[发明专利]基于校准样本的标识的自动化工作流有效

专利信息
申请号: 202010460937.2 申请日: 2020-05-27
公开(公告)号: CN112001408B 公开(公告)日: 2022-04-19
发明(设计)人: M.安托尔;D.哈泽;T.奥尔特 申请(专利权)人: 卡尔蔡司显微镜有限责任公司
主分类号: G06V10/764 分类号: G06V10/764;G06V10/774;G06V10/82;G06K9/62;G06N3/02;G02B21/00
代理公司: 中国专利代理(香港)有限公司 72001 代理人: 卢江;闫小龙
地址: 德国*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 校准 样本 标识 自动化 工作流
【权利要求书】:

1.一种用于校准显微镜系统的计算机实现的方法,所述方法包括:

-记录所述显微镜系统的样本台的概览图像,

-在所记录的概览图像中标识校准样本,

-借助于分类系统将所记录的概览图像中的校准样本分类为多个校准样本类别中的一个,所述分类系统使用训练数据被训练,以便形成模型,使得所述分类系统被适配用于将未知的输入数据分类为预测类别,以及

-基于经分类的校准样本类别来选择用于校准所述显微镜系统的校准工作流,其中借助于工作流指示值来执行所述选择,所述工作流指示值是所述分类系统的输出值并且用作用于校准所述显微镜系统的校准系统的输入值。

2.如在权利要求1中所要求保护的方法,其中借助于概览相机或借助于所述显微镜系统的物镜来记录所述概览图像。

3.如在权利要求1或2中所要求保护的方法,其中基于所述校准样本的至少一个典型特征来实现所述分类,所述典型特征从由几何特征、标签、纹理、材料、校准区域的布置以及颜色组成的组中选择。

4.如在权利要求1或2中所要求保护的方法,其中所述分类系统是神经网络。

5.如在权利要求1或2中所要求保护的方法,其中所述校准样本的标识此外由上下文信息辅助,所述上下文信息从由以下各项组成的组中选择:用于所述显微镜系统的校准位置的指示信号、用于所述校准的初始化信号、几何结构、所述校准样本的相对位置、校准模式的软件触发以及用于校准样本的存在的概率或期望值的指示信号。

6.如在权利要求1或2中所要求保护的方法,附加地包括:

-在所记录的概览图像中定位对于所述校准所需要的区域。

7.如在权利要求1或2中所要求保护的方法,其中所述校准工作流的选择此外受所述校准样本上的符号的标识或所述校准样本的不正确定位影响。

8.如述权利要求1或2中所要求保护的方法,附加地包括:

-给所述显微镜系统的控制系统加载控制命令,以开始并实施所选择的校准工作流。

9.如在权利要求8中所要求保护的方法,此外包括:

-基于所选择的校准工作流设置所述显微镜系统的部件。

10.如在权利要求8中所要求保护的方法,此外包括:

-将所述显微镜系统的校准结果和所执行的校准工作流的参数值存储在数据存储器中。

11.如在权利要求9中所要求保护的方法,此外包括:

-将所述显微镜系统的校准结果和所执行的校准工作流的参数值存储在数据存储器中。

12.如在权利要求1或2中所要求保护的方法,此外包括:

-生成指示校准样本的标识的服务信号,以及

-发送所述服务信号。

13.一种用于校准显微镜系统的校准系统,所述校准系统具有:

-记录系统,被适配用于记录所述显微镜系统的样本台的概览图像,

-标识单元,被适配用于在所记录的概览图像中标识校准样本,

-分类系统,被适配用于将所记录的概览图像中的校准样本分类为多个校准样本类别中的一个,所述分类系统已经使用训练数据被训练,以便形成模型,使得所述分类系统被适配用于将未知的输入数据分类为预测类别,以及

-选择模块,被适配用于基于经分类的校准样本类别来选择用于校准所述显微镜系统的校准工作流,其中借助于工作流指示值来执行所述选择,所述工作流指示值是所述分类系统的输出值并且用作用于所述校准系统的输入值。

14.一种计算机可读存储介质,所述计算机可读存储介质具有存储在其上的程序指令,所述程序指令能够由一个或多个计算机或控制单元执行,并且提示所述一个或多个计算机或控制单元实施按照权利要求1至12中任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于卡尔蔡司显微镜有限责任公司,未经卡尔蔡司显微镜有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010460937.2/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top