[发明专利]一种全自动显微影像荧光扫描系统

权利要求书

1.一种全自动显微影像荧光扫描方法，包括如下步骤：

S1：设定好扫描区域，输入X轴和Y轴扫描数量；

S2：X轴、Y轴、Z轴聚焦电机到起始位；

S3：Z轴聚焦电机大范围定位，查找载玻片大概的聚焦位置；

S4：计算扫描图像的清晰度；

S5：Z轴聚焦电机根据计算结果的反馈运行到清晰位置，若反馈的清晰度值为0，X轴移动到下一个视野再继续查找清晰度，当达到阈值时停止查找；

S6：大范围聚焦完成后，在当前视野的上下小范围内再次聚焦，此次为最清晰聚焦；

S7：开始执行载玻片扫描动作，根据X轴和Y轴设定的扫描数量，开始逐行扫描；

S8：在逐行扫描运行过程中，使用小范围聚焦，Z轴聚焦电机根据清晰度计算结果运行到清晰位置；

S9：在进行小范围聚焦时，采用关键区域的梯度累加进行清晰度计算；

S10：扫描过程中，若聚焦值连续多次出现为0的情况，机器会自动回零，并提示扫描失败；

S11：计算清晰度流程中的细胞提取操作，具体为：对切分出来的ROI区域进行判断，通过颜色通道提取红色、蓝色、绿色三个通道， 并设定相应的像素值，通过面积大小、圆度、长宽比值和周长比的阈值进行是否合格的判定；

S12：分析阳性细胞；

所述S12中，阳性细胞的分析过程如下：

S12.1、加载细胞大图B，需要分割出所有细胞；

S12.2、分割提取出符合要求的细胞之后，再将单个细胞的矩形区域ROI提取为R_i；

S12.3、对单个细胞提取的R_i进行红点提取；

S12.4、若包含N_R个红点符合阳性细胞的定义，则判断该细胞为阳性细胞，否则不是阳性细胞；

所述S12.3中，对单个细胞提取的R_i进行红点提取的步骤如下：

S12.3.1、对Ri进行BGR三通道分离，取红色通道图像，即可分离出所有红点，该步得到Ri[R]，记作R；

S12.3.2、对R进行二值化操作，阈值为R的灰度均值M_R；

使得R中的像素P，如果P≥M_R，则p＝255；

如果PM_R，则p＝0，从而得到二值图B_R；

S12.3.3、对B_R进行轮廓分析，以满足条件的红点区域面积分离出合格的红点区域；

S12.3.4、统计合格的红点区域个数N_R；

所述S4中，计算扫描图像的清晰度的步骤如下：

S4.1、加载图像流A，对每张图像A_[i]进行清晰度计算，清晰度为C_[i]；

S4.2、计算单张图像的清晰度C_[i]；

S4.3、计算出清晰度，记录A中每张图像的清晰度，得到清晰度值最大图像的索引，即为最清晰图像A_best，则完成聚焦操作；

所述S4.2中，计算单张图像的清晰度C_[i]步骤如下：

S4.2.1、等比缩小图像，图像尺寸为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为图像的宽度；h为：图像的高度；

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

S4.2.3、图像二值化，对于G的二值化，用Threshold(gray，bin，10，255，ThresholdType.Binary)，算法细节为，对于G的每个像素，大于10则置为255，否则置为0得到二值图B；

S4.2.4、提取图像边缘，结合形态学处理使细胞边缘轮廓闭合；

S4.2.5、提取细胞区域，使用FindContours中的ChainApproxSimple算法进行轮廓提取，计算所有轮廓面积S，筛选过滤面积大于100的轮廓集合Scell；

S4.2.6、计算清晰度，对S_cell-i进行局部灰度图提取G_i，并累计梯度计算，使用sobel算子在x，y两个方向上计算梯度累加，n为筛出的细胞轮廓数量：

T_s-i＝sobel_x(G_i)+sobel_y(G_i)

C_[i]＝T_s，其中，T_s-i为单层细胞轮廓累计梯度灰度值，T_s为：从1至n层细胞轮廓累计梯度灰度值。