一种从无创性毛细血管视频中检测白细胞和/或白细胞亚型的方法技术

本发明专利技术公开了一种方法，该方法包括从利用光学装置拍摄的无创性毛细血管视频中获取包括人类受试者的预定区域的一个或多个毛细血管在内的感兴趣区域的第一多个图像，处理第一多个图像以确定位于该毛细血管中的一个或多个光学吸收间隙，以及利用在第一多个图像中检测到的任何光学吸收间隙的指示来注释第一多个图像。该方法还包括利用能够分辨白细胞和白细胞亚型的细胞结构的高级光学装置获取同一毛细血管的同一感兴趣区域的第二多个图像，并利用在第二多个图像中检测到的任何白细胞和/或检测到的任何白细胞的亚型的指示对第二多个图像进行时空注释。个图像进行时空注释。个图像进行时空注释。

【技术实现步骤摘要】
【国外来华专利技术】Journal of Hematology，94(8)(2019)，McKay等人的Visualization of Blood Cell Contrast in Nailfold Capillaries With High
‑
speed Reverse Lens Mobile Phone Microscopy，Biomedical Optical Express，11(4)(2020)以及McKay等人的Optimizing White Blood Cell Contrast in Graded
‑
Field
‑
Capillaroscopy Using Capillary Tissue Phantoms，Imaging，Manipulation，and Analysis of Biomolecules，Cells，and Tissues，International Society for Optics and Photonics XVIII，Vol.11243(2020)，所有均通过引用并入本文。
[0008]上述讨论的传统体内细胞成像系统和方法、
’
277专利和
’
221专利申请也不能确定可用于无创性确定RBC计数的红细胞密度。

技术实现思路

[0009]在一个方面，提出了一种从无创性毛细血管视频中检测白细胞和/或白细胞亚型的方法。该方法包括从利用光学装置拍摄的无创性毛细血管视频中获取包括人类受试者的预定区域的一个或多个毛细血管在内的感兴趣区域的第一多个图像，对第一多个图像进行处理以确定位于该毛细血管中的一个或多个光学吸收间隙，并且利用在第一多个图像中检测到的任何光学吸收间隙的指示来注释第一多个图像。该方法还包括利用能够分辨白细胞和白细胞亚型的细胞结构的高级光学装置获取同一毛细血管的同一感兴趣区域的第二多个图像，并且利用在第二多个图像中检测到的任何白细胞和/或任何白细胞亚型的指示对第二多个图像进行时空注释。该方法还包括将第一多个图像和来自第一多个图像的注释信息以及来自时空注释的第二多个图像的注释信息输入到机器学习子系统中，该机器学习子系统被配置为确定在第一多个图像中的一个或多个光学吸收间隙中存在白细胞和/或存在于第一多个图像中的一个或多个光学吸收间隙中的任何白细胞的亚型。
[0010]在一个实施例中，该机器学习子系统还可以被配置为确定在第一多个图像中检测到的任何光学吸收间隙的白细胞亚型。该机器学习子系统还可以被配置为以确定全白细胞差异测量和/或部分白细胞差异测量。该方法还可以包括将第一多个图像与时空注释的第二多个图像在时间上对准。在时间上对准可以包括通过使用光学装置和高级光学装置上的相同物镜来创建感兴趣区域和同一的感兴趣区域。在时间上对准可以包括通过将光学装置和高级光学装置聚焦在毛细血管中的相同位置来创建感兴趣区域和同一感兴趣区域。该方法还可以包括生成光学吸收间隙参考数据，该光学吸收间隙参考数据包括帧标识符和在第一多个图像中检测到的任何光学吸收间隙的指示。该方法还可以包括生成时空注释的查找数据，该查找数据包括帧标识符和任何存在的白细胞的亚型的指示。将第一多个图像与时空注释的第二多个图像在时间上对准可以包括将第一多个图像的帧标识符与视觉上时空注释的第二多个图像的帧标识符在时间上对准。该方法还可以包括将第一多个图像、光学吸收间隙参考数据和时空注释的查找数据输入到机器学习子系统中。该机器学习子系统可以被配置为输出检测到的任何白细胞和/或检测到的任何白细胞的亚型的结果数据并将结果表与基础真实数据进行比较。该机器学习子系统可以被配置为针对第一多个图像中的每个光学吸收间隙输出检测到的任何白细胞和/或检测到的任何白细胞的亚型的结果数据并且将结果数据与基础真实数据进行比较。对第二多个图像进行时空上注释可以还包括指示以下中的一项或多项：白细胞的尺寸、粒度、亮度、速度、伸长和/或边缘和/或位于检测到的
白细胞的位置的上游或下游的红细胞的密度变化。该白细胞的亚型可以包括粒细胞、嗜中性粒细胞、淋巴细胞、单核细胞、嗜酸性粒细胞或嗜碱性粒细胞。该光学装置可以包括高分辨率相机。该高级成像装置除其他外可以包括以下中的一个或多个：光谱编码共焦显微镜(SECM)装置、扫描式共焦对准平面激发(SCAPE)显微镜装置、散射共焦对准斜面成像(SCOPI)装置或倾斜背光照式显微镜(OBM)装置。该人类受试者的预定区域除其他外可以包括以下中的一项或多项：手指、甲囊、脚趾、舌头、牙龈、嘴唇、视网膜和/或耳垂。该光学装置可以被配置为输出至少一个光学吸收间隙信号。该高级光学装置可以被配置为输出高级光学信号。对第二多个图像进行时空注释可以是由人执行的。对第二多个图像进行时空注释可以是由处理子系统执行的。该方法可以还包括使用第一多个图像和来自第一多个图像的注释信息以及来自机器学习子系统的信息来确定在一个或多个光学吸收间隙中存在白细胞和/或存在于一个或多个光学吸收间隙中的任何白细胞的亚型，该机器学习子系统已经使用来自高级光学装置获取的第二多个图像的注释信息学习并确定了在一个或多个光学吸收间隙中存在白细胞和/或存在于一个或多个光学吸收间隙中的白细胞的亚型。
[0011]在另一方面，提出了一种从无创性毛细血管视频中检测白细胞和/或白细胞亚型的方法。该方法包括从利用光学装置拍摄的无创性毛细血管视频中获取包括人类受试者的预定区域的一个或多个毛细血管在内的感兴趣区域的第一多个图像，对第一多个图像进行处理以确定位于毛细血管中的一个或多个光学吸收间隙，以及利用在第一多个图像中检测到的任何光学吸收间隙的指示来注释第一多个图像。该方法还包括使用第一多个图像和来自第一多个图像的注释信息以及来自机器学习子系统的信息来确定在一个或多个光学吸收间隙中存在白细胞和/或存在于一个或多个光学吸收间隙中的任何白细胞的亚型，该机器学习子系统已经使用来自利用高级光学装置获取的第二多个图像的注释信息学习并确定了在一个或多个光学吸收间隙存在白细胞和/或存在于一个或多个光学吸收间隙中的白细胞的亚型。
[0012]在又一方面，提出了一种从无创性毛细血管视频中确定红细胞密度的方法。该方法包括从利用光学装置拍摄的无创性毛细血管视频中获取包括人类受试者的预定区域的一个或多个毛细血管在内的感兴趣区域的第一多个图像，对第一多个图像进行处理以确定位于毛细血管中的一个或多个血红蛋白光学吸收区域，以及利用在第一多个图像中检测到的血红蛋白光学吸收的任何区域的指示来注释第一多个图像。该方法还包括利用能够分辨红细胞的细胞结构的高级光学装置获取同一毛细血管的同一感兴趣区域的第二多个图像，利用在第二多个图像中检测到的任何红细胞的密度的指示对第二多个图像进行时空注释，以及将第一多个图像和来自第一多个图像的注释信息以及来自时空注释的第二多个图像的注释信息输入到机器学习子系统中，该机器学习子系统被配置为确定存在于第一多个图像中的一个或多个光学吸收间隙中的任何红细胞的密度。
[0013]在一个实施例中，根据红细胞的密度来确定红细胞计数。
附图说明
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种从无创性毛细血管视频中检测白细胞和/或白细胞亚型的方法，所述方法包括：从利用光学装置拍摄的无创性毛细血管视频中获取包括人类受试者的预定区域的一个或多个毛细血管在内的感兴趣区域的第一多个图像；对所述第一多个图像进行处理以确定位于所述毛细血管中的一个或多个光学吸收间隙；利用在所述第一多个图像中检测到的任何光学吸收间隙的指示来注释所述第一多个图像；利用能够分辨白细胞和白细胞亚型的细胞结构的高级光学装置获取同一毛细血管的同一感兴趣区域的第二多个图像；利用在所述第二多个图像中检测到的任何白细胞和/或任何白细胞的亚型的指示对所述第二多个图像进行时空注释；和将所述第一多个图像和来自所述第一多个图像的注释信息以及来自时空注释的第二多个图像的注释信息输入到机器学习子系统中，所述机器学习子系统被配置为确定在所述一个或多个光学吸收间隙中存在白细胞和/或存在于所述一个或多个光学吸收间隙中的任何白细胞的亚型。2.根据权利要求1所述的方法，其中所述机器学习子系统还被配置为确定在所述第一多个图像中检测到的任何光学吸收间隙的白细胞亚型。3.根据权利要求2所述的方法，其中所述机器学习子系统还被配置为以确定全白细胞差异测量和/或部分白细胞差异测量。4.根据权利要求1所述的方法，还包括将所述第一多个图像与时空注释的第二多个图像在时间上对准。5.根据权利要求4所述的方法，其中所述在时间上对准包括通过使用所述光学装置和所述高级光学装置上的相同物镜来创建所述感兴趣区域和同一的感兴趣区域。6.根据权利要求4所述的方法，其中所述在时间上对准包括通过将所述光学装置和所述高级光学装置聚焦在所述毛细血管中的相同位置来创建所述感兴趣区域和同一感兴趣区域。7.根据权利要求4所述的方法，还包括生成光学吸收间隙参考数据，所述光学吸收间隙参考数据包括帧标识符和在所述第一多个图像中检测到的任何光学吸收间隙的指示。8.根据权利要求7所述的方法，还包括生成时空注释的查找数据，所述查找数据包括帧标识符和任何存在的白细胞的亚型的指示。9.根据权利要求8所述的方法，其中将所述第一多个图像与时空注释的第二多个图像在时间上对准包括将所述第一多个图像的帧标识符与视觉上时空注释的第二多个图像的帧标识符在时间上对准。10.根据权利要求9所述的方法，还包括将所述第一多个图像、所述光学吸收间隙参考数据和时空注释的查找数据输入到所述机器学习子系统中，所述机器学习子系统被配置为输出检测到的任何白细胞和/或检测到的任何白细胞的亚型的结果数据并将所述结果表与基础真实数据进行比较。11.根据权利要求9所述的方法，其中所述机器学习子系统被配置为针对所述第一多个图像中的每个光学吸收间隙输出检测到的任何白细胞和/或检测到的任何白细胞的亚型的
结果数据并将所述结果数据与基础真实数据进行比较。12.根据权利要求1所述的方法，其中所述对第二多个图像进行时空上注释还包括指示以下中的一项或多项：白细胞的尺寸、粒度、亮度、速度、伸长和/或边缘和/或位于检测到得白细胞的位置的上游或下游的红细胞的密度变化。13.根据权利要求1所述的方法，其中白细胞的亚型包括粒细胞、嗜中性粒细胞、淋巴细胞、单核细胞、嗜酸性粒细胞或嗜碱性粒细胞。14.根据权利要求1所述的方法，...

【专利技术属性】
技术研发人员：C，
申请(专利权)人：露科实验室股份有限公司，
类型：发明
国别省市：