权利要求3所述的一种检验科用血液涂片系统,其特征在于,所述基于每个出库玻片的光谱数据上不同像元在反射率特征曲线上极值点处波段长度的差异确定每个出库玻片的光谱数据上每个像元的位置成分偏差指数的方法为:
将每个目标像元与任意一个像元的反射率特征曲线上相同次序波峰点对应波段长度之间差值的绝对值作为第三差值;将第三差值在每个出库玻片的光谱数据上所有像元上的累计结果作为第三计算因子;
将每个目标像元与其余像元的反射率特征曲线上相同次序波谷点对应波段长度之间差值的绝对值作为第四差值;将第四差值在每个出库玻片的光谱数据上所有像元上的累计结果作为第四计算因子;
将第三计算因子与第四计算因子的乘积作为每个出库玻片的光谱数据上每个像元的位置成分偏差指数。
5.根据权利要求1所述的一种检验科用血液涂片系统,其特征在于,所述根据每个出库玻片的光谱数据与玻片标准光谱数据上相同位置像元在不同波段上透过率的差异确定每个出库玻片的光谱数据上每个像元的玻片综合质量系数的方法为:
根据每个出库玻片的光谱数据与玻片标准光谱数据上相同位置像元在不同波段上透过率的差异获取每个出库玻片的光谱数据上每个像元的厚度修正系数;
每个像元的玻片综合质量系数由厚度修正系数、玻片性质保持度两部分组成,其中,所述玻片综合质量系数分别与厚度修正系数、玻片性质保持度成正比关系。
6.根据权利要求5所述的一种检验科用血液涂片系统,其特征在于,所述根据每个出库玻片的光谱数据与玻片标准光谱数据上相同位置像元在不同波段上透过率的差异获取每个出库玻片的光谱数据上每个像元的厚度修正系数的方法为:
将玻片标准光谱数据上与每个出库玻片的光谱数据中每个像元坐标位置相同的像元作为每个出库玻片的光谱数据中每个像元的比对像元;
将每个出库玻片的光谱数据上每个像元与其比对像元的反射率特征曲线之间的度量距离作为第一组成因子;
将每个出库玻片的光谱数据上每个像元的透过率在所有透光波段上的均值的映射结果作为第二组成因子;
将第一组成因子与第二组成因子的乘积作为所述每个像元的厚度修正系数。
7.根据权利要求1所述的一种检验科用血液涂片系统,其特征在于,所述基于每个出库玻片的光谱数据上不同位置像元的代表反射率之间的差异确定每个像元的质量影响系数的方法为:
基于每个出库玻片的光谱数据上相邻像元的代表反射率之间的差异确定每个出库玻片的光谱数据上每个像元与其邻域内任意一个像元之间的相似评估值;
获取每个出库玻片的光谱数据上所有像元的代表反射率的均值,将每个出库玻片的光谱数据上每个像元的代表反射率与所述均值的差值绝对值作为第一乘积因子;
每个出库玻片的光谱数据上每个像元与每个出库玻片的光谱数据上中心像元之间的欧氏距离作为第一距离值,将所述每个像元与其邻域内所有像元之间的相似评估值的均值与第一距离值乘积的映射结果作为第二乘积因子;
将第一乘积因子与第二乘积因子的乘积作为每个像元的质量影响系数。
8.根据权利要求7所述的一种检验科用血液涂片系统,其特征在于,所述基于每个出库玻片的光谱数据上相邻像元的代表反射率之间的差异确定每个出库玻片的光谱数据上每个像元与其邻域内任意一个像元之间的相似评估值的方法为:
将每个出库玻片的光谱数据上每个像元在所有波段上反射率的均值作为所述每个像元的代表反射率;
将每个出库玻片的光谱数据上每个像元的八邻域内任意一个像元作为所述每个像元的一个邻域像元;当每个像元与其一个邻域像元的代表反射率的归一化结果之间的差值绝对值大于阈值时,将每个像元与所述邻域像元之间的相似评估值置为1;当每个像元与其一个邻域像元的代表反射率的归一化结果之间的差值绝对值小于等于阈值时,将每个像元与所述邻域像元之间的相似评估值置为0。
9.根据权利要求1所述的一种检验科用血液涂片系统,其特征在于,所述基于每个出库玻片的光谱数据上每个像元的玻片综合质量系数以及质量影响系数确定每个出库玻片的品相优异指数的方法为:
获取以自然常数为底数,以每个出库玻片的光谱数据上每个像元的质量影响系数的相反数为指数的计算结果,将所述计算结果与每个出库玻片的光谱数据上每个像元的玻片综合质量系数的乘积在每个出库玻片的光谱数据上所有像元上的累加结果作为每个出库玻片的品相优异指数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311628041.0A CN117330521B (zh) | 2023-12-01 | 2023-12-01 | 一种检验科用血液涂片系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311628041.0A CN117330521B (zh) | 2023-12-01 | 2023-12-01 | 一种检验科用血液涂片系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117330521A true CN117330521A (zh) | 2024-01-02 |
CN117330521B CN117330521B (zh) | 2024-02-20 |
Family
ID=89293791
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311628041.0A Active CN117330521B (zh) | 2023-12-01 | 2023-12-01 | 一种检验科用血液涂片系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117330521B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117907285A (zh) * | 2024-01-19 | 2024-04-19 | 赛铱高(西安)生物科技有限公司 | 一种口腔消毒机电解液的精确配比方法及系统 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3516752A1 (de) * | 1984-07-27 | 1986-02-06 | Owens-Illinois, Inc., Toledo, Ohio | System zur erfassung von selektiven lichtbrechenden defekten in transparenten gegenstaenden |
US6080584A (en) * | 1996-12-02 | 2000-06-27 | The Research Foundation Of City College Of New York | Method and apparatus for detecting the presence of cancerous and precancerous cells in a smear using native fluorescence spectroscopy |
CN1963460A (zh) * | 2006-10-25 | 2007-05-16 | 浙江大学 | 一种测量镀膜玻璃薄膜光学参数的方法 |
JP2007263574A (ja) * | 2006-03-27 | 2007-10-11 | Fujitsu Ten Ltd | レーダ装置 |
WO2012159604A1 (de) * | 2011-05-24 | 2012-11-29 | Otto-Von-Guericke-Universität Magdeburg | Sensoreinrichtung und verfahren zur vorhersage eines schädigungszustandes von bauteilen |
CN104008376A (zh) * | 2014-06-05 | 2014-08-27 | 复旦大学 | 基于可能性中心点聚类的多光谱遥感影像混合像元分解方法 |
WO2015140243A1 (en) * | 2014-03-20 | 2015-09-24 | Asociación Centro De Investigación Cooperativa En Biomateriales | Sample slides for laser desorption ionisation (ldi) mass spectrometry and optical microscopy |
US20160161365A1 (en) * | 2014-12-05 | 2016-06-09 | Cireca Theranostics, Llc | Methods and systems for using low-emissivity slides for spectral histopathology (shp) and spectral cytopathology (scp) |
CA2981155A1 (en) * | 2015-05-26 | 2016-12-01 | Ventana Medical Systems, Inc. | Method and system for assessing stain quality for in-situ hybridization and immunohistochemistry |
JP2018091807A (ja) * | 2016-12-07 | 2018-06-14 | オルボテック リミテッド | 欠陥良否判定方法及び装置 |
US10481097B1 (en) * | 2018-10-01 | 2019-11-19 | Guardian Glass, LLC | Method and system for detecting inclusions in float glass based on spectral reflectance analysis |
WO2022252242A1 (zh) * | 2021-06-04 | 2022-12-08 | 江苏南大五维电子科技有限公司 | 一种基于多光谱图像的水污染区域识别方法和系统 |
CN116297530A (zh) * | 2023-05-19 | 2023-06-23 | 广东正一包装股份有限公司 | 基于光学技术的阻隔膜表面质量检测方法 |
CN116660173A (zh) * | 2023-05-27 | 2023-08-29 | 西安方合圆光检科技有限公司 | 用于高光谱成像技术的图像扫描方法、终端及存储介质 |
-
2023
- 2023-12-01 CN CN202311628041.0A patent/CN117330521B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3516752A1 (de) * | 1984-07-27 | 1986-02-06 | Owens-Illinois, Inc., Toledo, Ohio | System zur erfassung von selektiven lichtbrechenden defekten in transparenten gegenstaenden |
US6080584A (en) * | 1996-12-02 | 2000-06-27 | The Research Foundation Of City College Of New York | Method and apparatus for detecting the presence of cancerous and precancerous cells in a smear using native fluorescence spectroscopy |
JP2007263574A (ja) * | 2006-03-27 | 2007-10-11 | Fujitsu Ten Ltd | レーダ装置 |
CN1963460A (zh) * | 2006-10-25 | 2007-05-16 | 浙江大学 | 一种测量镀膜玻璃薄膜光学参数的方法 |
WO2012159604A1 (de) * | 2011-05-24 | 2012-11-29 | Otto-Von-Guericke-Universität Magdeburg | Sensoreinrichtung und verfahren zur vorhersage eines schädigungszustandes von bauteilen |
WO2015140243A1 (en) * | 2014-03-20 | 2015-09-24 | Asociación Centro De Investigación Cooperativa En Biomateriales | Sample slides for laser desorption ionisation (ldi) mass spectrometry and optical microscopy |
CN104008376A (zh) * | 2014-06-05 | 2014-08-27 | 复旦大学 | 基于可能性中心点聚类的多光谱遥感影像混合像元分解方法 |
US20160161365A1 (en) * | 2014-12-05 | 2016-06-09 | Cireca Theranostics, Llc | Methods and systems for using low-emissivity slides for spectral histopathology (shp) and spectral cytopathology (scp) |
CA2981155A1 (en) * | 2015-05-26 | 2016-12-01 | Ventana Medical Systems, Inc. | Method and system for assessing stain quality for in-situ hybridization and immunohistochemistry |
JP2018091807A (ja) * | 2016-12-07 | 2018-06-14 | オルボテック リミテッド | 欠陥良否判定方法及び装置 |
US10481097B1 (en) * | 2018-10-01 | 2019-11-19 | Guardian Glass, LLC | Method and system for detecting inclusions in float glass based on spectral reflectance analysis |
CN113195420A (zh) * | 2018-10-01 | 2021-07-30 | 佳殿玻璃有限公司 | 基于光谱反射率分析检测浮法玻璃中的夹杂物的方法和系统 |
WO2022252242A1 (zh) * | 2021-06-04 | 2022-12-08 | 江苏南大五维电子科技有限公司 | 一种基于多光谱图像的水污染区域识别方法和系统 |
CN116297530A (zh) * | 2023-05-19 | 2023-06-23 | 广东正一包装股份有限公司 | 基于光学技术的阻隔膜表面质量检测方法 |
CN116660173A (zh) * | 2023-05-27 | 2023-08-29 | 西安方合圆光检科技有限公司 | 用于高光谱成像技术的图像扫描方法、终端及存储介质 |
Non-Patent Citations (3)
Title |
---|
CHENJUN HU等: "Decoding the Cellular Trafcking of Prion‑like Proteins in Neurodegenerative Diseases", 《NEUROSCI. BULL》, pages 1 - 14 * |
李庆利;肖功海;薛永祺;张敬法;: "基于显微高光谱成像的人血细胞研究", 光电工程, no. 05, 31 May 2008 (2008-05-31), pages 98 - 101 * |
柏晓强等: "玻璃纤维用玻璃光学性能测试技术综述", 《玻璃》, no. 8, pages 24 - 30 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117907285A (zh) * | 2024-01-19 | 2024-04-19 | 赛铱高(西安)生物科技有限公司 | 一种口腔消毒机电解液的精确配比方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117330521B (zh) | 2024-02-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117330521B (zh) | 一种检验科用血液涂片系统 | |
Guo et al. | Nondestructive measurement of soluble solids content of kiwifruits using near-infrared hyperspectral imaging | |
Zhang et al. | Fast prediction of sugar content in Dangshan pear (Pyrus spp.) using hyperspectral imagery data | |
US8922761B2 (en) | Measuring volume and constituents of cells | |
CN116297530B (zh) | 基于光学技术的阻隔膜表面质量检测方法 | |
Li et al. | Wavelength selection method for near-infrared spectroscopy based on standard-sample calibration transfer of mango and apple | |
CN110320165A (zh) | 香蕉可溶性固形物含量的可见/近红外光谱无损检测方法 | |
CN117591905B (zh) | 基于高光谱特征的猪肉安全性检测方法 | |
WO2010104699A2 (en) | Apparatus and method for measuring haze of sheet materials or other materials | |
GB2545877A (en) | Method | |
Martins et al. | SpectraNet–53: A deep residual learning architecture for predicting soluble solids content with VIS–NIR spectroscopy | |
CN113030001A (zh) | 一种水果糖度检测方法及系统 | |
CN109946246B (zh) | 一种苹果可溶性固形物的检测方法及装置 | |
CN116883674A (zh) | 多光谱图像去噪装置及使用该装置的食品品质检测系统 | |
CN111157484A (zh) | 用于水果糖度检测设备的近红外光谱模型传递方法 | |
Cui et al. | Hyperspectral reflectance imaging for water content and firmness prediction of potatoes by optimum wavelengths | |
US9574968B2 (en) | Methods and systems for using low-emissivity slides for spectral histopathology (SHP) and spectral cytopathology (SCP) | |
CN112113930B (zh) | 一种杏果实品质多尺度表型方法 | |
CN105954205B (zh) | 基于光谱成像的青梅糖度与酸度快速无损检测装置 | |
CN117058106A (zh) | 基于随机森林的柔性玻璃平面度及表面缺陷的测量方法 | |
Yang et al. | Rapid discrimination of urine specific gravity using spectroscopy and a modified combination method based on SPA and spectral index | |
Li et al. | Integrating spectral and image information for prediction of cottonseed vitality | |
CN115855860A (zh) | 一种茶叶干燥过程中的水分含量预测方法及处理终端 | |
CN114544530A (zh) | 一种烟丝成分检测方法、装置及计算机设备 | |
CN109459408A (zh) | 一种基于稀疏回归lar算法的近红外定量分析方法 |
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 | ||
CB03 | Change of inventor or designer information |
Inventor after: Jin Yanhong Inventor after: Geng Dongmei Inventor before: Jin Yanhong |
|
CB03 | Change of inventor or designer information |