[发明专利]用人工智能进行自动聚焦和自动化细胞计数的系统和方法

权利要求书

1.一种图像自动聚焦的方法，所述方法包括：

任选地，在成像系统处，接纳样品保持器；

任选地，至少部分地基于所述样品保持器，自动确定针对标称聚焦范围的z轴步长大小；

在所述标称聚焦范围内，接收多个图像；

基于所述多个图像来生成输入数据，所述输入数据经由一个或多个图像处理操作而生成；

利用所述输入数据作为机器学习模块的输入，所述机器学习模块被配置为响应于由与一个或多个标称聚焦范围相关联的图像所生成的输入来提供目标焦点位置输出；

基于所述机器学习模块的输出，获得目标焦点位置；以及

将所述成像系统配置为使用所述目标焦点位置来捕获图像。

2.根据权利要求1所述的方法，其中所述一个或多个图像处理操作包括连通分量分析，并且其中所述输入数据包括一个或多个连通分量。

3.根据权利要求1所述的方法，还包括：

识别每个图像内的一个或多个连通分量；

基于与每个连通分量相关联的像素数目，对所识别的连通分量进行排序；

使用所述机器学习模块来生成所排序的连通分量的至少一部分的焦点质量估计；以及

基于所排序的连通分量的所述焦点质量估计，识别目标焦点位置。

4.根据权利要求3所述的方法，其中捕获多个图像包括：在所述标称聚焦范围内，每z轴步长捕获一个1280×960 8位图像。

5.根据权利要求1-4中任一项所述的方法，其中每z轴步长包括基于在所述成像系统处检测到的样品保持器而自动确定的预定大小。

6.根据权利要求3或权利要求4所述的方法，其中识别每个图像中的一个或多个连通分量包括：

对每个图像进行阈值化，以获得每个图像的所得二进制图像；

将一个或多个形态算子应用于所得的二进制图像；以及

定义所得二进制图像内的一个或多个连通分量。

7.根据权利要求6所述的方法，其中阈值化基于所述标称聚焦范围的最小图像与最大图像之间的差异。

8.根据权利要求6或权利要求7所述的方法，其中应用所述一个或多个形态算子包括应用以下一项或多项：形态闭运算、形态开运算和/或前景孔洞填充。

9.根据权利要求8所述的方法，其中所述形态闭运算包括2×2形态闭运算。

10.根据权利要求8或权利要求9所述的方法，其中所述形态开运算包括2×2形态开运算。

11.根据权利要求8-10中任一项所述的方法，其中所述前景孔洞填充包括8-连通前景孔洞填充。

12.根据权利要求6-11中任一项所述的方法，其中识别每个图像中的一个或多个连通分量包括：

测量每个连通分量的第一二进制矩和第二二进制矩；

将具有等效矩的对应椭圆拟合到每个连通分量；以及

创建包括所述对应椭圆的第二二进制图像。

13.根据权利要求12所述的方法，还包括：测量所述第二二进制图像中的每个连通分量；以及删除椭圆短轴小于10μm、优选小于7μm、更优选小于5μm的任何连通分量。

14.根据权利要求3-13中任一项所述的方法，其中对所识别的一个或多个连通分量进行排序包括：

对每个连通分量中的像素数目进行计数；

计算所述一个或多个连通分量的中值像素计数；以及

基于所述像素数目与所述中值像素计数的对应绝对差，对所述一个或多个连通分量进行排序。