[发明专利]放大图像的捕获和存储有效

专利信息
申请号: 202080015035.6 申请日: 2020-01-17
公开(公告)号: CN113439227B 公开(公告)日: 2023-06-09
发明(设计)人: P·P·普拉布德赛;G·K·M·拉胡纳坦;A·西斯塔;S·K·杰哈;N·M·昌丹 申请(专利权)人: 应用材料公司
主分类号: G02B21/36 分类号: G02B21/36
代理公司: 北京律诚同业知识产权代理有限公司 11006 代理人: 徐金国;赵静
地址: 美国加利*** 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: 放大 图像 捕获 存储
【权利要求书】:

1.一种成像系统,包括:

显微镜,所述显微镜用于生成组织样品的关注区域的放大图像;

相机,所述相机用于捕获和存储由所述显微镜生成的所述放大图像;

存储器,所述存储器存储有定义多个机器学习检测模型的数据,其中每个机器学习检测模型被配置为处理组织样品的关注区域的放大图像,以生成定义所述组织样品的细化关注区域的数据,并且其中每个机器学习检测模型与递增放大级别序列中的相应放大级别相关联,并且被专用于处理相关联的所述放大级别下的放大图像,以作为在包括相关联的所述放大级别下的放大图像的相应一组训练示例上进行训练的结果;以及

控制器,所述控制器被配置为针对递增放大级别序列中的每个放大级别进行以下操作:

以当前的放大级别对所述组织样品的一个或多个关注区域进行成像,包括针对每个关注区域进行以下操作:

使用所述显微镜以所述当前的放大级别生成所述组织样品的所述关注区域的放大图像;

使用所述相机以所述当前的放大级别捕获和存储所述组织样品的所述关注区域的所述放大图像;以及

基于所述当前的放大级别下的所述组织样品的所述关注区域的所述放大图像来生成定义一个或多个细化关注区域的数据,包括:使用与所述当前的放大级别相关联的所述机器学习检测模型处理所述当前的放大级别下的所述组织样品的所述关注区域的所述放大图像,以生成定义所述一个或多个细化关注区域的所述数据,其中每个细化关注区域对应于所述组织样品的所述关注区域的适当子集,并且其中所述组织样品的所述细化关注区域提供将要以所述递增放大级别序列中的下一个放大级别进行成像的所述关注区域。

2.如权利要求1所述的系统,其中所述检测模型被配置为生成定义对应于所述组织样品的预测为癌变的部分的细化关注区域的数据。

3.如权利要求1所述的系统,其中所述检测模型包括一个或多个神经网络。

4.如权利要求1所述的系统,其中使用所述显微镜以所述当前的放大级别生成所述组织样品的所述关注区域的放大图像包括调整:(i)所述显微镜的载物台的位置,(ii)所述显微镜的放大设定,或者(iii)上述两者,以使得所述显微镜以所述当前的放大级别生成所述组织样品的所述关注区域的放大图像。

5.一种由一个或多个数据处理设备执行的方法,所述方法包括针对递增放大级别序列中的每个放大级别进行以下操作:

以当前的放大级别对组织样品的一个或多个关注区域成像,包括针对每个关注区域进行以下操作:

使用显微镜以所述当前的放大级别生成所述组织样品的所述关注区域的放大图像;

使用相机以所述当前的放大级别捕获和存储所述组织样品的所述关注区域的所述放大图像;以及

基于所述当前的放大级别下的所述关注区域的所述放大图像来生成定义一个或多个细化关注区域的数据,包括:使用与所述当前的放大级别相关联的机器学习检测模型处理所述当前的放大级别下的所述组织样品的所述关注区域的所述放大图像,以生成定义所述一个或多个细化关注区域的所述数据,其中与所述当前的放大级别相关联的所述机器学习检测模型被专用于处理所述当前的放大级别下的放大图像,以作为在包括所述当前的放大级别下的放大图像的相应一组训练示例上进行训练的结果,

其中每个细化关注区域对应于所述组织样品的所述关注区域的适当子集,并且

其中所述组织样品的所述细化关注区域提供将要以所述递增放大级别序列中的下一个放大级别进行成像的所述关注区域。

6.如权利要求5所述的方法,其中所述检测模型被配置为生成定义对应于所述组织样品的预测为癌变的部分的细化关注区域的数据。

7.如权利要求5所述的方法,其中所述检测模型包括一个或多个神经网络。

8.如权利要求5所述的方法,其中使用所述显微镜以所述当前的放大级别生成所述组织样品的所述关注区域的放大图像包括调整:(i)所述显微镜的载物台的位置,(ii)所述显微镜的放大设定,或者(iii)上述两者,以使得所述显微镜以所述当前的放大级别生成所述组织样品的所述关注区域的放大图像。

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应用材料公司,未经应用材料公司许可,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/202080015035.6/1.html,转载请声明来源钻瓜专利网。

×

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