一种基于AI视觉识别的智能全自动病理切片机的制作方法
本发明主要涉及病理分切机的,具体为一种基于ai视觉识别的智能全自动病理切片机。
背景技术:
1、随着精准医疗的快速发展和病理诊断需求的日益增长,病理切片作为疾病诊断的“金标准”,其制备质量与效率直接影响着临床决策的准确性。近年来,人工智能技术在医学影像分析领域取得了突破性进展,为传统医疗器械的智能化升级提供了新的技术路径。
2、目前,市面上的病理切片机主要采用机械传动与人工操作相结合的工作模式。操作人员需要凭借个人经验手动调整切片参数,通过肉眼观察判断修片终点和切片质量。在实际应用中,现有设备存在以下技术缺陷:首先,修片过程高度依赖操作人员的目测经验,何时停止修片完全依靠主观判断,导致修片精度难以保证,容易造成组织样本的过度切除;其次,病理组织中常含有钙化点、脂肪等密度不均的区域,传统切片机采用恒速切割方式,无法适应组织密度的动态变化,极易在高密度区造成组织碎裂或在低密度区产生切片褶皱;此外,切片质量的判定依赖于人工镜下观察,判断标准存在个体差异,且缺乏系统性的量化评估手段;最后,现有设备仅能完成切片动作,无法将切片过程中的力学特征、图像信息与样本信息进行关联归档,导致切片过程数据缺失,难以满足现代病理诊断与科研工作对可追溯性数据的需求。
3、因此,如何提供一种能够实现修片终点自动判定、智能适应组织密度变化、对切片质量进行量化评估,并建立完整数字化切片档案的智能化全自动病理切片机,成为本领域技术人员亟待解决的技术问题。
技术实现思路
1、基于此,本发明的目的是提供一种基于ai视觉识别的智能全自动病理切片机,以解决上述背景技术中提出的技术问题。
2、为实现上述目的,本发明提供如下技术方案:一种基于ai视觉识别的智能全自动病理切片机,包括机器外壳、视觉采集模块、样本承载模块、切片执行模块、ai处理模块以及主控模块,所述视觉采集模块包括第一工业相机和第二工业相机,所述第一工业相机用于采集样本的修片过程图像及切片图像,所述第二工业相机用于采集样本冷冻前的原始图像;所述样本承载模块包括带唯一标识的样本托,所述样本托用于承载组织样本并建立样本编码信息;所述切片执行模块包括分切装置和组织承载装置;所述分切装置包括设于所述机器外壳顶部的分切速率调节部件,设于所述分切速率调节部件执行端的升降架,铰接所述升降架顶部的分切刀,以及设于升降架上且位于分切刀远离刀刃一端连接的分切力恒温测量部件;所述组织承载装置包括设于所述机器外壳顶部的往复升降部件,设于所述往复升降部件执行端的升降板,设于所述升降板顶部的进给量调节部件,以及设于所述进给量调节部件执行端的样品承载盒,所述样品承载盒用于承载样本托;所述主控模块分别与所述视觉采集模块、所述ai处理模块、以及所述切片执行模块电连接。
3、优选的,所述分切速率调节部件包括设于所述机器外壳顶部的u形架,对称设于所述u形架两侧的两个直线电机直线模组,以及设于所述直线电机直线模组执行端的音圈电机直线模组,所述音圈电机直线模组执行端连接升降架;所述第一工业相机设于所述机器外壳顶部且位于所述分切速率调节部件正上方。在本优选的实施例中,采用直线电机模组实现宏观往复运动,音圈电机模组根据微力传感器反馈进行微观速度微调,能针对组织密度变化自动调整切削速度,避免碎裂或褶皱,提升切片质量与成功率。
4、优选的,所述分切刀包括刀头段,一端连接刀头段的阻热段,以及对称设于所述阻热段远离刀头段一端的两个力传导段;所述阻热段铰接支撑架,所述支撑架底部固定在升降架上。在本优选的实施例中,三段式结构既保证刀头工作温度以维持组织形态,又保护精密传感器不受低温干扰,确保力学测量准确灵敏。
5、优选的,所述分切力恒温测量部件包括对称设于所述升降架顶部的两个保温盒,设于所述保温盒内的加热片,设于所述保温盒外壁且检测端延伸至所述保温盒内的第一温度传感器,以及设于所述保温盒内的光纤光栅式微力传感器;所述力传导段延伸至所述保温盒内并与光纤光栅式微力传感器的检测端相连接。在本优选的实施例中,通过保温盒、加热片和传感器为光纤光栅式微力传感器构建恒温环境,彻底消除低温干扰,保证微力测量的高灵敏度与可靠性。
6、优选的,还包括设于所述升降架上的刀头控温部件,所述刀头控温部件包括设于所述升降架顶部的拱门支架,设于所述拱门支架顶部且检测端贯穿所述升降架的第二温度传感器,以及设于所述拱门支架底部的多个第一半导体制冷片。在本优选的实施例中,通过温度传感器与半导体制冷片构成闭环,精确调控刀头温度,维持刀头恒温,避免因温度波动导致的切片粘连或破碎,为获取高质量病理切片提供关键温度保障。
7、优选的,所述往复升降部件包括通过轴承座固定在机器外壳顶部的转动轴,设于所述转动轴外壁的蜗轮,设于所述机器外壳顶部且位于所述蜗轮一侧的c形架,设于所述c形架顶部且执行端贯穿所述c形架的驱动电机,以及设于所述驱动电机执行端且与所述蜗轮啮合的蜗杆;还包括设于所述转动轴端部的转盘,以及偏心设置在转盘外壁的驱动杆;还包括设于所述升降板底部的环形驱动架,所述驱动杆滑动连接环形驱动架的内环,所述升降板通过竖直设置的多个滑轨与机器外壳顶部相连接。在本优选的实施例中,通过往复升降部件便于驱动升降板稳定升降运动。
8、优选的,所述进给量调节部件包括底部滑动连接所述升降板顶部的进给板,设于所述升降板顶部的多个n形架,以及设于所述n形架底部且执行端连接所述进给板上表面的进给直线模组。在本优选的实施例中,由独立的直线模组驱动进给板,实现对样本进给量的精确控制。
9、优选的,还包括设于所述样品承载盒内的降温部件,所述降温部件包括设于所述样品承载盒内的温控腔,设于所述样品承载盒外壁且检测端延伸至所述温控腔内的第三温度传感器,以及设于所述温控腔内的多个第二半导体制冷片。在本优选的实施例中,降温部件实现主动精准制冷,确保组织在切片全过程中保持最佳硬度,防止样本软化变形,保证切片连续性。
10、优选的,还包括设于所述样品承载盒内的夹持部件,所述夹持部件包括对称设于所述样品承载盒两侧且一端贯穿样品承载盒并延伸至所述样品承载盒内的多个导柱,对称设于所述样品承载盒内且外壁连接导柱的两个夹板,设于所述夹板外壁的磁力块,以及对称设于所述样品承载盒内壁且与所述磁力块位置对应的两个电磁块。在本优选的实施例中,采用电磁块与磁力块配合的磁力夹持方式,通过通断电快速夹紧或释放样本托,动作迅速、无磨损、夹持力均匀可靠,避免样本移位,确保位置精度,方便取放操作。
11、优选的,所述主控模块被配置为:接收所述ai处理模块基于视觉采集模块的图像数据生成的修片终点指令和切片质量判定结果;同时,接收所述光纤光栅式微力传感器实时反馈的切片阻力信号,并根据阻力信号动态调整所述分切速率调节部件的切片速度和所述进给量调节部件的进给量;所述ai处理模块集成有深度学习算法,所述深度学习算法包括:用于从所述第二工业相机采集的图像中识别样本托编码的ocr识别算法;用于从所述第二工业相机采集的图像中提取组织轮廓并计算原始尺寸的第一图像分割算法;用于从所述第一工业相机采集的修片过程图像中提取暴露组织轮廓,并与所述原始尺寸进行相似度比对以判定修片终点的第二图像分割算法;以及用于从所述第一工业相机采集的切片图像中,从薄厚均匀性、褶皱程度、残缺面积和堆叠状态四个维度对切片质量进行量化评估的切片质量检测算法;所述主控模块还用于将切片阻力信号、切片图像及所述质量判定结果与样本编码进行关联归档。在本优选的实施例中,构建“视-力-控”闭环系统,ai视觉判定修片终点与质量,微力反馈动态调控切片参数。实现全流程自动化与智能化,并将数据与样本编码归档,为精准诊断提供完整的数字化切片档案。
12、综上所述,本发明主要具有以下有益效果:
13、本发明提供的一种基于ai视觉识别的智能全自动病理切片机,针对传统切片机依赖人工经验、切片质量不稳定及缺乏数据追溯等行业痛点,通过深度融合机械精密控制与ai智能算法,构建了完整的“视-力-控”闭环系统,实现了从样本预处理到切片归档的全流程自动化与智能化。
14、在智能感知与决策层面,本发明通过双工业相机与ai深度学习算法的结合,赋予了设备精准识别与判断的能力。第二工业相机在样本冷冻前采集原始图像,ai模块自动识别样本编码并提取组织原始轮廓,为后续修片建立客观标准。修片过程中,第一工业相机实时抓拍暴露面图像,ai通过比对当前轮廓与原始轮廓的相似度自动判定修片终点,彻底改变了传统“边切边看”的模糊操作模式。切片完成后,ai从薄厚均匀性、褶皱程度等四个维度对切片质量进行量化评估,确保出片质量的一致性与高标准,有效解决了人工判断标准不一的问题。
15、在复杂组织切片控制层面,本发明引入了光纤光栅式微力传感器,并与分切速率调节部件形成闭环控制。主控模块实时接收切片阻力信号,当遇到钙化点等高密度区域导致阻力急剧上升时,立即动态降低瞬时切片速度,避免组织碎裂;当进入脂肪等低密度区域时则适当提速,减少褶皱产生。这种将力学感知与运动控制深度融合的技术方案,使得切片机能够智能适应不同组织的物理特性,显著提高了异质组织切片的成功率。
16、此外,带唯一标识的样本托实现了样本的物理跟随,主控模块将样本编码、切片参数、位置-力曲线、过程图像及ai质量判定结果进行打包归档,为每份样本建立了包含物理特性与形态学特性的完整数字化档案。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com