CN105385584A - 自动化的细胞生长/迁移检测***及相关的方法 - Google Patents

自动化的细胞生长/迁移检测***及相关的方法 Download PDF

Info

Publication number
CN105385584A
CN105385584A CN201510541972.6A CN201510541972A CN105385584A CN 105385584 A CN105385584 A CN 105385584A CN 201510541972 A CN201510541972 A CN 201510541972A CN 105385584 A CN105385584 A CN 105385584A
Authority
CN
China
Prior art keywords
image
migration
growth
cells
imaging
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510541972.6A
Other languages
English (en)
Other versions
CN105385584B (zh
Inventor
雷俊钊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Omnivision Technologies Inc
Original Assignee
Omnivision Technologies Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Omnivision Technologies Inc filed Critical Omnivision Technologies Inc
Publication of CN105385584A publication Critical patent/CN105385584A/zh
Application granted granted Critical
Publication of CN105385584B publication Critical patent/CN105385584B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M41/00—Means for regulation, monitoring, measurement or control, e.g. flow regulation
    • C12M41/48—Automatic or computerized control
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/02—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving viable microorganisms
    • 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
    • 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
    • G01N15/1434—Optical arrangements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
    • G01N33/5008—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics
    • G01N33/502—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics for testing non-proliferative effects
    • G01N33/5029—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics for testing non-proliferative effects on cell motility
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M41/00—Means for regulation, monitoring, measurement or control, e.g. flow regulation
    • C12M41/30—Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration
    • C12M41/36—Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration of biomass, e.g. colony counters or by turbidity measurements
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M41/00—Means for regulation, monitoring, measurement or control, e.g. flow regulation
    • C12M41/46—Means for regulation, monitoring, measurement or control, e.g. flow regulation of cellular or enzymatic activity or functionality, e.g. cell viability
    • 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
    • G01N15/1434—Optical arrangements
    • G01N2015/1452—Adjustment of focus; Alignment
    • 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
    • G01N2015/1493—Particle size

Landscapes

  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Organic Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Wood Science & Technology (AREA)
  • Zoology (AREA)
  • Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Biotechnology (AREA)
  • Microbiology (AREA)
  • Biomedical Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • General Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Genetics & Genomics (AREA)
  • Dispersion Chemistry (AREA)
  • Cell Biology (AREA)
  • Biophysics (AREA)
  • Sustainable Development (AREA)
  • Urology & Nephrology (AREA)
  • Hematology (AREA)
  • Signal Processing (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Tropical Medicine & Parasitology (AREA)
  • Toxicology (AREA)
  • Computer Hardware Design (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)

Abstract

一种自动化的细胞生长/迁移检测***，其包括：容器，用于容纳细胞生长/迁移的基质/介质，细胞沉积在其中且形成细胞表面；图像传感器，用于撷取图像；致动器，用于逐步地改变图像传感器透镜与细胞表面之间的距离，使得图像对应于不同成像深度；和图像数据处理器，用于处理图像以决定细胞的生长/迁移。一种自动化的细胞生长/迁移检测方法，其包括：在第一成像周期内撷取细胞表面的一系列的第一图像，其对应于细胞表面和图像传感器之间的一序列的成像深度；在每一个至少一个其他的成像周期内撷取其他的一系列的细胞表面的图像，其对应于相同一序列的细胞表面和图像传感器之间的成像深度；处理每一个成像周期的每一个系列的图像，以决定最清晰的外观图像；并从最清晰的外观图像来决定细胞的生长/迁移。

Description

自动化的细胞生长/迁移检测***及相关的方法
技术领域
无
背景技术
细胞生长的检测，可替代地，被称为细胞增殖的检测，其在医学诊断技术上是有用的，如细胞迁移的检测一样。但是，这些检测一般系以手动完成。首先，将细胞沉积在生长基质或介质上。然后添加入细胞生长/迁移的刺激物，例如，生长因子，而使细胞增殖和/或迁移。操作人员在显微镜下周期性地观察细胞多个小时，例如，16小时，来跟踪细胞生长/迁移的过程。这种人工跟踪过程是劳力密集的，且提高了检测的成本。
发明内容
在实施例中，自动化的细胞生长/迁移检测***包括：容器，用来容纳细胞生长/迁移的基质/介质，被沉积在其中的细胞形成细胞表面；具有透镜和经由透镜拍摄图像的图像传感器；致动器，其可逐步地改变透镜与细胞表面之间的距离，使得图像对应于不同成像之深度；和图像数据处理器，其用来处理图像以决定细胞的生长/迁移。
在实施例中，自动化的细胞生长/迁移检测方法，包括：设置细胞表面和图像传感器之间的第一成像深度；以图像传感器撷取细胞表面的第一图像；设置细胞表面和图像传感器之间的第二成像深度；以图像传感器撷取细胞表面的第二图像；以及，处理第一和第二图像以决定细胞的生长/迁移。
在实施例中，自动化的细胞生长/迁移检测方法，包括：在第一成像周期内撷取第一系列的细胞表面的图像，其对应于一序列的细胞表面和图像传感器之间的成像深度；在至少一个其他的成像周期内撷取其他的一系列的细胞表面的图像，其对应于相同一序列的细胞表面和图像传感器之间的成像深度；处理各成像周期的各系列图像，以决定最清晰的外观图像；并从各成像周期的最清晰的外观图像决定细胞的生长/迁移。
附图说明
图1A是人工的细胞生长/迁移检测***的示意图。
图1B是在一个周期的细胞生长/迁移后的人工的细胞生长/迁移检测***的示意图。
图2是显示一个自动化的细胞生长/迁移检测***的实施例的示意图。
图3A显示一个自动化的细胞生长/迁移检测***的实施例，其中第一图像取自第一成像深度。
图3B显示一个自动化的细胞生长/迁移检测***的实施例，其中第二图像取自第二成像深度，其系在第一图像完成之后的某个时候。
图4显示另一个自动化的细胞生长/迁移检测***的实施例的示意图。
图5显示又另一个自动化的细胞生长/迁移检测***的实施例的示意图。
图6显示一个实施例的示例性图像，其系自动化的细胞生长/迁移检测***在自动化的细胞生长/迁移检测中在一些成像周期时所收集到的图像。
图7A是细胞生长/迁移的轮廓图的说明性例子。
图7B是细胞生长/迁移的轮廓图的另一个说明性例子。
具体实施方式。
以下揭露的实施例系检测细胞的生长和迁移(本文中表示为生长/迁移)。特定的实施例涉及检测细胞生长/迁移的光学***；这些***利用可调节的成像深度的图像传感器，且可以自动地改变成像深度，用以周期性地获取细胞生长/迁移的图像。
图1A是一个示意图，其显示一个人工的细胞生长/迁移的检测***100。该***100包括显微镜子***110，其中，还包括具有透镜或透镜***130的显微镜120。细胞生长/迁移子***140也包括在***100中，其中还包括持有细胞生长/迁移的基质/介质160的容器150，基质/介质160可包括细胞生长/迁移的刺激因子，例如生长因子。细胞170被沉积在基质/介质160的上面，可替代地，细胞170也可被沉积在基质/介质160的里面。细胞170可被沉积且形成一层，一丛，或其它类型的形态。细胞170的细胞表面180是检测的对象。显微镜子***110由操作者手动调节以获得细胞表面180的顶部的第一清晰的视觉图像，其系由操作者所决定。焦点深度190是透镜130和细胞表面180之间所产生的距离。可替代地，根据显微镜子***110和细胞生长/迁移子***140的相对位置，细胞170的其它表面也可以是检测的对象。例如，如果显微镜子***110位于细胞的生长/迁移子***140的下方，则细胞170的底表面(未显示)将是检测的对象。
图1B是一个示意图，其显示一个周期的细胞生长/迁移后的细胞生长/迁移检测***100。特别是作为细胞170的生长和增殖，细胞表面180逐步地在向上的方向移动，如箭头187之所示，从其初始位置183(对应于图1A中的细胞表面180)到一个新的位置185。因此，在人工获得图1B中的细胞表面180的第二清晰的视觉图像之后，所得到的新焦点深度195可以不同于前面的焦点深度190。例如，新焦点深度195可能变得比前面的焦点深度190较短。经由焦点深度的追踪，并对时间绘图，可以得到定量的细胞生长的评估。
可替代地，细胞170最初可以被沉积在基质/介质160内。刺激物，例如化学的和/生物的刺激物，可以被施加到细胞170和/或基质/介质160内，以引起细胞表面180随着时间的推移而迁移。在某些细胞的迁移检测中，细胞表面180可以向下迁移，而远离显微镜子***110。操作员手动调整焦点深度190，以获得细胞表面180的清晰的图像，并随着时间的推移而重复此过程。经由细胞表面180的位置数据，例如，焦点深度，对时间绘图，可获得定量的细胞迁移的评估。
图2是一个显示自动化的细胞生长/迁移检测***200的一个实施例的示意图，其经由周期性地改变成像深度并获得细胞的生长或迁移的图像以检测细胞的生长/迁移。这种自动化的细胞生长/迁移检测***200包括：具有透镜230以获得图像数据的图像传感器220，以及耦合至图像传感器220来处理图像数据的图像数据处理器215。图像传感器220可以是CMOS图像传感器，CCD图像传感器，或其它类型的图像传感器。在本实施例中，图像传感器220被机械地联接到框架205，使得其能够在框架205内向上或向下移动，如箭头20之所示。非人员的致动器209(例如，线性致动器)以电的、机械的或以其它方式耦合至图像传感器220，或框架205，或两者，以启动图像传感器220和框架205之间的相对移动。在本实施例中，致动器209经由移动图像传感器220来引起相对运动。在一个实施例中，图像数据处理器215也经由控制线225发送指令给致动器209来控制箭头207所示之相对运动(然而本领域技术人员应当理解到，致动器209的控制可以以其他方式施行而不脱离本发明的的范围，包括或在图像传感器220或致动器209之内的例子)；指令可以包括致动器209经由一个固定范围的距离的增量运动，其如下面之所述，或其可取决于检测到的图像的质量。容器250也包括在自动***200中，容器保有细胞生长/迁移的基质/介质260，其可包括细胞的生长/迁移的刺激物，例如生长因子。细胞270被沉积在基质/介质260的顶部，可替代地，细胞270也可被沉积在基质/介质260的内部。细胞270的细胞表面280是检测的对象。
检测细胞表面280的操作是自动化的，如图3A和3B之所示。首先，图像传感器220经由致动器209沿着框架205被移动到第一成像位置310，如图3A之所示。第一成像深度320是透镜230和检测的对象330之间所产生的距离。检测的对象330可以是细胞表面280的顶部，如图2之所示。被移动到第一成像位置310之后，图像传感器220获取检测的对象330的第一图像。在没有操作人员调整图像传感器220的位置以获得清晰的图像时，此第一图像可以是或可以不是在焦点处。所产生的图像数据被发送到耦合至图像传感器220的图像数据处理器215(在图3A，3B中未显示出)。获得第一图像之后，图像传感器220经由致动器209沿着框架205被移动至第二成像位置311，如图3B之所示。第二成像深度321是透镜230和检测的对象330之间所产生的距离。被移动到第二成像位置311之后，图像传感器220获得检测的对象330的第二图像，并将所产生的图像数据送到图像数据处理器215。在没有操作人员调整图像传感器220的位置以获得清晰的图像时，此第二图像可以是或可以不是在焦点处。第一成像深度320可以比第二成像深度321更长，或者更短，其取决于图像传感器220是向上或是向下移动。
成像深度的变量，即，第一成像深度320和第二成像深度321之间的差异可以被预先确定为约0.1微米至10微米，例如1微米。设置成像深度的变量的一种方法是考虑(从先前的知识，例如，先前的观察，或科学文献)细胞表面280的生长/迁移的整个范围，并以预定的除数划分该范围。所得到的区隔被取为成像深度的变量。例如，在细胞生长的检测中，基于先前的观察，在测定的过程中，细胞表面280可以向上移动约7微米。选择除数为7，7微米被7除，产生1微米的成像深度的变量。可替代地，7微米被14除，则产生0.5微米的成像深度的变量。图像传感器220可因此进一步向上或向下沿着框架205被移动到第三成像位置(未示出)来获取第三图像，然后到第四成像位置(未示出)获取第四图像，等等。例如，图像传感器220可以以1微米的变量移动，而使总共8个成像位置能够含盖7微米的整个范围。可替代地，图像传感器220可以以0.5微米的变量移动，而使总共15个成像位置能够含盖7微米的整个范围。在第一成像周期完成时获取最终图像之后，图像传感器220被返回到其起始位置，即，第一成像深度320。这样就完成了整个第一成像周期，而第二成像周期就可以开始。后续的成像循环可以类似地被执行。成像周期的持续时间可以类似地如先前所揭露的来预定。例如，成像周期的持续时间可以被设定在约1.5-15×103秒之间，例如，15秒。成像周期的数量可为约10至104的数量级，例如，102。
在实施例中，前面所描述的含盖整个范围的变量成像深度，和成像周期可以被编程到致动器209或图像数据处理器215(例如，经由控制线225来设置，如图2之所示)。上面所揭露的设计参数，包括两个成像深度之间的差异，图像传感器沿着框架移动的方向，成像周期的持续时间，每个成像周期的成像位置的数目，成像周期的数目等，仅是说明性的而不是限制性的；也可以使用其他的参数，而不偏离本发明的范围。
在上面的揭露中，图像传感器220和检测的对象330之间的成像深度可利用致动器209来调整，其系经由图像传感器220沿着框架205移动来施行，如图2，3A，和3B之所示。在一个替代性的实施例中，图4显示自动化的细胞生长/迁移检测***200A，测试容器250利用致动器209A沿着框架205A向上或向下移动(由箭头405所示)。其结果，成像深度420(透镜230和作为检测对象的细胞表面280之间的距离)可以被改变。在另一替代性的实施例中，图5显示自动化的细胞生长/迁移检测***200B，透镜230B利用致动器209B沿着框架205B向上或向下移动(由箭头505所示)。其结果，透镜230B和检测的对象530之间的成像深度520可以被改变(因此图像传感器220B和透镜230B之间的距离也是如此)。在图5中，这两个因素(图像深度520和图像传感器220B和透镜230B之间的距离)相结合，可以用来决定取自检测的对象530的图像是否是或不是在焦点处。
在实施例中，图像数据处理器215、215A、215B利用算法分析对成像周期所收集到的图像数据施行分析，来决定每一个成像周期的最佳焦点深度。图6是图像的说明性的例子，其系在自动化的细胞的生长/迁移的检测中对许多成像周期所收集到的。图像排列成矩阵的形式，其中列表示成像的周期(t1,t2等)，其是时间的数据t，而行表示成像深度(d1,d2，等等)，其是位置的数据d。在此二维图像矩阵中，图像A1是在第一成像周期t1时在成像深度d1所获得的图像；图像A2是在第一成像周期t1时在成像深度d2所获得的图像；图像B1是在第二成像周期t2时在成像深度d1所获得的图像；图像B2是在第二成像周期t2时在成像深度d2所获得的图像；等等。利用机器算法，例如一种由计算器(或由图像数据处理器215，215A，215B)所施行的，来分析第一列的图像A1，A2，等等，并决定最清晰的外观图像。有几种方法可用来分析和决定最清晰的外观图像。在一个例子中，算法可识别和检查细胞对象的边界，已决定它们的宽度；最薄的边界的图像被视为是最清晰的外观图象。对每一列的图像(即，成像周期t1，成像周期t2，等)进行分析，以决定最清晰的外观图像。其结果是，可识别每一个成像周期，t1，t2等的最清晰的外观图像。与最清晰外观的图像相关的成像深度被视为成像周期中最聚焦的成像深度。例如，在周期t1中，最聚焦的成像深度可以被决定为d1。如此产生了有序对(t1，d1)，其表示成像周期t1时细胞表面280的位置。其他有序对可以类似地被产生，例如，(t2，d1)，(t3，d3)，(t4，d6)，(t5，d6)，(t6，d7)，(t7，d7)，(t8，d7)等等。
然后这些有序对，以及它们的变化，可被作图，以得到细胞的生长/迁移的随时间推移的轮廓，如图7A和7B之所示。为了说明的目的，垂直轴是每一个成像周期的位置的数据(d或Δd)，而水平轴是时间的数据(t)。在图7A中，各d值减去第一d值，d1，以获得一个值，该值直接表示细胞表面280的位置。如此产生一组新的有序对如(t1，0)，(t2，0)(t3，d1-d3)，(t4，d1-d6)，(t5，d1-d6)，(t6，d1-d7)，(t7，d1-d7)，(t8，d1-d7)，然后将其绘制在图7A中。可替代地，图可以用来表示细胞生长/迁移的轮廓。例如，成像深度的变化，例如，Δd＝d2–d1＝d3–d2，等等，可以用于表示在细胞生长/迁移期间细胞表面280的位置的改变速率，并对时间周期t作图，如图7B之所示。
上面所揭露的自动化的细胞生长/迁移检测***可避免操作人员的需要，该操作人员在细胞生长/迁移的过程中需手动调节成像深度，以得到焦点深度。此可显著地节省劳力，并可降低细胞生长/迁移的检测所需的成本。
在上述的说明中，具体的细节已被阐明用以提供实施例的理解。然而，其他实施例可以在没有这些具体细节的情况下被实施。本发明的范围并不由以上所提供的具体实例来决定而是由下面的申请专利范围来决定。这些在附图中所示的和在说明书中所述的等效关系都被包含在实施例之内。在某些情况下，熟知的***，结构，装置，和操作已经以方框图的形式被显示，或为了避免混淆说明的理解而未被详细描述。另外，上面的本发明的说明性实施例的描述，包括在摘要中所描述的，并不旨在穷举或将本发明限制为所揭露的确定的形式。虽然具体的实施例和例子已被描述用来说明本发明，但相关领域的技术人员应体认到，在本发明的范围之内各种修改是可能的。
虽然可以选择性地加入和/或删除操作，在此所揭露的某些方法已经以基本的形式被显示和描述。此外，虽然替代实施例可以以不同的顺序来施行某些操作，组合某些操作，重迭某些操作等，操作的特定顺序已经被显示和/或描述。
因此可以改变上面的说明，而不脱离本发明的范围，且上面的说明或附图应被解释为是说明性的而不是限制性的。在适用的法律所允许之下，本发明包括所有的修改和所附的申请专利范围的标的物的等同物；并包括上述元素的所有可能的变化的组合，除非文中另有说明或与上下文明显矛盾。
特征的组合
如上面所述以及如下面的申请专利范围的特征可以以各种方式进行组合，而不偏离本发明的范围。例如，可以理解到，本文所述的自动化的细胞生长/迁移检测***的各方面可以合并或交换本文所述的另一个自动化的细胞生长/迁移检测***的特性。下面的例子说明上述实施例的可能的非限制的组合。应当清楚地，对本文所述的方法和装置可以施行许多其他的变化和修改而不偏离本发明的精神和范围：
(A1)自动化的细胞生长/迁移检测***可以包括容器，其用来容纳细胞生长/迁移的基质/介质，沉积在其中的细胞形成细胞表面；图像传感器，其具有透镜且经由透镜获取图像；致动器，其可逐步地改变透镜与细胞表面之间的距离，使得图像对应于改变的成像深度；以及，图像数据处理器，其用于处理图像以决定细胞的生长/迁移。
(A2)，在如(A1)所示的自动化的细胞生长/迁移检测***中，致动器可以改变距离至少一次，使得图像传感器可以撷取至少两个图像，两个图像的每一个对应于不同的成像深度。
(A3)，在如(A1)或(A2)所示的任一的自动化的细胞生长/迁移检测***中，可以进一步包括与图像传感器，透镜，和容器中之一个或全部相联结的框架，其中(a)致动器可以移动图像传感器，使其相对于框架改变距离，(b)致动器可以移动容器，使其相对于框架改变距离，和/或致动器可以移动透镜，使其相对于框架改变距离且改变透镜和图像传感器之间的间隔。
(A4)，在如(A1)至(A3)所示的任一的自动化的细胞生长/迁移检测***中，在第一成像深度时，图像传感器可以得到细胞表面的第一图像并被存储在图像数据处理器。而在第二成像深度时，图像传感器可以得到细胞表面的第二图像并被存储在图像数据处理器。第一和第二图像包括第一成像周期。
(A5)，在如(A4)所示的任一的自动化的细胞生长/迁移检测***中，在第一成像周期之后且在第三成像深度时，图像传感器可以得到细胞表面的第三图像并被存储在图像数据处理器。在第一成像周期之后且在第四成像深度时，图像传感器可以得到细胞表面的第四图像并被存储在图像数据处理器。第三和第四图像包括第二成像周期。第三和第四的成像深度可以相同或不同于第一和第二的成像深度。
(A6)，在如(A5)所示的任一的自动化的细胞生长/迁移检测***中，致动器可以进一步改变透镜与细胞表面之间的距离，以设置透镜和细胞表面之间的其他的成像深度，其作为第一成像周期的一部分。
(A7)，在如(A6)所示的任一的自动化的细胞生长/迁移检测***中，在第一成像周期之后，致动器可以重设透镜和细胞表面之间的距离以匹配第一成像深度。在第一成像深度时，图像传感器可获得细胞表面的第一其他的图像并被存储在图像数据处理器。
(A8)，在如(A7)所示的任一的自动化的细胞生长/迁移检测***中，致动器可以重设透镜和细胞表面之间的距离以匹配第二成像深度。在第二成像深度时，图像传感器可获得细胞表面的第二其他的图像并被存储在图像数据处理器。
(A9)，在如(A8)所示的任一的自动化的细胞生长/迁移检测***中，第一其他的图像和第二其他的图像可以被图像数据处理器使用来包括第二成像周期。
(A10)，在如(A9)所示的任一的自动化的细胞生长/迁移检测***中，致动器可以进一步重设透镜和在细胞表面之间的距离以产生其他额外的成像深度。其他额外的成像深度的每一个可匹配第一成像周期的其他的成像深度的每一个，在其中图像传感器可获得细胞表面的其他额外的图像。其他额外的图像的每一个可以在其他额外的成像深度获得。其他额外的图像可以被图像数据处理器使用来包括第二成像周期。
(A11)，在如(A10)所示的任一的自动化的细胞生长/迁移检测***中，图像传感器和致动器可以产生另外的成像周期。
(A12)，在如(A11)所示的任一的自动化的细胞生长/迁移检测***中，图像数据处理器可决定每一个成像周期的最清晰的外观图像。
(A13)，在如(A1)至(A12)所示的任一的自动化的细胞生长/迁移检测***中，第一组的图像可以对应于第一成像周期而第二组的图像可以对应于晚于第一成像周期的第二成像周期。图像数据处理器可以处理来自第一成像周期的图像以分离出对应于第一成像深度的第一最清晰的外观图像。图像数据处理器可以处理来自第二成像周期的图像以分离出对应于第二成像深度的第二最清晰的外观图像，其中第一和第二成像深度之间的差异决定了细胞的生长/迁移。
(A14)，在如(A1)至(A13)所示的任一的自动化的细胞生长/迁移检测***中，经由距离的递增的成像深度，一系列的图像集可以对应于一系列的成像周期以形成可处理的二维的图像矩阵，用来决定细胞的生长/迁移。
(A15)，在如(A14)所示的任一的自动化的细胞生长/迁移检测***中，图像处理器，或与图像处理器联接的计算器，可以经由算法来处理二维图像矩阵，以决定细胞的生长/迁移。
(A16)，在如(A15)所示的任一的自动化的细胞生长/迁移检测***中，算法的处理可以包括利用二维图像矩阵中的细胞对象的边界。
(A17)，在如(A1)至(A16)所示的任一的自动化的细胞生长/迁移检测***中，图像数据处理器可以控制致动器来逐步地改变透镜和细胞表面之间的距离。
(A18)，在如(A17)所示的任一的自动化的细胞生长/迁移检测***中，图像数据处理器可以控制致动器，使得图像传感器在该距离中可以聚焦于细胞表面上。
(A19)，在如(A1)至(A18)所示的任一的自动化的细胞生长/迁移检测***中，致动器可以设置距离，其系经由(a)使图像传感器沿着框架移动，(B)使容器沿着框架移动，和/或(b)使透镜沿着框架移动。
(A20)，自动化的细胞生长/迁移检测方法可以包括：(1)设置细胞表面和图像传感器之间的第一成像深度；以图像传感器撷取细胞表面的第一图像；(2)设置细胞表面和图像传感器之间的第二成像深度；以图像传感器撷取细胞表面的第二图像；和(3)处理第一和第二图像以决定细胞的生长/迁移。
(A21)，在(A20)所示的自动化的细胞生长/迁移检测方法中，细胞表面形成在细胞上，该细胞被沉积在由容器保持的细胞生长/迁移基质/介质内，设置的步骤包括利用致动器来改变(a)细胞表面和(b)图像传感器或图像传感器的透镜之间的距离。
(A22)，自动化的细胞生长/迁移检测方法可以包括：(1)在第一成像周期内撷取第一系列的细胞表面的图像，该第一成像周期对应于细胞表面和图像传感器之间的一系列的成像深度；(2)在每一个至少一个其他的成像周期内，撷取其他的系列的细胞表面的图像，其相应于相同系列的细胞表面和图像传感器之间的成像深度；和(3)处理每一个成像周期的每一个系列的图像，以决定最清晰的外观图象；并从每一个成像周期的最清晰的外观图象，决定细胞的生长/迁移。
(A23)在(A22)所示的自动化的细胞生长/迁移检测方法中，细胞表面形成在细胞上，该细胞被沉积在由容器保持的细胞生长/迁移基质/介质内，撷取的步骤可以包括改变成像深度，其系经由(a)移动图像传感器，(二)移动容器，和/或(b)移动图像传感器的透镜。

Claims (23)

1.一种自动化的细胞生长/迁移检测***，包括：
容器，用来容纳细胞生长/迁移的基质/介质，沉积在所述基质/介质中的细胞形成细胞表面；
图像传感器，具有透镜且经由所述透镜来撷取图像；
致动器，用于逐步增加所述透镜与所述细胞表面间的距离，使得所述图像对应于改变的成像深度；以及
图像数据处理器，用于处理所述图像以确定细胞的生长/迁移。
2.根据权利要求1所述的自动化的细胞生长/迁移检测***，其中，所述致动器改变距离至少一次，使得所述图像传感器撷取至少两个图像，所述两个图像的每一者对应于不同的成像深度。
3.根据权利要求1所述的自动化的细胞生长/迁移检测***，还包括与所述图像传感器、所述透镜和所述容器中之一者或全部相耦合的框架，其中
(a)所述致动器相对于所述框架移动所述图像传感器以改变所述距离，
(b)所述致动器相对于所述框架移动所述容器以改变所述距离，和/或
(c)所述致动器相对于所述框架移动透镜以改变所述距离且改变所述透镜和所述图像传感器间的间隔。
4.根据权利要求1所述的自动化的细胞生长/迁移检测***，其中，在第一成像深度，所述图像传感器得到所述细胞表面的第一图像并将所述第一图像存储在所述图像数据处理器；并且其中，在第二成像深度，所述图像传感器得到所述细胞表面的第二图像并将所述第二图像存储在所述图像数据处理器，所述第一图像和所述第二图像包括第一成像周期。
5.根据权利要求4所述的自动化的细胞生长/迁移检测***，其中，在所述第一成像周期之后且在第三成像深度时，所述图像传感器得到所述细胞表面的第三图像并将所述第三图像存储在所述图像数据处理器；并且其中，在所述第一成像周期之后且在第四成像深度时，所述图像传感器得到所述细胞表面的第四图像并将所述第四图像存储在所述图像数据处理器，所述第三图像和所述第四图像包括第二成像周期，所述第三成像深度和所述第四成像深度与所述第一成像深度和所述第二成像深度相同或不同。
6.根据权利要求5所述的自动化的细胞生长/迁移检测***，其中，所述致动器还改变所述透镜与所述细胞表面间的所述距离，以设置所述透镜和所述细胞表面间的额外成像深度，以作为所述第一成像周期的一部分。
7.根据权利要求6所述的自动化的细胞生长/迁移检测***，其中，在所述第一成像周期之后，所述致动器重设所述透镜和所述细胞表面间的所述距离以匹配所述第一成像深度；在所述第一成像深度，所述图像传感器得到所述细胞表面的第一额外图像并将所述第一额外图像存储在所述图像数据处理器。
8.根据权利要求7所述的自动化的细胞生长/迁移检测***，其中，所述致动器重设所述透镜和所述细胞表面间的所述距离以匹配所述第二成像深度；在所述第二成像深度，所述图像传感器得到所述细胞表面的第二额外图像并将所述第二额外图像存储在所述图像数据处理器。
9.根据权利要求8所述的自动化的细胞生长/迁移检测***，其中，所述图像数据处理器使用所述第一额外图像和所述第二额外图像以包括所述第二成像周期。
10.根据权利要求9所述的自动化的细胞生长/迁移检测***，其中，所述致动器还重设所述透镜和所述细胞表面间的距离以产生其他附加的成像深度；其中，每个所述其他附加的成像深度与所述第一成像周期的所述额外成像深度的每一个相匹配，在其所述第一成像周期中，所述图像传感器得到所述细胞表面的其他附加的图像，在所述其他附加的成像深度的每一者得到所述其他附加的图像的每一者；且其中，所述图像数据处理器使用所述其他附加的图像以包括所述第二成像周期。
11.根据权利要求10所述的自动化的细胞生长/迁移检测***，其中，所述图像传感器和所述致动器产生另外的成像周期。
12.根据权利要求11所述的自动化的细胞生长/迁移检测***，其中，所述图像数据处理器确定每一成像周期的最清晰的外观图像。
13.根据权利要求1所述的自动化的细胞生长/迁移检测***，其中，第一组的图像对应于第一成像周期；而第二组的图像对应于晚于所述第一成像周期的第二成像周期；所述图像数据处理器处理来自所述第一成像周期的图像以分离出对应于第一成像深度的第一最清晰的外观图像，所述图像数据处理器处理来自所述第二成像周期的图像以分离出对应于第二成像深度的第二最清晰的外观图像，其中所述第一成像深度和所述第二成像深度间的差异确定所述细胞生长/迁移。
14.根据权利要求1所述的自动化的细胞生长/迁移检测***，其中，经由成像深度随着所述距离逐步递增，一序列的图像集对应于一序列的成像周期而形成可处理的二维图像矩阵，以确定细胞生长/迁移。
15.根据权利要求14所述的自动化的细胞生长/迁移检测***，其中，所述图像数据处理器或与所述图像数据处理器连接的计算机是经由算法来处理所述二维图像矩阵，以确定细胞的生长/迁移。
16.根据权利要求15所述的自动化的细胞生长/迁移检测***，其中，所述算法的处理包括利用在所述二维图像矩阵中的细胞对象边界。
17.根据权利要求1所述的自动化的细胞生长/迁移检测***，其中，所述图像数据处理器控制所述致动器来逐步地增加所述透镜和所述细胞表面间的所述距离。
18.根据权利要求17所述的自动化的细胞生长/迁移检测***，其中，所述图像数据处理器控制所述致动器，使得所述图像传感器在所述距离中聚焦于所述细胞表面上。
19.根据权利要求1所述的自动化的细胞生长/迁移检测***，其中，所述致动器经由(a)使所述图像传感器沿着一框架移动、(b)使所述容器沿着所述框架移动和/或(c)使所述透镜沿着所述框架移动，而设置所述距离。
20.一种自动化的细胞生长/迁移检测方法，包括：
设置细胞表面和图像传感器间的第一成像深度；
使用所述图像传感器撷取所述细胞表面的第一图像；
设置所述细胞表面和所述图像传感器间的第二成像深度；
使用所述图像传感器撷取所述细胞表面的第二图像；以及
处理所述第一图像和所述第二图像以确定细胞生长/迁移。
21.根据权利要求20所述的自动化的细胞生长/迁移检测方法，其中，在由容器保持的细胞生长/迁移的基质/介质内的沉积细胞形成所述细胞表面；其中，所述设置的步骤包括利用致动器来改变(a)所述细胞表面和(b)所述图像传感器或所述图像传感器的透镜间的距离。
22.一种自动化的细胞生长/迁移检测方法，包括：
在第一成像周期内撷取第一系列的细胞表面的图像，所述第一成像周期对应于所述细胞表面和图像传感器间的序列的成像深度；
在至少一个额外成像周期的每一者内且对应于所述细胞表面和图像传感器间相同系列的成像深度，撷取所述细胞表面的额外系列图像；
处理每一成像周期的每一系列图像，以确定最清晰外观图像；以及
从每一成像周期的所述最清晰外观图像来确定细胞生长/迁移。
23.根据权利要求22所述的自动化的细胞生长/迁移检测方法，其中，在由容器保持的细胞生长/迁移的基质/介质内的沉积细胞形成所述细胞表面，所述撷取的步骤包括通过(a)移动所述图像传感器，(b)移动所述容器和/或(c)移动所述图像传感器的透镜而改变所述成像深度。
CN201510541972.6A 2014-08-28 2015-08-28 自动化的细胞生长/迁移检测***及相关的方法 Active CN105385584B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/471,890 US9347082B2 (en) 2014-08-28 2014-08-28 Automated cell growth/migration detection system and associated methods
US14/471,890 2014-08-28

Publications (2)

Publication Number Publication Date
CN105385584A true CN105385584A (zh) 2016-03-09
CN105385584B CN105385584B (zh) 2017-10-17

Family

ID=55401799

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510541972.6A Active CN105385584B (zh) 2014-08-28 2015-08-28 自动化的细胞生长/迁移检测***及相关的方法

Country Status (4)

Country Link
US (1) US9347082B2 (zh)
CN (1) CN105385584B (zh)
HK (1) HK1217210A1 (zh)
TW (1) TWI548742B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107123102A (zh) * 2017-05-24 2017-09-01 天津工业大学 一种贴壁细胞生长融合度自动分析方法
CN110643565A (zh) * 2018-06-26 2020-01-03 深圳市北科生物科技有限公司 基于视觉识别的高可靠细胞自动分离方法及其装置
WO2020010634A1 (zh) * 2018-07-13 2020-01-16 深圳迈瑞生物医疗电子股份有限公司 一种细胞图像处理***、方法、自动读片装置与存储介质

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3851832B1 (en) 2014-01-30 2024-01-17 BD Kiestra B.V. A system and method for image acquisition using supervised high quality imaging
CA2985848A1 (en) 2015-04-23 2016-10-27 Bd Kiestra B.V. An automated method for evaluating microbial growth using colony contrast
KR102643990B1 (ko) 2015-04-23 2024-03-05 비디 키에스트라 비.브이. 플레이팅된 배지 상의 스트리킹된 샘플로부터 자동화된 미생물 콜로니 카운트를 위한 방법 및 시스템
US11995833B2 (en) 2020-07-31 2024-05-28 The Joan and Irwin Jacobs Technion-Cornell Institute System and method for on-phase microscopy

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1441899A (zh) * 2000-07-10 2003-09-10 因诺瓦蒂斯股份公司 检查培养基内细胞的方法
CN101930116A (zh) * 2009-06-23 2010-12-29 索尼公司 生物样本图像获取装置、获取方法以及获取程序
CN102053355A (zh) * 2009-10-15 2011-05-11 通用电气公司 用于具有增强景深的成像的***和方法
CN103649992A (zh) * 2011-07-13 2014-03-19 皇家飞利浦有限公司 用于自动调节数字病理图像的焦平面的方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012149480A2 (en) * 2011-04-29 2012-11-01 University Of Southern California Systems and methods for in vitro and in vivo imaging of cells on a substrate
EP2617011A1 (en) * 2010-09-14 2013-07-24 Ramot at Tel Aviv University, Ltd. Cell occupancy measurement
EP2758765B1 (en) * 2011-09-22 2020-08-12 FOCE Technology International B.V. Optical platelet counter method
US8922662B1 (en) * 2012-07-25 2014-12-30 Amazon Technologies, Inc. Dynamic image selection

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1441899A (zh) * 2000-07-10 2003-09-10 因诺瓦蒂斯股份公司 检查培养基内细胞的方法
CN101930116A (zh) * 2009-06-23 2010-12-29 索尼公司 生物样本图像获取装置、获取方法以及获取程序
CN102053355A (zh) * 2009-10-15 2011-05-11 通用电气公司 用于具有增强景深的成像的***和方法
CN103649992A (zh) * 2011-07-13 2014-03-19 皇家飞利浦有限公司 用于自动调节数字病理图像的焦平面的方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107123102A (zh) * 2017-05-24 2017-09-01 天津工业大学 一种贴壁细胞生长融合度自动分析方法
CN110643565A (zh) * 2018-06-26 2020-01-03 深圳市北科生物科技有限公司 基于视觉识别的高可靠细胞自动分离方法及其装置
WO2020010634A1 (zh) * 2018-07-13 2020-01-16 深圳迈瑞生物医疗电子股份有限公司 一种细胞图像处理***、方法、自动读片装置与存储介质

Also Published As

Publication number Publication date
US20160060676A1 (en) 2016-03-03
CN105385584B (zh) 2017-10-17
US9347082B2 (en) 2016-05-24
TW201608016A (zh) 2016-03-01
TWI548742B (zh) 2016-09-11
HK1217210A1 (zh) 2016-12-30

Similar Documents

Publication Publication Date Title
CN105385584A (zh) 自动化的细胞生长/迁移检测***及相关的方法
JP7118042B2 (ja) 距離判定システム、コンピュータ実装方法、及び、コンピュータ・プログラム製品
JP6469368B2 (ja) マシンビジョン検査システム及び高速合焦高さ測定動作を実行する方法
US20180348500A1 (en) Scanning microscope with real time response
DE102015015194A1 (de) Bildverarbeitungsvorrichtung und -verfahren und Programm
US20110222737A1 (en) Method for measuring the growth of leaf disks of plants and apparatus suited therefor
JP6276158B2 (ja) 細胞撮像装置および方法
CN103941752B (zh) 一种线虫实时自动追踪成像***
JP2015230393A (ja) 撮像装置の制御方法および撮像システム
Martins et al. R2OBBIE-3D, a fast robotic high-resolution system for quantitative phenotyping of surface geometry and colour-texture
CN106031148A (zh) 成像设备，成像设备中自动对焦的方法以及对应计算机程序
Elwarfalli et al. In situ process monitoring for laser-powder bed fusion using convolutional neural networks and infrared tomography
CN109086696A (zh) 一种异常行为检测方法、装置、电子设备及存储介质
CN103605203B (zh) 一种数字切片扫描过程中的自动聚焦方法
WO2022194939A1 (de) Defekterkennung in der additiven fertigung
Rusdi et al. Student attendance using face recognition technology
US9772485B2 (en) Method and device for light-microscopic imaging of a sample structure
JP2015515169A5 (zh)
US11049249B2 (en) Method, apparatus and system for cell detection
CN110596115B (zh) 图像检查***以及其控制方法
AU2017338736B2 (en) Calibration method and calibration device for a group of reflectors for concentrating solar radiation onto a radiation receiver
US20170267965A1 (en) Method and device for detecting inoculation and automated inoculation facility provided with such a detection device
French et al. High-throughput quantification of root growth
US10841489B2 (en) Scene reconstruction by assembling images
AU2021103287A4 (en) Computer implemented method for scanning for determining characteristics of materials using artificial intelligence

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
CB02 Change of applicant information

Address after: American California

Applicant after: OmniVision Technologies, Inc.

Address before: American California

Applicant before: Full Vision Technology Co., Ltd.

COR Change of bibliographic data
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1217210

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant
REG Reference to a national code

Ref country code: HK

Ref legal event code: GR

Ref document number: 1217210

Country of ref document: HK