[发明专利]显微镜工作流程的优化

说明书

本发明涉及用于优化至少一个显微镜或显微镜系统(210；330、350；500；1050；1212、1214、1216)的工作流程的一种方法(1300)和一种装置(100)。现有技术的解决方案具有如下缺点：工作流程只能以大的代价予以优化。根据本发明的方法(1300)和根据本发明的装置(100)通过以下步骤改进了现有技术的解决方案：a)由至少一个显微镜和/或显微镜系统(210；330、350；500；1050；1212、1214、1216)的一个或多个组件(260、270)执行(1310)工作流程，其中，所述工作流程包括检测第一数据(510、520)；b)至少部分地基于所检测的第一数据(510、520)确定(1320)用于所述工作流程的训练模型(420、430、440；530；1220)。

技术领域

本发明涉及用于通过训练后的模型来优化一个或多个显微镜的工作流程的方法和装置、显微镜系统或显微镜系统的复合体，这些模型可以在显微镜的测量中用于预测(推理)。

背景技术

显微镜用于各种不同的领域，且可以用于检查各种不同的样本和物体。特别是在基础研究或临床应用中，样本会有很大差异，并且获取的数据具有高度的可变性。另外，用显微镜进行的实验或测量正变得越来越广泛和复杂，以便从测量中获得尽可能多的新信息和知识。利用显微镜的自动测量能实现在持久地无人情况下进行这些测量。然而，现有技术表现出了现有系统的下面将考察的一些缺点和问题。

以前的显微镜例如可以根据预编程的方案进行实验。但是，由此要么采集太多的非信息性的数据，要么可能会遗漏重要的生物学现象，因为如果生物学现象不是预编程方案的一部分，则预编程方案不允许在未彻底终止实验的情况下对工作流程进行干预。这导致数据存储和评估的高成本，因为必须进行大量实验才能观察到生物现象。

此外，以前的系统只能支持有限的、先前确定好的应用程序池，尤其是在涉及图像处理时。因此，系统变得老旧，应用范围常常无法拓展，或只能花费很大的代价拓展。对于常规系统，由此会产生新购买的高成本或从第三方提供商处购买附加的拓展的高成本。具有图像处理反馈的显微镜虽然可以根据异步工作的图像处理的结果来检测图像采集条件。但是，这种方法只提供较低的准确度，并且只能用于所检查的样品的特殊情况。未知的应用程序或具有很大可变性的样本都需要新的时间耗费来从头开始针对每个单独的问题开展图像处理。另外，以前的反馈方法大多无效，因为只有在足够大量的采集图像之后才可能进行可靠的反馈。

神经网络目前仅用于评估和/或处理由显微镜采集的图像。例如，US 2010/0183217描述了神经网络的使用，以便恢复由电子显微镜采集的图像，该图像含有噪声或具有低的颜色梯度或灰度梯度。为了优化测量结果而基于图像后处理的方法的缺点是，在所采集的原图像中的信息会通过后处理而丢失，并且无法消除图像错误的原因，因为用于后处理图像的神经网络无法实现在测量期间干预工作流程。

此外问题是，设备参数不符合规范。例如，如果光电传感器被过度控制，照明失败，温度太高或焦点漂移。通常，此后该实验将无法使用，必须完全重复进行，这会导致高昂的成本和大量的时间花费。替代地，例如由于缺乏对显微镜状态的监视，先前的系统也可能出乎意料地失败。用户无法预料的这种失败可能会导致实验破坏的成本和在工作流程中的干扰。

发明内容

因此，本发明的目的是，优化由显微镜或其部件执行的工作流程。

本发明通过用于优化至少一个显微镜或显微镜系统的工作流程的方法和装置解决了所提到的问题和目的。该方法包括以下步骤：由至少一个显微镜和/或显微镜系统的一个或多个组件执行工作流程，其中，该工作流程包括检测第一数据；以及确定用于该工作流程的训练模型，其中，该确定至少部分地基于所检测的第一数据。