资讯中心NEWS CENTER

在发展中求生存,不断完善,以良好信誉和科学的管理促进企业迅速发展

首页-技术文章-AMS血液形态学分析系统——形态学镜检新气象

企业新闻 技术文章

AMS血液形态学分析系统——形态学镜检新气象

更新时间:2023-12-28       点击次数:3177

血常规检测,又叫血细胞分析,是临床常规检测项目,对于临床疾病的诊断、治疗及疗效观察具有非常重要的价值。

随着检验技术的发展,血常规检验从最早的显微镜观察手工计数,到八十年代的自动分类血球分析仪,再到21世纪初的自动形态学预分类仪器,方法学不断更新迭代,检测速度与效率得到很大提升。


图片

▲血细胞分析流程


然而,血液形态学的镜检仍然是困扰很多医院检验老师的一个“老"项目。

因为人工镜检虽然是形态学分析的金标准,但存在着一定的局限性:

● 费时费力

● 人员需要持续的专业培训

● 不同形态学专家间标准存在差异,不利于远程审核

● 特殊病例难以长期保存,培训教学不方便




因此临床对于能自动完成血涂片检查的形态学分析系统的需求与日俱增。


▲舜宇血液形态学分析系统


Q

什么是血液形态学分析系统?

A

血液形态学分析系统是能对血液涂片样本进行自动化显微扫描,将相机拍摄到的图像在计算机上进行图像分析的仪器,主要进行细胞计数、细胞分类,最终输出细胞分析结果,供检验医师进行分析诊断。

其中全自动操作包括:玻片进样、细胞扫描、细胞定位、显微镜加油、镜头各放大倍数间切换、拍摄、细胞分类到报告。

形态学分析系统相比人工镜检的优势:

● 操作简便

● 细胞形态判断更加客观、标准

● 血常规检测全流程信息化减少信息错误风险

● 图像方便储存、培训和教学

● 减少人力投入和视觉疲劳




虽然有非常多的优势和便利,但全自动细胞形态学分析仪在国内应用还不是很普遍,即使是三级医院,使用的比例仍然较低,究其原因可能包括:

● 医院需进行形态学复检的样本量较大,目前市面上已有产品难以满足TAT 30分钟出报告的需求

● 采集的细胞图像与显微镜下观察的细胞形态存在一定差异、判断时难以进行转换

● 部分特殊细胞及特殊患者的血涂片识别率不高,仍然有较大比例需要人工镜检复核

● 当前市面上的形态学分析系统价格昂贵,与血球分析仪进行绑定,不符合大部分中小医院实际需求


由此,舜宇根据血液形态学分析系统项目上积蓄多年显微成像研发经验,提出了新的解决方案——超高速显微扫描技术:每秒拍摄超过100张数字图像,用显微扫描技术,来帮助临床用户解决镜检效率问题。




首先是检测效率问题。

以一家县级人民医院为例,每日血常规样本量可达到500-600例以上,以15%的复检率进行计算,每日需对75-90张血涂片进行推片复检,且当日样本量会集中在上午9:00-10:30这一时间段,因此对于形态学分析系统的检测效率,需达到1分钟/片,方可满足一家普通县级人民医院的即时效率需求。




超高速显微扫描技术

1分钟,要对100个以上的白细胞进行图像采集和形态学分析。但并不是所有的视野中都会有白细胞,因此设备需要对超过1000个油镜视野进行图像采集和AI分析,挑选到可能存在其中的“白细胞们",接着运用人工神经卷积网络,对细胞进行分类和判读。

而这,就是舜宇在血液形态学分析系统项目上积蓄多年显微成像研发经验,重点打造的超高速显微扫描技术——每秒拍摄超过100张数字图像,用显微扫描技术,来帮助临床用户解决镜检效率问题。

图片

▲超高速显微扫描技术


高清景深融合技术

其二,很多临床用户在用显微镜观察血涂片样本时,会经常用到细调焦手轮对图像进行微调,综合不同景深下的图像信息,以达到较好的观察效果。

传统的自动化形态学分析系统采用的是单层拍摄方式,静止后定焦在一个平面拍摄,这样单层的拍摄方式,只能将定焦平面上的单层拍摄清楚,其余部分则会被虚化,作为立体结构的细胞,不能通过单层单平面的拍摄去还原完整细胞的纹理特征及细节,之所以自动化的形态学分析系统被很多医生诟病没有显微镜下阅片的感觉,就是因此造成。

舜宇超高清景深融合技术——在0.1秒的时间内拍摄超过10张数字图像,运用图像算法,提取多张数字图像中的可用信息,进行融合,最终呈现出一个清晰的“3D"细胞。

图片

▲超高清景深融合技术


而在临床使用过程中,AI的分类准确性和软件的使用体验直接关乎到形态学镜检工作效率。



人工智能

Artificial Intelligence

人工智能是一门研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用的新兴学科。人工智能在医疗行业中应用成熟的项目当属病理人工智能。病理人工智能依赖于数字图像,随着成像系统的改善和全视野数字切片图像(WSI)扫描仪的日趋成熟,病理医师通过WSI诊断的方式正在逐渐取代传统的显微镜下阅片。

而人工智能目前应用在医学图像处理中普遍的方式是深度学习,深度学习是一种机器学习方法,利用复杂的神经网络来创建学习系统,从大型数据集中学习特征表示,最终得到具有高度可预测性能的模型。




血细胞智能分析网络

舜宇的人工智能开发团队,通过多年来在工业半导体检测、科研领域细胞/组织识别、医学检验图像识别等领域的经验积累,成功开发血细胞分类卷积神经网络。

图片

▲舜宇AI标注数据库


团队通过收集100万张以上的血细胞图像数据,搭建了血细胞专用数据库,并邀请合作医院血液形态学镜检专家,配合舜宇医学检验专业工程师,对数据进行分类处理,极大的增强了模型的泛化能力,使得面对不同医院常见外周血涂片样本,均具备AI分析能力。

在实际临床试用中,对3000份样本进行统计分析,舜宇血细胞AI模型分类准确率超过95%!

▲客户端试用现场


多终端在线阅片

除此以外,舜宇还专门就血液形态学镜检做了临床需求调研。

实际工作场景中,在血常规样本录入工位;血球仪流水线工位或者形态学镜检工位检验老师都希望可以便捷地对形态学结果进行分析。因此我司采用了在线阅片模式,可以实现多终端同时在线阅片。

图片

▲多终端阅片系统

通过这种方式,形态学分析结果可以呈现在科室所有的电脑上,极大的方便了检验老师对于结果的分析与审核。




人性化操作软件

简洁的操作界面,人性化的操作设计,让舜宇血液形态学分析系统成为了形态学镜检的好帮手。

图片
图片

▲血液形态学分析系统软件界面示意图




小细胞,大学问。

形态学镜检看的虽是微小的细胞,但可为临床提供关键的诊断信息,舜宇血液形态学分析系统,助力形态学镜检,打造血液检查新气象。








SCROLL

Copyright©2024 宁波舜宇仪器有限公司版权所有 All Rights Reserved    备案号:浙ICP备2023051240号-1

技术支持:化工仪器网    管理登录    sitemap.xml