一种基于机器学习的显微镜细胞载玻片扫描自动聚焦方法
【技术领域】
[0001] 本发明涉及基于机器学习的显微镜细胞载玻片扫描自动聚焦方法。
【背景技术】
[0002] 显微镜在病理检查中起着重要作用，无论是做细胞病理还是组织病理，医生都需 要将相应的标本制成载玻片并染色，然后置于显微镜下观察得出结论。传统的人工阅片方 法给医生带来了繁重的劳动，而且容易造成误诊。近年来，随着仪器自动化、智能化的发展， 自动阅片技术开始出现并迅速发展。该技术通过计算机控制显微镜连续移动并拍摄清晰的 镜下图像，然后进行分析识别后列出异常细胞。由于引入了自动控制和机器学习，这一技术 能协助医生，有效降低医生的工作强度，提高医生的诊断精度。
[0003] 自动阅片的关键技术之一是扫描载玻片以获得清晰图像。包括两个重要的方面： 扫描和聚焦。扫描的目的在于控制显微镜平台移动，使得镜头遍历载玻片上被扫描区域的 各个位置。聚焦的目的在于控制平台上下移动以拍摄到清晰的图像。
[0004] 在扫描策略方面，目前采用的方法是人工辅助找到焦点，扫描的方式单一。在聚焦 方面，目前的显微镜聚焦方法主要可以分为两大类:第一类是主动聚焦方法通过测量镜头 与被拍摄物体之间距离，然后将镜头移动到焦点位置达到聚焦的目的。这类方法通常要依 赖于测距方法，其复杂度高，成本大，难以实现。第二类被动方法以图像信号为反馈，通过计 算图像清晰度并比较不同位置图像清晰度的变化趋势实现自动聚焦。随着图像处理技术的 进步，被动聚焦技术被广泛应用于显微镜自动显微镜中。
[0005] 影响显微镜聚焦算法的两个重要因素是清晰度评价函数和焦点位置搜索方法。在 清晰度评价函数方面，目前广泛使用的评价函数有绝对方差函数、平面微分平方和函数、拉 普拉斯算子等评价函数。存在的问题是，由于这些函数适用范围不具有针对性，因此对于细 胞载玻片的聚焦，不同的函数的焦点位置也不相同，不能满足现在聚焦精度的要求。由于不 必要的计算量过多，使得每次聚焦的速度大大减慢，不能满足聚焦速度的要求。在焦点搜索 方法方面，典型的方法有爬山搜索法，从初始位置移动，比较移动前后位置的值，来判定是 否处于"爬山"状态，确定方向后继续移动，直至出现小于当前位置的值后确定到达焦点位 置。全局搜索法，既以一定的步长在一定的调焦范围从一端逐步搜索到另一端，然后得出焦 点位置。这两种方法均存在的问题是，固定的步长会加大聚焦移动的步数和计算的次数，因 而影响聚焦的速度。随着技术的更新，现所使用的设备均以更换至高清摄像头，分辨率高， 采集的图片尺寸大，这更加加重了现有聚焦评价函数的计算时间。因此提出了一种能保证 聚焦精度前提下的高速聚焦方法具有重要的意义。
【发明内容】
[0006] 本发明的目的是为了解决现有聚焦速度慢、计算量大、计算速度慢的问题，而提出 一种基于机器学习的显微镜细胞载玻片扫描自动聚焦方法。
[0007] 上述的发明目的是通过以下技术方案实现的：
[0008] 步骤一、开始；
[0009] 步骤二、根据载玻片情况选择螺旋扫描、蛇形扫描或随机蛇形扫描以及待扫描区 域的数量；
[0010] 由用户根据载玻片中细胞数量决定扫描方式;载玻片中细胞数量稀疏，选择螺旋 扫描;载玻片中细胞数量较多且制片均匀，选择蛇形扫描；需要在三分钟内完成快速扫片， 选择随机蛇形扫描；
[0011] 步骤三、在进行载玻片全片扫描前，通过控制载物平台按步骤二选择的扫描方式 沿XY轴移动，在载玻片上随机选择5个区域采样，每个区域通过聚焦得到一张最清晰照片， 然后根据5张最清晰照片计算出低灰度值统计法(LGV)的阈值、变步爬山法聚焦策略中的门 限和控制载物平台沿Z轴移动的三个步长大小，三个步长分别为:最小步长 81，小步长82，大 步长S3;并控制载物平台移动到载玻片中心点；
[0012] 步骤四、按照步骤二选择扫描方式控制载物平台沿XY轴移动到下一个待采集图像 区域；
[0013] 步骤五、通过控制载物平台沿Z轴移动，改变载玻片到物镜之间的距离并使用变步 爬山法，结合步骤三和步骤四，搜索步骤四中待采集图像的焦点位置，分为两个部分；
[0014] 第一个部分是寻找焦点位置阶段，通过对当前Z轴位置图像使用灰度零值评价函 数(GZV)计算，来确定焦点位置所在方向以及到焦点位置的大致距离，并采用变步爬山法策 略修改Z轴移动步长的大小，然后移动到焦点附近位置；
[0015] 第二个部分是确定焦点位置，采用Z轴移动的最小步长和LGV来确定焦点位置，并 控制载物平台到达焦点;摄像头采集当前区域图像；
[0016] 这一步骤是聚焦的核心，前几步是移动平台到待采集图像的区域，这一步是聚焦， 就是将通过改变载玻片到物镜的距离让图像变得清晰，图像最清晰的位置就是焦点位置。
[0017] 步骤六、判断采集当前区域图像数量是否满足步骤二中待扫描区域的数量，若满 足，则执行步骤七，若没满足，则执行步骤四；
[0018] 步骤七、结束。
[0019] 发明效果
[0020] 本发明提供了一种基于机器学习的显微镜细胞载玻片扫描自动聚焦方法。首先在 扫描路径规划阶段，根据细胞载玻片情况确定选择扫描路径;然后在学习阶段，得到变步爬 山法的步长、门限值以及低灰度值统计法的阈值;在聚焦阶段，首先使用灰度零值法判断当 前位置以确定使用哪种聚焦策略，如果当前位置处于距离焦点较远处时，使用灰度零值法 并使用大步长，经过试探判断焦点方向后进行移动，当位置处于焦点附近时选用较小步长， 使用低灰度值统计法，经过试探判断焦点方向后进行移动，最后到达焦点位置聚焦完成。通 过本发明所提供的方法能够实现显微镜的快速扫描载玻片和自动聚焦。提出的两种评价函 数计算量小，计算速度快，与拉普拉斯算法相比，80张图片计算速度从52秒减少到2秒。变步 爬山法与传统的爬山法相比可减少5-10次的移动速度。单次聚焦时间缩短为1.8秒左右。
【附图说明】
[0021] 图1是门限位置图；
[0022]图2是聚焦评价函数与步长和门限的关系图；
[0023]图3是聚焦位置；
[0024]图4是聚焦过程图；
[0025]图5为本发明流程图。
【具体实施方式】
[0026]【具体实施方式】一:结合图5说明本实施方式，本实施方式的一种基于机器学习的显 微镜细胞载玻片扫描自动聚焦方法，具体是按照以下步骤制备的：
[0027]步骤一、开始；
[0028] 步骤二、根据载玻片情况选择螺旋扫描、蛇形扫描或随机蛇形扫描以及待扫描区 域的数量；
[0029] 由用户根据载玻片中细胞数量决定扫描方式;载玻片中细胞数量稀疏，选择螺旋 扫描;载玻片中细胞数量较多且制片均匀，选择蛇形扫描；需要在三分钟内完成快速扫片， 选择随机蛇形扫描；
[0030] 步骤三、在进行载玻片全片扫描前，通过控制载物平台按步骤二选择的扫描方式 沿XY轴移动，在载玻片上随机选择5个区域采样，每个区域通过聚焦得到一张最清晰照片， 然后根据5张最清晰照片计算出低灰度值统计法(LGV)的阈值、变步爬山法聚焦策略中的门 限和控制载物平台沿Z轴移动的三个步长大小，三个步长分别为:最小步长 81，小步长82，大 步长S3;并控制载物平台移动到载玻片中心点；
[0031] 步骤四、按照步骤二选择扫描方式控制载物平台沿XY轴移动到下一个待采集图像 区域；
[0032] 步骤五、通过控制载物平台沿Z轴移动，改变载玻片到物镜之间的距离并使用变步 爬山法，结合步骤三和步骤四，搜索步骤四中待采集图像的焦点位置，分为两个部分；
[0033] 第一个部分是寻找焦点位置阶段，通过对当前Z轴位置图像使用灰度零值评价函 数(GZV)计算，来确定焦点位置所在方向以及到焦点位置的大致距离，并采用变步爬山法策 略修改Z轴移动步长的大小，然后移动到焦点附近位置；
[0034]第二个部分是确定焦点位置，采用Z轴移动的最小步长和LGV来确定焦点位置，并 控制载物平台到达焦点;摄像头采集当前区域图像；
[0035]这一步骤是聚焦的核心，前几步是移动平台到待采集图像的区域，这一步是聚焦， 就是将通过改变载玻片到物镜的距离让图像变得清晰，图像最清晰的位置就是焦点位置。 [0036]步骤六、判断采集当前区域图像数量是否满足步骤二中待扫描区域的数量，若满 足，则执行步骤七，若没满足，则执行步骤四；