CN108896094B - 医学显微镜玻片样本漏加判别方法 - Google Patents

医学显微镜玻片样本漏加判别方法 Download PDF

Info

Publication number
CN108896094B
CN108896094B CN201810553829.2A CN201810553829A CN108896094B CN 108896094 B CN108896094 B CN 108896094B CN 201810553829 A CN201810553829 A CN 201810553829A CN 108896094 B CN108896094 B CN 108896094B
Authority
CN
China
Prior art keywords
image
sample
color
slide
medical
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.)
Active
Application number
CN201810553829.2A
Other languages
English (en)
Other versions
CN108896094A (zh
Inventor
侯剑平
赵万里
王超
姜伟刚
陈曙光
马宝彬
刘聪
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.)
Autobio Experimental Instrument Zhengzhou Co Ltd
Original Assignee
Autobio Experimental Instrument Zhengzhou Co Ltd
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 Autobio Experimental Instrument Zhengzhou Co Ltd filed Critical Autobio Experimental Instrument Zhengzhou Co Ltd
Priority to CN201810553829.2A priority Critical patent/CN108896094B/zh
Publication of CN108896094A publication Critical patent/CN108896094A/zh
Application granted granted Critical
Publication of CN108896094B publication Critical patent/CN108896094B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种医学显微镜玻片样本漏加判别方法，一、开启医疗体外诊断设备，编辑需要测试的样本信息，然后开始测试；二、当样本的载体玻片到达加样孔位时，在加样前对玻片拍摄第一张图像，并将第一张图像保存到和样本号相关的目录下；三、当医疗体外诊断设备的TIP头吸取样本并在该玻片停留的孔位添加样本后，对添加样本后的该玻片再拍摄第二张图像，并保存到和样本号相关的目录下；四、将拍摄的第一张图像、第二张图像连同孔位号剪切下来，然后对剪切下来的第一张图像、第二张图像分别求出平均颜色值；将第一张图像、第二张图像的平均颜色值进行比较，得出各自的颜色距离，根据得出的两个颜色距离的差值，判断该孔位玻片是否存在漏加样本。

Description

医学显微镜玻片样本漏加判别方法
技术领域
本发明涉及样本漏加判别方法，尤其是涉及医学显微镜玻片样本漏加判别方法。
背景技术
医疗体外诊断设备，大部分都是采用人的体液作为检测样本，体液作为一种液体，容易挥发、凝固、泄露，如果出现上述情况，医疗体外诊断设备的吸液TIP头、钢针就会吸不到样本，导致样本的载体玻片上没有样本；而此时医疗体外诊断设备将继续对漏加样本的玻片进行添加试剂、清洗、烘干操作，这不仅造成玻片、试剂、纯净水的浪费，而且将导致分析结果的错误；同时，一次检测完成时间一般15分钟以上，也造成时间的浪费。
当医疗体外诊断设备的吸液TIP头、钢针虽然吸到样本，但将样本加到玻片上的位置不对，同样会发生上述漏加样本而造成的结果。
发明内容
本发明目的在于提供一种医学显微镜玻片样本漏加判别方法。
为实现上述目的，本发明采取下述技术方案：
本发明所述的医学显微镜玻片样本漏加判别方法，按照下述步骤进行：
第一步、开启医疗体外诊断设备，编辑需要测试的样本信息，然后开始测试；
第二步、当样本的载体玻片到达加样孔位时，在加样前对所述玻片拍摄第一张图像，并将所述第一张图像保存到和样本号相关的目录下；
第三步、当所述医疗体外诊断设备的TIP头吸取样本并在该玻片停留的所述孔位添加样本后，对添加样本后的该玻片再拍摄第二张图像，并保存到和样本号相关的目录下；
第四步、将拍摄的所述第一张图像、第二张图像连同孔位号剪切下来，然后对剪切下来的第一张图像、第二张图像分别求出平均颜色值；即：把图像每一个像素RGB三个值分别累计求和，最后除以像素个数, 计算公式为：
Figure 100002_DEST_PATH_IMAGE001
；
其中：
Crgb:平均颜色值；Cnr：第n个像素的R通道值；Cng：第n个像素的G通道值；Cnb：第n个像素的B通道值,n：图像的像素个数;
将第一张图像、第二张图像的所述平均颜色值进行比较，得出各自的颜色距离，根据得出的两个所述颜色距离的差值，判断该孔位玻片是否存在漏加样本；若存在漏加样本，通知人员操作医疗体外诊断设备对该孔位玻片进行补加样本；否则，医疗体外诊断设备继续运行；
在RGB空间内，按照下述公式计算颜色距离值：
Figure 592938DEST_PATH_IMAGE002
；
其中：
C1：第一张图像的颜色； C2：第二张图像的颜色；C1，R：第一张图像颜色的R通道；C2，R：第二张图像颜色的R通道；C1，G：第一张图像颜色的G通道；C2，G：第二张图像颜色的G通道；C1，B：第一张图像颜色的B通道；C2，B：第二张图像颜色的B通道。
第三步中拍摄的所述图像格式为JPG、BMP或PNG图像格式。
第四步中的所述平均颜色值是根据所拍摄图像的每个像素点颜色值得来，颜色值的总和包含在平均颜色值内；所述颜色距离包含平均颜色距离，颜色总和距离。
所述医疗体外诊断设备为九联检前处理仪，所述编辑需要测试的样本信息为样本编号、送检日期、姓名、年龄、病历号、科别、床号。
本发明优点在于体现在以下方面：
1、漏加样本的玻片有图像保存，便于医生核查；
2、漏加样本的图像清晰，通过图像肉眼即可直观地判别出漏加的加样孔位；
3、便于自动化操作，在仪器运行过程中的加样间隙，可以及时发现漏加位置，便于补加；
4、当样本比较粘稠时，图像孔位的颜色距离较大，可以更加准确判别出漏加位置。
附图说明
图1是本发明的流程框图。
具体实施方式
下面结合附图对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述实施例。
如图1所示，本发明所述的医学显微镜玻片样本漏加判别方法，按照下述步骤进行：
第一步、开启九联检前处理仪，编辑需要测试的样本信息，包括样本编号,送检日期，姓名，年龄，病历号，科别，床号等，然后开始测试；
第二步、当样本的载体玻片到达加样孔位时，在加样前对玻片拍摄第一张图像，并将第一张图像保存到和样本号相关的目录下；
第三步、当九联检前处理仪的TIP头吸取样本并在该玻片停留的所述孔位添加样本后，对添加样本后的该玻片再拍摄第二张图像，并保存到和样本号相关的目录下；拍摄的图像格式可以是JPG、BMP或PNG图像格式；
第四步、将拍摄的第一张图像、第二张图像连同孔位号剪切下来，然后对剪切下来的第一张图像、第二张图像分别求出平均颜色值；即：把图像每一个像素RGB三个值分别累计求和，最后除以像素个数, 计算公式为：
Figure DEST_PATH_IMAGE003
；
其中：
Crgb:平均颜色值；Cnr：第n个像素的R通道值；Cng：第n个像素的G通道值；Cnb：第n个像素的B通道值,n：图像的像素个数;
将第一张图像、第二张图像的所述平均颜色值进行比较，得出各自的颜色距离，根据得出的两个颜色距离的差值（差值在0-20之间是漏加，差值大于20没有漏加），判断该孔位玻片是否存在漏加样本；若存在漏加样本，通知人员操作九联检前处理仪对该孔位玻片进行补加样本；否则，九联检前处理仪继续运行；
在RGB空间内，按照下述公式计算颜色距离值：
Figure 385444DEST_PATH_IMAGE004
；
其中：
C1：第一张图像的颜色； C2：第二张图像的颜色；C1，R：第一张图像颜色的R通道；C2，R：第二张图像颜色的R通道；C1，G：第一张图像颜色的G通道；C2，G：第二张图像颜色的G通道；C1，B：第一张图像颜色的B通道；C2，B：第二张图像颜色的B通道；平均颜色值包含颜色值的总和，颜色距离包含平均颜色距离、颜色总和距离。
当九联检前处理仪有多个加样孔位时，每个加样孔位的样本漏加判别与上述步骤相同。

Claims (4)

1.一种医学显微镜玻片样本漏加判别方法，其特征在于：按照下述步骤进行：
第一步、开启医疗体外诊断设备，编辑需要测试的样本信息，然后开始测试；
第二步、当样本的载体玻片到达加样孔位时，在加样前对所述玻片拍摄第一张图像，并将所述第一张图像保存到和样本号相关的目录下；
第三步、当所述医疗体外诊断设备的TIP头吸取样本并在该玻片停留的所述孔位添加样本后，对添加样本后的该玻片再拍摄第二张图像，并保存到和样本号相关的目录下；
第四步、将拍摄的所述第一张图像、第二张图像连同孔位号剪切下来，然后对剪切下来的第一张图像、第二张图像分别求出平均颜色值；即：把图像每一个像素RGB三个值分别累计求和，最后除以像素个数, 计算公式为：
Figure DEST_PATH_IMAGE001
；
其中：
Crgb:平均颜色值；Cnr：第n个像素的R通道值；Cng：第n个像素的G通道值；Cnb：第n个像素的B通道值,n：图像的像素个数;
将第一张图像、第二张图像的所述平均颜色值进行比较，得出各自的颜色距离，根据得出的两个所述颜色距离的差值，判断该孔位玻片是否存在漏加样本；若存在漏加样本，通知人员操作医疗体外诊断设备对该孔位玻片进行补加样本；否则，医疗体外诊断设备继续运行；
在RGB空间内，按照下述公式计算颜色距离值：
Figure 668987DEST_PATH_IMAGE002
；
其中：
C1：第一张图像的颜色； C2：第二张图像的颜色；C1，R：第一张图像颜色的R通道；C2，R：第二张图像颜色的R通道；C1，G：第一张图像颜色的G通道；C2，G：第二张图像颜色的G通道；C1，B：第一张图像颜色的B通道；C2，B：第二张图像颜色的B通道。
2.根据权利要求1所述的医学显微镜玻片样本漏加判别方法，其特征在于： 第三步中拍摄的所述图像格式为JPG、BMP或PNG图像格式。
3.根据权利要求1或2所述的医学显微镜玻片样本漏加判别方法，其特征在于：第四步中的所述平均颜色值是根据所拍摄图像的每个像素点颜色值得来，颜色值的总和包含在平均颜色值内；所述颜色距离包含平均颜色距离、颜色总和距离。
4.根据权利要求1或2所述的医学显微镜玻片样本漏加判别方法，其特征在于：所述医疗体外诊断设备为九联检前处理仪，所述编辑需要测试的样本信息为样本编号、送检日期、姓名、年龄、病历号、科别、床号。
CN201810553829.2A 2018-06-01 2018-06-01 医学显微镜玻片样本漏加判别方法 Active CN108896094B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810553829.2A CN108896094B (zh) 2018-06-01 2018-06-01 医学显微镜玻片样本漏加判别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810553829.2A CN108896094B (zh) 2018-06-01 2018-06-01 医学显微镜玻片样本漏加判别方法

Publications (2)

Publication Number Publication Date
CN108896094A CN108896094A (zh) 2018-11-27
CN108896094B true CN108896094B (zh) 2020-07-07

Family

ID=64343869

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810553829.2A Active CN108896094B (zh) 2018-06-01 2018-06-01 医学显微镜玻片样本漏加判别方法

Country Status (1)

Country Link
CN (1) CN108896094B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101097657A (zh) * 2006-06-26 2008-01-02 上海宝信软件股份有限公司 基于视频图像处理的交通信号灯状态判定方法
CN101779155A (zh) * 2007-08-16 2010-07-14 皇家飞利浦电子股份有限公司 对样本成像的方法
CN102348128A (zh) * 2010-07-30 2012-02-08 株式会社日立制作所 具有摄像机异常检测装置的监视用摄像机***
CN102928441A (zh) * 2012-10-25 2013-02-13 渭南师范学院 一种扫描式自动光学检测***
CN102937595A (zh) * 2012-11-13 2013-02-20 浙江省电力公司电力科学研究院 一种pcb板检测方法、装置及***
CN103808731A (zh) * 2014-01-20 2014-05-21 北京大恒图像视觉有限公司 一种在印刷品检测***中使用的缺陷检测方法
CN104680518A (zh) * 2015-02-03 2015-06-03 长春理工大学 一种基于色度溢出处理的蓝屏抠像方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9041791B2 (en) * 2011-02-01 2015-05-26 Roche Diagnostics Hematology, Inc. Fast auto-focus in imaging
WO2015035229A2 (en) * 2013-09-05 2015-03-12 Cellscope, Inc. Apparatuses and methods for mobile imaging and analysis

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101097657A (zh) * 2006-06-26 2008-01-02 上海宝信软件股份有限公司 基于视频图像处理的交通信号灯状态判定方法
CN101779155A (zh) * 2007-08-16 2010-07-14 皇家飞利浦电子股份有限公司 对样本成像的方法
CN102348128A (zh) * 2010-07-30 2012-02-08 株式会社日立制作所 具有摄像机异常检测装置的监视用摄像机***
CN102928441A (zh) * 2012-10-25 2013-02-13 渭南师范学院 一种扫描式自动光学检测***
CN102937595A (zh) * 2012-11-13 2013-02-20 浙江省电力公司电力科学研究院 一种pcb板检测方法、装置及***
CN103808731A (zh) * 2014-01-20 2014-05-21 北京大恒图像视觉有限公司 一种在印刷品检测***中使用的缺陷检测方法
CN104680518A (zh) * 2015-02-03 2015-06-03 长春理工大学 一种基于色度溢出处理的蓝屏抠像方法

Also Published As

Publication number Publication date
CN108896094A (zh) 2018-11-27

Similar Documents

Publication Publication Date Title
CN106771169B (zh) 一种基于图像处理的胶体金检测方法及***
CN109308695A (zh) 基于改进U-net卷积神经网络模型的癌细胞识别方法
CN106405118A (zh) 一种***试纸检测方法及***
CN104040321A (zh) 测试***设备以及用于测试的方法
Bukowska et al. Semi-automated identification of cones in the human retina using circle Hough transform
CN107506570A (zh) 一种超声检测报告自动生成***
CN112508854B (zh) 一种基于unet的肾小管检测分割方法
Goncalves et al. Probe-based confocal laser endomicroscopy in detecting malignant lesions of vocal folds
CN108896094B (zh) 医学显微镜玻片样本漏加判别方法
CN106546756A (zh) 一种***试纸检测方法及***
CN102084399B (zh) 通过虚拟分析板进行的试样细胞分析方法
CN114419181A (zh) Cta图像的重建方法及重建装置、显示方法及显示装置
KR20110072098A (ko) 디지털 병리학의 이미지 표준화 방법
CN108182683B (zh) 基于深度学习与迁移学习的ivus组织标注***
McKinzey et al. Detection of children's malingering on Raven's Standard Progressive Matrices
WO2012126346A1 (zh) 一种快速测定细胞核内dna含量的方法
US20230053434A1 (en) Impeded diffusion fraction for quantitative imaging diagnostic assay
Graham et al. Electrophysiology in glaucoma assessment
JP2011081648A (ja) 病理診断支援装置および病理診断支援システム
CN108333178A (zh) 临床标本分析方法及临床标本分析仪
DE2434246B2 (de) Mikroskopisches verfahren zur erkennung und deutung von objekten
CN110428407A (zh) 一种超声影像分析***及其分析方法
Emad et al. Efficiency of manual scanning in recovering rare cellular events identified by fluorescence in situ hybridization: simulation of the detection of fetal cells in maternal blood
CN109182453A (zh) 一种dna倍体分析设备的控制方法
CN108922605B (zh) 一种辅助生殖管理方法及其***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant