CN1236302C - 一种多光谱细胞涂片自动分析仪及其用于宫颈细胞的分析方法 - Google Patents

一种多光谱细胞涂片自动分析仪及其用于宫颈细胞的分析方法 Download PDF

Info

Publication number
CN1236302C
CN1236302C CN 200310111610 CN200310111610A CN1236302C CN 1236302 C CN1236302 C CN 1236302C CN 200310111610 CN200310111610 CN 200310111610 CN 200310111610 A CN200310111610 A CN 200310111610A CN 1236302 C CN1236302 C CN 1236302C
Authority
CN
China
Prior art keywords
image
cell
smear
automatic
low power
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.)
Expired - Fee Related
Application number
CN 200310111610
Other languages
English (en)
Other versions
CN1553165A (zh
Inventor
曾立波
雷峻峰
高细见
刘均堂
吴琼水
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.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
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 Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN 200310111610 priority Critical patent/CN1236302C/zh
Publication of CN1553165A publication Critical patent/CN1553165A/zh
Application granted granted Critical
Publication of CN1236302C publication Critical patent/CN1236302C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Landscapes

  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明涉及一种多光谱细胞涂片自动分析仪及其用于宫颈细胞的分析方法。分析仪包括显微镜,自动上片装置,自动上片控制***,照明***,计算机,显示器,面阵CCD及数据采集***;还有:a.一个变焦装置;b.一个自动载物台及三维移动控制***和自动上片装置;c.一个配置在显微镜上的电调谐滤光器及电调谐滤光器控制器和面阵CCD。其方法是一个***程序,包括:a.一个采集多光谱图像的程序,包括一个对涂片进行由低倍到高倍处理和综合处理程序;b.一个由低倍到高倍最后到综合处理、分析所获取光谱图像的程序。本发明自动化程度高,分析结果准确,可靠性强,充分利用显微光谱对宫颈细胞进行光谱识别和分类,为宫颈疾病诊断提供了新的光谱学依据。

Description

一种多光谱细胞涂片自动分析仪及其 用于宫颈细胞的分析方法
技术领域
本发明涉及一种多光谱细胞涂片自动分析仪及其用于宫颈细胞的分析方法,属于分析检测仪器类,尤其涉及宫颈细胞涂片自动分析的医学检查仪器。
技术背景
***的发病率居妇科恶性肿瘤的首位,我国的***发病率居世界第二位。巴氏宫颈抹片检查是***早期诊断的重要内容,作为一种成功的***筛选方法,它能提供有无癌变,炎症的种类及严重程度的大量有用信息,该法使用以来,使得我国的***死亡率明显下降。但目前宫颈抹片的应用仍停留在人工识别阶段:将宫颈抹片用巴氏染色法染色,在光镜下对细胞进行逐个人工的肉眼检诊,按巴氏五级分类法对女性生殖道的恶性肿瘤进行诊断。该法工作量大,每张片子平均有几十万个细胞,全凭手工机械移动显微镜,肉眼观察,非常的烦琐和劳累;医院为此耗费大量的人力,而且由于医师的疲劳和主观经验的限制等,误判和漏诊仍不可避免,存在较高的假阴性率和假阳性率。
国外已有的细胞自动判读***存在以下一些问题:1>,由于细胞涂片中,上皮细胞胞难以避免重叠而造成细胞核和细胞浆的分割不准确。2>,检出率与假阳性率之间的矛盾。由于采用了计算机扫描处理和新的细胞分类方法,检测的假阴性率的确降低了,但假阳性率并未大幅下降。从美国计算机检诊的五千万例来看,敏感性为90-97%,而检测的有效率仍在72-78%之间徘徊。3>,对于检出的细胞,***并不能判断是否真正异常,仍须人工检测确认。这些问题的产生均和计算机获取的图像信息过少相关。
生物医学上的多光谱成像技术可用来加大获取的信息,加强计算机对细胞的识别能力。从原理上讲,当正常细胞的性质发生改变时,其细胞核中的一些物质,如脱氧核糖核酸(DNA)的含量亦随之而变,导致细胞核的形态、大小及核浆比例发生变化,并且变化的类型根据细胞的种类及恶性程度而有所不同;因而对一般细胞图像灰度和形态学的分析,最多只能得到细胞60%-70%的识别信息;远不如多光谱图像在观察细胞形态的同时,通过成像光谱分析,得到细胞中组成变化的信息,这些细胞化学成分定量分析信息,使得原有的计算机图像分析方法有了很广泛的应用前景。从现有应用光谱研究肿瘤的文献来看,将光谱成像***和细胞显微分析***结合,借助光谱来判断细胞内结构及成分是否异常来解决***目前的问题,也是可行的。
光谱成像源于80年代中期的遥感技术。星载(机载)推帚式光谱成像***使我们能根据地物的特征光谱直接识别出遥感图像上地表大多数的物质,因此在地质找矿、植被和农作物普查乃至军事上都有着广泛的用途。
国外较早开始细胞涂片计算机诊断研究,且已有一些实用***商业化。如美国的PAPNET计算机数字化玻片检查仪:该装置是大型电脑自动化扫描***,能模仿人工智能对高难度的影像进行分析。整个***由检测中心和中间细胞室组成,可分别建在两个不同的地方。在检测中心有一台电脑显微扫描仪及高敏显像管,中间细胞室有一套电脑解像***及显微镜;PAPNET的检诊分两步进行,先在检测中心由计算机对抹片上的每个细胞进行初步的辨认筛选,从每张片子上找出最可疑的128个细胞,将含有该细胞的视野用高敏显像管拍摄纪录,然后在中间细胞室,由细胞学家对记录的资料进行复验,遇可疑之处,再在显微镜下进行肉眼检查;该***按TBS分类法来区分细胞,比传统的光镜筛选准确率高出很多。
国内在这方面的研究也有一定进展。如1997年天津大学与天津蓟县妇幼保健院合作开发了计算机显微图像处理***。该***重点放在光学信号的处理和显微镜载物台的计算机控制方面,在宫颈细胞图像的分割和识别方面的研究较少,因而***的适用性和稳定性都存在一些问题,实际应用较少,仅检诊过几百例宫颈细胞涂片。在湖北省,孙小蓉引进加拿大BC肿瘤研究所的全自动细胞图像分析仪成立了武汉兰丁肿瘤早期诊断检测中心,开展细胞学定量分析检查的癌症早期检查的工作,引进的***采用福尔根染色,主要以细胞的DNA含量为检测依据。
目前国内外尚未见到将多光谱成像技术应用到宫颈细胞显微图像分析识别的报道。
发明内容
本发明提供一种细胞涂片的自动分析仪和多光谱宫颈涂片自动分析方法。该自动分析仪方法可以增加细胞检测的精度和提高异常细胞检测的准确率,可以满足临床细胞学检查自动化的需要。
本发明提供的一种多光谱细胞涂片自动分析仪的技术方案是:它包括显微镜,自动上片装置,自动上片控制***,照明***,计算机,显示器,面阵CCD及数据采集***;它还有:a、一个变焦装置,用于实现低倍对可疑或感兴趣区域检测和高倍对可疑细胞作是否属异常细胞检测;b、一个自动载物台及三维移动控制***和自动上片装置,用于实现细胞涂片的自动扫描和聚焦;c、一个配置在显微镜上的电调谐滤光器及电调谐滤光器控制器和面阵CCD,用于实现显微光谱图像的快速采集;所述的电调谐滤光器一端安装在显微镜上,另一端与面阵CCD连接,染色涂片细胞像经过电调谐滤光器后成像在面阵CCD上,计算机则通过控制滤光器控制器调节加在电调谐滤光器上的电信号,改变其通频带的中心频率,面阵CCD检测出的图像信号通过图像采集卡转换成数字图像存贮在计算机中,供计算机进行图像处理和分析;
所述的自动上片装置通过自动上片控制***与计算机连接,由计算机控制自动上片装置装载细胞涂片到自动载物台上和从自动载物台卸载已分析完成的细胞涂片;
所述的自动载物台通过自动载物台三维移动控制***与计算机连接,由计算机通过面阵CCD采集的图像计算聚焦控制自动载物台上下移动进行自动聚焦,控制自动载物台水平移动实现涂片扫描。
本发明一种将多光谱细胞涂片自动分析仪用于宫颈细胞的分析方法的技术方案,具体说,是***的程序;它包括下述步骤:a、采集多光谱图象;b挑选、分析多光谱图象;c、测量细胞参数;d、对细胞进行模式识别;e、综合整理分析结果;所述步骤体现在***的程序中,包括:a、一个采集多光谱图像的程序,它是将细胞涂片的每一个局部区域经过显微镜放大后再通过电调谐滤光器分别取出不同光谱波段的图像,经过面阵CCD送入计算机;b、一个由低倍到高倍最后到综合处理、分析所获取光谱图像的程序,它是对多光谱图像进行反复筛选,挑选感兴趣的图像,进行准确分割出细胞的胞核和胞浆,测量细胞参数,进行模式识别,最后综合整个分析结果;它其中包括一个低倍和高倍图像的获取程序,一个低倍和高倍处理单核、多核、和重叠核细胞的程序,一个低倍细胞图像和高倍细胞图像进行分割的程序;
所述的采集多光谱图像程序为:a、在每一个视场下,首先,将电调谐滤光器的透射波长定位到要采集的波长的中间波长,在计算机的控制下利用图像处理算法进行自动聚焦,使视场最清晰;b、通过计算机控制电调谐滤光器切换到一个未采集而选定的波段下;c、用计算出的积分时间采集一幅图像;d、对采集到的图像进行灰度校正;e、当所选波段末扫描完时,然后再切换到下一个选定的波段,再采集一幅图像,再进行灰度校正,如此循环,直到所有所选的波段全部采集完毕;f、最后再进行彩色合成、处理分析和数据存储;
所述的对细胞涂片进行由低倍到高倍处理,最后进行综合处理程序包括:a、计算机首先保证从面阵CCD获得的图像能够真实或者接近真实反映宫颈涂片的多光谱信息;b、对于面阵CCD检测得到的每一张低倍图像,由计算机对其处理,判断该图像是否含有可疑的目标,包括可疑异常单核细胞,可疑的多核细胞;c、一旦检测到该图像中存在可疑的目标,***计算机将控制显微镜转到高倍,对存在可疑目标的子区域进行精细的筛选;d、一旦检测到低倍图像不含有感兴趣的可疑目标或者不存在感兴趣的视场,***计算机将对涂片进行下一场的低倍图像获取处理;e、计算机在高倍下对所有子视场进行扫描处理,直到满足一定条件,可以是满足***处理完成条件,或满足所有的子区域扫描完条件;f、在综合处理阶段,***将综合利用低倍分析结果和高倍分析结果对涂片进行评估,评估的结果包括:正常或者需要重新扫描;
所述的***中对于低倍细胞图像以及高倍细胞图像进行分割处理程序是利用多波段图像对宫颈细胞进行分割,包括:a、从多波段图像中挑选一些感兴趣的波段图像;b、利用挑选的波段图像的对数比值或比值产生新的图像;c、分割包括对细胞浆的分割,细胞核的分割;d、分割产生细胞核的覆盖层,细胞浆覆盖层;e、排除不感兴趣的目标或区域;分割方法包括使用公式:
I N = e - ρ N
公式中:I----为目标的光强度;IN-----新生成的图像;ρN----目标的吸收率。
本发明的效果最大特点之一是充分、合理利用了细胞的光谱特性,使得对于细胞浆和细胞核的分割更加准确,速度更快,同时摆脱了染色时间对分析参数和结果的影响,细胞的光谱参数为细胞识别提供了更丰富的信息;模仿医生对细胞涂片的分析过程,***首先在低倍下进行预处理,除掉杂质,气泡,边缘对分析的影响,找到可疑的区域,然后在高倍下分析,加速分析速度,是本发明的另外一个特点。本发的技术效果还在于:自动化程度高,分析结果准确,可靠性强,充分利用显微多光谱对宫颈细胞进行光谱识别和分类,为宫颈疾病诊断提供了新的光谱学依据。
附图说明
附图1是自动分析仪***的组成示意图。图中:1-显微镜,2-变焦装置,3-自动上片装置,4-自动上片控制***,5-照明***,6-自动载物台,7-三维移动控制***,8-电调谐滤光器控制器,9-打印机及其它的外设,10-计算机,11-数据备份恢复***,12-显示器,13-图像监视器,14-数据采集***,15-面阵CCD,16-电调谐器件。
附图2是***中利用电调谐采集多光谱的程序图。
附图3是一个由低倍到高倍最后到综合处理、分析所获取光谱图像的程序图,是***总的处理程序,由100开始,移动到所需低倍视场102,采集低倍多光谱图像104,低倍分析106,结束条件108,移动到低倍视场定位的子区域视场110,采集高倍多光谱图像112,高倍分析114,结束条件116,综合处理118,完成120组成。概括的说***由低倍处理,高倍处理,综合处理完成。
附图4是***中低倍图像处理程序,由移动到低倍视场122,视场满意度评价124,图像分割126,特征计算128,目标分类130,输出信息132组成。
附图5是***中高倍图像处理程序,高倍处理由移动到满意高倍视场140,图像分割142,特征计算144,目标分类146,输出信息148,结束条件150,转到下一低倍视场152组成。
附图6是***将细胞分成三类,以及对其处过程序示意图。
附图7是***中图像分过程序示意图。
附图8是***中采用多光谱分割的效果图。
具体实施方式
附图1是本发明一种多光谱细胞涂片自动分析仪***组成示意图。它有一个显微镜1,自动上片装置3,自动上片控制***4,照明***5,计算机10,显示器12,面阵CCD15及数据采集***14;还有一个变焦装置2,用于实现低倍对可疑或感兴趣区域检测和高倍对可疑细胞作是否属异常细胞检测;一个自动载物台6及三维移动控制***7和自动上片装置3,用于实现细胞涂片的自动扫描和聚焦;一个配置在显微镜1上的电调谐滤光器16及电调谐滤光器控制器8和面阵CCD15,用于实现显微光谱图像的快速采集;所述的电调谐滤光器16一端安装在显微镜1上,另一端与面阵CCD15连接,染色涂片细胞像经过电调谐滤光器16后成像在面阵CCD15上,计算机10则通过控制滤光器控制器8调节加在电调谐滤光器16上的电信号,改变其通频带的中心频率,面阵CCD15检测出的图像信号通过图像采集卡转换成数字图像存贮在计算机10中,供计算机10进行图像处理和分析;计算机10控制自动上片控制***4,自动上片控制***控制自动上片装置使波片上载到自动载物台6,自动上片控制***4检测到波片上载到载物台后给计算机10信号,计算机10控制自动载物台三维移动控制***7,自动载物台三维移动控制***7通过控制自动载物台6使波片处于显微镜1要求的位置,并且进行自动聚焦。计算机10控制电调谐滤光器控制器8,数据采集***14采集多光谱图像。计算机10通过控制变焦装置2使得显微镜1在低倍和高倍下自动切换。计算机10对采集到的图像依据先低倍处理,后高倍处理,最后综合处理的方法,从而对波片上的标本做出适当的评价;自动上片装置3通过自动上片控制***4与计算机10连接,由计算机10控制自动上片装置3装载细胞涂片到自动载物台6上和从自动载物台6卸载已分析完成的细胞涂片;自动载物台6通过自动载物台三维移动控制***7与计算机10连接,由计算机10通过面阵CCD15采集的图像计算聚焦控制自动载物台6上下移动进行自动聚焦,控制自动载物台6水平移动实现涂片扫描;
本发明自动分析仪在上述实施基础上具有下述附加技术特征的实施例为:
变焦装置2其变焦倍数为:在分析开始时显微镜1的物镜转动范围为4-20倍的低倍,低倍分析完成后,显微镜1的物镜转动范围为20-100倍的高倍;
电调谐滤光器16的带宽为2-30nm,优选声光调谐滤光器。
本发明一种将多光谱细胞涂片自动分析仪用于宫颈细胞的分析方法的实施例:如图1~图8所示,它由下述步骤组成:a、采集多光谱图象;b挑选、分析多光谱图象;c、测量细胞参数;d、对细胞进行模式识别;e、综合整理分析结果;所述步骤体现在***的程序中:a、一个采集多光谱图像的程序,它是将细胞涂片的每一个局部区域经过显微镜1放大后再通过电调谐滤光器分别取出不同光谱波段的图像,经过面阵CCD送入计算机后得到该区域、即视场的分析所需光谱图像;b、一个由低倍到高倍最后到综合处理、分析所获取光谱图像的程序,它是对多光谱图像进行反复筛选,挑选感兴趣的图像,进行准确分割出细胞的胞核和胞浆,测量细胞参数,进行模式识别,最后综合整个分析结果;其中有一个低倍和高倍图像的获取程序,一个低倍和高倍处理单核、多核、和重叠核细胞的程序,一个低倍细胞图像和高倍细胞图像进行分割的程序;
测量细胞的参数,包括核和浆的形态参数、纹理参数、以及光谱参数,进行模式识别是依据细胞浆和细胞核间的关系;分三种情况测量细胞的参数:1、单核细胞,一块细胞浆里面只含有一个细胞核,细胞浆和细胞核都有很好的分类效果;2、多核细胞,一块细胞浆里面至少含有两个细胞核,但是细胞核之间相互不粘连,细胞核有很好的分离效果;3、重叠核细胞;一块细胞浆里面至少含有两个相互粘连重叠的细胞核;
附图2是采集多光谱图像的程序:
由于对光谱图像是由一系列的单色图像组合而成的,因此,在每个视场下需要在每一个我们选定的波长下采集一幅图像。打开光源和电调谐滤光器控制器,约半小时光源稳定后,把宫颈涂片放在载物台,把光源调节到一个合适的位置,对于相同的放大倍率以后每次都放到相同的位置,使照明强度相同。调节显微镜到科勒照明,以保证视场的亮度均匀;
采集多光谱图像的程序是:a、在每一个视场下,首先将电调谐滤光器16的透射波长定位到要采集的波长的中间波长,在计算机10的控制下利用图像处理算法进行自动聚焦,使视场最清晰;b、通过计算机10控制电调谐滤光器16切换到一个未采集而选定的波段下;c、用计算出的积分时间采集一幅图像;d、对采集到的图像进行灰度校正;e、当所选波段末扫描完时,然后再切换到下一个选定的波段,再采集一幅图像,再进行灰度校正,如此循环,直到所有所选的波段全部采集完毕;f、最后再进行彩色合成、处理分析和数据存储;
灰度校正的程序是:聚焦涂片,使细胞最佳清晰。a、移动涂片到空白区域,在一个空视场下,略微散焦,通过计算机10控制电调谐滤光器16和面阵CCD15,用一个相同的积分时间在每一个所选定的波段采集一幅图像;b、再根据这些图像算出每个波段下一个合适的积分时间,对于灰度值比较低的波段可以给一个长的积分时间,对于灰度值高的波段给一个短的积分时间,以对整个波段范围进行平衡补偿;c、根据计算出的积分时间再在每个选定的波段下重新采集一幅图像,得到增强的背底光谱图像;d、以后对于每一个波段的图像,都用与增强的背底光谱图像相同的积分时间进行采集,对灰度值进行提升,保证背底区域在不同的波段都有一致的灰度值,便于图像处理和分析。由于对背底的校正是以象素为单位进行处理的,所以不仅可以有效去除成像***对不同波段灵敏度不同的影响,也可一对蓝光波段进行补偿提升,有效的消除一些轻微的视场不均匀性以及面阵CCD15各象素感光灵敏度差异;
附图3是一个由低倍到高倍最后到综合处理、分析所获取光谱图像的程序图,是***总的处理程序,***总的处理由低倍处理,高倍处理,综合处理完成。a、***的计算机10首先保证从面阵CCD15获得的图像能够真实或者接近真实反映宫颈涂片的多光谱信息。由于传统医师在检验宫颈涂片遵循:首先在低倍显微镜下面视察,找到可疑的区域,然后转到高倍显微镜下对可疑的区域每一个细胞进行仔细的筛查,找到可疑的细胞,从而对切片作出合符诊断学的判断。依照同样的原理,本***对涂片的处理也遵循低倍处理和高倍处理相结合的原理;b、对于面阵CCD15检测的到的每一张低倍图像,***计算机10控制***计算机的算法软件对其处理,判断该图像是否含有可疑的目标,在低倍处理的过程种可疑的目标包括可疑异常单核细胞,可疑的多核细胞;c、一旦检测到该图像中存在可疑的目标,***计算机将控制显微镜转到高倍,对存在可疑目标的子区域进行精细的筛选;d、一旦检测到低倍图像不含有感兴趣的可疑目标或者不存在感兴趣的视场,***计算机将对涂片进行下一场的低倍图像获取处理;依上叙的方法,计算机在低倍下对涂片上所有的目标进行扫描处理,直到一定条件满足,例如:检测到的细胞数达到一定上限;检测到可疑细胞数达到一定的数目;***检测的总时间达到一定的上限;一旦***处理在低倍视场找到可疑的目标,***计算机将保存可疑目标的位置并且将显微镜转到高倍下对可疑目标进行精确的处理进行处理;由于显微镜在低倍处理下所获得的视场和在高倍下所获得的视场之间存在差异,简单的说低倍视场所扫描的区域要比高倍所扫描的区域要大,所以***把含有可疑目标的低倍视场近似的等分成一定数目的子区域;在高倍下,***依据一定的优先次序,例如:子区域含有可疑目标的多少;子区域含有目标的多少;等等,先后扫描这些子区域;如果子区域不含有感兴趣的目标,***计算将转到下一次序的子区域;e、计算机在高倍下对所有子视场进行扫描处理,直到满足一定条件,例如:满足***处理完成条件,满足所有的子区域扫描完条件等等,f、在综合处理阶段118,***将综合利用低倍分析结果106,高倍分析结果114,对涂片进行评估。评估的结果包括:正常或者需要重新扫描;
附图4是低倍图像处理的程序。传统上对于宫颈细胞的处理要么是基于灰度图像,要么是彩色RGB三通道图像,但是实践表明对于复杂的宫颈细胞图像而言,传统图像提供的信息太少。在方法上,一般利用阈值的方法,利用三值化对宫颈细胞图像进行分割处理。高阈值提供图像的背景信息,中阈值提供的细胞的浆信息,低阈值提供图像的核信息。然而采用此方法是建立在理想的情况基础上,即宫颈细胞图像中的浆、背景、核受杂质、噪声等实际情况干扰很低。事实上受实际工作条件的影响,上叙的理想情况很难出现,对于大多数的宫颈细胞图像而言,背景、浆、核之间对比度差异对于采用阈值处理的方法远远不够。基于图像分割的精确性和一致性将决定后期的工作的精度性和一致性原因,本***利用多光谱图像的特征对宫颈图像进行分割。在低倍处理过程中***将对每一幅图像进行分割,分割出感兴趣目标。感兴趣目标包括:单核细胞、多核细胞。实践上由于医生判定一个涂片正常与否,往往是综合微观细节和宏观大局信息,医生既要对单个细胞进行准确的判断,也要考虑成组成块细胞的情况。在对涂片评估过程中,虽然单核细胞对评估起到最重要的作用,但是也不能忽视多核细胞和重叠核细胞提供的辅助作用。所以本***对于成组成块细胞也给予了足够的重视。***首先对低倍视场进行评估124。对于低倍处理视场可能会出现以下一些情况:(a)该视场是一空白,也就是说该视场不含有任何目标;(b)该视场含有气泡现象,由于气泡对于宫颈图像处理而言完全属于杂质和干扰,气泡出现是由于对宫颈涂片不正当预处理而造成,属于预处理的问题,所以在视场中必须排除气泡现象;(c)由于光照不均匀所造成的成条区域视场。对于以上三中可能出现的情况,***计算机在低倍处理时候必须先排除掉。由于低倍处理主要的作用是确定感兴趣可疑的区域以及提供一些全局的信息,所以***在低倍处理的时候仅仅利用了总共36个波段的小部分。这样在低倍处理的时候节约了大量的采样的时间,处理时间。在图像分割阶段126,***将充分利用多光谱特征对宫颈细胞进行准确的分割,详细的描叙见附图7以及其说明。对于分割开的细胞浆和核,特征计算128将计算一系列特征值。这些特征值既包括图像的形态特征(从覆盖层得到),也包括目标内容特征(覆盖层所覆盖区域目标得到),同时一系列图像全局特征也将计算到。由于低倍显微镜所获得的图像特别小,所以对其精确测量不可能,这时候对于目标的纹理,上下文的测量就显得特别重要。在目标分类130阶段,依据先验知识***对于图像中可能出现的各种细胞进行训练,训练的细胞有:正常的单核细胞、异常的单核细胞、可疑多核细胞、正常多核细胞、各种杂质。训练的结果使得***能够很好的分辨出异常单核细胞、可疑多核细胞。依据训练的结果,***设计出一套分层判别器,每层都包含排除正常的单核细胞、杂质、正常的多核细胞。分层判别器,每下一层都比上一层要精确,当然每下一层测量的特征也比上一层都要多。本***设计了三层的判别器。最终***将能够识别那些含有潜在的异常单核细胞,潜在的异常多细胞。在信息输出阶段132,低倍分析将对每一处理过的低倍视场进行信息评价。这些评价包括:可疑目标区域的位置信息、视场宏观信息、各种细胞信息。依据可疑目标区域信息,***将控制显微镜转到高倍处理。详细描叙见附图5及其说明;
附图5是高倍图像处理的程序。高倍处理类似低倍处理。由于低倍处理时候,所获得的图像比较小,所以相对而言其处理精度不高;而高倍处理的时候,所获得图像相对比较大,各种目标也相对比较大,所以其相对精度要高。首先***依据低倍处理获得可疑目标区域位置信息,计算机控制显微镜转到高倍下,对目标区域的子区域自动聚焦,获得多光谱图像。图像分割阶段142,***将充分利用多光谱信息对宫颈细胞分割,具体过程见附图7以及其说明。在特征计算阶段,***将独立对三种类型的细胞进行各种特征测量,这些测量既包括目标各种形态特征,也包括目标的内容特征。目标分类阶段146,***依据特征提取142,对三类细胞进行分类:正常单核细胞、异常单核细胞、正常多核细胞、异常多核细胞、正常重叠核细胞、异常重叠核细胞。设置结束条件150,以判断高倍扫描是否完成,以及适当的时候回到低倍下一视场进行处理。结束条件例如:所有高倍视场处理完;***处理完成。输出信息148将保存(以文件或者其他方式)高倍视场各种有用信息,这些信息包括:异常单核信息、异常多核细胞信息、异常重叠核细胞信息以及视场信息]
附图6是低倍处理以及高倍处理对三种细胞的处理程序示意图:在宫颈涂片制作过程中,常常会出现细胞重叠现象,虽然运用一定的制片技术(例如ThinPrep)可以在一定程度上减轻重叠程度,但是想彻底消除制片过程种细胞重叠是不可能的。基于细胞中浆和核的关系,本***将细胞分成三中类型,单核细胞,多核细胞,重叠核细胞。将细胞分成三种类型的理由是:1>,对于单核细胞而言,由于细胞浆和核都是分离状态,和同种类型之间不存在粘连情况,有非常准确的分割效果,提供最精确细胞信息。2>,对于多核细胞,由于细胞浆之间存在重叠,每块细胞浆中不存在粘连的细胞核,每一细胞浆进行精确的分割是不可能,细胞浆的信息不能完全反映细胞真实的情况,本***将这些粘连的细胞浆当作一整体进行处理,但是细胞核都有很好的分离效果,可以提供比较准确的真实信息。3>,对于重叠核细胞,由于浆和核都存在粘连,所以无论对于浆还是对于核的分割处理都不可能完全反映其真实情况,这时***将粘连的细胞浆以及其中包含的核当作一个整体。依据上面所描叙三类细胞的特点,显然这三类细胞拥有不同的分割精度和测量精度,以及由此而产生的不同的测量特征并对***的贡献不同的作用,所以***将细胞分为三类从而充分合理的利用细胞信息。对于每一类细胞,***将独立进行参数测量,模式识别,细胞评价。对于单核细胞,细胞评价包括:正常的单核细胞数、异常的单核细胞数。对于多核细胞,细胞评价包括:可以检测到的所有多核细胞数、可以检测到的可疑异常多核细胞数。对于重叠核细胞,细胞评价包括:可以检测到的重叠核细胞数、可以检测到可疑异常重叠核细胞数。在综合评价的时候,***将综合三种评价结果,运用判别分析(discriminatory analysis)对细胞进行综合评价。从而对涂片给出评价;
附图7是***中对于低倍细胞图像以及高倍细胞图像进行分割的程序图,是利用多波段图像对宫颈细胞进行分割,包括:a、从多波段图像中挑选一些感兴趣的波段图像;b、利用挑选的波段图像的对数比值或比值产生新的图像;c、分割包括对细胞浆的分割,细胞核的分割;d、分割产生细胞核的覆盖层,细胞浆覆盖层;e、排除不感兴趣的目标或区域;分割方法包括使用下述公式:
I N = e - ρ N
公式中:I----为目标的光强度;IN-----新生成的图像;ρN----目标的吸收率。下面详细说明其原理以及分割方法。依据朗伯定律:I=I0e-ρd其中I为目标的光强度(目标),I0为入射光强度(背景),ρ为目标的吸收率,d为目标的厚度。结合多光谱信息,推导出: I N = e - ρ N 公式6-1
由公式6-1说明,新生成的图像IN仅仅和ρv吸收率有关,与入射光强度,目标的厚度无关。显然由公式6-8新生成的图像可以排除入射光的干扰(I0),目标重叠(d)现象的干扰。新生成的图像IN由ρ1和ρ2决定,而ρ和物质成分,滤波波长相关,对于固定目标(物质成分固定),IN仅仅和λ相关。应用公式6-1对宫颈细胞图像进行分割是本发明一大特色。由公式6-1,***首先依据训练和数理统计方法选择若干波段图像,对这些选择的波段图像进行对数变化,对数变化后的图像进行组合产生新的灰度图像,新的灰度图像大大增强了背景和目标的对比度,排除了光照的影响,细胞重叠的影响。在新的图像基础上***利用阈值的方法进行分割,由于新的图像大大增强了背景和目标的对比度(效果示意图见附图8a、8b),所以***可以利用一个阈值很好低分割开目标和背景。本***设计的分割不是依据传统的方法,仅仅将图像分割成0-1图像,而是产生一系列覆盖层,利用覆盖层唯一表示目标。***将产生细胞核覆盖层,单核细胞覆盖层,多核细胞覆盖层,重叠核细胞覆盖层。产生覆盖层的好处是:(a)覆盖层能够放映目标的形态特征;(b)覆盖层能够放映细胞内容特征。而单纯的传统0-1图像仅仅能够反映的是细胞的形态特征。利用阈值分割的背景和目标图像将产生细胞浆覆盖层,此覆盖层将唯一标识细胞浆。由于宫颈细胞浆往往会出现浆不致密的情况,浆成蜘蛛网形态。本***利用了一系列数学形态学的方法,例如:膨胀、腐蚀、开运算、闭运算对浆进行平滑封闭处理,处理后浆将产生致密的覆盖层。同样的方法,***通过数据训练和数理统计选择若干波段,对这些选择的波段图像进行对数变化,注意到此时选择的波段和对浆处理的波段并不一致。采用类似的方法可以将核和其他目标分割开来,类似的方法对于细胞核覆盖层,本***也采用一系列数学形态学处理,处理后细胞核将产生致密的细胞核覆盖层。最后***将细胞浆覆盖层,细胞核覆盖层叠加起来完成目标的初步分割。初步分割的覆盖层仅仅能够唯一标识细胞核核细胞浆的信息,此时***将对每一细胞浆含有核的情况进行考虑,如果细胞浆仅仅含有一个细胞核,那么***认为此细胞为单核细胞,此时***将重新分配覆盖层,覆盖层唯一标识单核细胞胞浆和胞核的信息。如果细胞浆含有多个核,那么***将认为此细胞多核细胞,同样***将重新分配新的覆盖层,此覆盖层将唯一标识多核细胞胞浆和胞核的信息,注意到多核细胞覆盖层和单核细胞覆盖层颜色并不相同。

Claims (4)

1、一种多光谱细胞涂片自动分析仪,它包括显微镜(1),自动上片装置(3),自动上片控制***(4),照明***(5),计算机(10),显示器(12),面阵CCD(15)及数据采集***(14);其特征在于,a、有一个变焦装置(2),用于实现低倍对可疑或感兴趣区域检测和高倍对可疑细胞作是否属异常细胞检测;b、一个自动载物台(6)及三维移动控制***(7)和自动上片装置(3),用于实现细胞涂片的自动扫描和聚焦;c、一个配置在显微镜(1)上的电调谐滤光器(16)及电调谐滤光器控制器(8)和面阵CCD(15),用于实现显微光谱图像的快速采集;所述的电调谐滤光器(16)一端安装在显微镜(1)上,另一端与面阵CCD(15)连接,染色涂片细胞像经过电调谐滤光器(16)后成像在面阵CCD(15)上,计算机(10)则通过控制滤光器控制器(8)调节加在电调谐滤光器(16)上的电信号,改变其通频带的中心频率,面阵CCD(15)检测出的图像信号通过图像采集卡转换成数字图像存贮在计算机(10)中,供计算机(10)进行图像处理和分析;
所述的自动上片装置(3)通过自动上片控制***(4)与计算机(10)连接,由计算机(10)控制自动上片装置(3)装载细胞涂片到自动载物台(6)上和从自动载物台(6)卸载已分析完成的细胞涂片;
所述的自动载物台(6)通过自动载物台三维移动控制***(7)与计算机(10)连接,由计算机(10)通过面阵CCD(15)采集的图像计算聚焦控制自动载物台(6)上下移动进行自动聚焦,控制自动载物台(6)水平移动实现涂片扫描。
2、按权利要求1所述的自动分析仪,其特征在于:变焦装置(2)其变焦倍数为:在分析开始时显微镜(1)的物镜转动范围为4-20倍的低倍,低倍分析完成后,显微镜(1)的物镜转动范围为20-100倍的高倍。
3、一种将权利要求1所述多光谱细胞涂片自动分析仪用于宫颈细胞的分析方法,其特在于,它包括下述步骤:a、采集多光谱图象;b挑选、分析多光谱图象;c、测量细胞参数;d、对细胞进行模式识别;e、综合整理分析结果;所述步骤体现在***的程序中,包括:a、一个采集多光谱图像的程序,它是将细胞涂片的每一个局部区域经过显微镜(1)放大后再通过电调谐滤光器(16)分别取出不同光谱波段的图像,经过面阵CCD(15)送入计算机;b、一个由低倍到高倍最后到综合处理、分析所获取光谱图像的程序,它是对多光谱图像进行反复筛选,挑选感兴趣的图像,进行准确分割出细胞的胞核和胞浆,测量细胞参数,进行模式识别,最后综合整个分析结果;其中包括一个低倍和高倍图像的获取程序,一个低倍和高倍处理单核、多核、和重叠核细胞的程序,一个低倍细胞图像和高倍细胞图像进行分割的程序;
所述的采集多光谱图像程序为:a、在每一个视场下,首先将电调谐滤光器(16)的透射波长定位到要采集的波长的中间波长,在计算机(10)的控制下利用图像处理算法进行自动聚焦,使视场最清晰;b、通过计算机(10)控制电调谐滤光器(16)切换到一个未采集而选定的波段下;c、用计算出的积分时间采集一幅图像;d、对采集到的图像进行灰度校正;e、当所选波段末扫描完时,然后再切换到下一个选定的波段,再采集一幅图像,再进行灰度校正,如此循环,直到所有所选的波段全部采集完毕;f、最后再进行彩色合成、处理分析和数据存储;
所述的对细胞涂片进行由低倍到高倍处理,最后进行综合处理程序包括:a、计算机(10)首先保证从面阵CCD(15)获得的图像能够真实或者接近真实反映宫颈涂片的多光谱信息;b、对于面阵CCD(15)检测得到的每一张低倍图像,由计算机(10)对其处理,判断该图像是否含有可疑的目标,包括可疑异常单核细胞,可疑的多核细胞;c、一旦检测到该图像中存在可疑的目标,***计算机(10)将控制显微镜(1)转到高倍,对存在可疑目标的子区域进行精细的筛选;d、一旦检测到低倍图像不含有感兴趣的可疑目标或者不存在感兴趣的视场,***计算机(10)将对涂片进行下一场的低倍图像获取处理;e、计算机(10)在高倍下对所有子视场进行扫描处理,直到满足一定条件,可以是满足***处理完成条件,或满足所有的子区域扫描完条件;f、在综合处理阶段,***将综合利用低倍分析结果和高倍分析结果对涂片进行评估,评估的结果包括:正常或者需要重新扫描;
所述的***中对于低倍细胞图像以及高倍细胞图像进行分割处理程序是利用多波段图像对宫颈细胞进行分割,包括:a、从多波段图像中挑选一些感兴趣的波段图像;b、利用挑选的波段图像的对数比值或比值产生新的图像;c、分割包括对细胞浆的分割,  细胞核的分割;d、分割产生细胞核的覆盖层,细胞浆覆盖层;e、排除不感兴趣的目标或区域;分割方法包括使用公式:
                  IN=e-ρN
公式中:I----为目标的光强度;IN-----新生成的图像;ρN----目标的吸收率。
4、按权利要求3所述的方法,其特征在于,所述灰度校正的程序包括:a、移动涂片到空白区域,在一个空视场下,略微散焦,通过计算机(10)控制电调谐滤光器(16)和面阵CCD(15),用一个相同的积分时间在每一个所选定的波段采集一幅图像;b、再根据这些图像算出每个波段下一个合适的积分时间,对于灰度值比较低的波段可以给一个长的积分时间,对于灰度值高的波段给一个短的积分时间,以对整个波段范围进行平衡补偿;c、根据计算出的积分时间再在每个选定的波段下重新采集一幅图像,得到增强的背底光谱图像;d、以后对于每一个波段的图像,都用与增强的背底光谱图像相同的积分时间进行采集,对灰度值进行提升,保证背底区域在不同的波段都有一致的灰度值,便于图像处理和分析。
CN 200310111610 2003-12-19 2003-12-19 一种多光谱细胞涂片自动分析仪及其用于宫颈细胞的分析方法 Expired - Fee Related CN1236302C (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 200310111610 CN1236302C (zh) 2003-12-19 2003-12-19 一种多光谱细胞涂片自动分析仪及其用于宫颈细胞的分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 200310111610 CN1236302C (zh) 2003-12-19 2003-12-19 一种多光谱细胞涂片自动分析仪及其用于宫颈细胞的分析方法

Publications (2)

Publication Number Publication Date
CN1553165A CN1553165A (zh) 2004-12-08
CN1236302C true CN1236302C (zh) 2006-01-11

Family

ID=34336220

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 200310111610 Expired - Fee Related CN1236302C (zh) 2003-12-19 2003-12-19 一种多光谱细胞涂片自动分析仪及其用于宫颈细胞的分析方法

Country Status (1)

Country Link
CN (1) CN1236302C (zh)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101331500B (zh) * 2005-10-14 2015-04-29 尤尼森斯繁殖技术公司 细胞群的变化的测定
CN101339185B (zh) * 2008-06-23 2011-03-02 武汉呵尔医疗科技发展有限公司 用于脱落细胞检测的自动显微成像仪及检测方法
CN103975364B (zh) * 2011-12-05 2017-04-12 皇家飞利浦有限公司 针对宫颈的光学检查的图像选择
CN102682305B (zh) * 2012-04-25 2014-07-02 深圳市迈科龙医疗设备有限公司 宫颈液基细胞学自动筛查方法和***
CN102788756A (zh) * 2012-07-13 2012-11-21 上海凯度机电科技有限公司 多模态生物显微分析仪
JP2014137262A (ja) * 2013-01-16 2014-07-28 Sony Corp 画像取得装置、画像取得方法、および情報処理プログラム
US20160123813A1 (en) * 2013-05-29 2016-05-05 Canon Kabushiki Kaisha Spectral microscopy device
CN103489188A (zh) * 2013-09-23 2014-01-01 华南理工大学 一种宫颈lct图像的异常细胞核定位方法
CN104459172B (zh) * 2014-11-28 2016-08-17 武汉兰丁医学高科技有限公司 一种自动化骨髓样本处理装置及其自动化分析、阅片方法
CN104614332B (zh) * 2015-02-02 2017-05-10 武汉呵尔医疗科技发展有限公司 一种复染环境下细胞dna定量测量方法
CN105738365B (zh) * 2016-01-27 2018-11-06 马靖华 病理诊断自动染色分析装置
CN106124420A (zh) * 2016-07-07 2016-11-16 威凯检测技术有限公司 一种光谱检测仪器数据自动分析与信息合成方法
CN106595860B (zh) * 2016-11-27 2018-12-14 苏州国科美润达医疗技术有限公司 多光谱成像***
CN107103604B (zh) * 2017-05-23 2018-11-13 重庆天之助生物科技有限公司 一种微粒子色度自动聚类分析***
CN108982500B (zh) * 2018-07-03 2020-07-14 怀光智能科技(武汉)有限公司 一种宫颈液基细胞学智能辅助阅片方法和***
CN110231259B (zh) * 2019-05-28 2022-02-18 怀光智能科技(武汉)有限公司 一种宫颈细胞玻片数字诊断***
CN110411926B (zh) * 2019-07-31 2022-03-08 长沙协大生物科技有限公司 一种通过小采样数据估计非正态分布细胞悬液浓度的方法
CN110530781A (zh) * 2019-08-30 2019-12-03 武汉呵尔医疗科技发展有限公司 一种单帧三波段数字图像采集剥离***
CN110987810A (zh) * 2020-01-05 2020-04-10 广州市汇研微电子技术有限公司 玻片分析机
CN113139485B (zh) * 2021-04-29 2023-11-17 新乡医学院 一种基于深度学习的骨髓细胞分类识别方法、装置及***
CN113420653A (zh) * 2021-06-22 2021-09-21 深圳跃美生物医学科技有限公司 一种细菌细胞形态学综合检测分析方法、装置及可读介质

Also Published As

Publication number Publication date
CN1553165A (zh) 2004-12-08

Similar Documents

Publication Publication Date Title
CN1236302C (zh) 一种多光谱细胞涂片自动分析仪及其用于宫颈细胞的分析方法
CN1296699C (zh) 显微多光谱骨髓及外周血细胞自动分析仪和分析骨髓及外周血细胞的方法
CN101339185B (zh) 用于脱落细胞检测的自动显微成像仪及检测方法
US6181414B1 (en) Infrared spectroscopy for medical imaging
US4175860A (en) Dual resolution method and apparatus for use in automated classification of pap smear and other samples
US6718053B1 (en) Method and apparatus for automated image analysis of biological specimens
US5848177A (en) Method and system for detection of biological materials using fractal dimensions
US7783098B2 (en) Method and apparatus for automated image analysis of biological specimens
CA1161271A (en) Method and apparatus for measuring mean cell volume of red blood cells
US7587078B2 (en) Automated image analysis
US11519843B2 (en) Biosensor platform and method for the simultaneous, multiplexed, ultra-sensitive and high throughput optical detection of biomarkers
CN112580748B (zh) 一种对染色图像的分类细胞计数的方法
EP3719477B1 (en) Method for optically detecting biomarkers
WO2024051429A1 (zh) 细胞扫描图像的获取方法和装置
WO2017079212A1 (en) Cell detection, capture, analysis, aggregation, and output methods and apparatus
DE102009033927B4 (de) Vorrichtung und Verfahren zum Lokalisieren eines validen Bereiches eines Blutausstriches
CN1226609C (zh) 分析生物样品用的方法
CN111398138A (zh) 一种干式血液细胞分析装置的光学检测***及方法
CN108387553B (zh) 针对白细胞与血小板共存全息图的分块重建与分类计数方法
CA2279945A1 (en) Infrared spectroscopy for medical imaging
Schneider et al. Computer-aided cytological cancer diagnosis: cell type classification as a step towards fully automatic cancer diagnostics on cytopathological specimens of serous effusions
CN116580011B (zh) 一种深度学习模型的子宫内膜癌全幻灯片图像检测***
CN1153564A (zh) 基于密度纹理的分类***和方法
Prasad et al. A high throughput screening algorithm for leukemia cells
CN116386036A (zh) 一种基于融合网络的红细胞高光谱图像分类方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C19 Lapse of patent right due to non-payment of the annual fee
CF01 Termination of patent right due to non-payment of annual fee