申请/专利权人：江苏康尚生物医疗科技有限公司

申请日：2020-08-28

公开（公告）日：2024-06-14

公开（公告）号：CN112183210B

主分类号：G06V20/69

分类号：G06V20/69;G06V10/26;G06V10/62;G06V10/77;G06T7/00

优先权：

专利状态码：有效-授权

法律状态：2024.06.14#授权;2021.01.22#实质审查的生效;2021.01.05#公开

摘要：本发明公开了一种基于稀疏矩阵的粒子自动聚焦方法、系统及存储介质。所述方法包括：对待检测血液样本进行图像采集；对采集到的样本图像进行预处理；对预处理后的图像根据稀疏矩阵进行稀疏化处理；对经过稀疏化处理的图像进行血细胞运动轨迹推演；构建聚焦识别模型，对血细胞的自动聚焦区域进行识别提取。本发明提供的一种基于稀疏矩阵的粒子自动聚焦方法、系统及存储介质采用多特征+统计学机器学习的聚焦区域自动识别技术，避免单特征表征不完整问题，统计学机器学习模型简单计算量低，细胞聚焦自动识别准确性更高，鲁棒性更强。

主权项：1.一种基于稀疏矩阵的粒子自动聚焦方法，其特征在于，包括：对待检测血液样本进行图像采集；对采集到的样本图像进行预处理；对预处理后的图像根据稀疏矩阵进行稀疏化处理；对经过稀疏化处理的图像进行血细胞运动轨迹推演；构建聚焦识别模型，对血细胞的自动聚焦区域进行识别提取；其中，所述对待检测血液样本进行图像采集，具体包括:将待检测血液样本经溶血剂裂解、染色剂染色后，移至微流控芯片内，拍摄芯片内细胞不同焦平面图像，构建不同深度细胞彩色序列图像；所述对预处理后的图像根据稀疏矩阵进行稀疏化处理，具体包括：采用形态学重构，获取背景图像；对背景图像像素分布，构建自动轮廓函数获取对应的稀疏化模板；以模板为掩膜，获取该图像对应的粒子稀疏矩阵；所述构建自动轮廓函数获取对应的稀疏化模板，以模板为掩膜，获取该图像对应的粒子稀疏矩阵，具体包括:获取背景图像最大像素值Imax及最小像素值Imin，确定自动轮廓区域数量N，其中，计算轮廓阈值函数ti，i为序列；以轮廓值为阈值，轮廓1对应阈值t1，轮廓2对应阈值t2，以此类推对应直至轮廓N对应阈值tN，生成轮廓内像素为1，其它像素为0的与原始图像相同大小的N个初始轮廓模板；最大类间方差获取各轮廓内灰度细胞分割阈值Ti，并赋值给轮廓内非零元素，更新轮廓模板，生成N个由像素0和Ti组成的轮廓模板；取N个模板并集，完成最终自动轮廓模板M获取；以像素为计算单元，各灰度序列图像与模板做比较，大于模板值返回1，小于模板返回0，最终完成粒子各序列稀疏矩阵图像获取；对经过稀疏化处理的图像进行血细胞运动轨迹推演，具体包括：对序列i上非零区域进行标记，初始化此深度处目标点；序列i图像与序列i+1图像与运算，计算目标点下一序列相交面积，获取与运算图像g，并以面积为判别准则，推演序列i+1图像细胞位置；以g图像中，面积最大处区域为标记，以序列i+1为掩膜，重构获取序列i+1中与i中对应的目标点，标记并分割，构建单一目标区域的多深度子区域灰度图像序列；重复上述过程，至所有序列图像计算完毕停止，输出推演结果并存储。

全文数据：

权利要求：

百度查询： 江苏康尚生物医疗科技有限公司 一种基于稀疏矩阵的粒子自动聚焦方法、系统及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD