提供一种分析全血样品中白血细胞（WBC）的方法和装置，所述样品静置于腔室内。该腔室由至少一个透明板所限定，所述全血样品含有至少一种着色剂，该着色剂可用于区别地识别出所述样品中至少一种WBC类型与另一WBC类型。该方法包括以下步骤：a）生成静置于所述腔室内样品的至少一个图像；b）识别所述样品图像部分，每一部分具有单一WBC；c）使用第一压缩算法压缩所述样品图像部分；和d）使用第二压缩算法压缩样品图像的未包括在这些部分中的剩余部、或者丢弃剩余部。
【技术实现步骤摘要】
【国外来华专利技术】压缩全血样品分析的成像数据的方法及装置申请人特此要求对2011年4月14日提交的美国专利申请号为13/087,037的专利的优先权，其公开的内容通过引用方式并入本文。
本专利技术总体涉及通过显微图像对全血样品进行分析的方法和装置，尤其涉及用于压缩全血样品成像数据的方法和装置。
技术介绍
医学诊断通常包括对患者全血样品的分析。更常见的一种诊断方法是全血细胞计数（称为“CBC”），全血细胞计数为一系列测试，除了列举细胞组分外，其还包括红血细胞测量、网状红细胞计数、和白细胞分类计数（“LDC”，有时也被称为“白血细胞分类”），白细胞分类计数指辨别和计数血液样品中的白血细胞（WBC）类型。从历史上看，已经使用用于计数的方法中的不同方法执行CBC的分类。例如，在过去曾将少量未稀释血液涂抹在载玻片上，将干燥、定型的涂片染色，并在显微镜下检查该涂片，从而确定全血计数中的白细胞分类计数部分。可以从这种涂片获得合理的结果，但数据的准确性和可靠性在很大程度上取决于技术人员的经验和技术。血液涂片因下述原因存在多种问题，例如：必须杀死血细胞并定型，该过程阻碍了多种超活体染色以及结果依赖于活细胞的分析，并且血液涂片分析属于劳动密集型工作，成本高而且耗时。至少由于这些原因之一，使得血液涂片通常不为商业应用所偏爱。对全血样品的自动分析已取得某些成功，但通常存在严重的缺陷。例如，电阻抗式或光学流式细胞术仪器可用于执行LDC。流式细胞术包括使稀释的血液样品通过小的容器，在该容器中当血细胞连续通过该容器时，电阻抗式传感器或光学传感器可评估组成细胞。这些仪器通常需要流体处理设备并且需要稀释样品。大尺寸图像文件会妨碍使用彩色图像分析生物流体试样。大图像文件会占用存储空间、妨碍远距离传输和/或减缓处理过程。需要一种用于执行全血样品的自动分析（包括白细胞分类计数）并有助于处理并存储大图像文件的装置和方法。
技术实现思路
根据本专利技术的一方面，提供了一种用于分析静置在腔室中的全血样品的白血细胞（WBC）的方法。该腔室由至少一透明板所限定，所述全血样品含有至少一种着色剂，其可用于区别地识别所述样品中至少一种WBC类型与另一WBC类型。该方法包括以下步骤：a）生成静置于所述腔室内样品的至少一个图像；b）识别样品图像部分，其中每部分表示单一WBC；c）使用第一压缩算法压缩所述样品图像部分；和d）使用第二压缩算法压缩样品图像的未包括在所述部分中的剩余部，或者丢弃剩余部。根据本专利技术的另一方面，提供了一种用于对静置在腔室中的全血样品内的WBC成像的方法。该腔室被至少一透明板确定。该方法包括以下步骤：a）生成静置于所述腔室内样品的至少一个图像；b）识别样品图像部分以及每一部分在样品图像中的位置，其中每部分表示单一WBC；c）使用第一压缩算法压缩所述样品图像部分；和d）使用第二压缩算法压缩样品图像的未包括在所述部分中的剩余部，或者丢弃剩余部；并且e）解压缩所述样品图像部分并全部显示这些部分，其中每一部分基于其在样品图像中的位置而相对定位。根据本专利技术的另一方面，提供了一种用于分析静置在腔室中的全血样品的的装置。该装置包括物镜、样品照明器、析像管和可程控分析仪。样品照明器可提供荧光激发光和一种至多种透射光。析像管用于接收从样品发出的荧光和/或通过样品的透射光，并生成代表这些光的信号。可程控分析仪用于接收代表这些光的信号并生成静置于所述腔室内样品的至少一个图像。该分析仪进一步用于定量分析样品图像并识别该样品图像的部分，在该图像中每部分表示单一WBC。该分析仪进一步用于采用第一压缩算法选择性地压缩所述样品图像部分，以及使用第二压缩算法压缩样品图像的未包括在这些部分中的剩余部、或者丢弃剩余部。根据下面提供的本专利技术的详细描述和附图的图示说明，本专利技术的这些以及其他目的、特征和优点将变得显而易见。附图说明参考以下附图可更加清晰地阐明本专利技术的原理，其中：图1为腔室的剖面示意图。图2为生物流体样品盒的俯视图，其类型为可包括如图1所示的腔室的类型。图3为可用于分析腔室中样品的分析装置的示意图。图4A-图4D为淋巴细胞（4A）、嗜中性粒细胞（4B）、嗜酸性粒细胞（4C）和单核细胞（4D）的合成图像。图5A-图5D为淋巴细胞（5A）、嗜中性粒细胞（5B）、嗜酸性粒细胞（5C）和单核细胞（5D）的发红色荧光的图像。图6A-图6D为淋巴细胞（6A）、嗜中性粒细胞（6B）、嗜酸性粒细胞（6C）和单核细胞（6D）的发绿色荧光的图像。图7A-图7D为对于淋巴细胞（7A）、嗜中性粒细胞（7B）、嗜酸性粒细胞（7C）和单核细胞（7D）的在蓝光波长下具有红色曲线标记的细胞边界的光密度的图像。图8A-图8D为细胞图像，其中对于淋巴细胞（8A）、嗜中性粒细胞（8B）、嗜酸性粒细胞（8C）和单核细胞（8D），表现出超过预定强度的红色荧光和绿色荧光的连续像素被遮蔽。图9A-图9D为细胞图像，其中对于淋巴细胞（9A）、嗜中性粒细胞（9B）、嗜酸性粒细胞（9C）和单核细胞（9D），表现出超过预定强度的绿色荧光的连续像素被遮蔽。图10A-图10D为对于淋巴细胞（10A）、嗜中性粒细胞（10B）、嗜酸性粒细胞（10C）和单核细胞（10D），包括一组或多组表现出绿色荧光通道内局部最大强度的连续像素的图像。图11A-图11D是细胞的图像，其中对于淋巴细胞（11A）、嗜中性粒细胞（11B）、嗜酸性粒细胞（11C）和单核细胞（11D），具有超过预定阀值的蓝色光密度（OD）值的连续像素被遮蔽。图12为描述分别从淋巴细胞、嗜中性粒细胞、嗜酸性粒细胞和单核细胞的样品图像的训练集（trainingset）采集的的经验数据（以概率密度函数，即pdf的形式）相对于叶数目的曲线图。术语“概率密度函数”用于描述某特征具有某一特定值的可能性。对于具有离散值的特征，如叶数，其概率密度函数与该特征具有某一特定值的频率一致。例如，图12显示出在总体内约83%的淋巴细胞有一个叶，约15%的淋巴细胞有两个叶。需注意的是，该叶数是从样品图像计算得出，由于图像缺陷和图像分析算法的限制，该值可能与实际生物成分不一致。对于图像计算的所有特征值与其对应的生物值大致相同，并且一定程度的不准确性是内在的。然而，在本专利技术中，在分析（例如LDC）期间通过利用多种特征，可大大减少这些内在的不准确性，从而导致高准确性的分析。图13为描述分别从淋巴细胞、嗜中性粒细胞、嗜酸性粒细胞和单核细胞的训练集采集的经验数据（以概率密度函数，即pdf的形式）相对于上述各种WBC的确定的细胞面积的曲线图。图14为描述细胞内的高蓝OD区域的图像。图15为描述分别从淋巴细胞、嗜中性粒细胞、嗜酸性粒细胞和单核细胞的训练集采集的经验数据（以概率密度函数形式）相对于上述各种WBC的大颗粒比率的曲线图。图16为描述分别从淋巴细胞、嗜中性粒细胞、嗜酸性粒细胞和单核细胞的训练集采集的经验数据（以概率密度函数形式）相对于上述各种WBC的核比率的曲线图。图17为描述分别从淋巴细胞、嗜中性粒细胞、嗜酸性粒细胞和单核细胞的训练集采集的经验数据（以概率密度函数形式）相对于上述各种WBC的红-绿比的曲线图。图18为描述与被遮蔽的细胞的核相关的像素的图像，其中一圆圈被用于该图像以估计被遮蔽的区域。图19为图18所示图像本文档来自技高网...
【技术保护点】
一种用于分析全血样品中的白血细胞WBC的方法，所述全血样品在被分析时静置于腔室内，所述腔室由至少一个透明板所限定，所述全血样品含有至少一种着色剂，所述至少一种着色剂可用于区别地识别出所述样品中至少一种WBC类型与另一WBC类型，所述方法包括以下步骤：生成静置于所述腔室内的所述样品的至少一个图像；识别样品图像部分，其中每部分代表单一WBC；使用第一压缩算法压缩所述样品图像部分；以及使用第二压缩算法压缩样品图像的未包括在所述部分中的剩余部，或者丢弃所述剩余部。
【技术特征摘要】
【国外来华专利技术】2011.04.14 US 13/087,0371.一种用于分析全血样品中的白血细胞的方法，所述全血样品在被分析时静置于腔室内，所述腔室由至少一个透明板所限定，所述全血样品含有至少一种着色剂，所述至少一种着色剂可用于区别地识别出所述样品中至少一种白血细胞类型与另一白血细胞类型，所述方法包括以下步骤：生成静置于所述腔室内的所述样品的至少一个图像；识别多个样品图像部分，其中每部分代表单一白血细胞；使用第一压缩算法压缩所述多个样品图像部分，所述第一压缩算法是无损压缩算法；使用第二压缩算法压缩样品图像的未包括在所述部分中的剩余部，或者丢弃所述剩余部，所述第二压缩算法是有损压缩算法；关于一个或多个预定的可定量确定的特征，定量分析所述多个样品图像部分；使用所述可定量确定的特征识别每部分中的白血细胞的类型；限定围绕表示白血细胞的每一样品图像部分的边界，其中，每个边界具有特定的形状，且所有边界均有相同尺寸；以及使所述边界在所述样品图像的显示器内可视。2.根据权利要求1所述的方法，还包括以下步骤：将已识别的白血细胞类型与相应的表示所述白血细胞的已压缩样品图像部分相关联。3.根据权利要求1所述的方法，还包括以下步骤：将所述样品图像部分在所述样品图像内的位置与相应的已压缩样品图像部分相关联。4.根据权利要求3所述的方法，还包括以下步骤：解压缩所述样品图像部分；以及使用每个样品图像部分各自在样品图像中的位置将每个样品图像部分相对于其他样品图像部分定位。5.根据权利要求1所述的方法，还包括以下步骤：选择标准边界形状的尺寸，所述标准边界形状的尺寸足够大以包括表示在所述多个样品图像部分内表示的所有白血细胞中的最大白血细胞的样品图像部分；以及使用所述标准边界形状限定围绕每个样品图像部分的边界。6.根据权利要求1所述的方法，其中，围绕每一类型的白血细胞的样品图像部分的所述边界指示白血细胞的类型，且将该类型的白血细胞与所述样品图像中的其他类型的白血细胞相区别。7.根据权利要求1所述的方法，还包括以下步骤：以集合视图的方式显示多个表示白血细胞的样品图像部分。8.根据权利要求7所述的方法，其中，以集合视图的方式显示多个表示白血细胞的样品图像部分的所述步骤包括显示多个仅表示单一类型白血细胞的样品图像部分。9.根据权利要求7所述的方法，其中，以集合视图的方式显示多个表示白血细胞的样品图像部分的所述步骤包括将表示特定类型白血细胞的样品图像部分共同安排在所述集合视图内。10.一种用于使全血样品中的白血细胞成像的方法，所述全血样品静置于由至少一个透明板所限定的腔室内，所述方法包括以下步骤：生成静置于所述腔室内的所述样品的至少一个图像；识别多个样品图像部分以及每个部分在所述样品图像内的位置，其中每一部分表示单一白血细胞；使用第一压缩算法压缩所述多个样品图像部分，所述第一压缩算法是无损压缩算法；使用第二压缩算法压缩所述样品图像的未包括在所述部分中的剩余部，或者丢弃所述剩余部，所述第二压缩算法是有损压缩算法；解压缩所...
【专利技术属性】
技术研发人员：谢敏，王志洲，
申请(专利权)人：艾博特健康公司，
类型：
国别省市：
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。