The embodiments disclosed herein relate to systems and methods for determining the presence and amount of analytes in biological samples. The system and method for determining the presence of the analyte utilizes a plurality of images of the sample slide, wherein the image includes a plurality of fields of vision with a plurality of focal planes. The system and method utilize an algorithm configured to balance the color and gray intensity of the plurality of images and determine whether or not the plurality of images contain the analyte based on this.
【技术实现步骤摘要】
【国外来华专利技术】图像分析系统和相关方法在主题与本文不矛盾的情况下，优先权申请的所有主题均通过引用并入本文。
技术介绍
显微镜技术用于诊断若干种疾病、血液学状况等。一些显微镜技术需要专门的显微镜或其他设备来达到足够的分辨率以进行适当的诊断。显微镜可以用于使用涂片(诸如厚血液涂片)来检测分析物(诸如疟疾)。典型地，显微镜包括具有相对浅的景深的油浸透镜，以实现检测引起疟疾的寄生原虫所需的分辨率。透镜典型地呈现仅几微米、约一微米或小于一微米的景深。典型地，对涂片的整个厚度进行成像，以最终诊断由分析物的存在指示的状况。然而，涂片的厚度大于几微米，这可能具体取决于图像的焦平面而导致诊断问题。为了确保分析整个涂片，可以减小或增大样本与透镜之间的距离，以捕获涂片中每个视野(FoV)的多个焦平面。典型的显微镜包括被配置成以微米位移增大或减小透镜与样本之间的距离的常规聚焦系统。然而，这种常规聚焦系统可能昂贵且复杂，这使得常规聚焦系统不适用于疟疾最普遍的区域，诸如在贫困地区。典型的诊断措施包括雇用人类技术人员扫描显微镜中的载玻片以在视觉上确定分析物是否存在。然而，限制人类显微镜工作者的敏感性和稳定性的因素包括人与人之间和人本身的变数、注意力不集中、眼疲劳、疲劳和缺乏训练。缺乏训练在资源匮乏的环境中尤其明显，其中与诸如疟疾等疾病的负担相比，高素质的显微镜工作者可能供应不足。另外，人类技术人员可能无法识别或量化样本载玻片中浓度特别低的分析物(例如，低寄生虫血症)。因此，显微镜的开发者和使用者继续寻求用于确定分析物的存在的显微镜和诊断技术的改进。
【技术保护点】
1.一种用于确定血液中的分析物的存在的系统，所述系统包括：/n至少一个存储器存储介质，所述至少一个存储器存储介质被配置成用于存储样本载玻片的多个图像，所述多个图像包括：/n多个视野，每个视野包括所述样本载玻片的唯一x和y坐标；以及/n多个焦平面，每个焦平面具有所述样本载玻片的唯一z坐标；/n至少一个处理器，所述至少一个处理器可操作地耦合到所述至少一个存储器存储介质，所述至少一个处理器被配置成用于：/n确定白平衡变换并将其应用于所述多个图像中的每一者，以有效地产生多个经颜色校正的图像；/n确定自适应灰度变换并将其应用于所述多个图像中的每一者，以便为所述多个图像中的每一者提供自适应灰度强度图像；/n检测并识别所述经颜色校正的图像和所述自适应灰度强度图像中的一个或多个候选对象，并且所述至少一个处理器进一步被配置成用于：/n对所述自适应灰度强度图像执行自适应阈值化操作并基于此输出一个或多个候选对象；/n将所述一个或多个检测到的候选对象集群成包括每集群一个或多个相邻候选对象的集群，并将指示一个或多个相邻候选对象的集群是单一候选对象的检测到的候选对象的集群相关联，并且输出所述一个或多个相邻候选对象...
【技术特征摘要】
【国外来华专利技术】20170215 US 15/433,6561.一种用于确定血液中的分析物的存在的系统，所述系统包括：
至少一个存储器存储介质，所述至少一个存储器存储介质被配置成用于存储样本载玻片的多个图像，所述多个图像包括：
多个视野，每个视野包括所述样本载玻片的唯一x和y坐标；以及
多个焦平面，每个焦平面具有所述样本载玻片的唯一z坐标；
至少一个处理器，所述至少一个处理器可操作地耦合到所述至少一个存储器存储介质，所述至少一个处理器被配置成用于：
确定白平衡变换并将其应用于所述多个图像中的每一者，以有效地产生多个经颜色校正的图像；
确定自适应灰度变换并将其应用于所述多个图像中的每一者，以便为所述多个图像中的每一者提供自适应灰度强度图像；
检测并识别所述经颜色校正的图像和所述自适应灰度强度图像中的一个或多个候选对象，并且所述至少一个处理器进一步被配置成用于：
对所述自适应灰度强度图像执行自适应阈值化操作并基于此输出一个或多个候选对象；
将所述一个或多个检测到的候选对象集群成包括每集群一个或多个相邻候选对象的集群，并将指示一个或多个相邻候选对象的集群是单一候选对象的检测到的候选对象的集群相关联，并且输出所述一个或多个相邻候选对象的集群的位置，所述位置包括含有所述一个或多个相邻候选对象的一个或多个图像块；
针对每个单一候选对象定位具有最佳焦点的所述焦平面；
针对每个单一候选对象确定具有所述最佳焦点的所述焦平面中的每个单一候选对象的属性；
至少部分地基于一个或多个确定的属性来过滤每个单一候选对象；以及
提取并输出各自含有所述一个或多个候选对象中的至少一个过滤得到的单一候选对象的一个或多个图像块。
2.如权利要求1所述的系统，进一步包括：
阈值确定模块，所述阈值确定模块被配置成用于确定所述自适应灰度强度图像中的一个或多个区域的局部自适应灰度强度阈值并且可操作地耦合到：
图像预处理模块，所述图像预处理模块被配置成用于从所述阈值确定模块接收一个或多个自适应灰度强度图像；以及
白血细胞检测模块，所述白血细胞检测模块被配置成用于从所述阈值确定模块接收白血细胞检测掩模，所述白血细胞检测掩模包括关于所述多个视野和所述多个焦平面中的白血细胞的位置的信息。
3.如权利要求2所述的系统，其中，所述阈值确定模块被配置成用于：
通过局部估计至少一些窗口的噪声基底来确定所述自适应灰度图像中的所述多个视野和所述多个焦平面中的多个窗口中的至少一些窗口的所述局部自适应灰度强度阈值，所述至少一些窗口包括其中含有一个或多个候选对象的至少一些窗口。
4.如权利要求3所述的系统，其中，所述阈值确定模块被配置成用于通过确定所述自适应灰度强度图像中的至少一些窗口中的每一者中的中值灰度强度值而不考虑归因于白血细胞的存在而引起的所述中值灰度强度值的任何变化来局部估计所述窗口中的至少一些窗口的所述噪声基底，以产生所述至少一些窗口中的每一者中的所述局部自适应阈值。
5.如权利要求4所述的系统，其中，所述阈值确定模块被配置成用于：
接收记录所述多个视野中的一个视野的一个或多个识别窗口内的白血细胞的存在和位置的信息；
当白血细胞被指示为存在时，用从所述视野中的所有像素确定的替换中值灰度强度值替换在所述视野的所述一个或多个识别窗口的特定区域中含有所述白血细胞的像素；
在用所述替换中值灰度强度值替换含有白血细胞的像素之后，确定所述一个或多个识别窗口中的每一者中的所有像素的局部中值灰度强度值；以及
基于其中的所述局部中值灰度强度值来输出所述一个或多个识别窗口中的每一者的所述局部自适应阈值。
6.如权利要求5所述的系统，其中，所述阈值确定子模块可操作地耦合到斑点识别子模块，所述斑点识别子模块被配置成用于接收所述局部自适应阈值并将其应用于与所述至少一些窗口相对应的所述自适应灰度强度图像中的每一者。
7.如权利要求2所述的系统，进一步包括斑点识别子模块，所述斑点识别子模块可操作地耦合到所述阈值确定子模块，所述斑点识别子模块被配置成用于从所述阈值确定子模块接收一个或多个局部自适应阈值。
8.如权利要求7所述的系统，其中，所述斑点识别子模块被配置成用于将所述局部自适应阈值应用于所述多个视野的对应图像块并且确定所述对应图像块中的一个或多个候选对象的存在，所述一个或多个候选对象具有低于所述局部自适应阈值的灰度强度。
9.如权利要求7所述的系统，其中，所述斑点识别子模块被配置成用于基于其暗度阈值而确定每个图像块中的低于所述局部自适应阈值的所述一个或多个候选对象的存在。
10.如权利要求1所述的系统，进一步包括斑点检测子模块，其中所述斑点检测子模块被配置成用于：
将所述自适应灰度强度图像的亮度反转，以产生多个反转的灰度强度图像；
基于所述多个反转的灰度强度图像来确定所述局部自适应灰度强度阈值；以及
基于所述多个反转的灰度强度图像的亮度阈值来确定每个图像块中的高于所述局部自适应阈值的所述一个或多个候选对象的存在。
11.如权利要求1所述的系统，其中，所述至少一个处理器进一步被配置成用于针对具有每个单一候选对象的每个图像块确定具有最高焦点得分的所述焦平面。
12.如权利要求11所述的系统，其中，所述至少一个处理器被配置成用于针对每个候选对象选择并输出具有所述最高焦点得分的相应焦平面。
13.如权利要求11所述的系统，其中，所述至少一个处理器被配置成用于针对每个单一候选对象识别具有所述最高焦点得分的所述焦平面中的最暗斑点，并将所述最暗斑点指定为感兴趣候选对象。
14.如权利要求11所述的系统，其中，所述至少一个处理器被配置成用于针对每个单一候选对象识别具有所述最高焦点得分的所述焦平面中的最圆斑点，并将所述最圆斑点指定为感兴趣候选对象。
15.如权利要求1所述的系统，其中，所述至少一个处理器被配置成用于确定每个单一候选对象的面积、圆度或灰度强度中的一者或多者。
16.如权利要求1所述的系统，其中，所述至少一个处理器被配置成用于针对每个单一候选对象输出具有所述最佳焦点的所述焦平面中的每个单一候选对象的确定的属性，以基于所述一个或多个确定的属性来将每个单一候选对象分类为伪影或候选对象。
17.如权利要求16所述的系统，其中，所述至少一个处理器进一步被配置为或包括伪影分类器，所述伪影分类器被配置成用于至少部分地基于一个或多个确定的属性对每个单一候选对象进行评分。
18.如权利要求17所述的系统，其中，所述至少一个处理器被配置成用于基于所述确定的属性中的一者或多者来确定候选对象的得分。
19.如权利要求18所述的系统，其中，所述至少一个处理器被配置成用于丢弃具有低于阈值得分的得分的单一候选对象，并且保留具有高于所述阈值得分的得分的每个单一候选对象。
20.如权利要求19所述的系统，其中，所述至少一个处理器被配置成用于提取并输出被保留的每个单一候选对象的一个或多个图像块。
21.如权利要求20所述的系统，其中，被保留的每个单一候选对象的所述一个或多个图像块包括视野和焦平面的经颜色校正的红色、蓝色和绿色图像以及自适应灰度强度图像的含有至少一个单一候选对象的小区域。
22.如权利要求21所述的系统，其中，所述至少一个处理器被配置成用于输出被保留的每个单一候选对象的所述一个或多个图像块，以便对被保留的每个单一候选对象进行特征提取。
23.如权利要求1所述的系统，其中，所述至少一个处理器被配置成用于：
确定白平衡变换并将其应用于所述多个图像中的每一者，以有效地产生多个经颜色校正的图像；
确定自适应灰度变换并将其应用于所述多个图像中的每一者，以便为所述多个图像中的每一者提供自适应灰度强度图像；
至少部分地基于所述一个或多个候选对象的一个或多个特性对所述一个或多个图像块中的所述一个或多个候选对象进行提取和评分，至少部分地基于所述得分来过滤所述一个或多个候选对象，并且针对每个过滤得到的候选对象输出一个或多个经颜色校正的图像块和一个或多个自适应灰度强度图像块；
从所述经颜色校正的图像块和所述自适应灰度强度图像块中提取一个或多个特征向量，并输出所述一个或多个特征向量；
将所述一个或多个特征向量中的每一者分类为对应于伪影或分析物；以及
确定被分类为分析物的所述特征向量是高于还是低于与阳性诊断相关联的阈值水平。
24.如权利要求23所述的系统，其中，所述至少一个存储器存储介质包括存储在其中作为可由所述至少一个处理器执行的计算机可读程序的图像预处理模块、候选对象检测模块、特征提取模块、分类模块以及诊断模块。
25.一种用于确定血液中的分析物的存在的方法，所述方法包括：
接收样本载玻片的多个图像，所述多个图像包括：
多个视野，每个视野包括所述样本载玻片的唯一x和y坐标；以及
多个焦平面，每个焦平面具有所述样本载玻片的唯一z坐标；
将白平衡变换应用于所述多个图像中的每一者，以有效地产生多个经颜色校正的图像；
将自适应灰度变换应用于所述多个图像中的每一者，以便为所述多个图像中的每一者提供自适应灰度强度图像；
检测并识别所述多个经颜色校正的图像和所述自适应灰度强度图像中的一个或多个候选对象，包括：
对所述自适应灰度强度图像执行自适应阈值化操作并基于此输出一个或多个候选对象；
将所述一个或多个检测到的候选对象集群成包括每集群一个或多个候选对象的集群，并将指示一个或多个相邻候选对象是单一候选对象的检测到的候选对象的集群相关联，并且输出所述一个或多个相邻候选对象的集群的位置，所述位置包括含有所述一个或多个相邻候选对象的集群的一个或多个图像块；
针对每个单一候选对象识别具有最佳焦点的所述焦平面；
针对每个单一候选对象确定具有所述最佳焦点的所述焦平面中的每个单一候选对象的属性；
至少部分地基于一个或多个确定的属性来过滤每个单一候选对象；以及
提取并输出各自含有所述一个或多个候选对象中的至少一个过滤得到的单一候选对象的一个或多个图像块。
26.如权利要求25所述的方法，其中，对所述自适应灰度强度图像执行自适应阈值化操作并基于此输出一个或多个候选对象包括：
接收一个或多个自适应灰度强度图像并接收白血细胞检测掩模，所述白血细胞检测掩模包括关于所述多个视野和所述多个焦平面中的白血细胞的位置的信息；以及
使用所述一个或多个自适应灰度强度图像和所述白血细胞检测掩模来确定所述自适应灰度强度图像中的一个或多个区域的局部自适应灰度强度阈值。
27.如权利要求26所述的方法，其中，确定所述自适应灰度强度图像中的一个或多个区域的局部自适应灰度强度阈值包括通过局部估计至少一些窗口的噪声基底来确定所述自适应灰度图像中的所述多个视野和所述多个焦平面中的多个窗口中的至少一些窗口的所述局部自适应阈值，所述至少一些窗口包括其中含有一个或多个候选对象的至少一些窗口。
28.如权利要求27所述的方法，其中，局部估计所述窗口中的至少一些窗口的所述噪声基底包括确定所述自适应灰度强度图像中的所述至少一些窗口中的每一者中的中值灰度强度值而不考虑归因于白血细胞的存在而引起的所述中值灰度强度值的任何变化。
29.如权利要求28所述的方法，其中，确定所述自适应灰度强度图像中的所述至少一些窗口中的每一者中的中值灰度强度值包括：
接收记录所述多个视野中的一个视野的一个或多个识别窗口内的白血细胞的存在和位置的信息；
当白血细胞被指示为存在时，用从所述视野中的所有像素确定的替换中值灰度强度值替换在所述视野的所述一个或多个识别窗口的特定区域中含有所述白血细胞的像素；
在用所述替换中值灰度强度值替换含有白血细胞的像素之后，确定所述一个或多个识别窗口中的每一者中的所有像素的局部中值灰度强度值；以及
基于其中的所述局部中值灰度强度值来输出所述一个或多个识别窗口中的每一者的所述局部自适应阈值。
30.如权利要求29所述的方法，进一步包括将所述局部自适应阈值应用于所述自适应灰度强度图像的所述至少一些窗口中的每一者。
31.如权利要求26所述的方法，进一步包括将所述局部自适应阈值应用于所述多个视野的对应图像块并且确定所述对应图像块中的一个或多个候选对象的存在，所述一个或多个候选对象具有低于所述局部自适应阈值的灰度强度。
32.如权利要求31所述的方法，其中，确定所述对应图像块中的一个或多个候选对象的存在包括基于所述自适应灰度强度图像的暗度阈值来确定每个图像块中的低于所述局部自适应阈值的所述一个或多个候选对象的存在，所述一个或多个候选对象具有低于所述局部自适应阈值的灰度强度。
33.如权利要求31所述的方法，进一步包括：
将所述自适应灰度强度图像的亮度反转，以产生多个反转的灰度强度图像；
基于所述多个反转的灰度强度图像来确定所述局部自适应阈值；以及
基于所述多个反转的灰度图像的亮度阈值来确定每个图像块中的高于所述局部自适应阈值的所述一个或多个候选对象的存在。
34.如权利要求25所述的方法，其中，针对每个单一候选对象识别具有最佳焦点的所述焦平面包括针对具有每个单一候选对象的每个图像块确定具有最高焦点得分的所述焦平面。
35.如权利要求34所述的方法，进一步包括针对每个候选对象选择并输出具有所述最高焦点得分的相应焦平面。
36.如权利要求34所述的方法，进一步包括针对每个单一候选对象识别具有所述最高焦点得分的所述焦平面中的最暗斑点，并将所述最暗斑点指定为感兴趣候选对象。
37.如权利要求34所述的方法，进一步包括针对每个单一候选对象识别具有所述最高焦点得分的所述焦平面中的最圆斑点，并将所述最圆斑点指定为感兴趣候选对象。
38.如权利要求25所述的方法，其中，针对每个单一候选对象确定具有最佳焦点的所述焦平面中的每个单一候选对象的属性包括针对每个单一候选对象确定具有所述最佳焦点的所述焦平面中的每个单一候选对象的面积、圆度、形状或灰度强度中的一者或多者。
39.如权利要求25所述的方法，进一步包括针对每个单一候选对象输出具有所述最佳焦点的所述焦平面中的每个单一候选对象的一个或多个确定的属性，并且基于所述一个或多个确定的属性来将每个单一候选对象分类为伪影或候选对象。
40.如权利要求39所述的方法，其中，至少部分地基于一个或多个确定的属性来过滤每个单一候选对象包括使用伪影分类器，所述伪影分类器被配置成用于至少部分地基于所述一个或多个确定的属性对每个单一候选对象进行评分。
41.如权利要求40所述的方法，进一步包括基于所述一个或多个确定的属性来确定每个单一候选对象的得分。
42.如权利要求41所述的方法，其中，确定得分包括基于对应于已知分析物的已知属性对所述一个或多个确定的属性进行评分。
...
【专利技术属性】
技术研发人员：卡里·理查德·钱普林，查尔斯·德拉汉特，马修·P·霍宁，胡黎明，肖恩·K·麦圭尔，克洛西·墨哈尼安，克莱·马修·汤普森，本杰明·K·威尔逊，
申请(专利权)人：脱其泰有限责任公司，
类型：发明
国别省市：美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。