分析数字全息显微术数据以用于血液学应用制造技术

一种用于分析数字全息显微术（DHM）数据以用于血液学应用的方法包括接收使用数字全息显微术系统获取的DHM图像和标识DHM图像中的一个或多个红细胞。针对包括在所述一个或多个红细胞中的每个相应红细胞，使用参数模型来估计相应红细胞的细胞厚度值，并且使用细胞厚度值为相应红细胞计算细胞体积值。

Analysis of digital holographic microscopy data for hematological applications

A method for analyzing digital holographic microscopy (DHM) data for hematological applications includes receiving a DHM image obtained using a digital holographic microscopy system and identifying one or more red blood cells in a DHM image. For each corresponding red blood cell included in the one or more red blood cells, a parametric model is used to estimate the cell thickness values of the corresponding red blood cells, and the cell volume values are calculated using the cell thickness values for the corresponding red blood cells.

【技术实现步骤摘要】
分析数字全息显微术数据以用于血液学应用本案为分案申请。其母案的专利技术名称为“分析数字全息显微术数据以用于血液学应用”，申请日为2015年6月16日，申请号为201580032575.4。相关申请的交叉引用本申请要求2014年6月16日提交的美国临时申请序号62/012,636的权益，所述美国临时申请被整体地通过引用结合到本文中。
本公开一般地涉及分析数字全息显微术（DHM）以用于血液学应用。本文中描述的各种系统、方法以及装置可以应用于例如红血细胞（RBC）体积测量和白血细胞（WBC）区分（differential）（细胞类型分类）应用。
技术介绍
数字全息显微术（DHM）（也称为干涉相位显微术）是一种成像技术，其提供了定量地跟踪透明样品中的亚纳米量级光学厚度改变的能力。不同于其中仅捕捉关于样品的强度（振幅）信息的传统数字显微术，DHM捕捉相位和强度两者。作为全息图捕捉的相位信息可以用来使用计算机算法来重构关于样品的扩展形态信息（诸如深度和表面特性）。现代的DHM实现提供若干附加益处，诸如快速扫描/数据获取速度、低噪声、高分辨率和用于无标签样本获取的潜力。诸如体积测量和分类之类的常规细胞分析技术依赖于缺少拓扑信息的二维细胞图像。因此，虽然这些技术可以基于诸如强度之类的信息来分析细胞，但其准确度由于缺少细胞的尺寸和形状的知识而被限制。因此，期望提供适用于提供关于细胞结构的更详细信息的成像模式（诸如DHM）的细胞分析技术。
技术实现思路
通过提供与分析数字全息显微术（DHM）以用于血液学应用相关的方法、系统以及装置，本专利技术的实施例解决并克服了上面的不足和缺点中的一个或多个。另外，如在本公开中进一步详细地解释的那样，本文中描述的技术也可以应用于其他临床应用。DHM以潜在无标记的方式用扩展深度和形态信息来实现高分辨率、宽视野成像的能力使本技术定位于供在若干临床应用中使用。例如，在血液学领域中，DHM可以被用于红血细胞（RBC）体积测量、白血细胞（WBC）区分（细胞类型分类）。针对尿沉渣分析，DHM虑及扫描层中的微流体样本以重构沉渣（可能不等待沉淀）；提高沉渣组分的分类准确度。DHM还可以通过DHM的扩展形态/对比（例如以在新鲜组织中在不标记的情况下将癌细胞与健康细胞区别开）的利用而被用于组织病理学应用。类似地，针对罕见细胞检测应用可以利用DHM的扩展形态/对比（例如，以区别罕见细胞，诸如循环肿瘤/上皮细胞、干细胞、受感染细胞等）。根据本专利技术的一个方面，如在某些实施例中所述，一种用于分析数字全息显微术（DHM）数据以用于血液学应用的方法包括接收使用数字全息显微术系统获取的DHM图像。在多个DHM图像中的每个中标识一个或多个连接分量。根据一个或多个连接分量生成一个或多个训练白血细胞图像，并且使用一个或多个训练白血细胞图像来训练分类器以标识白血细胞类型。当接收到新的DHM图像时，从DHM图像提取新的白血细胞图像。于是然后可以将分类器应用于新的白血细胞图像以确定概率值，其中每个相应的概率值对应于白血细胞类型中的一个。然后可以在图形用户界面中呈现新的白血细胞图像和多个概率值。在某些实施例中，可以使用该概率值来执行全血细胞（CBC）测试。在本专利技术的不同实施例中可以对前述做出各种增强、修改或添加。例如，在某些实施例中，在标识一个或多个连接分量之前，对多个DHM图像中的每个应用定阈值（thresholding）以突出每个相应的DHM图像中的亮点。然后可以移除具有在预定阈值以下的尺寸的分量（即，小的连接分量）。在某些实施例中，分类器是K最近邻（K-NN）分类器。此类分类器可以使用从多个DHM图像中的每个提取的基于纹理基元的纹理特征来将新的DHM图像分类。在其他实施例中，分类器是使用分层k均值和尺度不变特征变换（SIFT）描述符作为局部图像特征训练的视觉词汇词典（例如，词汇直方图）。例如，可以从多个DHM图像中的每个提取稠密SIFT描述符并将其用来构造表示词汇词典结构的二元查找树。然后可以基于二元查找树来生成视觉词汇词典。可以将一对一n个标记支持向量机（SVM）用于标识DHM图像中的多个白血细胞类型中的一个或多个。在其他实施例中，分类器是使用自动编码器卷积神经网络（CNN）训练的深度学习分类器。另外，在前述方法的某些实施例中，对白血细胞图像应用数字染色技术。例如，在一个实施例中，确定光学密度与和染色协议相关联的着色之间的映射。还确定与新的白血细胞图像相关联的光学密度信息。在呈现新的白血细胞图像之前，使用映射和光学密度信息将新的白血细胞图像着色。根据本专利技术的另一方面，如在某些实施例中所述，一种用于分析数字全息显微术（DHM）数据以用于血液学应用的制品包括非瞬时有形计算机可读介质，其保存用于执行前述方法的计算机可执行指令。该制品可以进一步包括针对上面关于前述方法讨论的任何附加特征的指令。在本专利技术的其他实施例中，一种用于分析数字全息显微术（DHM）数据以用于血液学应用的系统包括联网组件、建模处理器以及图形用户界面。联网组件被配置成与数字全息显微术系统通信以检索训练DHM图像和测试DHM图像。建模处理器被配置成：标识每个训练DHM图像中的一个或多个连接分量、根据一个或多个连接分量生成一个或多个训练白血细胞图像，以及使用一个或多个训练白血细胞图像来训练分类器以标识白血细胞类型。建模处理器被进一步配置成从测试DHM图像提取测试白血细胞图像，以及将分类器应用于测试白血细胞图像以确定概率值，其中每个相应的概率值对应于白血细胞类型中的一个。图形用户界面被配置成呈现测试白血细胞图像和概率值。根据参考附图进行的说明性实施例的以下详细描述，将使得本专利技术的附加特征和优点显而易见。附图说明当结合附图来阅读时，根据以下详细描述最佳地理解本专利技术的前述及其他方面。出于说明本专利技术的目的，在图中示出了当前优选的实施例，然而，应理解的是本专利技术不限于公开的特定手段。包括在图中的是以下各图：图1提供了根据某些实施例的用于处理DHM图像以用于红细胞体积计算的框架的图示；图2提供了如可以在某些实施例中执行的光程差DHM（OPD-DHM）图像中的红细胞的分割的示例图示；图3示出了如可以在某些实施例中利用的正常红细胞的几何模型；图4提供了图示出规则化的红细胞的参数建模的示例；图5提供了根据某些实施例的用于计算细胞体积的过程的图示；图6提供了如可以在某些实施例中应用其的用于将白血细胞分类的预处理框架的图示；图7示出了根据某些实施例的在训练和测试中使用的白血细胞的样本；图8A提供了如可以在某些实施例中使用的示出了可以用于针对每个细胞类型进行训练和测试的数据集的示例的表格；图8B示出了如可以根据某些实施例获得的针对本样本情况使用纹理基元特征和KNN分类器获得的成对分类结果；图9提供了如可以在某些实施例中应用其的局部图像特征采样的示例；图10示出了表示词汇词典结构的完整二元查找树结构；图11提供了如可以在某些实施例中应用的用于从局部图像特征（稠密SIFT描述符）到全局图像特征（词汇直方图）的变换的工作流程的可视化；图12示出了根据某些实施例获得的使用SIFT和SVM分类的成对分类结果；图13示出了可以在某些实施例中利用的具有一个隐藏层的前馈神经网络的结构；图14示出了根据某些实施例本文档来自技高网...

【技术保护点】
1.一种用于分析数字全息显微术（DHM）数据以用于血液学应用的方法，方法包括：接收使用数字全息显微术系统获取的DHM图像；标识DHM图像中的一个或多个红细胞；针对包括在所述一个或多个红细胞中的每个相应红细胞，使用参数模型来估计所述相应红细胞的细胞厚度值，以及使用细胞厚度值来计算所述相应红细胞的细胞体积值。

【技术特征摘要】
2014.06.16 US 62/0126361.一种用于分析数字全息显微术（DHM）数据以用于血液学应用的方法，方法包括：接收使用数字全息显微术系统获取的DHM图像；标识DHM图像中的一个或多个红细胞；针对包括在所述一个或多个红细胞中的每个相应红细胞，使用参数模型来估计所述相应红细胞的细胞厚度值，以及使用细胞厚度值来计算所述相应红细胞的细胞体积值。2.权利要求1的方法，其中通过包括如下各项的过程来标记DHM图像中的所述一个或多个红细胞：对DHM图像执行分割以生成包括针对所述一个或多个红细胞的边界的分割掩码；以及对分割掩码执行连接分量分析以标记所述一个或多个红细胞。3.权利要求2的方法，其中通过使组合优化框架中的分段恒定能量泛函最小化来执行分割。4.权利要求1的方法，其中参数模型使用卡西尼卵形线来表示所述一个或多个红细胞中的每个。5.权利要求1的方法，其中参数模型使用细胞直径值、最小凹陷厚度值、最大厚度值以及代表最大细胞厚度的圆直径值来表示所述一个或多个红细胞中的每个。6.权利要求1的方法，进一步包括：使用与包括在所述一个或多个红细胞中的每个相应红细胞相关联的细胞厚度值和细胞体积值来执行全血细胞（CBC）测试。7.权利要求1的方法，其中通过使根据参数模型估计的深度图与根据DHM图像观察到的深度之间的误差平方和最小化来确定参数模型中使用的参数。8.一种用于分析数字全息显微术（DHM）数据以用于血液学应用的制品，制品包括非瞬时有形计算机可读介质，其保存计算机可执行指令以用于执行包括如下各项的方法：接收使用数字全息显微术...

【专利技术属性】
技术研发人员：N埃尔泽希里，孙善辉，B乔治斯库，L拉迪克，A卡门，
申请(专利权)人：西门子医疗保健诊断公司，
类型：发明
国别省市：美国,US