[發明專利]自動聚焦光學顯微鏡

有效

• 申請號: 202010407254.0
• 申請日: 2020-05-14
• 公開（公告）號: CN111983794B
• 公開（公告）日: 2022-07-26
• 發明（設計）人: 阿姆托爾·曼努埃爾;哈澤·丹尼爾
• 申請（專利權）人: 卡爾蔡司顯微鏡有限責任公司
• 主分類號: G02B21/24
• 分類號: G02B21/24;G02B21/34;G01N21/64
• 代理公司: 上海雍灝知識產權代理事務所(普通合伙) 31368
• 代理人: 沈汶波

1.一種在檢測軸的方向上自動聚焦顯微鏡的方法，包括

借助于圖像處理算法，確定顯示樣本(62)和環境的概覽圖像(60)中，本身不是樣本(62)的對象(61、63、64、66)的至少一個邊界(61A，63A，64A，66A)，其中物體的至少一個邊界包括以下：蓋玻片(63)、顯微鏡載玻片(61)、室載玻片、多孔板(66)或多孔板(66)的孔、細胞培養管或細胞培養皿、樣品架或樣品容器之一的外圍(61B-61E、63B-63E)或拐角，或其中至少一個邊界為文本的邊界或印刷區域(64)的邊界(64A)，以及在檢測軸的方向上確定所確定的蓋玻片(63)、顯微鏡載玻片(61)、室載玻片、多孔板(66)或多孔板(66)的孔、細胞培養管或細胞培養皿、樣品架或樣品容器之一的外圍(61B-61E、63B-63E)或拐角中至少一個的位置(65)處的聚焦設置。

2.如權利要求1所述的方法，其特征在于，

致動設備(42)在樣品(62)和檢測光束路徑(7)之間進行相對移動，使得檢測光束路徑(7)指向已確定的邊界(63A)的位置(65)，然后確定聚焦設置。

3.如權利要求1所述的方法，其特征在于，

所述圖像處理算法包括分割算法或檢測算法，通過所述分割算法或檢測算法在概覽圖像(60)中確定對象(61、63、64、66)的邊界(61A，63A，64A，66A)，其中，所述分割算法或檢測算法基于機器學習算法。

4.如權利要求1所述的方法，其特征在于，

圖像處理算法在概覽圖像(60)中確定一個或多個邊界(61A，63A，64A，66A)的多個位置(65)，并基于已使用用于確定聚焦設置的機器學習算法教導的預定標準，選擇邊界(61A，63A，64A，66A)的一個或多個位置(65)。

5.如權利要求1所述的方法，其特征在于，

多個邊界部分(63B-63E)之一根據邊界(63A)的位置(65)所選擇，其中在隨后確定的聚焦設置時，根據其相對于照明方向的對齊，來選擇邊界部分。

6.如權利要求1所述的方法，其特征在于，

向用戶提供學習模式，其中：

-表示參考樣品的參考概覽圖像，

-為用戶提供了一種標記工具，用戶可以使用該標記工具在每個參考概覽圖像中標記一個或多個邊界(61A，63A，64A，66A)，

-基于參考概覽圖像和用戶標記的邊界(61A，63A，64A，66A)，圖像處理算法的機器學習算法建立用于確定聚焦設置的確定邊界(61A，63A，64A，66A)的標準。

7.如權利要求1所述的方法，其特征在于，

在概覽圖像(60)中確定多個邊緣(63B-63E)和對象(63)的至少一個角，并將該角用作為對象(63A)邊界(63A)的確定聚焦設置的位置(65)。

8.如權利要求1所述的方法，其特征在于，

確定聚焦設置包括以下內容：

-在確定的邊界(63A)的位置(65)處記錄多個不同高度的顯微鏡圖像(68-73)；

-確定顯微鏡圖像(68-73)的相應圖像清晰度質量因子(Q)；

-確定顯微鏡圖像(70)或具有最大圖像清晰度質量因子(Q)的那些顯微鏡圖像；

-根據具有最大圖像清晰度質量因子(Q)的顯微鏡圖像(70)/顯微鏡圖像，建立聚焦設置。

9.如權利要求8所述的方法，其特征在于，

作為確定聚焦設置的一部分，還確定蓋玻片的厚度，其中在概覽圖像(60)中確定蓋玻片的外圍(63A)作為對象(63)的邊界(63A)，

其中，在確定具有最大圖像清晰度質量因子(Q)的顯微鏡圖像(70)期間，確定兩個圖像清晰度質量因子(Q)具有局部最大值的顯微鏡圖像(70)，

其中，從兩個顯微鏡圖像(70)的高度值(z1，z2)之間的差值確定蓋玻片厚度。