预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共29页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112213503A(43)申请公布日2021.01.12(21)申请号202010917861.1G01N15/14(2006.01)(22)申请日2020.09.03G01N15/00(2006.01)G01N1/28(2006.01)(71)申请人深圳迈瑞生物医疗电子股份有限公G06K9/62(2006.01)司G06N3/04(2006.01)地址518057广东省深圳市南山区高新技G06T5/00(2006.01)术产业园区科技南12路迈瑞大厦(72)发明人邢圆赵滨罗玮孙强飞余珊陈巧妮叶燚(74)专利代理机构北京磐华捷成知识产权代理有限公司11851代理人谢栒(51)Int.Cl.G01N35/00(2006.01)G01N35/04(2006.01)G01N33/49(2006.01)权利要求书3页说明书18页附图7页(54)发明名称样本分析系统、图像分析系统及其处理样本图像的方法(57)摘要本发明提供了样本分析系统、图像分析系统及其处理样本图像的方法,方法包括:对待测样本进行检测,以得到待测样本的各种检测参数;基于待测样本制备得到血涂片;使血涂片与成像装置相对移动,以使血涂片位于成像装置的视野区内;拍摄视野区内血涂片的特定区域,以得到样本图像;采用经训练的神经网络对样本图像进行处理以得到经增强的目标图像,用于输出给用户。本发明利用神经网络进行图像增强,能够准确地识别各种细胞或其他有形物质,显著地提高图像的质量。CN112213503ACN112213503A权利要求书1/3页1.一种用于样本分析系统分析待测样本的方法,其特征在于,所述方法包括:将待测样本运送至所述样本分析系统中的血液分析仪,所述血液分析仪对待测样本进行检测,以得到所述待测样本的各种检测参数;将所述待测样本运送至所述样本分析系统中的涂片制备装置,所述涂片制备装置基于所述待测样本制备得到血涂片;由所述样本分析系统中的涂片保持装置使所述血涂片与所述样本分析系统中的成像装置相对移动,以使所述血涂片位于所述成像装置的视野区内;由所述成像装置拍摄视野区内所述血涂片的特定区域,以得到样本图像;由所述样本分析系统中的图像分析装置采用经训练的神经网络对所述样本图像进行处理以得到经增强的目标图像。2.如权利要求1所述的方法,其特征在于,其中采用经训练的神经网络对所述样本图像进行处理以得到经增强的目标图像的步骤包括:采用所述经训练的神经网络对整张样本图像进行增强以得到经增强的整张样本图像。3.如权利要求2所述的方法,其特征在于,其中采用所述经训练的神经网络对整张样本图像进行增强以得到经增强的整张样本图像的步骤包括:采用所述经训练的神经网络从所述整张样本图像的图像数据中提取图像特征;采用所述经训练的神经网络对所提取的图像特征进行非线性映射处理;以及采用所述经训练的神经网络根据处理后的图像特征进行图像重建,以得到经增强的整张样本图像。4.如权利要求2所述的方法,其特征在于,还包括:将所述经增强的整张样本图像作为经增强的目标图像;或者,对所述经增强的整张样本图像进行目标检测,并提取目标成分所在区域的所述样本图像的一部分作为经增强的目标图像。5.如权利要求1所述的方法,其特征在于,其中采用经训练的神经网络对所述样本图像进行处理以得到经增强的目标图像的步骤包括:对整张样本图像进行目标检测,并提取目标成分所在区域的所述样本图像的一部分作为目标图像;采用所述经训练的神经网络对所述目标图像进行增强以得到经增强的目标图像。6.如权利要求5所述的方法,其特征在于,其中采用所述经训练的神经网络对所述目标图像进行增强以得到经增强的目标图像的步骤包括:采用所述经训练的神经网络从所述目标图像的图像数据中提取图像特征;采用所述经训练的神经网络对所提取的图像特征进行非线性映射处理;以及采用所述经训练的神经网络对处理后的图像特征进行图像重建,以得到所述经增强的目标图像。7.如权利要求1所述的方法,其特征在于,所述方法还包括:根据所述检测参数确定所述待测样本是否需要进行样本图像的拍摄,若是,则执行所述将所述待测样本运送至所述样本分析系统中的涂片制备装置的步骤;若否,则不执行所述将所述待测样本运送至所述样本分析系统中的涂片制备装置的步2CN112213503A权利要求书2/3页骤。8.如权利要求1-7中任一项所述的方法,其特征在于,所述经训练的神经网络为深度神经网络;所述成像装置拍摄得到的样本图像包括低质量图像;所述方法还包括:针对多个低质量类型的低质量图像,将多个神经网络分别训练为增强所述多个低质量类型中对应一低质量类型的低质量图像的神经网络。9.如权利要求8所述的方法,其特征在于,其中所述采用所述经训练的神经网络对所述样本图