本發(fā)明涉及一種激光顯微解剖系統(tǒng)以及用于激光顯微解剖的方法。

背景技術：

1、在激光顯微解剖中使用激光切割樣品以去除樣品的一小部分、所謂的解剖物(dissektat)?，F(xiàn)有技術中已知的激光顯微解剖系統(tǒng)利用重力將從樣品中切下的解剖物收集在布置于樣品下方的收集容器中、例如pcr小管或多孔板的孔中。在收集容器中尋找解剖物有時可能非常耗時，因為相比于待搜尋的面，解剖物非常小。此外，解剖物不僅可能位于收集容器的底部上，而且也可能位于收集容器的壁部上，使得不僅必須搜索面，而且必須搜尋空間來尋找解剖物。尤其在例如使用具有96或384個孔的多孔板的高通量實驗中，時間損失顯得尤其不利。

技術實現(xiàn)思路

1、因此本發(fā)明的目的是提供一種激光顯微解剖系統(tǒng)和用于激光顯微解剖的方法，其能夠快速且簡單地得出，解剖物是否已經被收集在收集容器中。

2、該目的通過具有權利要求1的特征的激光顯微解剖系統(tǒng)以及通過具有獨立方法權利要求的特征的方法實現(xiàn)。有利的改進方案在從屬權利要求中給出。

3、所提出的激光顯微解剖系統(tǒng)包括顯微鏡臺，該顯微鏡臺構造成用于容納待切割的樣品和收集單元，該收集單元包括至少一個布置在樣品之下的收集容器。該至少一個收集容器布置和構造成收集從樣品切割的解剖物。激光顯微解剖系統(tǒng)還包括光學探測單元和控制單元，該光學探測單元構造用于采集至少一個收集容器的內部的內容圖像并且產生與內容圖像對應的內容圖像數據。控制單元構造用于處理內容圖像數據并且基于內容圖像數據和在考慮先前圖像數據和/或考慮參考圖像數據的情況下確定解剖物是否位于至少一個收集容器中，該先前圖像數據對應于在從樣品切割解剖物之前拍攝的至少一個收集容器的內部的先前圖像，參考圖像數對應于與至少一個收集容器相同類型的收集容器的內部的參考圖像。

4、激光顯微解剖系統(tǒng)具有激光光源并且構造用于借助通過激光光源產生的激光光束切下樣品的一小部分、即解剖物。然后解剖物在重力的影響下落到至少一個收集容器中。為了此時能夠確定解剖物是否正確地被收集在至少一個收集容器中，檢查至少一個收集容器。在現(xiàn)有技術中收集容器的檢查手動地和目視地執(zhí)行，也就是說手動地在高度上和/或橫向地調整收集容器并且目視地搜索解剖物。在提出的激光顯微解剖系統(tǒng)中該過程自動化地進行。由此，所提出的激光顯微解剖系統(tǒng)能夠快速且簡單地確定，解剖物是否已經收集在至少一個收集容器中。這尤其在高通量實驗中節(jié)省大量時間。

5、為了檢查至少一個收集容器，在從樣品切割解剖物之后，激光顯微解剖系統(tǒng)采集內容圖像。然后激光顯微解剖系統(tǒng)基于內容圖像確定解剖物是否處于至少一個收集容器中，即解剖物是否正確地被收集。

6、作為確定的另一基礎使用例如先前圖像，即至少一個收集容器的內部的在從樣品切割解剖物之前剛被拍攝的圖像。因此激光顯微解剖系統(tǒng)可以例如通過內容圖像與先前圖像的比較來確定解剖物是否已正確地被收集。此外，參考圖像也可以作為確定的一種基礎或另外的基礎。參考圖像是與至少一個收集容器相同類型的收集容器的內部的圖像。例如，如果至少一個收集容器是pcr小管的帽，則參考圖像是具有與至少一個收集容器具有相同尺寸的另外的pcr小管的帽的圖像。

7、待切割的樣品可以是組織切片或類似薄的生物制品并且例如通過膜片固定在樣品載體上。收集容器尤其可以是pcr小管、pcr小管的封閉帽或多孔板的孔。但是也可使用其他常見的實驗室材料、例如培養(yǎng)皿作為收集容器來使用。

8、在另外的實施方式中，控制單元構造成基于內容圖像數據確定解剖物在至少一個收集容器的內部中的位置。解剖物的位置可以例如用于采集驗證圖像，可借助驗證圖像檢查解剖物是否實際存在于至少一個收集容器的內部。因此能確?？刂茊卧呀浾_地確定解剖物位于至少一個收集容器中。該信息還可用于更好地通過控制單元處理內容圖像數據，以實現(xiàn)更可靠的確定。解剖物的位置還可用于以高的放大率來采集解剖物的詳細圖像。

9、在另外的實施方式中，控制單元構造成比較內容圖像數據與先前圖像數據和/或參考圖像數據并且基于該比較確定解剖物是否位于至少一個收集容器中。在該實施方式中控制單元執(zhí)行例如內容圖像和先前圖像和/或參考圖像之間的圖像比較，以確定解剖物是否已經正確地收集在至少一個收集容器中。這種圖像比較可以尤其通過使用已知的圖像比較算法來進行。通過圖像比較，控制單元能夠快速且特別簡單地確定解剖物是否位于至少一個收集容器中。

10、在另外的實施方式中，控制單元構造成通過使用機器學習方法確定解剖物是否位于至少一個收集容器中。作為機器學習方法，控制單元可以使用例如一個或多個神經網絡，例如卷積神經網絡、自動編碼器或生成對抗網絡。此外，控制單元也可以使用其他方法作為機器學習方法，例如決策樹、隨機森林或k近鄰法。機器學習方法可以高精度辨別圖像中的特征。機器學習方法通常能夠識別人眼難以區(qū)分的圖案和細節(jié)。由此機器學習方法特別適合在內容圖像中識別解剖物。因此，通過使用機器學習方法，控制單元能夠特別可靠地確定解剖物是否位于至少一個收集容器中。

11、在另外的實施方式中，機器學習方法至少通過使用參考圖像數據作為訓練數據進行訓練，以確定解剖物是否位于至少一個收集容器中。例如機器學習方法已經被訓練成識別內容圖像中的解剖物并且例如區(qū)分收集容器的內部中的劃痕、污物或其他物體。尤其機器學習方法被訓練成比較內容圖像數據與先前圖像數據和/或參考圖像數據并且基于比較確定解剖物是否位于至少一個收集容器中。

12、在另外的實施方式中，機器學習方法被訓練成執(zhí)行內容圖像的圖像分段，以確定解剖物是否位于至少一個收集容器中。在圖像分段時將內容圖像分成區(qū)域。每個區(qū)域對應于內容圖像的不同部分，例如解剖物、至少一個收集容器的底部或壁部、劃痕或污物?；趫D像分段可以特別可靠地確定解剖物是否位于至少一個收集容器中。

13、在另外的實施方式中，控制單元構造成至少控制光學探測單元，以采集作為體積圖像和/或具有擴展景深的圖像的內容圖像。例如控制單元可以構造成控制探測單元的指向收集容器的物鏡，以使探測單元的焦點位置沿著光學軸線移動。以這種方式可以借助探測單元采集收集容器之內的多個平行平面，以采集內容圖像作為體積圖像和/或具有擴展景深的圖像。為了獲得具有擴展景深的圖像(也稱為extended?depth?of?field(擴展景深)或edof圖像)，通常將具有不同焦點位置的圖像組成具有高景深的單一圖像。這與體積圖像相比具有的優(yōu)點是，具有擴展景深的圖像需要更少的存儲空間。在該實施方式中激光顯微解剖系統(tǒng)產生內容圖像，使得至少一個收集容器的整個內部清晰地成像。由此也可以在解剖物例如位于至少一個收集容器的壁部上時非?？煽康卮_定解剖物是否位于至少一個收集容器中。

14、在另外的實施方式中顯微鏡臺是馬達驅動地沿著光學探測單元的光學軸線可移位的?？刂茊卧梢詷嬙斐墒沟蔑@微鏡臺沿著光學探測單元的光學軸線移位，以采集作為體積圖像和/或具有擴展景深的圖像的內容圖像。例如顯微鏡臺可借助壓電馬達非常精確地移位。在該實施方式中，替代光學探測單元的焦點位置，收集單元和/或至少一個收集容器沿著光學探測單元的光學軸線移位，以采集收集容器之內的多個平行的平面。這也能夠以前述優(yōu)點實現(xiàn)采集內容圖像作為體積圖像和/或具有擴展景深的圖像。

15、在另外的實施方式中控制單元構造成在考慮解剖物的尺寸的情況下確定解剖物是否位于至少一個收集容器中。解剖物的尺寸可以是例如解剖物的長度、寬度、直徑和/或面積并且例如自動地基于樣品的已經切下解剖物的區(qū)域確定。該區(qū)域也稱為感興趣的區(qū)域或roi。在考慮解剖物的尺寸的情況下，可以明顯更可靠地在內容圖像中找出解剖物并且例如與至少一個收集容器的劃痕或污物區(qū)分開。

16、在另外的實施方式中激光顯微解剖系統(tǒng)包括用戶輸入單元，該用戶輸入單元構造成接收用戶輸入。控制單元可以構造成基于相應的用戶輸入確定解剖物的尺寸。在該實施方式中用戶例如通過用戶輸入定義樣品的應切下解剖物的區(qū)域的尺寸?？刂茊卧梢詮倪@些信息中確定解剖物的尺寸。替代地或附加地，用戶也可以直接地輸入解剖物的尺寸。在確定解剖物是否位于至少一個收集容器中時考慮解剖物的尺寸具有上述優(yōu)點。

17、在另外的實施方式中控制單元構造成基于樣品圖像數據確定解剖物的尺寸，該樣品圖像數據對應于樣品的在從樣品切割解剖物之前或之后采集的圖像。在該實施方式中全自動地通過激光顯微解剖系統(tǒng)確定解剖物的尺寸。例如，控制單元可以根據在從樣品切割解剖物之后采集的圖像確定樣品的被切下解剖物的區(qū)域的尺寸。該區(qū)域的尺寸等于解剖物的尺寸。在另一示例中控制單元可以構造成基于與樣品的從樣品切割解剖物之前采集的圖像對應的樣品圖像數據確定應切下解剖物的區(qū)域。為此用戶可以尤其確定樣品的通過控制單元自動地在樣品的圖像中辨別的特定結構、例如特定的細胞。該區(qū)域的尺寸也等于解剖物的尺寸。在確定解剖物是否位于至少一個收集容器中時考慮解剖物的尺寸具有上述優(yōu)點。

18、在另外的實施方式中激光顯微解剖系統(tǒng)包括照明單元，該照明單元構造成發(fā)出用于激發(fā)熒光團的激發(fā)光。光學探測單元構造成采集熒光圖像。在該實施方式中照明單元構造成激發(fā)例如布置在樣品中并且由此也布置在解剖物中的熒光團以發(fā)出熒光。例如照明單元包括一個或多個用于產生激發(fā)光的激光光源。熒光團可以尤其是故意引入樣品中的顏料，通過顏料對樣品的特定結構染色、例如細胞核。這使得在解剖物的熒光圖像中能夠特別簡單地辨別經染色的結構。

19、在另外的實施方式中控制單元構造成控制照明單元和光學探測單元，以采集作為熒光圖像的內容圖像?；趶慕馄饰锇l(fā)出的熒光能夠特別簡單地在內容圖像中找到解剖物。由此特別可靠地確定解剖物是否位于至少一個收集容器中。在熒光圖像中采集到的熒光尤其也可以是實際干擾的自發(fā)熒光，例如其上布置有樣品以及解剖物的聚合物薄膜。因此在該實施方式中實際干擾的效果能夠用于可靠地確定解剖物是否位于至少一個收集容器中。

20、在另外的實施方式中控制單元構造成控制照明單元和光學探測單元，在控制單元確定解剖物位于至少一個收集容器中時采集作為熒光圖像的驗證圖像、產生與驗證圖像對應的驗證圖像數據并且基于驗證圖像數據確認解剖物位于至少一個收集容器中。在該實施方式中激光顯微解剖系統(tǒng)首先采集內容圖像，尤其作為白光圖像，并且根據內容圖像確定解剖物是否位于至少一個收集容器中。為了確認這種確定是否正確，激光顯微解剖系統(tǒng)隨后采集作為熒光圖像的驗證圖像。優(yōu)選地控制單元首先基于內容圖像數據確定解剖物在至少一個收集容器中的位置。激光顯微解剖系統(tǒng)隨后可在確定的位置處拍攝驗證圖像。借助驗證圖像可以檢查解剖物是否如所確定地位于至少一個收集容器中。因此例如如果將至少一個收集容器的劃痕或污物錯誤地辨別為解剖物，則可以解決歧義。還確?？刂茊卧_地工作。

21、本發(fā)明還涉及用于激光顯微解剖的方法。在該方法中將樣品布置在收集單元的至少一個收集容器之上。在此至少一個收集容器布置且構造成用于收集從樣品切割的解剖物。采集至少一個收集容器的內部的內容圖像并且產生與內容圖像對應的內容圖像數據?；趦热輬D像數據并且通過考慮先前圖像數據和/或通過考慮參考圖像數據確定解剖物是否位于至少一個收集容器中，該先前圖像數據與在從樣品切割解剖物之前拍攝的至少一個收集容器的內部的先前圖像對應，該參考圖像數據對應于與至少一個收集容器相同類型的收集容器的內部的參考圖像。

22、該方法與要求保護的激光顯微解剖系統(tǒng)具有相同的優(yōu)點。尤其可通過根據激光顯微解剖系統(tǒng)的從屬權利要求的特征擴展該方法。上述激光顯微解剖系統(tǒng)也可通過在本文中關于方法描述的特征來擴展。