用于检测身体样本中实体的方法和设备技术

描述设备和方法，包括：显微镜系统(11)，被配置为获取身体样本的一个或多个显微镜图像；输出装置(34)；和至少一个计算机处理器(28)。计算机处理器在一个或多个图像中识别至少一个元素为病原体候选者，然后从一个或多个图像中提取与病原体候选者相关的至少一个候选者信息特征。计算机处理器从一个或多个图像中提取至少一个指示与所述身体样本相关的背景信息的样本信息特征。计算机处理器通过结合样本信息特征对候选者信息特征进行处理来分类身体样本感染致病性感染的可能性，然后响应于上述在所述输出装置上产生输出。还描述了其他应用。

【技术实现步骤摘要】
【国外来华专利技术】用于检测身体样本中实体的方法和设备相关申请的交叉引用本申请要求享有于2015年9月17日提交的题为“在身体样本中检测病原体的方法及其系统”的Eshel的美国临时专利申请No.62/219,889的优先权。上述申请通过引用并入本文。
本公开主题的一些应用一般涉及检测身体样本中的实体，并且具体地涉及使用图像处理和分类来自动检测病原体。
技术介绍
在身体样本(例如血液样本)中检测某些致病性感染的主要方法是对身体样本进行微观检查，并对病原体的存在和浓度进行视觉确认。在显微镜检查之前用染色剂或染料对身体样本染色通常用于增强显微图像的对比度，并在视觉上突出显示具有特定生物组成的细胞。特别是，一些荧光染料对细胞中的核酸具有亲和力。当被适当波长的荧光激发时，核酸会发荧光。因此，荧光染料有时用于在显微镜下差分染色细胞部分进行检测。例如，当被蓝光激发时，与DNA结合的荧光色素吖啶橙会发出绿光，当与RNA结合时会发出红光。血液病原体如无形体边缘蜱、血巴巴拉虫、锥虫、疟原虫属、巴贝虫属。其他都被吖啶橙检测出来。虽然检测病原体的主要方法仍然是在微观明视野图像中进行视觉识别，但荧光显微镜也被使用，尽管程度较低。然而，在这两种情况下，通过人工鉴定病原体来检测致病性感染有两个主要缺点：许多环境(特别是乡村)没有配备进行测试，结果的准确性取决于技能检查样本的人和样本中病原体的水平。因此，已尝试在身体样本中自动检测病原体。专利技术概述依照本专利技术的一些应用，使用显微镜系统的显微镜获取身体样本(例如血液样本)的一个或多个显微镜图像。在图像中计算机处理器识别至少一个元素为病原体候选者(即，样品中的组成元素具有表明其可能是病原体的特征，因此是病原体的候选者)。例如，图像可以是当样品用染色剂或染料染色时获得的血液样本的图像，所述染色剂或染料被配置为样品内的染色DNA和/或RNA，并且计算机处理器可通过检测图像内的染色元素(例如荧光元素)来识别候选者。计算机处理器从一个或多个图像中提取与病原体候选者相关的至少一个候选者信息特征，并且至少一个样本信息特征指示与身体样本相关的背景信息。通过结合所述样本信息特征对所述候选者信息特征进行处理，分类身体样本感染致病性感染的可能性。通常响应于分类在所述输出装置上产生输出。对于一些应用，响应于候选者信息特征计算机处理器执行第一分类，其中病原体候选者是病原体的可能性被分类。结合样本信息特征响应于第一分类，计算机处理器执行第二分类，其中包含病原体感染的身体样本的可能性被分类。对于一些应用，结合样本信息特征响应于候选者信息特征执行第一分类(其中病原体候选者是病原体的可能性被分类)。对于一些应用，通过结合所述样本信息特征对所述候选者信息特征进行处理，计算机处理器将身体样本中的致病性感染分类为给定类型的致病性感染(例如疟原虫、给定疟原虫株、和/或给定虫龄的疟原虫或给定虫龄范围的疟原虫)。对于一些应用，候选者信息特征包括病原体候选者的大小(例如候选者相对于其他候选者或实体的尺寸、长度、周长、最小宽度、最大宽度、面积和/或相对大小)、病原体候选者的形状、病原体候选者的运动、病原体候选者的强度、身体样本内病原体候选者的位置(包括候选者相对于其他候选者或实体的接近度、邻接度和/或重叠)、与病原体候选者重叠的细胞特性、病原体候选者的颜色(包括染色的强度和模式)、病原体候选者的纹理(例如轮廓)和/或病原体候选者的边界锐度。例如在Bachelet的US2012/0169863和/或Pollak的US2015/0037806中描述了候选者信息特征的其他非限制性示例，这两个申请通过引用并入本文。对于一些应用，样本信息特征包括身体样本中一种或多种非病原体候选者成分的大小、身体样本中一种或多种非病原体候选者成分的形状、身体样本中一种或多种非病原体候选者成分的强度、身体样本中给定细胞类型的数量、身体样本中给定细胞类型的细胞分布和/或身体样本中病原体候选者的分布。因此依照本专利技术的一些应用提供设备，包括：被配置为获取身体样本的一个或多个显微镜图像的显微镜系统；输出装置；和至少一个计算机处理器，被配置为：在一个或多个图像中识别至少一个元素为病原体候选者，从一个或多个图像中提取与病原体候选者相关的至少一个候选者信息特征，从所述一个或多个图像中提取指示与所述身体样本相关的背景信息的至少一个样本信息特征；通过结合所述样本信息特征对所述候选者信息特征进行处理来分类所述身体样本感染致病性感染的可能性，和响应于上述在所述输出装置上产生输出。在一些应用中：显微镜系统被配置为获取着色剂染色的身体样本的一个或多个显微镜图像；和所述至少一个计算机处理器被配置为通过识别所述至少一个元素染色将所述至少一个元素识别为病原体候选者，来识别至少一个元件为病原体候选者。在一些应用中，至少一个计算机处理器被配置为通过下列方式结合所述样本信息特征对所述候选者信息特征进行处理：响应于所述候选者信息特征执行第一分类，其中病原体候选者是病原体的可能性被分类，和响应于结合所述样本信息特征的第一分类执行第二分类，其中包含病原体感染的身体样本的可能性被分类。在一些应用中，至少一个计算机处理器被配置为通过下列方式结合所述样本信息特征对所述候选者信息特征进行处理：响应于结合所述样本信息特征的所述选择信息特征执行第一分类，其中病原体候选者是病原体的可能性被分类，和至少部分地响应于所述第一分类执行第二分类，其中包含病原体感染的身体样本的可能性被分类。在一些应用中，至少一个计算机处理器被配置为通过从所述一个或多个图像中提取与所述病原体候选者相关的至少一个候选者信息特征，从所述一个或多个图像中提取与所述病原体候选者相关的至少一个候选者信息特征，所述候选者信息特征是选自下列的特征：病原体候选者的大小、病原体候选者的形状、病原体候选者的运动、病原体候选者的强度、身体样本内病原体候选者的位置、与病原体候选者重叠的细胞特性、病原体候选者的颜色、病原体候选者的纹理和病原体候选者的边界锐度。在一些应用中，至少一个计算机处理器被配置为通过从所述一个或多个图像中提取选自下列的至少一个样本信息特征，从所述一个或多个图像中提取指示与所述身体样本相关的背景信息的至少一个样本信息特征：身体样本中一种或多种非病原体候选者成分的大小、身体样本中一种或多种非病原体候选者成分的形状、身体样本中一种或多种非病原体候选者成分的强度、身体样本中给定细胞类型的数量、身体样本中给定细胞类型的细胞分布和身体样本中病原体候选者的分布。在一些应用中，显微镜系统被配置为通过获取着色剂染色的身体样本的一个或多个显微镜图像来获取所述身体样本的一个或多个显微镜图像；和至少一个计算机处理器被配置为通过从所述一个或多个图像中提取指示染色剂对身体样本染色质量的至少一个样本信息特征，从所述一个或多个图像中提取指示与所述身体样本相关的背景信息的至少一个样本信息特征。在一些应用中，至少一个计算机处理器被配置为通过从所述一个或多个图像中提取指示所述身体样本内存在外源对象的至少一个样本信息特征，从所述一个或多个图像中提取指示与所述身体样本相关的背景信息的至少一个样本信息特征。在一些应用中，身体样本包括选自由血液样本、稀释的血液样本、主要包含红血细胞的样本和主要包含红血本文档来自技高网...

【技术保护点】
1.设备，包括：显微镜系统，被配置为获取身体样本的一个或多个显微镜图像；输出装置；和至少一个计算机处理器，被配置为：在一个或多个图像中识别至少一个元素为病原体候选者，从所述一个或多个图像中提取与所述病原体候选者相关的至少一个候选者信息特征，从所述一个或多个图像中提取至少一个指示与所述身体样本相关的背景信息的样本信息特征；通过结合所述样本信息特征对所述候选者信息特征进行处理来分类所述身体样本感染致病性感染的可能性，和响应于上述在所述输出装置上产生输出。

【技术特征摘要】
【国外来华专利技术】2015.09.17 US 62/219,8891.设备，包括：显微镜系统，被配置为获取身体样本的一个或多个显微镜图像；输出装置；和至少一个计算机处理器，被配置为：在一个或多个图像中识别至少一个元素为病原体候选者，从所述一个或多个图像中提取与所述病原体候选者相关的至少一个候选者信息特征，从所述一个或多个图像中提取至少一个指示与所述身体样本相关的背景信息的样本信息特征；通过结合所述样本信息特征对所述候选者信息特征进行处理来分类所述身体样本感染致病性感染的可能性，和响应于上述在所述输出装置上产生输出。2.依照权利要求1所述的设备，其中：所述显微镜系统被配置为获取着色剂染色的身体样本的一个或多个显微镜图像；和所述至少一个计算机处理器被配置为通过识别所述至少一个元素染色将所述至少一个元素识别为病原体候选者，来识别至少一个元件为病原体候选者。3.依照权利要求1所述的设备，其中所述至少一个计算机处理器被配置为通过下列方式结合所述样本信息特征对所述候选者信息特征进行处理：响应于所述候选者信息特征执行第一分类，其中病原体候选者是病原体的可能性被分类，和响应于结合所述样本信息特征的第一分类执行第二分类，其中包含病原体感染的身体样本的可能性被分类。4.依照权利要求1所述的设备，其中所述至少一个计算机处理器被配置为通过下列方式结合所述样本信息特征对所述候选者信息特征进行处理：响应于结合所述样本信息特征的所述选择信息特征执行第一分类，其中病原体候选者是病原体的可能性被分类，和至少部分地响应于所述第一分类执行第二分类，其中包含病原体感染的身体样本的可能性被分类。5.依照权利要求1所述的设备，其中所述至少一个计算机处理器被配置为通过从所述一个或多个图像中提取与所述病原体候选者相关的至少一个候选者信息特征，从所述一个或多个图像中提取与所述病原体候选者相关的至少一个候选者信息特征，所述候选者信息特征是选自下列的特征：病原体候选者的大小、病原体候选者的形状、病原体候选者的运动、病原体候选者的强度、身体样本内病原体候选者的位置、与病原体候选者重叠的细胞特性、病原体候选者的颜色、病原体候选者的纹理和病原体候选者的边界锐度。6.依照权利要求1所述的设备，其中所述至少一个计算机处理器被配置为通过从所述一个或多个图像中提取选自下列的至少一个样本信息特征，从所述一个或多个图像中提取指示与所述身体样本相关的背景信息的至少一个样本信息特征：身体样本中一种或多种非病原体候选者成分的大小、身体样本中一种或多种非病原体候选者成分的形状、身体样本中一种或多种非病原体候选者成分的强度、身体样本中给定细胞类型的数量、身体样本中给定细胞类型的细胞分布和身体样本中病原体候选者的分布。7.依照权利要求1所述的设备，其中：所述显微镜系统被配置为通过获取着色剂染色的身体样本的一个或多个显微镜图像来获取所述身体样本的一个或多个显微镜图像；和所述至少一个计算机处理器被配置为通过从所述一个或多个图像中提取指示染色剂对身体样本染色质量的至少一个样本信息特征，从所述一个或多个图像中提取指示与所述身体样本相关的背景信息的至少一个样本信息特征。8.依照权利要求1所述的设备，其中所述至少一个计算机处理器被配置为通过从所述一个或多个图像中提取指示所述身体样本内存在外源对象的至少一个样本信息特征，从所述一个或多个图像中提取指示与所述身体样本相关的背景信息的至少一个样本信息特征。9.依照权利要求1-8中任一项所述的设备，其中所述身体样本包括选自由血液样本、稀释的血液样本、主要包含红血细胞的样本和主要包含红血细胞的稀释样本组成的组的身体样本，并且所述显微镜系统被配置为获取选择的身体样本的一个或多个图像。10.依照权利要求9所述的设备，其中所述至少一个计算机处理器被配置为通过从所述一个或多个图像中提取存在于所述身体样本内的一个或多个红血细胞的大小，从所述一个或多个图像中提取指示与所述身体样本相关的背景信息的至少一个样本信息特征。11.依照权利要求9所述的设备，其中所述至少一个计算机处理器被配置为通过从所述一个或多个图像中提取所述身体样本内存在豪-乔小体的指示，从所述一个或多个图像中提取指示与所述身体样本相关的背景信息的至少一个样本信息特征。12.依照权利要求9所述的设备，其中所述至少一个计算机处理器被配置为通过从所述一个或多个图像中提取所述身体样本内血小板的浓度，从所述一个或多个图像中提取指示与所述身体样本相关的背景信息的至少一个样本信息特征。13.依照权利要求9所述的设备，其中所述至少一个计算机处理器被配置为通过从所述一个或多个图像中提取与候选者相关的网织红细胞数量和与候选者相关的成熟红血细胞数量之间的关系，从所述一个或多个图像中提取指示与所述身体样本相关的背景信息的至少一个样本信息特征。14.依照权利要求9所述的设备，其中所述至少一个计算机处理器被配置为通过从所述一个或多个图像中提取所述身体样本内网织红细胞体的浓度，从所述一个或多个图像中提取指示与所述身体样本相关的背景信息的至少一个样本信息特征。15.依照权利要求14所述的设备，其中所述至少一个计算机处理器被配置为基于所述身体样本内网织红细胞体的浓度，通过调整致病性感染阳性确定的阈值来分类所述身体样本感染致病性感染的可能性。16.依照权利要求1-8中任一项所述的设备，其中所述至少一个计算机处理器被配置为通过结合所述样本信息特征对所述候选者信息特征进行处理，将所述身体样本中致病性感染分类为含有一种或多种给定类型的病原体。17.依照权利要求16所述的设备，其中所述至少一个计算机处理器被配置为通过将致病性感染分类为含有选自下列的一种或多种类别的病原体，将所述身体样本中致病性感染分类为含有一种或多种给定类型的病原体：疟原虫、给定疟原虫株、给定虫龄的疟原虫和给定虫龄范围的疟原虫。18.依照权利要求16所述的设备，其中：所述身体样本包括选自由血液样本、稀释的血液样本、主要包含红血细胞的样本和主要包含红血细胞的稀释样本组成的组的身体样本；所述至少一个计算机处理器被配置为通过从所述一个或多个图像中提取与候选者相关的网织红细胞数量和与候选者相关的成熟红血细胞数量之间的关系，从所述一个或多个图像中提取指示与所述身体样本相关的背景信息的至少一个样本信息特征；和所述至少一个计算机处理器被配置为至少部分基于与候选者相关的网织红细胞数量和与候选者相关的成熟红血细胞数量之间的关系，通过将所述身体样本中致病性感染分类为含有给定类型的病原体，将所述身体样本中致病性感染分类为含有一种或多种给定类型的病原体。19.依照权利要求16所述的设备，其中：所述身体样本包括选自由血液样本、稀释的血液样本、主要包含红血细胞的样本和主要包含红血细胞的稀释样本组成的组的身体样本；所述至少一个计算机处理器被配置为通过从所述一个或多个图像中提取所述身体样本内红血细胞的形状，从所述一个或多个图像中提取指示与所述身体样本相关的背景信息的至少一个样本信息特征，和所述至少一个计算机处理器被配置为至少部分基于所述身体样本中红血细胞的形状通过将所述身体样本中致病性感染分类为给定类型的致病性感染，将所述身体样本中致病性感染分类为含有给定类型的病原体。20.依照权利要求16所述的设备，其中：所述身体样本包括选自由血液样本、稀释的血液样本、主要包含红血细胞的样本和主要包含红血细胞的稀释样本组成的组的身体样本；所述至少一个计算机处理器被配置为通过从所述一个或多个图像中提取所述身体样本内红血细胞的大小，从所述一个或多个图像中提取指示与所述身体样本相关的背景信息的至少一个样本信息特征，和所述至少一个计算机处理器被配置为至少部分基于所述身体样本中红血细胞的大小通过将所述身体样本中致病性感染分类为给定类型的致病性感染，将所述身体样本中致病性感染分类为含有给定类型的病原体。21.方法，包括：使用显微镜获取身体样本的一个或多个显微镜图像；使用至少一个计算机处理器：在一个或多个图像中识别至少一个元素为病原体候选者；从所述一个或多个图像中提取与所述病原体候选者相关的至少一个候选者信息特征；从所述一个或多个图像中提取指示与所述身体样本相关的背景信息的至少一个样本信息特征；通过结合所述样本信息特征对所述候选者信息特征进行处理来分类所述身体样本感染致病性感染的可能性；和响应于上述产生输出。22.依照权利要求21所述的方法，其中：获取身体样本的一个或多个显微镜图像包括获取着色剂染色的身体样本的一个或多个显微镜图像；和识别至少一个元素为病原体候选者包括通过识别所述至少一个元素染色将所述至少一个元素识别为病原体候选者。23.依照权利要求21所述的方法，其中结合所述样本信息特征对所述候选者信息特征进行处理包括：响应于所述候选者信息特征执行第一分类，其中病原体候选者是病原体的可能性被分类；和响应于结合所述样本信息特征的第一分类执行第二分类，其中包含病原体感染的身体样本的可能性被分类。24.依照权利要求21所述的方法，其中结合所述样本信息特征对所述候选者信息特征进行处理包括：响应于结合所述样本信息特征的所述选择信息特征执行第一分类，其中病原体候选者是病原体的可能性被分类；和至少部分地响应于所述第一分类执行第二分类，其中包含病原体感染的身体样本的可能性被分类。25.依照权利要求21所述的方法，其中从所述一个或多个图像中提取与所述病原体候选者相关的至少一个候选者信息特征包括从所述一个或多个图像中提取与所述病原体候选者相关的至少一个候选者信息特征，所述候选者信息特征是选自下列的特征：病原体候选者的大小、病原体候选者的形状、病原体候选者的运动、病原体候选者的强度、身体样本内病原体候选者的位置、与病原体候选者重叠的细胞特性、病原体候选者的颜色、病原体候选者的纹理和病原体候选者的边界锐度。26.依照权利要求21所述的方法，其中从所述一个或多个图像中提取指示与所述身体样本相关的背景信息的至少一个样本信息特征包括从所述一个或多个图像中提取选自下列的至少一个样本信息特征：身体样本中一种或多种非病原体候选者成分的大小、身体样本中一种或多种非病原体候选者成分的形状、身体样本中一种或多种非病原体候选者成分的强度、身体样本中给定细胞类型的数量、身体样本中给定细胞类型的细胞分布和身体样本中病原体候选者的分布。27.依照权利要求21所述的方法，其中：获取身体样本的一个或多个显微镜图像包括获取着色剂染色的身体样本的一个或多个显微镜图像；和从所述一个或多个图像中提取指示与所述身体样本相关的背景信息的至少一个样本信息特征包括从所述一个或多个图像中提取指示染色剂对身体样本染色质量的至少一个样本信息特征。28.依照权利要求21所述的方法，其中从所述一个或多个图像中提取指示与所述身体样本相关的背景信息的至少一个样本信息特征包括从所述一个或多个图像中提取指示所述身体样本内存在外源对象的至少一个样本信息特征。29.依照权利要求21-28中任一项所述的方法，其中所述身体样本包括选自由血液样本、稀释的血液样本、主要包含红血细胞的样本和主要包含红血细胞的稀释样本组成的组的身体样本。30.依照权利要求29所述的方法，其中从所述一个或多个图像中提取指示与所述身体样本相关的背景信息的至少一个样本信息特征包括从所述一个或多个图像中提取存在于所述身体样本内的一个或多个红血细胞的大小。31.依照权利要求29所述的方法，其中从所述一个或多个图像中提取指示与所述身体样本相关的背景信息的至少一个样本信息特征包括从所述一个或多个图像中提取所述身体样本内存在豪-乔小体的指示。32.依照权利要求29所述的方法，其中从所述一个或多个图像中提取指示与所述身体样本相关的背景信息的至少一个样本信息特征包括从所述一个或多个图像中提取所述身体样本内血小板浓度。33.依照权利要求29所述的方法，其中从所述一个或多个图像中提取指示与所述身体样本相关的背景信息的至少一个样本信息特征包括从所述一个或多个图像中提取与候选者相关的网织红细胞数量和与候选者相关的成熟红血细胞数量之间的关系。34.依照权利要求29所述的方法，其中从所述一个或多个图像中提取指示与所述身体样本相关的背景信息的至少一个样本信息特征包括从所述一个或多个图像中提取所述身体样本内网织红细胞体的浓度。35.依照权利要求34所述的方法，其中分类所述身体样本感染致病性感染的可能性包括基于所述身体样本内网织红细胞体的浓度调整致病性感染阳性确定的阈值。36.依照权利要求21-28中任一项所述的方法，还包括通过结合所述样本信息特征对所述候选者信息特征进行处理，将所述身体样本中致病性感染分类为含有一种或多种给定类型的病原体。37.依照权利要求36所述的方法，其中将所述身体样本中致病性感染分类为含有一种或多种给定类型的病原体包括将所述身体样本中致病性感染分类为含有选自下列的一种或多种类别的病原体：疟原虫、给定疟原虫株、给定虫龄的疟原虫和给定虫龄范围的疟原虫。38.依照权利要求36所述的方法，其中：所述身体样本包括选自由血液样本、稀释的血液样本、主要包含红血细胞的样本和主要包含红血细胞的稀释样本组成的组的身体样本；从所述一个或多个图像中提取指示与所述身体样本相关的背景信息的至少一个样本信息特征包括从...

【专利技术属性】
技术研发人员：Y·S·埃谢尔，N·莱斯米，D·格卢克，A·霍里·雅菲，J·J·波拉克，
申请(专利权)人：思迪赛特诊断有限公司，
类型：发明
国别省市：以色列,IL