CN117372849A - 粪便悬浊液有形成分检测方法和装置 - Google Patents
粪便悬浊液有形成分检测方法和装置 Download PDFInfo
- Publication number
- CN117372849A CN117372849A CN202311352918.8A CN202311352918A CN117372849A CN 117372849 A CN117372849 A CN 117372849A CN 202311352918 A CN202311352918 A CN 202311352918A CN 117372849 A CN117372849 A CN 117372849A
- Authority
- CN
- China
- Prior art keywords
- image
- fecal suspension
- component
- standard
- detecting
- 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.)
- Pending
Links
- 230000002550 fecal effect Effects 0.000 title claims abstract description 86
- 239000000725 suspension Substances 0.000 title claims abstract description 77
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000001514 detection method Methods 0.000 claims abstract description 55
- 238000004458 analytical method Methods 0.000 claims abstract description 18
- 238000013441 quality evaluation Methods 0.000 claims description 24
- 238000003384 imaging method Methods 0.000 claims description 23
- 235000013601 eggs Nutrition 0.000 claims description 13
- 241000894006 Bacteria Species 0.000 claims description 8
- 101000658138 Homo sapiens Thymosin beta-10 Proteins 0.000 claims description 6
- 102100034998 Thymosin beta-10 Human genes 0.000 claims description 6
- 241000238631 Hexapoda Species 0.000 claims description 4
- 101000666657 Homo sapiens Rho-related GTP-binding protein RhoQ Proteins 0.000 claims description 2
- 102100038339 Rho-related GTP-binding protein RhoQ Human genes 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 8
- 230000015572 biosynthetic process Effects 0.000 description 18
- 239000000126 substance Substances 0.000 description 17
- 210000004027 cell Anatomy 0.000 description 16
- 230000000694 effects Effects 0.000 description 11
- 239000000463 material Substances 0.000 description 6
- 238000012360 testing method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000011521 glass Substances 0.000 description 4
- 239000013590 bulk material Substances 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000010186 staining Methods 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 102000002322 Egg Proteins Human genes 0.000 description 2
- 108010000912 Egg Proteins Proteins 0.000 description 2
- 210000003608 fece Anatomy 0.000 description 2
- 239000010794 food waste Substances 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 210000004681 ovum Anatomy 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 239000002504 physiological saline solution Substances 0.000 description 2
- 238000004061 bleaching Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 210000000265 leukocyte Anatomy 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000011120 smear test Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
- G06V10/987—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns with the intervention of an operator
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
- G06V20/695—Preprocessing, e.g. image segmentation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8405—Application to two-phase or mixed materials, e.g. gas dissolved in liquids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Molecular Biology (AREA)
- Geometry (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
粪便悬浊液有形成分检测方法和装置中,检测样本容纳腔体用于容纳待检测样本;XY移动组件可以带动检测芯片在水平方向移动;摄像模块,拍摄粪便悬浊液初始位置的图像;包括步骤A20:初始位置获取图像,拍摄粪便悬浊液初始位置的图像;步骤A30:图像评估,对所述图像进行评估,评估是否有超过设定的大块图形;步骤A40:不达标,有大块图形,更换位置,获取图像;步骤A60:达标,无大块图形,待检有形成分分析识别,对所述显微图像分析,识别,找出待检物。将含有超过设定的大块图形的判定为不达标图形,释放图片存储空间并解放后续的运算算力,使用于后续有形成分分析的图片集合的图像质量更高,更适宜进行有形成分分析。
Description
技术领域
本申请属基于显微放大图像的有形成分的分析技术领域,特别涉及基于此的粪便检测分析,尤其涉及粪便悬浊液有形成分检测方法和装置。
背景技术
现有技术中,粪便样本的显微镜检查通常是直接涂片检查或涂片染色检查。直接涂片检查:在洁净的载玻片上滴一滴生理盐水,挑取少量粪便标本,置于载玻片上生理盐水中,使其分散后均匀涂布于载玻片上,加盖玻片进行镜检。涂片染色检查:通过涂片固定、初染、脱色、复染的基本步骤进行涂片染色检查。
直接涂片检查或涂片染色检查通常都是手工制备涂片,展平在载玻片上的样本量少,基本是贴平在载玻片表面的,即使是利用机器制备涂片也会采用机械方式将样本展平,因此载玻片上的样本都基本在一个平面上。
申请人首创的有形成分分析仪,在粪便样本检测中,采用粪便稀释后的悬浊液直接注入至检测芯片中,对粪便悬浊液样本进行多位置显微成像,基于获取的显微图像进行有形成分分析检测。
粪便样本中的各种成分复杂,粪便悬浊液样本中与疾病相关的关键有形成分的占比含量相对偏少,而粪便悬浊液样本中出现大团物质的概率较高,这些大团物质通常都是杂质,对关键的有形成分的成像和识别造成了干扰。有时候大团物质会遮挡住其下的其他有形成分,此时获取的图像对有形成分分析造成困扰,若此时获取的图像用作分析会导致后续图像分析的工作量大增,且有效有形成分的识别率和识别准确性会因此降低。
发明内容
本申请中,发明人提出粪便悬浊液有形成分检测方法,对获取的显微放大图像进行评估,评估是否有超过设定的大块图形,若存在超过设定的大块图形,则更换位置获取图像,避开大团物质,降低大团物质出现在图像中的概率,避免大团物质图像出现,为后续的有形成分识别提供高质量的图片,提高后续的图像识别效率。
本申请解决上述技术问题的技术方案是一种粪便悬浊液有形成分检测方法,包括步骤A20:初始位置获取图像,拍摄粪便悬浊液初始位置的图像;步骤A30:图像评估,对所述图像进行评估,评估是否有超过设定的大块图形;步骤A40:不达标,有大块图形,更换位置,获取图像;步骤A60:达标,无大块图形,待检有形成分分析识别,对所述显微图像分析,识别,找出待检物。
步骤A40中包括步骤A41:更换水平位置,即在水平面方向更换位置,重新获取图像。
步骤A40中包括步骤A42:计数,累计更换位置的次数;步骤A43:计数是否超过设定,与设定比较,看计数是否超过设定;步骤A44:没超过,更换水平位置; 步骤A45:获取图像,转步骤A30;步骤A46:计数超过设定,样本不达标。
步骤A40中包括步骤A51:判断粪便悬浊液图像的成像位置是不是待检测成分的焦面高度位置;步骤A52:是,更换水平位置;步骤A53:获取图像,转步骤A30; 步骤A54:不是,变更垂直位置。
步骤A30前包括步骤A21:计数,累计变换位置的次数;步骤A22:判断累计的次数是否超过设定;步骤A23:超过,样本不达标;所述步骤A53中转步骤A30的步骤,为转步骤A21。
重复所述步骤A20、步骤A30、步骤A40、步骤60,找到设定数量达标图形。
统计达标图形对应的有效图形对应粪便悬浊液总体积,统计有效图形对应粪便悬浊液总体积中的目标有形成分数量,计算有效图形对应粪便悬浊液总体积对应的有形成分含量。
所述有形成分包括虫卵、细菌或细胞中的任意一种或多种。
本申请解决上述技术问题的技术方案还可以是.一种粪便悬浊液有形成分检测装置,包括摄像组件、有形成分检测组件、承载组件、检测芯片;摄像组件包括垂直滑台模块、摄像模块;有形成分检测组件包括对焦控制模块、有形物检测分析模块、图像质量评估模块;承载组件包括XY移动组件;检测芯片包括待检测样本容纳腔体,检测样本容纳腔体用于容纳待检测样本;承载组件用于承载检测芯片,XY移动组件可以带动检测芯片在水平方向移动;摄像模块,拍摄粪便悬浊液初始位置的图像;图像质量评估模块对获得的图像评估,评估是否有超过设定的大块图形;包括如下技术特征任意一项:特征TB10,图像质量评估模块评估到图像不达标,有大块图形,图像质量评估模块输出控制信息给XY移动组件,XY移动组件带动检测芯片,变更水平位置,获取图像;特征TB10,图像质量评估模块评估到图像不达标,有大块图形,图像质量评估模块输出控制信息给垂直滑台模块,垂直滑台模块带动摄像模块,变更焦面,获取图像。
所述粪便悬浊液有形成分检测装置,包括如下技术特征任意一项:技术特征TC10:图像质量评估模块累加获得图像不达标的次数;不达标的次数超过设定,样本不达标;技术特征TC11:图像质量评估模块累加获得图像不达标的次数和达标的次数;不达标的次数超过达标的次数的数量超过设定值,样本不达标;技术特征TC12:所述有形成分包括虫卵、细菌、细胞或虫卵中的任意一种或多种。
上述技术方案的技术效果之1是:在获取图像后就对图像先进行评估,依据评估结果判断是否有超过设定的大块图形,并将含有超过设定的大块图形的判定为不达标图形,释放图片存储空间并解放后续的运算算力,使用于后续有形成分分析的图片集合的图像质量更高,更适宜进行有形成分分析。后续进行有形成分分析时的图片集合中出现大团物质的概率降低,从而降低了大团物质对有形成分识别和分析带来的干扰。尤其是在显微放大倍数较高时,图像集合的数量越多,这样的前期处理大大提高了后续的图像质量,提升了整体的图像分析效率。
上述技术方案的技术效果之2是:更换水平位置即在水平面方向更换位置,重新获取图像,能在水平方向上避开大团物质。
上述技术方案的技术效果之3是:在更换水平位置之前,先判断粪便悬浊液图像的成像位置是不是待检测成分的焦面高度位置;如果是,则认为当前的位置就是显微镜的焦面所在的位置区间,说明该垂直位置是适合清晰获取图像,此时只要更换水平位置获取图像即可;如果不是,则认为当前的位置不是显微镜的焦面所在的位置区间,此时就变更垂直位置获取图像,即在垂直方向上调整物距或像距,使成像目标落在焦面所在的位置区间内,这样能获取清晰的图像。
上述技术方案的技术效果之4是:在每次更换水平位置时,累计更换位置的次数,可以借此对样本的状态进行评估,如果样本中的大团物质密集,累积获取的含有大块图形的图像次数就可能超出设定范围,借由此可以知晓当前样本中大团物质太密集,可能样本存在问题,通过次数能给出样本不达标的提示。
上述技术方案的技术效果之5是:累计更换位置的次数的时间可以设置在变更位置发生的步骤中,也可以是在每一次获取图像之前,无论在哪个时刻进行次数统计和判断,都能适用于样本的评估。
上述技术方案的技术效果之6是:每一次获取图像后都进行了图像评估,确保图像内没有超过设定的大块图形;因此每一次获取的图像质量都得到了提升,都是合格的能用于后续的计算的图像;累积这样的达标图像,指导数量满足有形成分检测的需要。
上述技术方案的技术效果之7是:利用达标图形进行统计分析,大团物质在图像中的大块图形对后续图像识别和分析带来的干扰大大降低,使达标图像获取的效率提升,同时也提升了***图像分析的效率,避免了干扰图像数据对算力的无畏消耗。
上述技术方案的技术效果之8是:本申请适用的有形成分包括虫卵、细菌或细胞中的任意一种或多种。在粪便中,这些重要的有形成分,对疾病诊断的参考价值很大,但其出现概率相对食物残渣要低,如果有大块物质如食物残渣出现在图像中,这些大块物质会阻挡有形成分,从而无法获取有效的包含有形成分的图片。当粪便的样本出现一些变化,如有团聚的蛋白等大块物质时候,也会有一样的效果。本申请中的方法就能规避掉大块物质的图像,在达标图像中,由于有效剔除了这些大块物质,因此达标图像在参与后续计算时,更能准确高效体现有形成分的情况。提升后续的计算效率。
上述技术方案的技术效果之9是:粪便悬浊液有形成分检测装置中,设置XY移动组件带动检测芯片,能方便变更水平位置,获取图像。
上述技术方案的技术效果之10是:粪便悬浊液有形成分检测装置中,设置垂直滑台模块,垂直滑台模块带动摄像模块,方便变更焦面,获取图像。
附图说明
图1是粪便悬浊液有形成分检测方法的流程示意图之一;
图2是粪便悬浊液有形成分检测方法的流程示意图之二;
图3是粪便悬浊液有形成分检测方法的流程示意图之三;
图4是粪便悬浊液有形成分检测方法的流程示意图之四;
图5是粪便悬浊液有形成分检测方法的流程示意图之五;
图2是细胞分层成像过程示意图;
图3是细胞分层示意图;
图4是细胞形态特征数据示意图之一;
图5是细胞形态特征数据示意图之二;
图6是粪便悬浊液在检测芯片中进行成像的位置示意图;
图7是粪便悬浊液中不同有形成分在检测样本容纳腔体中的位置示意图之一;
图8是粪便悬浊液中不同有形成分在检测样本容纳腔体中的位置示意图之二;
图9是粪便悬浊液中不同有形成分在检测样本容纳腔体中的位置示意图之三;
图10是粪便悬浊液有形成分检测装置的示意图框图;
图11是出现了大块图形的显微放大图像;
图12呈现了正常合格的显微放大图像。
具体实施方式
以下结合各附图对本申请内容做进一步详述。
需要说明的是,以下是本申请较佳实施例的说明,并不对本申请构成任何限制。本申请较佳实施例的说明只是作为本申请一般原理的说明。本申请中所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本申请的描述中,需要理解的是,术语“中心”“纵向”“横向”“长度”“宽度”“厚度”“上”“下”“前”“后”“左”“右”“竖直”“水平”“顶”“底”“内”“外”“顺时针”“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。 此外,术语“第一”“第二”,以及以***数字1、2、3等数字编号的技术特征,以及“A”“B”这样的编号,仅用于描述目的,只是为了说明的方便,并不代表时间或空间上的顺序关系;不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”“第二”,以及以***数字1、2、3等数字编号的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,“若干”的含义是两个或两个以上,除非另有明确具体的限定。本申请中涉及的字母与数字的组合“TA”“TB”“H”只是为了说明的方便,具体含义由所代指的具体词汇决定。
如图1,粪便悬浊液有形成分检测方法的实施例中,包括以下步骤:步骤A20:初始位置获取图像,拍摄粪便悬浊液初始位置的图像;步骤A30:图像评估,对所述图像进行评估,评估是否有超过设定的大块图形;步骤A40:不达标,有大块图形,更换位置,获取图像;步骤A60:达标,无大块图形,待检有形成分分析识别,对所述显微图像分析,识别,找出待检物。
骤A20中,图像为显微放大图像,图像放大倍数根据实际有形成分的识别需求设定。步骤A30中设定的大块图形包括设定图形的尺寸大小或面积大小。图形尺寸和面积的识别是现有技术中的常规技术手段,不再赘述。大块图形设定的具体数值可以根据图像放大倍数进行设定。大块图形设定的具体数值还可以根据粪便悬浊液的样本状态进行设定,甚至根据不同嫌疑病种进行设定。
如图2和图6,粪便悬浊液有形成分检测方法的实施例中,包括以下步骤:步骤A20:初始位置获取图像,拍摄粪便悬浊液初始位置的图像;步骤A30:图像评估,对所述图像进行评估,评估是否有超过设定的大块图形;步骤A40:不达标,有大块图形,进入步骤A41:更换水平位置,获取图像,在水平面方向更换位置,重新获取图像;重新获取图像后回到步骤A30:图像评估,对所述图像进行评估,评估是否有超过设定的大块图形;若步骤A30图像评估达标,则进入步骤A60:达标,无大块图形,待检有形成分分析识别,对所述显微图像分析,识别,找出待检物。图6中检测芯片上展示了初始对焦位置,其中标号2、3、4表示了后续不同的对焦位置。对焦位置的意思是,摄像组件中的显微放大装置的焦面所处的位置,在该位置上,摄像组件能获得清晰度符合预期的显微放大图像。
如图3,粪便悬浊液有形成分检测方法的实施例中,包括以下步骤:步骤A20:初始位置获取图像,拍摄粪便悬浊液初始位置的图像;步骤A30:图像评估,对所述图像进行评估,评估是否有超过设定的大块图形;步骤A40中包括步骤A42:计数,累计更换位置的次数;步骤A43:计数是否超过设定,与设定比较,看计数是否超过设定;步骤A44:没超过,更换水平位置; 步骤A45:获取图像,转步骤A30;步骤A46:计数超过设定,样本不达标。更换水平位置的意思是,在XY方向上改变对焦位置,获得不同位置的显微放大图像。
如图4,粪便悬浊液有形成分检测方法的实施例中,包括以下步骤:步骤A20:初始位置获取图像,拍摄粪便悬浊液初始位置的图像;步骤A30:图像评估,对所述图像进行评估,评估是否有超过设定的大块图形;步骤A40中包括步骤A51:粪便悬浊液图像的成像位置是不是待检测成分的焦面高度位置;步骤A52:是,更换水平位置;步骤A53:获取图像,转步骤A30; 步骤A54:不是,变更垂直位置。
步骤A51中,粪便悬浊液图像的成像位置,是指获取图像时的位置处于成像焦面区间内,能获得清晰度符合预期的成像位置,是在Z轴方向上的位置。当该位置与待检测成分的焦面高度位置相一致时;表明当前摄像模块在Z轴方向上的位置是合适的,无需调整,只需要在XY方向上进行移动,避免大块图形出现在图像中即可。如图9中,较大块物质的成像位置即焦面位置位于标号Z13所指示的平面所在位置,该位置和待检测成分中细胞的焦面高度位置区间的大致相当,此时图像中若存在细胞,细胞也能清晰成像,但是由于大块物质占据了图像的较多面积,因此此时获取的图像用于统计分析计算时候也会引起识别上的困难和误差。
在进行统计分析需要获取多幅图像时,通过上述判断过程就可以直接在XY方向上进行移动,避免反复在Z轴方向上调整。即使图片中存在大块图形干扰有形成分分析时,也可以先行判断当前图像所在的焦面位置,如果焦面位置合适,可以只在XY方向上移动更换位置后重新获取图像。
当然,当粪便悬浊液图像的成像位置不是待检测成分的焦面高度位置;即粪便悬浊液图像的成像位置没有在待检测成分的焦面高度位置区间范围内时,表明此时大块图形对应的大块物质和目标的待检测有形成分并不在同一水平线位置上,其在Z轴方向上的间距较大,此时,需要在Z轴方向上移动焦面,即变更垂直位置。在成像位置的定位上,有XYZ三个方向的位置定位,通过三个方向上的位置调整,使获取图像中目标有形成分是占主要的。减少较大块物质出现在后续图像识别过程中的概率,从而降低较大块物质这些干扰因素对后续识别准确性的影响。在图像获取的同时进行图像评估,能实时进行图像的筛选,确保成像过程中,能获取足够多有质量的图像用于后续的识别分析。提高图像获取的效率。
如图7和图8中,粪便中的待检测成分即目标检测物的大小,在一些情况下是相对固定的,如白细胞、虫卵、细菌、脂肪粒等,其物理尺寸范围也可以预期,当有形成分在检测芯片的容纳腔体内沉底时,从容纳腔体的下表面向上设定的距离范围内,就可以相对地确定待检测成分的焦面位置。如图7,待检测成分的焦面高度位置可以是从容纳腔体的下表面向上+有形成分半径所在位置为中心的一个区间范围。图7中,标号Z10所指示的平面所在位置为较大块物质的成像位置即焦面位置;标号Z20所指示的平面所在位置为细胞的成像位置即焦面位置;标号Z30所指示的平面所在位置为虫卵的成像位置即焦面位置。图7中,较大块物质漂浮在检测芯片容纳腔体的靠近顶部的位置。细胞、虫卵沉底在检测芯片容纳腔体的下表面。
图8中,标号Z11所指示的平面所在位置为较大块物质的成像位置即焦面位置;标号Z20所指示的平面所在位置为细胞的成像位置即焦面位置;标号Z30所指示的平面所在位置为虫卵的成像位置即焦面位置,标号Z40所指示的平面所在位置为脂肪粒的成像位置即焦面位置。图8中,较大块物质漂浮在检测芯片容纳腔体接近中间的位置。细胞、虫卵沉底在检测芯片容纳腔体的下表面,脂肪粒的漂浮贴近于检测芯片容纳腔体上表面。
图11是出现了大块图形的显微放大图像,图像中的大块物质超出了设定的范围,因此被判定为不合格,认为是不达标的图像,不参与后续的计算。图12中,虽然也有部分的稍大块的物质,但是其占据图片的比率不多,里面还能看到有效的有形成分,因此认为是达标的图像,是正常合格能提供有效有形成分信息的显微放大图像。具体大块物质的大小设定,和粪便样本有关系。可以根据不同物种和不同病种的粪便成分进行灵活设定,在此不作具体的限制。大块物质的大小设定具体在图像中的大小,又和显微放大图像的放大倍数相关,具体可以根据当前的放大倍数进行设定即可,在此也不作限制。
如图5,粪便悬浊液有形成分检测方法的实施例中,步骤A30前包括步骤A21:计数,累计变换位置的次数;步骤A22:判断累计的次数是否超过设定;步骤A23:超过,样本不达标;所述步骤A53中转步骤A30的步骤,为转步骤A21。
一些附图中没有展示的粪便悬浊液有形成分检测方法的实施例中,重复所述步骤A20、步骤A30、步骤A40、步骤60,找到设定数量达标图形。
一些附图中没有展示的粪便悬浊液有形成分检测方法的实施例中,统计达标图形对应的有效图形对应粪便悬浊液总体积,统计有效图形对应粪便悬浊液总体积中的目标有形成分数量,计算有效图形对应粪便悬浊液总体积中对应的有形成分含量。粪便悬浊液总体积可以根据图形大小和检测芯片的检测样本容纳腔体高度计算获得。
一些附图中没有展示的粪便悬浊液有形成分检测方法的实施例中,有形成分为细胞、虫卵、细菌中的任意一种或多种。
如图10,粪便悬浊液有形成分检测装置的实施例中,包括摄像组件、有形成分检测组件、承载组件、检测芯片;摄像组件包括垂直滑台模块、摄像模块;有形成分检测组件包括对焦控制模块、有形物检测分析模块、图像质量评估模块;承载组件包括XY移动组件;检测芯片包括待检测样本容纳腔体,检测样本容纳腔体用于容纳待检测样本;承载组件用于承载检测芯片,XY移动组件可以带动检测芯片在水平方向移动;摄像模块,拍摄粪便悬浊液初始位置的图像;
图像质量评估模块对获得的图像评估,评估是否有超过设定的大块图形;包括如下技术特征任意一项:特征TB10,图像质量评估模块评估到图像不达标,有大块图形,图像质量评估模块输出控制信息给XY移动组件,XY移动组件带动检测芯片,变更水平位置,获取图像;特征TB10,图像质量评估模块评估到图像不达标,有大块图形,图像质量评估模块输出控制信息给垂直滑台模块,垂直滑台模块带动摄像模块,变更焦面,获取图像。
如图10,粪便悬浊液有形成分检测装置的实施例中,图像质量评估模块累加获得图像不达标的次数;不达标的次数超过设定,样本不达标。
如图10,粪便悬浊液有形成分检测装置的实施例中,图像质量评估模块累加获得图像不达标的次数和达标的次数;不达标的次数超过达标的次数的数量超过设定值,样本不达标。
如图10,粪便悬浊液有形成分检测装置的实施例中,所述有形成分为虫卵、细菌、细胞或虫卵。
本发明虽然根据优选实施例和若干备选方案进行说明和描述,但发明不会被在本说明书中的特定描述所限制。其他另外的替代或等同组件也可以用于实践本发明。
Claims (10)
1.一种粪便悬浊液有形成分检测方法,其特征在于,包括
步骤A20:初始位置获取图像,拍摄粪便悬浊液初始位置的图像;
步骤A30:图像评估,对所述图像进行评估,评估是否有超过设定的大块图形;
步骤A40:不达标,有大块图形,更换位置,获取图像;
步骤A60:达标,无大块图形,待检有形成分分析识别,对所述显微图像分析,识别,找出待检物。
2.根据权利要求1所述粪便悬浊液有形成分检测方法,其特征在于,
步骤A40中包括步骤A41:更换水平位置,即在水平面方向更换位置,重新获取图像。
3.根据权利要求1所述粪便悬浊液有形成分检测方法,其特征在于,
步骤A40中包括
步骤A42:计数,累计更换位置的次数;
步骤A43:计数是否超过设定,与设定比较,看计数是否超过设定;
步骤A44:没超过,更换水平位置;
步骤A45:获取图像,转步骤A30;
步骤A46:计数超过设定,样本不达标。
4.根据权利要求1所述粪便悬浊液有形成分检测方法,其特征在于,
步骤A40中包括
步骤A51:判断粪便悬浊液图像的成像位置是不是待检测成分的焦面高度位置;
步骤A52:是,更换水平位置;
步骤A53:获取图像,转步骤A30;
步骤A54:不是,变更垂直位置。
5.根据权利要求1所述粪便悬浊液有形成分检测方法,其特征在于,
步骤A30前包括
步骤A21:计数,累计变换位置的次数;
步骤A22:判断累计的次数是否超过设定;
步骤A23:超过,样本不达标;
所述步骤A53中转步骤A30的步骤,为转步骤A21。
6.根据权利要求1所述粪便悬浊液有形成分检测方法,其特征在于,
重复所述步骤A20、步骤A30、步骤A40、步骤60,找到设定数量达标图形。
7.根据权利要求6所述粪便悬浊液有形成分检测方法,其特征在于,
统计达标图形对应的有效图形对应粪便悬浊液总体积,统计有效图形对应粪便悬浊液总体积中的目标有形成分数量,计算有效图形对应粪便悬浊液总体积对应的有形成分含量。
8.根据权利要求7所述粪便悬浊液有形成分检测方法,其特征在于,
所述有形成分包括虫卵、细菌或细胞中的任意一种或多种。
9.一种粪便悬浊液有形成分检测装置,其特征在于,
包括摄像组件、有形成分检测组件、承载组件、检测芯片;
摄像组件包括垂直滑台模块、摄像模块;
有形成分检测组件包括对焦控制模块、有形物检测分析模块、图像质量评估模块;
承载组件包括XY移动组件;
检测芯片包括待检测样本容纳腔体,检测样本容纳腔体用于容纳待检测样本;
承载组件用于承载检测芯片,XY移动组件可以带动检测芯片在水平方向移动;
摄像模块,拍摄粪便悬浊液初始位置的图像;
图像质量评估模块对获得的图像评估,评估是否有超过设定的大块图形;
包括如下技术特征任意一项:
特征TB10,图像质量评估模块评估到图像不达标,有大块图形,图像质量评估模块输出控制信息给XY移动组件,XY移动组件带动检测芯片,变更水平位置,获取图像;
特征TB10,图像质量评估模块评估到图像不达标,有大块图形,图像质量评估模块输出控制信息给垂直滑台模块,垂直滑台模块带动摄像模块,变更焦面,获取图像。
10.根据权利要求9所述粪便悬浊液有形成分检测装置,其特征在于,
包括如下技术特征任意一项:
技术特征TC10:图像质量评估模块累加获得图像不达标的次数;不达标的次数超过设定,样本不达标;
技术特征TC11:图像质量评估模块累加获得图像不达标的次数和达标的次数;不达标的次数超过达标的次数的数量超过设定值,样本不达标;
技术特征TC12:所述有形成分包括虫卵、细菌、细胞或虫卵中的任意一种或多种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311352918.8A CN117372849A (zh) | 2023-10-19 | 2023-10-19 | 粪便悬浊液有形成分检测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311352918.8A CN117372849A (zh) | 2023-10-19 | 2023-10-19 | 粪便悬浊液有形成分检测方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117372849A true CN117372849A (zh) | 2024-01-09 |
Family
ID=89396055
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311352918.8A Pending CN117372849A (zh) | 2023-10-19 | 2023-10-19 | 粪便悬浊液有形成分检测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117372849A (zh) |
-
2023
- 2023-10-19 CN CN202311352918.8A patent/CN117372849A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE69629292T2 (de) | Verfahren zum feststellen der preparationsgüte von objektträgern und proben | |
US20030168577A1 (en) | Reverse focusing methods and systems | |
US20060133657A1 (en) | Microscopy system having automatic and interactive modes for forming a magnified mosaic image and associated method | |
AU2014236057B2 (en) | Image quality assessment of microscopy images | |
US11899007B2 (en) | Specimen verification in automated testing apparatus | |
US10324022B2 (en) | Analysis accuracy improvement in automated testing apparatus | |
AU2009251162A1 (en) | Method for classifying slides using scatter plot distributions | |
KR101106358B1 (ko) | 관심필드의 다수의 물질을 조직화하기 위한 시스템 | |
AU2004250116B2 (en) | System for determining the stain quality of slides using scatter plot distributions | |
CN111337495A (zh) | 病理切片图像全程质控装置及病理切片分析装置 | |
CA2200454A1 (en) | Method and apparatus for detection of unsuitable conditions for automated cytology scoring | |
CN114667470A (zh) | 数字成像***及方法 | |
CN112789622A (zh) | 针对生物样本的增强的焦深扩展 | |
JP2008139143A (ja) | 標本画像作成方法及び装置 | |
CN117372849A (zh) | 粪便悬浊液有形成分检测方法和装置 | |
US20110313746A1 (en) | Method for preparing a processed virtual analysis plate | |
KR102288332B1 (ko) | 골수 이미지 분석기를 이용한 골수세포 이미지 촬상 방법 | |
CN113406318B (zh) | 用于测试生物样本的装置及控制器 | |
CN209803001U (zh) | 一种染色体扫描成像*** | |
CN111951261A (zh) | 离体生物样本检查过程的控制方法、计算机设备和控制*** | |
KR101873318B1 (ko) | 세포 이미징 장치 및 그 방법 | |
WO2022138254A1 (ja) | スライドガラス格納ラック、スライドストレージ及びスライドガラス撮影システム | |
CN100588941C (zh) | 使用散点图分布对载玻片进行分类的*** | |
KR20220082277A (ko) | 골수가 도말된 슬라이드 샘플 이미지의 셀 존 결정 방법 및 셀 존의 고배율 촬상 방법 | |
CN116071367A (zh) | 基于显微图像的粪便有形成分定量分析及控制方法和*** |
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 |