[發明專利]一種全自動顯微影像熒光掃描系統

有效

• 申請號: 201911191764.2
• 申請日: 2019-11-28
• 公開（公告）號: CN110987886B
• 公開（公告）日: 2022-09-09
• 發明（設計）人: 亓立峰
• 申請（專利權）人: 上海納奧生物科技有限公司
• 主分類號: G01N21/64
• 分類號: G01N21/64
• 代理公司: 杭州裕陽聯合專利代理有限公司 33289
• 代理人: 姚宇吉

1.一種全自動顯微影像熒光掃描方法，包括如下步驟：

S1：設定好掃描區域，輸入X軸和Y軸掃描數量；

S2：X軸、Y軸、Z軸聚焦電機到起始位；

S3：Z軸聚焦電機大范圍定位，查找載玻片大概的聚焦位置；

S4：計算掃描圖像的清晰度；

S5：Z軸聚焦電機根據計算結果的反饋運行到清晰位置，若反饋的清晰度值為0，X軸移動到下一個視野再繼續查找清晰度，當達到閾值時停止查找；

S6：大范圍聚焦完成后，在當前視野的上下小范圍內再次聚焦，此次為最清晰聚焦；

S7：開始執行載玻片掃描動作，根據X軸和Y軸設定的掃描數量，開始逐行掃描；

S8：在逐行掃描運行過程中，使用小范圍聚焦，Z軸聚焦電機根據清晰度計算結果運行到清晰位置；

S9：在進行小范圍聚焦時，采用關鍵區域的梯度累加進行清晰度計算；

S10：掃描過程中，若聚焦值連續多次出現為0的情況，機器會自動回零，并提示掃描失敗；

S11：計算清晰度流程中的細胞提取操作，具體為：對切分出來的ROI區域進行判斷，通過顏色通道提取紅色、藍色、綠色三個通道， 并設定相應的像素值，通過面積大小、圓度、長寬比值和周長比的閾值進行是否合格的判定；

S12：分析陽性細胞；

所述S12中，陽性細胞的分析過程如下：

S12.1、加載細胞大圖B，需要分割出所有細胞；

S12.2、分割提取出符合要求的細胞之后，再將單個細胞的矩形區域ROI提取為R_i；

S12.3、對單個細胞提取的R_i進行紅點提取；

S12.4、若包含N_R個紅點符合陽性細胞的定義，則判斷該細胞為陽性細胞，否則不是陽性細胞；

所述S12.3中，對單個細胞提取的R_i進行紅點提取的步驟如下：

S12.3.1、對Ri進行BGR三通道分離，取紅色通道圖像，即可分離出所有紅點，該步得到Ri[R]，記作R；

S12.3.2、對R進行二值化操作，閾值為R的灰度均值M_R；

使得R中的像素P，如果P≥M_R，則p＝255；

如果PM_R，則p＝0，從而得到二值圖B_R；

S12.3.3、對B_R進行輪廓分析，以滿足條件的紅點區域面積分離出合格的紅點區域；

S12.3.4、統計合格的紅點區域個數N_R；

所述S4中，計算掃描圖像的清晰度的步驟如下：

S4.1、加載圖像流A，對每張圖像A_[i]進行清晰度計算，清晰度為C_[i]；

S4.2、計算單張圖像的清晰度C_[i]；

S4.3、計算出清晰度，記錄A中每張圖像的清晰度，得到清晰度值最大圖像的索引，即為最清晰圖像A_best，則完成聚焦操作；

所述S4.2中，計算單張圖像的清晰度C_[i]步驟如下：

S4.2.1、等比縮小圖像，圖像尺寸為w*h，如果wh，A_[i]＝resize(A[i]，Size(800，h*800/w))；如果wh，A_[i]＝resize(A[i]，Size(w*800/h，800))；其中，w為圖像的寬度；h為：圖像的高度；

S4.2.2、圖像灰度化，G＝A_[i]Gray＝A_[i]R*0.299+A_[i]G*0.587+A_[i]B*0.114；

S4.2.3、圖像二值化，對于G的二值化，用Threshold(gray，bin，10，255，ThresholdType.Binary)，算法細節為，對于G的每個像素，大于10則置為255，否則置為0得到二值圖B；

S4.2.4、提取圖像邊緣，結合形態學處理使細胞邊緣輪廓閉合；

S4.2.5、提取細胞區域，使用FindContours中的ChainApproxSimple算法進行輪廓提取，計算所有輪廓面積S，篩選過濾面積大于100的輪廓集合Scell；

S4.2.6、計算清晰度，對S_cell-i進行局部灰度圖提取G_i，并累計梯度計算，使用sobel算子在x，y兩個方向上計算梯度累加，n為篩出的細胞輪廓數量：

T_s-i＝sobel_x(G_i)+sobel_y(G_i)

C_[i]＝T_s，其中，T_s-i為單層細胞輪廓累計梯度灰度值，T_s為：從1至n層細胞輪廓累計梯度灰度值。