BR102019004263A2 - Análise química móvel - Google Patents
Análise química móvel Download PDFInfo
- Publication number
- BR102019004263A2 BR102019004263A2 BR102019004263-0A BR102019004263A BR102019004263A2 BR 102019004263 A2 BR102019004263 A2 BR 102019004263A2 BR 102019004263 A BR102019004263 A BR 102019004263A BR 102019004263 A2 BR102019004263 A2 BR 102019004263A2
- Authority
- BR
- Brazil
- Prior art keywords
- calibration
- reading
- analysis
- card
- fact
- Prior art date
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 189
- 239000000126 substance Substances 0.000 title claims abstract description 127
- VJYFKVYYMZPMAB-UHFFFAOYSA-N ethoprophos Chemical compound CCCSP(=O)(OCC)SCCC VJYFKVYYMZPMAB-UHFFFAOYSA-N 0.000 title description 2
- 238000012545 processing Methods 0.000 claims abstract description 87
- 238000006243 chemical reaction Methods 0.000 claims abstract description 37
- 230000004044 response Effects 0.000 claims abstract description 24
- 238000000034 method Methods 0.000 claims description 100
- 230000006870 function Effects 0.000 claims description 63
- 238000003860 storage Methods 0.000 claims description 29
- 238000004737 colorimetric analysis Methods 0.000 claims description 23
- 238000012360 testing method Methods 0.000 claims description 23
- 238000004519 manufacturing process Methods 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 9
- 229910052729 chemical element Inorganic materials 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000011084 recovery Methods 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 4
- 230000002123 temporal effect Effects 0.000 claims 1
- 239000010410 layer Substances 0.000 description 103
- 239000012086 standard solution Substances 0.000 description 30
- 238000004891 communication Methods 0.000 description 16
- 239000012530 fluid Substances 0.000 description 12
- 239000003086 colorant Substances 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 239000003153 chemical reaction reagent Substances 0.000 description 9
- 230000009471 action Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 6
- 238000013500 data storage Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 239000000123 paper Substances 0.000 description 6
- 238000007705 chemical test Methods 0.000 description 5
- 230000010354 integration Effects 0.000 description 5
- 238000012015 optical character recognition Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000003491 array Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 229910052791 calcium Inorganic materials 0.000 description 3
- 239000011575 calcium Substances 0.000 description 3
- 230000019771 cognition Effects 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000000835 fiber Substances 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 2
- 229910002651 NO3 Inorganic materials 0.000 description 2
- NHNBFGGVMKEFGY-UHFFFAOYSA-N Nitrate Chemical compound [O-][N+]([O-])=O NHNBFGGVMKEFGY-UHFFFAOYSA-N 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 239000007853 buffer solution Substances 0.000 description 2
- 230000001149 cognitive effect Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 229920000642 polymer Polymers 0.000 description 2
- 230000035484 reaction time Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 241000588724 Escherichia coli Species 0.000 description 1
- 241001272720 Medialuna californiensis Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000009614 chemical analysis method Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007728 cost analysis Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005518 electrochemistry Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000002550 fecal effect Effects 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000004448 titration Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
- G01N21/274—Calibration, base line adjustment, drift correction
- G01N21/278—Constitution of standards
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
- G01N21/274—Calibration, base line adjustment, drift correction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/251—Colorimeters; Construction thereof
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/75—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated
- G01N21/77—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator
- G01N21/78—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator producing a change of colour
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/02—Mechanical
- G01N2201/022—Casings
- G01N2201/0221—Portable; cableless; compact; hand-held
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/10—Scanning
- G01N2201/102—Video camera
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/12—Circuits of general importance; Signal processing
- G01N2201/126—Microprocessor processing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/12—Circuits of general importance; Signal processing
- G01N2201/126—Microprocessor processing
- G01N2201/1266—Interface card
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/12—Circuits of general importance; Signal processing
- G01N2201/13—Standards, constitution
Landscapes
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Immunology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Plasma & Fusion (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Automatic Analysis And Handling Materials Therefor (AREA)
- Investigating Or Analysing Materials By The Use Of Chemical Reactions (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
uma amostra alvo a ser quimicamente analisada é recebida em um dispositivo microfluídico que faz parte de um cartão de análise. o dispositivo microfluídico inclui pelo menos uma camada de entrada configurada para receber a amostra alvo, pelo menos uma camada intermediária e pelo menos uma camada de leitura configurada para apresentar um ou mais atributos de cor em uma ou mais regiões de leitura em resposta a uma ou mais reações colorimétricas para a amostra alvo. uma imagem da camada de leitura do dispositivo microfluídico é obtida. um arquivo de calibração que corresponde ao cartão de análise é obtido. o arquivo de calibração inclui um modelo calibrado de pelo menos um atributo de cor com base em dados de pelo menos um atributo químico conhecido de pelo menos uma amostra padrão processada por um cartão de calibração. uma função de processamento de dados é executada sobre a imagem obtida ao comparar um ou mais atributos de cor em uma ou mais regiões de leitura com o modelo calibrado do pelo menos um atributo de cor para determinar pelo menos um atributo químico da amostra alvo.
Description
ANÁLISE QUÍMICA MÓVEL
Antecedentes [0001] A análise química de amostras fluidas ou sólidas é uma tarefa importante para muitas aplicações incluindo, dentre outros, monitoramento ambiental, militar, médico e de saúde, bem como aplicações nas áreas de agricultura, detecção de falsificação/ adulteração, agricultura e cuidados com animais. Realizar a tarefa no campo, ou seja, fora de um ambiente de laboratório controlado, oferece vantagens substanciais em termos de custo, execução e tempo de disponibilidade de resultados. As soluções existentes para a realização de análises químicas no campo estão limitadas a muito poucos testes químicos e não têm a capacidade de rastrear ou, de outro modo, gerenciar efetivamente os dispositivos usados para realizar as análises químicas.
Sumário [0002] As concretizações fornecem técnicas para realizar uma análise química móvel aprimorada.
[0003] Em uma concretização ilustrativa, um método compreende as etapas a seguir. Uma amostra alvo a ser quimicamente analisada é recebida por um dispositivo microfluídico o qual é parte de um cartão de análise. O dispositivo micro fluídico compreende pelo menos uma camada de entrada configurada para receber a amostra alvo, pelo menos uma camada intermediária e pelo menos uma camada de leitura configurada para apresentar um ou mais atributos de cor em uma ou mais regiões de leitura em resposta a uma ou mais reações colorimétricas à amostra alvo. Uma imagem da
Petição 870190021048, de 28/02/2019, pág. 13/102
2/62 camada de leitura do dispositivo microfluidico é obtida. Um arquivo de calibração que corresponde ao cartão de análise é obtido. 0 arquivo de calibração compreende pelo menos um modelo calibrado de um ou mais atributos de cor com base nos dados de pelo menos um atributo químico conhecido de pelo menos uma amostra padrão processada por um cartão de calibração. Pelo menos uma função de processamento de dados é executada sobre a imagem obtida. A função de processamento de dados compreende comparar um ou mais atributos de cor em uma ou mais regiões de leitura na imagem obtida da camada de leitura com um ou mais modelos calibrados de um ou mais atributos de cor do arquivo de calibração obtido para determinar pelo menos um atributo químico da amostra alvo.
[0004] Em outra concretização ilustrativa, um sistema compreende um ou mais dispositivos de processamento, em que cada dispositivo de processamento compreende uma memória e um processador operativamente acoplado à memória. O um ou mais dispositivos de processamento são configurados para: obter uma imagem de uma camada de leitura de um dispositivo micro fluídico, em que o dispositivo micro fluídico é parte de um cartão de análise e compreende pelo menos uma camada de entrada configurada para receber uma amostra alvo a ser quimicamente analisada, pelo menos uma camada intermediária e pelo menos uma camada de leitura configurada para apresentar um ou mais atributos de cor em uma ou mais regiões de leitura em resposta a uma ou mais reações colorimétricas para a amostra alvo. O um ou mais dispositivos de processamento são ainda configurados para obter um arquivo de calibração que corresponde ao cartão de
Petição 870190021048, de 28/02/2019, pág. 14/102
3/62 análise, em que o arquivo de calibração compreende pelo menos um modelo calibrado de um ou mais atributos de cor com base em dados de pelo menos um atributo químico conhecido de uma amostra padrão processada por um cartão de calibração. O um ou mais dispositivos de processamento são ainda configurados para executar pelo menos uma função de processamento de dados na imagem obtida, em que a função de processamento de dados compreende comparar um ou mais atributos de cor em uma ou mais regiões de leitura na imagem obtida da camada de leitura com um ou mais modelos calibrados de um ou mais atributos de cor do arquivo de calibração obtido para determinar pelo menos um atributo químico da amostra alvo.
[0005] Em ainda outra concretização ilustrativa, um sistema compreende um dispositivo micro fluídico e um código. O dispositivo micro fluídico compreende: uma ou mais camadas de entrada configuradas para receber uma amostra alvo a ser analisada quimicamente; uma ou mais camadas de leitura configuradas para apresentar um ou mais atributos de cor em uma ou mais regiões de leitura em resposta a uma ou mais reações colorimétricas à amostra alvo; e uma ou mais camadas de análise operativamente localizadas entre a camada de entrada e a camada de leitura e configuradas para fornecer uma ou mais análises colorimétricas sobre a amostra alvo recebida na camada de entrada, de modo que o um ou mais atributos de cor sejam apresentados na camada de leitura em resposta a uma ou mais reações colorimétricas. O código é configurado para identificar de forma exclusiva um arquivo de calibração para recuperação, número de análise colorimétrica, etc. O arquivo de calibração corresponde a
Petição 870190021048, de 28/02/2019, pág. 15/102
4/62 uma ou mais capacidades do dispositivo micro fluídico e compreende pelo menos um modelo calibrado de um ou mais atributos de cor com base em dados de pelo menos um atributo químico conhecido de pelo menos uma amostra padrão. O arquivo de calibração executa pelo menos uma função de processamento de dados que compreende comparar um ou mais atributos de cor em uma ou mais regiões de leitura da camada de leitura com o modelo calibrado de um ou mais atributos de cor do arquivo de calibração obtido para determinar pelo menos um atributo químico da amostra alvo.
[0006] Vantajosamente, concretizações ilustrativas permitem a realização de uma análise química no campo para essencialmente uma variedade ilimitada de testes químicos (por exemplo, limitado apenas pelo número de regiões de leitura com seu modelo calibrado correspondente disponível para comparação ou disponibilidade de reagentes colorimétricos adequados) e fornece a capacidade de gerenciar com eficácia os dispositivos usados para realizar as análises químicas (por exemplo, controlar individualmente cartões de análise de diferentes lotes de fabricação e/ou diferentes testes de análise química).
[0007] Estas e outras concretizações exemplificativas da invenção serão descritas ou se tornarão evidentes a partir da descrição detalhada a seguir de concretizações exemplificativas, a qual deve ser lida em associação com os desenhos anexos.
Breve Descrição dos Desenhos [0008] A Figura 1 ilustra um sistema de análise química móvel de acordo com uma concretização ilustrativa.
Petição 870190021048, de 28/02/2019, pág. 16/102
5/62 [0009] A Figura 2 ilustra um caso de uso exemplificativo para um sistema de análise química móvel de acordo com uma concretização ilustrativa.
[0010] A Figura 3 ilustra uma metodologia de análise química móvel de acordo com uma concretização ilustrativa.
[0011] A Figura 4 ilustra um procedimento de calibração de acordo com uma concretização ilustrativa.
[0012] A Figura 5 ilustra um cartão de calibração de acordo com uma concretização ilustrativa.
[0013] A Figura 6 ilustra uma porção de aplicativo móvel de um procedimento de calibração de acordo com uma concretização ilustrativa.
[0014] A Figura 7 ilustra um procedimento de análise química de acordo com uma concretização ilustrativa.
[0015] As Figuras 8A e 8B ilustram componentes de um cartão de análise química de acordo com uma concretização ilustrativa.
[0016] A Figura 9 ilustra mais detalhes de um cartão de análise química de acordo com uma concretização ilustrativa.
[0017] A Figura 10 ilustra detalhes e variações adicionais de um cartão de análise química de acordo com uma concretização ilustrativa.
[0018] A Figura 11 ilustra uma porção de aplicativo móvel de uma metodologia de análise química móvel de acordo com uma concretização ilustrativa.
[0019] A Figura 12 ilustra uma porção de processamento de imagem de um aplicativo móvel de acordo com uma concretização ilustrativa.
Petição 870190021048, de 28/02/2019, pág. 17/102
6/62 [0020] A Figura 13 ilustra uma porção de análise colorimétrica de um aplicativo móvel de acordo com uma concretização ilustrativa.
[0021] A Figura 14 ilustra detalhes adicionais de uma porção de análise colorimétrica de um aplicativo móvel de acordo com uma concretização ilustrativa.
[0022] A Figura 15 ilustra uma porção de aplicativo em nuvem de um procedimento de análise química de acordo com uma concretização ilustrativa.
[0023] A Figura 16 ilustra detalhes adicionais de uma porção de aplicativo em nuvem de um procedimento de análise química de acordo com uma concretização ilustrativa.
[0024] A Figura 17 ilustra um sistema de computador de acordo com o qual um ou mais componentes/etapas de técnicas da invenção podem ser implementados de acordo com uma concretização ilustrativa.
[0025] A Figura 18 ilustra um ambiente de computação em nuvem de acordo com uma concretização ilustrativa.
[0026] A Figura 19 ilustra camadas do modelo de abstração de acordo com uma concretização ilustrativa. Descrição Detalhada [0027] Concretizações ilustrativas serão descritas abaixo para realizar uma análise química móvel aprimorada. Embora determinados tipos de testes químicos e tipos de dispositivos micro fluídicos sejam descritos em determinadas concretizações ilustrativas, deve ser entendido que outras concretizações não estão limitadas aos tipos ilustrativos mencionados. Além disso, embora determinados tipos de plataformas de computação e tipos de dispositivos de
Petição 870190021048, de 28/02/2019, pág. 18/102
7/62 processamento sejam descritos em determinadas concretizações ilustrativas, deve ser entendido que outras concretizações não estão limitadas aos tipos mencionados. Além disso, embora as técnicas de análise química móvel descritas aqui sejam particularmente vantajosas para uso no campo, as técnicas podem ser usadas em outros ambientes.
[0028] Em uma ou mais concretizações ilustrativas, é fornecido um sistema de análise química móvel que executa análises químicas (por exemplo, no campo). O sistema de análise química móvel, conforme será posteriormente explicado no contexto das Figuras 1-19, inclui um ou mais chips micro fluídicos com base em papel onde a análise colorimétrica é executada, um aplicativo móvel instalado em um dispositivo móvel (por exemplo, smartphone) e uma instância de serviço de computação em nuvem.
[0029] Vantajosamente, a análise colorimétrica através de meios micro fluídicos com base em papel permite testes de baixo custo, alta flexibilidade de concepção e fácil fabricação em grande escala, o que combina com a fácil implementação de vários testes no mesmo cartão de análise. Além disso, a análise rápida e de baixo custo executada em colaboração com a tecnologia de computação em nuvem permite a coleta frequente de dados em locais remotos, enquanto que as técnicas de análise/inteligência artificial permitem a geração de informações importantes para um uso mais eficaz dos recursos. Além disso, um smartphone é uma plataforma poderosa a ser usada em testes de campo em virtude da maior disponibilidade quanto à conectividade, poder de processamento e onipresença.
Petição 870190021048, de 28/02/2019, pág. 19/102
8/62 [0030] As concretizações ilustrativas podem ser usadas de acordo com uma ampla variedade de casos de uso. Apenas a título de exemplo, alguns casos de uso incluem:
Ambiental: testes de potabilidade da água, presença de bactérias perigosas (por exemplo: E. coli, coliformes fecais, etc.) e composições químicas (por exemplo: pH, Mg, Ca, Fe, etc.);
Agricultura de Precisão: otimização do uso de fertilizantes, minimização do impacto ambiental e aumento de produtividade das culturas; e
Assistência Médica: fornece resultados mais rápidos in loco, permitindo tratamento precoce, com melhor recuperação para o paciente.
[0031] A Figura 1 ilustra uma visão geral de um sistema 100 configurado para realizar análises químicas móveis em uma amostra alvo de acordo com uma concretização ilustrativa. Conforme mostrado, o sistema 100 compreende o procedimento de calibração 102, o procedimento de análise química 104, o ambiente de computação em nuvem 106 e uma interface de rede 108. O procedimento de calibração 102 e o procedimento de análise química 104 são operativamente acoplados ao ambiente de computação em nuvem 106 através de uma ou mais redes de comunicação tal como, porém, sem limitações, a Internet. Em tal concretização, a interface de rede 108 está operativamente acoplada ao ambiente de computação em nuvem 106 através de uma ou mais das mesmas redes de comunicação. Conectividade de rede de comunicação alternativa, diferente daquela mostrada na Figura 1, pode ser implementada em concretizações alternativas. Além disso,
Petição 870190021048, de 28/02/2019, pág. 20/102
9/62 uma ou mais redes de comunicação podem compreender uma ou mais redes privadas, tal como uma Intranet e/ou uma ou mais redes de comunicação sem fio.
[0032] Conforme mostrado adicionalmente, o procedimento de calibração 102 compreende aplicar uma ou mais soluções padrão 110 a um cartão de calibração 112. O cartão de calibração 112 apresenta um ou mais atributos de cor em uma ou mais regiões de leitura do cartão de calibração 112 em resposta a uma reação colorimétrica a uma ou mais soluções padrão 110. O um ou mais atributos de cor podem ser uma ou mais cores reais (ou tons em escala de cinza) em uma concretização, porém, alternativamente, pode ser uma ou mais distribuições espaciais de uma ou mais cores analisadas (por exemplo, onde a calibração inclui análise do formato da distribuição de cores no ponto de saída). O procedimento de calibração 102 compreende ainda obter uma imagem do cartão de calibração 112 usando um dispositivo móvel 114, tal como um smartphone ou dispositivo tablet em uma ou mais concretizações ilustrativas. O dispositivo móvel 114 é configurado para capturar uma ou mais imagens do cartão de calibração 112 (por exemplo, usando uma câmera ou outro dispositivo de captura de imagem que seja parte ou esteja conectado ao dispositivo móvel 114). O dispositivo móvel 114 também é configurado para executar um aplicativo móvel, de modo que os dados de imagem obtidos a partir do cartão de calibração 112 sejam convertidos em dados de calibração e, após converter a imagem, o dispositivo móvel 114 envia os dados de calibração para o ambiente de computação em nuvem 106, onde técnicas de calibração são aplicadas para gerar um
Petição 870190021048, de 28/02/2019, pág. 21/102
10/62 arquivo de calibração. Em outra concretização ilustrativa, o dispositivo móvel 114 envia os dados de imagem capturados do cartão de calibração 112 para o ambiente de computação em nuvem 106, de modo que o ambiente de computação em nuvem 106 converta os dados de imagem em dados de calibração e aplique técnicas de calibração para gerar um arquivo de calibração. Em ainda outra concretização ilustrativa, o dispositivo móvel 114 é configurado para converter os dados de imagem capturados em dados de calibração e aplicar técnicas de calibração para gerar um arquivo de calibração e, então, enviar o arquivo de calibração para o ambiente de computação em nuvem 106. Em qualquer caso, tais dados de calibração e/ou arquivo de calibração são armazenados no ambiente de computação em nuvem 106 para uso posterior e recuperação, conforme será explicado abaixo. Consequentemente, em uma ou mais concretizações ilustrativas, o arquivo de calibração pode compreender um ou mais modelos calibrados que representam um ou mais atributos de cor com base em dados provenientes de pelo menos um atributo químico conhecido de pelo menos uma amostra padrão processada pelo cartão de calibração 112.
[0033] Conforme mostrado adicionalmente na Figura 1, o procedimento de análise química 104 compreende aplicar uma amostra alvo 116 a um cartão de análise 118. O cartão de análise 118 compreende um dispositivo micro fluídico 117 e um código 119 que será explicado adicionalmente abaixo no contexto de outras figuras. O cartão de análise 118 é configurado para apresentar um ou mais atributos de cor em uma ou mais regiões de leitura (do dispositivo micro fluídico
Petição 870190021048, de 28/02/2019, pág. 22/102
11/62
117) em resposta a uma ou mais reações colorimétricas à amostra alvo 116. O procedimento de análise química 104 compreende ainda obter uma imagem do cartão de análise 118 usando dispositivo móvel 120. O dispositivo móvel 120 pode ser um smartphone ou dispositivo tablet em uma ou mais concretizações ilustrativas. Observe que o dispositivo móvel 120 pode ser o mesmo dispositivo móvel que o dispositivo móvel 114 (por exemplo, quando o mesmo dispositivo móvel é usado para o procedimento de calibração 102 e o procedimento de análise química 104), mas também pode ser um dispositivo diferente. O dispositivo móvel 120 está configurado para capturar uma imagem do cartão de análise 118. O dispositivo móvel 120 está ainda configurado para executar um aplicativo móvel, de modo que os dados de imagem obtidos a partir do cartão de análise 118 sejam convertidos em dados de atributo de cor e comparados com os dados calibrados obtidos a partir do arquivo de calibração (modelo calibrado) armazenado no ambiente de computação em nuvem 106. Conforme será explicado em maiores detalhes abaixo, o código 119 é usado para obter o arquivo de calibração apropriado a partir do ambiente de computação em nuvem 106. O arquivo de calibração também pode ser armazenado localmente no dispositivo móvel 120. O procedimento de análise química 104 pode ainda compreender uma função de processamento de dados que compara o um ou mais atributos de cor em uma ou mais regiões de leitura na imagem obtida da camada de leitura do cartão de análise 118 com o modelo calibrado de um ou mais atributos de cor do arquivo de calibração obtido para determinar pelo menos um atributo químico da amostra alvo. O procedimento de análise
Petição 870190021048, de 28/02/2019, pág. 23/102
12/62 química 104 pode ainda compreender enviar, através do dispositivo móvel 120, os resultados da análise para o ambiente de computação em nuvem 106, de modo que o ambiente de computação em nuvem 106 armazene tais dados. Em uma concretização alternativa, a função de processamento de dados é executada pelo ambiente de computação em nuvem 106. O ambiente de computação em nuvem 106 pode armazenar os dados de atributo de cor convertidos para uso posterior.
[0034] O ambiente de computação em nuvem 106 pode ser configurado para receber dados de calibração provenientes do dispositivo móvel 114, enviar arquivos de calibração para o dispositivo móvel 120, receber imagens capturadas, dados de atributo de cor e/ou analisar resultados provenientes do dispositivo móvel 120 e enviar dados para uma interface de rede 108. Em uma concretização, o ambiente de computação em nuvem 106 implementa um modelo de Plataforma como um Serviço (Platform-as-a-Servíce - PaaS). Concretizações ilustrativas do ambiente de computação em nuvem 106 são ainda descritas abaixo no contexto das Figuras 15-19.
[0035] A interface de rede 108 pode ser configurada para receber dados provenientes do ambiente de computação em nuvem 106. A interface de rede 108 pode ser configurada para visualizar os dados recebidos e permitir que um usuário selecione e classifique os dados. A interface de rede 108 também permite controle de acesso a dados e visualização de distribuição geográfica da análise executada.
[0036] A Figura 2 ilustra um caso de uso exemplificativo para o sistema de análise química móvel 100,
Petição 870190021048, de 28/02/2019, pág. 24/102
13/62 em que o nível de pH de uma amostra de solo é analisado. A Figura 2 representa o dispositivo micro fluídico 202 (o qual é um exemplo do dispositivo micro fluídico 117 sobre o cartão de análise 118 da Figura 1) que compreende a camada de entrada 202-1 e a camada de leitura 202-2. O dispositivo micro fluídico também pode compreender uma ou mais camadas intermediárias (não mostradas na Figura 2) que permitem uma análise química que produz resultados visíveis sobre a camada de leitura, a qual será descrita adicionalmente em detalhes abaixo. A camada de entrada 202-1 compreende a seção de entrada 204 configurada para receber uma amostra 206. Neste caso, a amostra 206 é solo. Após aplicar a amostra 206 à seção de entrada 204 da camada de entrada 202-1, fluido (por exemplo, água, solução tampão, etc.) pode ser aplicado à amostra 206 através, por exemplo, da pipeta 208, de modo que a ação capilar presente no dispositivo micro fluídico 202 permita que substâncias da amostra 206 sejam transportadas através dos canais do dispositivo micro fluídico 202 e apresentem uma ou mais cores em uma ou mais regiões de leitura 210 da camada de leitura 202-2 em resposta a uma reação colorimétrica à amostra 206 com os reagentes incorporados na camada intermediária do dispositivo. Tais cores nas regiões de leitura 210 podem fornecer informações tal como, neste caso de uso, o nível de pH da amostra 206. A Figura 2 representa quatro regiões de leitura 210-1, 2102, 210-3 e 210-4 sobre a camada de leitura 202-2 do dispositivo micro fluídico 202; no entanto, isto é apenas para fins exemplificativos e a camada de leitura 202-2 pode compreender mais ou menos regiões de leitura 210 que
Petição 870190021048, de 28/02/2019, pág. 25/102
14/62 correspondem a uma ou mais análises químicas colorimétricas. Em uma concretização, o dispositivo micro fluídico inclui o fluido (por exemplo, água, solução tampão, etc.) de modo que, quando uma amostra é aplicada na seção de entrada da camada de entrada, o fluido se misture com a amostra, deste modo, permitindo que as substâncias da amostra sejam transportadas através dos canais do dispositivo e apresentem uma ou mais cores em uma ou mais regiões de leitura da camada de leitura em resposta a uma reação colorimétrica à amostra com os reagentes incorporados na camada intermediária do dispositivo. Em tal concretização, uma região no dispositivo onde tal fluido está localizado pode ser pressionada, deste modo, iniciando o transporte das substâncias da amostra.
[0037] A Figura 3 ilustra uma metodologia 300 para análise química móvel usando o sistema 100 (Figura 1) de acordo com uma concretização ilustrativa. Será reconhecido que a análise química móvel pode se basear em um lote de fabricação em particular de um cartão de análise em particular (por exemplo, 118 da Figura 1) usado para realizar a metodologia. Consequentemente, um procedimento de calibração (por exemplo, 102 da Figura 1) pode ser executado para cada lote de fabricação dos cartões de análise em virtude de potenciais variações nos processos de fabricação dos cartões de análise ou uma vez que novos testes colorimétricos tenham sido criados. Portanto, pode ser necessário executar uma calibragem antes de qualquer análise da amostra alvo (por exemplo, 104 da Figura 1) no campo. No entanto, se o procedimento de calibração já tiver sido executado para um lote de fabricação em particular, pode
Petição 870190021048, de 28/02/2019, pág. 26/102
15/62 haver um arquivo de calibração para aquele lote de fabricação especifico (por exemplo, armazenado e recuperável a partir do ambiente de computação em nuvem 106 da Figura 1) . A metodologia 300 se refere a todo o sistema e operação de análise química móvel onde um procedimento de calibração precisa ser realizado antes de análise da amostra alvo.
[0038] Na etapa 302, é executado um procedimento de calibração (por exemplo, 102 da Figura 1). Conforme descrito acima no contexto da Figura 1, os dados de calibração criados durante esta etapa podem ser armazenados localmente no dispositivo móvel 114 e/ou armazenados no ambiente de computação em nuvem 106. Outros detalhes ilustrativos do procedimento de calibração são descritos abaixo.
[0039] Na etapa 304, através de um dispositivo móvel 114, um arquivo de calibração criado durante a execução do procedimento de calibração na etapa 302 é disponibilizado para um aplicativo em nuvem, de modo que o aplicativo em nuvem armazene o arquivo de calibração. O aplicativo de nuvem está residente no ambiente de computação em nuvem 106. Em uma concretização, o dispositivo móvel 114 envia os dados de calibração para o aplicativo em nuvem por meio de uma ou mais redes de comunicação (redes de comunicação com fio e/ou sem fio), onde são aplicadas técnicas de calibração aos dados de calibração para gerar um arquivo de calibração. Em outra concretização, o dispositivo móvel 114 é configurado para aplicar técnicas de calibração aos dados de calibração para gerar um arquivo de calibração e enviar o arquivo de calibração para o aplicativo de nuvem no ambiente de computação em nuvem 106 por meio de uma ou mais redes de
Petição 870190021048, de 28/02/2019, pág. 27/102
16/62 comunicação. O arquivo de calibração pode compreender um ou mais modelos calibrados de um ou mais atributos de cor de pelo menos um atributo químico conhecido de uma solução padrão processada pelo cartão de calibração 112.
[0040] Na etapa 306, é executado um procedimento de análise química (por exemplo, 104 da Figura 1). Em uma concretização, o procedimento de análise química usa o arquivo de calibração armazenado no aplicativo em nuvem na etapa 304 para comparar os dados de análise criados durante a execução do procedimento de análise química com um ou mais modelos calibrados contidos no arquivo de calibração produzindo, como um resultado, um conjunto de dados de análise. Em outra concretização, o procedimento de análise química usa o arquivo de calibração armazenado localmente no dispositivo móvel 114 para comparar os dados de análise criados durante a execução do procedimento de análise química com um ou mais modelos calibrados no arquivo de calibração, resultando em um conjunto de dados de análise. Também é possível armazenar localmente uma cópia de todos os dados de calibração armazenados no aplicativo em nuvem, usando-os durante a execução do procedimento de análise química. Isto é especialmente importante para locais de teste no campo onde uma rede de comunicação não está disponível.
[0041] Na etapa 308, através do dispositivo móvel 114, os dados de análise criados durante a execução do procedimento de análise química na etapa 306 são disponibilizados no aplicativo em nuvem, de modo que o aplicativo em nuvem armazene os dados de análise. Em uma concretização, o dispositivo móvel 114 envia os dados de
Petição 870190021048, de 28/02/2019, pág. 28/102
17/62 análise para o aplicativo em nuvem através de uma ou mais redes de comunicação (redes de comunicação sem fio e/ou com fio) . Embora não explicito na Figura 3, também é possível armazenar localmente os dados de análise quando não há rede de comunicação disponível. Os dados de análise são enviados para o aplicativo em nuvem quando uma rede de comunicação está presente.
[0042] Na etapa 310, os dados de análise são transmitidos através de uma interface de rede (por exemplo, 108 da Figura 1) . A interface de rede pode, por exemplo, visualizar os dados de análise de um ou mais procedimentos de análise química e permitir que um usuário interaja com os dados tal como, por exemplo, selecionar e classificar os dados explicados acima.
[0043] Detalhes ilustrativos do procedimento de calibração 302 (Figura 3) serão agora descritos no contexto da Figura 4. Mais particularmente, a Figura 4 ilustra um procedimento de calibração 400 que faz parte da metodologia de análise química móvel.
[0044] Na etapa 402, uma ou mais soluções padrão são aplicadas a um cartão de calibração. Em referência novamente à Figura 1, uma ou mais soluções padrão são soluções padrão 110 e o cartão de calibração é o cartão de calibração 112. Uma ou mais soluções padrão podem ser aplicadas ao cartão de calibração através, por exemplo, de uma pipeta, conforme discutido acima no contexto da Figura. 2. As soluções padrão compreendem soluções químicas com concentrações precisas de elementos químicos conhecidos (isto é, um exemplo de um atributo químico) de substâncias químicas alvo tais como,
Petição 870190021048, de 28/02/2019, pág. 29/102
18/62 por exemplo, concentrações especificas de nitrato, cálcio, etc., ou um parâmetro químico tal como, por exemplo, pH. Algumas concretizações ilustrativas podem requerer várias soluções padrão diferentes (cada uma com níveis diferentes de concentrações das soluções padrão) para criar uma calibração mais precisa, deste modo, permitindo que o procedimento de análise química interpole uma amostra de concentração desconhecida com maior precisão.
[0045] Na etapa 404, uma ou mais regiões de leitura do cartão de calibração apresentam um ou mais atributos de cor (por exemplo, cores e/ou histogramas de distribuição de cores ou propriedades geométricas da distribuição de cor) em resposta a uma reação colorimétrica a uma ou mais soluções padrão. O um ou mais atributos de cor se correlacionam com pelo menos um atributo químico associado a uma ou mais soluções padrão tal como, por exemplo, a concentração do elemento químico de uma ou mais soluções padrão. O cartão de calibração pode fornecer análise colorimétrica uma vez que uma determinada região de leitura do cartão de calibração contém um reagente químico adequado para apresentar um ou mais atributos de cor em resposta à aplicação de uma ou mais soluções padrão. As reações colorimétricas podem ocorrer, por exemplo, intensamente ou demorar alguns minutos e o tempo de reação depende do tipo de análise colorimétrica realizada no cartão de calibração.
[0046] Na etapa 406, é obtida uma imagem (ou múltiplas imagens) do cartão de calibração. A imagem pode ser obtida por meio de um dispositivo eletrônico. Em
Petição 870190021048, de 28/02/2019, pág. 30/102
19/62 referência novamente a Figura 1, o dispositivo eletrônico pode ser dispositivo móvel 114.
[0047] Na etapa 408, é determinado se os dados de calibração serão criados em um aplicativo em execução no dispositivo móvel 114. Em uma concretização, o aplicativo pergunta a um usuário se ele estará usando o aplicativo para criar os dados de calibração, onde o usuário responde Sim ou Não através dos recursos de entrada/saída do dispositivo móvel.
[0048] Se os dados de calibração forem criados no aplicativo em execução no dispositivo móvel 114, na etapa 410, o dispositivo móvel executará pelo menos uma função de processamento de imagem (mais geralmente, pelo menos uma função de processamento de dados) na imagem obtida a partir da etapa 406 para converter a imagem em dados de calibração colorimétrica que correspondem aos atributos de entrada de cor apresentados em cada região de leitura do cartão de calibração. Na etapa 412, os dados de calibração colorimétrica convertidos são enviados para um aplicativo em nuvem e, na etapa 414, armazenados em um banco de dados de calibração em nuvem que contém dados de calibração colorimétrica recebidos de vários dispositivos móveis ou cartões de calibração e localizados em um ambiente de computação em nuvem 106. Na etapa 416, as técnicas de calibração são aplicadas aos dados de calibração colorimétrica armazenados no banco de dados de calibração para produzir um arquivo de calibração que compreende um ou mais modelos calibrados de um ou mais atributos de cor e
Petição 870190021048, de 28/02/2019, pág. 31/102
20/62 armazenados no ambiente de nuvem 106 para recuperação durante a análise química da amostra alvo.
[0049] Se os dados de calibração não forem criados no aplicativo em execução no dispositivo móvel 114, na etapa 418, o dispositivo móvel enviará a imagem do cartão de calibração para um aplicativo em nuvem e, na etapa 420, o aplicativo em nuvem recebe a imagem do cartão de calibração. Na etapa 422, o aplicativo em nuvem executa pelo menos uma função de processamento de imagem (mais geralmente, pelo menos uma função de processamento de dados) na imagem obtida da etapa 406 para converter a imagem em dados de calibração colorimétrica que correspondem aos atributos de cor presentes em cada região de leitura do cartão de calibração. Os dados de calibração colorimétrica convertidos são, na etapa 424, armazenados pelo aplicativo em nuvem em um banco de dados de calibração em nuvem. Na etapa 426, as técnicas de calibração são aplicadas aos dados de calibração colorimétrica armazenados no banco de dados de calibração para produzir um arquivo de calibração, conforme descrito acima.
[0050] Em uma concretização ilustrativa da presente invenção, o procedimento de calibração 400 é executado apenas uma vez para cada lote de fabricação de cartões de análise.
[0051] A Figura 5 ilustra detalhes de um cartão de calibração 500 usado durante um procedimento de calibração (por exemplo, 400 da Figura 4) . O cartão de calibração compreende um dispositivo micro fluídico com pelo menos uma camada de entrada configurada para receber a amostra padrão a ser analisada quimicamente, pelo menos uma camada de
Petição 870190021048, de 28/02/2019, pág. 32/102
21/62 leitura configurada para apresentar uma ou mais cores em uma ou mais regiões de leitura em resposta a uma ou mais reações colorimétricas à amostra padrão e uma ou mais camadas de análise intermediárias localizadas operativamente entre a camada de entrada e a camada de leitura. As camadas de análise intermediárias são configuradas para permitir análise colorimétrica da amostra padrão recebida na camada de entrada, de modo que uma ou mais cores sejam apresentadas na camada de leitura em resposta a uma ou mais das reações colorimétricas. Versões simplificadas do cartão de calibração também podem ser usadas, as quais poderiam ser uma única camada, onde a amostra padrão a ser quimicamente analisada será recebida e onde uma ou mais reações colorimétricas também ocorrerão.
[0052] O cartão de calibração 500 compreende uma ou mais regiões de leitura 502. O cartão de calibração 500 pode ser configurado como uma matriz circular, de modo que cada região de leitura 502 seja um círculo em uma estrutura de matriz (linha e coluna), conforme mostrado na Figura 5. No entanto, a configuração de matriz circular é apenas exemplificativa e as regiões de leitura 502 podem ter um formato diferente, com diferentes números de leitura em concretizações alternativas. Na Figura 5, o cartão de calibração 500 compreende sete linhas e nove colunas, mas esta configuração também é apenas para fins exemplificativos. Um cartão de calibração pode envolver qualquer número de linhas e colunas. Também é possível usar a mesma configuração do dispositivo micro fluídico 117 do
Petição 870190021048, de 28/02/2019, pág. 33/102
22/62 cartão de análise 118 da Figura 1 como um cartão de calibração.
[0053] Cada região de leitura 502 é pré-tratada com química de detecção para uso na detecção de um dado elemento químico. Cada região de leitura 502 também é configurada para receber uma solução padrão 504 e gerar um padrão de cor com base na solução padrão recebida. Em uma concretização, cada coluna do cartão de calibração 500 é dedicada a uma solução padrão 504 específica. Por exemplo, a coluna 504-1 é dedicada à solução padrão S0 e a coluna 504-2 é dedicada à solução padrão S1 e assim por diante. Em outra concretização, em qualquer coluna dada, cada linha do cartão de calibração 500 é dedicada a uma concentração diferente da solução padrão correspondente desta coluna. Por exemplo, a primeira linha da coluna 504-1 que corresponde à solução padrão S0 representa uma concentração de 0,78 mg/L da solução padrão S0. A segunda linha da coluna 504-1 que corresponde à solução padrão S0 tem uma concentração de 1,56 mg/L da solução padrão S0. Similarmente, a primeira linha da coluna 504-2 pode ter uma primeira concentração da solução padrão S1 e a segunda linha da coluna 504-2 pode ter uma segunda concentração da solução padrão S1, em que a segunda concentração é maior do que a primeira concentração. A Figura 5 ilustra que as soluções padrão aumentam da primeira linha para a última linha (denotada como 506); no entanto, outras hierarquias de apresentação podem ser implementadas em concretizações alternativas. Também não é necessário que as diferentes colunas sejam dedicadas a diferentes soluções padrão 504. Por exemplo, as diferentes linhas podem ser
Petição 870190021048, de 28/02/2019, pág. 34/102
23/62 dedicadas a diferentes soluções padrão. A uma ou mais soluções padrão podem compreender, apenas a título de exemplo, diferentes concentrações de alumínio, nitrato e cálcio, ou diferentes parâmetros químicos tal como, por exemplo, pH. A coluna 508 fornece pontos de cor de referência para compensação da luz ambiente e será explicado abaixo no contexto da Figura 9.
[0054] A Figura 6 ilustra uma porção de aplicativo móvel 600 de um procedimento de calibração. Deve ser entendido que o aplicativo móvel é executado no dispositivo móvel 114. O aplicativo móvel tem um modo de calibração especial, relacionado à etapa 408 na Figura 4, em que o usuário decide se os dados de calibração colorimétrica de uma imagem serão criados no aplicativo móvel no dispositivo móvel 114 ou se a imagem será carregada para o ambiente de computação em nuvem 106, de modo que o ambiente de computação em nuvem criará os dados de calibração colorimétrica. A Figura 6 mostra a porção de aplicativo móvel 600 para a qual o usuário decidiu que o aplicativo móvel criará os dados de calibração colorimétrica.
[0055] A tela inicial de calibração 602 permite que o usuário procure um arquivo de calibração já existente usando o recurso de busca em 604. Em uma concretização ilustrativa, usando o recurso de busca 604, o usuário pode buscar, em um banco de dados de arquivo de calibração localizado em ambiente de computação em nuvem 106, um arquivo de calibração em particular. Tal arquivo de calibração em particular pode ser buscado, por exemplo, com base em um número de lote de fabricação de um cartão de análise ou tipos
Petição 870190021048, de 28/02/2019, pág. 35/102
24/62 de testes usados para a análise química móvel tal como, por exemplo, um teste de pH. Em outra concretização ilustrativa, o usuário pode selecionar o recurso de calibração 606 para direcionar o usuário para a tela de entrada de calibração 608 .
[0056] A tela de entrada de calibração 608 compreende o campo de tipo de teste 610 (por exemplo: teste de pH), o campo de rótulo 612 (por exemplo: pH) , o campo de lote de fabricação 614, o campo de valor pontual 616 (por exemplo: valores de concentração), o número de campos de círculos 618 (por exemplo: número de círculos presentes no cartão de calibração 112 da Figura 1) e o botão de criar dados de calibração 620, o qual tira uma ou mais fotografias e executa o processamento de imagem, gerando os dados de calibração conforme na etapa 410 na Figura 4, enviando-os e armazenando dados (etapas 412 e 414 na Figura 4) para o ambiente de computação em nuvem 106 da Figura 1.
[0057] A Figura 7 ilustra um procedimento de análise química 700 (por exemplo, 104 da Figura 1) de acordo com uma concretização ilustrativa. O procedimento de análise química fornece uma estimativa do atributo químico desconhecido de uma amostra (por exemplo, concentração de elemento químico) ao processar os atributos de cor resultantes de reações colorimétricas de um cartão de análise.
[0058] Na etapa 702, uma amostra alvo é aplicada a um dispositivo micro fluídico (117 da Figura 1) que faz parte de um cartão de análise (118 da Figura 1) . O dispositivo micro fluídico compreende uma ou mais camadas de entrada configuradas para receber a amostra alvo, uma ou mais camadas
Petição 870190021048, de 28/02/2019, pág. 36/102
25/62 intermediárias (por exemplo, camadas de análise) e uma ou mais camadas de leitura configuradas para apresentar um ou mais atributos de cor em uma ou mais regiões de leitura em resposta a uma ou mais reações colorimétricas à amostra alvo. Na etapa 702, em uma concretização ilustrativa, o líquido pode ser pipetado sobre a amostra alvo, de modo que a ação capilar presente no dispositivo micro fluídico permita que as substâncias da amostra atinjam as camadas intermediárias e apresentem um ou mais atributos de cor em uma ou mais regiões de leitura da camada de leitura em resposta a uma ou mais reações colorimétricas à amostra alvo.
[0059] Na etapa 704, uma ou mais regiões de leitura do dispositivo micro fluídico apresentam um ou mais atributos de cor para uma ou mais reações colorimétricas da amostra. O um ou mais atributos de cor se correlacionam com pelo menos um atributo químico associado à amostra alvo tais como, por exemplo, a concentração de uma ou mais substâncias da amostra ou o pH da amostra. As reações colorimétricas podem ocorrer, por exemplo, instantaneamente ou demorar alguns minutos e o tempo de reação depende do tipo de análise colorimétrica realizada na amostra. Assim, na etapa 704, é permitido que uma quantidade predefinida de tempo decorra para assegurar que a reação colorimétrica atinja um estado final e estável.
[0060] Na etapa 706, é obtida uma imagem (ou múltiplas imagens) do cartão de análise. A imagem pode ser obtida por meio de um dispositivo eletrônico. Em referência novamente à Figura 1, o dispositivo eletrônico pode ser dispositivo móvel 114.
Petição 870190021048, de 28/02/2019, pág. 37/102
26/62 [0061] Na etapa 708, um código (por exemplo, 119 da Figura 1) do cartão de análise (por exemplo, 118 da Figura 1) é obtido para recuperar um arquivo de calibração. O código pode incluir um identificador único para rastrear o cartão de análise. O código pode compreender um código de resposta rápida (QR), um código de barras ou técnicas de reconhecimento óptico de caracteres (OCR) para obter informações. Um chip de identificação por radiofrequência (RFID) ou equivalente também pode ser implantado para fornecer as informações sobre o identificador único. O código também pode compreender informação que corresponde a um lote de fabricação do cartão de análise ou informação que corresponde a pelo menos um teste químico executável em uma amostra aplicada ao cartão de análise. Deve ser entendido que o dispositivo móvel 120, em uma ou mais concretizações, tem um leitor de código (por exemplo, aplicativo de código QR), tal como na etapa 710, que captura e interpreta o código para obter o identificador único usado para recuperar o arquivo de calibração apropriado a partir do ambiente de computação em nuvem 106 ou dum armazenamento local no dispositivo móvel 114.
[0062] Na etapa 712, é determinado se o arquivo de calibração que corresponde ao cartão de análise é local ao aplicativo móvel. O arquivo de calibração do cartão de análise inclui dados de cor calibrados (modelo calibrado) com base em pelo menos um atributo químico conhecido de pelo menos uma amostra padrão. O modelo calibrado pode ser, por exemplo, uma equação polinomial que correlaciona a concentração da amostra padrão e seu respectivo valor RGB.
Petição 870190021048, de 28/02/2019, pág. 38/102
27/62 [0063] Se for determinado que o arquivo de calibração não é local ao aplicativo móvel, na etapa 714, é determinado se uma rede de comunicação (por exemplo, Internet) está disponível, por exemplo, é determinado se o dispositivo móvel 114 possui ou não acesso à Internet.
[0064] Se for determinado que a Internet não está disponível, então, na etapa 716, um alerta (visual e/ou sonoro) é emitido para o usuário.
[0065] Se for determinado que a Internet está disponível, então, na etapa 718, o arquivo de calibração pode ser recuperado a partir de um banco de dados, tal como um banco de dados localizado no ambiente de computação em nuvem 106 da Figura 1. O arquivo de calibração pode ser recuperado a partir de um conjunto de arquivos de calibração que corresponde ao código obtido a partir do cartão de análise na etapa 710.
[0066] Após a etapa 718 ou se na etapa 712 for determinado que o arquivo de calibração é local ao aplicativo móvel, então, na etapa 720, o dispositivo móvel executará pelo menos uma função de processamento de imagem na imagem obtida a partir da etapa 706 para extrair marcas de posição e referências colorimétricas a partir do cartão de análise.
[0067] Na etapa 722, pelo menos mais uma função de processamento de imagem (mais geralmente, função de processamento de dados) é executada pelo dispositivo móvel na imagem obtida para extrair dados colorimétricos que correspondem aos atributos de cor presentes em cada região de leitura do cartão de análise após a reação colorimétrica com a amostra alvo. Funções adicionais de processamento de
Petição 870190021048, de 28/02/2019, pág. 39/102
28/62 imagem são aplicadas na etapa 724 para compensar a luz ambiente usando as referências colorimétricas previamente extraídas.
[0068] Na etapa 726, pelo menos um atributo químico da amostra alvo é determinado ao aplicar uma função de processamento de dados que compreende comparar um ou mais atributos de cor em uma ou mais regiões de leitura na imagem obtida da camada de leitura com os modelos calibrados para os ditos atributos de cor contidos no arquivo de calibração. O atributo químico pode ser, por exemplo, a concentração de uma substância específica da amostra ou o pH da amostra.
[0069] Na etapa 728, é determinado se uma rede de comunicação (por exemplo, Internet) está disponível, por exemplo, é determinado se o dispositivo móvel 114 tem ou não acesso à Internet.
[0070] Se for determinado que a Internet não está disponível, então, na etapa 730, os resultados da etapa 726 podem ser armazenados localmente, tal como na memória do dispositivo móvel 114, até se determinar que a Internet está disponível na etapa 732.
[0071] Se for determinado que a Internet está disponível, na etapa 734, os resultados da etapa 726 podem ser carregados e armazenados em um banco de dados tal como, por exemplo, um banco de dados localizado no ambiente de computação em nuvem 106.
[0072] As Figuras 8A e 8B ilustram os componentes 800 de um cartão de análise química (por exemplo, 118 da Figura 1). Um cartão de análise química 822 compreende uma
Petição 870190021048, de 28/02/2019, pág. 40/102
29/62 cobertura de papelão 802 e um dispositivo micro fluídico 812.
[0073] A cobertura de papelão 802 compreende um lado frontal 804 e um lado posterior 808. O lado frontal 804 compreende um receptáculo de entrada 806 configurado para receber a camada de entrada 814 do dispositivo micro fluídico 812. O lado posterior 808 compreende um receptáculo de leitura 810 configurado para receber camada de leitura 818 do dispositivo micro fluídico 812. A cobertura de papelão 802 fornece apoio, proteção e manipulação mais fácil para o dispositivo micro fluídico 812 e informação sobre a análise química realizada pelo cartão de análise tal como, por exemplo, testes executados em uma amostra alvo. A cobertura de papelão 802 também pode ter elementos adicionais para fins de teste tais como, por exemplo, pontos de calibração para compensação de luz ambiente, instruções básicas, medição de umidade ambiente, medição de temperatura ambiente, fontes de energia, etc. O papelão, como um material de cobertura, é apenas um exemplo. Deve ser entendido que, para fins e aplicações específicas, ela pode ser feita de outros materiais, tal como plástico para resistência à água ou uma combinação de um ou mais materiais, tais como cera, polímeros, etc.
[0074] Conforme mostrado nesta concretização ilustrativa, o dispositivo micro fluídico 812 compreende uma camada de entrada 814, uma camada de análise 816 e uma camada de leitura 818. No entanto, em concretizações alternativas, o dispositivo micro fluídico pode compreender múltiplas camadas de entrada, múltiplas camadas de análise e/ou
Petição 870190021048, de 28/02/2019, pág. 41/102
30/62 múltiplas camadas de leitura, melhorando consideravelmente a flexibilidade do dispositivo micro fluídico. A camada de entrada 814 é aplicada ao receptáculo de entrada 806 da cobertura de papelão 802. A camada de entrada 814 está configurada para receber uma amostra em uma região de entrada. A camada de análise 816 compreende uma região receptora, uma ou mais regiões coloridas e um ou mais reagentes químicos que se estendem da região receptora até uma ou mais regiões coloridas. Os diferentes reagentes químicos presentes na camada de análise determinam o tipo de testes realizados na amostra. Substâncias diferentes da amostra alvo reagem com o reagente químico através da ação capilar presente na camada de análise 816 do dispositivo micro fluídico 812. A camada de leitura 818 apresenta as cores produzidas pela camada de análise 816 em uma ou mais regiões de leitura. A camada de leitura 818 é aplicada a um receptáculo de leitura 810 da cobertura de papelão 802. O dispositivo micro fluídico 812 também pode ter elementos adicionais para conferir funcionalidades adicionais tais como, por exemplo, polímeros para controlar o fluxo das substâncias da amostra a ser quimicamente analisada, eletrodos condutivos para aquecimento da amostra, etc.
[0075] O cartão de análise química 822 também pode compreender um código 820 que pode estar localizado no lado frontal 804 ou no lado posterior 808 da cobertura de papelão 802. O código 820 pode compreender um identificador único para rastrear o cartão de análise. O código pode compreender um código de resposta rápida (QR), um código de barras ou técnicas de reconhecimento óptico de caracteres (OCR) para
Petição 870190021048, de 28/02/2019, pág. 42/102
31/62 obter informações. Um chip de identificação por radiofrequência (RFID) ou equivalente também pode ser implantado para fornecer informações sobre o identificador único. O código 820 também pode compreender informação que corresponde a um lote de fabricação do cartão de análise ou informação que corresponde a pelo menos um teste executável em uma amostra aplicada ao cartão de análise química 822.
[0076] A camada de entrada 814, a camada de análise 816 e a camada de leitura 818 podem ser empilhadas em uma configuração tal que a camada de análise 816 esteja localizada operativamente entre a camada de entrada 814 e a camada de leitura 818, conforme descrito na Figura 8B.
[0077] A Figura 9 ilustra detalhes adicionais 900 de um cartão de análise química nas Figuras 8A e 8B. O cartão de análise química pode compreender um código 902 ou informação de texto, localizada na frente ou no verso do cartão de análise química 900. Conforme mencionado, o código 902 pode compreender um identificador único para rastrear o cartão de análise tal como, por exemplo, um código QR ou OCR para coleta de dados. O código 902 pode ser usado para rastrear um cartão de análise química 900 em particular. Por exemplo, o rastreamento do código 902 pode depender do tipo de teste presente no dispositivo micro fluídico 904 do cartão de análise química. O rastreamento do código 902 também pode depender de outras informações rastreáveis tais como, por exemplo, um número do lote de fabricação do cartão de análise química, um identificador único do cartão de análise química ou uma data de validade do cartão de análise química.
Petição 870190021048, de 28/02/2019, pág. 43/102
32/62 [0078] O cartão de análise química também pode compreender elementos externos a serem combinados com o dispositivo micro fluídico 904 tais como, por exemplo, baterias para reações químicas que dependem de aquecimento ou eletroquímica. O cartão de análise química também pode compreender elementos externos a serem combinados com o dispositivo micro fluídico 904 tais como, por exemplo, elementos de captação de energia.
[0079] O cartão de análise química também pode compreender elementos de detecção 906 que fornecem as condições ambientais onde o teste está sendo realizado tais como, por exemplo, temperatura ambiente e umidade do ar. Os elementos de detecção 906 podem ser lidos simultaneamente quando um código é extraído de um cartão de análise para determinar o arquivo de calibração ideal no banco de dados com base nas medições dos elementos de detecção (por exemplo, calibração do teste de pH para umidade de 70 %, etc.).
[0080] O cartão de análise química também pode compreender marcadores fiduciais 908 que permitem funções de processamento de imagem para orientar uma imagem da camada de leitura do dispositivo micro fluídico 904 e girar a imagem adequadamente e talvez, se necessário, a função de processamento de imagem para converter de forma precisa a imagem em dados sobre a cor. Os marcadores fiduciais 908 também permitem funções de processamento de imagem para corrigir a perspectiva da imagem.
[0081] Em virtude da variação em diferentes ambientes, pode ser benéfico contabilizar alterações nas condições de iluminação ao executar a análise química. Para
Petição 870190021048, de 28/02/2019, pág. 44/102
33/62 fazer isto, o cartão de análise química pode compreender uma paleta de cores 910. A paleta de cores 910 pode permitir que variações do valor RGB (ou alguns outros componentes de espaço de cor) em virtude da variação de luz sejam estimadas e compensadas na análise de processamento de imagem. Por exemplo, após aplicar uma análise de regressão linear quadrada mínima, a calibração de cor em virtude das condições
| de luz pode | ser | calculada usando a | seguinte | fórmula: |
| Ccalibração — A * | Cmedição + | B | ||
| onde C | é | o canal vermelho, | verde ou azul, A e B | |
| constantes. |
[0082] O cartão de análise química também pode permitir calibração da condição de luz ao medir a luz ambiente de qualquer região de leitura que não seja submetida à análise química. Por exemplo, uma determinada região de leitura do dispositivo micro fluídico pode ser isenta de executar um teste químico e, em vez disso, pode ser usada para determinar as condições de luz nas quais o teste foi realizado usando a fórmula a seguir:
Ccalibração — K * Cmedição onde C é o canal vermelho, verde ou azul, k constante.
[0083] O cartão de análise química também pode compreender uma saída da camada de leitura que pode ser randomizada de lote de fabricação para lote de fabricação, de modo que a privacidade dos resultados seja assegurada, sendo especialmente importante para aplicações de saúde. Neste caso, as informações sobre os testes em cada posição poderiam ser criptografadas no código (por exemplo, código QR).
Petição 870190021048, de 28/02/2019, pág. 45/102
34/62 [0084] A Figura 10 ilustra detalhes adicionais de um dispositivo micro fluídico (por exemplo, 117 da Figura 1) de um cartão de análise química (por exemplo, 118 da Figura 1).
[0085] Conforme mostrado, o dispositivo micro fluídico 1004 pode ser um dispositivo micro fluídico com base em papel, onde o dispositivo micro fluídico 1004 pode compreender várias camadas de papel que dependem das características da fibra de papel para o transporte de fluidos, tal como o efeito de absorção. Neste exemplo, o dispositivo micro fluídico 1004 compreende três camadas: a camada de entrada 1006, a camada de análise 1008 e a camada de leitura 1010. Embora a Figura 10 represente que o dispositivo micro fluídico 1004 compreende três camadas, o dispositivo micro fluídico pode compreender mais de três camadas. Em uma concretização, no mínimo, o dispositivo micro fluídico 1004 tem pelo menos uma camada de deposição de reagente, tal como a camada de análise 1008. O dispositivo micro fluídico 1004 também pode ter pelo menos uma camada para receber uma amostra alvo, tal como a camada de entrada 1006. O dispositivo micro fluídico 1004 também pode ter pelo menos uma camada para fornecer a leitura colorimétrica, tal como a camada de leitura 1010.
[0086] O dispositivo micro fluídico 1004 executa um ou mais testes, de modo que o dispositivo micro fluídico pode realizar um teste multi-paramétrico. Os testes realizados dependem dos reagentes químicos presentes na camada de análise 1008 do dispositivo micro fluídico 1004.
[0087] O dispositivo micro fluídico 1004 também pode compreender elementos condutores e/ou metálicos que servem
Petição 870190021048, de 28/02/2019, pág. 46/102
35/62 como eletrodos. Tais eletrodos podem ser usados, por exemplo, para produzir calor, luz e/ou fenômenos eletro cinéticos para uma reação química. O dispositivo micro fluídico 1004 também pode compreender elementos de plástico e/ou poliméricos que servem para modificar as propriedades de transporte de fluido do dispositivo micro fluídico 1004.
[0088] A Figura 11 ilustra uma porção de aplicativo móvel 1100 de um procedimento de análise química. Lembre-se que tal aplicativo móvel pode ser executado no dispositivo móvel 114/120 (Figura 1).
[0089] Conforme mostrado, a tela de análise 1102 da porção de aplicativo móvel 1100 fornece instruções para um usuário, de modo que a tela 1102 lembre ao usuário para inserir uma amostra alvo no cartão de análise e permitir que a reação colorimétrica ocorra. A tela 1102 também lembra ao usuário que a análise química da amostra é realizada em duas etapas: (1) fazer a varredura o código do cartão de análise ou inserir o código do cartão de análise e (2) executar a análise colorimétrica.
[0090] A tela 1102 também fornece dois botões (recursos selecionáveis): (1) botão de varredura de códigos
1104, o qual permite ao usuário fazer a varredura do código de um cartão de análise e (2) botão de análise 1106, o qual inicia a parte de análise colorimétrica/processamento de imagem da metodologia de análise e que pode ser com base no código (pode ser usado para encontrar o arquivo de calibração) e na imagem da camada de leitura do dispositivo micro fluídico. Deve ser observado que o usuário também pode inserir manualmente o código do cartão de análise, em vez de
Petição 870190021048, de 28/02/2019, pág. 47/102
36/62 fazer a varredura de seu código. Além disso, é importante lembrar que o código e a imagem da camada de leitura do dispositivo micro fluídico podem ser obtidos a partir de um único processo de aquisição de imagem, em uma concretização diferente.
[0091] Se o usuário seleciona o botão de varredura de código 1104, então, o aplicativo móvel usa a tecnologia de câmera do dispositivo móvel 1110 ao executar o aplicativo móvel para fazer a varredura do código do cartão de análise.
[0092] Se o usuário seleciona o botão de análise 1106, então o aplicativo móvel calcula a composição química e as concentrações da amostra alvo usando uma ou mais funções de processamento de imagem (mais geralmente, uma ou mais funções de processamento de dados). Uma função de processamento de imagem fornece uma compensação da iluminação ambiente com base na imagem recebida pelo aplicativo. Em referência novamente à Figura 9, o elemento de cor 910 pode fornecer este recurso. Ainda em referência à Figura 9, os elementos 906 podem fornecer informações adicionais em relação às condições ambientais, tais como temperatura ambiente e/ou umidade do ar, as quais podem ser importantes para determinadas reações químicas, usando as informações obtidas com equações de química clássica, tal como a equação de Arrhenius, ou usando a abordagem termodinâmica, tal como a função de Gibbs. Outra função de processamento de imagem pode permitir rotação e compensação de perspectiva na imagem. Em referência novamente à Figura 9, os marcadores fiduciais 908 podem fornecer este recurso.
Petição 870190021048, de 28/02/2019, pág. 48/102
37/62 [0093] A tela de resultados 1108 da porção de aplicativo móvel 1100 também pode extrair e exibir recursos de dados do dispositivo móvel. Ela é útil para visualização rápida dos resultados colorimétricos antes de enviar os dados da análise para o aplicativo em nuvem. Por exemplo, a tela de resultados 1108 fornece os resultados da análise química, bem como vários outros parâmetros importantes, tais como uma localização geográfica da amostra quimicamente analisada, um registro de data e hora de quando a análise química foi realizada na amostra ou o usuário que realizou a análise química é. Estes parâmetros podem ser enviados para um aplicativo em nuvem (no ambiente de computação em nuvem 106) para posterior processamento e análise de dados.
[0094] A Figura 12 ilustra uma porção de processamento de imagem 1200 de um aplicativo móvel.
[0095] Na etapa 1202, uma imagem da camada de leitura de um dispositivo micro fluídico é obtida. A imagem pode ser obtida usando um dispositivo eletrônico, tal como um telefone móvel ou tablet. Um aplicativo móvel pode solicitar que um usuário obtenha uma imagem da camada de leitura do dispositivo micro fluídico.
[0096] Na etapa 1204, a imagem obtida da camada de leitura pode ser cortada para que qualquer espaço extra na imagem ao redor da camada de leitura possa ser removido, de modo que o espaço extra não seja processado na imagem. A vantagem desta abordagem é a eliminação de estruturas desnecessárias que possam estar presentes na imagem, o que pode gerar falsa detecção de região de leitura e também
Petição 870190021048, de 28/02/2019, pág. 49/102
38/62 diminuir o número de pixels a serem processados, permitindo processamento de imagem mais rápido.
[0097] Na etapa 1206, a rotação e a correção da perspectiva podem ser executadas na imagem, de modo que a imagem esteja adequadamente orientada. A orientação adequada pode ocorrer quando a imagem é girada adequadamente, de modo que cada imagem seja processada consistentemente e a função de processamento de imagem correta seja aplicada na região de leitura correta (consulte 210 da Figura 2).
[0098] Na etapa 1208, cada região de leitura da camada de leitura da imagem pode ser detectada. Uma ou mais regiões de leitura detectadas podem receber um identificador único.
[0099] Na etapa 1210, cada região de leitura detectada da etapa 1208 pode ser classificada.
[0100] Na etapa 1212, uma máscara individual pode ser gerada para cada região de leitura classificada da etapa 1210. Por exemplo, se houver quatro regiões de leitura ordenadas, a função de processamento de imagem pode gerar quatro máscaras individuais, uma para cada região de leitura ordenada. Embora este exemplo represente um dispositivo micro fluídico com quatro regiões de leitura, o processo é consistente com um dispositivo micro fluídico com mais ou menos de quatro regiões de leitura.
[0101] Na etapa 1214, uma imagem individual com máscara pode ser gerada para cada máscara individual da etapa 1212. Por exemplo, se houver quatro máscaras individuais, a função de processamento de imagens usa estas máscaras individuais para gerar quatro imagens com máscaras
Petição 870190021048, de 28/02/2019, pág. 50/102
39/62 individuais de cada região de leitura. Embora este exemplo lide com um dispositivo micro fluídico que tem quatro regiões de leitura, o processo é consistente com um dispositivo micro fluídico que tem mais ou menos de quatro regiões de leitura.
[0102] Na etapa 1216, a análise colorimétrica é executada em cada uma das imagens com máscaras individuais da etapa 1214. Quando a análise colorimétrica é executada, a função de processamento de imagem pode converter a cor de cada uma das imagens com máscaras individuais em um valor RGB correspondente ou qualquer outra representação de canal de cor adequada, tal como HSV, HLS, etc.
[0103] Na etapa 1218, um resultado de atributo químico é fornecido com base na análise colorimétrica executada nas imagens com máscaras individuais da etapa 1216. É sabido por aqueles versados na técnica que um atributo químico pode ser, por exemplo, a concentração de uma substância da amostra alvo. Na etapa 1218, a função de processamento de imagem pode fornecer um resultado sobre a concentração de uma substância particular da amostra alvo com base na análise colorimétrica realizada na etapa 1216.
[0104] Um possível método de análise colorimétrica usa o método CIE1931, o qual converte um valor sRGB (valor RGB padrão) em outro espaço de cor, tal como o método XYZ,
| tal como | o espaço | de | cor | XYZ . | 0 método CIE1931 usa as |
| seguintes | etapas: | ||||
| D | Converter | de | sRGB | para | RGB linear usando: |
| Qín | fCsRGB + 0.055^2-4 | ||||
| :ear | 1.055 J |
onde C é o canal vermelho, verde ou azul.
Petição 870190021048, de 28/02/2019, pág. 51/102
40/62
2) Converter de RGB linear para o espaço XYZ usando:
| X | Ό.4124 0.3576 0.1805 | linear | ||
| Y | — | 0.2126 0.7152 0.0722 | ^linear | |
| z. | .0.0193 0.1192 0.9505. | -^linear- |
de cromaticidade
3) Os valores x e y são obtidos com:
[0105]
A análise colorimétrica também pode ser obtida usando análise de dados estatísticos e aprendizagem de máquina. Por exemplo, dados medidos podem ser usados para calibrar um modelo de regressão onde a saída é discreta, como uma regressão logística. A utilização de tal modelo de regressão permite a probabilidade de entrada (por exemplo, valores do canal sRGB) pertencente a uma determinada categoria ou bin a ser calculada. Esse modelo de regressão pode ser calculado usando a seguinte fórmula:
Os intervalos podem ser definidos ao determinar os valores de concentração ou diagnóstico e também têm uma dependência de quão precisa é a variação de cor em virtude da reação química em 117 da Figura [0107]
Algoritmos de aprendizagem de máquina, tal como o Multilayer Perceptron, também podem ser usados para análise colorimétrica.
A Figura 13 ilustra outra concretização da análise colorimétrica 1300 de um aplicativo móvel.
Após uma reação uma região de leitura 1304 de um dispositivo micro fluídico
Petição 870190021048, de 28/02/2019, pág. 52/102
41/62
1302, há a possibilidade de que um gradiente de cor possa residir em uma nova região 1304, o qual pode ocorrer com base em uma característica inerente da reação química, que pode ser um resultado da reação de titulação de cor no papel. Um gradiente de cor 1306 pode ocorrer em uma região de leitura, pelo que um lado da região de leitura tem uma cor diferente de um lado diferente da mesma região de leitura.
[0110] Em referência novamente à Figura 12, após detecção e classificação nas etapas 1208 e 1210, respectivamente, as funções de processamento de imagem podem executar funções adicionais para levar em conta um gradiente de cor. Por exemplo, após detectar um gradiente de cor, uma função adicional de processamento de imagem pode cortar uma imagem de uma região de leitura específica, de modo que a imagem cortada 1308 represente o gradiente de cor. Outra possibilidade é gerar em 1212 uma máscara retangular sobre os círculos detectados. Uma maneira de explicar o gradiente de cor pode ser aplicando o peso do pixel sobre o comprimento do retângulo para obter um valor de concentração estimado usando a fórmula a seguir:
Pci(_X) = onde C é o canal vermelho, verde ou azul.
[0111] A Figura 14 ilustra mais detalhes de uma porção de análise colorimétrica 1400 de um aplicativo móvel.
[0112] Após uma reação colorimétrica ter ocorrido em uma determinada região de leitura 1404 de um dispositivo micro fluídico 1402, há a possibilidade de que um padrão de cor de lua crescente possa residir em uma região de leitura
Petição 870190021048, de 28/02/2019, pág. 53/102
42/62
1406, o que pode ocorrer em virtude de distribuição não uniforme da cor ao longo de uma dada região de leitura 1404. Quando há tal padrão de cor da lua crescente, tal como na região de leitura 1406, a análise colorimétrica pode ser executada apenas na parte externa de uma região de leitura 1406, de modo que um atributo da amostra seja determinado com base no processamento de imagem da cor da parte externa da região de leitura 1406. Também, o dispositivo micro fluídico 812 pode incluir camadas de leitura especiais feitas para remover, aumentar ou diminuir esta distribuição de cor (formato de meia lua) dependendo do aplicativo, o que significa que a geometria da camada de leitura pode ser modificada para gerar distribuições de cor diferentes, as quais podem ser adequadas para finalidades específicas ou para aumentar a precisão de processamento da imagem.
[0113] Para realizar a análise apenas da porção externa da região de leitura 1406, uma função de processamento de imagem pode detectar a região de leitura 1406 e determinar que há um padrão de cor de lua crescente na região de leitura 1406. Em referência novamente à Figura 12, a região de leitura pode ser detectada de um modo similar à etapa 1208. Após uma região de leitura ser detectada, tal como a região de leitura 1406, pode ser gerada uma máscara de lua crescente para a região de leitura. Em referência novamente à Figura 12, a região de leitura pode ser detectada de um modo similar à etapa 1212. Após a geração da máscara de lua crescente, pode ser gerada uma imagem com máscara individual para a região de leitura 1406. Em referência novamente à Figura 12, a região de leitura pode ser detectada
Petição 870190021048, de 28/02/2019, pág. 54/102
43/62 de um modo similar à etapa 1214. Após a imagem com máscara individual da região de leitura 1406 ter sido gerada, o aplicativo móvel pode realizar o resto da análise química de acordo com as concretizações ilustrativas descritas aqui.
[0114] Ao realizar a porção de análise colorimétrica 1400, resultados mais consistentes podem ser obtidos quando comparado com os resultados quando toda a região de leitura sofre processamento de imagem, mesmo que uma dada região de leitura possa ter condições não uniformes.
[0115] A Figura 15 ilustra uma porção de aplicativo em nuvem 1500 de uma metodologia de análise química.
[0116] O aplicativo em nuvem 1500 permite que clientes tais como, por exemplo, navegadores da Web, aplicativos móveis, servidores, etc., consumam os dados do aplicativo em nuvem 1500, o que facilita o acesso onipresente e abrangente aos dados. A porção de aplicativo em nuvem 1500 pode compreender uma porção de integração de dados 1502, uma porção de armazenamento de dados 1504 e uma porção de apresentação e cognição de dados 1506. A porção de aplicativo em nuvem 1500 pode ser configurada para coletar, armazenar, visualizar e analisar dados. O aplicativo em nuvem 1500 pode ser construído como um serviço em nuvem de Plataforma como um Serviço (PaaS), o qual oferece flexibilidade em termos de escalabilidade e recursos.
[0117] A porção de integração de dados 1502 realiza a recepção e transmissão de pacotes de dados para os dispositivos eletrônicos (por exemplo, dispositivos móveis 114 e 120) pertencentes ao aplicativo em nuvem 1500. Os pacotes de dados podem ser representados, por exemplo, por
Petição 870190021048, de 28/02/2019, pág. 55/102
44/62 mensagens de texto, imagens ou outros eventos. A porção de integração de dados no 1502 pode coletar dados, por exemplo, de protocolos leves adequados para aplicativos de Internet das Coisas (IoT) ou protocolos HTTP/HTTPS usando uma API (Interface de Programação de Aplicativo) padronizada. A porção de integração de dados 1502 pode ser implementada usando o serviço em nuvem IBM Watson IoT Platform da IBM Bluemix Cloud PaaS, o qual usa protocolos de mensagens de telemetria, tal como o Message Queuing Telemetry Transport (MQTT).
[0118] A porção de armazenamento de dados 1504 pode armazenar os dados na memória do ambiente de computação em nuvem (por exemplo, 106 da Figura 1). A memória pode ser armazenada, por exemplo, em um banco de dados não relacional distribuído para cenários de multiplicação. A persistência de dados é fornecida pela porção de armazenamento de dados 1504. A porção de armazenamento de dados 1504 pode ser implementada usando os serviços em nuvem que armazenam e organizam dados estruturados (SQL) ou dados não estruturados (NoSQL). Exemplos de tais serviços em nuvem incluem, porém sem limitações, IBM DB2, Cloudant e MongoDB.
[0119] A porção de apresentação e cognição de dados
1506 pode permitir visualização em uma interface de rede (por exemplo, 108 da Figura 1). Os dados visualizados podem ser aproveitados, por exemplo, para reunir os dados ou gerar relatórios com base nos dados. Possíveis funções da porção de apresentação e cognição de dados 1506 podem ser visualizar a coleta de dados por um aplicativo de rede, serviço de atualização de aplicativo móvel, consultas de dados,
Petição 870190021048, de 28/02/2019, pág. 56/102
45/62 tendências estatísticas e/ou visuais de interpretações de dados e percepções cognitivas automáticas.
[0120] A Figura 16 ilustra detalhes adicionais de uma plataforma de nuvem 1600 de uma metodologia de análise química. A plataforma de nuvem 1600 pode ser usada para armazenar dados de análise de toda a análise executada no campo. Os diferentes tipos de dados que podem ser inseridos na plataforma de nuvem 1600 incluem dados de análise móvel 1602, dados de calibração móvel 1604 e imagens de calibração móvel 1606. Os dados de análise móvel 1602 podem incluir os resultados da análise química após um dispositivo eletrônico ter executado funções de processamento de imagem em uma imagem de uma camada de leitura de um dispositivo micro fluídico após uma reação colorimétrica. Os dados de calibração móvel 1604 podem compreender dados de calibração colorimétrica com base em um dispositivo eletrônico que executa funções de processamento de imagem em uma imagem de um cartão de calibração. As imagens de calibração móvel 1606 podem compreender imagens de cartões de calibração que não tiveram a imagem processada.
[0121] Após os dados de análise móvel 1602 serem recebidos pela plataforma de nuvem 1600, os dados 1602 podem ser salvos em um banco de dados de análise em nuvem 1608, processados usando algoritmos analíticos/cognitivos/de aprendizado de máquina em 1610 e acessados de uma interface de rede em 1612. Os dados 1602 podem ser adicionalmente processados em 1610 para fornecer perspectivas úteis sobre os dados 1602, de modo que as perspectivas úteis possam ser mostradas a um usuário da interface de rede.
Petição 870190021048, de 28/02/2019, pág. 57/102
46/62 [0122] Após os dados de calibração móvel 1604 serem recebidos pela plataforma de nuvem 1600, os dados 1604 podem ser salvos em um banco de dados de calibração em nuvem em 1614.
[0123] Após as imagens de calibração móvel 1606 serem recebidas em um banco de dados de imagens em nuvem em 1616, as imagens podem ser processadas para produzir dados de calibração colorimétrica em 1618 e os dados de calibração colorimétrica podem ser enviados para o banco de dados de calibração em nuvem em 1614.
[0124] Uma ou mais concretizações podem fazer uso de um software em execução em um computador ou estação de trabalho. Em referência à Figura 17, em um nó de computação 1710 há um sistema/servidor 1712, o qual é operacional com numerosos outros ambientes ou configurações de sistemas de computação de uso geral ou finalidades especiais. Exemplos de sistemas de computação, ambientes e/ou configurações conhecidos que podem ser adequados para uso com o sistema/servidor 1712 incluem, porém sem limitações, sistemas de computadores pessoais, sistemas de computador servidor, thin clients, thick clients, dispositivos portáteis ou laptop, sistemas multiprocessadores, sistemas com base em microprocessadores, set top boxes, eletrônicos de consumo programáveis, network PCs, sistemas de minicomputadores, sistemas de computadores mainframe e ambientes de computação em nuvem distribuídos que incluem qualquer um dos sistemas ou dispositivos acima e assim por diante. Cada nó de computação na plataforma de computação
Petição 870190021048, de 28/02/2019, pág. 58/102
47/62
1700 pode implementar a arquitetura mostrada no nó de computação 1710.
[0125] O sistema/servidor 1712 pode ser descrito no contexto geral de instruções executáveis em um sistema de computador, tais como módulos de programa, que são executados por um sistema de computador. Em geral, os módulos de programa podem incluir rotinas, programas, objetos, componentes, lógica, estruturas de dados e assim por diante, os quais executam tarefas específicas ou implementam determinados tipos de dados abstratos. O sistema/servidor 1712 pode ser praticado em ambientes de computação em nuvem distribuída, onde as tarefas são executadas por dispositivos de processamento remoto que são conectados por meio de uma rede de comunicações. Em um ambiente de computação em nuvem distribuído, os módulos de programa podem estar localizados tanto no meio de armazenamento do sistema local quanto remoto, incluindo dispositivos de armazenamento em memória.
[0126] Conforme mostrado na Figura 17, o sistema/servidor 1712 é mostrado na forma de um dispositivo de computação. Os componentes do sistema/servidor 1712 podem incluir, porém sem limitações, um ou mais processadores ou unidades de processamento 1716, memória de sistema 1728 e barramento 1718 que acopla vários componentes do sistema, incluindo a memória de sistema 1728, ao processador 1716.
[0127] O barramento 1718 representa um ou mais dos vários tipos de estruturas de barramento, incluindo um barramento de memória ou controlador de memória, um barramento de periférico, uma porta gráfica acelerada e um processador ou barramento local que usa qualquer uma das
Petição 870190021048, de 28/02/2019, pág. 59/102
48/62 diversas arquiteturas de barramento. Como exemplo e não como limitação, tais arquiteturas incluem barramento ISA (Industry Standard Archítecture), barramento MCA (Micro Channel Archítecture), barramento Enhanced ISA (EISA), barramento local VESA (Vídeo Electronícs Standards Assocíatíon) e barramento de Interconexões de Componentes Periféricos (PCI).
[0128] O sistema/servidor 1712 inclui, tipicamente, uma variedade de meios legíveis do sistema de computador. Tais meios podem ser qualquer meio disponível que seja acessível pelo sistema/servidor 1712 e incluem meios voláteis e não voláteis, meios removíveis e não removíveis.
[0129] A memória de sistema 1728 pode incluir um meio legível do sistema de computador na forma de uma memória volátil, tal como memória de acesso aleatório (RAM) 1730 e/ou memória cache 1732. O sistema/servidor 1712 pode incluir ainda outros dispositivos removíveis/não removíveis, meios de armazenamento voláteis/não voláteis do sistema de computador. Apenas a título de exemplo, o sistema de armazenamento 1734 pode ser fornecido para ler e gravar em um meio magnético não removível, não volátil (não mostrado e tipicamente denominado de disco rígido). Embora não mostrado, uma unidade de disco magnético para ler e gravar em um disco magnético removível e não volátil (por exemplo, um disquete) e uma unidade de disco óptico para ler ou gravar em um disco óptico removível, não volátil, tal como um CD-ROM, DVD-ROM ou outro meio óptico pode ser fornecido. Em tais casos, cada um pode ser conectado ao barramento 1718 através de uma ou mais interfaces de meio de dados.
Petição 870190021048, de 28/02/2019, pág. 60/102
49/62 [0130] Conforme representado e descrito aqui, a memória 1728 pode incluir pelo menos um produto de programa que tem um conjunto (por exemplo, pelo menos um) de módulos de programa que são configurados para realizar as funções de concretizações da invenção. Um programa/utilitário 1740, o qual tem um conjunto (pelo menos um) de módulos de programa 1742, pode ser armazenado na memória 1728 a título de exemplo e não limitação, bem como um sistema operacional, um ou mais programas de aplicativos, outros módulos de programa e dados de programa. Cada um do sistema operacional, um ou mais programas de aplicativos, outros módulos de programa e dados de programa ou alguma combinação dos mesmos, pode incluir uma implementação de um ambiente de rede. Os módulos de
| programa 1742 | geralmente realizam | as funções | e/ou | |
| metodologias | de | concretizações da | invenção, conforme | |
| descrito aqui. | ||||
| [0131] | 0 | sistema/servidor 1712 também pode | se | |
| comunicar com | um | ou mais dispositivos | externos 1714, | tal |
como um teclado, um dispositivo ponteiro, um dispositivo de armazenamento de dados externo (por exemplo, uma unidade USB), um monitor 1724, um ou mais dispositivos que permitam a um usuário interagir com o sistema/servidor 1712 e/ou com quaisquer dispositivos (por exemplo, placa de rede, modem, etc.) que permitam que o sistema/servidor 1712 se comunique com um ou mais dispositivos de computação. Esta comunicação pode ocorrer através das interfaces de E/S 1722. Além disso, o sistema/servidor 1712 pode se comunicar com uma ou mais redes, tal como uma LAN, uma WAN geral e/ou uma rede pública (por exemplo, a Internet) através do adaptador de rede 1720.
Petição 870190021048, de 28/02/2019, pág. 61/102
50/62
Conforme mostrado, o adaptador de rede 1720 se comunica com os outros componentes do sistema/servidor 1712 através do barramento 1718. Deve ser entendido que, embora não mostrado, outros componentes de hardware e/ou software podem ser usados em conjunto com o sistema/servidor 1712. Exemplos incluem, porém sem limitações, microcódigo, drivers de dispositivo, unidades de processamento redundantes, matrizes de unidade de disco externa, sistemas RAID, unidades de fita e sistemas de armazenamento de dados arquivados, etc.
[0132] Deve ser entendido que, embora a presente invenção inclua uma descrição detalhada da computação em nuvem, a implementação dos ensinamentos citados aqui não está limitada a um ambiente de computação em nuvem. Pelo contrário, as concretizações da presente invenção são capazes de ser implementadas em conjunto com um outro tipo de ambiente de computação agora conhecido ou posteriormente desenvolvido.
[0133] A computação em nuvem é um modelo de fornecimento de serviços para permitir acesso conveniente e sob demanda a um conjunto compartilhado de recursos de computação configuráveis (por exemplo, redes, largura de banda de rede, servidores, processamento, memória, armazenamento, aplicativos, máquinas virtuais e serviços) que podem ser rapidamente provisionados e liberados com o mínimo esforço de gerenciamento ou interação com um provedor do serviço. Este modelo de nuvem pode incluir pelo menos cinco características, pelo menos três modelos de serviço e pelo menos quatro modelos de implantação.
[0134] As características são como segue:
Petição 870190021048, de 28/02/2019, pág. 62/102
51/62 [0135] Autoatendimento sob demanda: um consumidor de nuvem pode fornecer unilateralmente recursos de computação, tais como tempo de servidor e armazenamento em rede, conforme necessário, automaticamente, sem exigir interação humana com o provedor do serviço.
[0136] Acesso de rede amplo: os recursos estão disponíveis em uma rede e são acessados por meio de mecanismos padrão que promovem o uso por plataformas heterogêneas de thin ou thick clíents (por exemplo, telefones celulares, laptops e PDAs).
[0137] Pool de recursos: os recursos de computação do provedor são agrupados para atender a vários consumidores usando um modelo de multilocação, com diferentes recursos físicos e virtuais dinamicamente atribuídos e reatribuídos de acordo com a demanda. Há um senso de independência de localização pelo fato de que o consumidor geralmente não tem controle ou conhecimento sobre a localização exata dos recursos fornecidos, mas pode ser capaz de especificar a localização em um nível mais alto de abstração (por exemplo, país, estado ou datacenters).
[0138] Elasticidade rápida: as capacidades podem ser fornecidas de forma rápida e elástica, em alguns casos automaticamente, para serem prontamente dimensionadas e rapidamente liberadas para serem prontamente dimensionadas. Para o consumidor, os recursos disponíveis para provisionamento muitas vezes parecem ser não limitados e podem ser adquiridos em qualquer quantidade e a qualquer momento.
Petição 870190021048, de 28/02/2019, pág. 63/102
52/62 [0139] Serviço medido: os sistemas em nuvem controlam e otimizam automaticamente o uso de recursos aproveitando uma capacidade de medição em algum nível de abstração apropriado ao tipo de serviço (por exemplo, armazenamento, processamento, largura de banda e contas de usuário ativas). O uso de recursos pode ser monitorado, controlado e relatado, fornecendo transparência tanto para o provedor quanto para o consumidor do serviço usado.
[0140] Os modelos de serviço são como segue:
[0141] Software como um Serviço (SaaS): a capacidade máxima oferecida ao consumidor é para usar os aplicativos do provedor em execução em uma infraestrutura de nuvem. Os aplicativos são acessíveis a partir de vários dispositivos do cliente por meio de uma interface de thin client, tal como um navegador da web (por exemplo, e-mail com base na web). O consumidor não gerencia ou controla a infraestrutura de nuvem subjacente, incluindo rede, servidores, sistemas operacionais, armazenamento ou até mesmo recursos de aplicativos individuais, com a possível exceção de definições de configurações de aplicativos específicos do usuário limitadas.
[0142] Plataforma como um Serviço (PaaS): a capacidade oferecida ao consumidor é para implantar nos aplicativos criados ou adquiridos pelo consumidor da infraestrutura em nuvem criados usando linguagens de programação e ferramentas suportadas pelo provedor. O consumidor não gerencia nem controla a infraestrutura de nuvem subjacente, incluindo redes, servidores, sistemas operacionais ou armazenamento, mas tem controle sobre os
Petição 870190021048, de 28/02/2019, pág. 64/102
53/62 aplicativos implantados e possivelmente as configurações do ambiente de host de aplicativos.
[0143] Infraestrutura como um Serviço (IaaS): a capacidade oferecida ao consumidor é para fornecer processamento, armazenamento, redes e outros recursos fundamentais de computação, nos quais o consumidor pode implantar e executar um software arbitrário, o qual pode incluir sistemas operacionais e aplicativos. O consumidor não gerencia ou controla a infraestrutura de nuvem subjacente, mas tem controle sobre os sistemas operacionais, armazenamento, aplicativos implantados e possivelmente controle limitado de componentes de rede selecionados (por exemplo, firewalls de host).
[0144] Os modelos de implantação são como segue:
[0145] Nuvem privada: a infraestrutura de nuvem é operada exclusivamente para uma organização. Pode ser gerenciado pela organização ou por terceiros e pode existir no local ou fora do local.
[0146] Nuvem comunitária: a infraestrutura em nuvem é compartilhada por várias organizações e suporta uma comunidade específica que compartilha preocupações (por exemplo, missão, requisitos de segurança, políticas e considerações de conformidade). Pode ser gerenciado pelas organizações ou por terceiros e pode existir no local ou fora do local.
[0147] Nuvem pública: a infraestrutura de nuvem é disponibilizada ao público em geral ou a um grande grupo industrial e é de propriedade de uma organização que vende serviços em nuvem.
Petição 870190021048, de 28/02/2019, pág. 65/102
54/62 [0148] Nuvem híbrida: a infraestrutura de nuvem é uma composição de duas ou mais nuvens (privadas, comunitárias ou públicas) que permanecem como entidades únicas, mas unidas por tecnologia padronizada ou proprietária que permite a portabilidade de dados e aplicativos (por exemplo, estouro de nuvem para balanceamento de carga entre nuvens).
[0149] Um ambiente de computação em nuvem é orientado a serviços com um foco sem estado, baixo acoplamento, modularidade e interoperabilidade semântica. No coração da computação em nuvem está uma infraestrutura que inclui uma rede de nós interconectados.
[0150] Em referência agora à Figura 18, o ambiente de computação em nuvem ilustrativo 1850 é descrito. Conforme mostrado, o ambiente de computação em nuvem 1850 inclui um ou mais nós de computação em nuvem 1810 com os quais dispositivos de computação local são usados por consumidores na nuvem tais como, por exemplo, assistente digital pessoal (PDA) ou telefone celular 1854A, computador desktop 1854B e laptop 1854C e/ou sistema de computador automotivo 1854N podem se comunicar. Os nós 1810 podem se comunicar uns com os outros. Eles podem ser agrupados (não mostrados) física ou virtualmente, em uma ou mais redes, tais como Privada, Comunitária, Pública ou Nuvens Híbridas, conforme descrito acima, ou uma combinação das mesmas. Isto permite que o ambiente de computação em nuvem 1850 ofereça infraestrutura, plataformas e/ou software como serviços para os quais um consumidor de nuvem não precisa manter recursos em um dispositivo de computação local. Deve ser entendido que os tipos de dispositivos de computação 1854A-N mostrados na
Petição 870190021048, de 28/02/2019, pág. 66/102
55/62
Figura 18 se destinam ser apenas ilustrativos e os nós de computação 1810 e o ambiente de computação em nuvem 1850 podem se comunicar com qualquer tipo de dispositivo computadorizado sobre qualquer tipo de rede e/ou conexão endereçável de rede (por exemplo, usando um navegador da web).
[0151] Em referência agora à Figura 19, é apresentado um conjunto de camadas de abstração funcionais fornecidas pelo ambiente de computação em nuvem 1850 (Figura 18). Deve ser entendido antecipadamente que os componentes, camadas e funções mostrados na Figura 19 se destinam ser apenas ilustrativos e as concretizações da invenção não estão limitadas aos mesmos. Conforme descrito, as camadas e funções correspondentes a seguir são fornecidas:
[0152] A camada de hardware e software 1960 inclui componentes de hardware e software. Exemplos de componentes de hardware incluem: mainframes 1961; servidores com bases na arquitetura RISC (Reduced Instructíon Set Computer) 1962; servidores 1963; servidores blade 1964; dispositivos de armazenamento 1965; e redes e componentes de rede 1966. Em algumas concretizações, os componentes de software incluem o software de servidor de aplicativos de rede 1967 e o software de banco de dados 1968.
[0153] A camada de virtualização 1970 constitui uma camada de abstração a partir da qual os exemplos de entidades virtuais a seguir podem ser fornecidos: servidores virtuais 1971; armazenamento virtual 1972; redes virtuais 1973, incluindo redes privadas virtuais; aplicativos virtuais e sistemas operacionais 1974; e clientes virtuais 1975.
Petição 870190021048, de 28/02/2019, pág. 67/102
56/62 [0154] Em um exemplo, a camada de gerenciamento 1980 pode fornecer as funções descritas abaixo. O Provisionamento de Recursos 1981 permite a aquisição dinâmica de recursos de computação e outros recursos que são usados para executar tarefas no ambiente de computação em nuvem. A Medição e Tarifação 1982 permite o rastreamento de custos conforme os recursos são usados no ambiente de computação em nuvem e cobrança ou faturamento para o consumo destes recursos. Em um exemplo, estes recursos podem incluir licenças de software de aplicativo. A segurança permite a verificação de identidade para consumidores e tarefas na nuvem, bem como proteção de dados e outros recursos. O portal de usuário 1983 permite acesso ao ambiente de computação em nuvem para consumidores e administradores de sistema. O gerenciamento de nível de serviço 1984 permite alocação e gerenciamento de recursos de computação em nuvem, de forma que os níveis de serviço necessários sejam atendidos. O planejamento e o cumprimento do Acordo de Nível de Serviço (SLA) 1985 permite pré-arranjo e aquisição de recursos de computação em nuvem para os quais um futuro requisito é previsto de acordo com um SLA.
[0155] A camada de cargas de trabalho 1990 fornece exemplos de funcionalidade para os quais o ambiente de computação em nuvem pode ser usado. Exemplos de cargas de trabalho e funções que podem ser fornecidas por esta camada incluem: medição de dados 1991; transmissão de dados 1992; processamento analítico de dados 1993; cálculo de modelo 1994; generalização de modelo 1995; e automação de injeção 1996, os quais podem executar várias funções descritas acima.
Petição 870190021048, de 28/02/2019, pág. 68/102
57/62 [0156] Concretizações da presente invenção podem ser um sistema, um método e/ou um produto de programa de computador em qualquer nível de detalhe técnico possível de integração. O produto de programa de computador pode incluir um meio (ou meios) de armazenamento legível em computador que contenha instruções de programa legíveis em computador para fazer com que um processador execute aspectos da presente invenção.
[0157] O meio de armazenamento legível em computador pode ser um dispositivo tangível que pode reter e armazenar instruções para uso por um dispositivo de execução de instruções. O meio de armazenamento legível em computador pode ser, por exemplo, porém sem limitações, um dispositivo de armazenamento eletrônico, um dispositivo de armazenamento magnético, um dispositivo de armazenamento óptico, um dispositivo de armazenamento eletromagnético, um dispositivo de armazenamento semicondutor ou qualquer combinação adequada dos anteriores. Uma lista não exaustiva de exemplos mais específicos do meio de armazenamento legível em computador inclui o seguinte: um disquete de computador portátil, um disco rígido, uma memória de acesso aleatório (RAM), uma memória somente de leitura (ROM), uma memória somente de leitura programável apagável (EPROM ou memória flash), uma memória de acesso aleatório estática (SRAM), um CD portátil somente de leitura (CD-ROM), um disco versátil digital (DVD), um cartão de memória, um disquete, um dispositivo mecanicamente codificado, tais como cartões perfurados ou estruturas elevadas em uma ranhura com instruções gravadas nas mesmas e qualquer combinação
Petição 870190021048, de 28/02/2019, pág. 69/102
58/62 adequada dos anteriores. Um meio de armazenamento legível em computador, conforme usado aqui, não deve ser interpretado como sendo sinais transitórios per se, tais como ondas de rádio ou outras ondas eletromagnéticas de propagação livre, ondas eletromagnéticas que se propagam através de um guia de ondas ou outro meio de transmissão (por exemplo, pulsos de luz que passam através de um cabo de fibra ótica), ou sinais elétricos transmitidos através de um fio.
[0158] As instruções do programa legível em computador descritas aqui podem ser baixadas para os respectivos dispositivos de computação/processamento de um meio de armazenamento legível em computador ou para um computador externo ou dispositivo de armazenamento externo através da rede, por exemplo, a Internet, uma rede de área local, uma rede de área ampla e/ou uma rede sem fio. A rede pode compreender cabos de transmissão de cobre, fibras de transmissão óptica, transmissão sem fio, roteadores, firewalls, comutadores, computadores de gateway e/ou servidores de borda. Uma placa de rede ou interface de rede em cada dispositivo de computação/processamento recebe instruções de programas legíveis em computador a partir da rede e encaminha as instruções de programa legíveis para armazenamento em um meio de armazenamento legível em computador dentro do respectivo dispositivo de computação/processamento.
[0159] As instruções do programa legível em computador para executar as operações da presente invenção podem ser instruções de montagem, instruções de arquitetura com base em um conjunto de instruções (ISA), instruções de
Petição 870190021048, de 28/02/2019, pág. 70/102
59/62 máquina, instruções dependentes de máquina, microcódigo, instruções de firmware, dados de configuração de estado e dados de configuração para circuitos integrados ou códigofonte ou código-objeto escrito em qualquer combinação de uma ou mais linguagens de programação, incluindo uma linguagem de programação orientada a objetos, tal como Smalltalk, C++ ou similar e linguagens de programação procedurais, tal como a linguagem de programação C ou linguagens de programação similares. As instruções de programa legíveis em computador podem ser executadas inteiramente no computador do usuário, em parte no computador do usuário, como um pacote de software independente, parcialmente no computador do usuário e parcialmente em um computador remoto ou totalmente no computador ou servidor remoto. Neste último caso, o computador remoto pode ser conectado ao computador do usuário através de qualquer tipo de rede, incluindo uma rede de área local (LAN) ou uma rede de longa distância (WAN), ou a conexão pode ser feita a um computador externo (por exemplo, através da Internet usando um provedor de serviços de Internet). Em algumas concretizações, circuitos incluindo, por exemplo, circuitos lógicos programáveis, FPGAs (matrizes de portas programáveis em campo) ou arranjos lógicos programáveis (PLA) podem executar as instruções programáveis legíveis em computador usando a informação sobre estado das instruções do programa legível em computador para personalizar o circuito eletrônico de modo a executar aspectos da presente invenção.
[0160] Concretizações da presente invenção são descritas aqui com referência a ilustrações de fluxograma
Petição 870190021048, de 28/02/2019, pág. 71/102
60/62 e/ou diagramas de blocos de métodos, dispositivos (sistemas) e produtos de programa de computador de acordo com concretizações da invenção. Será entendido que cada bloco de ilustrações de fluxograma e/ou diagramas de bloco e combinações de blocos nas ilustrações de fluxograma e/ou diagramas de bloco pode ser implementado por instruções de programa legíveis em computador.
[0161] Estas instruções de programas legíveis em computador podem ser fornecidas a um processador de um computador de finalidade geral, computador de finalidade especial ou outro equipamento de processamento de dados programável para produzir uma máquina, de modo que as instruções, as quais são executadas através do processador do computador ou outro sistema de processamento de dados programável, criem meios para implementar as funções/ações especificadas no fluxograma e/ou blocos ou blocos de diagrama de blocos. Estas instruções do programa legível em computador também podem ser armazenadas em um meio de armazenamento legível em computador que pode controlar um computador, um sistema de processamento de dados programável e/ou outros dispositivos para funcionar de uma maneira particular, de modo que o meio de armazenamento legível em computador que possui instruções armazenadas no mesmo compreenda um artigo de manufatura que inclui instruções que implementam aspectos da função/ação especificadas no fluxograma e/ou blocos ou blocos de diagrama de blocos.
[0162] As instruções do programa legível em computador também podem ser carregadas em um computador, outro equipamento programável de processamento de dados ou
Petição 870190021048, de 28/02/2019, pág. 72/102
61/62 outro dispositivo para causar uma série de etapas operacionais no computador, outro equipamento programável ou outro dispositivo para produzir um processo implementado em computador, de modo que as instruções que são executadas no computador, outro equipamento programável ou outro dispositivo implementem as funções/ações especificadas no fluxograma e/ou blocos ou blocos de diagramas.
[0163] Os diagramas de fluxograma e blocos nas figuras ilustram a arquitetura, funcionalidade e operação de possíveis implementações de sistemas, métodos e produtos de programa de computador de acordo com várias concretizações da presente invenção. A este respeito, cada bloco no fluxograma ou diagramas de bloco pode representar um módulo, segmento ou porção de instruções que compreende uma ou mais instruções executáveis para implementar a(s) função(ões) lógica(s) especificada(s).
[0164] Em algumas implementações alternativas, as funções observadas nos blocos podem ocorrer fora da ordem indicada nas Figuras. Por exemplo, dois blocos mostrados em sucessão podem, na verdade, ser executados substancialmente ao mesmo tempo, ou os blocos podem, algumas vezes, ser executados na ordem inversa, dependendo da funcionalidade envolvida. Também será notado que cada bloco de diagramas de bloco e/ou ilustração de fluxograma e combinações de blocos nos diagramas de bloco e/ou ilustração de fluxograma, pode ser implementado por sistemas com base em hardware de finalidade especial que executam as funções especificadas ou atua ou executa combinações de hardware de finalidade especial e instruções de computador.
Petição 870190021048, de 28/02/2019, pág. 73/102
62/62 [0165] Embora concretizações ilustrativas tenham sido descritas aqui com referência aos desenhos anexos, deve ser entendido que a invenção não está limitada àquelas concretizações precisas e que várias outras alterações e modificações podem ser feitas por aqueles versados na técnica sem se afastar do espirito ou escopo da invenção.
Claims (30)
- REIVINDICAÇÕES1. Método caracterizado pelo fato de que compreende:receber uma amostra alvo a ser quimicamente analisada em um dispositivo micro fluídico que faz parte de um cartão de análise, em que o dispositivo micro fluídico compreende pelo menos uma camada de entrada configurada para receber a amostra alvo, pelo menos uma camada intermediária e pelo menos uma camada de leitura configurada para apresentar um ou mais atributos de cor em uma ou mais regiões de leitura em resposta a uma ou mais reações colorimétricas para a amostra alvo;obter uma ou mais imagens da camada de leitura do dispositivo micro fluídico;obter um arquivo de calibração que corresponde ao cartão de análise, em que o arquivo de calibração compreende pelo menos um modelo calibrado de um ou mais atributos de cor com base em dados de pelo menos um atributo químico conhecido de pelo menos uma amostra padrão processada por um cartão de calibração; e executar pelo menos uma função de processamento de dados na imagem obtida, em que a função de processamento de dados compreende comparar um ou mais atributos de cor em uma ou mais regiões de leitura na imagem obtida da camada de leitura com o modelo calibrado de um ou mais atributos de cor do arquivo de calibração obtido para determinar pelo menos um atributo químico da amostra alvo;em que uma ou mais etapas do método são realizadas por pelo menos um dispositivo de processamento.Petição 870190021048, de 28/02/2019, pág. 75/102
- 2/82. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que a etapa de obter um arquivo de calibração que corresponde ao cartão de análise ainda compreende:obter um código do cartão de análise; e recuperar o arquivo de calibração a partir de um conjunto de arquivos de calibração que corresponde ao código obtido a partir do cartão de análise.
- 3. Método, de acordo com a reivindicação 2, caracterizado pelo fato de que o código compreende um identificador único para rastrear o cartão de análise.
- 4. Método, de acordo com a reivindicação 2, caracterizado pelo fato de que o código compreende um código de resposta rápida, código de barras, conteúdo de chip de identificação por radiofrequência ou texto simples.
- 5. Método, de acordo com a reivindicação 2, caracterizado pelo fato de que o código compreende informação que corresponde a um lote de fabricação do cartão de análise.
- 6. Método, de acordo com a reivindicação 2, caracterizado pelo fato de que o código compreende informação que corresponde a pelo menos um tipo de teste que se pode executar em uma amostra aplicada ao cartão de análise.
- 7. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que ainda compreende adicionar informação que compreende dados temporais, geográficos ou sobre o usuário.
- 8. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que o arquivo de calibração éPetição 870190021048, de 28/02/2019, pág. 76/1023/8 gerado antes de análise química da amostra alvo usando um procedimento de calibração.
- 9. Método, de acordo com a reivindicação 8, caracterizado pelo fato de que o procedimento de calibração ainda compreende:aplicar pelo menos uma amostra padrão a um cartão de calibração, em que o cartão de calibração:compreende uma ou mais regiões de leitura que apresentam um ou mais atributos de cor em resposta a uma ou mais reações colorimétricas à amostra padrão e em que o um ou mais atributos de cor se correlacionam com pelo menos um atributo químico associado à pelo menos uma amostra padrão;criar pelo menos um modelo calibrado de um ou mais atributos de cor das regiões de leitura no cartão de calibração para a amostra padrão; e armazenar pelo menos um modelo calibrado de um ou mais atributos de cor como dados em um arquivo de calibração para recuperação durante a análise química da amostra alvo.
- 10. Método, de acordo com a reivindicação 9, caracterizado pelo fato de que o cartão de calibração compreende uma matriz circular, em que cada círculo na matriz circular é pré-tratado com química de detecção para uso na detecção de um dado elemento químico.
- 11. Método, de acordo com a reivindicação 10, caracterizado pelo fato de que dois ou mais círculos na matriz circular são configurados para detectar dois ou mais atributos do mesmo elemento químico.
- 12. Método, de acordo com a reivindicação 9, caracterizado pelo fato de que o pelo menos um modelo dePetição 870190021048, de 28/02/2019, pág. 77/1024/8 calibração compreende um algoritmo de aprendizagem de máquina.
- 13. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que a pelo menos uma função de processamento de dados é executada em um dispositivo móvel.
- 14. Método, de acordo com a reivindicação 13, caracterizado pelo fato de que o dispositivo móvel que executa a pelo menos uma função de processamento de dados também executa a etapa de obter a imagem da camada de leitura do dispositivo micro fluídico.
- 15. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que a pelo menos uma função de processamento de dados é executada em uma plataforma de computação remota do dispositivo micro fluídico.
- 16. Método, de acordo com a reivindicação 15, caracterizado pelo fato de que a plataforma de computação compreende uma plataforma de computação em nuvem.
- 17. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que a execução da pelo menos uma função de processamento de dados na imagem da camada de leitura do dispositivo micro fluídico ainda compreende:gerar pelo menos uma máscara de localização com base em uma dada região de leitura e tamanho da região de leitura;gerar pelo menos uma imagem com máscara com base em pelo menos uma máscara de localização e tamanho da região de leitura; e determinar pelo menos um valor de espaço de cor com base na pelo menos uma imagem com máscara.Petição 870190021048, de 28/02/2019, pág. 78/1025/8
- 18. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que a camada intermediária do dispositivo micro fluídico compreende ainda uma ou mais camadas de análise operativamente localizadas entre a camada de entrada e a camada de leitura.
- 19. Método, de acordo com a reivindicação 18, caracterizado pelo fato de que a camada de análise é configurada para permitir uma ou mais análises colorimétricas na amostra alvo recebida na camada de entrada, de modo que um ou mais atributos de cor sejam apresentados na camada de leitura em resposta à reação colorimétrica.
- 20. Método, de acordo com a reivindicação 17, caracterizado pelo fato de que a função de processamento de dados determina um gradiente de cor ou propriedades de distribuição de cor espacial.
- 21. Método, de acordo com a reivindicação 7, caracterizado pelo fato de que a seleção do arquivo de calibração depende da leitura de um sensor no cartão de análise.
- 22. Artigo de manufatura caracterizado pelo fato de que compreende um meio de armazenamento legível em processador não transitório que tem armazenado no mesmo o código de programa de um ou mais programas de software, em que o código de programa, quando executado pelo dispositivo de processamento, faz com que o dispositivo de processamento execute as etapas de acordo com a reivindicação 1.
- 23. Sistema caracterizado pelo fato de que compreende:um ou mais dispositivos de processamento, em que cada dispositivo de processamento compreende uma memória e umPetição 870190021048, de 28/02/2019, pág. 79/1026/8 processador operativamente acoplados à memória e em que o um ou mais dispositivos de processamento são configurados para:obter uma imagem de uma camada de leitura de um dispositivo micro fluidico, em que o dispositivo micro fluidico faz parte de um cartão de análise e compreende pelo menos uma camada de entrada configurada para receber uma amostra alvo a ser quimicamente analisada, pelo menos uma camada intermediária e pelo menos um camada de leitura configurada para apresentar um ou mais atributos de cor em uma ou mais regiões de leitura em resposta a uma ou mais reações colorimétricas para a amostra alvo;obter um arquivo de calibração que corresponde ao cartão de análise, em que o arquivo de calibração compreende pelo menos um modelo calibrado de um ou mais atributos de cor com base em dados de pelo menos um atributo químico conhecido da pelo menos uma amostra padrão processada por um cartão de calibração; e executar pelo menos uma função de processamento de dados na imagem obtida, em que a função de processamento de dados compreende comparar um ou mais atributos de cor na uma ou mais regiões de leitura na imagem obtida da camada de leitura com o modelo calibrado de um ou mais atributos de cor do arquivo de calibração obtido para determinar pelo menos um atributo químico da amostra alvo.
- 24. Sistema, de acordo com a reivindicação 23, caracterizado pelo fato de que um ou mais dispositivos de processamento são ainda configurados para obter o arquivo de calibração que corresponde à análise ao obter um código do cartão de análise e recuperar o arquivo de calibração aPetição 870190021048, de 28/02/2019, pág. 80/1027/8 partir de um conjunto de arquivos de calibração que corresponde ao código obtido a partir do cartão de análise.
- 25. Sistema, de acordo com a reivindicação 23, caracterizado pelo fato de que o um ou mais dispositivos de processamento compreendem um dispositivo móvel e a pelo menos uma função de processamento de dados é executada no dispositivo móvel.
- 26. Sistema, de acordo com a reivindicação 25, caracterizado pelo fato de que o dispositivo móvel que executa a pelo menos uma função de processamento de dados também executa a etapa de obter a imagem da camada de leitura do dispositivo micro fluídico.
- 27. Sistema, de acordo com a reivindicação 23, caracterizado pelo fato de que o um ou mais dispositivos de processamento compreendem uma plataforma de computação remota do dispositivo micro fluídico e em que pelo menos uma função de processamento de dados é executada na plataforma de computação.
- 28. Sistema, de acordo com a reivindicação 23, caracterizado pelo fato de que o cartão de análise compreende pelo menos uma paleta de cores e uma ou mais marcas de alinhamento.
- 29. Sistema, de acordo com a reivindicação 23, caracterizado pelo fato de que o cartão de análise compreende pelo menos um sensor de temperatura e pelo menos um sensor de umidade ou outros sensores ambientais.
- 30. Sistema caracterizado pelo fato de que compreende:um dispositivo micro fluídico que compreende:Petição 870190021048, de 28/02/2019, pág. 81/1028/8 pelo menos uma camada de entrada configurada para receber uma amostra alvo a ser quimicamente analisada;pelo menos uma camada de leitura configurada para apresentar um ou mais atributos de cor em uma ou mais regiões de leitura em resposta a uma ou mais reações colorimétricas para a amostra alvo; e uma ou mais camadas de análise operativamente localizadas entre a camada de entrada e a camada de leitura e configuradas para fornecer uma ou mais análise colorimétrica na amostra alvo recebida na camada de entrada, de modo que um ou mais atributos de cor sejam apresentados na camada de leitura em resposta às reações colorimétricas; um código configurado para identificar exclusivamente um arquivo de calibração para recuperação, em que o arquivo de calibração corresponde a um ou mais recursos do dispositivo micro fluídico e compreende pelo menos um modelo calibrado de um ou mais atributos de cor com base em dados de pelo menos um atributo químico conhecido da pelo menos uma amostra padrão processada por um cartão de calibração para permitir a execução de pelo menos uma função de processamento de dados que compreende comparar um ou mais atributos de cor em uma ou mais regiões de leitura da camada de leitura para o modelo calibrado de um ou mais atributos de cor do arquivo de calibração obtido para determinar pelo menos um atributo químico da amostra alvo.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US15/941,692 | 2018-03-30 | ||
| US15/941,692 US11060968B2 (en) | 2018-03-30 | 2018-03-30 | Mobile chemical analysis |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| BR102019004263A2 true BR102019004263A2 (pt) | 2019-10-01 |
Family
ID=68054176
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| BR102019004263-0A BR102019004263A2 (pt) | 2018-03-30 | 2019-02-28 | Análise química móvel |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US11060968B2 (pt) |
| CN (1) | CN110320158A (pt) |
| BR (1) | BR102019004263A2 (pt) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220082491A1 (en) * | 2017-06-01 | 2022-03-17 | Germaine Laboratories, Inc. | Devices and systems for data-based analysis of objects |
| US11216768B2 (en) * | 2020-05-29 | 2022-01-04 | International Business Machines Corporation | Product quality analysis and control |
| US11498069B2 (en) * | 2020-08-31 | 2022-11-15 | International Business Machines Corporation | Rapid testing device for wastewater analysis |
| US11534752B2 (en) | 2020-12-30 | 2022-12-27 | International Business Machines Corporation | Rapid test device having multiple heterogeneous diagnostic methods |
| US11554371B2 (en) | 2020-12-30 | 2023-01-17 | International Business Machines Corporation | Precise fluid input control for point-of-care devices |
| CN112899140B (zh) * | 2021-01-21 | 2022-05-13 | 中国科学技术大学 | 一种用于水体多参数检测的微流控芯片 |
| WO2024133203A1 (en) * | 2022-12-21 | 2024-06-27 | F. Hoffmann-La Roche Ag | Analytical method of determining at least one property of a sample of a bodily fluid |
| US20240212212A1 (en) * | 2022-12-23 | 2024-06-27 | Hsiu-An Lin | Method and apparatus for waste liquid recycling with optical inspection |
| US20240264185A1 (en) * | 2023-02-02 | 2024-08-08 | Nerv Technology Inc. | Systems and processes for image-based sample identification, monitoring, and assessment |
| CN117065206B (zh) * | 2023-08-07 | 2024-09-06 | 深圳市宗匠科技有限公司 | 微电流的输出控制方法、美容仪、美容装置及存储介质 |
| CN117391113B (zh) * | 2023-12-08 | 2024-03-29 | 广州泛美实验室系统科技股份有限公司 | 样本自动化处理方法以及实验室自动化流水线 |
Family Cites Families (42)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020172622A1 (en) * | 2001-04-03 | 2002-11-21 | Weigl Bernhard H. | Microfluidic device for concentrating particles in a concentrating solution |
| WO2004065010A2 (en) * | 2003-01-21 | 2004-08-05 | Micronics Inc. | Method and system for microfluidic manipulation, amplification and analysis of fluids, for example, bacteria assays and antiglobulin testing |
| JP2007503958A (ja) * | 2003-09-03 | 2007-03-01 | ライフパッチ インターナショナル，インコーポレイテッド | 個人診断装置と関連手法 |
| DE102004008539A1 (de) * | 2004-02-19 | 2005-09-01 | Prionics Ag | Vorrichtung und Verfahren zur optischen Auswertung von Teststreifen |
| US20070095393A1 (en) * | 2004-03-30 | 2007-05-03 | Piero Zucchelli | Devices and methods for programmable microscale manipulation of fluids |
| US8323564B2 (en) * | 2004-05-14 | 2012-12-04 | Honeywell International Inc. | Portable sample analyzer system |
| CA2610697A1 (en) * | 2005-06-03 | 2007-05-24 | Spinx, Inc. | Dosimeter for programmable microscale manipulation of fluids |
| EP1901847B1 (en) * | 2005-07-01 | 2015-04-08 | Honeywell International Inc. | Microfluidic hematology analyzer |
| EP1963817A2 (en) * | 2005-12-22 | 2008-09-03 | Honeywell International Inc. | Portable sample analyzer cartridge |
| JP5431732B2 (ja) * | 2005-12-29 | 2014-03-05 | ハネウェル・インターナショナル・インコーポレーテッド | マイクロ流体フォーマットにおけるアッセイ実装 |
| JP4969292B2 (ja) | 2007-03-30 | 2012-07-04 | シスメックス株式会社 | 試料分析装置 |
| CN102016595B (zh) | 2008-03-27 | 2014-08-06 | 哈佛学院院长等 | 三维微流体装置 |
| US8842183B2 (en) * | 2008-08-08 | 2014-09-23 | Snap-On Incorporated | Image-based inventory control system with automatic calibration and image correction |
| AU2011212916B2 (en) | 2010-02-03 | 2015-07-02 | President And Fellows Of Harvard College | Devices and methods for multiplexed assays |
| GB2483482A (en) * | 2010-09-09 | 2012-03-14 | Univ Dublin City | An optical testing system |
| WO2014025415A2 (en) * | 2012-08-08 | 2014-02-13 | Scanadu Incorporated | Method and apparatus for performing and quantifying color changes induced by specific concentrations of biological analytes in an automatically calibrated environment |
| WO2014055963A1 (en) | 2012-10-05 | 2014-04-10 | California Institute Of Technology | Methods and systems for microfluidics imaging and analysis |
| CN103901025A (zh) | 2012-12-27 | 2014-07-02 | 中国科学院烟台海岸带研究所 | 一种便携式纸基微流控芯片色彩检测装置和方法 |
| EP2946198B1 (en) | 2013-01-21 | 2019-10-30 | Cornell University | Smartphone-based apparatus and method for obtaining repeatable, quantitative colorimetric measurement |
| AU2014100086A4 (en) | 2014-01-30 | 2014-02-27 | La Trobe University | Low-cost mobile ECL sensing system |
| US9569858B2 (en) | 2014-02-13 | 2017-02-14 | James Bennett Babcock | Cloud-based system for water analysis |
| CN104280390A (zh) * | 2014-09-30 | 2015-01-14 | 王钧 | 一个基于网络的比色检测系统 |
| CN105738292A (zh) * | 2014-12-12 | 2016-07-06 | 中国科学院大连化学物理研究所 | 一种比色传感器阵列的手机成像方法 |
| CN104586364B (zh) | 2015-01-19 | 2019-07-09 | 武汉理工大学 | 一种肤质检测系统及方法 |
| CN104965066A (zh) | 2015-07-06 | 2015-10-07 | 山东大学 | 基于移动互联网的便携式尿蛋白检测系统 |
| CN104964973A (zh) * | 2015-07-08 | 2015-10-07 | 邓双胜 | 一种基于移动终端摄像头的试纸读取与分析方法与系统 |
| RS20150570A1 (sr) | 2015-09-01 | 2017-03-31 | Food And Agriculture Cloud Technology-Fact Doo Beograd | Sistem i postupak za upravljanje procesom provere sigurnosti hrane i poljoprivrednih proizvoda |
| US9978153B2 (en) | 2015-11-30 | 2018-05-22 | Detectachem Llc | Image color balancing for test receptacle |
| US10444184B2 (en) | 2015-12-28 | 2019-10-15 | International Business Machines Corporation | Operation of diagnostic devices involving microchannels and electrodes |
| CN106226291A (zh) | 2016-01-26 | 2016-12-14 | 江苏戴格诺思生物技术有限公司 | 一种移动终端定量分析干化学检测试剂的方法 |
| US10513725B2 (en) | 2016-02-29 | 2019-12-24 | eNano Health Limited | Public personalized mobile health sensing system, method and device |
| US20170276599A1 (en) | 2016-03-24 | 2017-09-28 | The Board Of Regents Of The University Of Texas System | Cost effective battery-powered spectrophotometric system |
| CN105865629A (zh) * | 2016-03-25 | 2016-08-17 | 上海电机学院 | 一种用于机器人的物体颜色识别方法 |
| CN105842240A (zh) * | 2016-05-18 | 2016-08-10 | 四川大学 | 一种半定量检测早期慢性肾病的唾液测试卡及其方法 |
| CN106226298B (zh) * | 2016-08-11 | 2019-09-17 | 芜湖美的厨卫电器制造有限公司 | 检测水质的系统、方法及试纸 |
| US20180059015A1 (en) * | 2016-08-30 | 2018-03-01 | Sensii, Inc. | Personal liquid analysis system |
| CN106353311A (zh) | 2016-08-30 | 2017-01-25 | 开平市中青环保技术服务有限公司 | 一种基于比色反应采用视觉传感器检测实现物质定性定量的智能检测方法及装置 |
| CN106290941B (zh) | 2016-08-31 | 2018-02-13 | 合肥领谱科技有限公司 | 基于云计算与云存储的毒品及易制毒化学品检测管理系统及方法 |
| CN106546581B (zh) * | 2016-11-02 | 2019-12-10 | 长沙云知检信息科技有限公司 | 试纸检测卡智能检测系统以及试纸检测卡智能分析方法 |
| US12017218B2 (en) | 2017-02-15 | 2024-06-25 | International Business Machines Corporation | Hybrid microfluidics devices |
| CN106991679A (zh) | 2017-03-16 | 2017-07-28 | 四川大学 | 一种基于云平台尿检试纸生理指标量化识别方法 |
| CN111272670A (zh) | 2020-02-26 | 2020-06-12 | 北京机科国创轻量化科学研究院有限公司 | 染色质量的检测方法、装置、存储介质以及处理器 |
-
2018
- 2018-03-30 US US15/941,692 patent/US11060968B2/en active Active
-
2019
- 2019-02-28 BR BR102019004263-0A patent/BR102019004263A2/pt unknown
- 2019-03-21 CN CN201910215799.9A patent/CN110320158A/zh active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| US20190302008A1 (en) | 2019-10-03 |
| CN110320158A (zh) | 2019-10-11 |
| US11060968B2 (en) | 2021-07-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| BR102019004263A2 (pt) | Análise química móvel | |
| US11714853B2 (en) | Efficient storage and searching of vector datasets | |
| JP7037565B2 (ja) | サンプルトラッキングチェーンを介したサンプルトラッキングシステムおよび方法 | |
| US11250324B2 (en) | Intelligent recognition and alert methods and systems | |
| Borchers et al. | Spatially explicit maximum likelihood methods for capture–recapture studies | |
| CN108197658A (zh) | 图像标注信息处理方法、装置、服务器及系统 | |
| McAssey | An empirical goodness-of-fit test for multivariate distributions | |
| US20160159535A1 (en) | Tagged products and tracking thereof using customizable data points | |
| US11215840B2 (en) | Testing a biological sample based on sample spectrography and machine learning techniques | |
| Adhav et al. | Interacting dark matter and holographic dark energy in an anisotropic universe | |
| CN110503624A (zh) | 骨龄检测方法、系统、设备及可读存储介质 | |
| CN106843912B (zh) | 页面信息获取方法及装置 | |
| Levy et al. | A framework of statistical tests for comparing mean and covariance structure models | |
| Lombardi | SEDA: A software package for the statistical earthquake data analysis | |
| EP3792927A1 (en) | Method and apparatus for providing real-time periodic health updates | |
| CN108701147A (zh) | 用于自动识别农业气候地带的方法和系统 | |
| BR112014012003B1 (pt) | Sistema de controle de qualidade, método e meio legível por computador para o uso com bens de consumo, usuários e dispositivos de teste de diagnóstico biológico/ambiental | |
| US20230119186A1 (en) | Methods, apparatuses and computer program products for predicting measurement device performance | |
| Manohar Kumar et al. | Benchmark studies on pixel-level spectral unmixing of multi-resolution hyperspectral imagery | |
| Tabrizi et al. | Generalising the mean spherical approximation as a multiscale, nonlinear boundary condition at the solute–solvent interface | |
| US9672273B2 (en) | Representing a machine-to-machine device model based on ontological relationships | |
| Liu et al. | Shelf-life and its estimation in drug stability studies | |
| US20240029883A1 (en) | Ai-based system and method for prediction of medical diagnosis | |
| Ullah | IoT Based Smart Pisciculture Monitoring and Prediction System in Bangladesh | |
| CN108184065A (zh) | 预览帧画面生成方法、装置及移动终端 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| B03A | Publication of a patent application or of a certificate of addition of invention [chapter 3.1 patent gazette] | ||
| B06W | Patent application suspended after preliminary examination (for patents with searches from other patent authorities) chapter 6.23 patent gazette] |