CN117607152A - 一种病理切片自动扫描装置检测空切片的方法 - Google Patents
一种病理切片自动扫描装置检测空切片的方法 Download PDFInfo
- Publication number
- CN117607152A CN117607152A CN202311684436.2A CN202311684436A CN117607152A CN 117607152 A CN117607152 A CN 117607152A CN 202311684436 A CN202311684436 A CN 202311684436A CN 117607152 A CN117607152 A CN 117607152A
- Authority
- CN
- China
- Prior art keywords
- slice
- preview
- image
- empty
- scanner
- 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.)
- Pending
Links
- 230000001575 pathological effect Effects 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 title claims abstract description 15
- 230000001133 acceleration Effects 0.000 claims 1
- 239000011159 matrix material Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 230000007170 pathology Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 208000003464 asthenopia Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010827 pathological analysis Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 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
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- 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
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- 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)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种病理切片自动扫描装置检测空切片的方法，包括如下步骤：(1)使用高通量数字切片扫描仪的预览相机拍摄一张空切片预览图像；(2)使用高通量数字切片扫描仪的预览相机拍摄一张有切片预览图像；(3)确定背光板上被切片标签的遮挡区域；(4)在背光板的遮挡区上做标记；(5)再次使用高通量数字切片扫描仪的预览相机拍摄一张空切片预览图像；(6)将步骤(5)中得到的预览图像中截取标记区域作为模板图像；(7)获取模板图像后进行正常扫描；(8)将切片夹进片后进行预览拍摄，分别对每个切片拍摄预览图像；(9)使用图像匹配算法判断是否包含模板图像用于确定是否存在空切片。
Description
技术领域
本发明属于病理切片扫描领域领域，特别提供一种病理切片自动扫描装置检测空切片的方法。
背景技术
传统的病理切片诊断存在切片易碎易污染、不易长期保存、存储读取成本高；从医生的角度来讲，也存在需长时间肉眼观察显微镜导致耗时长、效率低、超负荷工作，易用眼疲劳问题。
在精准医疗时代病理学已经进入数字病理时代，病理切片数字化后不仅解决了先前在存储、阅片方面存在的问题，也为未来远程会诊、AI病理诊断、云端数字病理切片库打下数据基础。数字病理诊断催生了一种新的医疗设备：数字病理切片扫描仪。
数字病理切片扫描仪是一种将现代数字系统与传统光学原理有机结合的系统。数字病理切片扫描仪按照可一次装卸切片的数量分为单片型、多片型与高通量型。一般多片型可一次性安装3-10片的病理切片，20片以上的机型通常称为高通量型。
对于高通量型数字病理切片扫描仪，在自动扫描切片时，需要迅速跳过空切片，以提高扫描效率并减少硬盘存储空间的浪费。因此，添加自动识别空切片并跳过其扫描是必要的。
发明内容
鉴于上述问题，本发明涉及到的一种病理切片自动扫描装置检测空切片的方法。
为实现上述目的，本发明提供如下技术方案：一种病理切片自动扫描装置检测空切片的方法，包括如下步骤：(1)使用高通量数字切片扫描仪的预览相机拍摄一张空切片预览图像；(2)使用高通量数字切片扫描仪的预览相机拍摄一张有切片预览图像；(3)对比步骤(1)和步骤(2)所得的图像确定背光板上被切片标签的遮挡区域；(4)使用贴纸或其它方式在背光板的遮挡区上做标记；(5)再次使用高通量数字切片扫描仪的预览相机拍摄一张空切片预览图像；(6)将步骤5中得到的预览图像中截取标记区域作为模板图像；(7)获取模板图像后进行正常扫描；(8)将切片夹进片后进行预览拍摄，分别对每个切片拍摄预览图像；(9)使用图像匹配算法判断步骤(7)获得的预览图像是否包含有步骤6获得的模板图像，如果包含用模板图像则判断为空切片，如果未包含有模板图像则判断为非空切片。
优选地，所述步骤(9)中的图像算法为加速稳健特征算法。
根据权利要求1所述的病理切片自动扫描装置检测空切片的方法，其特征在于，所述步骤(3)中的切片包括透明扫描区以及非透明标签区。
根据权利要求1所述的病理切片自动扫描装置检测空切片的方法，其特征在于，所述步骤(4)中为通过贴纸在背光板的遮挡区上做标记，该标记需能够被高通量数字切片扫描仪的预览相机拍摄。
本发明具有如下有益效果：本发明通过高通量型数字病理切片扫描仪可以在不需要添加传感器的情况下准确识别空切片，从而能够快速地判断空切片的位置，且判断成本较低、判断效率高。
附图说明
为了更清楚地说明本发明实施方式的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域第一技术人员来讲，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相关的附图。
图1是本发明的空切片预览图；
图2是本发明的非空切片预览图；
图3是本发明确定遮挡区的示意图；
图4是本发明添加标记的示意图；
图5是本发明模板图像的示意图；
图6是本发明位于切片夹上等待扫描的切片的示意图；
图7是本发明的预览图1；
图8是本发明的预览图2；
图9是本发明高通量数字切片扫描仪扫描流程示意图；
图10是本发明高通量数字切片扫描仪原有硬件结构示意图。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域第一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方式，都属于本发明保护的范围。因此，以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式，本领域第一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方式，都属于本发明保护的范围。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的第一技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方，或仅仅表示第一特征水平高度小于第二特征。
实施例
以下仅是本发明的优选实施方式，本发明的保护范围并不仅局限于下述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。
参考说明书附图1-10，一种病理切片自动扫描装置检测空切片的方法，包括如下步骤：
(1)参考说明书附图1，使用高通量数字切片扫描仪的预览相机拍摄一张空切片预览图像(预览相机为高通量数字切片扫描仪固有硬件，预览相机一般用于拍摄切片预览图用于扫描区域识别)。
(2)参考说明书附图2，使用高通量数字切片扫描仪的预览相机拍摄一张有切片预览图像。
(3)对比步骤1和步骤2所得的图像确定背光板上被切片标签的遮挡区域,如说明书附图3是本发明确定遮挡区所示中左边区域为透明扫描区，右边区域为非透明标签区。
(4)参考说明书附图4-5，使用贴纸或其它方式在背光板的遮挡区上做标记(该标记需要能够被高通量数字切片扫描仪的预览相机拍摄)。
(5)再次使用高通量数字切片扫描仪的预览相机拍摄一张空切片预览图像。
(6)参考说明书附图5，将步骤(5)中得到的预览图像中截取标记区域作为模板图像。
(7)参考说明书附图6，获取模板图像后可以进行正常扫描，首先将3张芯片放入到切片夹上。
(8)切片夹进片后进行预览拍摄，参考说明书附图7，分别为每个切片拍摄预览图像。
(9)使用SURF(Speeded-Up Robust Features)算法或其它图像匹配算法判断步骤(7)获得的预览图像是否包含有步骤(6)获得的模板图像；如果包含用模板图像则判断为空切片，如果未包含有模板图像则判断为非空切片；参考说明书附图8，第三个位置预览图像存在标记，因此切片夹第三个位置被判定为空切片。
(10)空切片则跳过扫描，非空切片则进行正常扫描，参考说明书附图9所示的高通量数字切片扫描仪扫描流程。
对于加速稳健特征算法SURF(Speeded-Up Robust Features)，其是一种用于图像特征检测和描述的算法，它是一种改进的特征检测器，旨在加速和增强SIFT(Scale-Invariant Feature Transform)算法的性能。以下是SURF算法的原理和步骤
原理：
SURF算法的主要原理是检测和描述图像中的关键点，这些关键点应该是在不同尺度、旋转和光照条件下具有不变性的。SURF侧重于提取稳定的特征点，以便在图像匹配任务中使用。
SURF算法的关键步骤如下：
图像尺度空间构建：SURF使用尺度空间来检测不同尺度下的关键点。这通过应用高斯滤波器来生成图像金字塔来实现的。不同尺度的图像对于不同大小的特征点是不变的，这有助于提高算法的稳定性。
Hessian矩阵的计算：SURF使用Hessian矩阵来确定关键点的位置和尺度。Hessian矩阵是一个二阶导数矩阵，用于检测图像的局部结构。SURF通过对图像中的积分图像(integral images)进行快速计算来加速Hessian矩阵的计算。
关键点检测：在计算Hessian矩阵后，SURF通过检测局部最大值和最小值来确定关键点的位置和尺度。换句话说，算法可以在不同大小的图像上找到相同的关键点。。
关键点方向估计：SURF还计算关键点周围的方向和关键点的主方向，以提高特征的旋转不变性。这通常通过计算Hessian矩阵的特征值和特征向量来完成。
特征描述：一旦找到关键点并确定了它们的大小和方向，SURF使用局部图像块中的像素值信息来创建特征描述。这个描述是一个向量，它包含了关键点周围的图像信息，使得不同图像之间的特征可以相互比较。
特征匹配：使用SURF算法提取的特征描述符，找出两个图像中相似的特征点。计算两个图像中的特征点之间的距离或相似性，以确定它们是否匹配。
参考说明书附图10，为本发明高通量数字切片扫描仪原有硬件结构示意图。其具体设置为预览相机：用于拍摄预览图像，背光板：预览拍照时为切片透明区域提供光照，面光源：预览拍照时为切片标签区域提供光照，切片扫描区域：指的是病理学家或实验室专业人员需要观察的切片区域，通常是包括切片上所有组织或细胞区域。切片标签区域：标签通常包括有关患者的信息(例如患者姓名或标识号码)、取样日期、标本来源、医院或实验室的名称以及其他相关信息。这些信息通常以清晰可读的方式印在标签上，确保医生和病理学家能够轻松识别和核对切片的信息。标签遮挡区域：因为非透明标签区导致无法被预览相机拍摄到的区域。通过该高通量数字切片扫描仪结合本发明所述的病理切片自动扫描装置检测空切片的方法，能够快速地判断空切片的位置，且判断成本较低、判断效率高。
上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围之内。
Claims (4)
1.一种病理切片自动扫描装置检测空切片的方法，其特征在于，包括如下步骤：(1)使用高通量数字切片扫描仪的预览相机拍摄一张空切片预览图像；(2)使用高通量数字切片扫描仪的预览相机拍摄一张有切片预览图像；(3)对比步骤(1)和步骤(2)所得的图像确定背光板上被切片标签的遮挡区域；(4)在背光板的遮挡区上做标记；(5)再次使用高通量数字切片扫描仪的预览相机拍摄一张空切片预览图像；(6)将步骤(5)中得到的预览图像中截取标记区域作为模板图像；(7)获取模板图像后进行正常扫描；(8)将切片夹进片后进行预览拍摄，分别对每个切片拍摄预览图像；(9)使用图像匹配算法判断步骤(7)获得的预览图像是否包含有步骤(6)获得的模板图像，如果包含用模板图像则判断为空切片，如果未包含有模板图像则判断为非空切片。
2.根据权利要求1所述的病理切片自动扫描装置检测空切片的方法，其特征在于，所述步骤(9)中的图像算法为加速稳健特征算法。
3.根据权利要求1所述的病理切片自动扫描装置检测空切片的方法，其特征在于，所述步骤(3)中的切片包括透明扫描区以及非透明标签区。
4.根据权利要求1所述的病理切片自动扫描装置检测空切片的方法，其特征在于，所述步骤(4)中为通过贴纸在背光板的遮挡区上做标记，该标记需能够被高通量数字切片扫描仪的预览相机拍摄。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311684436.2A CN117607152A (zh) | 2023-12-08 | 2023-12-08 | 一种病理切片自动扫描装置检测空切片的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311684436.2A CN117607152A (zh) | 2023-12-08 | 2023-12-08 | 一种病理切片自动扫描装置检测空切片的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117607152A true CN117607152A (zh) | 2024-02-27 |
Family
ID=89953475
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311684436.2A Pending CN117607152A (zh) | 2023-12-08 | 2023-12-08 | 一种病理切片自动扫描装置检测空切片的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117607152A (zh) |
-
2023
- 2023-12-08 CN CN202311684436.2A patent/CN117607152A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8229194B2 (en) | Feature-based registration of sectional images | |
| US8005289B2 (en) | Cross-frame object reconstruction for image-based cytology applications | |
| CN111275016B (zh) | 一种玻片扫描影像采集与分析方法及装置 | |
| TWI379248B (en) | Methods and systems for processing biological specimens utilizing multiple wavelengths | |
| US20050123181A1 (en) | Automated microscope slide tissue sample mapping and image acquisition | |
| US9202146B2 (en) | Duplicate check image resolution | |
| CN113962975B (zh) | 基于梯度信息对病理玻片数字图像进行质量评估的系统 | |
| CN114549603B (zh) | 细胞病理图像的标注坐标转换方法、系统、设备及介质 | |
| CN117333489B (zh) | 一种薄膜破损检测装置及检测系统 | |
| CN108664970A (zh) | 一种快速目标检测方法、电子设备、存储介质及系统 | |
| Niazi et al. | An automated method for counting cytotoxic T-cells from CD8 stained images of renal biopsies | |
| WO2015037406A1 (ja) | 検体画像管理システム及び検体画像管理プログラム | |
| CN117607152A (zh) | 一种病理切片自动扫描装置检测空切片的方法 | |
| US20090161930A1 (en) | System and method for processing and reading information on a biological specimen slide | |
| CN111861916A (zh) | 病理图片的处理方法 | |
| BR112021013722A2 (pt) | Lamínula e lâmina impressas para identificar o plano focal de referência para microscopia de luz | |
| Kiyuna et al. | Automatic classification of hepatocellular carcinoma images based on nuclear and structural features | |
| CN108647549B (zh) | 条码图像的处理方法、装置及系统 | |
| CN112102277A (zh) | 在胸水荧光图像中检测肿瘤细胞的装置及方法 | |
| PN et al. | Automated matching of pixel of interest between two digital images from two different microscope imaging devices | |
| CN114511559B (zh) | 染色鼻息肉病理切片质量多维评价方法、系统及介质 | |
| Sheng et al. | Research on Measurement Method of Plant Leaf Area Based on Gait Analysis and Digital Image Processing | |
| CN116778479A (zh) | 一种基于改进YOLOv5的蠕虫卵检测方法、装置、设备及介质 | |
| CN115909298A (zh) | 一种基于机器视觉的货船水尺标度读取方法 | |
| CN116503338A (zh) | 一种基于目标检测的甲状腺细胞病理全玻片图像分析方法 |
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 |