[发明专利]一种细胞图像数据采集系统及方法、信息数据处理终端在审
申请号: | 201910392627.9 | 申请日: | 2019-05-13 |
公开(公告)号: | CN110132844A | 公开(公告)日: | 2019-08-16 |
发明(设计)人: | 刘宇红;杨宇;周进凡;张荣芬 | 申请(专利权)人: | 贵州大学 |
主分类号: | G01N21/01 | 分类号: | G01N21/01;B25J9/16;G06T5/00;G06T7/11 |
代理公司: | 重庆市信立达专利代理事务所(普通合伙) 50230 | 代理人: | 包晓静 |
地址: | 55002*** | 国省代码: | 贵州;52 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 细胞图像 数据采集系统 信息数据处理 终端 电源管理模块 人工智能技术 图像数据采集 网络通信模块 细胞图像采集 液晶显示模块 病理科医生 传统显微镜 机械臂控制 全自动采集 传输 标本放置 存储模块 光学成像 机械控制 接口预留 驱动模块 网络传输 细胞观察 细胞诊断 主控单元 嵌入式 数据集 工作量 采集 应用 | ||
本发明属于图像数据采集及处理技术领域,公开了一种细胞图像数据采集系统及方法、信息数据处理终端;包括:主控单元、细胞图像采集模块、网络通信模块、标本放置台驱动模块、液晶显示模块、本地存储模块、机械臂控制模块、电源管理模块、接口预留模块。本发明不仅能够实现了细胞图像的全自动采集与传输,与国内现有技术相比,本发明专利综合利用嵌入式、机械控制、网络传输、光学成像等技术,实现了对细胞图像的采集与传输。还能解决采用传统显微镜进行细胞观察存在的一些弊端和不足,降低病理科医生工作量,为利用人工智能技术进行细胞诊断识别所需数据集来源提供保障,具有十分广阔的应用前景。
技术领域
本发明属于图像数据采集及处理技术领域,尤其涉及一种细胞图像数据采集系统及方法、信息数据处理终端。
背景技术
目前,业内常用的现有技术是这样的:病理被称为临床诊断的“金标准”,病理医生更是“医生的医生”,尤其是针对肿瘤而言,大多数肿瘤患者最终是通过病理检测来确定肿瘤是恶性还是良心,最终为医生进行治疗提供决策依据。但是,据统计,全国有执照的病理医生缺口高达9万人,而一个病理医生的培训周期却是漫长而辛苦的,需要五年临床基础医学学习,再经过五年规范化培训,最后还要通过严格考试。在目前的社会现状下,病理科医生工作风险大,劳动报酬低,导致很多年轻医学生不愿意做病理专业的学习,使得病理医生的数量远远跟不上临床发展的需要。此外,我国医疗资源的分配在地区,城乡之间差距极大,优质的医疗服务资源集中在一线城市,农村医疗资源严重匮乏。这一现象在病理科总数存在很大空缺的情况下表现尤为明显,在很多具备检查仪器条件的乡镇医院、卫生站却没有办法找到相应的病理科医生。
随着科技的发展,人工智能与大数据技术逐步进入医疗领域,并在其中扮演了重要的角色。例如在药物研究领域,通过大数据分析等技术手段能够快速、准确地挖掘和筛选出合适的化合物或生物,达到缩短新药研发周期、降低新药研发成本、提高新药研发成功了的目的。此外,人工智能在医学影像领域,通过对影像数据进行分析,提取影像数据中的特征,获取诊断疾病的信息,达到辅助医生对疾病进行诊断的功能。但是,由于在医学领域人工智能依然只是一个起步阶段,很多疾病的医学数据依然是空白。当前对细胞切片的检测依然停留在病理医生利用双眼在显微镜观察下观察细胞结构,然后根据自身经验来对症状进行判断,该方式过多依赖病理科医生的主观见解,尤其是在病理科医生缺乏的现在,每个病理科医生每天工作量繁重,使得其对相应症状的判断可能会出现误诊和漏诊,这些情况的出现对于病人来说可能会延误最佳的治疗时间,带来不可挽回的后果。此外,一个封存细胞的玻璃片上包含的细胞多达2万以上,但是肉眼一次性能够观察到的细胞或者通过摄像头一次性能拍摄到的细胞最多只能达到1000左右,使得病理科医生只能通过自己的双手不停的移动封存细胞的玻璃片来观察2万多个细胞,但是这种方法可能会导致漏查某一部分细胞的可能,所以传统的方案在对细胞进行检测的时候存在很多问题。此外,目前虽说也有产品能够通过摄像头采集细胞图像(该产品在对细胞图像进行采集时依然没有摆脱一次性最多只能达到1000个左右细胞的限制),但是大部分产品都是通过USB接口与PC端直接相连,无法实现远程传输的功能,同时,也无法满足未来细胞染色、上传、识别一体化、智能化的需求。目前,利用人工智能的方法来对细胞图像进行分析,必须包含大量的数据集才能实现一个精准的分析,但是由于在进行数据集获取的过程中存在上述一些问题,使得利用深度学习来分析细胞图像一直没有任何进展。
综上所述,现有技术存在的问题是:目前,利用人工智能的方法来对细胞图像进行分析,必须包含大量的数据集才能实现一个精准的分析,但是由于在进行数据集获取的过程中存在上述主观判决导致误诊率高、细胞图像采集区域受限、智能化、一体化、集成化水平低等问题,导致利用深度学习来分析细胞图像一直没有任何进展。
解决上述技术问题的难度在于:如何通过机械部件精确控制封存细胞的玻璃片移动,完成细胞图像完整采集;采集过程中如何保证细胞图像的清晰度;采集传输如何实现智能化、一体化和集成化;细胞图像完成采集后如何实现拼接、去重,确保细胞图像的完整性
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于贵州大学,未经贵州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910392627.9/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种漆膜划格器
- 下一篇:CV值改善后的检测试剂条