[发明专利]微流体设备中的微物体的自动检测和表征

权利要求书

1.一种用于检测和表征微流体设备中的微物体的方法，所述方法包括：

接收所述微流体设备中的感兴趣区域的第一图像和一个或多个第二图像；

预处理所述第一图像和所述一个或多个第二图像以减少图像数据中的异常；

对所述一个或多个第二图像中的每一个第二图像进行变换以将所述第二图像与所述第一图像光学对准；

使用机器学习算法处理所述第一图像中的像素数据以检测存在于所述感兴趣区域中的微物体，其中检测每个微物体包括识别所述微物体的边界；以及

检测位于所述一个或多个第二图像中的每一个第二图像中的每个检测到的微物体的每个边界内的信号。

2.根据权利要求1所述的方法，其中所述一个或多个第二图像中的至少一个第二图像是荧光图像，并且其中在所述至少一个第二图像中检测到的信号是荧光信号。

3.根据权利要求1所述的方法，其中所述一个或多个第二图像中的每一个第二图像是荧光图像，并且其中在所述一个或多个第二图像中的每一个第二图像中检测到的信号是荧光信号。

4.根据权利要求2所述的方法，其中每个荧光图像表示来自可见光谱的独特部分的荧光信号。

5.根据权利要求4所述的方法，其中每个荧光图像表示来自可见光谱的非重叠部分的荧光信号。

6.根据权利要求1所述的方法，其中每个检测到的信号与试剂相关联，所述试剂特异性地结合到一个或多个检测到的微物体所包括的生物分子。

7.根据权利要求1所述的方法，其中所述第一图像和所述至少一个第二图像的预处理减少在所述第一图像和所述至少一个第二图像的生成期间引入的噪声和/或光学失真。

8.根据权利要求1到7中任一项所述的方法，其中处理所述第一图像中的像素数据以检测存在于所述感兴趣区域中的微物体包括使用机器学习算法以针对对应的多个微物体特性而从所述第一图像生成多个像素掩模，其中每个像素掩模包括一组像素注释，该组像素注释中的每个像素注释表示所述图像中的对应像素表示对应的微物体特性的概率。

9.根据权利要求8所述的方法，其中检测所述微物体包括使用所述多个像素掩模中的像素掩模的组合。

10.根据权利要求8所述的方法，其中所述多个微物体特性包括至少三个微物体特性。

11.根据权利要求8所述的方法，其中所述多个微物体特性至少包括：(i)微物体中心；(ii)微物体边缘；以及(iii)非微物体。

12.根据权利要求11所述的方法，其中检测所述微物体是基于与微物体中心特性对应的像素掩模或者包括与微物体中心特性对应的像素掩模的像素掩模的组合。

13.根据权利要求8所述的方法，其中所述机器学习算法包括神经网络。

14.根据权利要求1到7中任一项所述的方法，其中检测所述信号包括量化所述信号的量。

15.根据权利要求1到7中任一项所述的方法，其中存在至少两个第二图像。

16.根据权利要求1到7中任一项所述的方法，其中存在至少三个第二图像。

17.根据权利要求1到7中任一项所述的方法，其中存在至少四个第二图像。

18.根据权利要求1到7中任一项所述的方法，其中检测每个微物体还包括确定横截面积、圆形度、亮度、亮度与背景的比率、微物体的位置以及到最近邻的微物体的距离中的至少一个。