LabVIEW开发实时自动化多物镜云计算全玻片成像装置

简介: LabVIEW开发实时自动化多物镜云计算全玻片成像装置

LabVIEW开发实时自动化多物镜云计算全玻片成像装置


数字病理学领域正在迅速发展,这主要是由于计算机处理能力、数据传输速度、软件创新和云存储解决方案方面的技术进步。因此,病理科室不仅将数字成像用于图像存档等简单任务,还用于远程病理学等具有挑战性的任务。此外,数字成像模式不是用相机捕获静态图像,而是演变为全玻片成像,这是一种相对现代的技术。此外,现代成像模式不再使用相机来捕获静态图像,而是朝着全玻片成像发展。全玻片成像系统旨在访问,整合和重用社区知识。它通过图像搜索将病理学家和研究人员联系起来,将载玻片转换为可共享的知识数据库。


市售全玻片成像扫描仪使用超过100帧/秒的相机,先进的机器人技术和基于LED的频闪灯来改进舞台技术,除了消除运动模糊。此外,一些全玻片成像系统采用替代图像采集方法,例如阵列显微镜或双传感器扫描(或连续自动对焦),可以在不牺牲对焦可靠性的情况下更快地进行图像采集。扫描仪的分辨率受用于扫描的显微镜物镜、物镜的数值孔径和相机光电传感器的质量。全玻片成像的功能是在功能强大的计算机的帮助下管理的。通常,大多数可用的全玻片成像扫描仪都是桌面安装,其面积至少为半平方米,可能具有单独的扫描仪,索引和计算单元。因此,这些功能强大的多玻片全玻片成像扫描仪体积庞大,不便携且价格昂贵。


介绍一种用于全玻片成像的新技术。我们的方法涉及一个紧凑的、独立的设备,该设备成本低、无尘、光学隔离,并具有独特的设计。该设备是一个便携式的一体化单元,包括一台板载微型计算机,能够数字化整个组织学载玻片或其特定部分。该设备可以通过iPad上的用户界面应用程序进行远程控制。iPad应用程序非常直观和用户友好。数字化过程包括四个阶段:图像采集(扫描)、存储、编辑和图像显示。扫描仪有四个主要部分:光源、载玻片载物台、显微镜物镜和用于图像捕获的高分辨率相机。该扫描仪采用通常称为光栅扫描的方法逐块捕获组织切片的图像。捕获单个磁贴(图像)并将其拼接在一起,以创建整个幻灯片的数字图像。扫描可通过电动软件控制完成4×,10×,20×和40×放大倍率。图像将显示在iPad的屏幕上。iPad用于通过Wi-Fi控制扫描仪。图像以医学数字成像和通信格式存储,存储容量为1TB。这里介绍的全玻片成像仪器被设想为网络细胞生态系统的一部分,其中每个细胞都是一个便携式扫描仪设备,用于获取病理图像数据并连接到负责进一步处理和存档获取的整个载玻片图像的服务器设施。此外,还将向临床和研究界提供图像档案和计算机辅助算法,以进行进一步的诊断和审查。


主要有五个硬件部分:照明、成像光学、自动化载物台、电子和迷你PC。


1.    照明:将其放置在包含样品的板下方,用于照亮样品;它由一个一瓦的LED和一个光学透镜组成。


2.    成像光学元件:点亮样品后,使用成像设置拍摄样品的图像,该设置由物镜、镜子、管透镜和相机组成。


3.    自动载物台:XYZ载物台连接到步进电机以实现自动平移;设备上的微控制器和软件控制着全机械化载物台。


4.    电子:微控制器和驱动程序用于驱动硬件。电子产品主要由微控制器板、步进电机驱动器、LED驱动器、MOS FET IC和电源单元组成。


5.    迷你CPU:CPU控制、处理、获取和存储图像。根据要求,此CPU由处理器、内存和存储组成。


三个平移级、转塔和目镜与步进电机耦合,步进电机由电机驱动器驱动。在CPU中运行的独立软件控制所有步进电机、LED指示灯、安装在线性执行器上的滑动托盘以及通过微控制器的照明LED。前端控制软件包括所有必需的控制按钮,可在Apple iPad上运行,并远程连接到设备内的CPU。应用程序界面控制载物台、照明、物镜转盘、对焦、曝光相机和扫描。采集软件将图像传输到图像云,将它们存储在为每个用户指定的存储位置。此外,必要的元数据随这些图像一起发送,以促进图像拼接。大多数计算和存储都在云中执行,以最大程度地减少扫描设备端所需的资源。



扫描仪具有用于插入载玻片的滑动端口。滑动托盘与100毫米行程执行器耦合,该执行器是全自动的,可通过iPad应用程序进行控制。该设备还具有一个多目标系统,带有由软件控制的自动转塔。下面列出了除这些功能之外的各种其他功能。


隔离无尘光学设计:显微镜是复杂的光学仪器,必须定期维护和清洁,以确保无差错的显微镜和检测到的图像的准确性。当灰尘、棉绒、花粉和污垢没有及时去除时,它们会显着降低光学性能。本装置中使用的扫描仪的所有光学元件都装在气密管中,因此系统不太可能受到灰尘的影响。


基于云计算的便携式紧凑型系统设计:在农村地区,移动医院服务和其他短期医疗诊断服务需要易于运输的设备。然而,最先进的全玻片成像系统需要高性能计算来处理和控制,并且是笨重的桌面安装。为了确保设计的可移植性,所有计算密集型任务和过程都在云服务器上执行。


LabVIEW是一个图形化编程环境,用于开发自动化研究、验证和生产测试系统。LabVIEW的数据流结构自然支持并行处理,这是LabVIEW的主要优势。因此,当应用程序需要同时执行多个任务,例如采集、捕获、监测、处理和分析时,LabVIEW程序是最佳选择,因为将多个并行循环放到框图上即可轻松完成并行处理。


在接口的情况中,LabVIEW被发现是比Python快5倍[19]。考虑到LabVIEW的优势,此处使用的体系结构是排队消息处理程序(QMH)。QMH允许代码的不同部分在发送和接收数据时并行运行。每段代码代表一个任务,例如数据采集,其结构类似于状态机。


软件架构流程图,主要包括初始化、采集、事件处理程序、消息处理程序和实时Web通信模块。这种架构和使用LabVIEW的最大优势之一是错误处理,完整代码中每个函数的误差线都连接到错误处理器部分。错误处理程序对错误进行优先级排序,并平稳、快速地运行模块。错误处理程序还使调试代码更快、更容易。



基于LabVIEW的控制软件包含多种适合临床使用的智能功能,例如自动曝光算法、色彩校正以及基于通过“卷积-直方图-平均值”方法生成焦点形貌的新型自动对焦算法。凭借低成本和高质量的光学元件,该设备可以扫描整个载玻片∼5分钟,最大分辨率0.25μ米与一个40×目的。该界面还可以切换到更适合研究人员的手动模式,使用户能够通过图像重叠、采集区域、采集速度和四个物镜的选择来更好地控制图像采集。系统设计是未来主义和模块化的,具有良好的潜力来适应和整合临床研究界的需求以及不断发展的数字病理学和远程医疗领域。它还可用于许多教育活动,包括多学科研究生和专业教育、虚拟跟踪和辅导、绩效改进计划和体检。


这是LabVIEW的一个功能介绍,更多的使用方法与开发案例,欢迎登录官网,了解更多信息。有需要LabVIEW项目合作开发,请与我们联系。

相关文章
|
8月前
|
人工智能 自然语言处理 算法
AI智能混剪视频大模型开发方案:从文字到视频的自动化生成·优雅草卓伊凡
AI智能混剪视频大模型开发方案:从文字到视频的自动化生成·优雅草卓伊凡
925 0
AI智能混剪视频大模型开发方案:从文字到视频的自动化生成·优雅草卓伊凡
|
7月前
|
传感器 人工智能 监控
通义灵码智能体模式在企业级开发中的应用:以云效DevOps自动化流程为例
通义灵码智能体模式具备语义理解、任务闭环与环境感知能力,结合云效DevOps实现CI/CD异常修复、测试覆盖与配置合规检查,大幅提升研发效率与质量。
356 0
|
9月前
|
人工智能 Java 定位技术
Java 开发玩转 MCP:从 Claude 自动化到 Spring AI Alibaba 生态整合
本文详细讲解了Java开发者如何基于Spring AI Alibaba框架玩转MCP(Model Context Protocol),涵盖基础概念、快速体验、服务发布与调用等内容。重点包括将Spring应用发布为MCP Server(支持stdio与SSE模式)、开发MCP Client调用服务,以及在Spring AI Alibaba的OpenManus中使用MCP增强工具能力。通过实际示例,如天气查询与百度地图路线规划,展示了MCP在AI应用中的强大作用。最后总结了MCP对AI开发的意义及其在Spring AI中的实现价值。
2247 10
|
10月前
|
数据采集 消息中间件 API
微店API开发全攻略:解锁电商数据与业务自动化的核心能力
微店开放平台提供覆盖商品、订单、用户、营销、物流五大核心模块的API接口,支持企业快速构建电商中台系统。其API体系具备模块化设计、双重认证机制、高并发支持和数据隔离等特性。文档详细解析了商品管理、订单处理、营销工具等核心接口功能,并提供实战代码示例。同时,介绍了企业级整合方案设计,如订单全链路自动化和商品数据中台架构,以及性能优化与稳定性保障措施。最后,针对高频问题提供了排查指南,帮助开发者高效利用API实现电商数智化转型。适合中高级开发者阅读。
|
存储 人工智能 自然语言处理
ChatMCP:基于 MCP 协议开发的 AI 聊天客户端,支持多语言和自动化安装 MCP 服务器
ChatMCP 是一款基于模型上下文协议(MCP)的 AI 聊天客户端,支持多语言和自动化安装。它能够与多种大型语言模型(LLM)如 OpenAI、Claude 和 OLLama 等进行交互,具备自动化安装 MCP 服务器、SSE 传输支持、自动选择服务器、聊天记录管理等功能。
2742 16
ChatMCP:基于 MCP 协议开发的 AI 聊天客户端,支持多语言和自动化安装 MCP 服务器
|
10月前
|
存储 监控 数据可视化
SaaS云计算技术的智慧工地源码,基于Java+Spring Cloud框架开发
智慧工地源码基于微服务+Java+Spring Cloud +UniApp +MySql架构,利用传感器、监控摄像头、AI、大数据等技术,实现施工现场的实时监测、数据分析与智能决策。平台涵盖人员、车辆、视频监控、施工质量、设备、环境和能耗管理七大维度,提供可视化管理、智能化报警、移动智能办公及分布计算存储等功能,全面提升工地的安全性、效率和质量。
276 0
|
3月前
|
数据采集 运维 监控
爬虫与自动化技术深度解析:从数据采集到智能运维的完整实战指南
本文系统解析爬虫与自动化核心技术,涵盖HTTP请求、数据解析、分布式架构及反爬策略,结合Scrapy、Selenium等框架实战,助力构建高效、稳定、合规的数据采集系统。
爬虫与自动化技术深度解析:从数据采集到智能运维的完整实战指南
|
4月前
|
运维 Linux 网络安全
自动化真能省钱?聊聊运维自动化如何帮企业优化IT成本
自动化真能省钱?聊聊运维自动化如何帮企业优化IT成本
167 4