。下面描述的本发明的主题，提供了一种方法和/或系统，解决了至少一个上述的现有技术中存在的问题。
【发明内容】
[0014]本发明的系统涉及计算机视觉算法(S卩，图像处理步骤序列)，其与硬件组件无缝地工作以自动地计数总红细胞数，并根据在标准KB切片上他们颜色、胞内结构、圆度测量和大小的差异，将胎儿红细胞、母体红细胞和成人F红细胞相区分。
[0015]为此，根据本发明的实施例，提供一种用于计数胎儿和母体红细胞(RBCs)的系统，包括有显微镜和用于从载有胎儿和母体红细胞的切片采集至少一个图像的图像采集装置；用于存储所述的至少一个图像的计算机可读介质；用于执行存储在计算机可读介质中的计算机可读指令的处理器。其中所述的计算机执行指令包括用于从所述的至少一个图像识别红细胞、区分胎儿和母体红细胞和计数至少所述的胎儿红细胞的指令；优选地，也可以是母体的和总的红细胞。
[0016]根据上述实施例的一方面，所述的显微镜是包括X轴直线移动系统和Y轴直线移动系统的X-Y载物台显微镜。
[0017]根据上述实施例的另一方面，所述的显微镜与包含有分别对所述的X轴直线移动系统和Y轴直线移动系统的驱动程序的控制器相连接。
[0018]根据上述实施例的另一方面，所述的X轴直线移动系统和所述的Y轴直线移动系统是独立可控的。
[0019]根据上述实施例的另一方面，所述的至少一个图像包括有多个从切片不同区域获得的图像。
[0020]根据上述实施例的另一方面，所述的多个图像包含约120张图像。
[0021]根据上述实施例的另一方面，所述的图像采集装置包括有被所述的处理器控制的彩色相机。
[0022]根据上述实施例的另一方面，所述的用于识别红细胞的计算机执行指令包括用于将所述的图像转换成色相饱和度(HSV)色彩空间的指令，和创建一个存储有所述的图像的每个像素的色度、饱和度和纯度数值的N X 3矩阵的指令。
[0023]根据上述实施例的另一方面，所述计算机执行指令进一步包括用于产生第一模型(模型I)和第二模型(模型2)的指令；其中模型I用于在图像背景中区分红细胞，模型2用于从母体红细胞中鉴定胎儿红细胞。
[0024]根据上述实施例的另一方面，模型I通过计算机执行指令生成用于探测每个所述的图像的轮廓，和使用预定标准圈出合适的所述的轮廓用于界定可能的细胞。
[0025]根据上述实施例的另一方面，所述的指令进一步包括用于识别重叠细胞的算法。
[0026]根据上述实施例的另一方面，所述的算法是圆形霍夫转换算法。
[0027]根据上述实施例的另一方面，模型2由计算机执行指令生成用于转换每个图像为灰度图像；和区分潜在的胎儿红细胞和母体红细胞。
[0028]根据上述实施例的另一方面，其中所述的计算机执行指令进一步包括用于产生包含所述的潜在的胎儿红细胞的第二灰度图像和区分胎儿红细胞和成人F红细胞的指令。
[0029]根据上述实施例的另一方面，所述的从母体红细胞中区分潜在的胎儿红细胞的指令包括有一种算法，这种算法包含的特征向量包括有选自包含细胞大小、圆度、梯度、饱和度差异的数据组中的至少一个特征或者上述特征的结合；进一步地，其中胎儿红细胞和母体红细胞的特征值分别储存在所述的计算机可读介质中。
[0030]根据上述实施例的另一方面，其中所述的区分胎儿红细胞和成人F红细胞包括有一种算法，这种算法包含的特征向量包括有选自包含细胞大小、圆度、梯度、饱和度差异的数据组中的至少一个特征或者上述特征的结合；进一步地，其中胎儿红细胞和母体红细胞的特征值分别储存在所述的计算机可读介质中。
[0031]根据上述实施例的另一方面，所述区分过程通过使用选自包含K最近邻算法、高斯混合分析、决策树和其他的算法的组中的监督学习模型实现。
[0032]根据上述实施例的另一方面，所述的算法是非监督式的自学习算法。
[0033]根据本发明的第二实施例，本文描述的系统和方法用于分析临床Kleihauer-Betke (KB)试验。
[0034]根据本发明的第三实施例，提供一种用于计数胎儿和母体红细胞(RBCs)的计算机执行方法，包括有通过安装于显微镜的相机通过中心定位所述的切片从切片获取多个图像的步骤，并在随后的所述的切片中心周围的预定路径上采集所述的多个图像的步骤，通过计算机处理器从所述的至少一个图像中识别红细胞的步骤，通过计算机处理器区分婴儿和母体红细胞的步骤，和通过计算机处理器计数至少所述的胎儿红细胞的步骤。
[0035]根据上述实施例的一方面，所述的至少一个图像包括有多个从切片不同区域获得的图像。
[0036]根据上述实施例的另一方面，其中所述的多个图像包含约120张图像。
[0037]根据上述实施例的另一方面，所述的方法进一步包括将所述的图像转换成色相饱和度(HSV)色彩空间的步骤和创建一个存储有所述的图像的每个像素的色度、饱和度和纯度数值的NX 3矩阵的步骤。
[0038]根据上述实施例的另一方面，所述的方法进一步包括产生第一模型(模型I)和第二模型(模型2)的步骤；其中模型I用于在图像背景中区分红细胞，模型2用于从母体红细胞中分别胎儿红细胞。
[0039]根据上述实施例的另一方面，模型I是通过探测每个所述的图像的轮廓，和使用预定标准圈出合适的所述的轮廓用于界定可能的细胞而生成的。
[0040]根据上述实施例的另一方面，模型2是通过转换每个图像为灰度图像，和区分潜在的胎儿红细胞和母体红细胞而生成的。
[0041]根据上述实施例的另一方面，所述的方法进一步包括产生包含所述的潜在的胎儿红细胞的第二灰度图像的步骤和区分胎儿红细胞和成人F红细胞的步骤。
[0042]根据上述实施例的另一方面，所述的区分潜在的胎儿红细胞和母体红细胞包括有执行一种算法，这种算法包含的特征向量包括有选自包含细胞大小、圆度、梯度、饱和度差异的数据组中的至少一个特征或者上述特征的结合；进一步地，其中胎儿红细胞和母体红细胞的特征值分别储存在所述的计算机可读介质中。
[0043]根据上述实施例的另一方面，所述的区分胎儿红细胞和成人F红细胞的指令包括有执行一种算法，这种算法包含的特征向量包括有选自包含细胞大小、圆度、梯度、饱和度差异的数据组中的至少一个特征或者上述特征的结合；进一步地，其中胎儿红细胞和母体红细胞的特征值分别储存在所述的计算机可读介质中。
[0044]根据上述实施例的另一方面，所述的区分过程通过使用选自包含K最近邻算法、高斯混合分析、决策树和其他的算法的组中的监督学习模型实现。
【附图说明】
[0045]下面仅以示例的方式，参考所附的附图，对实施例进行描述，其中:
图1是机械X-Y显微镜载物台的X轴的等距视图。
[0046]图2是机械X-Y显微镜载物台的Y轴的等距视图。。
[0047]图3是显示了直线移动装配和同步齿带结构的改进的机械X-Y显微镜载物台的仰视图。
[0048]图4显示了用于控制如图1-3的机械显微镜的示例性控制方法。
[0049]图5显示了切片“中心定位”的过程。
[0050]图6显示了显微镜用于采集红细胞图像时的移动模型。
[0051]图7是用于在X-Y载物台移动时保持KB切片位置的示例性夹紧机构。
[0052]图8是显示了本发明一个实施例的流程图。
[0053]图9显示了在饱和度通道下的一例细胞图像。
[0054]图10流程图详细展示了本发明的另一实施例中红细胞总数、胎儿红细胞数和成人F红细胞数的计数。
[0055]图11显示了模型I的无背景信息的灰度图像(G1)。
[0056]图12显示了圆圈标出的重叠细胞和加号标出的分离的细胞。
[0057]图13显示了含有可能的胎儿红细胞的灰化的彩色图像(G2)。
【具体实施方式】
[0058]本发明的各种实施例涉及机械系统包括可以在X-Y载物台上两轴移动的显微镜，其可优选地机动采集图像，这些图像随后被按照下面描述的图像处理方法处理，以提供自动地、计算机视觉为基础的方法来计数胎儿和母体的血红细胞(下文简称“红细胞”)。
[0059]A.硬件系统
现参照图1和2，其中显示的示例性硬件系统可用来采集用于本发明处理过程的图像。该系统通常包括改良的手动X-Y载物台显微镜和用于机动和/或自动驱动显微镜而采集需要的图像以用于下文进一步描述的处理过程的组件。X-Y载物台显微镜通常是本领域的公知技术，不再在本文进一步的细节中描述。如图所示，标准的手动X-Y载物台显微镜10可以沿直线轴承20移动，并配备有两个驱动电机组件30和40，它们优选具有独立的支架和附属装置步进电机以控制显微镜的移动。
[0060]标准X-Y载物台显微镜只允许手动驱动的直线运动。为了提供上述的机动化运动，在每个轴提供两个步进电机支架。手动X-Y载物台的附属装置包括市售的紧固件和生产的适用于X-Y载物的自定义组件的结合。优选地，ABS树脂可用于支架的制造，因为其不受塑料缺点的影响，如变形。上述的步进电机装置可以基于同步齿带和皮带轮用于驱动系统。然而，其它类型的旋转运动到直线运动系统也可以应用于本发明。
[0