CN102323281B - 液体性质检测方法和系统 - Google Patents

液体性质检测方法和系统 Download PDF

Info

Publication number
CN102323281B
CN102323281B CN 201110241449 CN201110241449A CN102323281B CN 102323281 B CN102323281 B CN 102323281B CN 201110241449 CN201110241449 CN 201110241449 CN 201110241449 A CN201110241449 A CN 201110241449A CN 102323281 B CN102323281 B CN 102323281B
Authority
CN
China
Prior art keywords
liquid
visible component
scanning
content
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN 201110241449
Other languages
English (en)
Other versions
CN102323281A (zh
Inventor
丁建文
周丰良
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
AVE Science and Technology Co Ltd
Original Assignee
AVE Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by AVE Science and Technology Co Ltd filed Critical AVE Science and Technology Co Ltd
Priority to CN 201110241449 priority Critical patent/CN102323281B/zh
Priority to PCT/CN2011/080222 priority patent/WO2013026222A1/zh
Publication of CN102323281A publication Critical patent/CN102323281A/zh
Application granted granted Critical
Publication of CN102323281B publication Critical patent/CN102323281B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明提供了一种液体性质检测方法和系统,所述方法包括:扫描待测液体以得到第一目标图像;获取所述第一目标图像的有形成分信息;判断所述有形成分信息是否满足预设条件,若是,则确定所述液体为阳性液体,若否,则确定所述液体为阴性液体,本发明实施例通过图像处理和计算的方法,有效避免了干扰因素的影响,提高了检测的可靠性和准确度。

Description

液体性质检测方法和系统
技术领域
本发明涉及生物检测技术领域,更具体的说是涉及一种液体性质检测方法和系统。
背景技术
在生物检测技术领域,液体性质检测是指通过检测液体中的有形成分含量来确定液体的阴阳性,其是液体检测内容的核心,有形成分大于规定值时,则表明液体为阳性液体,液体可能异常,否则表明液体为阴性液体,有形成分是指液体中的不能溶解的可见成分,可以是指有用颗粒或者液体中含有的杂质等,例如在医学领域中检测尿液时,尿液的有形成分可以是指红细胞、白细胞、脂肪管型、颗粒管型、蜡样管型、粘液、结晶、草酸钙或尿酸结晶等,尿液中有形成分含量大于标准值时,则该尿液为阳性液体,则可能存在异常。
现有的液体性质检测方法通常采用干化学分析方法,通过干化学分析仪,根据球面积分仪和双波长测定试剂带上的颜色变化,来得出检测结果,其利用的是液体中有形成分的呈色反应,根据试剂带上的颜色,可以得出有形成分含量,从而确定出液体的阴阳性。但是这种采用干化学分析方法进行液体性质检测,存在很多干扰因素,例如试剂带的不正确使用、或者试剂带本身被污染,以及液体的检测环境出现问题等,就会影响检测结果的可靠性和准确度。
发明内容
有鉴于此,本发明提供一种液体性质检测方法和系统,用以解决液体中有形成分检测结果的可靠性和准确度较低的技术问题。
为实现上述目的,本发明提供如下技术方案:
一种液体性质检测方法,包括:
扫描待测液体以得到第一目标图像;
获取所述第一目标图像的有形成分信息;
判断所述有形成分信息是否满足预设条件,若是,则确定所述液体为阳性液体,若否,则确定所述液体为阴性液体。
优选地,所述有形成分信息包括有形成分含量,则所述预设条件为所述有形成分含量大于预设值。
优选地,所述扫描待测液体之前还包括:
进行空白扫描以得到空白图像;
获取所述空白图像的空白数据,所述空白数据包括设备污点含量;
则所述有形成分信息包括有形成分和设备污点的总含量,所述预设条件具体为:
所述有形成分和设备污点的总含量与所述设备污点含量的差值大于预设值。
优选地,所述扫描待测液体之前还包括:
扫描有形成分含量已知的液体以得到第一图像,并获取所述第一图像的第一图像数据,所述第一图像数据包括固体颗粒含量;
将所述固体颗粒含量减去所述已知液体的有形成分含量,计算得出设备污点含量;
则,所述有形成分信息包括待测液体有形成分和设备污点的总含量,所述预设条件具体为:
所述待测液体有形成分和设备污点的总含量与所述设备污点含量的差值大于预设值。
优选地,所述扫描待测液体以得到第一目标图像,具体为:
按照第一预设扫描参数扫描待测液体以得到第一目标图像,所述第一预设扫描参数是根据按照待测液体的检测灵敏度所确定的预设扫描容量进行设置的,所述扫描参数包括扫描视域量、扫描路程和扫描路线。
优选地,当确定所述液体为阳性液体时,所述方法还包括:
按照第二预设扫描参数继续扫描所述待测液体以得到第二目标图像;
获取所述第二目标图像的目标信息,所述目标信息包括有形成分含量和位置信息;
根据所述目标信息利用机器视觉识别法对所述有形成分进行形态学检测。
优选地,所述扫描待测液体之前还包括:
检测待测液体容量是否达到预设扫描容量,若是,再执行所述扫描待测液体的步骤。
一种液体性质检测系统,包括:
扫描待测液体以得到第一目标图像的图像扫描设备;
与所述图像扫描设备相连的服务器,所述服务器接收图像扫描设备传输的第一目标图像,并获取所述第一目标图像的有形成分信息,判断所述有形成分信息是否满足预设条件,若是,则确定所述液体为阳性液体,若否,则确定所述液体为阴性液体。
优选地,所述服务器包括与图像扫描设备相连的接口,所述接口用于接收图像扫描设备传输的目标图像;
与所述接口相连的,存储第一目标图像的存储器;
与所述存储器相连的处理器,所述处理器用于根据所述第一目标图像获取有形成分信息,并判断所述有形成分信息是否满足预设条件,若是,则确定所述液体为阳性液体,若否,则确定所述液体为阴性液体。
优选地,所述处理器包括:
第一获取单元,用于获取第一目标图像的有形成分信息;
第一判断单元,用于判断所述有形成分信息是否满足预设条件;
确定单元,当所述第一判断单元判断结果为是时,确定所述待测液体为阳性液体,当所述第一判断单元判断结果为否时,确定所述待测液体为阴性液体。
优选地,所述有形成分信息包括有形成分含量,则所述预设条件为所述有形成分含量大于预设值。
优选地,所述处理器还包括:
第二获取单元,用于获取空白图像的空白数据,所述空白图像是所述图像扫描设备进行空白扫描得到的,所述空白数据包括设备污点含量;
则,所述有形成分信息=有形成分和设备污点的总含量,所述预设条件具体为:
所述有形成分和设备污点的总含量与所述设备污点含量的差值大于预设值。
优选地,所述处理器还包括:
第三获取单元,获取第一图像的第一图像数据,所述第一图像数据包括固体颗粒含量,所述第一图像是所述图像扫描设备扫描有形成分含量已知的液体得到的;
计算单元,用于将所述固体颗粒含量减去所述已知液体的有形成分含量,计算得出设备污点含量;
则,所述有形成分信息包括待测液体有形成分和设备污点的总含量,所述预设条件具体为:
所述有形成分和设备污点的总含量与所述设备污点含量的差值大于预设值。
优选地,所述图像扫描设备具体是按照第一预设扫描参数扫描所述待测液体,所述第一预设扫描参数是根据按照待测液体的检测灵敏度所确定的待扫描液体的容量进行设置的,所述扫描参数包括扫描视域量、扫描路程和扫描路线。
优选地,则所述处理器还包括:
第四获取单元,用于获取第二目标图像的目标信息,所述目标信息包括有形成分含量和位置信息,所述第二目标图像是所述图像扫描设备按照第二预设扫描参数继续扫描所述待测液体得到的;
检测单元,用于根据所述目标信息利用机器视觉识别法对所述有形成分进行形态学检测。
优选地,所述处理器还包括:
容量判断单元,用于判断待测液体容量是否达到预设扫描容量,若是,则启动所述图像扫描设备。
经由上述的技术方案可知,与现有技术相比,本发明提供了一种液体性质检测方法和系统,通过扫描液体以获取第一目标图像,并获取第一目标图像的有形成分信息,并根据所述有形成分信息判断液体的阴阳性,本发明通过图像扫描的方式,并对扫描获取的图像数据进行判断,从而避免了干扰因素的影响,从而提高了检测的可靠性和准确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明一种液体性质检测方法实施例1的流程图;
图2为本发明一种液体性质检测方法实施例2的流程图;
图3为本发明一种液体性质检测方法实施例3的流程图;
图4为本发明一种液体性质检测系统实施例1的结构示意图;
图5为本发明一种液体性质检测系统实施例1中服务器的结构示意图;
图6为本发明一种液体性质检测系统实施例2中服务器的结构示意图;
图7为本发明一种液体性质检测系统实施例3中服务器的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例公开了一种液体性质检测方法和系统,通过扫描待测液体得到第一目标图像,并获取所述第一目标图像的有形成分信息,然后判断有形成分信息是否满足预设条件,若是,则确定所述待测液体为阳性液体,若否则确定所述待测液体为阴性液体,本发明的实现过程由图像扫描设备和服务器执行,通过图像处理和计算过程来检测待测液体是否存在有形成分,避免了干化学测试方法中干扰因素的影响,提高了检测的可靠性和准确度。
参见图1,示出了本发明一种液体性质检测方法实施例1的流程图,所述方法可以包括以下步骤:
步骤101:扫描待测液体以得到第一目标图像。
本实施是用于检测待测液体中的有形成分,有形成分是指液体中不能溶解的可见成分,例如在医学领域进行尿液检测时,尿液中的红细胞、白细胞、以及其他细胞管型等都是有形成分,当然本发明还用于其他领域的液体检测,例如,在饮料制作领域,有形成分即是指液体中的杂质。
进行待测液体的有形成分检测时,将待测液体冲入检测池中,检测池是用于填充液体的容器,由系统控制检测池中液体的进液量。本实施例优选地,可以设定待测液体的预设扫描容量,当系统检测到冲入检测池的液体含量等于预设扫描容量时,并等待液体静置一段时间后,启动扫描设备进行扫描,得到第一目标图像,液体中存在有形成分时,在扫描得到的第一目标图像中即可以显示出来。
其中,扫描待测液体时,可以按照第一预设扫描参数进行扫描,所述第一预设扫描参数是根据按照待测液体的检测灵敏度所确定的预设扫描容量进行设置的。所述扫描参数包括扫描视域量、扫描路程和扫描路线,具体的设置过程可如下所述:
首先确定待测液体的预设扫描容量。
由于待测液体中有形成分可能包含多个种类,例如尿液中包括红细胞、白细胞,管型等有形成分,不同种类的有形成分,要求检测的灵敏度不同,需要根据待测液体的有形成分种类设定液体检测灵敏度,为避免导致漏检,具体是根据有形成分中要求检测灵敏度高的一类有形成分确定待测液体的容量。
以待测液体中存在三类有形成分、分别为A类、B类、C类为例,对于A类有形成分要求检测的灵敏度小于1个/UL(微升),即每1UL中存在一个有形成分,B类有形成分要求检测的灵敏度为1个/10UL,C类有形成分要求检测的灵敏度为1个/100UL,则可知要求C类的检测灵敏度最高,则可知待测液体容量至少为100UL。因此可以设置预设扫描容量等于或者大于100UL的某一值。
确定出待测液体的预设扫描容量后,根据所述预设扫描容量,即可确定扫描参数。
结合检测池的容积量,扫描视域量的确定具体为:设检测池容器的厚度为H,进行扫描时的视野面积为S,则一个视野内可观察到的视野体积为SH,根据计算出的待扫描液体容量为L,则为了保证不漏检,扫描视域量至少应为:L/SH。
扫描路程的确定具体可以为:设扫描时的视野宽度为D,则扫描的截面积为DH,根据确定的待扫描液体容量,扫描路程应至少为:L/DH。
其中,扫描路线可根据不同情况选择不同的路线,比如显微镜扫描时,可以采用弓字形扫描路线。
实际应用中,本实施例具体应用在全自动的显微镜摄像系统中,系统控制检测池液体容量,当检测池中液体容量达到预设扫描容量,则启动显微镜进行扫描,上述确定的扫描视域量即为显微镜物镜的扫描视域量。当扫描的路程较大而超出检测池的范围时,可通过来回扫描的方式保证扫描完成要求的路程。系统可以采用运动显微镜的方式,对待测液体进行XYZ方向的三维立体扫描,要求的扫描视域量不能够重叠,当然,也可以固定显微镜,控制检测池的方式进行扫描。为了提高检测速度,可根据不同的检测灵敏度以及有形成分大小确定放大倍数,由于只需获取待测液体或者液体中有形成分的总含量,因此显微镜采用低倍扫描即可。
步骤102:获取所述第一目标图像的有形成分信息。
本实施例中的有形成分信息包括有形成分含量。
由步骤101中,扫描待测液体时,由于是按照扫描路线进行扫描,因此图像是连续获取的,每一扫描视野内,即会得到一帧图像,因此所述有形成分信息即是当前获得的第一目标图像中的有形成分信息,有形成分信息包括有形成分的含量,其还可以包括有形成分的位置信息。而其位置信息是指有形成分在不同扫描路线下得到的第一目标图像中的位置,图像数据的获取过程具体可以采用图像识别函数来实现。
步骤103:判断所述有形成分信息是否满足预设条件,若是,则进入步骤104,若否,则进入步骤105。
在本实施例中,所述预设条件是指所述有形成分含量大于预设值。
所述预设值是根据不同实际情况设置的值,在医学尿液检测中,该预设值即是根据医学上规定的标准值设定的,该标准值在不同地区可能也不同,需要根据实际应用环境具体设定,例如尿液中红细胞的有形成分含量标准值为每微升中含量为A个,而红细胞在尿液中要求检测的灵敏度最高,则所述预设值即为该红细胞的标准值与预设扫描容量的乘积值。大于该预设值,则认为尿液为阳性尿液,可能存在异常。当然,本发明应用于其他检测领域时,例如饮料检测领域,所述预设值是根据饮料中杂质含量符合规定的标准值来设定的。
步骤104:确定所述液体为阳性液体。
步骤105:确定所述液体为阴性液体。
有形成分信息满足预设条件时,即有形成分含量大于预设值,则系统确定其为阳性液体,并同时提示给用户,不满足预设条件时,即有形成分含量小于或等于预设值,则系统确定液体为阴性液体,并提示给用户,可以在系统的显示界面显示提示信息,也可以发出警报声,以便于用户判断是否结束本次检测流程。
在本实施例中,通过扫描待测液体获取有形成分信息,并根据有形成分信息判定其是否满足预设条件,若是,则确定所述液体为阳性液体,若否,则确定所述液体为阴性液体,采用图像扫描方式,由系统进行数据计算,从而避免了干扰因素的影响,提高了检测的可靠性和准确度。
参见图2,示出了本发明一种液体性质检测方法实施例2的流程图,所述方法可以包括以下几个步骤:
步骤201:进行空白扫描以得到空白图像,并获取所述空白图像的空白数据。
所述空白数据包括设备污点含量。
系统中用于扫描待测液体的设备本身可能存在污点,比如扫描设备为显微镜时,显微镜的物镜或目镜可能存在污点,污点在图像中会有显示,由于只是采用低倍扫描,从图像中并不能区分设备污点与有形成分,则就会导致测量结果的不准确,因此,本实施例中,在扫描待测液体之前,首先进行空白扫描,即检测池中不填充任何液体的时候,扫描得到空白图像,若设备存在污点时,空白图像上所显示的颗粒即为设备污点,因此根据空白图像可以获取空白数据,所述空白数据包括设备污点含量,还可以包括设备污点在图像中的位置信息。
步骤202:按照第一预设扫描参数,扫描待测液体以得到第一目标图像。
所述第一预设扫描参数的设定可参见方法实施例1中所述,在此不再赘述,其中,在扫描待测液体前,还可以首先检测待测液体的容量是否等于预设扫描容量,若是,则执行步骤202的操作。
步骤203:获取所述第一目标图像的有形成分信息,所述有形成分信息包括有形成分含量。
由于设备污点的存在,在扫描待测液体时获取的第一目标图像中,图像中固体颗粒不仅包括有形成分,其还包括设备污点,因此,所述获取的有形成分信息为待测液体的有形成分和设备污点的总含量。
步骤204:判断所述待测液体的有形成分和设备污点的总含量与设备污点含量的差值是否大于预设值,若是,则进入步骤205,若否,则进入步骤206。
根据空白扫描时获取的设备污点含量,计算有形成分信息中的总含量与设备污点含量的差值,判断所述差值是否大于预设值,若是,则表明液体中有形成分含量大于预设值,进入步骤205,若否,则表明液体中的有形成分含量小于或者等于预设值,则进入步骤206。
其中,判断所述总含量与设备污点含量的差值是否大于预设值,其还可以是,首先计算所述设备污点含量和预设值的和值,然后判断所述总含量是否大于所述和值,若是,则表明液体中有形成分含量大于预设值,若否,则表明液体中的有形成分含量小于或者等于预设值。
步骤205:确定所述液体为阳性液体,进入步骤207。
当判断出有形成分含量大于预设值时,则表明待测液体为阳性液体,可在系统显示界面提示给用户,继续执行步骤207的操作。
由于扫描待测液体时,所获得的第一目标图像为当前第一目标图像,有形成分信息为当前的目标数据,所述当前目标数据为获取的每帧图像中数据的总和,当判断出目标数据满足预设条件时,则可停止本次的扫描,即在扫描视域量以及扫描路程未完成的情况下,只要判断出当前有形成分信息满足预设条件后,即可结束本次扫描
步骤206:确定所述液体为阴性液体。
当判断出有形成分含量小于或者等于预设值时,则表明待测液体为阴性液体,并在系统显示界面提示给用户,则系统即可结束本次检测流程。
步骤207:按照第二预设扫描参数继续扫描所述待测液体以得到第二目标图像。
在判断出待测液体为阳性液体时,即有形成分超标,表明所述待测液体存在异常,则可以进一步检测待测液体中的有形成分的种类。
待测液体继续静置一段时间,然后控制扫描设备按照第二预设扫描扫数继续扫描该待测液体,获取第二目标图像。
所述第二预设扫描参数包括扫描视域量、扫描路程以及扫描路线。
步骤208:获取所述第二目标图像的目标信息,所述目标信息包括不同种类的有形成分含量和位置信息。
步骤209:根据所述目标信息利用机器视觉识别法对所述有形成分进行形态学检测。
在医学检测领域,利用现有的机器视觉识别法能够自动实现有形成分的形态学的数据分析,可以对各类有形成分进行分类计数,并可以获得每一类有形成分的大小、形态或者颜色等信息,从而可以得知液体中的哪一类有形成分出现问题。
机器视觉识别法是基于全自动显微镜摄像系统的形态学分析方法,系统预先训练各类有形成分的模型,因此根据获取的目标信息,与系统模拟数据库中的各类有形成分数据模型进行比对,即可自动实现有形成分的形态学检测,无需人为进行镜检。
本实施例在检测出待测液体为阳性液体后,则继续进行形态学的检测,而待测液体为阴性液体,即液体正常时,则直接结束流程,无需进行形态学检测,从而避免了不必要的检测,提高了检测效率,同时节约了设备资源。
当然本发明在检测出待测液体为阳性液体后,也可采用其他方法进行形态学的检测,进一步对有形成分进行分类计数。
在本实施例中,在进行待测液体扫描前,首先进行空白扫描,获取空白图像的空白数据,即设备污点含量,在扫描待测液体时,获取目标数据,并计算所获取的目标数据中的颗粒总含量与设备污点含量的差值,所述差值即为液体有形成分含量,判断所述差值是否大于预设值,若是,则所述待测液体为阳性液体,继续进行扫描,利用机器视觉识别法进行形态学分析,若否,则所述待测液体为阴性液体,则可结束本次检测流程。避免了外界因素的干扰,也避免了设备本身对液体有形成分带来的干扰,提高了检测准确度,同时,还可对待测液体为阳性的液体继续进行形态学检测,进一步分析有形成分种类。
本发明应用在形态学检测时,可以筛选出阴性液体,对阴性液体不予检测,而对阳性液体在继续进行形态学的检测,从而避免了不必要的检测,提供了形态学检测的效率。
参见图3,示出了本发明一种液体性质检测方法实施例3的流程图,所述方法可以包括以下几个步骤:
步骤301:扫描有形成分含量已知的液体以得到第一图像,并获取所述第一图像的第一图像数据。
其中,所述第一图像数据包括固体颗粒含量。
系统中用于扫描待测液体的设备本身可能存在污点,比如扫描设备为显微镜时,物镜或目镜可能存在污点,就会导致测量结果的不准确,因此,本实施例中,在扫描待测液体之前,首先扫描有形成分含量已知的液体,获得第一图像,并根据所述第一图像,获取第一图像数据,由于扫描设备本身存在污点,因而第一图像中将显示该已知液体中的有形成分和设备污点,所述的第一图像数据的固体颗粒含量即为该已知液体的有形成分和设备污点的总数量。
在进行扫描时,特别是利用显微镜进行扫描,如果只是空白扫描,检测池没有填充液体,则扫描得到的图像比较模糊,因此,为了更准确获得设备污点含量,可首先检测有形成分含量已知的液体,得到的第一图像中将显示设备污点和该液体的有形成分。
步骤302:将所述固体颗粒含量减去所述已知液体的有形成分含量,计算得出设备污点含量。
所述第一图像数据包括了已知液体的有形成分和设备污点的总含量,将该总含量数减去已知的有形成分的含量,即为设备污点的含量。
本实施例中,为了减少计算量,所述有形成分含量已知的液体可以选用有形成分含量为零的透明液体,因而所得到的第一图像数据中的固体颗粒含量即为设备污点含量。
步骤303:按照第一预设扫描参数扫描待测液体以得到第一目标图像。
步骤304:获取所述第一目标图像的有形成分信息,所述有形成分信息包括待测液体有形成分和设备污点的总含量。
步骤305:判断所述待测液体有形成分和设备污点的总含量与所述计算出的设备污点含量的差值是否大于预设值,若是,则进入步骤306,若否,则进入步骤307。
计算有形成分信息中的总含量与所述设备污点含量的差值,判断所述差值是否大于预设值,若是,则表明液体中有形成分含量大于预设值,进入步骤306,若否,则表明液体中的有形成分含量小于或者等于预设值,进入步骤307。
其中,判断所述待测液体有形成分和设备污点的总含量与所述设备污点含量的差值是否大于预设值,其还可以是,首先计算所述设备污点含量和预设值的和值,然后判断所述总含量是否大于所述和值,若是,则表明液体中有形成分含量大于预设值,若否,则表明液体中的有形成分含量小于或者等于预设值。
步骤306:确定所述液体为阳性液体,进入步骤308。
步骤307:确定所述液体为阴性液体。
步骤308:按照第二预设扫描参数继续扫描所述待测液体以得到第二目标图像。
在判断出待测液体为阳性液体时,即有形成分超标,表明所述待测液体存在异常,可进一步分析检测待测液体中的有形成分的种类。
待测液体继续静置一定时间,按照第二预设扫描扫数扫描该待测液体,获取第二目标图像。
所述第二预设扫描参数包括扫描视域量、扫描路程以及扫描路线。
步骤309:获取所述第二目标图像的目标信息。
其中,所述目标信息可以包括不同种类的有形成分含量和位置信息。
步骤310:根据所述目标信息利用机器视觉识别法对所述有形成分进行形态学检测。
在本实施例中,进行待测液体扫描前,先选择有形成分含量已知的液体进行扫描,计算设备污点含量,扫描待测液体,将获得的目标数据中的总含量与所述污点含量和预设值进行比较,判断待测液体有形成分含量是否大于预设值,从而确定待测液体的阴阳性,提高了液体检测的准确度,且待测液体为阳性液体时,进行进一步的形态学的检测,对阳性液体中的有形成分进行分类计数,从而可提高形态学检测的效率,避免了不必要的检测。
参见图4,示出了本发明一种液体性质检测系统实施例1的结构图,所述系统可以包括:
扫描待测液体以得到第一目标图像的图像扫描设备401。
与所述图像扫描设备401相连的服务器402,所述服务器402接收图像扫描设备传输的第一目标图像,获取所述第一目标图像的有形成分信息,并判断所述有形成分信息是否满足预设条件,若是,则确定所述液体为阳性液体,若否,则确定所述液体为阴性液体。
本实施是用于检测待测液体中的有形成分,有形成分是指液体中不能溶解的可见成分,例如在医学领域进行尿液检测时,尿液中的红细胞、白细胞、以及其他细胞管型等都是有形成分,当然本发明还用于其他领域的液体检测,例如,在饮料制作领域,有形成分即是指液体中的杂质。
在进行待测液体检测时,先将待测液体冲入检测池中,检测池是用于填充液体的容器,检测池与检测系统相连,可由系统控制检测池中液体的进液量。本实施例优选地,系统可设定待测液体的预设扫描容量,当检测到冲入检测池的液体含量等于预设扫描容量时,则启动图像扫描设备401进行扫描,得到第一目标图像,液体中存在有形成分时,在扫描得到的第一目标图像中即可以显示出来,然后将所述第一目标图像传输至服务器402中。其中所述的图像扫描设备401可以具体为显微镜,所述服务器402可以是计算机,或者集成的图像处理系统。
其中,扫描待测液体时,图像扫描述设备401具体是按照第一预设扫描参数进行扫描,所述第一预设扫描参数是根据按照待测液体的检测灵敏度所确定的预设扫描容量进行设置的。所述扫描参数包括扫描视域量、扫描路程和扫描路线,具体的设置过程可如下所述:
首先确定待测液体的预设扫描容量。
由于待测液体中有形成分可能包含多个种类,例如尿液包括红细胞、白细胞,细胞管型等有形成分,不同种类的有形成分,要求检测的灵敏度不同,需要根据待测液体的有形成分种类设定检测灵敏度,为避免导致漏检,具体是根据有形成分中要求检测灵敏度高的一类有形成分确定待测液体的容量。
以待测液体中存在三类有形成分、分别为A类、B类、C类为例,对于A类有形成分要求检测的灵敏度小于1个/UL(微升),即每1UL中存在一个有形成分,B类有形成分要求检测的灵敏度为1个/10UL,C类有形成分要求检测的灵敏度为1个/100UL,则可知要求C类的检测灵敏度最高,则可知待测液体容量至少为100UL。因此可以设置预设扫描容量等于或者大于100UL的某一值。
确定出待测液体的预设扫描容量后,根据所述预设扫描容量,即可确定扫描参数。
结合检测池的容积量,扫描视域量确定具体为:设检测池容器的厚度为H,进行扫描时的视野面积为S,则一个视野内可观察到的视野体积为SH,根据计算出的待测液体的预设扫描容量L,为了保证不漏检,扫描视域量至少应为:L/SH。
扫描路程的确定具体可以为:设扫描时的视野宽度为D,则扫描的截面积为DH,根据确定的待测液体预设扫描容量,扫描路程应至少为:L/DH。
其中,扫描路线可根据不同情况选择不同的路线,比如显微镜扫描时,可以采用弓字形扫描路线。
实际应用中,服务器控制检测池液体容量,当检测池中液体容量达到预设扫描容量时,则启动图像扫描设备进行扫描,上述确定的扫描视域量即为显微镜物镜的扫描视域量。当扫描的路程较大而超出检测池的范围时,可通过来回扫描的方式保证扫描完成要求的路程。可以采用运动显微镜的方式,对待测液体进行XYZ方向的三维立体扫描,要求的扫描视域量不能够重叠,当然,也可以固定显微镜,控制检测池的方式进行扫描。为了提高检测速度,可根据不同的检测灵敏度以及有形成分大小确定放大倍数,由于获取扫描待测液体或者液体中有形成分的含量,因此显微镜采用低倍扫描即可。
液体中存在有形成分时,在扫描得到的第一目标图像中即可以显示出来。扫描待测液体时,图像扫描设备由于是按照扫描路线进行扫描,因此图像是连续获取的,每一扫描视野内,即会得到一帧图像,因此所述有形成分信息即是服务器当前获得的每帧图像中的数据的总和,本实施例中,所述有形成分信息包括有形成分的含量,其还可以包括有形成分的位置信息。而其位置信息是指有形成分在不同扫描路线下得到的第一目标图像中的位置,图像数据的获取过程具体可以采用图像识别函数来实现。
服务器判断所述有形成分信息是否满足预设条件,所述预设条件具体可以是指所述有形成分含量大于预设值。该标准值在不同地区可能也不同,需要根据实际应用环境具体设定,例如尿液中红细胞的有形成分含量标准值为每微升中含量为A个,而红细胞在尿液中要求检测的灵敏度最高,则所述预设值即为该红细胞的标准值与预设扫描容量的乘积值。大于该标准值,则认为尿液为阳性尿液,可能存在病变。当然,本发明应用于其他检测领域时,例如饮料检测领域,所述预设值即是指饮料中杂质含量符合规定的标准值。
有形成分信息满足预设条件时,即有形成分含量大于预设值,则服务器确定待测液体为阳性液体,并同时提示给用户,不满足预设条件时,即有形成分含量小于或等于预设值,则服务器确定待测液体为阴性液体,并给出提示,如可以在服务器的显示界面显示提示信息,以便于用户判断是否结束本次检测流程。
其中,参见图5,所述服务器可以具体包括:
与图像扫描设备相连的接口501,所述接口501用于接收图像扫描设备401传输的第一目标图像。
与所述接口501相连的,存储第一目标图像的存储器502。
与所述存储器502相连的处理器503,所述处理器504用于根据所述第一目标图像获取有形成分信息,并判断所述有形成分信息是否满足预设条件,若是,则确定所述液体为阳性液体,若否,则确定所述液体为阴性液体。
所述处理器503,可以具体包括:
第一获取单元5031,用于获取第一目标图像的有形成分信息;
第一判断单元5032,用于判断所述有形成分信息是否满足预设条件;
确定单元5033,用于当所述第一判断单元5032判断结果为是时,确定所述待测液体为阳性液体,当所述第一判断单元5032判断结果为否时,确定所述待测液体为阴性液体。
在本实施例中,通过图像扫描设备扫描待测液体获得待测液体的第一目标图像,由服务器进行图像处理,获取第一目标图像的有形成分信息,并根据有形成分信息确定待测液体为阳性液体还是阴性液体,检测过程由系统自动完成,无需人工参与,避免了干化学分析时的干扰因素影响,从而提高了检测的准确度。
本发明还提供了一种液体性质检测系统实施例2,所述系统包括图像处理设备和与所述图像处理设备相连的服务器,参见图6,示出了本实施例中服务器的结构示意图。
所述服务器包括与所述图像处理设备相连的接口601,与所述接口601相连的存储器602,与存储器602相连的处理器603,所述处理器603包括第一获取单元6031、第一判断单元6032和确定单元6033,各单元功能可参见系统实施例1所述,与上述实施例1不同之处在于,所述处理器603还包括:
容量判断单元6034:用于判断待测液体容量是否达到预设扫描容量,若是,则启动所述图像扫描设备。
所述预设扫描容量的设置过程可具体参见上述系统实施例1。
第二获取单元6035,用于获取空白图像的空白数据,所述空白图像是所述图像扫描设备进行空白扫描得到的。
其中,所述空白数据包括设备污点含量。
图像扫描设备进行空白扫面,将得到的空白图像传输至所述服务器的接口,存储器存储所述空白图像。
由于图像扫描设备本身可能存在污点,比如扫描设备为显微镜时,物镜或目镜可能存在污点,就会导致测量结果的不准确,因此,本实施例中,在扫描待测液体之前,首先进行空白扫描,即检测池中不填充任何液体的时候,扫描得到空白图像,若设备存在污点时,该空白图像即可显示设备污点,因此第二获取单元6035获取空白图像的空白数据,所述空白数据包括设备污点含量,还可以包括设备污点在空白图像中的位置信息。
由于设备污点的存在,图像扫描设备摄取的第一目标图像中,图像中所呈现的固体颗粒不仅包括有形成分,其还包括设备污点,因此第一获取单元6031获取的有形成分信息所包括的具体为待测液体有形成分和设备污点的总含量。
因此,所述第一判断单元6032具体用于判断所述有形成分和设备污点的总含量与所述设备污点含量的差值是否大于预设值,若是,则表明液体中有形成分含量大于预设值,若否,则表明液体中的有形成分含量小于或者等于预设值。
有形成分信息包括的总含量与设备污点含量的差值即为待测液体有形成分含量。
当然,所述第一判断单元6032还可以是用于判断所述有形成分和设备污点的总含量是否大于所述设备污点含量和预设值的和值。
实际应用中,确定单元6033确定出待测液体为阳性液体时,还可以对所述待测液体继续进行形态学的检测,由于在第一判断单元6032判断出有形成分含量大于预设值时,即科控制图像扫描设备停止扫描,因此,当需要继续进行扫描时,所述确定单元6033还可以还用于启动图像扫描设备。
则所述处理器还可以包括:
第四获取单元6036,用于获取第二目标图像的目标信息,所述目标信息包括有形成分含量和位置信息,所述第二目标图像是所述图像扫描设备按照第二预设扫描参数继续扫描所述待测液体得到的。
在判断出待测液体为阳性液体时,即有形成分大于预设值,表明所述待测液体存在异常,可以进一步检测待测液体中的有形成分的种类以及形状,以判断是哪一类有形成分出现病变。
待测液体继续静置一定时间,确定单元6033启动图像扫描设备,图像扫描设备按照第二预设扫描扫数扫描该待测液体,获取第二目标图像。
所述第二预设扫描参数包括扫描视域量、扫描路程以及扫描路线。
检测单元6037,用于根据所述目标信息利用机器视觉识别法对所述有形成分进行形态学检测。
在医学检测领域,机器视觉识别法能够自动实现有形成分的形态学的数据分析,可以对各类有形成分进行分类计数,并可以获得每一类有形成分的大小形态或者颜色等,从而可以得知液体中的哪一类有形成分出现问题。
机器视觉识别法是基于全自动显微镜摄像系统,系统预先训练各类有形成分的模型,因此根据获取的目标信息,与系统模拟数据库中的各类有形成分数据模型进行比对,即可自动实现有形成分的形态学检测,无需人为进行镜检。
本实施例在检测出待测液体为阳性液体后,则启动图像扫描设备继续扫描,进行形态学的检测,而待测液体为阴性液体,即液体正常时,则直接结束流程,无需进行形态学检测,从而避免了不必要的检测,提高了检测效率,同时节约了设备资源。
当然本发明在检测出待测液体为阳性液体后,也可采用其他方法进行形态学的检测,进一步对有形成分进行分类计数。
本实施例中,在进行待测液体扫描前,首先进行空白扫描,获取空白图像的空白数据,即设备污点含量,在扫描待测液体时,获取目标数据,并计算所获取的目标数据中的颗粒总含量与设备污点含量的差值,所述差值即为液体有形成分含量,判断所述差值是否大于预设值,若是,则所述待测液体为阳性液体,继续进行扫描,利用机器视觉识别法进行形态学分析,若否,则所述待测液体为阴性液体,则可结束本次检测流程。避免了外界因素的干扰,也避免了设备本身对液体有形成分带来的干扰,提高了检测准确度,同时,还可对待测液体为阳性的液体继续进行形态学检测,进一步分析有形成分种类。
本发明应用在形态学检测时,可以筛选出阴性液体,对阴性液体不予检测,而对阳性液体在继续进行形态学的检测,从而避免了不必要的检测,提供了形态学检测的效率。
本发明还提供了一种液体性质检测系统实施例3,所述系统包括:图像处理设备和与所述图像处理设备相连的服务器,参见图7,示出了本实施例中服务器的结构示意图。所述服务器包括与所述图像处理设备相连的接口701,与所述接口701相连的存储器702,与存储器702相连的处理器703,所述处理器703包括第一获取单元7031、第一判断单元7032和确定单元7033,与上述实施例1不同之处在于,所述处理器703还包括:
容量判断单元7034:用于判断待测液体容量是否达到预设扫描容量,若是,则启动所述图像扫描设备。
第三获取单元7035,用于获取第一图像的第一图像数据,所述第一图像是所述图像扫描设备扫描有形成分含量已知的液体得到的。
所述第一图像数据包括固体颗粒含量。
系统中用于扫描待测液体的设备本身可能存在污点,比如扫描设备为显微镜时,物镜或目镜可能存在污点,就会导致测量结果的不准确,因此,本实施例中,在扫描待测液体之前,首先扫描有形成分含量已知的液体,获得第一图像,并根据所述第一图像,获取第一图像数据,由于扫描设备本身存在污点,因而第一图像中将显示该已知液体中的有形成分和设备污点,所述的第一图像数据包括了该已知液体的有形成分和设备污点的总数量。
在进行扫描时,特别是利用显微镜进行扫描时,如果只是空白扫描,检测池没有填充液体,则扫描得到的图像比较模糊,因此,为了更准确获得设备污点含量,可首先检测有形成分含量已知的液体,得到的目标图像将包括设备污点和该液体的有形成分。
本实施例中,为了减少计算量以及可以精确获得设备污点的位置信息,所述有形成分含量已知的液体可以选用有形成分含量为零的透明液体,因而所得到的第一图像数据即为设备的污点含量。
计算单元7036,用于将所述固体颗粒含量减去所述已知液体的有形成分含量,计算得出设备污点含量。因此所述第一获取单元7031获取的目标数据,包括待测液体有形成分和设备污点的总含量,
则所述第一判断单元7032具体用于判断所述总含量与设备污点含量的差值是否大于预设值。
第四获取单元6037,用于获取第二目标图像的目标信息,所述目标信息包括有形成分含量和位置信息,所述第二目标图像是所述图像扫描设备按照第二预设扫描参数继续扫描所述待测液体得到的。
则所述确定单元7033在确定出所述液体为阳性液体时,还用于启动图像扫描设备。
在判断出待测液体为阳性液体时,即有形成分超标,表明所述待测液体存在异常,可以进一步检测待测液体中的有形成分的种类。
待测液体继续静置一段时间,确定单元启动图像扫描设备,按照第二预设扫描扫数扫描该待测液体,获取第二目标图像。
所述第二预设扫描参数包括扫描视域量、扫描路程以及扫描路线。
检测单元6038,用于根据所述目标信息利用机器视觉识别法对所述有形成分进行形态学检测。
在医学检测领域,机器视觉识别法能够自动实现有形成分的形态学的数据分析,可以对各类有形成分进行分类计数,并可以获得每一类有形成分的大小形态或者颜色等,从而可以得知液体中的哪一类有形成分出现问题。
机器视觉识别法是基于全自动显微镜摄像系统,系统预先训练各类有形成分的模型,因此根据获取的目标信息,与系统模拟数据库中的各类有形成分数据模型进行比对,即可自动实现有形成分的形态学检测,无需人为进行镜检。
本实施例在检测出待测液体为阳性液体后,则启动图像扫描设备继续扫描,进行形态学的检测,而待测液体为阴性液体,即液体正常时,则直接结束流程,无需进行形态学检测,从而避免了不必要的检测,提高了检测效率,同时节约了设备资源。
当然本发明在检测出待测液体为阳性液体后,也可采用其他方法进行形态学的检测,进一步对有形成分进行分类计数。
在本实施例中,图像扫描设备首先扫描有形成分含量已知的液体,然后扫描待测液体,服务器接收并存储获得的第一图像和第一目标图像,由服务器中的处理器获取第一图像数据和有形成分信息,并根据第一图像数据计算设备污点含量,根据有形成分信息和所述设备污点含量判断有形成分含量是否大于预设值,即所述待测液体时阳性液体和阴性液体,本实施避免了干扰因素的影响,并避免了图像扫描设备本身带来的干扰,提高了检测的准确度和精度,同时确定待测液体为阳性液体后,还可以按照机器视觉识别法继续进行扫描,对有形成分进行形态学检测。
在实际应用中,本发明的技术方案可以用于进行医学检测,例如进行尿液检测,或其他体液的检测,检测出的有形成分含量若大于预设值时,该预设值可以根据临床医学中对于液体中有形成分含量的规定进行设置,则认为液体为阳性液体,液体不正常,若小于或等于预设值,则表明液体正常,本发明可具体应用于对液体中有形成分的形态学检测中,在进行形态学检测时,首先扫描待测液体,判断待测液体的阴阳性,当为阳性液体时,再进行形态学检测,因此可以达到一个液体过筛的功能,先筛选出阴性液体,只对阳性液体进行进一步检测,从而提高了检测效率,避免了后续检测进行一些不必要的检测,而采用现有技术中采用的方法,由于干扰因素的影响,可以将正常的液体检测为不正常,则会对正常的液体进行后续的检测,增加了检测步骤,造成了资源的浪费,而采用本发明的技术方案则避免了这些问题的产生。
本发明的技术方案还可以应用于制药、酿酒、饮料制作等领域,由于在药液、酒以及饮料的罐装生成时,由于卫生情况,或者人员操作疏忽,会使得一些纤维、玻屑、色斑、橡胶等杂质混入液体中,造成液体污染,本发明检测出液体的有形成分,所述有形成分即是包括液体中的所有不可溶解的可见物,当有形成分含量超出预设值,则表明液体不合格,可将该样品进行回收重新生产。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (7)

1.一种液体性质检测方法,其特征在于,包括:
进行空白扫描以得到空白图像,获取所述空白图像的空白数据,所述空白数据包括设备污点含量;或者,扫描有形成分含量已知的液体以得到第一图像,并获取所述第一图像的第一图像数据,所述第一图像数据包括固体颗粒含量,将所述固体颗粒含量减去所述已知液体的有形成分含量,计算得出设备污点含量;
通过显微镜采用低倍扫描方式按照第一预设扫描参数扫描待测液体以得到第一目标图像,所述第一预设扫描参数是根据按照待测液体的检测灵敏度所确定的预设扫描容量进行设置的,所述扫描参数包括扫描视域量、扫描路程和扫描路线;
获取所述第一目标图像的有形成分信息,所述有形成分信息包括待测液体有形成分和设备污点的总含量;
判断所述有形成分信息是否满足预设条件,若是,则确定所述待测液体为阳性液体,若否,则确定所述待测液体为阴性液体,所述预设条件具体为:所述待测液体有形成分和设备污点的总含量与所述设备污点含量的差值大于预设值。
2.根据权利要求1所述的方法,其特征在于,当确定所述液体为阳性液体时,所述方法还包括:
按照第二预设扫描参数继续扫描所述待测液体以得到第二目标图像;
获取所述第二目标图像的目标信息,所述目标信息包括有形成分含量和位置信息;
根据所述目标信息利用机器视觉识别法对所述有形成分进行形态学检测。
3.根据权利要求1所述的方法,其特征在于,所述扫描待测液体之前还包括:
检测待测液体容量是否达到预设扫描容量,若是,再执行所述扫描待测液体的步骤。
4.一种液体性质检测系统,其特征在于,包括:
采用低倍扫描方式按照第一预设扫描参数扫描待测液体以得到第一目标图像的显微镜,所述第一预设扫描参数是根据按照待测液体的检测灵敏度所确定的待扫描液体的容量进行设置的,所述扫描参数包括扫描视域量、扫描路程和扫描路线;
与所述显微镜相连的服务器,所述服务器接收显微镜传输的第一目标图像,并获取所述第一目标图像的有形成分信息,判断所述有形成分信息是否满足预设条件,若是,则确定所述液体为阳性液体,若否,则确定所述液体为阴性液体,其中,所述有形成分信息包括待测液体有形成分含量,或者待测液体有形成分和设备污点的总含量;
所述服务器还用于获取空白图像的空白数据,所述空白图像是所述显微镜进行空白扫描得到的,所述空白数据包括设备污点含量,或者获取第一图像的第一图像数据,所述第一图像数据包括固体颗粒含量,所述第一图像是所述显微镜扫描有形成分含量已知的液体得到的,将所述固体颗粒含量减去所述已知液体的有形成分含量,计算得出设备污点含量;则所述预设条件为所述有形成分和设备污点的总含量与所述设备污点含量的差值大于预设值。
5.根据权利要求4所述的系统,其特征在于,所述服务器包括与显微镜相连的接口、与所述接口相连的存储器以及与所述存储器相连的处理器;
所述接口用于接收显微镜传输的第一目标图像;
所述存储器用于存储所述第一目标图像;
所述处理器用于根据所述第一目标图像获取有形成分信息,并判断所述有形成分信息是否满足预设条件,若是,则确定所述液体为阳性液体,若否,则确定所述液体为阴性液体;
所述处理器还用于获取空白图像的空白数据,所述空白图像是所述显微镜进行空白扫描得到的,所述空白数据包括设备污点含量,或者获取第一图像的第一图像数据,所述第一图像数据包括固体颗粒含量,所述第一图像是所述显微镜扫描有形成分含量已知的液体得到的,将所述固体颗粒含量减去所述已知液体的有形成分含量,计算得出设备污点含量;则所述预设条件为所述有形成分和设备污点的总含量与所述设备污点含量的差值大于预设值。
6.根据权利要求5所述的系统,其特征在于,所述处理器包括:
第一获取单元,用于获取第一目标图像的有形成分信息;
第一判断单元,用于判断所述有形成分信息是否满足预设条件;
确定单元,当所述第一判断单元判断结果为是时,确定所述待测液体为阳性液体,当所述第一判断单元判断结果为否时,确定所述待测液体为阴性液体;
所述处理器还包括:
第二获取单元,用于获取空白图像的空白数据,所述空白图像是所述显微镜进行空白扫描得到的,所述空白数据包括设备污点含量;或者,
第三获取单元,获取第一图像的第一图像数据,所述第一图像数据包括固体颗粒含量,所述第一图像是所述显微镜扫描有形成分含量已知的液体得到的;
计算单元,用于将所述固体颗粒含量减去所述已知液体的有形成分含量,计算得出设备污点含量;
则所述预设条件为所述有形成分和设备污点的总含量与所述设备污点含量的差值大于预设值。
7.根据权利要求6所述的系统,其特征在于,所述处理器还包括:
容量判断单元,用于判断待测液体容量是否达到预设扫描容量,若是,则启动所述显微镜。
CN 201110241449 2011-08-22 2011-08-22 液体性质检测方法和系统 Active CN102323281B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN 201110241449 CN102323281B (zh) 2011-08-22 2011-08-22 液体性质检测方法和系统
PCT/CN2011/080222 WO2013026222A1 (zh) 2011-08-22 2011-09-27 液体性质检测方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201110241449 CN102323281B (zh) 2011-08-22 2011-08-22 液体性质检测方法和系统

Publications (2)

Publication Number Publication Date
CN102323281A CN102323281A (zh) 2012-01-18
CN102323281B true CN102323281B (zh) 2013-09-18

Family

ID=45451066

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201110241449 Active CN102323281B (zh) 2011-08-22 2011-08-22 液体性质检测方法和系统

Country Status (2)

Country Link
CN (1) CN102323281B (zh)
WO (1) WO2013026222A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102662048B (zh) * 2012-05-21 2014-07-16 爱威科技股份有限公司 一种尿液分析方法及尿液分析装置
CN105654107B (zh) * 2015-09-21 2020-01-17 迪瑞医疗科技股份有限公司 一种基于svm的有形成分分类方法
JP6791170B2 (ja) * 2015-12-28 2020-11-25 東洋紡株式会社 分析装置、分析方法、および、分析システム
CN108710852B (zh) * 2018-05-21 2021-08-03 山东大学 一种限定拍摄深度的粒度分布图像识别方法及系统
CN111198182A (zh) * 2018-11-20 2020-05-26 苏州迈瑞科技有限公司 一种干化学检测方法和装置
CN114373349B (zh) * 2020-12-15 2023-02-28 西安赛德欧医疗研究院有限公司 全腹腔脏器手术训练系统
CN117214125B (zh) * 2023-11-09 2024-01-26 南京盛略科技有限公司 一种基于检测光纤的液体成分检测系统及方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3395627B2 (ja) * 1998-02-06 2003-04-14 株式会社日立製作所 生体の粒子画像の分類方法
CN1437025A (zh) * 2002-02-08 2003-08-20 丁建文 智能显微图像分析仪
US7097103B2 (en) * 2003-05-22 2006-08-29 Wen-Chao Tseng Method of automatically detecting a test result of a probe zone of a test strip
CN1727902A (zh) * 2003-09-04 2006-02-01 合肥新月电子技术有限责任公司 全自动尿液分析系统
CN1232824C (zh) * 2004-04-10 2005-12-21 重庆天海医疗设备有限公司 一种集浓缩、检测分析于一体的尿沉渣分析方法
US10545149B2 (en) * 2008-10-06 2020-01-28 Morehouse School Of Medicine Detection of HIV-related proteins in urine

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JP特开平11-223595A 1999.08.17

Also Published As

Publication number Publication date
CN102323281A (zh) 2012-01-18
WO2013026222A1 (zh) 2013-02-28

Similar Documents

Publication Publication Date Title
CN102323281B (zh) 液体性质检测方法和系统
JP4911172B2 (ja) 分析装置及びその利用
CN105612249B (zh) 图像处理装置、程序、信息存储介质和图像处理方法
CN103080331A (zh) 微生物检测方法、微生物检测设备和程序
JP4085297B2 (ja) 尿中有形成分分類装置
CN104036516B (zh) 基于对称性分析的摄像机标定棋盘图像角点检测方法
CN105869154A (zh) 一种250ml医药大输液可见异物与气泡的分类识别检测方法
CN103994786A (zh) 圆弧标尺线指针式仪表刻度的图像检测方法
Dell et al. Towards a point-of-care diagnostic system: automated analysis of immunoassay test data on a cell phone
JP2013128438A (ja) 画像処理装置、プログラム及び画像処理システム
JP7026694B2 (ja) 画像解析装置、方法およびプログラム
WO2014192184A1 (ja) 画像処理装置、画像処理方法、プログラム、及び記憶媒体
CN109740654A (zh) 一种基于深度学习的舌体自动检测方法
WO2008059934A1 (en) Method for determining agglutination
CN202305414U (zh) 液体性质检测系统
US9176132B2 (en) Method of calibration
CN108693097A (zh) 红细胞聚集检测方法及系统
CN112540039A (zh) 一种可用于直接计算贴壁活细胞数量的方法
WO2021105223A1 (en) Methods and devices for performing an analytical measurement
JP6873231B2 (ja) 細胞画像評価装置および方法並びにプログラム
JP2017063652A (ja) 細胞評価装置および方法並びにプログラム
CN202794194U (zh) 综合样本分析仪
CN111337696B (zh) 一种体外诊断设备及其样本分析方法
JP2015055481A (ja) 尿検体に由来する有形成分の形態を撮像した画像の処理方法
CN110119738A (zh) 齿痕检测方法、装置、电子设备及可读存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C53 Correction of patent for invention or patent application
CB02 Change of applicant information

Address after: 410013 Hunan city high tech Development Zone Changsha Changsha Wenxuan Road No. 27 building B6 Yuyuan mountain valley

Applicant after: AVE Science & Technology Co., Ltd.

Address before: 410013, M1 building, Torch Group, torch City, Changsha hi tech Development Zone, Hunan, Changsha, 4

Applicant before: AVE Science & Technology Industry Co., Ltd. Changsha High New Technology Industry Development Zone

COR Change of bibliographic data

Free format text: CORRECT: APPLICANT; FROM: AVE SCIENCE + TECHNOLOGY INDUSTRY CO., LTD. CHANGSHA HIGH NEW TECHNOLOGY INDUSTRY DEVELOPMENT ZONE TO: AVE SCIENCE + TECHNOLOGY CO., LTD.

C14 Grant of patent or utility model
GR01 Patent grant