[发明专利]用于样本管顶部圆形的基于学习的图像边缘增强的方法和系统

说明书

在自动化诊断分析系统中使用的用于基于图像检测样本管顶部的方法可以基于卷积神经网络来预处理样本管顶部的图像，以加强管顶部圆形边缘，同时抑制来自图像中可能出现的其他对象的边缘响应。由所述方法生成的边缘图可以用于各种基于图像的样本管分析、分类和/或样本管的表征，以控制与样本管相关的机器人。还描述了被配置为执行所述方法的图像处理和控制装置，以及其他方面。

相关申请的交叉引用

本申请要求于2017年7月11日提交的美国临时申请序列号62/531,121的优先权，该美国临时申请的内容被在其整体上通过引用合并到本文中。

技术领域

本公开涉及在自动化诊断分析系统中使用的处理样本管的顶部的图像的方法和系统。

背景技术

体外诊断允许实验室基于在患者液体样本上执行的化验和/或化学分析来辅助疾病的诊断。体外诊断包括与患者诊断和治疗相关的各种类型的分析测试和化验，这些测试和化验可以通过对取自患者体液的流体样本进行分析来执行。这些化验通常在其中已经装载了包含患者样本的管或者瓶的自动化诊断分析系统的自动化分析仪中进行。由于可能需要各种各样的化验和分析，以及操作这样的实验室所必要的测试的体量，自动化诊断分析系统中通常包括多个自动化分析仪。

可以将许多患者样本从各个医生办公室运送到具有自动化诊断分析系统的实验室。最初可以将样品存储在一个位置处，放置在一个或多个自动化分析仪中，和/或随后在附加的测试之前存储在另一个位置处。在自动化分析仪和存储位置之间的存储和运送可以使用托盘来完成。托盘通常是存储在测试管或者瓶等(以下统称为“样本管”)中的若干个患者样本的阵列。这些托盘可以是可叠放的，并且可以便于将多个样品从实验室的一个部分容易地运载到另一个部分。在一些自动化诊断分析系统中，分析仪可以接受患者样本的托盘，并且相应地处置样本，而一些分析仪可能要求由操作员将样本从托盘移除，并且在进一步的处置之前将样本放置到载体中。在其他实施例中，包括末端执行器的机器人可以将样本管从托盘移除，并且将它们运送到载体或者自动化分析仪。

为了便于在自动化诊断分析系统中处置和处理大量样本管，现有的基于图像的管顶部检测方法和系统可以用于捕捉样本管顶部的图像，以便对每个样本管进行分类和/或表征(例如，管高度、直径以及从管托盘槽的中心偏移)。然而，一些现有的基于图像的检测方法和系统可能会错误地检测，并且提供对于可能出现在图像中的其他对象而不是管顶部的更强的边缘响应。例如，其他对象可以包括例如样本管条形码标签、管托盘槽圆形、和/或管托盘槽内部的管托盘金属弹簧。这可能会对在自动化诊断分析系统中处置和处理样本管产生不利影响。因此，需要在自动化诊断分析系统中使用的处理样本管顶部图像的改进的基于图像的检测方法和系统。

发明内容

根据第一实施例，提供了一种图像处理和控制装置。图像处理和控制装置包括：图像捕捉装置，其被配置为捕捉一个或多个相应样本管的一个或多个顶部的图像；机器人，其被配置为移动一个或多个相应的样本管；以及系统控制器，其包括处理器和存储器，该系统控制器被经由存储在存储器中的编程指令配置为通过将图像应用于卷积神经网络来处理一个或多个相应样本管的一个或多个顶部的图像，以加强图像中出现的样本管顶部边缘，抑制来自图像中出现的其他对象的边缘响应，生成一个或多个相应样本管的一个或多个顶部的图像的边缘图，并且基于所生成的边缘图来控制机器人移动一个或多个样本管。

根据另一个实施例，提供了一种非暂态计算机可读介质，其包括全卷积网络及其参数的计算机指令，所述指令能够在处理器中执行并且能够将全卷积网络和参数应用于样本管顶部的图像以生成边缘图，所述边缘图要被存储在非暂态计算机可读介质中，并且要由控制器可访问，以基于所述边缘图控制机器人。全卷积网络包括一个或多个卷积层和一个或多个最大池化层，随后是第一和第二全连接卷积层。