[发明专利]基于图像的维修预测和操作误差检测

权利要求书

1.用于确定显微镜系统(402)的预测性维护需求的计算机实现的方法(100)，所述方法(100)包括：

提供(102)显微镜系统(402)，所述显微镜系统包括用于记录样本的数字图像的图像传感器(406)，

在所述显微镜系统(402)的常规操作期间，使用所述图像传感器(406)记录(104)数字图像，

向图像分析系统(404)提供(106)至少一个记录的数字图像作为至少一个输入数据集，

由所述图像分析系统(404)确定(108)所述至少一个记录的数字图像中的至少一个特征，其中所述特征与常规操作期间所述显微镜系统(402)的故障相关，

基于所述至少一个数字图像和其中包含的所述至少一个特征，通过所述图像分析系统(404)产生(110)所述显微镜系统(402)的状态的状态信号，以及

通过使用所述状态信号确定(112)所述显微镜系统(402)的需要维护程序的组件组。

2.根据权利要求1所述的方法(100)，其中所述图像分析系统(402)是具有机器学习属性的学习系统，并且其中所述方法(100)还包括：

通过机器学习使用一组数字图像来训练(206)所述学习系统，以生成学习模型，用于在所述显微镜系统(402)的常规操作期间识别样本的其中一个记录的数字图像中的的至少一个特征。

3.根据权利要求2所述的方法(100)，其中所述学习系统是用于监督学习的系统，并且其中用于监督学习的所述一组数字图像的所述图像用元数据注释，以生成所述学习模型。

4.根据权利要求3所述的方法(100)，其中所述元数据选自包括以下项的组中的至少一个：需要所述维护程序的时间间隔值、所述显微镜系统(402)的组件的预期故障时间、所述显微镜系统(402)的单个组件的数字状态指示以及所述显微镜系统(402)的缺陷组件的命名。

5.根据权利要求1所述的方法(100)，其中确定所述显微镜系统(402)的组件组还包括：

确定需要所述维护程序的时间间隔值。

6.根据权利要求1所述的方法(100)，其中所述显微镜系统(402)的至少一个进一步捕获的传感器值用作所述学习系统的附加输入数据，用于通过所述图像分析系统(404)产生状态信号。

7.根据权利要求1所述的方法(100)，其中在常规操作期间，在所述至少一个记录的数字图像中包含的至少一个特征选自包括以下项的组中的至少一个：条纹、抖动、不规则亮度、降低的分辨率、过量的图像噪声、低信号背景比、低激光输出、降低的灵敏度和所述数字图像中的缺陷。

8.根据权利要求2所述的方法(100)，其中为单个显微镜系统(402)或为多个显微镜系统(402)生成所述学习模型。

9.根据权利要求1所述的方法(100)，其中在所述显微镜系统(402)的常规操作期间，测量所述显微镜系统(402)的操作元件的至少一个操作参数值，所述至少一个操作参数值附加地用于状态信号的确定。

10.根据权利要求2所述的方法(100)，其中用于识别所述至少一个特征的学习模型涉及至少一个类别，所述至少一个类别选自包括以下项的组：所述显微镜系统(402)的服务阶段的分类、所述显微镜系统(402)的预期故障时间的回归、所述数字图像的至少一个特征或多个特征的组合与确定所述显微镜系统(402)的可分配组件或组件组的维护需求的相关。