[发明专利]用于使样品载体定向的显微镜系统、方法和计算机程序

说明书

一种用于使显微镜(1)的样品载体(7)定向的方法包括以下步骤：拍摄全景图像(30)，在所述全景图像中所述样品载体(7)和/或样品载体环境至少是部分可见的；通过计算机程序(80)的机器学习模型(44、45)评估所述全景图像(30)，所述机器学习模型在所述全景图像(30)中针对至少一个预先给定的对象(25)进行对象定位；根据所述对象定位，通过所述计算机程序(80)评估，是否所述样品载体(7)在所述全景图像(30)中是被定中心的；如果所述样品载体(7)被评估为在所述全景图像(30)中不是被定中心的：则基于通过计算机程序(80)进行的对象定位来确定定中心运动(57)，其中，所述定中心运动(57)给出用于使所述样品载体(7)在所述全景图像(30)的图像中心的方向上运动的样品台运动；基于定中心运动(57)进行样品台调节；并且在进行样品台调节之后拍摄被定中心的全景图像(60)。也描述了一种相应的计算机程序和显微镜系统。

技术领域

本公开涉及一种用于使显微镜的样品载体定向的方法。本公开还涉及一种用于使样品载体定向的显微镜系统和计算机程序。

背景技术

对于显微镜，部分或完全自动化发挥着越来越重要的作用。此处通常使用安装在显微镜支架上的全景相机。全景相机拍摄样品台和插入的保持框架和/或样品载体的宏观图像。

全景图像一方面可用于文件资料汇编。另一方面，从全景图像中也可以导出关于测量情况的信息并用于部分或全自动控制。例如，可以从一个全景图像或从两个不同的全景图像中估计保持框架和/或样品载体的高度。全景图像还可以用作用户的导航地图，借此用户可以选择样品区域，然后自动地接近这些区域。此外，从全景图像中可以导出关于样品类型或样品的污染程度的信息。例如，在DE102017111718A1中，申请人描述了一种显微镜，其中获得并评估全景图像。由不同照明的两个全景图像创建全景对比度图像。然后借助用于图像分类或分割的机器学习模型进一步处理全景对比图像。

在拍摄全景图像之前，在带有机动样品台的显微镜中，首先使样品台移动到合适的位置。在此情况下，特别是由于一些保持框架具有用于样品载体的可移动的保持面而产生问题。在固定的台位置的情况下，样品载体的位置因此不是预先固定地给定的。因此，不能仅仅通过预先给定的台位置来保证样品载体被适当地定位以用于拍摄全景图像。在非机动样品台的情况下，要求用户做出更多的努力来正确地定位样品载体以拍摄正确的全景图像。在使用多个样品载体进行系列测量的情况下，可能必须为每个样品载体再次手动地确定用于拍摄相应的全景图像的合适的台位置。

发明内容

本发明的目的在于，提供一种显微镜系统、一种方法和一种计算机程序，其实现以尽可能简单和可靠的方式在合适的定向上拍摄样品载体的全景图像。

该目的通过具有权利要求1的特征的方法、通过具有权利要求12的特征的方法、通过具有权利要求14的特征的显微镜系统和通过具有权利要求15的计算机程序来实现。

根据本发明的用于使显微镜的样品载体定向的方法至少包括以下步骤：拍摄(第一)全景图像，在所述全景图像中样品载体和/或样品载体环境至少是部分可见的。通过计算机程序的机器学习模型评估所述全景图像，所述机器学习模型在所述全景图像中针对至少一个预先给定的对象进行对象定位。计算机程序根据所述对象定位评估，是否样品载体在全景图像中是被定中心的。如果样品载体被评估为在全景图像中不是被定中心的，则计算机程序基于对象定位确定定中心运动。所述定中心运动给出用于使样品载体在全景图像的图像中心的方向上运动的样品台运动。基于定中心运动进行样品台调节(样品台运动)。在此之后拍摄另一个全景图像，该全景图在当前情况下被称为被定中心的全景图像。