TW202040208A - 自動化顯微掃描系統和方法 - Google Patents
自動化顯微掃描系統和方法 Download PDFInfo
- Publication number
- TW202040208A TW202040208A TW109103371A TW109103371A TW202040208A TW 202040208 A TW202040208 A TW 202040208A TW 109103371 A TW109103371 A TW 109103371A TW 109103371 A TW109103371 A TW 109103371A TW 202040208 A TW202040208 A TW 202040208A
- Authority
- TW
- Taiwan
- Prior art keywords
- grid
- adjacent
- coarse
- scan
- acceptable
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 190
- 238000000386 microscopy Methods 0.000 title claims abstract description 27
- 238000011156 evaluation Methods 0.000 claims abstract description 53
- 210000004027 cell Anatomy 0.000 claims description 485
- 239000010408 film Substances 0.000 claims description 112
- 238000004458 analytical method Methods 0.000 claims description 110
- 238000012545 processing Methods 0.000 claims description 50
- 239000010409 thin film Substances 0.000 claims description 47
- 201000004792 malaria Diseases 0.000 claims description 43
- 244000045947 parasite Species 0.000 claims description 42
- 210000003743 erythrocyte Anatomy 0.000 claims description 34
- 210000004369 blood Anatomy 0.000 claims description 24
- 239000008280 blood Substances 0.000 claims description 24
- 210000000265 leukocyte Anatomy 0.000 claims description 24
- 238000010801 machine learning Methods 0.000 claims description 12
- 238000013441 quality evaluation Methods 0.000 claims description 7
- 230000009471 action Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 112
- 238000005516 engineering process Methods 0.000 abstract description 16
- 239000000523 sample Substances 0.000 description 51
- 239000011521 glass Substances 0.000 description 36
- 239000012472 biological sample Substances 0.000 description 33
- 238000012854 evaluation process Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 238000007431 microscopic evaluation Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 8
- 238000002360 preparation method Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000013135 deep learning Methods 0.000 description 5
- 238000001303 quality assessment method Methods 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 238000005286 illumination Methods 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 239000012528 membrane Substances 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000002356 single layer Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241001156002 Anthonomus pomorum Species 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000000601 blood cell Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000008570 general process Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000004452 microanalysis Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000005693 optoelectronics Effects 0.000 description 1
- 108091008695 photoreceptors Proteins 0.000 description 1
- 230000000135 prohibitive effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000010186 staining Methods 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B21/00—Microscopes
- G02B21/36—Microscopes arranged for photographic purposes or projection purposes or digital imaging or video purposes including associated control and data processing arrangements
- G02B21/365—Control or image processing arrangements for digital or video microscopes
- G02B21/367—Control or image processing arrangements for digital or video microscopes providing an output produced by processing a plurality of individual source images, e.g. image tiling, montage, composite images, depth sectioning, image comparison
-
- 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
- G01N15/1425—Optical investigation techniques, e.g. flow cytometry using an analyser being characterised by its control arrangement
-
- 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
-
- 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
- G01N15/1433—Signal processing using image recognition
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B21/00—Microscopes
- G02B21/0004—Microscopes specially adapted for specific applications
- G02B21/002—Scanning microscopes
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B21/00—Microscopes
- G02B21/0004—Microscopes specially adapted for specific applications
- G02B21/002—Scanning microscopes
- G02B21/0024—Confocal scanning microscopes (CSOMs) or confocal "macroscopes"; Accessories which are not restricted to use with CSOMs, e.g. sample holders
- G02B21/008—Details of detection or image processing, including general computer control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
-
- 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
- G06V20/693—Acquisition
-
- 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
- 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
- G01N15/01—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials specially adapted for biological cells, e.g. blood cells
-
- 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
- G01N15/01—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials specially adapted for biological cells, e.g. blood cells
- G01N2015/012—Red blood cells
-
- 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
- G01N15/01—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials specially adapted for biological cells, e.g. blood cells
- G01N2015/016—White blood cells
-
- 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
- G01N2015/1486—Counting the particles
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B21/00—Microscopes
- G02B21/24—Base structure
- G02B21/26—Stages; Adjusting means therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30024—Cell structures in vitro; Tissue sections in vitro
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Optics & Photonics (AREA)
- Quality & Reliability (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Dispersion Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Signal Processing (AREA)
- General Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Microscoopes, Condenser (AREA)
Abstract
公開了用於自動化顯微掃描系統的工藝和技術,顯微鏡系統在掃描視窗中的粗間隔位置執行“搜尋模式”操作直到獲得可接受的品質掃描結果。然後系統在包含具有可接受的掃描結果的位置的網格單元內的所有視場上執行詳細掃描。系統對整個網格單元的掃描結果執行另一次評估,如掃描結果總體上可接受,則系統繼續執行“掃描模式”操作。掃描模式操作包括從搜尋模式操作中掃描和評估與可接受的網格單元相鄰的一或多個網格單元內的所有視場。系統可依次執行搜尋和掃描模式操作,從而編譯關於掃描處理的方面的資訊,直到滿足一或多個終止標準為止。
Description
本公開總體上涉及顯微技術,並且更具體地涉及用於改進樣品分析的自動化顯微掃描。
生物樣品的顯微分析是衛生保健和生命科學的許多領域的核心技術。顯微技術在其中起到關鍵作用的一個重要領域是疾病的診斷和治療,例如瘧疾。
世界衛生組織的當前教育材料描述了用於瘧疾顯微鏡檢查的方法,該方法包括製備帶有血液樣品的顯微鏡載玻片,並用吉姆薩(Giemsa)染料對血液樣品進行染色以提高可見度。傳統上,沉積在顯微載玻片上的血液樣品包括厚膜和薄膜。厚膜是較厚的部分,在給定的區域中包含更多的血液(例如,大約10-20個紅血球細胞厚度),並且通常用於瘧疾寄生蟲的初步診斷和定量。薄膜是相對較薄的部分(例如理想地是單層的紅血球細胞),並且通常用於確認瘧疾寄生蟲的種類。
血液樣品的顯微分析可以由合格的人員手動進行,但是,也已經開發了自動或半自動化顯微鏡系統以向醫療提供者和研究者提供有價值的幫助。商業上可用的自動化顯微鏡系統的代表性示例包括Motic®
的EasyScan Go系統以及各種其他商業上可用的自動化顯微鏡系統。儘管使用這種現有技術的顯微鏡系統已經獲得了非常理想的結果,但是仍有進一步發展和改進的空間。
本公開教導了用於改進生物樣品分析的自動化顯微掃描系統和方法。在至少一些實施方式中,根據本公開的技術和工藝可以識別包含生物樣品(例如血液)的顯微鏡載玻片的區域,可以識別適合於顯微分析的樣品的各種區域和子區域,並且可以提供掃描策略以確保有效且高效地掃描樣品的足夠高品質區域,以提供對樣品的適當的分析。在一些實現方式中,這樣的系統可以基於載玻片的初始低倍率(或宏觀)圖像使用機器學習方法(例如深度學習或其他區域檢測方法)來識別載玻片的厚膜區域和薄膜區域以及厚膜區域和薄膜區域的邊界。
簡而言之,在至少一些實現方式中,顯微鏡系統在樣品的一部分上限定掃描視窗,該掃描視窗包括多個網格單元,每個網格單元包含多個視場。然後,系統在整個掃描視窗中的粗間隔位置執行“搜尋模式”操作。更具體地,在一個位置執行顯微掃描,並對其進行評估以確定掃描結果的品質。該系統在整個樣品的各個粗間隔位置連續掃描和評估掃描結果,直到獲得品質可接受的掃描結果為止。然後,系統在包含具有可接受的掃描結果的位置的網格單元內的所有視場上執行詳細掃描。系統對整個網格單元的掃描結果執行另一次評估,並且如果網格單元的掃描結果總體上是可接受的,則系統進行到執行“掃描模式”操作。更具體地說,掃描模式操作包括從搜尋模式操作中掃描和評估與可接受的網格單元相鄰的一個或多個網格單元內的所有視場。然後,系統依次執行附加的搜尋模式操作和掃描模式操作,編譯掃描處理的一個或多個方面,直到滿足一個或多個終止標準為止,此時掃描處理結束。
更具體地,在至少一些實現方式中,一種顯微鏡系統包括:顯微鏡組件,其配置用於獲得對樣品內視場的顯微掃描,所述顯微鏡組件能運行以執行操作,所述操作包括:將所述樣品的至少一部分上的掃描視窗限定成多個網格單元,其中所述多個網格單元中的各個網格單元的尺寸被設定為包括多個視場;並且限定包括多個粗間隔網格單元的粗間隔網格圖案。在至少一些實施方式中,每個粗間隔網格單元與其他粗間隔網格單元不相鄰。
然後所述系統執行搜尋模式操作,其包括:在所述多個粗間隔網格單元中的所選粗間隔網格單元內的所選視場處執行所述顯微掃描;評估來自所述所選粗間隔網格單元內的所述顯微掃描的掃描結果的品質;並且如果在所述所選視場處的所述掃描結果的所述品質是不可接受的,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並且返回以執行所述顯微掃描且評估所述掃描結果的所述品質。所述搜尋模式操作還包括,如果所述所選視場處的所述掃描結果的所述品質是可接受的,則:對所述所選粗間隔網格單元的所有其餘視場執行所述顯微掃描;評估來自所述所選粗間隔網格單元的所有其餘視場的所述掃描結果的品質;基於來自所述所選粗間隔網格單元的所有視場的所述掃描結果的所述品質,評定所述所選粗間隔網格單元是否是可接受的;如果所述所選粗間隔網格單元是不可接受的,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並返回以執行所述顯微掃描且評估所述掃描結果的所述品質;並且如果所述所選粗間隔網格單元是可接受的,則進行掃描模式操作。
然後所述顯微鏡組件執行掃描模式操作,其包括:在與可接受的所述所選粗間隔網格單元相鄰的網格單元的周界內的一個或多個相鄰網格單元內的所有視場處執行所述顯微掃描;評估來自在所述一個或多個相鄰網格單元內的所有視場處的所述顯微掃描的所述掃描結果的品質;以及對於所述一個或多個相鄰網格單元中的每一個,如果所述掃描結果的所述品質對於所述相鄰網格單元是可接受的,則將所述可接受的掃描結果的一個或多個方面與先前的可接受的掃描結果進行編譯。
然後所述顯微鏡組件執行操作,所述操作包括:如果不滿足用於終止掃描操作的一個或多個標準,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並返回以執行搜尋模式操作;並且如果滿足用於終止掃描操作的一個或多個標準,則提供所述可接受的掃描結果的所編譯的所述一個或多個方面的指示。
在至少一些實現方式中,所述樣品包括血液樣品的厚膜或薄膜中的至少一者,並且其中,用於終止掃描操作的一個或多個標準包括:所掃描的可接受的視場的總數、所計算的白血球細胞總數、所計算的紅血球細胞總數、所計算的瘧疾寄生蟲總數、在搜尋模式操作期間經過的時間量、在掃描模式操作期間經過的時間量、或經過的總時間量中的一者或多者。
該概述意在提供根據本公開的實現方式的一些示例性方面的介紹。它並非意在提供所有可能實施方式的詳盡解釋,因此應被解釋為僅僅是對以下公開內容的介紹而非限制。
現在將公開用於改進的用於生物樣品分析的顯微鏡掃描系統的工藝和技術。在以下描述中,在附圖中描述和示出了某些實現方式的許多具體細節。本領域的技術人員將理解,本公開可以具有其他可能的實現方式,並且可以在有或沒有以下描述中闡述的某些具體細節的情況下實踐這樣的其他實現方式。另外,應認識到,儘管可以以特定順序或相對於某些附圖或某些實施方案描述各個方面,但是應當理解,可以以各種方式組合或重新排序這些方面以建立保持與本公開的範圍和以下闡述的請求項相一致的替代實現方式。
本公開教導了自動化顯微鏡工藝和技術以用於改進對生物樣品的分析。更具體地,在至少一些實現方式中,根據本公開的系統可以自主地識別包含生物樣品(例如血液)的顯微鏡載玻片的區域,可以識別適合於顯微分析的樣品的各種區域和子區域,以及可以提供自動化掃描策略以確保有效且高效地掃描樣品的足夠高品質區域以提供對樣品的適當分析。在一些實現方式中,此類系統可使用機器學習方法(例如,深度學習或其他區域檢測方法)基於載玻片的初始低放大率(或宏觀)圖像來識別載玻片的厚膜區域和薄膜區域。
在至少一些實施方式中,根據本公開的系統可以在區域內的各個視場處捕獲高放大率圖像,並且可以遵循考慮了對每個區域的用於分析的適合性的評估的掃描策略。根據適合性評估,確定下一次詳細掃描在樣品(厚膜或薄膜)內捕獲的位置。這樣的系統可以繼續自動捕獲和分析詳細的高放大率掃描,直到滿足預定標準(例如,指定為分析而捕獲的白血球細胞或紅血球細胞的總數的標準等)。
如以下更全面地描述的,根據本公開的工藝和技術可以藉由以下方式有利地減少掃描時間:減少所掃描的低品質視場的數量,減少操作者選擇載玻片合適的區域所需的時間和精力,以及減少拒絕品質差的載玻片所需的時間。這樣的工藝和技術對於許多載玻片的批量成像或對於對生物樣品進行時間敏感的分析可能特別有價值。
圖1是用於實現根據本公開的工藝和技術的顯微鏡環境100的示意圖。在該實現方式中,顯微鏡環境100包括自動化顯微鏡組件110,自動化顯微鏡組件110具有顯微鏡112(以虛線示出)以及載物台114,該顯微鏡112用於觀看顯微鏡載玻片上的樣品,而載物台114用於支撐和定位載玻片以進行顯微分析。自動化顯微鏡組件110代表可以根據在此公開的工藝和技術來配置和操作(或修改以操作)的顯微鏡系統的許多類型、模型和變化,並且在下面相對於圖2進行了更全面的描述。
如圖1進一步所示,載玻片120(為清楚起見放大了)包括用於顯微鏡檢查的生物樣品。在該實現方式中,載玻片120包括血液樣品,該血液樣品以對於瘧疾顯微鏡檢查屬於一般的方式沉積為厚膜124和薄膜126。在該實現方式中,載玻片120還包括識別器部分122,該識別器部分122提供與血液樣品相關聯的識別資訊(例如,患者、樣品類型、日期、來源、出處資料等)。如上所述,厚膜124理想地是在每個給定區域包含較多的血液(例如,大約10-20個紅血球細胞厚度)的較厚的部分,並且通常用於瘧疾寄生蟲的初始診斷和定量,而薄膜126是相對較薄的部分(例如理想地是單層紅血球細胞),並且通常用於確認瘧疾寄生蟲的種類。適當製備載有用於瘧疾顯微鏡檢查的血液樣品的載玻片的程序通常是已知的,例如在世界衛生組織的“瘧疾顯微鏡檢查標準操作程序”中進行了描述(例如,當前可在網址“apps.who.int/iris/handle/10665/274382”獲得)。還存在用於該過程的專用載玻片系統。參見例如授予Delahunt等人的美國專利No. 9,453,996。
如圖1進一步所描繪的,在至少一些實現方式中,載玻片120可以與其他載玻片固定到載玻片托盤130上,並且載玻片托盤130可以放置在自動化顯微鏡組件110的載物台114上。載物台114可以被自動化以使得自動化顯微鏡組件110能可控地設定載玻片120的位置,以進行成像、掃描和分析,如本文中更全面所述的。自動化顯微鏡組件110可以可操作地耦合到計算系統140,該計算系統140具有用於輸入使用者命令的鍵盤142和用於顯示分析結果的顯示器144,該分析結果諸如載玻片120上的厚膜124和薄膜126的高倍率圖像146。
圖2是圖1的自動化顯微鏡組件110的側視截面示意圖。應理解的是,圖2中所示的自動化顯微鏡組件110僅僅是一種代表性的可用於實現根據本公開的工藝和技術的實施方案,並且顯微鏡組件110的多種替代實施方案可被適當地採用。在該實現方式中,顯微鏡組件110包括可操作地耦合到記憶體204和輸入/輸出(I/O)埠206的主控制器202。主控制器202通常包括一個或多個處理器和電路,根據執行本文所述的工藝和技術的要求,其被配置用於接收和解釋指令(例如,存儲在記憶體204中的指令,藉由I/O埠206提供的指令等等),用於向自動化顯微鏡組件110的其他元件提供控制信號,以及從自動化顯微鏡組件110的其他元件接收資訊。在替代實現方式中,主控制器202可以被配置為執行所描述的操作中的至少一些,而附加操作可以由經由I/O埠206操作性地耦合至顯微鏡組件110的一個或多個分離的處理部件(例如,圖1的計算系統140)來執行。
如圖2所示,主控制器202可操作地耦合到載物台控制器208,該載物台控制器208控制電動載物台210(例如,電動載物台210可以是圖1的載物台114的至少一部分),以相對於顯微鏡112可控制地定位載玻片120。在該實現方式中,顯微鏡112通常包括可操作地耦合到定位器214的物鏡組件212。定位器控制器216可操作地耦合以接收來自主控制器202的控制信號並向定位器214提供信號以可控制地調節物鏡組件212的操作,例如調整放大率、位置或其他操作參數。在操作中,光源218由主控制器202控制,以經由一個或多個照明光學器件222提供照明光220,以照明載玻片120上的血液樣品(或其他生物樣品)。相機224可操作地耦合以接收從顯微鏡112發出的光或其他合適的信號,並且可以由主控制器202控制以獲得載玻片120上的樣品圖像,然後可以將樣品圖像存儲在記憶體204中或藉由I/O埠206輸出到其他設備(例如,圖1的電腦系統140)。
如前所述,自動化顯微鏡組件110只是適合於實施根據本公開的工藝和技術的顯微鏡組件的一個代表性實施方案。其他合適的自動化顯微鏡組件通常包括但不限於可從Motic®
, Zeiss®
, Accela®
和BioTek®
商購獲得的那些系統,以及授權給Soenksen的美國專利No. 9,851,550和授權給Raz等人的美國專利No.6,049,421中公開的系統和系統類型。顯微掃描系統也可以與圖像分析系統一起使用,圖像分析系統例如授權給Champlin等人的美國專利No. 9,836,839和No. 10,061,972中所述的。
圖3示出了根據本公開的顯微鏡處理300的實施方案。在該實施方案中,顯微鏡處理300包括在步驟310處放置用於分析的載玻片,例如將載玻片120放置在自動化顯微鏡組件110的電動載物台210上,以及操作電動載物台210以將載玻片120相對於顯微鏡112定位在適當的位置。處理300還包括在步驟312處獲得載玻片的“宏觀圖像”,諸如藉由使用顯微鏡組件110的相機224獲得。如本文所用,術語載玻片的“宏觀圖像”是指載玻片的至少一部分的圖像,其顯示載玻片120上足夠(例如全部或基本上全部)的生物樣品,以能夠確定載玻片120上的一個或多個感興趣區域的位置和範圍(例如,厚膜區域、薄膜區域等等)。
例如,圖4示出了生物樣品的一組圖像的一實施方案,其包括可以藉由顯微鏡處理300獲得(在步驟312)的類型的載玻片420的宏觀圖像400。在該實施方案中,載玻片420包括識別器部分422,其提供有關生物樣品(例如,患者姓名等等)、患者血液的厚膜424和患者血液的薄膜426的資訊,其中厚膜424和薄膜426最好適合於瘧疾的檢測和診斷。圖4還示出了一組六個視場(FOV)圖像(用字母“a”至“f”標記),其表示可以使用自動化顯微鏡組件110的顯微鏡112獲得的類型的薄膜426的各個部分的放大視圖。從顯微鏡處理300的角度來看,六個FOV圖像可以被歸類為具有不可接受的用於分析的品質(例如,FOV圖像“a”、“b”和“f”)或可接受的用於分析的品質(例如,FOV圖像“c”、“d”和“e”)。更具體地,在至少一些實施方案中,可以將FOV圖像“a”和“b”認為缺乏單個細胞的足夠的解析度和清晰度,而FOV圖像“f”可能包含太少的細胞和較差的細胞解析度,因此對於顯微鏡處理300的至少一些實現方式,可以被分類為不可接受或不可用。此外,在至少一些實現方式中,FOV圖像“c”至“e”可以被認為沒有遭受這些不合格特徵,因此在至少某些實現方式中可以被分類為是可接受和可用的。應當理解,可以在載玻片420的厚膜424內獲得相似的FOV圖像,具有相似的結果,即可以認為厚膜424內的一些FOV圖像對於顯微鏡處理300的至少一些實現方式是可接受的,而其他則可以認為是不可接受的,如下文更充分地描述的。
再次參考圖3,顯微鏡處理300還包括在步驟314處分析載玻片的宏觀圖像以確定用於瘧疾分析的載玻片的適合性。例如,在至少一些實現方式中,分析載玻片的宏觀圖像(在步驟314處)可以包括執行如圖5所示的適合性分析處理。
在圖5所示的實施方案中,確定用於分析的載玻片的適合性的處理500包括在步驟502提供用於分析的載玻片的宏觀圖像,然後在步驟510對載玻片執行初始品質評定。應當理解,初始品質評定(在步驟510處)可以涉及旨在進行載玻片的初始篩選的一種或多種操作,以便在進行更詳細的顯微鏡操作之前確定載玻片的一般適合性。例如,在圖5所示的實現方式中,執行初始品質評定(在步驟510)包括在步驟512基於宏觀圖像評定膜的一個或多個品質特性。在至少一些實現方式中,(在步驟512)基於載玻片的宏觀圖像評定膜的一個或多個品質特性包括確定以下各項中的一項或多項:組成、曝光、焦點、清晰度、銳度、亮度或任何其他合適的特徵。在進一步的實現方式中,例如,(在步驟512)基於宏觀圖像評定膜的一個或多個品質特性可以包括評定通常已知的被稱為“布倫納(Brenner)分數”(或“布倫納聚焦分數”)的特徵,其例如在授權給Zahniser的美國專利No. 9,041,791中所公開的。
在步驟514,處理500包括(在步驟512)基於對一個或多個品質特徵的評定來確定載玻片的品質最初是否可接受。如果(在步驟514)確定載玻片的品質不可接受,則處理500繼續進行以在步驟516提供指示載玻片不適合分析的指示。可替代地,如果(在步驟514)確定載玻片的品質可以接受,則處理500可以包括在步驟518執行圖像識別以確定在載玻片上存在厚膜和薄膜。在至少一些實施方案中,(在步驟518)執行圖像識別以確定在載玻片上存在厚膜和薄膜可能涉及使用一個或多個圖像識別模型執行一個或多個機器學習操作。這樣的圖像識別模型是眾所周知的,並用於多種圖像識別工藝和技術中,例如,在“Deep Learning for Generic Object Detection: A Survey” by Li Liu et al., arXiv:1809.02165 [cs.CV], 6 Sept., 2018中所描述的。
簡而言之,在至少一些實現方式中,機器學習操作可以包括在步驟520使用已知物件的已知良好圖像來訓練一個或多個圖像識別模型。一個或多個圖像識別模型可以包括例如卷積神經網路(CNN)模型、具有CNN的區域(RCNN)模型、深度CNN(DCNN)模型、單發檢測(SSD)模型或任何其他合適的圖像識別模型。在至少一些實現方式中,可以對提供用於分析的圖像進行處理以確定圖像(框)的哪些區域包含(或不包含)一個或多個物件(例如厚膜、薄膜等)。該確定基於從每個區域(或框)內的圖像部分中提取的特徵。使用一個或多個圖像識別模型計算特徵,並使用包含已知物件的已知良好圖像對特徵進行訓練。區域根據其是否包含一個或多個物件進行分類。更具體地,在至少一些實現方式中,可以將區域分類為包含厚膜還是薄膜。以這種方式,在至少一些實現方式中,可以使用機器學習操作來執行圖像識別以確定載玻片上的厚膜和薄膜的存在(在步驟518處)。
在圖5所示的(在步驟510)對載玻片的初始品質評定還包括在步驟522確定載玻片是否適合進一步分析(例如,載玻片既包括厚膜又包括薄膜)。如果(在步驟522)確定載玻片不適合(例如既不包括厚膜又不包括薄膜),則處理500進行到在步驟516提供用於分析的載玻片的不適合性的指示。在另一種實現方式中,圖像不包括厚膜(不管是否存在薄膜)的確定導致該處理繼續進行至提供不適合的指示。在不特定於一般瘧疾顯微鏡的其他實現方式中,確定圖像不包括其他類型的生物樣品(例如,組織切片)導致該處理繼續進行至提供不適合性的指示。
替代地,如果(在步驟522)確定載玻片是合適的(例如,包括厚膜和薄膜),則處理500可以任選地包括在步驟524提供宏觀圖像,以用於一個或多個識別模型的將來的訓練。然後,適合性評定處理500繼續進行至在步驟526提供用於分析的載玻片的適合性的指示。最後,在提供適合性的指示(在步驟526)之後,或者在提供不適合性的指示(在步驟516)之後,處理500在步驟528結束或繼續其他操作。
再次回到圖3,在分析載玻片的宏觀圖像之後(在步驟314),顯微鏡處理300還包括在步驟316(例如,基於來自適合性分析處理500的結果)確定載玻片是否適合於瘧疾分析。如果(在步驟316)確定載玻片不適合瘧疾分析,則處理300繼續進行以在步驟318處確定是否存在更多可用於分析的載玻片,如果存在,則處理300返回以在步驟310定位新的載玻片以進行分析,並且對於新的載玻片,重複上述操作步驟310到步驟316。
或者,如果(在步驟316)確定載玻片適合於瘧疾分析,則處理300繼續進行至在步驟320分析載玻片的宏觀圖像以確定厚膜和薄膜的邊界。使用自動化顯微鏡組件自動檢測顯微鏡載玻片(例如厚膜424,薄膜426)上的生物樣品邊界的技術是眾所周知的,並且包括但不限於市售產品Motic®
的樣品邊界確定能力,或整體上由授權給Fein等人的美國專利No. 7,151,246、授權給McLaren等人的美國專利No. 7,558,415、授權給Baumfalk等人的美國專利No. 8,107,715和授權給Pollak等人的美國專利No. 10,093,957公開的工藝和技術。
繼續參考圖3,顯微處理300還包括在步驟322對厚膜執行掃描和分析操作。(在步驟322)在厚膜上執行的掃描和分析操作可以包括可以以各種合適的實現方式執行的許多詳細操作,並且將在下面相對於附圖更全面地描述。簡而言之,在至少一些實施方案中,(在步驟322)在厚膜上執行的掃描和分析操作可包括一個或多個準備操作,隨後是所謂的“搜尋模式”操作,該“搜尋模式”操作涉及評估在相對較粗間隔開的各個位置上跨越所需生物樣品的許多不同位置(例如厚膜424、薄膜426等)的顯微圖像。一旦使用搜尋模式操作識別出提供(或最初看起來提供)可接受品質的顯微掃描結果的可接受位置,則操作(在步驟322)然後可以執行所謂的“掃描模式”操作,其中詳細掃描顯微圖像在接近於從搜尋模式確定的可接受位置的相對密集(closely-spaced)位置處執行。在成功執行詳細的掃描模式操作之後,操作(在步驟322)可以返回到搜尋模式操作,並且可以繼續在搜尋模式操作和掃描模式操作之間進行反覆運算,直到滿足一個或多個期望標準為止。在下面更全面地描述(在步驟322)在厚膜上執行的掃描和分析操作的各種可能的實現方式的附加細節。
在圖3所示的實現方式中,顯微鏡處理300還包括在步驟324確定厚膜內是否存在瘧疾寄生蟲。該確定(在步驟324)可以基於(在步驟322)在厚膜上的掃描和分析操作的結果,其可以是通常涉及自動化圖像識別工藝和技術,該工藝和技術被配置為檢測和計數生物樣品中存在的特徵,該特徵包括血液樣品中可能存在的細胞和瘧疾寄生蟲。這樣的自動化圖像識別工藝和技術已經在可商購的系統中實現,包括但不限於在可商購的系統Motic®
(例如EasyScan Go系統)中實現。
如果確定(在步驟324處)厚膜424中不存在瘧疾寄生蟲(或低於既定門檻值的相對較少數量的瘧疾寄生蟲),則顯微鏡處理300可以包括在步驟326提供沒有檢測到寄生蟲的指示(或檢測到的寄生蟲數量不足),然後顯微鏡處理300可以繼續到(在步驟318)確定是否有更多載玻片可用於分析。在一些實現方式中,可以在讀取厚膜之後完成該處理,而不管是否檢測到寄生蟲,從而提供是否檢測到寄生蟲的指示。
另一方面,如果確定(在步驟324)在厚膜424中存在瘧疾寄生蟲,則在某些實現方式中,顯微鏡處理300進行到在步驟328在薄膜上執行掃描和分析操作。再一次,應當理解,在薄膜上執行的掃描和分析操作(在步驟328處)可以包括可以在各種合適的實現方式中執行的許多詳細操作,並且下面將參照附圖進行更全面的描述。簡而言之,在至少一些實現方式中,(在步驟328)在薄膜上執行的掃描和分析操作可以遵循與(在步驟322)在厚膜上執行的掃描和分析操作大致相似的方法,可以包括一個或多個準備操作,然後在相對粗間隔開的各個位置進行所謂的“搜尋模式”操作,並且接著一旦使用搜尋模式確定了可接受的位置,就進行一個或多個“掃描模式”操作。下面更全面地描述在薄膜上執行的掃描和分析操作的各種可能的實現方式的附加細節(在步驟328處)。
繼續參考圖3,(在步驟328)在對薄膜執行掃描和分析操作之後,顯微鏡處理300包括在步驟330提供生物樣品的一種或多種寄生蟲種類和/或一種或多種其他特徵的指示。在至少一些實現方式中,顯微鏡處理300隨後在步驟318處確定是否有更多的載玻片可用於分析,如果是,則處理300返回以在步驟310定位新的載玻片以進行分析,並且對新載玻片重複上述步驟310至步驟330。最終,一旦(在步驟318)確定沒有更多的載玻片可用於分析,則顯微鏡處理300在步驟332結束或繼續進行其他操作。
如上所述,(在步驟322)在厚膜上執行的掃描和分析操作可以包括可以在各種合適的實現方式中執行的許多詳細操作。例如,在圖6所示的實現方式中,掃描和分析處理600包括在步驟605執行準備操作。在至少一些實現方式中,在步驟605執行的準備操作可以包括在步驟610建立用於掃描生物樣品的掃描視窗。(在步驟610)建立掃描視窗可以包括確定厚膜424的一部分,可以使用自動化顯微鏡組件110對該部分進行詳細的掃描操作。應理解,在步驟610建立的掃描視窗較佳地(但不是必須)是厚膜424的相對小的部分,並且較佳地被定位成提供相對高品質的視場(FOV)圖像,以使得能夠在盡可能少地執行自動化顯微鏡組件110的操作的情況下執行期望的顯微分析和獲得期望的資訊。儘管下面具體參考在厚膜424上執行操作來描述掃描和分析處理600的以下描述,但是應當理解,在替代實現方式中,掃描和分析處理600也可以應用於載玻片420的薄膜426,或者應用於可以進行自動化顯微分析的各種其他合適的生物樣品。
在至少一些實現方式中,可以基於(在步驟320確定的)厚膜424的邊界來自動確定(在步驟610)掃描視窗的建立。在一些實現方式中,可以將掃描視窗建立為以厚膜424的近似中心為中心的相對較小的掃描區域。另外,可以(在步驟610)基於從外部設備接收的輸入來建立掃描視窗,例如基於從自動化顯微鏡組件110的使用者(例如,技術人員、衛生保健工作者等等)或者從計算系統140的使用者(例如,使用鍵盤142)接收的輸入,或者(例如,藉由I/O埠206)從另一個設備接收的輸入來建立掃描視窗。此外,對於其中生物樣品相對均勻的情況,例如對於相對均勻的厚膜,掃描視窗的位置可以位於厚膜424的大致中心,或者位於厚膜內的任何其他合適的位置。
在還有的其他實現方式中,可以基於對厚膜424的宏觀圖像400的自動分析以及對包含合適數量的視場(FOV)圖像的具有相對改進的概率的位置的自動選擇來確定掃描視窗的位置,其中這些視場(FOV)圖像將被歸類為具有可接受的分析品質。例如,在一些實現方式中,可以(在步驟610)藉由以下方式來自動確定掃描視窗的位置:分析厚膜424的宏觀圖像400,並選擇厚膜424區域,該區域避免或最小化厚膜424的可以提供缺乏足夠解析度的FOV圖像的相對較暗的部分,並且還避免或最小化厚膜424的可以提供可能包含太少單元的FOV圖像的相對較亮的部分。因此,(在步驟610)建立掃描視窗可以包括對厚膜424的自動分析,以確定掃描視窗的位置,該位置捕獲具有相對較高的提供可接受的FOV圖像的概率的區域。例如,在至少一些實現方式中,掃描視窗的位置可以基於對可能的掃描視窗區域內的可能的FOV圖像的相對強度的分析,可以選擇相對適度的暗度的區域(例如,具有更大數量的具有平均光透射率的可能的FOV圖像的區域),使得掃描視窗提供相對較大的包含將被分類為具有可接受的分析品質的視場圖像的概率。
應當理解,(在步驟610建立的)掃描視窗的尺寸和形狀可以是任何合適的尺寸和形狀,並且可以在不同載玻片之間(或同一載玻片上的不同膜之間)變化,具體取決於被分析的特定的生物樣品(例如厚膜424、薄膜426、其他非血液樣品等)。如上所述,掃描視窗可以較佳地是相對較小的區域,該區域提供相對高品質的FOV圖像,以使得能夠在執行自動化顯微鏡組件110的操作盡可能少的情況下執行期望的顯微分析和獲得期望的資訊。因此,可以至少部分地促進、實現或增加滿足這些目標中的一個或多個的可能性的掃描視窗的尺寸和形狀可以根據厚膜424或載玻片上的其他被掃描區域的特性而改變。
在至少一些實現方式中,掃描視窗可以是正方形(或矩形)形狀。例如,圖7示出了(在步驟610)在厚膜424上建立的具有正方形的掃描視窗710的示意圖700。在該特定實現方式中,掃描視窗710具有45個視場的寬度W(例如11.25mm)和45個視場的長度L(例如11.25mm)。應當理解,在替代實施方案中,掃描視窗710可以具有其他合適的尺寸。例如,在一些實施方案中,生物樣品(例如,薄膜426)可以跨越載玻片420的整個寬度,並且因此,掃描視窗710可以跨越載玻片420的整個寬度(例如通常為25mm)。在一些實施方案中,掃描視窗的尺寸可以是預定的(例如11.25mm×11.25mm),或者替代地,可以基於對厚膜424的宏觀圖像400的分析的一個或多個結果來動態地確定(更大或更小),其目的是選擇尺寸以提供掃描視窗,該掃描視窗具有較大的包含可接收以用於分析的適當數量的視場圖像的概率。
如圖6進一步所示的,掃描和分析處理600還包括在步驟612劃分掃描視窗。應當理解,(在步驟612)劃分掃描視窗包括將掃描視窗數學劃分或限定為多個較小部分。更具體地,(在步驟612)劃分掃描視窗可以包括將掃描視窗710劃分成多個較小的部分,其中較小的部分(或子部分)在本文中被稱為“網格單元”。例如,在圖7所示的實現方式中,掃描視窗710已經被劃分為多個網格單元712。在一些實現方式中,每個網格單元712可以是正方形,而在其他實現方式中,每個網格單元712可以是矩形或其他合適的形狀。在所描繪的實現方式中,每個網格單元712的尺寸是五個視場的寬度和五個視場的長度和寬度(即5FOV×5FOV),每個網格單元712總共二十五個視場。在至少一些實現方式中,單個視場可以具有矩形形狀,因此,網格單元712也可以具有矩形形狀。在圖7的右上部分中,網格單元712已經被放大以示出(例如,自動化顯微鏡組件110的顯微鏡112的)單個的視場(FOV)714,並且在所描繪的實現方式中,網格單元712包括25個FOV 714。因此,在圖7所示的實施方案中,掃描視窗710被劃分成寬度上的九個網格單元712和長度上的九個網格單元712,總共八十一個網格單元712。當然,在替代實施方案中,可以根據本公開的範圍和教導來構思各種合適的劃分佈置。
再次參考圖6,掃描和分析處理600還包括在步驟620執行搜尋模式操作。如上所述,(在步驟620的)搜尋模式操作通常涉及評估跨越厚膜424(或薄膜426或其他生物樣品)的多個不同位置處的顯微圖像的品質,該評估基於位置的相對較粗間隔來進行。更具體地說,在至少一些實現方式中,(在步驟620)執行搜尋模式操作包括在步驟622將顯微鏡定位在期望的網格單元位置處。例如,如圖7所示,顯微鏡112可以最初被定位成使得物鏡組件212的視場在掃描視窗710的中心網格單元752的中心視場(FOV)750處(例如,大致厚膜424的中心處)。在至少一些實現方式中,(在步驟622)顯微鏡的定位還可包括一個或多個聚焦或重新聚焦操作(例如,使用顯微鏡組件110的位置控制器216、定位器214等進行)。
應理解,根據(在步驟612)劃分掃描視窗的特定細節,在一些實現方式中,一些網格單元可以具有位於網格單元中心的視場(FOV),而其網格單元可能沒有,並且可能只有在網格單元中心附近的FOV。更具體地,在一些實現方式中,已經被劃分為相等數量的奇數行的FOV和奇數列的FOV的那些網格單元將具有中心FOV(例如5個FOV×5個FOV、7個FOV×7FOV、3個FOV×3個FOV等),而其他劃分配置(例如4個FOV×5個FOV、4個FOV×4個FOV、6個FOV×6個FOV等)會沒有中心FOV,但會具有靠近(例如鄰近)網格單元的中心的一個或多個FOV。因此,應理解,在以下討論中對中心FOV(或近似中心FOV)的引用應理解為包括這樣的替代實現方式,其具有接近(例如鄰近)網格單元的中心但是不會在網格單元的精確中心的FOV。在進一步的實現方式中,應理解,期望的網格單元位置(在步驟622)不一定是中心FOV,並且其他FOV可以被選擇作為期望的網格單元位置(例如,網格單元的左上角FOV等等),並且實際上可以將網格單元的任何其他FOV選擇作為所需的網格單元位置(在步驟622)。
(在步驟622)在放置顯微鏡之後,掃描和分析處理600進一步包括在步驟624在期望的網格單元位置處執行對顯微鏡視場的詳細掃描。(在步驟624)對顯微鏡視場的詳細掃描可以是通常已知的、並且可以由自動化顯微鏡組件(例如,顯微鏡組件110)容易地執行的一般掃描處理,自動化顯微鏡組件包括在本文其他地方提到的現有類型的自動化顯微鏡組件。例如,圖8示出了可以(在步驟624)在厚膜的詳細掃描期間獲得的類型的代表性掃描結果800。另外,在至少一些實現方式中,(在步驟624)對視場的詳細掃描的執行可以包括一個或多個聚焦或重新聚焦操作(例如,使用顯微鏡組件110的位置控制器216、定位器214、主控制器202等等進行)。
如圖6進一步所示的,掃描和分析處理600還包括在626評估詳細掃描的視場的結果。在至少一些實現方式中,對詳細掃描的結果進行評估(在等626)可以包括評估掃描結果的適合性。更具體地,可以基於掃描結果的一種或多種品質特徵來評估厚膜的掃描結果的適合性,包括但不限於確定組合物(即,FOV是否為空?)、曝光、焦點、白血球細胞數量、氣泡、大的污漬聚集、載玻片上的污垢、清晰度、銳度(或模糊度)、亮度或任何其他合適的品質特徵中的一種或多種。在至少一些實現方式中,(在步驟626)對詳細掃描的結果的評估可以包括使用已知的自動圖像識別工藝和技術,如以上參考例如在“Deep Learning for Generic Object Detection: A Survey” by Li Liu et al., arXiv:1809.02165 [cs.CV], 6 Sept., 2018中更全面地描述的。
另外,在至少一些實現方式中,(在步驟626)對視場的詳細掃描的結果的評估可以包括對視場內存在或可檢測的多個特徵進行計數。更具體地,在至少一些實現方式中,(在步驟626)評估可以包括對視場內的紅血球細胞(RBC)、白血球細胞(WBC)、瘧疾寄生蟲(MP)或任何其他合適的特徵進行計數。在圖8的代表性的厚膜掃描結果800中,示出了可以使用已知工藝和技術容易地檢測和計數的多個瘧疾寄生蟲802。應當理解,可以使用已知的自動化圖像識別工藝和技術容易地完成對這些特徵(例如,RBC、WBC、MP等)的檢測和計數,如上面更全面地描述的。另外,這樣的自動圖像識別技術已經在商業上可用的系統中實現,該系統用於檢測和計數生物樣品內存在的特徵(例如,對血液細胞和瘧疾寄生蟲計數),包括但不限於商業上可用的系統Motic®
(例如EasyScan Go系統)。
在至少一些實現方式中,(在步驟626)對掃描視場的結果的評估可以包括提供與視場相關聯的掃描結果的品質評定。例如,(在步驟626)評估可以提供品質評定得分或數位指定。在一些實現方式中,可以如下提供品質評定分數:0=良好,1=模糊,2=空以及3=RBC結塊太多(或不清楚)。在該特定實現方式中,僅品質評定得分零被認為是可接受的或具有足夠高的品質。在替代的實現方式中,品質評估可以提供非量化的結果,例如“可接受”、“不可接受”、“高品質”、“低品質”或任何其他合適的非量化描述符號。
再次參考圖6,(在步驟626)評估了視場的詳細掃描的結果之後,掃描和分析處理600還包括在步驟628確定視場的詳細掃描的結果是否可接受。如果對視場的詳細掃描的結果是不可接受的(在步驟628)(例如,模糊、空、沒有足夠的細胞等),則掃描和分析處理600接下來在步驟630確定剛被掃描的視場是否是可用於搜尋模式操作的最後一個網格單元。如果(在步驟630)確定剛被掃描的視場是可用於搜尋模式操作的最後一個網格單元,則掃描和分析處理600繼續進行到在步驟632處輸出搜尋模式終止消息,並且藉由繼續進行到在步驟650結束或繼續到其他操作(諸如返回到圖3的顯微鏡處理300的適當操作)來結束(在步驟620的)搜尋模式操作的執行。
替代地,如果(在步驟630)確定剛被掃描的視場不是可用於執行搜尋模式操作的最後一個網格單元,則掃描和分析處理600包括在步驟632遞進到下一個期望的網格單元的位置,(在步驟620)執行搜尋模式操作返回以(在步驟622)將顯微鏡定位在下一個期望的網格位置,並且對於新的期望的網格位置,重複上述的搜尋模式操作步驟622至步驟628。
應當理解,可以以各種合適的方式來實現(在步驟632)遞進到下一個期望的網格單元位置以用於連續的搜尋模式操作。在至少一些實現方式中,如圖7中示意性地描繪的,可以實現(在步驟632)遞進到下一個期望的網格單元位置。更具體地,可以藉由以下方式來選擇下一個期望的網格單元位置:跳過與中心網格單元752相鄰的網格單元,並且向外移動到不相鄰網格單元756的中心(或中心FOV)754(或其他期望的網格單元位置),然後在不相鄰網格單元756的期望的網格單元位置(例如中心FOV 754)處執行上述搜尋模式操作(步驟622-步驟628)。儘管搜尋模式操作(步驟622-步驟628)最初被描述為發生在其中網格單元位置被描述為不相鄰(例如,如圖7所示)的粗間隔網格單元位置處,但應當理解,在其他實現方式中,至少一些粗間隔網格單元可以與其他粗間隔網格單元相鄰,或者可以採用相鄰和非相鄰網格單元的組合,如下面參考圖19和20更全面地描述的。
如圖7所示,在至少一些實現方式中,非相鄰網格單元756是第一組非相鄰網格單元760的一部分,該第一組非相鄰網格單元760圍繞中心網格單元752形成第一非相鄰周界(即,與中心網格單元752間隔開一個網格單元的距離的網格單元的周界)。另外,如圖7進一步所示,可以識別出第二組非相鄰網格單元762,其圍繞中心網格單元752形成第二不相鄰的周界(第二不相鄰的周界與第一不相鄰的周界向外間隔開一個網格單元)。應理解的是,在替代實現方式中,可以以多種方式執行(在步驟612)劃分掃描視窗以提供任何期望數量的網格單元,並且因此提供圍繞中心網格單元752形成的任何期望數量的網格單元的周界。
在至少一些實現方式中,隨著搜尋模式操作620繼續重複(在步驟632)遞進到下一個期望的網格單元位置,以試圖(在步驟628)定位具有可接受品質的網格單元,可以(在步驟632)藉由以下方式選擇下一個期望的網格單元位置:圍繞第一非相鄰周界(例如,沿如圖7所示的逆時針方向)前進,在第一組非相鄰網格單元760中每隔一個網格單元選擇一個網格單元(即,跳過一個網格單元並選擇下一個網格單元)。然後,在下一個期望的網格單元位置的中心(或中心視場)執行上述步驟622至步驟628。在完全繞過第一不相鄰周界之後,可以(在步驟632)藉由以下方式確定下一個期望的網格單元位置:向外移動到形成第二不相鄰周界的第二組不相鄰網格單元762,圍繞第二非相鄰網格(例如,沿如圖7中所示的逆時針方向)前進,在第二組非相鄰網格單元762中每隔一個網格單元選擇一個網格單元(即,跳過一個網格單元並選擇下一個網格單元)。因此,在至少一些實現方式中,詳細的掃描和分析操作(在步驟622、步驟624)是在相對粗的一組FOV位置(即,每隔一個網格單元的中心FOV)上執行的,該相對粗的一組FOV位置間隔開約兩個網格單元尺寸(例如,2×5FOV=10FOV)。
應理解,在替代的實現方式中,藉由圍繞任意數量(例如3個、4個等等)的非相鄰網格周界,(在步驟620的)搜尋模式操作可以重複地(在步驟632)遞進到下一個期望的網格位置。類似地,在替代的實現方式中,藉由以下方式,(在步驟620的)搜尋模式操作可以重複地(在步驟632)遞進到下一個期望的網格位置:圍繞第一和第二非相鄰周界760、762沿任何期望的方向(例如,順時針)前進,或者交替地進行圍繞所述周界中的一個(例如第一周界)沿第一方向(例如順時針)前進和接著圍繞另一個周界沿相反方向(例如逆時針方向)前進。
如上所述,在搜尋模式操作期間使用的粗間隔網格單元不必是不相鄰的,並且在可替代的實現方式中可以是相鄰網格單元,或者是相鄰和非相鄰網格單元的組合。因此,對粗間隔網格單元的引用甚至可以包括一些相鄰網格單元的期望FOV(例如,中心FOV)。例如,圖19示出了根據本公開的具有相鄰網格單元1912的粗間隔網格單元1900的一個實施方式。在至少一些實現方式中,(在步驟632)遞進到下一個期望的網格單元位置可以如圖19中示意性地描繪的那樣完成。更具體地,在分析了中心網格單元1952的期望的FOV(例如中心FOV)1950之後,(在步驟632的)遞進可以繼續到第一網格單元1956的下一個期望的FOV(例如中心FOV)1954,並且然後在相鄰網格單元1956的期望的網格單元位置(例如,中心FOV 1954)處執行上述搜尋模式操作(步驟622-步驟628),並且(在步驟632的)遞進然後可以圍繞與中心網格單元1952相鄰(並彼此相鄰)的網格單元的一個或多個周界從期望的FOV到期望的FOV(from desired FOV to desired FOV)進行,以大體上螺旋的方式(逆時針或順時針)向外移動,如圖19中的箭頭所示。
替代地,圖20示出了根據本公開的具有一些相鄰網格單元和一些非相鄰網格單元的粗間隔網格單元2000的一個實施方案。在至少一些實現方式中,(在步驟632)遞進到下一個期望的網格單元位置可以如圖20中示意性地描繪的那樣完成。更具體地說,在分析了中心網格單元2052的期望的FOV(例如,中心FOV)2050之後,(在步驟632的)遞進可以繼續進行到第一相鄰網格單元2056的下一個期望的FOV(例如,中心FOV)2054,然後在相鄰網格單元2056的期望的網格單元位置(例如中心FOV 2054)處執行上述搜尋模式操作(步驟622-步驟628),並且(在步驟632的)遞進然後可以圍繞與中心網格單元2052相鄰(並彼此相鄰)的網格單元的周界從期望的FOV到期望的FOV (from desired FOV to desired FOV)進行。在圍繞相鄰網格單元的整個周界進行之後,遞進可以向外進行至非相鄰網格單元的外周界,從第一非相鄰網格單元2062的期望的FOV 2060開始,然後遞進地進行至下一個非相鄰網格單元2066的下一個期望的FOV 2064,圍繞第二周界(逆時針或順時針)前進,如圖20中的箭頭所示。
再次參考圖6,當(在步驟628)確定期望的網格單元的中心視場的詳細掃描的結果是可接受的,並且因此已經定位到了可接受的網格單元時,則掃描和分析處理600從(在步驟620的)搜尋模式操作進行至在步驟640處執行“掃描模式”操作。在至少一些實現方式中,(在步驟640的)掃描模式操作包括在步驟642執行對可接受的網格單元內的所有視場執行詳細的掃描和評估。在至少一些實現方式中,(在步驟642的)詳細掃描可以基本上類似於在上述的搜尋模式操作期間(在步驟624)執行的詳細掃描,並且(在步驟642的)評估可以基本上類似於在上述的(在步驟626的)搜尋模式操作期間執行的評估。因此,在至少一些實現方式中,可接受的網格單元的每個單獨的FOV可以被評估並且被指定為(在步驟642)執行詳細掃描和評估期間具有可接受的品質或不可接受的品質。類似地,(在步驟642的)詳細掃描和評估還可以包括使用已知工藝和技術對視場內存在的或可檢測的多個特徵(例如,RBC、WBC、MP等)進行計數。
例如,圖9示出了可接受的網格單元900的放大圖,該可接受的網格單元900被劃分成總共二十五個視場(即5個FOV×5個FOV)。在該實現方式中,中心FOV 902被預先掃描和評估並且被確定為在尋找模式操作(在步驟620)期間是可接受的。因此,(在步驟640)在進入掃描模式操作時,可接受的網格單元900的所有其餘視場都(在步驟642)被掃描和評估。在圖9所示的實現方式中,以相對較淺的陰影可見地示出了被指定為具有可接受的品質的FOV(即21個可接受的FOV),而以相對較暗的陰影示出了被指定為具有不可接受的品質的FOV(即4個不可接受的FOV)。
如圖6進一步所示的,(在步驟640)執行掃描模式操作還包括基於(在步驟642)對所有視場的詳細掃描和評估來在步驟644確定可接受的網格單元是否保持可接受。在至少一些實現方式中,(在步驟644)確定可接受的網格單元是否保持可接受包括將可接受的FOV的數量與不可接受的FOV的數量進行比較。例如,在一些實現方式中,當可接受的FOV的數量大於不可接受的FOV的數量時,可以(在步驟644)確定可接受的網格單元900保持可接受。替代地,在一些實現方式中,當可接受的FOV的數量達到合適的門檻值時,例如達到在網格單元中的FOV的總數的預定百分比(例如55%、60%、65%等等)時,可以(在步驟644)確定可接受的網格單元900保持可接受。例如,在圖9所示的特定實現方式中,當可接受的FOV的數量達到或超過網格單元900中的全部25個FOV中的15個FOV(即達到或超過60%)時,可以確定網格單元900保持可接受(在步驟644)。在該標準下,由於圖9中所示的可接受的網格單元900包括21個可接受的FOV,因此將(在步驟644)確定可接受的網格單元900保持可接受。
如果基於對網格單元的所有FOV的掃描和評估來(在步驟644)確定網格單元沒有保持可接受,則掃描和分析處理600返回到搜尋模式操作(在步驟620)。更具體地,如果(在步驟644)確定網格單元沒有保持可接受,則處理600返回(在步驟630)確定搜尋模式操作是否已經到達用於搜尋模式操作的粗網格單元中的最後的可用網格單元。然後,掃描和分析處理600從如上所述的(在步驟630的)確定繼續進行,並且可以執行附加的搜尋模式操作(在步驟620),直到(在步驟628)找到另一個可接受的網格單元,此時處理600可以返回(在步驟640)的掃描模式操作。
在圖6所示的實施方案中,(在步驟644)確定網格單元為可接受的之後,(在步驟640的)掃描模式操作還包括在步驟646對與可接受的網格單元相鄰的一個或多個網格單元執行詳細的掃描和評估。更具體而言,圖10示出了可接受的網格單元900的放大圖1000以及相鄰網格單元1010的周圍周界。應理解,在圖10中所示的實現方式中,在相鄰網格單元1010的周圍周界中有八個相鄰網格單元,並且在步驟644已經掃描和評估了四個相鄰網格單元(即,一半)。在至少一些實現方式中,(在步驟646的)對與可接受的網格單元相鄰的一個或多個網格單元的詳細掃描和評估可包括掃描和評估與可接受的網格單元900共用公共邊(或公共邊界)的一個或多個相鄰網格單元(見圖10),然而,在至少一些替代的實現方式中,可以選擇相鄰網格單元(例如,與可接受的網格單元900的四個角相鄰的四個相鄰角網格單元)的周界的任何其他集合或子集用於(在步驟646)掃描和評估。例如,儘管圖10中所示的實施方案描繪了與正(在步驟646)被掃描和評估的可接受的網格單元相鄰的網格單元中的一半,但在替代的實施方案中,可以(在步驟646)對與可接受的網格單元相鄰的任何合適數量或百分比(例如25%、50%、75%等)的網格單元執行掃描和評估。
再次,在至少一些實現方式中,(在步驟646)對一個或多個相鄰網格單元的詳細掃描和評估可以基本上類似於在上文所述的(在步驟624、步驟626的)搜尋模式操作期間執行的掃描和評估,並且可以包括指定每個FOV的品質(例如可接受或不可接受),並且還可以包括對每個FOV中存在的一個或多個特徵(例如RBC,WBC,MP等)進行計數,或使用已知的工藝和技術確定一個或多個其他特徵。例如,在圖10所示的特定示例中,第一相鄰網格單元1012包括24個可接受的FOV和1個不可接受的FOV,第二相鄰網格單元1014包括22個可接受的FOV和3個不可接受的FOV,第三相鄰網格單元1016包括6個可接受的FOV和19個不可接受的FOV,並且第四個相鄰網格單元1018包括25個不可接受的FOV。
繼續參考圖6,(在步驟646)對與可接受的網格單元相鄰的一個或多個網格單元詳細掃描和評估之後,(在步驟640的)掃描模式操作繼續進行至在步驟648確定是否已經滿足用於結束掃描和評估處理600的一個或多個標準。在至少一些實現方式中,可以基於在評估操作期間已經計數的特徵的總數來建立用於結束掃描和評估處理600的標準。更具體地,可以基於以下項目來建立用於結束處理600的標準:已經被掃描和評估的可接受的FOV的總數(例如,如果可接受的FOV>60,則終止,如果可接受的FOV>四個完整網格單元的FOV,則終止,如果可接受的FOV>三個完整網格單元的FOV,則終止),被計數的白血球細胞的數量(例如,如果WBC>1500、1000、2500等等,則終止),被計數的紅血球細胞的數量,被計數的寄生蟲的數量,掃描和評估處理600的執行過程中經過的時間量(例如,如果時間>15分鐘、10分鐘、20分鐘等等,則終止)或任何其他所需標準。在至少一些實現方式中,厚膜掃描結果(例如,圖8)通常可以提供關於白血球細胞(WBC)的數量和瘧疾寄生蟲(MP)的數量的詳細資訊,並且因此,在至少一些實現方式中,一個或多個標準可包括WBC數或瘧疾寄生蟲(MP)數中的一者或多者。
如果(在步驟648)確定未滿足用於結束掃描和評估處理600的一個或多個標準,則處理600從(在步驟640的)掃描模式操作返回到(在步驟620的)搜尋模式操作,並且更具體地,返回到(在步驟630)確定搜尋模式操作是否已經到達用於搜尋模式操作的粗網格單元中的最後的可用網格單元。然後,掃描和分析處理600從如上所述的(在步驟630的)確定繼續進行,並且可以(在步驟620)執行附加的搜尋模式操作,直到定位到另一個可接受的網格單元(在步驟628),此時處理600可以返回至(在步驟640的)掃描模式操作。最終,掃描和分析處理600將(在步驟648)確定已經滿足用於結束掃描和評估處理600的一個或多個標準,然後處理600繼續進行以在步驟650結束或繼續其他操作,諸如返回至圖3所示的顯微鏡處理300的適當操作。
圖6中所示的掃描和評估處理600的前述描述可特別參考在厚膜424上執行的掃描和分析操作(例如,圖3的操作322)來描述。在至少一些實現方式中,圖6中所示的掃描和評估處理600也可以應用於在薄膜426上執行的掃描和分析操作(例如,圖3的操作328)。然而,應理解,在替代的實現方式中,當分析不同的生物樣品(例如薄膜426)時,可調整或改變掃描和評估處理600的一個或多個不同的細節。
例如,圖11示出了根據本公開的另一掃描和評估處理1100。掃描和評估處理1100(圖11)的至少一些操作基本上類似於上述掃描和評估處理600(圖6)的操作。因此,掃描和評估處理1100的以下描述將重點針對可期望地被調整以用於薄膜426(或其他生物樣品)的掃描和分析的一個或多個特定操作來描述。
在圖11所示的實現方式中,掃描和分析處理1100包括在步驟1105執行準備操作,該準備操作可以包括在步驟1110建立用於掃描薄膜426(或其他生物樣品)的掃描視窗。(在步驟1110)建立掃描視窗可以包括確定薄膜426的一部分,可以對該部分進行詳細的掃描操作以提供相對高品質的視場(FOV)圖像,以使得能夠執行期望的顯微分析。
圖12示出了具有在薄膜426上建立的具有矩形形狀的掃描視窗1210的示意圖1200(在步驟1110)。在該特定實施方案中,掃描視窗1210具有75個視場的寬度W(例如18.75mm)和60個視場的長度L(例如15mm)。應意識到,在替代的實施方案中,掃描視窗1210可以具有其他合適的尺寸,或者可以基於對薄膜426的宏觀圖像400進行的分析的一個或多個結果來動態確定。
掃描和分析處理1100可以進一步包括在步驟1112劃分掃描視窗。在圖12所示的實施方案中,掃描視窗1210已經被劃分成多個網格單元1212,其中每個網格單元1212是具有5 FOV×5 FOV的尺寸的正方形,每個網格1212總共有25個FOV。因此,在圖12所示的實施方案中,掃描視窗1210被劃分成總共一百八十個網格單元1212,寬為15個網格單元1212和長度為12個網格單元1212。當然,在替代的實施方案中,可以根據本公開的範圍和教導構思各種合適的劃分佈置。
在至少一些實現方式中,(在步驟1112)劃分掃描視窗還包括將至少一些網格單元1212分組為多個組,以促進後續的掃描操作。例如,在圖12所示的實施方案中,一些網格單元1212(例如20個網格單元1212)被分配給第一網格組1214(由最暗陰影表示),而另外一些網格單元1212(例如20個網格單元1212)被分配給第二網格組1216(由中等陰影表示),並且另外一些網格單元1212(例如20個網格單元1212)分配給第三網格組1218(由最淺陰影表示)。在至少一些實現方式中,三個網格組1214、1216、1218的網格單元1212可以相對均勻地分佈在整個掃描視窗1210中,並且每個組的網格單元1212可以與相同組的其他網格單元1212間隔開,如圖12所示的。更具體地,在圖12所示的特定實施方案中,第一網格組1214的網格單元1212的中心點(或中心FOV)與第一網格組1214的其他成員的中心點間隔三個網格單元1212(15個FOV)。類似地,第二網格組1216的網格單元1212的中心點(或中心FOV)與第二網格組1216的其他成員的中心點至少間隔三個網格單元1212(15個FOV),而第三網格組1218的網格單元1212的中心點(或中心FOV)與第三網格組1218的其他成員的中心點至少間隔三個網格單元1212(15個FOV)。應理解,根據圖12所示的實施方案,一些網格單元1212可能未包括(在步驟1112的)在網格單元1212的分組中,並且這些網格單元1212在圖12中保持沒有陰影。雖然這種未分組的網格單元1212可能不能用作用於搜尋模式操作的粗網格單元,但是可以在搜尋模式操作期間定位到合適的網格單元1212之後在掃描模式操作期間對其進行掃描,如下文更全面地描述的。
應意識到,在替代的實現方式中,網格單元1212可以被分組為不同數量的組。例如,在替代的實現方式中,網格單元1212可以被分組為兩組(而不是如圖12所示的三組),並且可以類似於圖12所示的分佈來分佈,在這種情況下,第一網格組1214的網格單元1212的中心點(或中心FOV)將僅被兩個網格單元1212(而不是三個網格單元1212)間隔開。一般而言,在更進一步的實現方式中,網格單元1212可以被分組為多個N組(例如,4組、5組等),並且可以類似於圖12所示的分佈來分佈,使得任何特定組的網格單元1212的中心點(或中心FOV)與同一組的最近網格單元1212的中心點(例如,沿x方向和/或沿y方向)間隔N個網格單元1212。
另外,在圖12所示的實施方案中,第一、第二和第三網格組1214、1216、1218的網格單元1212被對角地對齊,使得特定組的網格單元1212僅在它們各自的角與一個或多個其他組的網格單元1212相鄰。更具體地,第二網格組1216的網格單元1212的中心點(或中心FOV)與第一網格組1214的網格單元1212的中心點對角地偏移(例如,沿-y方向向下一個網格單元1212並且在x方向上偏移一個網格單元1212)。類似地,第三網格組1218的網格單元1212的中心點(或中心FOV)與第二網格組1216的網格單元1212的中心點對角地偏移(例如,沿-y方向向下一個網格單元1212並且在x方向上偏移一個網格單元1212)。在進一步的實現方案中,可以將不同網格組的網格單元1212重新定向,使得它們沿著一個或多個其他可能的對角線方向對角對齊(即沿x和y方向偏移,沿-x和y方向偏移或沿-x和-y方向偏移)。當然,在替代的實現方式中,根據本公開的範圍和教導,可以想到各種各樣的合適的劃分佈置。
繼續參考圖11,掃描和分析處理1100還包括在步驟1120執行搜尋模式操作。在至少一些實現方式中,(在步驟1120)執行搜尋模式操作包括在步驟1122將顯微鏡定位在期望的網格位置處。例如,如圖12所示的,可以首先定位顯微鏡112,以使得物鏡212的視場在掃描視窗1210的第一網格單元1252的中心FOV 1250。如上所述,在至少一些實現方式中,(在步驟1122)定位顯微鏡還可以包括一個或多個聚焦或重新聚焦操作(例如,使用顯微鏡組件110的位置控制器216、定位器214等等進行)。
在圖11所示的實施方案中,掃描和分析處理1100還包括在1124對薄膜內的顯微鏡視場進行詳細的掃描。例如,圖13示出了可以(在步驟1124)在薄膜的詳細掃描期間獲得的類型的代表性掃描結果1300。在該示例中,代表性掃描結果1300包括多個瘧疾寄生蟲1302(由深色斑點指示)和多個紅血球細胞1304(由圓圈和點狀圓圈指示)。另外,在至少一些實現方式中,薄膜426的代表性掃描結果1300可以區分第一物質1302A的瘧疾寄生蟲和第二物質1302B的瘧疾寄生蟲。
掃描和分析處理1100還包括在步驟1126評估薄膜內的視場的詳細掃描的結果。在至少一些實現方式中,對詳細掃描的結果的評估可以包括確定一種或多種組合物(即FOV是否為空?)、曝光、焦點、紅血球細胞的數量、紅血球細胞的分離、氣泡、大量污漬沉積物、載玻片上的污垢、清晰度、銳度、模糊性、亮度或其他任何因素合適的品質特徵,並提供與視場相關的掃描結果的品質評定。在至少一些實現方式中,(在步驟1126)對詳細掃描的結果的評估可以包括使用已知的自動圖像識別工藝和技術,如以上更全面地描述的。如圖11進一步所示,掃描和分析處理1100接下來可以在步驟1128確定詳細掃描的結果是否可接受。如果否,掃描和分析處理1100在步驟1130基於一個或多個標準(例如,搜尋模式下的總時間、掃描的粗網格點的最大數量等等)來確定搜尋模式操作是否完成。如果(在步驟1130)搜尋模式操作完成,則處理1100繼續進行以在步驟1152結束或繼續其他操作(例如,返回到圖3的顯微鏡處理300的適當操作)。替代地,如果(在步驟1130)搜尋模式操作未完成,則掃描和分析處理1100包括在步驟1132遞進到下一個粗網格單元位置,並且然後對於新的粗網格單元位置,重複上述(在步驟1120-步驟1128)的搜尋模式操作。
更具體地說,對於圖12所示的實現方式,在至少一些實現方式中,搜尋模式操作可以在第一粗網格單元1252的中心FOV 1250(或其他期望的網格單元位置)處開始掃描,並且可以(在步驟1120-步驟1128)跨第一網格組1214的成員(例如,至中心FOV 1254,然後至中心FOV 1256等等)、然後跨第二網格組1216的成員並且然後跨第三網格組1218的成員遞進地執行搜尋模式操作,直到(在步驟1130)確定搜尋模式操作完成。
再次參考圖11,一旦確定粗網格單元的中心FOV的詳細掃描結果是可接受的(在步驟1128),則掃描和分析處理1100從(在步驟1120的)搜尋模式操作進行到在步驟1140執行“掃描模式”操作。更具體地,(在步驟1140的)掃描模式操作包括在步驟1142執行對可接受的網格單元內的所有視場的詳細掃描和評估。因此,(在步驟1142的)詳細掃描和評估還可以包括:使用已知工藝和技術來計算在視場內存在或可檢測到的特徵(例如,RBC、WBC、MP等)的數量。在至少一些實現方式中,薄膜掃描結果(例如,圖13)通常可以提供有關紅血球細胞(RBC)的數量和瘧疾寄生蟲(MP)的數量的詳細資訊,所述瘧疾寄生蟲(MP)包括不同種類的瘧疾寄生蟲(例如1302A、1302B)。
類似地,可以(在步驟1142)在執行詳細掃描和評估期間,可以對可接受的網格單元的每個單獨的FOV進行評估並將其指定為具有可接受的品質或不可接受的品質。例如,如先前參考圖9所述,在步驟1140的搜尋模式操作期間被認為是可接受的網格單元具有(在步驟1142)被掃描和評估的可接受的網格單元的所有剩餘視場,並且該網格單元的所有單個FOV被指定為具有可接受的品質(即21個可接受的FOV)或具有不可接受的品質(即4個不可接受的FOV)。
(在步驟1140的)掃描模式操作還包括:基於(在步驟1142)對所有視場的詳細掃描和評估,在步驟1144確定可接受的網格單元是否保持可接受。上面(參照圖6的步驟642)更全面地描述了用於(在步驟1144)確定網格單元是否保持可接受的網格單元的可能的標準。如果(在步驟1142)確定網格單元是不可接受的,則掃描和分析處理1100返回到(在步驟1120的)搜尋模式操作,或更具體地說,(在步驟1130)確定搜尋模式操作是否完成。
替代地,如果(在步驟1144)確定網格單元是可接受的,則(在步驟1140的)掃描模式操作繼續進行至在步驟1146對與可接受的網格單元相鄰的一個或多個網格單元執行詳細掃描和評估。例如,圖14示出了被劃分為網格單元並包括(在步驟1142)被確定為在掃描模式操作期間可接受的網格單元1410的掃描視窗1400的實現方式。在該實現方式中,掃描視窗1400是10個網格單元×8個網格單元,並且包括以對角線圖案分佈的三組網格單元(由淺色、中等和深色陰影指示)。
可以以各種合適的方式執行(在步驟1146的)對與可接受的網格單元相鄰的一個或多個網格單元進行的詳細掃描和評估。在至少一些實現方式中,可以在與可接受的網格單元1410相鄰的八個網格單元中的四個上執行(在步驟1146的)詳細掃描和評估(例如,如以上參考圖10所描述的)。例如,圖15示出了(在步驟1146)對與可接受的網格單元相鄰的四個網格單元的詳細掃描和評估的示例性結果。在該代表性示例中,確定第一和第二相鄰網格單元1512、1514是可接受的(如由深色陰影所示的),而確定第三和第四相鄰網格單元1516、1518是不可接受的(如由最深色陰影所示的)。在替代的實現方式中,可以(在步驟1146)掃描和評估相鄰網格單元的不同配置,包括對更多、更少或不同的相鄰網格單元進行掃描和評估。
繼續參考圖11,處理1100的(在步驟1140的)掃描模式操作進一步包括在步驟1148對與可接受的相鄰網格單元相鄰的一個或多個網格單元執行二次詳細掃描和評估。更具體地,如上文所述並且在圖10中所示的,(在步驟1146)對與可接受的網格單元相鄰的一個或多個網格單元進行掃描和評估期間,第一和第二相鄰網格單元1512、1514被確定為是可接受的。因此,在步驟1148,對與第一相鄰網格1512相鄰的一個或多個網格單元進行二次掃描和評估操作,並且還對與第二相鄰網格1514相鄰的一個或多個網格進行二次掃描和評估操作。
例如,圖16示出了(在步驟1148的)對與可接受的網格單元相鄰的四個網格單元的二次詳細掃描和評估的示例性結果。在該代表性示例中,在與(在步驟1148)被掃描的第一相鄰網格單元1512相鄰的三個網格單元中,第一和第二次級相鄰網格單元1612、1614被確定為可接受的(如深色陰影所示的),而確定第三次級相鄰網格單元1616是不可接受的(如最暗的陰影所示的)。此外,(在步驟1148的)被掃描的與第二相鄰網格單元1514相鄰的兩個網格單元中,第四次級相鄰網格單元1618被確定為可接受的(如深色陰影所示的),而第五次級相鄰網格單元1620被確定為不可接受的(如最深色陰影所示的)。再次,在替代的實現方式中,可以(在步驟1148)對次級相鄰網格單元的不同配置進行掃描和評估,包括對更多、更少或不同的次級相鄰網格單元進行掃描和評估。
再次參考圖11,(在步驟1148)對與可接受的網格單元相鄰的一個或多個網格單元進行二次詳細掃描和評估之後,(在步驟1140的)掃描模式操作繼續進行至在步驟1150確定是否已經滿足用於結束掃描和評估處理1100的一個或多個標準。如以上參考處理600所述,在至少一些實現方式中,可以基於各種不同方面來建立用於結束掃描和評估處理1100的標準,其包括在掃描和評估操作期間獲得的可接受的視場的總數(例如,可接受的FOV大於60,大於四個完整網格單元的FOV,大於三個完整網格單元的FOV等),所計算的白血球細胞的數量(例如,WBC>1500、1000、2500等等,則終止),所計算的紅血球細胞的數量(例如,如果RBC>20,000、15,000、25,000等等,則終止),所計算的寄生蟲或單個種類的寄生蟲的數量,尚未過去的時間(例如如果時間>15分鐘、10分鐘、20分鐘等等,則終止),或其他任何期望的標準。在至少一些實現方式中,薄膜掃描結果(例如,圖13)通常可以提供關於紅血球細胞(RBC)的數量和瘧疾寄生蟲(MP)的數量(包括單個種類的寄生蟲)的詳細資訊,並且因此,在至少一些實現方式中,一個或多個標準可以包括RBC的數量或多個瘧疾寄生蟲(MP)的數量中的一者或多者。
如果(在步驟1150)確定未滿足用於結束掃描和評估處理1100的一個或多個標準,則處理1100從(在步驟1140的)掃描模式操作返回到(在步驟1120的)搜尋模式操作,並且更具體地說,返回到(在步驟1130的)確定搜尋模式操作是否被確定完成。然後,掃描和分析處理1100從如上所述的(在步驟1130的)確定繼續進行,並且可以(在步驟1120)執行附加的搜尋模式操作,直到找到另一個可接受的網格單元(在步驟1128),此時處理1100可以返回至(在步驟1140的)掃描模式操作。最終,掃描和分析處理1100可以(在步驟1150)確定已經滿足了用於結束掃描和評估處理1100的一個或多個標準,並且然後處理1100繼續以在步驟1152結束或繼續進行其他操作,例如返回圖3所示的顯微鏡處理300的適當操作。
基於前面的描述,應理解,根據本公開的用於生物樣品的自動化顯微分析的工藝和技術可以提供優於一般工藝和技術的顯著優勢。更具體地,在至少一些實現方式中,根據本公開的系統可以自主地識別包含生物樣品(例如血液)的顯微鏡載玻片的區域,可以識別適合於顯微分析的樣品的各種區域和子區域,並且可以提供自動化掃描策略,以確保有效且高效地掃描樣品的足夠高品質區域,從而提供對樣品的適當分析。在至少一些實現方式中,這樣的系統可以使用機器學習方法(例如,深度學習或其他區域檢測方法)以基於載玻片的初始低放大率(或宏觀)圖像來識別載玻片的厚膜區域和薄膜區域。
在至少一些實現方式中,根據本公開的系統可以在區域內的各個視場處捕獲高倍率掃描,並且可以遵循考慮了對每個FOV的用於分析的適合性的評估的掃描策略。根據適合性評估,確定下一次高品質掃描以捕獲在樣品(厚膜或薄膜)中的位置。這樣的系統可以繼續自動捕獲和分析詳細的高倍率掃描,直到滿足預定標準(例如,指定可接受的FOV總數、為分析而捕獲的白血球細胞或紅血球細胞總數等等的標準)
根據本公開的工藝和技術可以藉由以下方式有利地減少掃描時間:減少所掃描的低品質視場的數量,減少操作者選擇載玻片的適當區域所需的時間和精力,以及減少拒絕品質差的載玻片所需的時間。這樣的工藝和技術對於許多載玻片的批量成像或對於對生物樣品進行時間敏感的分析可能特別有價值。
儘管以上已經參考圖3所示的特定顯微鏡處理300描述了用於自動化顯微鏡處理的工藝和技術,但應理解的是,這樣的工藝和技術也可以適當地在各種各樣的其他顯微鏡處理中實施。例如,在至少一些實現方式中,可以至少部分地與對薄膜的掃描和分析同時地執行對厚膜的掃描和分析。在這種實現方式中,如果完成了對生物樣品的部分之一的掃描和分析,並且獲得了陰性結果(例如,沒有瘧疾寄生蟲、可接受的FOV數量不足、WBC或RBC數量不足等),則可以終止對生物樣品的另一部分的掃描和分析,從而節省時間或資源。在另一示例中,在一些實現方式中,對載玻片的一部分(例如,厚膜)的分析的結果會影響結束掃描載玻片的另一部分(例如,薄膜)所需的標準。作為一個具體示例,如果厚膜的結果對於瘧疾寄生蟲為陰性,則薄膜所需的可接受的視場或檢測到的紅血球細胞的數量標準將低於厚膜的結果對於瘧疾為陽性的情況。
例如,圖17示出了根據本公開的顯微鏡檢查處理1700的另一實施方案。在該實施方案中,顯微鏡處理1700包括在步驟1710處定位用於分析的載玻片,例如將載玻片120放置在自動化顯微鏡組件110的電動載物台210上,以及操作電動載物台210以相對於顯微鏡112將載玻片120定位在適當的位置。處理300還包括在1712處分析載玻片的宏觀圖像以確定厚膜和薄膜的邊界。用於使用自動化顯微鏡組件自動檢測顯微鏡載玻片上的生物樣品(例如厚膜424、薄膜426)的邊界的技術如上所述通常是已知的。
接下來,處理1700包括在步驟1714對厚膜執行掃描和分析操作,以及在步驟1716至少部分地同時執行對薄膜的掃描和分析操作。應理解,在至少一些實現方式中,在厚膜上的掃描和分析操作(在步驟1714)可以(在步驟1716的)對薄膜的掃描和分析操作之前完成。當然,在替代的實現方式中,(在步驟1716的)薄膜操作可以(在步驟1714的)厚膜操作之前完成。
如圖17進一步所示的,顯微鏡處理1700還包括在步驟1718確定厚膜操作的結果是否為負(或者是否為不可接受的)以及在步驟1720確定薄膜操作的結果是否為負(或者是否為不可接受)。如果(在步驟1718)確定厚膜操作的結果為負(在步驟1718),或者如果(在步驟1720)確定薄膜操作的結果為負,則顯微鏡處理1700繼續進行至在步驟1728結束或繼續其他操作。
替代地,如果(在步驟1718的)厚膜操作的結果不是負的,則處理1700包括在步驟1722提供是否檢測到寄生蟲的指示。類似地,如果(在步驟1720的)薄膜操作的結果不是負的,則處理1700包括在步驟1724提供樣品的寄生蟲和/或其他特徵的指示。接下來,一旦在步驟1726處確定厚膜操作和薄膜操作均完成,則顯微鏡處理1700在步驟1728結束或繼續進行其他操作。
在一些實現方式中,可使用計算設備(例如,計算設備140、主控制器202等)至少部分地實現上述顯微鏡處理的一個或一個以上方面。例如,圖18是被配置為根據本公開的實現方式進行操作的示例性計算設備1800的示意圖。如下所述,計算設備1800可以被配置為執行與本文公開的用於自動化顯微鏡處理的一種或多種工藝和技術相關聯的功能和操作中的一種或多種。
如圖18所示,在一些實現方式中,計算設備1800可以包括一個或多個處理器(或處理單元)1802、專用電路1882、記憶體1804以及將包括記憶體1804的各種系統元件耦合到一個或多個處理器1802和專用電路1882的匯流排1806。匯流排1806代表幾種類型的匯流排結構中的任何一種或多種,包括記憶體匯流排或記憶體控制器、週邊匯流排、加速的圖形埠以及使用各種匯流排架構中的任何一種的處理器或本地匯流排。在該實現方式中,記憶體1804包括唯讀記憶體(ROM)1808和隨機存取記憶體(RAM)1810。基本輸入/輸出系統(BIOS)1812(其包含諸如在啟動期間有助於在計算設備1800內的元件之間傳遞資訊的基本例程)被存儲在ROM 1808中。
示例性計算設備1800還包括用於從硬碟(未示出)讀取和寫入硬碟(未示出)的硬碟驅動器1814,並且經由硬碟驅動器介面1816(例如SCSI、ATA或其他類型的介面)連接到匯流排1806。用於讀取和寫入抽取式磁碟1820的磁碟機1818藉由磁碟機介面1822連接到系統匯流排1806。類似地,用於讀取或寫入可移動光碟1826(例如CDROM、DVD或其他光學媒體)的光碟驅動器1824藉由光碟驅動介面1828連接到匯流排1806。驅動器及其關聯的電腦可讀媒體提供了電腦可讀指令的非揮發性存儲、資料結構、程序模組和用於計算設備1800的其他資料。儘管本文描述的示例性計算設備1800採用硬碟、抽取式磁碟1820和可移動光碟1826,但是本領域技術人員應當理解,也可以使用存儲可由電腦存取的資料的其他類型的電腦可讀媒體,例如磁帶、快閃記憶體卡、數位視訊磁片、隨機存取記憶體(RAM)、唯讀記憶體(ROM)等等。
如圖18進一步所示的,可以將多個程序模組存儲在記憶體1804(例如,ROM 1808或RAM 1810)上,記憶體1804包括作業系統1830、一個或多個應用程序1832、其他程序模組1834以及程序資料1836。替代地,這些程序模組可以存儲在其他電腦可讀媒體上,包括存儲在硬碟、磁片1820或光碟1826上。出於說明的目的,程序和其他可執行程序元件(例如作業系統1830)在圖18中圖示為離散方塊,但是應認識到這樣的程序和元件在不同時間駐留在計算設備1800的不同存儲元件中,並且可以由計算設備1800的處理器1802或專用電路1882執行。
使用者可以藉由諸如鍵盤1838和指示設備1840之類的輸入裝置向計算設備1800輸入命令和資訊。其他輸入裝置(未示出)可以包括麥克風、操縱杆、遊戲手柄、衛星電視碟形天線、掃描器等等。這些和其他輸入裝置藉由耦合到系統匯流排1806的介面1842連接到處理單元1802和專用電路1882。監視器1844或其他類型的顯示裝置也藉由介面(例如視頻轉接器1846)連接到匯流排1806。除了監視器1844之外,計算設備1800還可以包括其他週邊輸出設備(未示出),諸如揚聲器和列印機。
計算設備1800可以使用連接到一個或多個遠端電腦(或伺服器)1858的邏輯連接件在聯網環境中操作。這樣的遠端電腦(或伺服器)1858可以是個人電腦、伺服器、路由器、網路PC、對等設備或其他公共網路節點、(或圖1的自動化顯微鏡組件110),並且可以包括上面相對於計算設備1800所描述的元素中的許多或所有。圖18中所述的邏輯連接件可以包括區域網路(LAN)1848和廣域網路(WAN)1850中的一個或多個。這樣的聯網環境在辦公室、企業範圍的電腦網路、內聯網和網際網路中是常見的。在該實施方案中,計算設備1800還包括一個或多個廣播調諧器1856。廣播調諧器1856可以直接(例如,經由直接饋送到調諧器1856的類比或數位電纜傳輸)或經由接收設備(例如,經由天線、碟形衛星天線等等)接收廣播信號。
當在LAN網路環境中使用時,計算設備1800可以藉由網路介面(或轉接器)1852連接到本地網路1848。當在WAN網路環境中使用時,計算設備1800通常包括數據機1854或用於藉由廣域網路1850(例如網際網路)建立通信的其他方式。可以是內部的或外部的數據機1854可以藉由序列埠介面1842連接到匯流排1806。類似地,計算設備1800可以使用耦合到無線通訊器1857(例如,天線、碟形衛星天線、發射器、接收器、收發器、感光器、光電二極體、發射器、接收器等等)的無線介面1855與一個或多個遠端電腦(或伺服器)1858(或與圖1的自動化顯微鏡組件110)交換(發送或接收)無線信號1853。
在聯網環境中,相對於計算設備1800或其部分所描繪的程序模組可以存儲在記憶體1804或遠端存放器存放裝置中。可以使用軟體、硬體、固件或其任何合適的組合來實現程序模組。與計算設備1800的其他元件(例如處理單元1802或專用電路1882)協作,程序模組可用於執行根據本公開的處理的一個或多個實現方式或方面。
通常,在計算設備1800上執行的應用程序和程序模組可以包括用於執行特定任務或實現特定抽象資料類型的例程、程序、物件、元件、資料結構等等。這些程序模組等等可以作為本機代碼執行,或者可以例如在虛擬機器或其他即時編譯執行環境中下載並執行。通常,程序模組的功能可以在各種實現方式中根據需要進行組合或分佈。
鑒於本文所公開的用於自動化顯微鏡系統和方法的工藝和技術的公開,以下總結了一些代表性實施方案。應當理解,本文描述的代表性實施方案並不旨在窮舉所有可能的實施方案,並且可以從本文提供的工藝和技術的公開中容易地構思出其他實施方案。
例如,在至少一些實現方式中,一種顯微鏡系統包括:顯微鏡組件,其配置用於獲得對樣品內視場的顯微掃描,所述顯微鏡組件能運行以執行操作,所述操作包括:將所述樣品的至少一部分上的掃描視窗限定成多個網格單元,其中所述多個網格單元中的各個網格單元的尺寸被設定為包括多個視場;限定包括多個粗間隔網格單元的粗間隔網格圖案;執行搜尋模式操作,其包括:在所述多個粗間隔網格單元中的所選粗間隔網格單元內的所選視場處執行所述顯微掃描;評估來自所述所選粗間隔網格單元內的所述顯微掃描的掃描結果的品質;如果在所述所選視場處的所述掃描結果的所述品質是不可接受的,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並且返回以執行所述顯微掃描且評估所述掃描結果的所述品質;如果所述所選視場處的所述掃描結果的所述品質是可接受的,則:對所述所選粗間隔網格單元的所有其餘視場執行所述顯微掃描;評估來自所述所選粗間隔網格單元的所有其餘視場的所述掃描結果的品質;基於來自所述所選粗間隔網格單元的所有視場的所述掃描結果的所述品質,評定所述所選粗間隔網格單元是否是可接受的;如果所述所選粗間隔網格單元是不可接受的,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並返回以執行所述顯微掃描且評估所述掃描結果的所述品質;並且如果所述所選粗間隔網格單元是可接受的,則進行掃描模式操作;執行掃描模式操作,其包括:在與可接受的所述所選粗間隔網格單元相鄰的網格單元的周界內的一個或多個相鄰網格單元內的所有視場處執行所述顯微掃描;評估來自在所述一個或多個相鄰網格單元內的所有視場處的所述顯微掃描的所述掃描結果的品質;以及對於所述一個或多個相鄰網格單元中的每一個,如果所述掃描結果的所述品質對於所述相鄰網格單元是可接受的,則將所述可接受的掃描結果的一個或多個方面與先前的可接受的掃描結果進行編譯;如果不滿足用於終止掃描操作的一個或多個標準,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並返回以執行搜尋模式操作;並且如果滿足用於終止掃描操作的一個或多個標準,則提供所述可接受的掃描結果的所編譯的所述一個或多個方面的指示。
在至少一些實現方式中,所述樣品包括血液樣品的厚膜或薄膜中的至少一者,並且其中,用於終止掃描操作的一個或多個標準包括:所掃描的可接受的視場的總數、所計算的白血球細胞總數、所計算的紅血球細胞總數、所計算的瘧疾寄生蟲總數、在搜尋模式操作期間經過的時間量、在掃描模式操作期間經過的時間量、或經過的總時間量中的一者或多者。類似地,在一些實現方式中,將所述樣品的至少一部分上的掃描視窗限定成多個網格單元,其中所述多個網格單元中的各個網格單元的尺寸被設定為包括多個視場,包括:將掃描視窗限定成多個正方形網格單元,其中各個正方形網格單元包括行和列數量相等的視場。在進一步的實現方式中,在所述多個粗間隔網格單元中的所選粗間隔網格單元內的所選視場處執行所述顯微掃描包括:在所述多個粗間隔網格單元中的所選粗間隔網格單元的中心視場處執行所述顯微掃描。
此外,在至少一些實現方式中,基於來自所述所選粗間隔網格單元的所有視場的所述掃描結果的所述品質,評定所述所選粗間隔網格單元是否是可接受的包括:當評估所述所選粗間隔網格單元的所述視場的至少門檻值百分比時,評定所述所選粗間隔網格單元是可接受的,以提供可接受的掃描結果。類似地,在進一步的實現方式中,所述門檻值百分比為至少百分之五十。
在進一步的實現方式中,限定包括多個粗間隔網格單元的粗間隔網格圖案包括:限定包括第一粗間隔網格單元和多個第一非相鄰網格單元的粗間隔網格圖案,所述第一粗間隔網格單元靠近所述掃描視窗中心定位,而所述多個第一非相鄰網格單元位於第一非相鄰周界內,所述第一非相鄰周界圍繞所述第一粗間隔網格單元設置並與其間隔開。類似地,在至少一些實現方式中,選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元包括:選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,其包括以下項中的至少一項:從所述第一粗間隔網格單元向外進行,以選擇位於所述第一非相鄰周界內的第一非相鄰網格單元;或者從第一非相鄰網格單元中的一個橫向進行,以選擇位於所述第一非相鄰周界內的所述第一非相鄰網格單元中的另一個。在進一步的實現方式中,限定包括多個粗間隔網格單元的粗間隔網格圖案包括:限定包括位於第二非相鄰周界內的多個第二非相鄰網格單元的粗間隔網格圖案,所述第二非相鄰周界圍繞第一非相鄰周界設置並與第一非相鄰周界間隔開。
此外,在至少一些實現方式中,限定包括多個粗間隔網格單元的粗間隔網格圖案包括:限定包括第一組第一非相鄰網格單元和第二組第二非相鄰網格單元的粗間隔網格圖案,所述第一組所述第一非相鄰網格單元在整個所述掃描視窗分佈,並且每個第一非相鄰網格單元與其他第一非相鄰網格單元不相鄰,而每個第二非相鄰網格單元沿對角線靠近至少一個第一非相鄰網格單元設置並且與其他第二非相鄰網格單元不相鄰。在還有的其他實現方式中,選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元包括:選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,其包括以下項中的至少一項:從所述第一組所述第一非相鄰網格單元中的一個進行到所述第一組第一非相鄰網格單元中的另一個;從所述第一組所述第一非相鄰網格單元中的一個進行到所述第二組所述第二非相鄰網格單元中的一個,所述第二非相鄰網格單元沿對角線靠近所述第一組所述第一非相鄰網格單元中的所述一個佈置;或者從所述第二組所述第二非相鄰網格單元中的一個進行到所述第二組第二非相鄰網格單元中的另一個。並且,在其他實現方式中,限定包括多個粗間隔網格單元的粗間隔網格圖案包括:限定包括第三組第三非相鄰網格單元的粗間隔網格圖案,每個第三非相鄰網格單元沿對角線靠近至少一個第二非相鄰網格單元佈置,並且與其他第三非相鄰網格單元不相鄰。
在至少一些其他實現方式中,在與可接受的所述所選粗間隔網格單元相鄰的網格單元的周界內的一個或多個相鄰網格單元內的所有視場處執行所述顯微掃描包括:在與可接受的所述所選粗間隔網格單元相鄰的網格單元的周界內的所述相鄰網格單元的一半內的所有視場處執行所述顯微掃描。類似地,在一些實現方式中,在與可接受的所述所選粗間隔網格單元相鄰的網格單元的周界內的一個或多個相鄰網格單元內的所有視場處執行所述顯微掃描包括:在與可接受的所述所選粗間隔網格單元相鄰並與其共用公共邊界的網格單元的周界內的一個或多個相鄰網格單元內的所有視場處執行所述顯微掃描。並且在還有的進一步的實現方式中,在與可接受的所述所選粗間隔網格相鄰的網格單元的周界內的一個或多個相鄰網格單元內的所有視場處執行所述顯微掃描包括:在與可接受的所述所選粗間隔網格單元相鄰並與其共用公共角點的網格單元的周界內的一個或多個相鄰網格單元內的所有視場處執行所述顯微掃描。
在還有的進一步的實現方式中,執行掃描模式操作還包括:對於所述一個或多個相鄰網格單元中的每一個,如果對於所述相鄰網格單元,所述掃描結果的所述品質是可接受的,則:在與所述可接受的相鄰網格單元相鄰的網格單元的周界內的一個或多個次級相鄰網格單元內的所有視場處執行所述顯微掃描;評估來自在所述一個或多個次級相鄰網格單元內的所有視場處的所述顯微掃描的所述掃描結果的品質;以及對於所述一個或多個次級相鄰網格單元中的每一個,如果所述掃描結果的所述品質對於所述次級相鄰網格單元是可接受的,則將所述可接受的掃描結果的一個或多個方面與先前的可接受的掃描結果進行編譯。替代地,在還有的其他實現方式中,評估來自所述所選粗間隔網格單元內的所述顯微掃描的掃描結果的品質包括:基於清晰度、銳度、模糊度或亮度中的一者或多者,評估來自所述所選粗間隔網格單元內的所述顯微掃描的掃描結果的品質。類似地,在進一步的實現方式中,評估來自所述所選粗間隔網格單元內的所述顯微掃描的掃描結果的品質包括:根據對所述掃描結果的品質評估來分配品質評定分數。
在另外的實現方式中,所述顯微鏡組件能操作以執行以下操作,包括:獲得所述樣品的至少一部分的宏觀圖像;以及分析所述宏觀圖像以確定所述樣品的所述至少一部分對於分析的適合性。在一些實現方式中,分析所述宏觀圖像以確定所述樣品的所述至少一部分對於分析的適合性包括:使用一個或多個圖像識別模型執行一個或多個機器學習操作,以確定所述樣品的所述至少一部分對於分析的適合性。在還有的其他實現方式中,將所述樣品的至少一部分上的掃描視窗限定成多個網格單元包括:獲得所述樣品的至少一部分的宏觀圖像;分析所述宏觀圖像以確定所述樣品的所述至少一部分的一個或多個邊界;以及基於所述樣品的所述至少一部分的所述一個或多個邊界來限定所述掃描視窗的位置。在還有的其他實現方式中,分析所述宏觀圖像以確定所述樣品的所述至少一部分的一個或多個邊界包括:使用一個或多個圖像識別模型執行一個或多個機器學習操作,以確定所述樣品的所述至少一部分的一個或多個邊界。
在還有的進一步的實現方式中,限定包括多個粗間隔網格單元的粗間隔網格圖案包括:以下操作中的至少一項:限定包括多個非相鄰網格單元的粗間隔網格圖案;限定包括多個相鄰網格單元的粗間隔網格圖案;或者限定包括多個非相鄰網格單元和多個相鄰網格單元的粗間隔網格圖案。
在至少一些替代的實現方式中,一種操作被配置用於實現對樣品內視場的顯微掃描的顯微鏡組件的方法包括:將所述樣品的至少一部分上的掃描視窗限定成多個網格單元,其中所述多個網格單元中的各個網格單元的尺寸被設定為包括多個視場;限定包括多個粗間隔網格單元的粗間隔網格圖案;執行搜尋模式操作,其包括:在多個粗間隔網格單元中的所選粗間隔網格單元內的所選視場處執行所述顯微掃描;評估來自所述所選粗間隔網格單元內的所述顯微掃描的掃描結果的品質;如果在所述所選視場處的所述掃描結果的所述品質是不可接受的,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並且返回以執行所述顯微掃描且評估所述掃描結果的所述品質;如果所述所選視場處的所述掃描結果的所述品質是可接受的,則:對所述所選粗間隔網格單元的所有其餘視場執行所述顯微掃描;評估來自所述所選粗間隔網格單元的所有其餘視場的所述掃描結果的品質;基於來自所述所選粗間隔網格單元的所有視場的所述掃描結果的所述品質,評定所述所選粗間隔網格單元是否是可接受的;如果所述所選粗間隔網格單元是不可接受的,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並返回以執行所述顯微掃描且評估所述掃描結果的所述品質;並且如果所述所選粗間隔網格單元是可接受的,則進行掃描模式操作;執行掃描模式操作,其包括:在與可接受的所述所選粗間隔網格單元相鄰的網格單元的周界內的一個或多個相鄰網格單元內的所有視場處執行所述顯微掃描;評估來自在所述一個或多個相鄰網格單元內的所有視場處的所述顯微掃描的所述掃描結果的品質;以及對於所述一個或多個相鄰網格單元中的每一個,如果所述掃描結果的所述品質對於所述相鄰網格單元是可接受的,則將所述可接受的掃描結果的一個或多個方面與先前的可接受的掃描結果進行編譯;如果不滿足用於終止掃描操作的一個或多個標準,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並返回以執行搜尋模式操作;並且如果滿足用於終止掃描操作的一個或多個標準,則提供所述可接受的掃描結果的所編譯的所述一個或多個方面的指示。
在還有的進一步的實現方式中,一種或多種承載指令的非暫時性電腦可讀媒體,所述指令在由一個或多個處理設備執行時可控制地操作顯微鏡組件以執行以下操作:將樣品的至少一部分上的掃描視窗限定成多個網格單元,其中所述多個網格單元中的各個網格單元的尺寸被設定為包括多個視場;限定包括多個粗間隔網格單元的粗間隔網格圖案;執行搜尋模式操作,其包括:在多個粗間隔網格單元中的所選粗間隔網格單元內的所選視場處執行所述顯微掃描;評估來自所述所選粗間隔網格單元內的所述顯微掃描的掃描結果的品質;如果在所述所選視場處的所述掃描結果的所述品質是不可接受的,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並且返回以執行所述顯微掃描且評估所述掃描結果的所述品質;如果所述所選視場處的所述掃描結果的所述品質是可接受的,則:對所述所選粗間隔網格單元的所有其餘視場執行所述顯微掃描;評估來自所述所選粗間隔網格單元的所有其餘視場的所述掃描結果的品質;基於來自所述所選粗間隔網格單元的所有視場的所述掃描結果的所述品質,評定所述所選粗間隔網格單元是否是可接受的;如果所述所選粗間隔網格單元是不可接受的,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並返回以執行所述顯微掃描且評估所述掃描結果的所述品質;並且如果所述所選粗間隔網格單元是可接受的,則繼續掃描模式操作;執行掃描模式操作,其包括:在與可接受的所述所選粗間隔網格單元相鄰的網格單元的周界內的一個或多個相鄰網格單元內的所有視場處執行所述顯微掃描;評估來自在所述一個或多個相鄰網格單元內的所有視場處的所述顯微掃描的所述掃描結果的品質;以及對於所述一個或多個相鄰網格單元中的每一個,如果所述掃描結果的所述品質對於所述相鄰網格單元是可接受的,則將所述可接受的掃描結果與先前的可接受的掃描結果的一個或多個方面進行編譯;如果不滿足用於終止掃描操作的一個或多個標準,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並返回以執行搜尋模式操作;並且如果滿足用於終止掃描操作的一個或多個標準,則提供所述可接受的掃描結果的所編譯的所述一個或多個方面的指示。
此外,在還有的其他實現方式中,一種顯微鏡系統包括:顯微鏡組件,其配置用於實現對樣品內視場的顯微掃描,所述顯微鏡組件能操作以:將所述樣品的至少一部分上的掃描視窗限定成多個網格單元,其中所述多個網格單元中的每個網格單元的尺寸被設定為包括多個視場;所述多個網格單元的一部分是粗間隔網格單元;執行搜尋模式操作,其包括:在所述多個粗間隔網格單元中的所選粗間隔網格單元內的所選視場處執行所述顯微掃描;評估來自所述所選粗間隔網格單元內的所述顯微掃描的掃描結果的品質;如果在所述所選視場處的所述掃描結果的所述品質是不可接受的,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並且返回以執行所述顯微掃描且評估所述掃描結果的所述品質;如果所述所選視場處的所述掃描結果的所述品質是可接受的,則:對所述所選粗間隔網格單元的所有其餘視場執行所述顯微掃描;評估來自所述所選粗間隔網格單元的所有其餘視場的所述掃描結果的品質;基於來自所述所選粗間隔網格單元的所有視場的所述掃描結果的所述品質,評定所述所選粗間隔網格單元是否是可接受的;如果所述所選粗間隔網格單元是不可接受的,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並返回以執行所述顯微掃描且評估所述掃描結果的所述品質;並且如果所述所選粗間隔網格單元是可接受的,則繼續掃描模式操作;執行掃描模式操作,其包括:對在與可接受的所述所選粗間隔網格單元相鄰的一個或多個相鄰網格單元內的所有視場執行掃描和評估;以及對於所述一個或多個相鄰網格單元中的每一個,如果所述掃描結果的所述品質對於所述相鄰網格單元是可接受的,則將所述可接受的掃描結果與先前的可接受的掃描結果的一個或多個方面進行編譯;以及如果不滿足用於終止掃描操作的一個或多個標準,則返回至搜尋模式操作,否則提供所述可接受的掃描結果的所編譯的所述一個或多個方面的指示。
在至少一些替代的實現方式中,所述樣品包括血液樣品的厚膜或薄膜中的至少一者,並且其中,用於終止掃描操作的一個或多個標準包括:所掃描的可接受的視場的總數、所計算的白血球細胞總數、所計算的紅血球細胞總數、所計算的瘧疾寄生蟲總數、在搜尋模式操作期間經過的時間量、在掃描模式操作期間經過的時間量、或經過的總時間量中的一者或多者。並且,在還有的其他實現方式中,對在與可接受的所述所選粗間隔網格單元相鄰的一個或多個相鄰網格單元內的所有視場執行掃描和評估包括:在與可接受的所述所選粗間隔網格單元相鄰的網格單元的周界內的一個或多個相鄰網格單元內的所有視場處執行所述顯微掃描;以及評估來自在所述一個或多個相鄰網格單元內的所有視場處的所述顯微掃描的所述掃描結果的品質。
在進一步的實現方式中,在所述多個粗間隔網格單元中的所選粗間隔網格單元內的所選視場處執行所述顯微掃描包括:在所述多個粗間隔網格單元中的所選粗間隔網格單元的中心視場處執行所述顯微掃描。在還有的進一步的實現方式中,基於來自所述所選粗間隔網格單元的所有視場的所述掃描結果的所述品質,評定所述所選粗間隔網格單元是否是可接受的包括:當評估所述所選粗間隔網格單元的所述視場的至少門檻值百分比時,評定所述所選粗間隔網格單元是可接受的,以提供可接受的掃描結果。
類似地,在一些其他實現方式中,所述顯微鏡組件能操作以執行操作包括:如果不滿足用於終止掃描操作的一個或多個標準,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並返回以執行搜尋模式操作。在還有的其他實現方式中,所述掃描模式操作還包括:對於所述一個或多個相鄰網格單元中的每一個,如果對於所述相鄰網格單元,所述掃描結果的所述品質是可接受的,則:在與所述可接受的相鄰網格單元相鄰的網格單元的周界內的一個或多個次級相鄰網格單元內的所有視場處執行所述顯微掃描;評估來自在所述一個或多個次級相鄰網格單元內的所有視場處的所述顯微掃描的所述掃描結果的品質;以及對於所述一個或多個次級相鄰網格單元中的每一個,如果所述掃描結果的所述品質對於所述次級相鄰網格單元是可接受的,則將所述可接受的掃描結果的一個或多個方面與先前的可接受的掃描結果進行編譯。
在至少一些另外的實現方式中,一種操作被配置用於實現對樣品內視場的顯微掃描的顯微鏡組件的方法,所述方法包括:將所述樣品的至少一部分上的掃描視窗限定成多個網格單元,其中所述多個網格單元中的每個網格單元的尺寸被設定為包括多個視場;所述多個網格單元的一部分是粗間隔網格單元;執行搜尋模式操作,其包括:在所述多個粗間隔網格單元中的所選粗間隔網格單元內的所選視場處執行所述顯微掃描;評估來自所述所選粗間隔網格單元內的所述顯微掃描的掃描結果的品質;如果在所述所選視場處的所述掃描結果的所述品質是不可接受的,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並且返回以執行所述顯微掃描且評估所述掃描結果的所述品質;如果所述所選視場處的所述掃描結果的所述品質是可接受的,則:對所述所選粗間隔網格單元的所有其餘視場執行所述顯微掃描;評估來自所述所選粗間隔網格單元的所有其餘視場的所述掃描結果的品質;基於來自所述所選粗間隔網格單元的所有視場的所述掃描結果的所述品質,評定所述所選粗間隔網格單元是否是可接受的;如果所述所選粗間隔網格單元是不可接受的,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並返回以執行所述顯微掃描且評估所述掃描結果的所述品質;並且如果所述所選粗間隔網格單元是可接受的,則進行掃描模式操作;執行掃描模式操作,其包括:對在與可接受的所述所選粗間隔網格單元相鄰的一個或多個相鄰網格單元內的所有視場執行掃描和評估;以及對於所述一個或多個相鄰網格單元中的每一個,如果所述掃描結果的所述品質對於所述相鄰網格單元是可接受的,則將所述可接受的掃描結果的一個或多個方面與先前的可接受的掃描結果進行編譯;以及如果不滿足用於終止掃描操作的一個或多個標準,則返回至搜尋模式操作,否則提供所述可接受的掃描結果的所編譯的所述一個或多個方面的指示。
在還有的其他實現方式中,一種或多種承載指令的非暫時性電腦可讀媒體,所述指令在由一個或多個處理設備執行時可控制地操作顯微鏡組件以執行以下操作:將所述樣品的至少一部分上的掃描視窗限定成多個網格單元,其中所述多個網格單元中的每個網格單元的尺寸被設定為包括多個視場;所述多個網格單元的一部分是粗間隔網格單元;執行搜尋模式操作,其包括:在所述多個粗間隔網格單元中的所選粗間隔網格單元內的所選視場處執行所述顯微掃描;評估來自所述所選粗間隔網格單元內的所述顯微掃描的掃描結果的品質;如果在所述所選視場處的所述掃描結果的所述品質是不可接受的,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並且返回以執行所述顯微掃描且評估所述掃描結果的所述品質;如果所述所選視場處的所述掃描結果的所述品質是可接受的,則:對所述所選粗間隔網格單元的所有其餘視場執行所述顯微掃描;評估來自所述所選粗間隔網格單元的所有其餘視場的所述掃描結果的品質;基於來自所述所選粗間隔網格單元的所有視場的所述掃描結果的所述品質,評定所述所選粗間隔網格單元是否是可接受的;如果所述所選粗間隔網格單元是不可接受的,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並返回以執行所述顯微掃描且評估所述掃描結果的所述品質;並且如果所述所選粗間隔網格單元是可接受的,則進行掃描模式操作;執行掃描模式操作,其包括:對在與可接受的所述所選粗間隔網格單元相鄰的一個或多個相鄰網格單元內的所有視場執行掃描和評估;以及對於所述一個或多個相鄰網格單元中的每一個,如果所述掃描結果的所述品質對於所述相鄰網格單元是可接受的,則將所述可接受的掃描結果的一個或多個方面與先前的可接受的掃描結果進行編譯;以及如果不滿足用於終止掃描操作的一個或多個標準,則返回至搜尋模式操作,否則提供所述可接受的掃描結果的所編譯的所述一個或多個方面的指示。
應當理解,本文描述的處理的特定實施方案僅是本公開的可能的實現方式,並且本公開不受限於本文描述和附圖中所示的特定實現方式。另外,在替代的實現方式中,某些動作不必以所描述的循序執行,而是可以被修改或組合,和/或可以被完全省略,具體取決於情況。此外,在各種實現方式中,所描述的動作可以由電腦、控制器、處理器、可程序設計設備或任何其他合適的設備來實現,並且可以基於存儲在一個或多個電腦可讀媒體上或以其他方式存儲或程序設計到這樣的設備中的指令。在使用電腦可讀媒體的情況下,電腦可讀媒體可以是任何可用媒體,任何可用媒體可以由設備存取以實現存儲在其上的指令。
本文已經在由一個或多個處理器或其他設備執行的電腦可執行指令(例如程序模組)的一般背景中描述了多種方法、系統和技術。通常,程序模組包括執行特定任務或實現特定抽象資料類型的例程、程序、物件、元件、資料結構等。通常,在各種替代的實施方案中,可以根據需要組合或分佈程序模組的功能。另外,這些方法、系統和技術的實施方案可以存儲在某種形式的電腦可讀媒體上或在某種形式的電腦可讀媒體上傳輸。
前述示例僅意指是說明性的,並且在此示例的省略不應被解釋為有意或無意否認主題。在本申請的結尾,本文闡述的本發明的範圍僅由所附請求項限定。
在某些情況下,系統或方法的使用可發生在某地區,即使元件位於該地區之外也如此。例如,在分散式運算環境中,分散式運算系統的使用可發生在某地區,但該系統的部件卻可位於該地區之外(例如,位於該地區之外的繼電器、伺服器、處理器、信號承載媒體、發送電腦、接收電腦等等)。
同樣,系統或方法的銷售可發生在某地區,即使系統或方法的元件位於該地區之外和/或在該地區之外被使用也如此。此外,用於在一地區中執行方法的系統的至少一部分的實現並不妨礙該系統在另一地區中的使用。
在一般意義上,本領域技術人員也會認識到,本文所描述的可藉由範圍廣泛的硬體、軟體、固件和/或它們的任意組合單個地和/或共同地實現的各個方面可被視為包括各種類型的“電路”。因此,本文所使用的“電路”包括但不限於:具有至少一個分立電路的電路、具有至少一個積體電路的電路、具有至少一個應用專用積體電路的電路、形成由電腦程序配置的通用計算設備(例如,由至少部分地實現本文所描述的處理和/或設備的電腦程序配置的通用電腦、或由至少部分地實現本文所描述的處理和/或設備的電腦程序配置的微處理器)的電路、形成存放裝置(例如,各種形式的記憶體(例如,隨機存取記憶體、快閃記憶體、唯讀記憶體等等))的電路、和/或形成通信設備(例如,數據機、通信交換機、光電設備等等)的電路。本領域技術人員會認識到,本文所描述的主題可以以類比或數位方式或者它們的一些組合來實現。
本領域技術人員會認識到,本文所描述的設備和/或處理的至少一部分可被整合到資料處理系統中。本領域技術人員應認識到,資料處理系統一般包括下列項中的一或多項:系統單元殼體、視頻顯示裝置、諸如揮發性或非揮發性記憶體之類的記憶體、諸如微處理器或數位訊號處理器之類的處理器、諸如作業系統之類的計算實體、驅動器、圖形化使用者介面、應用程序、一或多個交互設備(例如,觸控板、觸控式螢幕、天線等)、和/或包括反饋回路和控制馬達(例如,用於感測位置和/或速度的回饋、用於移動和/或調整部件和/或數量的控制馬達)的控制系統。資料處理系統可利用諸如那些通常在資料計算/通信和/或網路計算/通信系統中找得到的合適的市售部件來實現。
出於本申請的目的,“雲端” 運算可以如雲端運算文獻中所述的那樣被理解。例如,雲端運算可以是用於傳遞計算能力和/或存儲能力作為服務的方法和/或系統。“雲端”可以指傳遞或協助傳遞計算和/或存儲能力的一個或多個硬體和/或軟體元件,其包括但不限於用戶端、應用程序、平臺、基礎設施和/或伺服器中的一個或多個。雲端可以指與用戶端、應用程序、平臺、基礎設施和/或伺服器關聯的任何硬體和/或軟體。例如,雲端和雲端運算可以涉及電腦、處理器、存儲媒體、路由器、交換機、數據機、虛擬機器(例如,虛擬伺服器)、資料中心、作業系統、中介軟體、固件、硬體後端、軟體後端和/或軟體應用程序。雲端可以指私有雲端、公共雲端、混合雲端和/或社區雲端。雲端可以是可配置計算資源的共用池,其可以是公共的、私有的、半私有的、可分發的、可伸縮的、靈活的、臨時的、虛擬的和/或物理的。雲端或雲端服務可以藉由一種或多種類型的網路(例如,移動通信網路)和網際網路來傳遞。
如在本申請中使用的,雲端或雲端服務可以包括基礎架構即服務(“IaaS”)、平臺即服務(“PaaS”)、軟體即服務(“SaaS”)和/或桌面即服務(“DaaS”)中的一者或多者。作為非排他性示例,IaaS可以包括例如一個或多個虛擬伺服器實例,這些實例可以啟動、停止、存取和/或配置虛擬伺服器和/或存儲中心(例如,提供一個或多個處理器、存儲空間和/或網路資源(例如EMC和Rackspace)。PaaS可以包括例如託管在基礎結構(例如計算平臺和/或解決方案堆疊,用戶端可以從其建立軟體介面和應用程序,例如Microsoft Azure)上的一個或多個軟體和/或開發工具。SaaS可以包括例如由服務提供者託管並可以藉由網路存取的軟體(例如,用於該應用程序和/或與該軟體應用程序相關聯的資料的軟體,其可以保留在網路上,例如Google Apps,SalesForce)。DaaS可以包括,例如,藉由網路為使用者提供桌面、應用程序、資料和/或服務(例如,提供多應用程序框架、框架中的應用程序、與應用程序相關聯的資料、和/或與網路上的應用程序和/或資料相關的服務,例如Citrix)。前述內容旨在作為在本申請中稱為“雲端”或“雲端運算”的系統和/或方法的類型的示例,並且不應被視為完整或詳盡的。
本領域的技術人員應認識到,出於概念清楚的目的,本文描述的元件(例如,操作)、設備、物件以及伴隨它們的討論被用作示例,並且可以構想各種配置修改。因此,如本文所使用的,所闡述的具體示例和所附的討論旨在代表它們的更一般的類別。通常,任何特定示例的使用都旨在代表其類別,並且不包括特定元件(例如,操作)、設備和物件不應視為是限制性的。
本文描述的主題有時示出包含在不同的其它元件內或與不同的其它元件連接的不同元件。應當理解,這樣描繪的體系結構僅僅是示例性的,並且實際上可以實現獲得相同功能的許多其他體系結構。在構思意義上,實現相同功能的組件的任何佈置被有效地“關聯”,使得實現期望的功能。因此,本文組合以實現特定功能的任何兩個元件可以被看作彼此“相關聯”,使得實現期望的功能,而不管體系結構或中間元件如何。同樣地,這樣關聯的任何兩個元件也可以被視為彼此“可操作地連接”或“可操作地耦合”以實現期望的功能,並且能夠這樣相關聯的任何兩個元件也可以被視為彼此“可操作地耦合”以實現期望的功能。可操作地耦合的具體示例包括但不限於物理上可配對和/或物理交互的元件、和/或無線可交互的和/或無線交互的元件、和/或邏輯上交互的元件和/或邏輯上可交互的元件。
就本申請中存在正式的大綱標題而言,應理解,大綱標題是出於陳述目的,並且可以在整個申請中討論不同類型的主題(例如,設備)/結構可以在處理/操作標題下描述和/或處理/操作可以在結構/處理標題下討論;和/或單個主題的描述可以跨越兩個或多個主題標題)。因此,在本申請中對正式輪廓標題的任何使用都是出於陳述的目的,而不是要以任何方式進行限制。
在整個本申請中,給出了示例和列表,並且這些示例和/或列表可以用括弧、逗號、縮寫“例如(e.g.)”或其某種組合來描繪。除非另有明確說明,否則這些示例和列表僅是示例性的,並不是窮舉性的。在大多數情況下,列出每個示例和每個組合會是禁止性的。因此,使用較小的說明性列表和示例,重點在於賦予對請求項術語的理解,而不是限制此類術語的範圍。
關於本文中基本上任何複數和/或單數術語的使用,本領域技術人員可以根據上下文和/或應用適當地將複數轉換為單數和/或將單數轉換為複數。為了清楚起見,本文中沒有明確闡述各種單數/複數置換。
本領域技術人員應認識到,本文所描述的元件(例如,操作)、設備、物件以及伴隨它們的討論出於概念清楚的目的被用作示例,並且各種配置修改是可預計的。因此,如本文所使用的,所闡述的具體示例以及附隨的討論旨在代表其更一般的類。一般而言,任何具體示例的使用旨在代表它的類,且具體元件(例如,操作)、設備和物件的不包括不應當被視為限制。
儘管在本文中以及其他地方可能示出和/或描述一個或多個用戶,但是作為單個圖解的圖,本領域技術人員應理解,一個或多個用戶可以代表一個或多個人類用戶、機器人使用者(例如,計算實體)和/或其基本任何組合(例如,一個或多個機器人代理可以輔助使用者),除非上下文另有規定。本領域技術人員應理解,通常, “寄件者”和/或其他面向實體在這樣的術語被用於本文時被認為是相同術語,除非上下文另有指明。
在一些情況下,一或多個組件在本文中可被稱為“被配置來”、 “藉由…配置”、“可配置來”、“可操作/操作來”、“適於/可適於”、“能夠”、“可遵照/遵照”等。本領域技術人員應認識到,除非上下文另有要求,否則這樣的術語( 例如“被配置來”)可一般包括活動狀態的部件和/或非活動狀態的部件和/或待命狀態的部件。
雖已示出並描述了本文所述的主題的特定方面,但顯然,對本領域技術人員而言,基於本文的教導,可在不背離本文所描述的主題及其更寬泛的方面的情況下做出改變和修改,因此,所附的請求項將所有這樣的改變和修改包括在它們的範圍內,視為在本文所描述的主題的真實精神和範圍內。 本領域技術人員會理解,一般而言,本文尤其是在所附請求項(例如,所附請求項的主體)中所使用的術語通常意在作為“開放式”術語(例如,術語“包含”應當被解釋為“包含但不限於”,術語“具有”應當被解釋為“具有至少”,術語“包括”應當被解釋為“包括但不限於”,等等)。
本領域技術人員應進一步理解,如果意在所引介請求項表述物件的具體數量,則這種意圖會被明確記載在該請求項中,而如果不存在這樣的記載,便不存在這樣的意圖。例如,作為對理解的輔助,下面所附的請求項可包含引介短語“至少一個”和“一或多個”的使用以引介請求項表述物件。但是,這類短語的使用不應當被解釋為暗示藉由不定冠詞“一”或“一個”對請求項表述物件的引介將含有這種所引介請求項表述物件的任何特定請求項限制為只包含一個這種表述物件的請求項,即使在同一請求項包括引介短語“一或多個”或“至少一個”以及諸如“一”或“一個”等不定冠詞時亦如此(例如,“一”和/或“一個”通常應當被解釋為是指“至少一個”或“一或多個”);對於用於引介請求項表述物件的定冠詞的使用而言亦同樣如此。此外,即使明確記載了所引介請求項表述物件的具體數量,本領域技術人員也會認識到,這種記載通常也應當被解釋為是指至少是所記載的數量(例如,單單記載“兩個表述物件”而沒有其他修飾語,通常是指至少兩個表述對象或者兩或更多個表述對象)。
此外,在使用與“A、B和C等中的至少一個”類似的慣用語的那些情況下,一般而言,這種結構意指本領域技術人員會理解的慣用意義(例如,“具有A、B和C中的至少一個的系統”會包括但不限於只有A的系統、只有B的系統、只有C的系統、同時具有A和B的系統、同時具有A和C的系統、同時具有B和C的系統、和/或同時具有A、B和C的系統,等等)。在使用與“A、B或C等中的至少一個”類似的慣用語的那些情況下,一般而言,這種結構意指本領域技術人員會理解的慣用意義(例如,“具有A、B或C中的至少一個的系統”會包括但不限於只有A的系統、只有B的系統、只有C的系統、同時具有A和B的系統、同時具有A和C的系統、同時具有B和C的系統、和/或同時具有A、B和C的系統,等等)。本領域技術人員還會理解,通常,提出兩或更多可選擇項的選言詞和/或短語,無論是在說明書、請求項、還是在附圖中,都應當被理解為預計包括其中一項、任一項、或兩項的可能性,除非上下文另有說明。例如,短語“A或B”通常會被理解為包括“A”或“B”或“A和B”的可能性。
對於所附請求項,本領域技術人員會明白,其中所記載的操作通常可按任何循序執行。另外,雖然各種操作流程是按順序給出的,但應當理解,所述各種操作可按與所闡述的那些順序不同的循序執行,或者可同時執行。這種替代順序的示例可包括重疊的、交錯的、中斷的、重新排序的、增加的、預備的、補充的、同時的、反向的、或其他變化順序,除非上下文另有規定。此外,諸如“回應於”、“與……有關”或其他過去時態的形容詞一般無意排除這種變化,除非上下文另有規定。
本申請可參考一個或多個商標,例如,一個製造商或商人採用的,用於識別其產品和/或將其產品與其他產品區分的單詞、字母、符號或設備。本文使用的商標名稱採用能清楚表明其身份,將其與具有固定和明確含義的常見描述性名詞區別開的語言來闡述,或者在許多(如果不是全部)情況下,還附帶使用未被商標涵蓋的術語的其他特定的標識。另外,本文所使用的商標名稱具有在文獻中眾所周知和限定的含義,或者不表示需要瞭解一個或多個商業秘密才能理解其含義的產品或化合物。本申請中引用的所有商標均為其各自所有者的財產,並且本申請中一個或多個商標的外觀不會減少或以其他方式不利地影響該一個或多個商標的有效性。假定出現在本申請中的所有註冊或未註冊的商標都包含適當的商標符號,例如加圓圈的R或方括號大寫(例如[商標名稱]),即使該商標符號未明確顯示在商標旁邊也如此。在商標以描述性方式用於指代產品或處理的程度上,該商標應解釋為代表截止該專利申請的申請日的相應產品或處理。
在本申請中,可以使用術語“在一實施方案中”、“在至少一些實施方案中”、“在一個實施方案中”、“在一些實施方案中”、“在若干實施方案中”、“在至少一個實施方案中”、“在各種實施方案中”等等。除非另外明確指出,否則這些術語中的每一個以及所有這樣的相似術語應被解釋為“在至少一個實施方案中,並且可能但不一定是所有實施方案中”。具體而言,除非另有明確說明,否則類似這些短語的短語的意圖是提供本發明的實現方式的非排他性和非限制性的示例。僅僅是一個、一些或多個實施方案包括一個或多個事物或具有一個或多個特徵這樣的陳述並不意味著所有實施方案都包括一個或多個事物或具有一個或多個特徵,也不意味著這樣的實施方案必須存在。其僅僅是示例的指示,並且不應以其他方式解釋,除非明確這樣陳述。
在本申請中,可以使用術語“在一實現方式中”、“在至少一些實現方式中”、“在一個實現方式中”、“在一些實現方式中”、“在若干實現方式中”、“在至少一個實現方式中”、“在各種實現方式中”等等。除非另外明確指出,否則這些術語中的每一個以及所有這樣的相似術語應被解釋為“在至少一個實現方式中,並且可能但不一定是所有實現方式中”。具體而言,除非另有明確說明,否則類似這些短語的短語的意圖是提供本發明的實現方式的非排他性和非限制性的示例。僅僅是一個、一些或多個實現方式包括一個或多個事物或具有一個或多個特徵這樣的陳述並不意味著所有實現方式都包括一個或多個事物或具有一個或多個特徵,也不意味著這樣的實現方式必須存在。其僅僅是示例的指示,並且不應以其他方式解釋,除非明確這樣陳述。
本領域技術人員應理解,前述特定的示例性處理和/或設備和/或技術代表本文其他地方(例如在與其一起提交的請求項和/或本申請中的其他地方)所教導的更一般的處理和/或設備和/或技術。
100:顯微鏡環境
110:自動化顯微鏡組件,顯微鏡組件
112:顯微鏡
114:載物台
120:載玻片
122:識別器部分
124:厚膜
126:薄膜
130:載玻片托盤
140:計算系統
142:鍵盤
144:顯示器
146:高倍率圖像
202:主控制器
204:記憶體
206:輸入/輸出(I/O)埠
208:載物台控制器
210:電動載物台
212:物鏡組件,物鏡
214:定位器
216:定位器控制器,位置控制器
218:光源
220:照明光
222:照明光學器件
224:相機
300:顯微鏡處理,處理
310:步驟
312:步驟
314:步驟
316:步驟
318:步驟
320:步驟
322:步驟,操作
324:步驟
326:步驟
328:步驟,操作
330:步驟
332:步驟
400:宏觀圖像
420:載玻片
422:識別器部分
424:厚膜
426:薄膜
500:用於分析的載玻片的適合性的處理,處理,適合性評定處理,適合性分析處理
502:步驟
510:步驟
512:步驟
514:步驟
516:步驟
518:步驟
520:步驟
522:步驟
524:步驟
526:步驟
528:步驟
600:掃描和分析處理,掃描和評估處理
605:步驟
610:步驟
612:步驟
620:步驟,搜尋模式操作
622:步驟
624:步驟
626:步驟
628:步驟
630:步驟
632:步驟
640:步驟,掃描模式操作
642:步驟
644:步驟
646:步驟
648:步驟
650:步驟
700:具有正方形的掃描視窗的示意圖
710:掃描視窗
712:網格單元
714:單個的視場(FOV)
750:中心視場(FOV)
752:中心網格單元
754:中心FOV
756:不相鄰網格單元,非相鄰網格單元
760:第一組非相鄰網格單元
762:第二組非相鄰網格單元
800:代表性掃描結果,厚膜掃描結果
802:瘧疾寄生蟲
900:可接受的網格單元,網格單元
902:中心FOV
1000:網格單元的放大圖
1010:相鄰網格單元
1012:第一相鄰網格單元
1014:第二相鄰網格單元
1016:第三相鄰網格單元
1018:第四相鄰網格單元
1100:掃描和評估處理,掃描和分析處理,處理
1105:步驟
1110:步驟
1112:步驟
1120:步驟
1122:步驟
1124:步驟
1126:步驟
1128:步驟
1130:步驟
1132:步驟
1140:步驟
1142:步驟
1144:步驟
1146:步驟
1148:步驟
1150:步驟
1152:步驟
1200:示意圖
1210:掃描視窗
1212:網格單元
1214:第一網格組
1216:第二網格組
1218:第三網格組
1250:中心FOV
1252:第一網格單元,第一粗網格單元
1254:中心FOV
1256:中心FOV
1300:代表性掃描結果
1302A:第一物質
1302B:第二物質
1304:紅血球細胞
1400:掃描視窗
1410:網格單元
1512:第一相鄰網格單元
1514:第二相鄰網格單元
1516:第三相鄰網格單元
1518:第四相鄰網格單元
1612:第一次級相鄰網格單元
1614:第二次級相鄰網格單元
1616:第三次級相鄰網格單元
1618:第四次級相鄰網格單元
1620:第五次級相鄰網格單元
1700:顯微鏡檢查處理
1710:步驟
1712:步驟
1714:步驟
1716:步驟
1718:步驟
1720:步驟
1722:步驟
1724:步驟
1726:步驟
1800:示例性計算設備,計算設備
1802:處理單元,處理器
1804:記憶體
1806:匯流排,系統匯流排
1808:唯讀記憶體,ROM
1810:隨機存取記憶體,RAM
1812:基本輸入/輸出系統
1814:硬碟驅動器
1816:硬碟驅動器介面
1818:磁碟機
1820:讀取和寫入抽取式磁碟,抽取式磁碟,磁片
1822:磁碟機介面
1824:光碟驅動器
1826:讀取或寫入可移動光碟,可移動光碟,光碟
1828:光碟驅動介面
1830:作業系統
1832:應用程序
1834:其他程序模組
1836: 程序資料
1838:鍵盤
1840:指示設備
1842:介面,序列埠介面
1844:監視器
1846:視頻轉接器
1848:區域網路,本地網路
1850:廣域網路
1852:網路介面
1853:無線信號
1854:數據機
1855:無線介面
1856:廣播調諧器,調諧器
1857:無線通訊器
1858:遠端電腦
1880:販賣控制部件
1882:專用電路
1900:粗間隔網格單元
1950:期望的FOV
1952:中心網格單元
1954:期望的FOV,中心FOV
1956:第一網格單元,相鄰網格單元
2000:粗間隔網格單元
2050:期望的FOV
2052:中心網格單元
2054:期望的FOV,中心FOV
2056:第一相鄰網格單元,相鄰網格單元
2060:期望的FOV
2062:第一非相鄰網格單元
2064:期望的FOV
2066:非相鄰網格單元
(a):視場圖像
(b):視場圖像
(c):視場圖像
(d):視場圖像
(e):視場圖像
(f):視場圖像
圖1是其中可以實現根據本公開的工藝和技術的顯微環境的示意圖。
圖2是自動化顯微鏡的側視截面圖。
圖3示出了根據本公開的顯微鏡檢查過程的實施方案。
圖4示出了載玻片上的生物樣品的一組圖像的實施方案。
圖5示出了根據本公開的用於確定用於分析的載玻片的適合性的過程。
圖6示出了根據本公開的掃描和評估過程。
圖7示出了根據本公開的位於厚膜上方的掃描視窗的示意圖。
圖8示出了在厚膜的詳細掃描期間獲得的類型的代表性掃描結果。
圖9示出了根據本公開的具有總共二十五個視場的可接受的網格單元的放大圖。
圖10示出了根據本公開的可接受的網格單元和相鄰網格單元的周圍周界的放大圖。
圖11示出了根據本公開的另一掃描和評估過程。
圖12示出了根據本公開的定位在薄膜上方的掃描視窗的示意圖。
圖13示出了在詳細掃描薄膜期間獲得的類型的代表性掃描結果。
圖14示出了被劃分為網格單元並且包括在掃描模式操作期間被確定為可接受的網格單元的掃描視窗的實現方式。
圖15和圖16示出了在附加掃描模式操作後的圖14的掃描視窗。
圖17示出了根據本公開的顯微鏡檢查過程的另一實施方案。
圖18示出了用於實現本公開的一個或多個方面的計算系統的示意圖。
圖19和圖20示出了根據本發明的粗間隔網格單元的替代實施方案。
110:自動化顯微鏡組件,顯微鏡組件
112:顯微鏡
120:載玻片
202:主控制器
204:記憶體
206:輸入/輸出(I/O)埠
208:載物台控制器
210:電動載物台
212:物鏡組件
214:定位器
216:定位器控制器
218:光源
220:照明光
222:照明光學器件
224:相機
Claims (62)
- 一種顯微鏡系統,其包括: 顯微鏡組件,其配置用於獲得對樣品內視場的顯微掃描,所述顯微鏡組件能運行以執行操作,所述操作包括: 將所述樣品的至少一部分上的掃描視窗限定成多個網格單元,其中所述多個網格單元中的各個網格單元的尺寸被設定為包括多個視場; 限定包括多個粗間隔網格單元的粗間隔網格圖案; 執行搜尋模式操作,其包括: 在所述多個粗間隔網格單元中的所選粗間隔網格單元內的所選視場處執行所述顯微掃描; 評估來自所述所選粗間隔網格單元內的所述顯微掃描的掃描結果的品質; 如果在所述所選視場處的所述掃描結果的所述品質是不可接受的,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並且返回以執行所述顯微掃描且評估所述掃描結果的所述品質; 如果所述所選視場處的所述掃描結果的所述品質是可接受的,則: 對所述所選粗間隔網格單元的所有其餘視場執行所述顯微掃描; 評估來自所述所選粗間隔網格單元的所有其餘視場的所述掃描結果的品質; 基於來自所述所選粗間隔網格單元的所有視場的所述掃描結果的所述品質,評定所述所選粗間隔網格單元是否是可接受的; 如果所述所選粗間隔網格單元是不可接受的,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並返回以執行所述顯微掃描且評估所述掃描結果的所述品質;並且 如果所述所選粗間隔網格單元是可接受的,則進行掃描模式操作; 執行掃描模式操作,其包括: 在與可接受的所述所選粗間隔網格單元相鄰的網格單元的周界內的一個或多個相鄰網格單元內的所有視場處執行所述顯微掃描; 評估來自在所述一個或多個相鄰網格單元內的所有視場處的所述顯微掃描的所述掃描結果的品質;以及 對於所述一個或多個相鄰網格單元中的每一個,如果所述掃描結果的所述品質對於所述相鄰網格單元是可接受的,則將所述可接受的掃描結果的一個或多個方面與先前的可接受的掃描結果進行編譯; 如果不滿足用於終止掃描操作的一個或多個標準,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並返回以執行搜尋模式操作;並且 如果滿足用於終止掃描操作的一個或多個標準,則提供所述可接受的掃描結果的所編譯的所述一個或多個方面的指示。
- 根據請求項1所述的系統,其中,所述樣品包括血液樣品的厚膜或薄膜中的至少一者,並且其中,用於終止掃描操作的一個或多個標準包括: 所掃描的可接受的視場的總數、所計算的白血球細胞總數、所計算的紅血球細胞總數、所計算的瘧疾寄生蟲總數、在搜尋模式操作期間經過的時間量、在掃描模式操作期間經過的時間量、或經過的總時間量中的一者或多者。
- 根據請求項1所述的系統,其中的將所述樣品的至少一部分上的掃描視窗限定成多個網格單元,其中所述多個網格單元中的各個網格單元的尺寸被設定為包括多個視場,包括: 將掃描視窗限定成多個正方形網格單元,其中各個正方形網格單元包括行和列數量相等的視場。
- 根據請求項1所述的系統,其中的在所述多個粗間隔網格單元中的所選粗間隔網格單元內的所選視場處執行所述顯微掃描包括: 在所述多個粗間隔網格單元中的所選粗間隔網格單元的中心視場處執行所述顯微掃描。
- 根據請求項1所述的系統,其中的基於來自所述所選粗間隔網格單元的所有視場的所述掃描結果的所述品質,評定所述所選粗間隔網格單元是否是可接受的包括: 當評估所述所選粗間隔網格單元的所述視場的至少門檻值百分比時,評定所述所選粗間隔網格單元是可接受的,以提供可接受的掃描結果。
- 根據請求項5所述的系統,其中所述門檻值百分比為至少百分之五十。
- 根據請求項1所述的系統,其中的限定包括多個粗間隔網格單元的粗間隔網格圖案包括: 限定包括第一粗間隔網格單元和多個第一非相鄰網格單元的粗間隔網格圖案,所述第一粗間隔網格單元靠近所述掃描視窗中心定位,而所述多個第一非相鄰網格單元位於第一非相鄰周界內,所述第一非相鄰周界圍繞所述第一粗間隔網格單元設置並與其間隔開。
- 根據請求項7所述的系統,其中的選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元包括: 選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,其包括以下項中的至少一項: 從所述第一粗間隔網格單元向外進行,以選擇位於所述第一非相鄰周界內的第一非相鄰網格單元;或者 從第一非相鄰網格單元中的一個橫向進行,以選擇位於所述第一非相鄰周界內的所述第一非相鄰網格單元中的另一個。
- 根據請求項7所述的系統,其中的限定包括多個粗間隔網格單元的粗間隔網格圖案包括: 限定包括位於第二非相鄰周界內的多個第二非相鄰網格單元的粗間隔網格圖案,所述第二非相鄰周界圍繞第一非相鄰周界設置並與第一非相鄰周界間隔開。
- 根據請求項1所述的系統,其中的限定包括多個粗間隔網格單元的粗間隔網格圖案包括: 限定包括第一組第一非相鄰網格單元和第二組第二非相鄰網格單元的粗間隔網格圖案,所述第一組所述第一非相鄰網格單元在整個所述掃描視窗分佈,並且每個第一非相鄰網格單元與其他第一非相鄰網格單元不相鄰,而每個第二非相鄰網格單元沿對角線靠近至少一個第一非相鄰網格單元設置並且與其他第二非相鄰網格單元不相鄰。
- 根據請求項10所述的系統,其中的選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元包括: 選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,其包括以下項中的至少一項: 從所述第一組所述第一非相鄰網格單元中的一個進行到所述第一組第一非相鄰網格單元中的另一個; 從所述第一組所述第一非相鄰網格單元中的一個進行到所述第二組所述第二非相鄰網格單元中的一個,所述第二非相鄰網格單元沿對角線靠近所述第一組所述第一非相鄰網格單元中的所述一個佈置;或者 從所述第二組所述第二非相鄰網格單元中的一個進行到所述第二組第二非相鄰網格單元中的另一個。
- 根據請求項10所述的系統,其中的限定包括多個粗間隔網格單元的粗間隔網格圖案包括: 限定包括第三組第三非相鄰網格單元的粗間隔網格圖案,每個第三非相鄰網格單元沿對角線靠近至少一個第二非相鄰網格單元佈置,並且與其他第三非相鄰網格單元不相鄰。
- 根據請求項1所述的系統,其中的在與可接受的所述所選粗間隔網格單元相鄰的網格單元的周界內的一個或多個相鄰網格單元內的所有視場處執行所述顯微掃描包括: 在與可接受的所述所選粗間隔網格單元相鄰的網格單元的周界內的所述相鄰網格單元的一半內的所有視場處執行所述顯微掃描。
- 根據請求項1所述的系統,其中的在與可接受的所述所選粗間隔網格單元相鄰的網格單元的周界內的一個或多個相鄰網格單元內的所有視場處執行所述顯微掃描包括: 在與可接受的所述所選粗間隔網格單元相鄰並與其共用公共邊界的網格單元的周界內的一個或多個相鄰網格單元內的所有視場處執行所述顯微掃描。
- 根據請求項1所述的系統,其中的在與可接受的所述所選粗間隔網格單元相鄰的網格單元的周界內的一個或多個相鄰網格單元內的所有視場處執行所述顯微掃描包括: 在與可接受的所述所選粗間隔網格單元相鄰並與其共用公共角點的網格單元的周界內的一個或多個相鄰網格單元內的所有視場處執行所述顯微掃描。
- 根據請求項1所述的系統,其中執行掃描模式操作還包括: 對於所述一個或多個相鄰網格單元中的每一個,如果對於所述相鄰網格單元,所述掃描結果的所述品質是可接受的,則: 在與所述可接受的相鄰網格單元相鄰的網格單元的周界內的一個或多個次級相鄰網格單元內的所有視場處執行所述顯微掃描; 評估來自在所述一個或多個次級相鄰網格單元內的所有視場處的所述顯微掃描的所述掃描結果的品質;以及 對於所述一個或多個次級相鄰網格單元中的每一個,如果所述掃描結果的所述品質對於所述次級相鄰網格單元是可接受的,則將所述可接受的掃描結果的一個或多個方面與先前的可接受的掃描結果進行編譯。
- 根據請求項1所述的系統,其中的評估來自所述所選粗間隔網格單元內的所述顯微掃描的掃描結果的品質包括: 基於清晰度、銳度、模糊度或亮度中的一者或多者,評估來自所述所選粗間隔網格單元內的所述顯微掃描的掃描結果的品質。
- 根據請求項1所述的系統,其中的評估來自所述所選粗間隔網格單元內的所述顯微掃描的掃描結果的品質包括: 根據對所述掃描結果的品質評估來分配品質評定分數。
- 根據請求項1所述的系統,其中,所述顯微鏡組件能操作以執行以下操作,包括: 獲得所述樣品的至少一部分的宏觀圖像;以及 分析所述宏觀圖像以確定所述樣品的所述至少一部分對於分析的適合性。
- 根據請求項19所述的系統,其中的分析所述宏觀圖像以確定所述樣品的所述至少一部分對於分析的適合性包括: 使用一個或多個圖像識別模型執行一個或多個機器學習操作,以確定所述樣品的所述至少一部分對於分析的適合性。
- 根據請求項1所述的系統,其中的將所述樣品的至少一部分上的掃描視窗限定成多個網格單元包括: 獲得所述樣品的至少一部分的宏觀圖像; 分析所述宏觀圖像以確定所述樣品的所述至少一部分的一個或多個邊界;以及 基於所述樣品的所述至少一部分的所述一個或多個邊界來限定所述掃描視窗的位置。
- 根據請求項21所述的系統,其中的分析所述宏觀圖像以確定所述樣品的所述至少一部分的一個或多個邊界包括: 使用一個或多個圖像識別模型執行一個或多個機器學習操作,以確定所述樣品的所述至少一部分的一個或多個邊界。
- 根據請求項1所述的系統,其中的限定包括多個粗間隔網格單元的粗間隔網格圖案包括: 以下操作中的至少一項: 限定包括多個非相鄰網格單元的粗間隔網格圖案; 限定包括多個相鄰網格單元的粗間隔網格圖案;或者 限定包括多個非相鄰網格單元和多個相鄰網格單元的粗間隔網格圖案。
- 一種操作被配置用於實現對樣品內視場的顯微掃描的顯微鏡組件的方法,所述方法包括: 將所述樣品的至少一部分上的掃描視窗限定成多個網格單元,其中所述多個網格單元中的各個網格單元的尺寸被設定為包括多個視場; 限定包括多個粗間隔網格單元的粗間隔網格圖案; 執行搜尋模式操作,其包括: 在多個粗間隔網格單元中的所選粗間隔網格單元內的所選視場處執行所述顯微掃描; 評估來自所述所選粗間隔網格單元內的所述顯微掃描的掃描結果的品質; 如果在所述所選視場處的所述掃描結果的所述品質是不可接受的,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並且返回以執行所述顯微掃描且評估所述掃描結果的所述品質; 如果所述所選視場處的所述掃描結果的所述品質是可接受的,則: 對所述所選粗間隔網格單元的所有其餘視場執行所述顯微掃描; 評估來自所述所選粗間隔網格單元的所有其餘視場的所述掃描結果的品質; 基於來自所述所選粗間隔網格單元的所有視場的所述掃描結果的所述品質,評定所述所選粗間隔網格單元是否是可接受的; 如果所述所選粗間隔網格單元是不可接受的,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並返回以執行所述顯微掃描且評估所述掃描結果的所述品質;並且 如果所述所選粗間隔網格單元是可接受的,則進行掃描模式操作; 執行掃描模式操作,其包括: 在與可接受的所述所選粗間隔網格單元相鄰的網格單元的周界內的一個或多個相鄰網格單元內的所有視場處執行所述顯微掃描; 評估來自在所述一個或多個相鄰網格單元內的所有視場處的所述顯微掃描的所述掃描結果的品質;以及 對於所述一個或多個相鄰網格單元中的每一個,如果所述掃描結果的所述品質對於所述相鄰網格單元是可接受的,則將所述可接受的掃描結果的一個或多個方面與先前的可接受的掃描結果進行編譯; 如果不滿足用於終止掃描操作的一個或多個標準,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並返回以執行搜尋模式操作;並且 如果滿足用於終止掃描操作的一個或多個標準,則提供所述可接受的掃描結果的所編譯的所述一個或多個方面的指示。
- 根據請求項24所述的方法,其中,所述樣品包括血液樣品的厚膜或薄膜中的至少一者,並且其中,用於終止掃描操作的一個或多個標準包括: 所掃描的可接受的視場的總數、所計算的白血球細胞總數、所計算的紅血球細胞總數、所計算的瘧疾寄生蟲總數、在搜尋模式操作期間經過的時間量、在掃描模式操作期間經過的時間量、或經過的總時間量中的一者或多者。
- 根據請求項24所述的方法,其中的將所述樣品的至少一部分上的掃描視窗限定成多個網格單元,其中所述多個網格單元中的各個網格單元的尺寸被設定為包括多個視場,包括: 將掃描視窗限定成多個正方形網格單元,其中各個正方形網格單元包括行和列數量相等的視場。
- 根據請求項24所述的方法,其中的在所述多個粗間隔網格單元中的所選粗間隔網格單元內的所選視場處執行所述顯微掃描包括: 在所述多個粗間隔網格單元中的所選粗間隔網格單元的中心視場處執行所述顯微掃描。
- 根據請求項24所述的方法,其中的基於來自所述所選粗間隔網格單元的所有視場的所述掃描結果的所述品質,評定所述所選粗間隔網格單元是否是可接受的包括: 當評估所述所選粗間隔網格單元的所述視場的至少門檻值百分比時,評定所述所選粗間隔網格單元是可接受的,以提供可接受的掃描結果。
- 根據請求項28所述的方法,其中所述門檻值百分比為至少百分之五十。
- 根據請求項24所述的方法,其中的限定包括多個粗間隔網格單元的粗間隔網格圖案包括: 限定包括第一粗間隔網格單元和多個第一非相鄰網格單元的粗間隔網格圖案,所述第一粗間隔網格單元靠近所述掃描視窗中心定位,而所述多個第一非相鄰網格單元位於第一非相鄰周界內,所述第一非相鄰周界圍繞所述第一粗間隔網格單元設置並與其間隔開。
- 根據請求項30所述的方法,其中的選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元包括: 選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,其包括以下項中的至少一項: 從所述第一粗間隔網格單元向外進行,以選擇位於所述第一非相鄰周界內的第一非相鄰網格單元;或者 從第一非相鄰網格單元中的一個橫向進行,以選擇位於所述第一非相鄰周界內的所述第一非相鄰網格單元中的另一個。
- 根據請求項30所述的方法,其中的限定包括多個粗間隔網格單元的粗間隔網格圖案包括: 限定包括位於第二非相鄰周界內的多個第二非相鄰網格單元的粗間隔網格圖案,所述第二非相鄰周界圍繞第一非相鄰周界設置並與第一非相鄰周界間隔開。
- 根據請求項24所述的方法,其中的限定包括多個粗間隔網格單元的粗間隔網格圖案包括: 限定包括第一組第一非相鄰網格單元和第二組第二非相鄰網格單元的粗間隔網格圖案,所述第一組所述第一非相鄰網格單元在整個所述掃描視窗分佈,並且每個第一非相鄰網格單元與其他第一非相鄰網格單元不相鄰,而每個第二非相鄰網格單元沿對角線靠近至少一個第一非相鄰網格單元設置並且與其他第二非相鄰網格單元不相鄰。
- 根據請求項33所述的方法,其中的選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元包括: 選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,其包括以下項中的至少一項: 從所述第一組所述第一非相鄰網格單元中的一個進行到所述第一組第一非相鄰網格單元中的另一個; 從所述第一組所述第一非相鄰網格單元中的一個進行到所述第二組所述第二非相鄰網格單元中的一個,所述第二非相鄰網格單元沿對角線靠近所述第一組所述第一非相鄰網格單元中的所述一個佈置;或者 從所述第二組所述第二非相鄰網格單元中的一個進行到所述第二組第二非相鄰網格單元中的另一個。
- 根據請求項33所述的方法,其中的限定包括多個粗間隔網格單元的粗間隔網格圖案包括: 限定包括第三組第三非相鄰網格單元的粗間隔網格圖案,每個第三非相鄰網格單元沿對角線靠近至少一個第二非相鄰網格單元佈置,並且與其他第三非相鄰網格單元不相鄰。
- 根據請求項24所述的方法,其中的在與可接受的所述所選粗間隔網格單元相鄰的網格單元的周界內的一個或多個相鄰網格單元內的所有視場處執行所述顯微掃描包括: 在與可接受的所述所選粗間隔網格單元相鄰的網格單元的周界內的所述相鄰網格單元的一半內的所有視場處執行所述顯微掃描。
- 根據請求項24所述的方法,其中的在與可接受的所述所選粗間隔網格單元相鄰的網格單元的周界內的一個或多個相鄰網格單元內的所有視場處執行所述顯微掃描包括: 在與可接受的所述所選粗間隔網格單元相鄰並與其共用公共邊界的網格單元的周界內的一個或多個相鄰網格單元內的所有視場處執行所述顯微掃描。
- 根據請求項24所述的方法,其中的在與可接受的所述所選粗間隔網格單元相鄰的網格單元的周界內的一個或多個相鄰網格單元內的所有視場處執行所述顯微掃描包括: 在與可接受的所述所選粗間隔網格單元相鄰並與其共用公共角點的網格單元的周界內的一個或多個相鄰網格單元內的所有視場處執行所述顯微掃描。
- 根據請求項24所述的方法,其中執行掃描模式操作還包括: 對於所述一個或多個相鄰網格單元中的每一個,如果對於所述相鄰網格單元,所述掃描結果的所述品質是可接受的,則: 在與所述可接受的相鄰網格單元相鄰的網格單元的周界內的一個或多個次級相鄰網格單元內的所有視場處執行所述顯微掃描; 評估來自在所述一個或多個次級相鄰網格單元內的所有視場處的所述顯微掃描的所述掃描結果的品質;以及 對於所述一個或多個次級相鄰網格單元中的每一個,如果所述掃描結果的所述品質對於所述次級相鄰網格單元是可接受的,則將所述可接受的掃描結果的一個或多個方面與先前的可接受的掃描結果進行編譯。
- 根據請求項24所述的方法,其中的評估來自所述所選粗間隔網格單元內的所述顯微掃描的掃描結果的品質包括: 基於清晰度、銳度、模糊度或亮度中的一者或多者,評估來自所述所選粗間隔網格單元內的所述顯微掃描的掃描結果的品質。
- 根據請求項24所述的方法,其中的評估來自所述所選粗間隔網格單元內的所述顯微掃描的掃描結果的品質包括: 根據對所述掃描結果的品質評估來分配品質評定分數。
- 根據請求項24所述的方法,其還包括: 獲得所述樣品的至少一部分的宏觀圖像;以及 分析所述宏觀圖像以確定所述樣品的所述至少一部分對於分析的適合性。
- 根據請求項42所述的方法,其中的分析所述宏觀圖像以確定所述樣品的所述至少一部分對於分析的適合性包括: 使用一個或多個圖像識別模型執行一個或多個機器學習操作,以確定所述樣品的所述至少一部分對於分析的適合性。
- 根據請求項24所述的方法,其中的將所述樣品的至少一部分上的掃描視窗限定成多個網格單元包括: 獲得所述樣品的至少一部分的宏觀圖像; 分析所述宏觀圖像以確定所述樣品的所述至少一部分的一個或多個邊界;以及 基於所述樣品的所述至少一部分的所述一個或多個邊界來限定所述掃描視窗的位置。
- 根據請求項44所述的系統,其中的分析所述宏觀圖像以確定所述樣品的所述至少一部分的一個或多個邊界包括: 使用一個或多個圖像識別模型執行一個或多個機器學習操作,以確定所述樣品的所述至少一部分的一個或多個邊界。
- 根據請求項24所述的方法,其中的限定包括多個粗間隔網格單元的粗間隔網格圖案包括: 以下操作中的至少一項: 限定包括多個非相鄰網格單元的粗間隔網格圖案; 限定包括多個相鄰網格單元的粗間隔網格圖案;或者 限定包括多個非相鄰網格單元和多個相鄰網格單元的粗間隔網格圖案。
- 一種或多種承載指令的非暫時性電腦可讀媒體,所述指令在由一個或多個處理設備執行時可控制地操作顯微鏡組件以執行以下操作: 將樣品的至少一部分上的掃描視窗限定成多個網格單元,其中所述多個網格單元中的各個網格單元的尺寸被設定為包括多個視場; 限定包括多個粗間隔網格單元的粗間隔網格圖案; 執行搜尋模式操作,其包括: 在多個粗間隔網格單元中的所選粗間隔網格單元內的所選視場處執行所述顯微掃描; 評估來自所述所選粗間隔網格單元內的所述顯微掃描的掃描結果的品質; 如果在所述所選視場處的所述掃描結果的所述品質是不可接受的,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並且返回以執行所述顯微掃描且評估所述掃描結果的所述品質; 如果所述所選視場處的所述掃描結果的所述品質是可接受的,則: 對所述所選粗間隔網格單元的所有其餘視場執行所述顯微掃描; 評估來自所述所選粗間隔網格單元的所有其餘視場的所述掃描結果的品質; 基於來自所述所選粗間隔網格單元的所有視場的所述掃描結果的所述品質,評定所述所選粗間隔網格單元是否是可接受的; 如果所述所選粗間隔網格單元是不可接受的,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並返回以執行所述顯微掃描且評估所述掃描結果的所述品質;並且 如果所述所選粗間隔網格單元是可接受的,則進行掃描模式操作; 執行掃描模式操作,其包括: 在與可接受的所述所選粗間隔網格單元相鄰的網格單元的周界內的一個或多個相鄰網格單元內的所有視場處執行所述顯微掃描; 評估來自在所述一個或多個相鄰網格單元內的所有視場處的所述顯微掃描的所述掃描結果的品質;以及 對於所述一個或多個相鄰網格單元中的每一個,如果所述掃描結果的所述品質對於所述相鄰網格單元是可接受的,則將所述可接受的掃描結果的一個或多個方面與先前的可接受的掃描結果進行編譯; 如果不滿足用於終止掃描操作的一個或多個標準,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並返回以執行搜尋模式操作;並且 如果滿足用於終止掃描操作的一個或多個標準,則提供所述可接受的掃描結果的所編譯的所述一個或多個方面的指示。
- 一種顯微鏡系統,其包括: 顯微鏡組件,其配置用於實現對樣品內視場的顯微掃描,所述顯微鏡組件能操作以: 將所述樣品的至少一部分上的掃描視窗限定成多個網格單元,其中所述多個網格單元中的每個網格單元的尺寸被設定為包括多個視場,所述多個網格單元的一部分是粗間隔網格單元; 執行搜尋模式操作,其包括: 在所述多個粗間隔網格單元中的所選粗間隔網格單元內的所選視場處執行所述顯微掃描; 評估來自所述所選粗間隔網格單元內的所述顯微掃描的掃描結果的品質; 如果在所述所選視場處的所述掃描結果的所述品質是不可接受的,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並且返回以執行所述顯微掃描且評估所述掃描結果的所述品質; 如果所述所選視場處的所述掃描結果的所述品質是可接受的,則: 對所述所選粗間隔網格單元的所有其餘視場執行所述顯微掃描; 評估來自所述所選粗間隔網格單元的所有其餘視場的所述掃描結果的品質; 基於來自所述所選粗間隔網格單元的所有視場的所述掃描結果的所述品質,評定所述所選粗間隔網格單元是否是可接受的; 如果所述所選粗間隔網格單元是不可接受的,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並返回以執行所述顯微掃描且評估所述掃描結果的所述品質;並且 如果所述所選粗間隔網格單元是可接受的,則進行掃描模式操作; 執行掃描模式操作,其包括: 對在與可接受的所述所選粗間隔網格單元相鄰的一個或多個相鄰網格單元內的所有視場執行掃描和評估;以及 對於所述一個或多個相鄰網格單元中的每一個,如果所述掃描結果的所述品質對於所述相鄰網格單元是可接受的,則將所述可接受的掃描結果的一個或多個方面與先前的可接受的掃描結果進行編譯;以及 如果不滿足用於終止掃描操作的一個或多個標準,則返回至搜尋模式操作,否則提供所述可接受的掃描結果的所編譯的所述一個或多個方面的指示。
- 根據請求項48所述的系統,其中,所述樣品包括血液樣品的厚膜或薄膜中的至少一者,並且其中,用於終止掃描操作的一個或多個標準包括: 所掃描的可接受的視場的總數、所計算的白血球細胞總數、所計算的紅血球細胞總數、所計算的瘧疾寄生蟲總數、在搜尋模式操作期間經過的時間量、在掃描模式操作期間經過的時間量、或經過的總時間量中的一者或多者。
- 根據請求項48所述的系統,其中的對在與可接受的所述所選粗間隔網格單元相鄰的一個或多個相鄰網格單元內的所有視場執行掃描和評估包括: 在與可接受的所述所選粗間隔網格單元相鄰的網格單元的周界內的一個或多個相鄰網格單元內的所有視場處執行所述顯微掃描;以及 評估來自在所述一個或多個相鄰網格單元內的所有視場處的所述顯微掃描的所述掃描結果的品質。
- 根據請求項48所述的系統,其中的在所述多個粗間隔網格單元中的所選粗間隔網格單元內的所選視場處執行所述顯微掃描包括: 在所述多個粗間隔網格單元中的所選粗間隔網格單元的中心視場處執行所述顯微掃描。
- 根據請求項48所述的系統,其中的基於來自所述所選粗間隔網格單元的所有視場的所述掃描結果的所述品質,評定所述所選粗間隔網格單元是否是可接受的包括: 當評估所述所選粗間隔網格單元的所述視場的至少門檻值百分比時,評定所述所選粗間隔網格單元是可接受的,以提供可接受的掃描結果。
- 根據請求項48所述的系統,其中的所述顯微鏡組件還能操作以執行操作包括: 如果不滿足用於終止掃描操作的一個或多個標準,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並返回以執行搜尋模式操作。
- 根據請求項48所述的系統,其中所述掃描模式操作還包括: 對於所述一個或多個相鄰網格單元中的每一個,如果對於所述相鄰網格單元,所述掃描結果的所述品質是可接受,則: 在與所述可接受的相鄰網格單元相鄰的網格單元的周界內的一個或多個次級相鄰網格單元內的所有視場處執行所述顯微掃描; 評估來自在所述一個或多個次級相鄰網格單元內的所有視場處的所述顯微掃描的所述掃描結果的品質;以及 對於所述一個或多個次級相鄰網格單元中的每一個,如果所述掃描結果的所述品質對於所述次級相鄰網格單元是可接受的,則將所述可接受的掃描結果的一個或多個方面與先前的可接受的掃描結果進行編譯。
- 一種操作被配置用於實現對樣品內視場的顯微掃描的顯微鏡組件的方法,所述方法包括: 將所述樣品的至少一部分上的掃描視窗限定成多個網格單元,其中所述多個網格單元中的每個網格單元的尺寸被設定為包括多個視場,所述多個網格單元的一部分是粗間隔網格單元; 執行搜尋模式操作,其包括: 在所述多個粗間隔網格單元中的所選粗間隔網格單元內的所選視場處執行所述顯微掃描; 評估來自所述所選粗間隔網格單元內的所述顯微掃描的掃描結果的品質; 如果在所述所選視場處的所述掃描結果的所述品質是不可接受的,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並且返回以執行所述顯微掃描且評估所述掃描結果的所述品質; 如果所述所選視場處的所述掃描結果的所述品質是可接受的,則: 對所述所選粗間隔網格單元的所有其餘視場執行所述顯微掃描; 評估來自所述所選粗間隔網格單元的所有其餘視場的所述掃描結果的品質; 基於來自所述所選粗間隔網格單元的所有視場的所述掃描結果的所述品質,評定所述所選粗間隔網格單元是否是可接受的; 如果所述所選粗間隔網格單元是不可接受的,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並返回以執行所述顯微掃描且評估所述掃描結果的所述品質;並且 如果所述所選粗間隔網格單元是可接受的,則進行掃描模式操作; 執行掃描模式操作,其包括: 對在與可接受的所述所選粗間隔網格單元相鄰的一個或多個相鄰網格單元內的所有視場執行掃描和評估;以及 對於所述一個或多個相鄰網格單元中的每一個,如果所述掃描結果的所述品質對於所述相鄰網格單元是可接受的,則將所述可接受的掃描結果的一個或多個方面與先前的可接受的掃描結果進行編譯;以及 如果不滿足用於終止掃描操作的一個或多個標準,則返回至搜尋模式操作,否則提供所述可接受的掃描結果的所編譯的所述一個或多個方面的指示。
- 根據請求項55所述的方法,其中,所述樣品包括血液樣品的厚膜或薄膜中的至少一者,並且其中,用於終止掃描操作的一個或多個標準包括: 所掃描的可接受的視場的總數、所計算的白血球細胞總數、所計算的紅血球細胞總數、所計算的瘧疾寄生蟲總數、在搜尋模式操作期間經過的時間量、在掃描模式操作期間經過的時間量、或經過的總時間量中的一者或多者。
- 根據請求項55所述的方法,其中的對在與可接受的所述所選粗間隔網格單元相鄰的一個或多個相鄰網格單元內的所有視場執行掃描和評估包括: 在與可接受的所述所選粗間隔網格單元相鄰的網格單元的周界內的一個或多個相鄰網格單元內的所有視場處執行所述顯微掃描;以及 評估來自在所述一個或多個相鄰網格單元內的所有視場處的所述顯微掃描的所述掃描結果的品質。
- 根據請求項55所述的方法,其中的在所述多個粗間隔網格單元中的所選粗間隔網格單元內的所選視場處執行所述顯微掃描包括: 在所述多個粗間隔網格單元中的所選粗間隔網格單元的中心視場處執行所述顯微掃描。
- 根據請求項55所述的方法,其中的基於來自所述所選粗間隔網格單元的所有視場的所述掃描結果的所述品質,評定所述所選粗間隔網格單元是否是可接受的包括: 當評估所述所選粗間隔網格單元的所述視場的至少門檻值百分比時,評定所述所選粗間隔網格單元是可接受的,以提供可接受的掃描結果。
- 根據請求項55所述的方法,其中的所述顯微鏡組件還能操作以執行以下操作,包括: 如果不滿足用於終止掃描操作的一個或多個標準,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並返回以執行搜尋模式操作。
- 根據請求項55所述的方法,其中所述掃描模式操作還包括: 對於所述一個或多個相鄰網格單元中的每一個,如果對於所述相鄰網格單元,所述掃描結果的所述品質是可接受的,則: 在與所述可接受的相鄰網格單元相鄰的網格單元的周界內的一個或多個次級相鄰網格單元內的所有視場處執行所述顯微掃描; 評估來自在所述一個或多個次級相鄰網格單元內的所有視場處的所述顯微掃描的所述掃描結果的品質;以及 對於所述一個或多個次級相鄰網格單元中的每一個,如果所述掃描結果的所述品質對於所述次級相鄰網格單元是可接受的,則將所述可接受的掃描結果的一個或多個方面與先前的可接受的掃描結果進行編譯。
- 一種或多種承載指令的非暫時性電腦可讀媒體,所述指令在由一個或多個處理設備執行時可控制地操作顯微鏡組件以執行以下操作: 將所述樣品的至少一部分上的掃描視窗限定成多個網格單元,其中所述多個網格單元中的每個網格單元的尺寸被設定為包括多個視場,所述多個網格單元的一部分是粗間隔網格單元; 執行搜尋模式操作,其包括: 在所述多個粗間隔網格單元中的所選粗間隔網格單元內的所選視場處執行所述顯微掃描; 評估來自所述所選粗間隔網格單元內的所述顯微掃描的掃描結果的品質; 如果在所述所選視場處的所述掃描結果的所述品質是不可接受的,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並且返回以執行所述顯微掃描且評估所述掃描結果的所述品質; 如果所述所選視場處的所述掃描結果的所述品質是可接受的,則: 對所述所選粗間隔網格單元的所有其餘視場執行所述顯微掃描; 評估來自所述所選粗間隔網格單元的所有其餘視場的所述掃描結果的品質; 基於來自所述所選粗間隔網格單元的所有視場的所述掃描結果的所述品質,評定所述所選粗間隔網格單元是否是可接受的; 如果所述所選粗間隔網格單元是不可接受的,則選擇下一個粗間隔網格單元作為所述所選粗間隔網格單元,並返回以執行所述顯微掃描且評估所述掃描結果的所述品質;並且 如果所述所選粗間隔網格單元是可接受的,則進行掃描模式操作; 執行掃描模式操作,其包括: 對在與可接受的所述所選粗間隔網格單元相鄰的一個或多個相鄰網格單元內的所有視場執行掃描和評估;以及 對於所述一個或多個相鄰網格單元中的每一個,如果所述掃描結果的所述品質對於所述相鄰網格單元是可接受的,則將所述可接受的掃描結果的一個或多個方面與先前的可接受的掃描結果進行編譯;以及 如果不滿足用於終止掃描操作的一個或多個標準,則返回至搜尋模式操作,否則提供所述可接受的掃描結果的所編譯的所述一個或多個方面的指示。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/266,945 | 2019-02-04 | ||
US16/266,945 US10896316B2 (en) | 2019-02-04 | 2019-02-04 | Automated microscopy scanning systems and methods |
Publications (1)
Publication Number | Publication Date |
---|---|
TW202040208A true TW202040208A (zh) | 2020-11-01 |
Family
ID=71836541
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109103371A TW202040208A (zh) | 2019-02-04 | 2020-02-04 | 自動化顯微掃描系統和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10896316B2 (zh) |
EP (1) | EP3921688A4 (zh) |
CN (1) | CN113631982A (zh) |
TW (1) | TW202040208A (zh) |
WO (1) | WO2020163243A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112363309A (zh) * | 2020-11-13 | 2021-02-12 | 杭州医派智能科技有限公司 | 一种用于显微镜下病理图像的自动寻焦方法和系统 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI819421B (zh) | 2021-12-02 | 2023-10-21 | 倍利科技股份有限公司 | 高速自動掃片ai輔助判讀系統及其掃片方法 |
TWI804204B (zh) * | 2022-02-21 | 2023-06-01 | 財團法人國家實驗研究院 | 用以提供機器學習判讀一生物樣品的取樣方法與裝置 |
Family Cites Families (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU713854B2 (en) | 1995-07-19 | 1999-12-09 | Veracel Inc. | Automated scanning of microscope slides |
JP2000501184A (ja) | 1995-11-30 | 2000-02-02 | クロマビジョン メディカル システムズ,インコーポレイテッド | 生体標本の自動画像分析の方法および装置 |
US6031930A (en) * | 1996-08-23 | 2000-02-29 | Bacus Research Laboratories, Inc. | Method and apparatus for testing a progression of neoplasia including cancer chemoprevention testing |
JP3735190B2 (ja) * | 1997-10-28 | 2006-01-18 | オリンパス株式会社 | 走査型サイトメータ |
WO2001011374A2 (en) | 1999-08-06 | 2001-02-15 | Thermo Biostar, Inc. | An automated point of care detection system including complete sample processing capabilities |
US6711283B1 (en) | 2000-05-03 | 2004-03-23 | Aperio Technologies, Inc. | Fully automatic rapid microscope slide scanner |
SE517626C3 (sv) * | 2001-04-12 | 2002-09-04 | Cellavision Ab | Förfarande vid mikroskopering för att söka av och positionera ett objekt, där bilder tas och sammanfogas i samma bildkoordinatsystem för att noggrant kunna ställa in mikroskopbordet |
US7151246B2 (en) | 2001-07-06 | 2006-12-19 | Palantyr Research, Llc | Imaging system and methodology |
JP4175536B2 (ja) * | 2002-05-17 | 2008-11-05 | 独立行政法人理化学研究所 | 境界データの内外判定方法とそのプログラム |
US20040202357A1 (en) | 2003-04-11 | 2004-10-14 | Perz Cynthia B. | Silhouette image acquisition |
EP1989583B1 (en) * | 2006-02-27 | 2017-07-19 | Leica Biosystems Imaging, Inc. | System and method for single optical axis multi-detector microscope slide scanner |
DE102006022878B3 (de) | 2006-05-15 | 2007-09-06 | Sartorius Biotech Gmbh | Verfahren und Detektionsvorrichtung zur bildgebenden Erfassung einer Probe |
US8385997B2 (en) | 2007-12-11 | 2013-02-26 | Tokitae Llc | Spectroscopic detection of malaria via the eye |
KR101761313B1 (ko) * | 2010-12-06 | 2017-07-25 | 삼성전자주식회사 | 로봇 및 로봇의 경로생성방법 |
JP5775606B2 (ja) * | 2011-01-18 | 2015-09-09 | コンスティテューション・メディカル・インコーポレイテッドConstitution Medical, Inc. | 顕微鏡スライドの座標系の位置合わせ |
US9041791B2 (en) | 2011-02-01 | 2015-05-26 | Roche Diagnostics Hematology, Inc. | Fast auto-focus in imaging |
WO2013109722A1 (en) * | 2012-01-17 | 2013-07-25 | William Marsh Rice Uiniversity | Theranostic methods and systems for diagnosis and treatment of malaria |
EP2857884B1 (en) * | 2012-05-28 | 2021-05-05 | Sony Corporation | Information processing device, information processing method, program and microscope system |
KR101364148B1 (ko) * | 2012-07-27 | 2014-02-17 | 윈텍 주식회사 | 카메라 이동형 자동 광학 검사 장치 |
JP6549106B2 (ja) * | 2013-06-19 | 2019-07-24 | オプティスキャン・プロプライエタリー・リミテッドOptiscan Pty Ltd | 光学スキャナ及びスキャンレンズ光学プローブ |
IL227276A0 (en) | 2013-07-01 | 2014-03-06 | Parasight Ltd | A method and system for obtaining a monolayer of cells, for use specifically for diagnosis |
US9453996B2 (en) | 2013-10-23 | 2016-09-27 | Tokitae Llc | Devices and methods for staining and microscopy |
DE102014200006B4 (de) * | 2014-01-02 | 2015-12-03 | Siemens Aktiengesellschaft | Rekonstruktion von fehlenden Magnetresonanz-Rohdaten |
JP6362950B2 (ja) * | 2014-07-24 | 2018-07-25 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 磁気共鳴装置 |
US9625385B2 (en) | 2015-02-24 | 2017-04-18 | Tokitae Llc | Photothermal spectroscopy systems for offset synchronous testing of flow assays and methods of using same |
US10061972B2 (en) | 2015-05-28 | 2018-08-28 | Tokitae Llc | Image analysis systems and related methods |
US9836839B2 (en) | 2015-05-28 | 2017-12-05 | Tokitae Llc | Image analysis systems and related methods |
KR101741766B1 (ko) * | 2015-09-14 | 2017-05-31 | (주)뉴옵틱스 | 혈구 이미지 촬상 장치 |
WO2017102827A1 (en) * | 2015-12-16 | 2017-06-22 | Ventana Medical Systems, Inc. | Auto-focus methods and systems for digital imaging using mutli-spectral trajectories |
US10132743B2 (en) | 2016-01-25 | 2018-11-20 | General Electric Company | Fixed optics photo-thermal spectroscopy reader and method of use |
US11189027B2 (en) * | 2017-05-15 | 2021-11-30 | Sigtuple Technologies Private Limited | Method and system for determining area to be scanned in peripheral blood smear for analysis |
US11592652B2 (en) * | 2018-09-04 | 2023-02-28 | California Institute Of Technology | Enhanced-resolution infrared photoacoustic microscopy and spectroscopy |
CN110672608B (zh) * | 2019-10-15 | 2022-04-12 | 南京泰立瑞信息科技有限公司 | 一种全切片扫描路径动态规划方法及系统 |
-
2019
- 2019-02-04 US US16/266,945 patent/US10896316B2/en active Active
-
2020
- 2020-02-03 EP EP20753124.5A patent/EP3921688A4/en active Pending
- 2020-02-03 CN CN202080023456.3A patent/CN113631982A/zh active Pending
- 2020-02-03 WO PCT/US2020/016436 patent/WO2020163243A1/en unknown
- 2020-02-04 TW TW109103371A patent/TW202040208A/zh unknown
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112363309A (zh) * | 2020-11-13 | 2021-02-12 | 杭州医派智能科技有限公司 | 一种用于显微镜下病理图像的自动寻焦方法和系统 |
CN112363309B (zh) * | 2020-11-13 | 2023-02-17 | 杭州医派智能科技有限公司 | 一种用于显微镜下病理图像的自动寻焦方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
EP3921688A1 (en) | 2021-12-15 |
WO2020163243A1 (en) | 2020-08-13 |
CN113631982A (zh) | 2021-11-09 |
EP3921688A4 (en) | 2022-11-16 |
US10896316B2 (en) | 2021-01-19 |
US20200250396A1 (en) | 2020-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TW202040208A (zh) | 自動化顯微掃描系統和方法 | |
US11810305B2 (en) | Foreground segmentation and nucleus ranking for scoring dual ISH images | |
JP6453298B2 (ja) | 細胞診標本を観察および解析するためのシステムおよび方法 | |
US10796429B2 (en) | Systems and methods for area-of-interest detection using slide thumbnail images | |
US20190156103A1 (en) | Dot detection, color classification of dots and counting of color classified dots | |
JP2018503906A (ja) | イムノスコア計算における共発現解析のためのシステム及び方法 | |
US20210264595A1 (en) | System and Method for Detection and Classification of Objects of Interest in Microscope Images by Supervised Machine Learning | |
US11656446B2 (en) | Digital pathology scanning interface and workflow | |
US11416997B2 (en) | Systems, methods, and apparatuses for image capture and display | |
EP1631817B1 (en) | System for organizing multiple objects of interest in field of interest | |
JP7214756B2 (ja) | ステイン集合体における信号の定量 | |
US20100246926A1 (en) | System and method for distinguishing between biological materials | |
CN111323397B (zh) | 光学成像系统、成像检测系统与方法及基因测序方法 | |
Shen et al. | Automatic detection of circulating tumor cells and cancer associated fibroblasts using deep learning | |
US11704003B2 (en) | Graphical user interface for slide-scanner control | |
Furukawa et al. | Low-cost metaphase finder system | |
EP4207214A1 (en) | Image display method, computer program and recording medium | |
Brázdilová et al. | Image division technique in pre‐acquisition analysis of information content for automated microscopy | |
CN117980745A (zh) | 控制多个实验装置的方法、系统及装置 | |
Wood | A microscopy scanning system for clinical chromosome diagnostics |