[发明专利]一种白细胞自动定位检测及分类识别系统及方法在审

专利信息
申请号: 201911331261.0 申请日: 2019-12-21
公开(公告)号: CN111062346A 公开(公告)日: 2020-04-24
发明(设计)人: 王瑜;李迅波;蔡吴缺;魏宏才;曾毅星;董一凡 申请(专利权)人: 电子科技大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
代理公司: 成都中亚专利代理有限公司 51126 代理人: 王岗
地址: 611731 四川省成*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 白细胞 自动 定位 检测 分类 识别 系统 方法
【权利要求书】:

1.一种白细胞图像自动检测和分类识别系统,其特征在于;包括显微镜检测系统(1)、数据采集及控制装置(2)和计算机系统(3);显微镜检测系统(1)中,血涂片(101)被夹在载物台(102)上,转换器(103)绕镜筒(104)转动,使低倍物镜(105)和高倍物镜(106)的中心与光轴(107)同轴,粗准焦螺旋(108)和细准焦螺旋(109)旋转控制载物台沿镜头方向的微运动;数据采集及控制装置(2)中转换器控制模块(201)可控制转换器(103)的旋转运动,平移控制模块(202)控制载物台(102)的微平移运动,对焦控制模块(203)控制粗准焦螺旋(108)和细准焦螺旋(109)运动,数据采集模块(204)将采集到图像数据输入计算机系统(3);计算机系统(3)的预处理模块(301)判断数据来源,若输入的图像目的是调焦,转到对焦模块(302),计算对焦参数,结果会传回对焦控制模块(203),以便拍摄高清图像;若输入的图像目的是定位白细胞的位置以确定高倍物镜(106)的拍摄位置和行走路线,转到低倍图像处理模块(303),计算的结果会转入到平移控制模块(202),以便连续拍摄图像;若输入的图像目的是对白细胞分类识别,则转入分类识别模块(304),利用卷积神经网络模型进行分类识别,识别结果输入到显示模块(305)显示分类识别结果,供医护人员浏览观察。

2.一种白细胞自动定位检测及分类识别方法,其特征在于;所述其成像方法的步骤包括:显微镜检测系统(1)中,血涂片(101)被夹在载物台(102上,转换器控制模块(201)控制转换器(103)的转动,使低倍物镜(105)与光轴(107)同轴,对焦控制模块(203)控制粗准焦螺旋(108)运动,数据采集模块(204)采集图像数据,输入到计算机系统(3)中,经预处理模块(301)的判别转到对焦模块(302),计算对焦参数,传回对焦控制模块(203),控制粗准焦螺旋(108)到确定位置;平移控制模块(202)控制载物台(102)的微平移运动,数据采集模块(204)采集图像数据,输入到计算机系统(3),经预处理模块(301)的判别转到低倍图像处理模块(303),定位白细胞,确定高倍物镜(106)的拍摄位置,获取载物台优化的行走路线,结果传回到平移控制模块(202);转换器控制模块(201)控制转换器(103)的转动,使高倍物镜(106)与光轴(107)同轴,对焦控制模块(203)控制细准焦螺旋(108)运动,数据采集模块(204)采集图像数据,输入到计算机系统(3)中,经预处理模块(301)的判别转到对焦模块(302),计算对焦参数,传回对焦控制模块(203),控制粗准焦螺旋(108)到确定位置;平移控制模块(202)根据优化的行走路线,控制载物台(102)的微平移运动,数据采集模块(204)采集图像数据,输入到计算机系统(3)中,经预处理模块(301)的判别转到分类识别模块(304),分割白细胞图像,归一化处理,输入到已训练好的深度可分离卷积神经网络模型,获取分类识别参数,存储结果,所有白细胞采集完成后,经由图像显示模块(305)分类识别参数。

3.根据权利要求2所述白细胞自动定位检测及分类识别方法,其特征在于;所述的定位白细胞是指原始的RGB图像经过HSV变换,提取S分量,根据直方图统计结果设置阈值,再利用投影法,确定白细胞包围盒中心点在图像的位置。

4.根据权利要求2所述白细胞自动定位检测及分类识别方法,其特征在于;所述的高倍物镜106的拍摄位置是指根据白细胞的位置,在每个白细胞中心出标定与高倍视野大小相同矩形框,利用包围盒间碰撞检测算法,合并可一同拍摄包围盒,重新定位包围盒的中心,该中心为多个白细胞的中心位置。

5.根据权利要求2所述白细胞自动定位检测及分类识别方法,其特征在于;所述的载物台优化的行走路线是指将所有的拍摄位置看作顶点,顶点之间边的权值是两者的距离。通过建立带约束的优化问题,利用模拟退火算法实现最小路径遍历所有高倍物镜拍摄图像区域位置。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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电子科技大学,未经电子科技大学许可,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/201911331261.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top