CN103119449B - 对免疫测定测试条梳状元件进行分析的系统和方法 - Google Patents

对免疫测定测试条梳状元件进行分析的系统和方法 Download PDF

Info

Publication number
CN103119449B
CN103119449B CN201180045226.8A CN201180045226A CN103119449B CN 103119449 B CN103119449 B CN 103119449B CN 201180045226 A CN201180045226 A CN 201180045226A CN 103119449 B CN103119449 B CN 103119449B
Authority
CN
China
Prior art keywords
finger
strips
test
pixel
comb elements
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201180045226.8A
Other languages
English (en)
Other versions
CN103119449A (zh
Inventor
P.塞特鲁尔
K.姚
S.托勒多
J.理查森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kedihua Agricultural Technology Co ltd
Original Assignee
Dow AgroSciences LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Dow AgroSciences LLC filed Critical Dow AgroSciences LLC
Publication of CN103119449A publication Critical patent/CN103119449A/zh
Application granted granted Critical
Publication of CN103119449B publication Critical patent/CN103119449B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/8483Investigating reagent band
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N2021/845Objects on a conveyor
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N2021/8466Investigation of vegetal material, e.g. leaves, plants, fruits
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Quality & Reliability (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Image Analysis (AREA)

Abstract

本申请公开了用于对具有多个指状件的测试条梳状元件进行分析的系统和方法。所述系统和方法可对测试条梳状元件进行分析以确定一种或多种分析物在多个指状件的每个上的存在。

Description

对免疫测定测试条梳状元件进行分析的系统和方法
相关申请
本申请要求2010年7月20日提交的美国临时申请61/366,063、2010年11月18日提交的美国临时申请61/415,211和2011年2月9日提交的美国临时申请61/441,220的优先权,将上述美国临时申请公开的内容明确地引入到本申请中作为参考。
技术领域
本发明涉及对多个测试条进行分析的方法和设备且具体涉及对多个测试条进行分析以鉴别在植物材料中是否存在所关注的各种蛋白质。
背景技术
侧向流动免疫测定("IA")测试条已被证实快速和选择性地检测在植物材料如玉米叶样品中的关注的分析物如蛋白质。示例性IA侧向流动条可得自Agdia(位于30380County Road6,在Elkhart,IN46514)。
在过去使用手工方法读取IA侧向流动条。所述方法以收到在12×8矩阵试验架中的样品管开始。样品管包含植物材料。将样品管置于机器人系统中以从样品管读取并储存各自的条形码信息。然后处理样品(珠粒添加,缓冲剂添加,将管加盖,研磨并将管开盖),以提取植物蛋白。随后,将12条带IA侧向流动条梳状件的一个指状件或条带插入在给定的行中的每个样品中。对于12×8矩阵,需要八个12条带梳。
将IA测试条的指状件设计成若在植物样品中存在蛋白质,则在指状件上的给定位置提供彩带。每个指状件可在隔开的位置包含多个潜在的带,其中的每个带与不同的蛋白质相关。同样,指状件可用于测试植物样品中的多种蛋白质的存在。
例如,指状件具有第一位置,在该位置,若在暴露于指状件的植物样品中存在第一蛋白质,则彩带将出现及所述指状件具有第二位置,在该位置,若在暴露于指状件的植物样品中存在第二蛋白质,则彩带将出现。假设将指状件暴露于含有第一蛋白质和第二蛋白质的植物样品,则在第一位置和第二位置提供彩带。假设将指状件暴露于不含第一蛋白质和第二蛋白质的植物样品,则在第一位置和第二位置不提供彩带。假设将指状件暴露于含有第一蛋白质但是不含第二蛋白质的植物样品,则在第一位置提供彩带,在第二位置不提供彩带。假设将指状件暴露于含有第二蛋白质但是不含第一蛋白质的植物样品,则在第二位置提供彩带,在第一位置不提供彩带。
在孵育5分钟后,将梳从样品取出并手工读取以确定在各自的样品中一种或多种蛋白质的存在。对于上面的实例,操作员检查所述指状件,以观察是否在第一位置或第二位置存在所述带。将所述带的存在或不存在手工输入计算机程序中,计算机程序将该信息与先前储存的条形码信息结合。然后可将所述梳丢弃。
发明内容
本发明示例性实施方案提供对测试条进行分析的方法。本发明另一个示例性实施方案提供对测试条进行分析的系统。另一个示例性实施方案提供计算机可读介质,所述计算机可读介质包含指令,所述指令当被电子控制器所执行时对测试条进行分析。
本发明示例性实施方案提供对具有多个隔开的指状件的测试条梳状元件进行分析的方法。每个指状件暴露于相应的植物材料。将每个指状件构造成指示在相应的植物材料中一种或多种植物分析物的存在。所述方法包括捕捉测试条梳状元件的多个指状件的电子图像;并用电子控制器对电子图像进行分析以确定测试条梳状元件的第一指状件是否存在第一植物分析物及确定测试条梳状元件的第二指状件是否存在第二植物分析物。
在其一个实施例中,第一植物分析物与第二植物分析物相同。在其另一个实施例中,对测试条梳状元件的多个指状件的电子图像进行捕捉的步骤包括以下步骤:监测照相机的视野;在照相机的视野中检测测试条梳状元件的存在;且当在照相机的视野中检测到测试条梳状元件时,将测试条梳状元件的多个指状件的电子图像储存在计算机可读介质上。在其一个变型中,在照相机的视野中对测试条梳状元件的存在进行检测的步骤包括以下步骤:捕捉照相机的帧;并对所捕捉的帧的一部分进行分析以确定测试条梳状元件的存在。在其另一个变型中,对所捕捉的帧的一部分进行分析以确定测试条梳状元件的存在的步骤包括以下步骤:确定所捕捉的帧的所述部分的平均像素亮度值;将所述平均像素亮度值与第一阈值进行比较;确定所捕捉的帧的所述部分的亮度值超过所述平均亮度值的像素的数目;将所捕捉的帧的所述部分的像素的所述数目与第二阈值进行比较;当所述平均像素亮度值超过第一阈值且所捕捉的帧的所述部分的像素的所述数目超过第二阈值时,确定测试条梳状元件的存在;并将所捕捉的帧以电子图像的形式储存在计算机可读介质上。
在另一个实施例中,所述电子图像为彩色图像,所述彩色图像的每个像素具有多个色值且用电子控制器对电子图像进行分析以确定测试条梳状元件的第一指状件是否存在第一植物分析物及测试条梳状元件的第二指状件是否存在第二植物分析物的步骤包括以下步骤:对与第一指状件相应的电子图像的第一部分进行分析;基于第一部分的至少一个色值确定第一植物分析物是否与第一指状件结合;对与第二指状件相应的电子图像的第二部分进行分析;并基于第二部分的至少一个色值确定第二植物分析物是否与第二指状件结合。在其一个变型中,基于第一部分的至少一个色值确定第一植物分析物是否与第一指状件结合的步骤包括以下步骤:对于第一部分的每个像素将第一色值与第一阈值进行比较;将第二色值与第二阈值进行比较;基于第一色值与第一阈值的比较和第二色值与第二阈值的比较,将像素分类为表示第一分析物存在的像素和表示第一分析物不存在的像素;基于被分类为表示第一分析物存在的像素的数目确定第一分析物是否与第一指状件结合;及基于第二部分的至少一个色值确定第二植物分析物是否与第二指状件结合的步骤包括以下步骤:对于第二部分的每个像素将第一色值与第一阈值进行比较;将第二色值与第二阈值进行比较;基于第一色值与第一阈值的比较和第二色值与第二阈值的比较,将像素分类为表示第二分析物存在的像素和表示第二分析物不存在的像素;基于被分类为表示第二分析物存在的像素的数目确定第二分析物是否与第二指状件结合。
在其另一个实施例中,所述方法还包括以下步骤:从电子图像中除去由于电子图像中过多的植物材料而导致的绿色偏差。在其另一个实施例中,所述方法还包括以下步骤:从电子图像中除去由于电子图像中的灰尘而导致的红色偏差。
在其另一个实施例中,所述电子图像为彩色图像,所述彩色图像的每个像素具有多个色值且所述方法还包括以下步骤:对电子图像进行色彩均衡。在其一个变型中,对电子图像进行色彩均衡的步骤包括以下步骤:鉴别每个指状件的相应关注区域;对第一指状件的相应关注区域进行色彩均衡;并独立于第一指状件对第二指状件的相应关注区域进行色彩均衡。在其另一个变型中,对第一指状件的相应关注区域进行色彩均衡的步骤包括以下步骤:按比例调整(scaling)第一指状件的相应关注区域的每个像素的第一色值,从而使第一指状件的相应关注区域的所有像素的平均第一色值等于第一值;并按比例调整第一指状件的相应关注区域的每个像素的第二色值,从而使第一指状件的相应关注区域的所有像素的平均第二色值等于第二值。在其另一个变型中,所述第一值等于所述第二值。
在其另一个实施例中,多个指状件各自包括相应的关注区域,所述相应的关注区域包括多个隔开的带位置且用电子控制器对电子图像进行分析以确定测试条梳状元件的第一指状件是否存在第一植物分析物及确定测试条梳状元件的第二指状件是否存在第二植物分析物的步骤包括以下步骤:在电子图像中针对第一指状件和第二指状件对相应的关注区域进行定位;基于电子图像的至少一个平均背景强度为图像设置阈值;并分割电子图像以除去小的模糊点(blob)。在其一个变型中,在电子图像中针对第一指状件和第二指状件对相应的关注区域进行定位的步骤包括以下步骤:确定测试条梳状元件在电子图像中的取向;对图像进行偏斜消除,从而使测试条梳状元件的第一指状件和第二指状件垂直取向;在电子图像中针对第一指状件定位第一参照物,第一指状件的第一关注区域位于相对于第一参照物的第一已知位置;且在电子图像中针对第二指状件定位第二参照物,第二指状件的第二关注区域位于相对于第二参照物的第二已知位置。在其另一个变型中,在电子图像中针对第一指状件和第二指状件对相应的关注区域进行定位的步骤还包括以下步骤:针对透视变形对电子图像进行校正。在其另一个变型中,在电子图像中针对第一指状件和第二指状件对相应的关注区域进行定位的步骤还包括以下步骤:确定用于电子图像的按比例调整因子。在另一个变型中,基于至少一个平均背景强度为图像设置阈值的步骤包括以下步骤:确定针对第一色值的平均背景强度;确定针对第二色值的平均背景强度;对于每个像素,若就第一色值而言的像素值超过就第一色值而言的平均背景强度和就第二色值而言的像素值超过就第二色值而言的平均背景强度中的一个,则将所述像素指定为第三颜色,否则将所述像素指定为第四颜色。
在其另一个实施例中,所述方法包括以下步骤:储存确定第一分析物存在的定性指示和确定第二分析物存在的定性指示。在其另一个实施例中,所述方法包括以下步骤:储存确定第一分析物表达水平的定性指示和确定第二分析物表达水平的定性指示。在其另一个实施例中,所述方法包括以下步骤:提供封闭结构,所述封闭结构在顶部具有适于允许测试条梳状元件进入封闭结构内部的开口且在底部具有适于允许测试条梳状元件离开封闭结构内部的开口,其中当测试条梳状元件位于封闭结构内部时,实施对测试条梳状元件的多个指状件的电子图像进行捕捉的步骤。
本发明另一个示例性实施方案提供用于对具有多个隔开的指状件的测试条梳状元件进行分析的系统。每个指状件已经被暴露于相应的植物材料。将每个指状件构造成指示在相应的植物材料中一种或多种植物分析物的存在。所述系统包括照相机;背景元件,测试条梳状元件在照相机的视野中且在背景元件前;光源,所述光源为照相机的视野提供大体均匀的照明;和电子控制器,所述电子控制器与照相机可操作地连接并被构造成对测试条梳状元件的多个指状件的电子图像进行分析以确定测试条梳状元件的第一指状件是否存在第一植物分析物和确定测试条梳状元件的第二指状件是否存在第二植物分析物。
在其一个实施例中,所述系统还包括封闭结构,所述封闭结构在顶部具有适于允许测试条梳状元件进入封闭结构内部的开口且在底部具有适于允许测试条梳状元件离开封闭结构内部的开口,当测试条梳状元件位于封闭结构内部时,对测试条梳状元件的多个指状件的电子图像进行捕捉。在其一个变型中,背景元件是可移开的板,其提供相对于测试条梳状元件的对比背景。
在其另一个实施例中,所述系统还包括具有运输元件的输送系统,测试条梳状元件支撑在所述运输元件上,其中电子控制器与输送系统的驱动系统可操作地连接。在其一个变型中,背景元件为输送系统的运输元件。在其另一个变型中,所述系统还包括清洁系统以由运输元件除去过多的植物碎屑。在其另一个变型中,所述系统还包括供料系统,所述供料系统将测试条梳状元件置于输送系统上。在其另一个变型中,供料系统以相对于前面的测试条梳状元件和后面的测试条梳状元件大体均匀的间隔将测试条梳状元件置于运输元件上。
在另一个实施例中,所述系统还包括显示用户界面的显示设备,所述用户界面包括显示测试条梳状元件的电子图像的第一区域;显示指示器的第二区域,当电子控制器准备对第二测试条梳状元件进行分析时,所述指示器为操作者提供指示。在其一个变型中,将对一系列多个测试条梳状元件进行分析且用户界面用显示设备提供关于已经被分析的多个测试条元件的指示。
基于以下描述和附图,本发明以上特征和其它特征(其单独地或任意组合地可为具有专利性的主题)将变得明显。
附图说明
具体地,详细描述参考以下附图,其中
图1示出在多个行中容纳多个试管的示例性试管架的透视图,每个试管具有插入至试管的开口端的测试条;
图2示出第一行试管与图1的试验架的组装和第一测试条梳状元件与第一行试管的组装;
图3示出第一测试条梳状元件的正视图;
图3A是第一测试条梳状元件的图像;
图4示出分析图3的第一测试条梳状元件的系统;
图5示出在图4的系统的示例性数据库中的信息;
图6示出图4的系统的示例性处理顺序;
图7示出用图4的系统捕捉的示例性测试条梳状元件的示例性原始图像;
图8示出图7的示例性测试条的对进行偏斜消除图像;
图9示出在图8的对进行偏斜消除图像中关注区域的鉴别;
图10示出在图9的关注区域中的带的鉴别;
图11示出在图10中鉴别的带与示例性测试条梳状元件所插入的物质的含量的相关性;
图12示出用于分析图3的第一测试条梳状元件的示例性系统;
图13示出用于分析多个梳状元件的系统;
图14示出包含另外的照相机系统的图13的系统;
图15示出包含输入供料系统的图13的系统,所述输入供料系统控制梳状元件在输送系统上的放置;
图16示出包含另外的输送系统的图13的系统,所述另外的输送系统控制梳状元件的变形水平;
图17示出分析梳状元件的示例性方法;
图18示出示例性图像捕捉处理顺序;
图19A和19B示出示例性图像帧处理顺序;
图20示出示例性图像分析处理顺序;
图21示出图20的示例性定位梳处理顺序;
图22示出图20的示例性对进行偏斜消除图像处理顺序;
图23示出图20的示例性透视校正处理顺序;
图24A和24B示出图20的示例性关注区域鉴别处理顺序;
图25示出图17的示例性校正处理顺序;
图26示出示例性校正目标;及
图27示出示例性用户界面。
相应的参考字符在数个视图中指示相应的部分。
具体实施方式
以下公开的实施方案不是意在穷举,也不是意在将本发明限于以下详细描述中公开的具体形式。相反地,对实施方案进行选择和描述,从而使本领域技术人员可利用这些教导。尽管本发明主要涉及对含有在多个试管中的植物材料进行分析,但是应该理解的是,本申请公开的特征可用于对含有在多个试管或其它容器中的其它材料进行分析。
参见图1和2,显示了示例性试管架100。试管架100包括提供在试管架100的上表面104中的多个凹处102。可将试管106插入到这些凹处102中的每个中并以大体垂直的方式容纳。试管106大体排列在行108A-H中。在所显示的实施方案中,试管架100包括凹处以容纳试管106的八个行108;每个行108包括十二个试管106。可测试示例性分析物用于多个应用。示例性应用包括药物测试、制药测试、DNA测试和其它类型的测试。
每个试管106包含待分析的物质110。在一个实施方案中,物质110通常为其中含有材料的液体。示例性材料包括蛋白质和其它类型的分析物。在一个实施方案中,物质110通常为其中含有植物材料的液体。示例性植物材料包括蛋白质和其它类型的分析物。
测试条梳状元件120用于检测试管106中的物质110中的材料例如蛋白质是否存在。测试条梳状元件120包括多个具有下部124的指状件122,所述下部124插入到试管106的开口端中并插入到试管106中的物质110中。每个指状件122还包括第二区域126,其中彩带(参见图3A)表明材料在相应的指状件所插入到其中的物质110中的存在。在一个实施方案中,给定的带的颜色强度提供对材料在物质110中的浓度的测量。在一个实施例中,其中彩带为红色,较深的红色表明材料在物质110中的浓度较高。如图2所示,测试条梳状元件120包括十二个指状件122,给定的行108中的每个试管106与一个指状件相应。在一个实施方案中,测试条梳状元件120包括比行中的试管数少的指状件。在该情况下,多个测试条梳状元件120用于覆盖给定的行108。示例性测试条梳状元件120为IA侧向流动条,其可得自Agdia(30380County Road6,Elkhart,IN46514)。IA侧向流动条已经被证实可快速和选择性地检测植物材料例如玉米叶子样品中所关注的蛋白质。
在一个实施方案中,将植物材料置于试管中。试管包含关于试管中的植物材料的鉴别信息。在一个实施方案中,将该鉴别信息绑定至试管所支撑的条形码。将各个试管组装到试管架100中,所述试管架100还可包含关于所支撑的试管及其位置的鉴别信息。在一个实施方案中,将上述关于试管的鉴别信息绑定至提供在试管架100上的条形码130。
然后处理试管中的植物材料以提取植物蛋白质。示例性处理包括以下一个或多个操作:珠粒添加、缓冲剂添加、将管盖好、研磨和将管开盖。然后将测试条梳状元件120的指状件122置于相应的管106中。在孵育时间后,将测试条梳状元件120从管106中单独取出并通过在指状件122的第二区域126中的预定位置寻找带的存在来进行分析以确定一种或多种蛋白质的存在。在一个实施方案中,也检测蛋白质的表达水平。示例性孵育时间为约5分钟。尽管所显示的实施方案讨论了对梳状元件的分析,但是本申请公开的方法和处理顺序可用于单一测试条。
参见图4,显示了用于对测试条梳状元件120的指状件122的第二区域126进行分析的示例性系统200。在一个实施方案中,系统200还对第二区域126进行分析以确定蛋白质的表达水平。系统200包括照相机202,所述照相机202捕捉测试条梳状元件120的图像124。在一个实施方案中,照相机202为彩色照相机,所述彩色照相机捕捉测试条梳状元件120的电子图像。电子图像含有多行像素,每个所述像素具有它们自己的值。每个像素包含与在该图像位置看见的红色的量相应的第一值、与在该图像位置看见的绿色的量相应的第二值和与在该图像位置看见的蓝色的量相应的第三值。在可选择的实施方案中,不同的色值可通过照相机202来确定。将所捕捉的图像124提供至控制器210,所述控制器210对图像进行分析以确定一种或多种蛋白质在各个试管106的各个物质110中的存在。在一个实施方案中,系统200还对第二区域126进行分析以确定蛋白质的表达水平。在一个实施方案中,控制器210为台式计算机、膝上型计算机、手持型计算设备或可运行程序的其它设备。
控制器210可存取的存储器212包括图像处理软件214,所述图像处理软件214可通过控制器210来执行以对图像124进行分析。存储器212还包括测试条数据库216,所述测试条数据库216记录控制器210由下部124确定的信息。参见图5,显示了测试条数据库216的示例性说明。测试条数据库216包括鉴别信息218、蛋白质标记信息220、图像信息222例如所分析的图像124的拷贝或图像124的文件名的标识和植物信息224。植物信息224可包括关于植物的信息,给定的试管中的物质来自所述植物。鉴别信息218可为试管的条形码信息、试管架的条形码信息、试管在试管架中的位置和鉴别试管或试管架的其它信息。在一个实施方案中,鉴别信息为梳状元件122上的条形码或其它鉴别标志。如本申请所述,在一个实施方案中,蛋白质标记信息仅为一种或多种蛋白质存在或不存在的指示。在另一个实施方案中,蛋白质标记信息为一种或多种蛋白质存在或不存在的指示和至少一种蛋白质的表达水平。
存储器212与控制器210的一个或多个处理器相关且可包括但不限于与软件的执行相关的存储器和与数据的储存相关的存储器。存储器212可为任何可得到的计算机可读介质,其可通过控制器210的一个或多个处理器来存取并包括挥发性和非挥发性介质。另外,计算机可读介质可为可移动介质和不可移动介质中的一种或两种。例如,计算机可读介质可包括但不限于RAM、ROM、EEPROM、闪存或其它存储技术、CD-ROM、数字式多功能盘(DVD)或其它光盘存储、磁盒、磁带、磁盘存储或其它磁存储设备或可用于存储所需信息并可通过控制器210来存取的任何其它介质。存储器212可为可通过控制器210的一个或多个处理器来存取的多个存储器。
回到图4,测试条梳状元件120在方向240上在第一板242和第二板244之间经过。在板242和244之间的空间限定狭缝。在一个实施方案中,选择第一板242以具有光学性质,以向测试条梳状元件120提供对比背景。在一个实施方案中,第一板242通常为黑色。在一个实施方案中,选择第二板244以允许测试条梳状元件120可为照相机202所见。在一个实施方案中,第二板244通常为透明的。
照相机202的光学系统将照相机202的图像平面聚焦在设在第一板242和第二板244之间的狭缝处。在一个实施方案中,不包含第二板244。在该情况下,将照相机202聚焦在第一板242前面的区域上,在该处提供测试条梳状元件120。第一板242和第二板244的紧密度通常防止测试条梳状元件120在方向246和248上折叠。提供传感器250,其监测第一板242前面的区域及当包含第二板244时监测在第二板244后面的区域。当测试条梳状元件120位于照相机202的视野中或将要位于照相机202的视野中时,传感器向控制器210提供指示。控制器210基于来自传感器250的指示控制照相机202拍摄测试条梳状元件120的图像124。在一个实施方案中,传感器250为光学传感器,其在测试条梳状元件120中断从源252传至检测器254的光学能量束时检测。在示出的实施方案中,传感器250与照相机202直接连接,照相机202决定何时捕捉图像124。在一个实施方案中,传感器250设置在软件中。在软件中的示例性传感器是处理顺序,其监测图像区域如行并分析该区域的测量结果以决定梳状元件122存在或不存在。在一个实施方案中,测试条元件120从在第一板242和第二板244之间的狭缝的下边缘掉落至丢弃容器中。
参见图12,示出示例性阅读设备300。阅读设备300包含框架302,其支撑多个壁,示出了壁304、306和308。壁304和306及剩余的壁通常为不透明的。照相机202位于阅读设备300中,其对准狭缝310。狭缝310设在第一板242和照相机202之间。在一个实施方案中,包含第二板244及狭缝310位于第一板242和第二板244之间。在示出的实施方案中,第一板242包含把手312并与阅读设备300的剩余部分可移动地连接。在示出的实施方案中,第一板242由设在框架302中的导轨314接收并通常形成阅读设备300的端壁。
在操作中,使测试条梳状元件120通过第一板242前面的狭缝310落下。传感器250确定测试条梳状元件120的存在且照相机202捕捉测试条梳状元件120的图像。然后测试条梳状元件120从阅读设备300的开口底部掉落至容器中。
通过使第一板242可取出,一旦第一第一板242被植物材料污染,可将第一第一板242取出并用第二第一板242替代。在一个实施方案中,第一板242和第二板244(当提供时)可从阅读设备300的剩余部分取出。
在一个实施方案中,当第一板242应更换或清洁时,控制器210向操作员提供指示。示例性指示包括监控器上的提示、灯、其它视觉暗示、音频暗示、触觉暗示或其组合。响应于第一板242上的植物材料量的分析,通过控制器210执行的软件,控制器210决定何时提供指示。
在一个实施方案中,提供光源320以照明第一板242前面的区域。在一个实施方案中,选择光源类型及其位置以在测试条梳状元件120上提供均匀的柔光。在示出的实施方案中,光源320为照明环,其围绕照相机202的镜头放置。光源320背向第一板242,从而使光源320产生的光必须首先从阅读设备300的一个或多个壁反射以到达第一板242。与光源320面向第二板244相比,这种设置在第一板242和第二板244之间的区域提供更均匀的光照。在一个实施方案中,使光源320的取向与第一板242成约90度并沿着阅读设备300的侧壁安置。
如本申请更详细地解释,使用图像处理技术"阅读"测试条梳状元件120。对于每个指状件122,确定给出的分析物如蛋白质是否存在。示例性分析物包括蛋白质、DNA的部分和其它合适的分析物。将该信息与试管的鉴别信息核对。
参见图6,示出控制器210的示例性处理顺序270。从图像124确定测试条梳状元件120的略图,如模块272所示。在图7中示出示例性图像124。该略图被图像处理软件214使用以确定测试条梳状元件120的取向。在一个实施方案中,图像处理软件214改变图像以确定测试条梳状元件120取向,从而使指状件122大体垂直延伸。在一个实施方案中,提取的略图不需要是完整的略图,而仅为指状件122的垂直边缘部分或梳状元件122的其它特征。在指状件122之间的垂直边缘可基于边缘之间的间隔鉴别,所述间隔应相应于指状件的厚度的间隔或相邻指状件之间的间隔。在一个实施方案中,鉴别第一指状件的左侧垂直边缘和第二指状件的右侧垂直边缘。
若未将测试条梳状元件120的图像124确定取向以使指状件122大体垂直,则可将图像通过图像处理软件214对进行偏斜消除,如模块274所示。示例性对进行偏斜消除图像在图8中示出。一旦使图像124正确取向,再次确定测试条梳状元件120的略图,如模块276所示。再次,略图不需要是测试条梳状元件120的完整略图。该略图用于确定每个指状件122的参照物,如模块278所示。在一个实施方案中,每个指状件的参照物是每个指状件122的下边缘。在一个实施方案中,每个条带的下边缘通过以下方法确定:比较水平略图特征的长度与指状件122的已知长度。以此方式,可将图像124中的碎屑丢弃并不注意地选为下边缘。示例性碎屑包括粘附于第二板244的植物材料、灰尘或其它碎屑。
一旦每个指状件122的底部已知,将每个指状件122的关注区域290从图像124分离,如模块280所示。在一个实施方案中,每个指状件的关注区域290相应于指状件122的第二区域126。参见图9,示出图8的对进行偏斜消除图像的分离的关注区域290的示例性表示。在一个实施方案中,每个指状件122的关注区域290是与指状件的确定下边缘的指定距离且关注区域具有指定长度。
在一个实施方案中,将关注区域的图像归一化,如模块282所示。在一个实施方案中,所述归一化是颜色均衡,其从图像除去颜色偏差。示例性偏差可为在图像中过多的植物材料导致的绿色。示例性偏差可为在图像中灰尘导致的红色。
如图9中所示,色带存在于各个指状件122的关注区域范围中。该图像用于鉴别在各个关注区域范围中带的存在,如模块284所示。
在一个实施方案中,基于像素色值,将每个像素构造成第一色或第二色。在一个实施方案中,第一色是白色及第二色是黑色。一旦像素着色为第一色和第二色中的一个,确定在关注区域的限定区域中带的存在。参见图11,每个关注区域290包含三个区域292、294和296。基于测试条梳状元件120的构造,可包含或多或少的区域。由于照相机202正在捕捉梳状元件120的图像,可减少带的分离,以实现大于标准人类视觉的分辨率。区域292-296中的每个相应于指示具体蛋白质存在或不存在的潜在的带的位置。同样,图像处理软件214检查区域292中的像素,以确定第一蛋白质存在或不存在。图像处理软件214检查区域294中的像素,以确定第二蛋白质存在或不存在。图像处理软件214检查区域296中的像素,以确定第三蛋白质存在或不存在。
在一个实施方案中,图像处理软件214检查给定区域中的像素并将在区域中具有第一色的像素的数目与阈比较。若数目超过阈,则认为蛋白质存在。若数目不超过阈,则认为蛋白质不存在。以下实例针对在关注区域中具有两个区域的十二指状件梳说明这一点。同样,设置所述梳以检测两种蛋白质存在或不存在。
实施例1
在上面的实施例中,列出十二指状件梳的指状件的两个区域中的每个的白色像素的数目。将这些值与50的阈值进行比较,以将蛋白质1和蛋白质2中的每种的存在或不存在与相应的试管中的物质关联。
在一个实施方案中,在每个指状件上提供对照区域。如上表中所示,在一个实施方案中,对照区域应总是提供高于阈量的值。对照区域可用作所实施的分析的错误检查。
在一个实施方案中,也检查构造成第一色的像素,以提供蛋白质的表达水平的测量。在一个实施例中,确定给定区域的应构造成第一色的像素的平均像素颜色。平均像素颜色由控制器使用,以将蛋白质表达分类为至少两个水平中的一个。在一个实施例中,提供最高八个蛋白质的表达水平。蛋白质的表达水平包含在数据库216中的蛋白质标记信息220中。
回到图6,图像处理软件214将鉴别的带与含有指状件122的试管关联,如模块286所示。
实施例2
在一个实施方案中,用系统200分析来自7个试管架100的测试条梳状元件120。每个测试条梳状元件120具有12个指状件及每个试管架100容纳96个试管。这等于672个样品。在约30秒内分析每个试管架100。在56个测试条梳状元件中,5个被系统200不正确地成像。这等于约9%的误差。在正确成像的测试条梳状元件中,在612个指状件阅读中,一个测试条梳状元件120的一个指状件122被不正确地阅读。这等于约0.1%的误差。系统200的总准确度为约90.9%。
实施例3
在一个实施方案中,用系统200分析来自4个试管架100的测试条梳状元件120。每个测试条梳状元件120具有12个指状件及每个试管架100容纳96个试管。这等于384个样品。在约30秒内分析每个试管架100。在32个测试条梳状元件中,2个被系统200不正确地成像。这等于约6%的误差。在正确成像的测试条梳状元件中,所有指状件122被正确阅读。系统200的总准确度为约93.8%。
在一个实施方案中,图像处理软件214包含用户界面,其在与控制器210连接的显示设备上显示图像124。使用者可检查图像及若图像不合适,可选择重新捕捉。图像可能不合适的原因的一个实施例是,测试条梳状元件120被反着插入第一板242和第二板244之间的狭缝中。用户界面包含撤消选择以实施该功能。
在一个实施方案中,图像处理软件214包含校正程序,通过该校正程序可校正图像处理软件214,以准确地辨认在测试条梳状元件120的关注区域290中的带。
系统200提供一致的分析且是操作员非依赖性的。除去在不同的操作员之间的主观性,从而提供一致的分析。从一批测试条梳状元件至另一批测试条梳状元件连续实施这种一致的分析。颜料水平随着购买的不同批次的测试条梳状元件而改变。颜料水平的差别可通过以下方法避免:在做决定之前"归一化"图像。颜料水平的差别也可通过以下方法避免:用每一批次分析标准物。若需要,系统200也存档图像124用于进一步分析;由此增强记录保持。系统200减少处理时间。
参见图13,示出系统400。系统400大体以与系统200或系统300相同的方式处理梳状元件120的图像。系统400包含输送系统402,输送系统402支撑多个测试条梳状元件120。系统400包含驱动系统404,驱动系统404与输送系统402的驱动轮406连接。驱动系统404从马达408接收动力以驱动轮406。在一个实施方案中,通过控制器210控制马达408的操作。
如图13中所示,照相机202位于输送系统402的运输元件410上方。示例性运输元件410包含运输带和其它支撑表面。另外,一个或多个灯412位于运输元件410上方,以照亮照相机202观察的运输元件410的视野区域414。光412提供运输元件410的视野区域414的大体均匀的照明。在一个实施方案中,可引导光412远离运输元件410,进行散射物体如屏幕的反射,所述反射将光再次引导返回运输元件410的视野区域414。
在示出的实施方案中,驱动系统404导致运输元件410在控制器210的控制下在方向416上前进。在一个实施方案中,控制器210不控制输送系统402的操作,相反,输送系统402以非控制器210设定的恒定速率前进。运输元件410的前进导致各个测试条梳状元件120被带入运输元件410的视野区域414中,以通过照相机202成像。如图所示,梳状元件120A已经离开运输元件410的视野区域414且准备移动至接受器418,梳状元件120B目前在运输元件410的视野区域414中且正在通过照相机202成像,梳状元件120C正在向运输元件410的视野区域414前进以通过照相机202成像。
如本申请所述,植物材料和其它碎屑可粘附至第一板242。在系统400中,运输元件410充当第一板242。在一个实施方案中,运输元件410具有大体深色以提供与测试条梳状元件120的对比。如同第一板242一样,运输元件410的上表面可具有与其粘附的植物材料和其它碎屑。系统400包含清洁系统420,其清洁运输元件410的上表面以除去任何不希望的植物材料或碎屑。清洁系统420位于输送系统402的下部侧面上。在一个实施方案中,清洁系统420包含擦拭器,所述擦拭器接触运输元件410的上表面(现在是下表面)以擦除任何植物材料或碎屑。
参见图14,示出修改型系统400'。在系统400'中,提供多个照相机,例如照相机202A和202B。照相机202A成像运输元件410的上表面的第一视野区域414A,而照相机202B成像运输元件410的上表面的第二视野区域414B。照相机202A和202B提供每个测试条梳状元件120的丰富图像。同样,控制器210可选择优选图像用于进一步分析每个测试条梳状元件120。此外,对于每个测试条梳状元件120,控制器210可分析照相机202A捕捉的图像和照相机202B捕捉的图像。为了蛋白质或其它分析物的存在或不存在的鉴别的一致性,然后可对比结果。
在一个实施方案中,将测试条梳状元件120手工置于输送系统402的运输元件410上。在一个实施方案中,将测试条梳状元件120通过供料系统置于输送系统402的运输元件410上。将示例性供料系统422在图15中作为改进的系统400''的一部分示出。在示出的实施方案中,供料系统422是第二输送装置,其在运输元件430上携带测试条梳状元件120并用于将测试条梳状元件120置于输送系统402的运输元件410上以通过照相机202成像。
运输元件430在方向438上通过由马达426驱动的驱动系统424推进。马达426通过控制器210控制。测试条梳状元件120在运输元件430上的间隔可为任意的。然而,控制供料系统422以将测试条梳状元件120以大体均匀间隔置于运输元件410上。同样,基于测试条梳状元件120在运输元件430上的放置,可能需要提高或降低运输元件430的速度。在一个实施方案中,提供传感器440以在给定的测试条梳状元件120位于供料系统422的离去区时发出指示。示例性传感器包括光学传感器。传感器440提供测试条梳状元件120在供料系统422的离去区中存在或不存在的指示。控制器210同样控制运输元件430的推进速度。
尽管将第二输送系统作为供料系统422示出,但是可使用其它类型的供料系统。在一个实施方案中,供料系统422包含托盘以容纳多个梳状元件120并包含捡拾机构以类似于打印机进料盘将梳状元件120一次一个地供应至输送系统402上。在一个实施方案中,类似于系统400',系统400''还包含第二照相机。
参见图16,示出改进的系统400'''。系统400'''包含位于输送系统402上方的第二输送系统450。第二输送系统450的运输元件452至少部分地透明,以允许照相机202继续成像位于视野区域414中的测试条梳状元件120。第二输送系统450通过驱动系统456驱动,驱动系统456通过马达454提供动力。马达454通过控制器210控制。在一个实施方案中,控制器210以相同速度但是以相反方向驱动运输元件410和运输元件452。
第二输送系统450定位于当测试条梳状元件120位于视野区域414中时大体弄平测试条梳状元件120。当位于运输元件410的上表面上时,测试条梳状元件120可能倾向于卷曲。同样,可选择运输元件452与运输元件410的间隔,以减少测试条梳状元件120的指状件的任何变形。通过清洁系统460清洁运输元件452,以除去任何不想要的植物材料或其它碎屑。清洁系统460可为擦拭单元。
在一个实施方案中,系统400'''包含类似于系统400''的供料系统和/或类似于系统400'的第二照相机。
参见图17,示出使用系统200和400中的任何系统的示例性方法500。按照与系统200一起使用来描述所述方法,系统200使用阅读设备300。接收一个或多个梳状元件120进行处理。决定是否系统200已经校正,如模块502所示。灯单元320的输出可随时间改变,从而导致光的颜色特征变化和/或光的强度变化。若决定校正系统200,则执行校正程序,如模块504所示。
示例性校正程序506在图25中示出。参见图25,使用者通过图像处理软件214的用户界面选择校正模式,如模块508所示。示例性用户界面520在图27中示出。
参见图27,将校正输入元件522和处理输入元件524作为用户界面520的一部分提供。输入元件522和524中的每个显示为按钮,所述按钮可用鼠标或通过按压触摸屏上的对应区域来选择,然而,可使用任何合适的输入元件。为进入校正模式,操作员选择校正输入元件522。为进入处理模式以捕捉梳状元件120的图像,操作员选择处理输入元件524。用户界面520的第一部分526提供来自照相机202的实时图像。用户界面520的第二部分528提供选择进行处理的最近储存的图像。
回到图25,将校正目标用照相机202成像,如模块510所示。校正目标为图像处理软件214提供参考以确定用于分析梳状元件120图像的一个或多个设置。这些设置可储存在设置文件213(见图4)中。在一个实施方案中,这些设置可为使用者定义的及可通过选择用户界面520的设置输入元件530(见图27)设置。在一个实施方案中,这些设置通过图像处理软件214设置。在一个实施方案中,操作员打开光源320至少十分钟以允许光源320达到稳态条件。
在图26中示出示例性校正目标540。校正目标540通常包含具有第一色的背景542、具有第二色的第一区域544和具有第三色的第二区域546。在一个实施方案中,第一色为白色,第二色为红色及第三色为蓝色。在步骤510中,捕捉校正目标540的图像。图像处理软件214检查捕捉的图像并确定与照相机202相关的一个或多个设置。在一个实施例中,分析背景542的中心区域548的像素值以确定光源320的当前亮度及分析第一区域544和第二区域546的像素值以确定光源320的当前色彩平衡。
回到图25,将来自校正步骤的设置的任何变化储存在设置文件213中,如模块512所示。示例性设置包括曝光时间、红平衡和蓝平衡。
回到图17,若未选择校正模式,则选择处理模式。在一个实施方案中,图像处理软件214默认为处理模式。在一个实施方案中,用处理输入元件524选择处理模式。在分析任何测试条梳状元件120之前,操作员通过用户界面520向图像处理软件214指定某些标准。
转到图27,操作员用输入元件550指定文件路径。此外,操作员可用第一蛋白质输入元件552指定梳状元件120的第一蛋白质及用第二蛋白质输入元件554指定梳状元件120的第二蛋白质。在示出的实施方案中,第一蛋白质输入元件552和第二蛋白质输入元件554是下拉列表,其包含储存在蛋白质数据库215(见图4)中的蛋白质。
一旦操作员做出了所有选择,图像处理软件214用指示器560向操作员指示准备对测试条进行分析梳状元件120。在一个实施方案中,指示器560是有色区域,其在图像处理软件214准备捕捉图像时具有第一色如绿色及在图像处理软件214未准备捕捉图像时具有第二色如红色。在一个实施例中,指示器560还包含数字指示器562,其向操作员指示在试管架100图像处理软件214中该梳状元件已经阅读。图像处理软件214具有储存的值,其告诉图像处理软件214在试管架100中有多少梳,每个测试条梳状元件120具有的指状件的数目,和关于各个指状件上的关注区域的位置的信息。在一个实施方案中,这些设置储存在设置文件213中并可由操作员修改。在一个实施方案中,这些设置不储存在设置文件213中且不可由操作员接近。
在一个实施方案中,当数字指示器562小于预期的试管架100的梳状元件120的总数时,指示器560是绿色的及在图像正在被处理时或一旦给定的试管架100的测试条梳状元件120的目标数目被分析,指示器560是红色的。在继续前进至下一测试条梳状元件120的试管架100之前,操作员可改变输入元件550和可能的第一蛋白质输入元件552和第二蛋白质输入元件554中的一个或两个的输入资料。
回到图17,对于每个梳状元件120,图像处理软件214储存图像,如模块570所示。图像处理软件214进一步分析储存的图像,如模块572所示。然后图像处理软件214对分析的数据实施后处理,如模块574所示。后处理包括储存分析的数据并报告。在一个实施方案中,一旦试管架100的所有梳状元件120已经分析,图像处理软件214输出所得的表,指示对于每个梳状元件120的每个指状件,蛋白质1和蛋白质2中的每个存在或不存在。在一个实施例中,将这种信息作为文本文件输出。在一个实施方案中,将结果与储存的图像的链接一起储存在数据库中。在一个实施方案中,产生包含储存的图像和任何结果信息的报告。
参见图18,示出图像处理软件214的示例性图像捕捉处理顺序580。从设置文件213读取各种参数,如模块582所示。在一个实施方案中,将储存在设置文件213中的所有设置同时读取至图像处理软件214中。从设置文件213读入的示例性参数包括图像的预定路径(P)和目标行号(N)。目标行号(N)相应于当测试条梳状元件120存在时用于检测的传感器或触发器行。在一个实施方案中,照相机202具有1280×960分辨率。在图像中选择目标行号(N)以足够低,从而使在给出测试条梳状元件120的尺寸的情况下,测试条梳状元件120的指状件的所有关注区域在图像中可见。如本申请中关于图19A和19B的解释,当满足目标行号(N)的条件时,储存相应的图像。
回到图18,图像处理软件214以固定的帧频捕捉图像,如模块584所示。在一个实施方案中,固定的帧频是每秒20帧。将每个所捕捉的帧通过单独的帧处理顺序处理,以确定是否应将它储存为当前的梳的图像,如模块586所示。
图像处理软件214的示例性单独的帧处理顺序590在图19A和19B中示出。回到图19A,当前所捕捉的帧在用户界面520的第一部分526中显示,如模块592所示。图像处理软件214确定是否它在校正模式或演示模式中,如模块594所示。若图像处理软件214在校正或演示模式中,则完成单独帧处理顺序且图像处理软件214回到图18中的模块584。若图像处理软件214不在校正或演示模式中,则图像处理软件214确定是否帧处理变量被锁定,如模块598所示。当帧正在被储存时,所述帧处理变量被设置为锁定(LOCK)。这向图像处理软件214指示,不分析照相机202捕捉的任何其它图像,直到帧的储存完成。若帧处理变量被设置为未锁定(UNLOCK),则意味着当前无图像正在被存储,图像处理软件214确定是否当前所捕捉的帧包含测试条梳状元件120的图像,如模块600所示。
在模块600中,图像处理软件214分析目标行号(N)如行600的像素。图像处理软件214首先计算目标行中的所有像素的平均亮度。由于照相机202为彩色照相机,对于每个像素,平均亮度是像素的红色值、绿色值和蓝色值的平均亮度。然后将给出的像素的这种平均亮度用目标行的所有像素平均,以提供目标行的总体平均亮度。在一个实施方案中,每个像素具有0–255范围内的亮度水平。图像处理软件214将目标行的平均亮度值与第一阈值对比。在一个实施方案中,第一阈值为150。若目标行的平均亮度值超过150,则图像处理软件214继续检查帧。若未超过,则图像处理软件214回到模块584。
若目标行的平均亮度值超过150,则图像处理软件214确定亮度值的分布(spread)。若存在梳,则目标行中的许多像素应具有高亮度值。图像处理软件214确定在目标行中超过第一阈值的单个像素的数目。若该数目超过第二阈值,则图像处理软件214继续单独帧处理顺序590。若未超过,则图像处理软件214回到模块584。在一个实施方案中,第二阈值为300像素。
若帧满足第二阈值,则图像处理软件214将帧处理变量构造成锁定,如模块602所示。然后图像处理软件214在用户界面520的第二部分528中显示帧,如模块606所示并储存帧,如模块608所示。在用户界面520的第二部分528中帧的显示向操作员表明,当前测试条梳状元件120的该帧正在被储存。若所述帧看起来令人满意,则操作员不需要再做任何事情。一旦图像处理软件214离开单独帧处理顺序590,操作员可提供下一测试条梳状元件120。若所述帧看起来不令人满意,则操作员可选择用户界面520的取消输入596(见图27)。这警告图像处理软件214:检测的下一测试条梳状元件120需要盖写最后保存的测试条梳状元件120。
一旦图像处理软件214完成了帧的保存,则图像处理软件214检查以察看是否下一所捕捉的帧的目标行满足关于模块600所述的阈。若满足,则图像处理软件214继续循环并检查随后的帧。若未满足,则图像处理软件214将帧处理变量构造成UNLOCK,如模块612所示。当图像处理软件214将帧处理变量构造成UNLOCK时,指示器560的数字指示器562也增加及若应分析其它梳的话,指示器560变成绿色。
回到图20,示出示例性图像分析处理顺序620。图像分析处理顺序620将储存的图像中的测试条梳状元件120定位,如模块622所示。图像分析处理顺序620将储存的图像取向,从而使测试条梳状元件120以优选的取向显示,如模块624所示。在一个实施方案中,优选取向具有大体垂直延伸的指状件。图像分析处理顺序620进一步针对任何透视变形校正储存的图像,如模块626所示。
图像分析处理顺序620鉴别与测试条梳状元件120相关的一个或多个关注区域,如模块628所示。在一个实施方案中,每个指状件的关注区域相应于指状件122的第二区域126(见图3)。在一个实施方案中,每个指状件的关注区域290是与指状件的确定下边缘的指定距离及关注区域具有指定长度。
图像分析处理顺序620使关注区域颜色均衡,如模块630所示。通过使关注区域颜色均衡,可考虑背景颜色。经常,由于使指状件122变色的植物组织,指状件可看起来为绿色,或由于使指状件122变色的泥巴,看起来发红。在一个实施方案中,将每个指状件的关注区域独立于其它指状件颜色均衡。在一个实施例中,包含所述带的关注区域的平均值为红色=100;绿色=100;及蓝色=125。调整红色、绿色和蓝色组分中的每个,导致平均值为红色=150;绿色=150;及蓝色=150。这消除从一个区域至另一区域任何总体颜色变化的影响,同时将颜色变化维持在给定区域内。
图像分析处理顺序620阅读在每个指状件中的关注区域中的带,以确定目标蛋白质是否存在,如模块632所示。在一个实施方案中,检查带区域中的每个像素,以察看是否它指示蛋白质存在或不存在。在一个实施方案中,若像素的红色值超过红色阈,像素的蓝色值低于蓝色阈及像素的绿色值低于绿色阈,则所述像素指示蛋白质存在。否则,所述像素指示蛋白质不存在。通过基于单个红色值、蓝色值和绿色值而非总体平均像素值分类每个像素,图像处理软件214能够考虑基体效应。示例性基体效应是当叶绿素或一些其它植物材料(不同于目标蛋白质)也结合在指状件上的带位置时。这可产生区别性的带,但是颜色是绿色而非红色。这种区别通过着眼于像素的组成颜色而非像素的总体平均值拾取。
图像分析处理顺序620也记录每个指状件的每个蛋白质(带)的结果,如模块634所示。在一个实施方案中,提供定性测量(Y或N)。若在带中的像素阈数满足上面讨论的组成颜色标准,则认为蛋白质存在(Y),否则的话不存在(N)。在一个实施方案中,阈数为60像素。在一个实施方案中,提供定量测量。示例性定量测量是满足上面讨论的组成颜色标准的带中的像素的数目。这种定量结果可用于提供表达水平。然后将结果储存在测试条数据库216或文本文件中。
如关于图20的模块622所述,图像分析处理顺序620定位储存的图像中的梳。在图21中提供用于定位储存的图像中的梳120的示例性处理顺序640。图像处理软件214从设置文件213读取阈值增益参数和任何其它参数,如模块642所示。参数包括形成带和相对的斑点的连续像素的数目的阈值。在开始操作模块572时,从设置文件213读取来自设置文件213的值。
处理顺序640使用红色值、蓝色值和绿色值的平均背景强度确定颜色阈,如模块644所示。这针对灯320的亮度调节。如本申请所述,使用图像的行(N)作为确定何时储存图像的触发器。从储存的图像的低于行(N)的区域计算平均背景强度。选择所述区域以不包含梳120的任何部分。寻找红色、绿色和蓝色中的每个的平均背景强度值。
然后基于平均背景强度将储存的图像设置阈值,如模块646所示。所述设置阈值是逐个颜色进行的,以确保深蓝或深红的区域被认为是梳120的一部分。若像素的值大于阈,则将像素指定为白色值。否则,将像素指定为黑色。
然后分割阈图像以消除小模糊点,如模块648所示。小模糊点可在照相机202的视野中由梳120上的植物材料或以其它方式导致。在一个实施方案中,扫描阈图像的白色像素。标记这种像素。然后标记所有相邻的白色像素,然后标记与那些像素相邻的所有白色像素。继续该过程,直到遇不到其它相邻的白色像素。这时,使构成该连接区域的像素的数目与阈数目进行比较。若大于阈数目,则像素仍为白色。否则,它们变成黑色。在一个实施例中,阈是10个连接的像素。继续该过程,直到检查完整个图像。
确定在储存的图像中测试条梳状元件120的底部的位置,如模块650所示。在一个实施方案中,在图像的中部选择行。从左侧开始,检查行中的像素,直到鉴别出白色像素。一旦鉴别出白色像素,图像处理软件214向下移动一行并确定是否该像素是白色像素。若是,则图像处理软件214再向下移动一行。若不是,图像处理软件214继续向右,直到到达下一白色像素。继续这种阶梯步进,直到到达储存的图像的右侧。将在最后鉴别的白色像素的下一行指定为梳120的底部。
确定梳参照物,如模块652所示。梳参照物相应于储存的图像中的行,其中梳120已知存在。在一个实施方案中,梳参照物为从鉴别为梳120底部的行的向上偏移(offset up)。
如关于图20的模块624所述,图像分析处理顺序620对进行偏斜消除储存的图像中的梳。在图22中提供对进行偏斜消除储存的图像中的梳120的示例性处理顺序670。
图像处理软件214鉴别测试条梳状元件120的左边缘672(见图3)和测试条梳状元件120的右边缘674(见图3),如模块672和674所示。这些边缘用于确定测试条梳状元件120的倾斜角度,如模块676所示。尽管使用了左边缘672和右边缘674,但是也可使用储存的图像的其它特征确定测试条梳状元件120的倾斜角度或旋转矩阵。
在一个实施方案中,使用用于线的两点确定法确定左边缘。在梳参照物行的最左边的像素,图像处理软件214向右移动,直到遇到白色像素。将这标记为第一点。接着,图像处理软件214在偏离所述梳参照物行的行如降低100行做相同处理。将该像素标记为第二点。使用这两点确定线,该线与垂直线的角度为第一倾斜角度。以相同方式确定右边缘,但是从最右边的像素开始并向左边移动。所得的与垂直线的角度为第二倾斜角度。将这两个倾斜角度的平均数确定为测试条梳状元件120的倾斜角度。
确定储存的图像的对进行偏斜消除矩阵,如模块678所示。下面提供示例性旋转矩阵,其中Φ是倾斜角度。
然后将旋转矩阵施用至储存的图像以对进行偏斜消除测试条梳状元件120,如模块680所示。
如关于图20的模块626所述,图像分析处理顺序620校正储存的图像中的透视。在图23中提供用于校正储存的图像中的梳120的透视的示例性处理顺序700。确定梳120的左边缘672和梳120的右边缘674,如模块702和704所示。如上所述定位这些边缘。然后图像处理软件214确定垂直轴消失点,确定同质变换矩阵并施用所述变换矩阵以校正储存的图像的任何扭曲或透视,如模块706-710所示。关于模块706-710的示例性途径的另外的细节可参见Fangi等人编著的标题为"PHOTOINTERPRETATION AND SMALLSCALE STEREOPLOTTING WITH DIGITALLY RECTIFIEDPHOTOGRAPHS WITH GEOMETRICAL CONSTRAINTS"的文章,将其内容清楚地并入本文作为参考。
如关于图20的模块628所述,图像分析处理顺序620鉴别储存的图像中的梳120的每个指状件122的关注区域。在图24A和24B中提供用于鉴别储存的图像中的梳120的每个指状件122的关注区域的示例性处理顺序720。
确定储存的图像中的梳120的左边缘和右边缘,如模块722所示。在一个实施方案中,如上所述寻找左边缘和右边缘。在梳120的左边缘和右边缘之间的间隔提供第一距离。将该距离与分析的梳120的储存的已知距离进行比较。两个距离的比率提供梳120的图像的比例因子。该比例因子解释任何图像调整影响,如模块724所示。可将梳120的图像的其它特征与已知数量进行比较以确定比例因子。
从设置文件213读取梳120上的指状件122的数目,如模块726所示。图像处理软件214从梳参照物行的最左边的像素开始并向右移动,直到它遇到白色像素。将该点鉴别为最左边的指状件的左边缘,如模块728所示。图像处理软件214继续工作,直到它遇到下一边缘,将该边缘鉴别为最左边的指状件的右边缘,如模块730所示。将在最左边的指状件的左边缘和右边缘之间的间隔通过比例因子调整并与已知指状件宽度对比。若确定的值在公差内,则图像处理软件214继续至模块732。否则,图像处理软件214回到模块728并尝试图像的另一行。
图像处理软件214确定最左边的指状件的底部的位置,如模块732所示。在一个实施方案中,图像处理软件214检查在被鉴别为左边缘的像素和被鉴别为右边缘的像素之间且在相同行中的所有像素。若白色像素的数目高于阈数目,则图像处理软件214向下移动一行并检查那些像素。继续该过程,直到到达这样的行:其中白色像素的数目低于阈量。当该情况发生时,将直接在该行上面的行鉴别为指状件122的底行。
图像处理软件214确定最左边的指状件122的关注区域的顶部和底部的位置,如模块734所示。关注区域的顶部和底部的位置是储存在设置文件213中的从指状件122的底部的已知值。同样,通过考虑比例因子和已知值,图像处理软件214能够确定关注区域的顶部和底部。
从设置文件213读取在关注区域中带的数目,如模块726所示。在关注区域中带的位置是从设置文件213读取的已知值。在关注区域中带的边界的位置由图像处理软件214通过考虑比例因子和已知值确定。图像处理软件214确定是否最后分析的指状件122是最右边的指状件,如模块740所示。若不是,则控制回到模块728并确定下一指状件122的左边缘和右边缘。继续该过程,直到所有指状件被分析。
尽管参照示例性设计描述了本发明,但是可在本发明主旨和范围内进一步修改本发明。而且,本申请意在涵盖这种从本发明偏离,如同在本申请所属技术领域内的已知或常规实践的范围内。

Claims (20)

1.对具有多个隔开的指状件的测试条梳状元件进行分析的方法,所述指状件中的每个已经被暴露于相应的植物材料及将所述指状件中的每个构造成指示在所述相应的植物材料中一种或多种植物分析物的存在,所述方法包括:
捕捉所述测试条梳状元件的多个指状件的电子彩色图像,所述彩色图像的每个像素具有多个色值;及
用电子控制器对所述电子图像进行分析以确定所述测试条梳状元件的第一指状件是否存在第一植物分析物及确定所述测试条梳状元件的第二指状件是否存在第二植物分析物,所述分析步骤包括以下步骤:
对所述电子图像的与所述第一指状件相应的第一部分进行分析;
基于所述第一部分的至少一个色值确定所述第一植物分析物是否与
所述第一指状件结合;
对所述电子图像的与所述第二指状件相应的第二部分进行分析;和
基于所述第二部分的至少一个色值确定所述第二植物分析物是否与
所述第二指状件结合。
2.权利要求1的方法,其中所述第一植物分析物与所述第二植物分析物相同。
3.权利要求1或2的方法,其中捕捉所述测试条梳状元件的多个指状件的电子图像的步骤包括以下步骤:
监测照相机的视野;
在所述照相机的视野中检测所述测试条梳状元件的存在;和
当在所述照相机的视野中检测到所述测试条梳状元件时,将所述测试条梳状元件的多个指状件的电子图像储存在计算机可读介质上。
4.权利要求3的方法,其中在所述照相机的视野中检测所述测试条梳状元件的存在的步骤包括以下步骤:
捕捉所述照相机的帧;和
对所捕捉的帧的一部分进行分析以确定所述测试条梳状元件的存在。
5.权利要求4的方法,其中对所捕捉的帧的所述部分进行分析以确定所述测试条梳状元件的存在的步骤包括以下步骤:
确定所捕捉的帧的所述部分的平均像素亮度值;
将所述平均像素亮度值与第一阈值进行比较;
确定所捕捉的帧的所述部分的亮度值超过所述平均像素亮度值的像素的数目;
将所捕捉的帧的所述部分的像素的所述数目与第二阈值进行比较;
当所述平均像素亮度超过所述第一阈值且所捕捉的帧的所述部分的像素的所述数目超过所述第二阈值时,确定所述测试条梳状元件的存在;和
在计算机可读介质上将所述所捕捉的帧储存为所述电子图像。
6.权利要求1的方法,其中基于所述第一部分的至少一个色值确定所述第一植物分析物是否与所述第一指状件结合的步骤包括以下步骤:
对于所述第一部分的每个像素,
将第一色值与第一阈值进行比较;
将第二色值与第二阈值进行比较;
基于所述第一色值与所述第一阈值的比较和所述第二色值与所述第二阈值的比较,将所述像素分类为表示所述第一植物分析物存在的像素和表示所述第一植物分析物不存在的像素;
基于被分类为表示所述第一植物分析物存在的像素的数目确定所述第一植物分析物是否与所述第一指状件结合;和
其中基于所述第二部分的至少一个色值确定所述第二植物分析物是否与所述第二指状件结合的步骤包括以下步骤:
对于所述第二部分的每个像素,
将第一色值与第一阈值进行比较;
将第二色值与第二阈值进行比较;
基于所述第一色值与所述第一阈值的比较和所述第二色值与所述第二阈值的比较,将所述像素分类为表示所述第二植物分析物存在的像素和表示所述第二植物分析物不存在的像素;
基于被分类为表示所述第二植物分析物存在的像素的数目确定所述第二植物分析物是否与所述第二指状件结合。
7.前述权利要求1的方法,所述方法还包括以下步骤:从所述电子图像中除去由于所述电子图像中过多的植物材料而导致的绿色偏差。
8.前述权利要求1的方法,所述方法还包括以下步骤:从所述电子图像中除去由于所述电子图像中的灰尘而导致的红色偏差。
9.权利要求1的方法,其中所述电子图像为彩色图像,所述彩色图像的每个像素具有多个色值且所述方法还包括以下步骤:对所述电子图像进行色彩均衡。
10.权利要求9的方法,其中对所述电子图像进行色彩均衡的步骤包括以下步骤:
鉴别每个指状件的相应关注区域;
对所述第一指状件的相应关注区域进行色彩均衡;和
独立于所述第一指状件对所述第二指状件的相应关注区域进行色彩均衡。
11.权利要求10的方法,对所述第一指状件的相应关注区域进行色彩均衡的步骤包括以下步骤:
按比例调整所述第一指状件的相应关注区域的每个像素的第一色值,从而使所述第一指状件的相应关注区域的所有像素的平均第一色值等于第一值;和
按比例调整所述第一指状件的相应关注区域的每个像素的第二色值,从而使所述第一指状件的相应关注区域的所有像素的平均第二色值等于第二值。
12.权利要求11的方法,其中所述第一值等于所述第二值。
13.权利要求1的方法,其中所述多个指状件各自包括相应的关注区域,所述相应的关注区域包括多个隔开的带位置且用所述电子控制器对所述电子图像进行分析以确定所述测试条梳状元件的第一指状件是否存在所述第一植物分析物及确定所述测试条梳状元件的第二指状件是否存在所述第二植物分析物的步骤包括以下步骤:
在所述电子图像中针对所述第一指状件和所述第二指状件对相应的关注区域进行定位;
基于所述电子图像的至少一个平均背景强度为所述图像设置阈值;和
分割所述电子图像以除去小的模糊点。
14.权利要求13的方法,其中在所述电子图像中针对所述第一指状件和所述第二指状件对相应的关注区域进行定位的步骤包括以下步骤:
确定所述测试条梳状元件在所述电子图像中的取向;
对所述图像进行偏斜消除,从而使所述测试条梳状元件的第一指状件和第二指状件垂直取向;
在所述电子图像中针对所述第一指状件定位第一参照物,所述第一指状件的第一关注区域位于相对于所述第一参照物的第一已知位置;和
在所述电子图像中针对所述第二指状件定位第二参照物,所述第二指状件的第二关注区域位于相对于所述第二参照物的第二已知位置。
15.权利要求13的方法,其中在所述电子图像中针对所述第一指状件和所述第二指状件对相应的关注区域进行定位的步骤还包括以下步骤:针对透视变形对所述电子图像进行校正。
16.权利要求13的方法,其中在所述电子图像中针对所述第一指状件和所述第二指状件对相应的关注区域进行定位的步骤还包括以下步骤:确定用于所述电子图像的按比例调整因子。
17.权利要求13的方法,其中基于至少一个平均背景强度为所述图像设置阈值的步骤包括以下步骤:
确定针对第一色值的平均背景强度;
确定针对第二色值的平均背景强度;
对于每个像素,若就所述第一色值而言的像素值超过就所述第一色值而言的平均背景强度和就所述第二色值而言的像素值超过就所述第二色值而言的平均背景强度中的一个,则将所述像素指定为第三颜色,否则将所述像素指定为第四颜色。
18.前述权利要求1的方法,所述方法还包括以下步骤:储存确定所述第一分析物存在的定性指示和确定所述第二分析物存在的定性指示。
19.前述权利要求1的方法,所述方法还包括以下步骤:储存确定所述第一植物分析物表达水平的定性指示和确定所述第二植物分析物表达水平的定性指示。
20.前述权利要求1的方法,所述方法还包括以下步骤:提供封闭结构,所述封闭结构在顶部具有适于允许所述测试条梳状元件进入所述封闭结构的内部的开口且在底部具有适于允许所述测试条梳状元件离开所述封闭结构的内部的开口,其中当所述测试条梳状元件位于所述封闭结构的内部时,实施对所述测试条梳状元件的多个指状件的电子图像进行捕捉的步骤。
CN201180045226.8A 2010-07-20 2011-07-19 对免疫测定测试条梳状元件进行分析的系统和方法 Active CN103119449B (zh)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US36606310P 2010-07-20 2010-07-20
US61/366,063 2010-07-20
US41521110P 2010-11-18 2010-11-18
US61/415,211 2010-11-18
US201161441220P 2011-02-09 2011-02-09
US61/441,220 2011-02-09
PCT/US2011/044471 WO2012012382A1 (en) 2010-07-20 2011-07-19 Systems and methods to analyze an immunoassay test strip comb member

Publications (2)

Publication Number Publication Date
CN103119449A CN103119449A (zh) 2013-05-22
CN103119449B true CN103119449B (zh) 2015-05-13

Family

ID=45497148

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201180045226.8A Active CN103119449B (zh) 2010-07-20 2011-07-19 对免疫测定测试条梳状元件进行分析的系统和方法

Country Status (8)

Country Link
US (1) US9129350B2 (zh)
EP (1) EP2596371B1 (zh)
JP (1) JP5830535B2 (zh)
CN (1) CN103119449B (zh)
BR (1) BR112013001556B8 (zh)
HK (1) HK1185660A1 (zh)
MX (1) MX2013000776A (zh)
WO (1) WO2012012382A1 (zh)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8422740B2 (en) * 2009-01-15 2013-04-16 Scott Dylewski Methods for determining a liquid front position on a test strip
US9329159B2 (en) 2013-03-08 2016-05-03 Ecolab Usa Inc. Methods and systems for analyzing a liquid medium
CN105378488A (zh) * 2013-07-09 2016-03-02 艾摩科诊断公司 条带免疫分析测试装置
CN103543285B (zh) 2013-10-25 2015-03-18 万华普曼生物工程有限公司 便隐血自动检测设备
US10088411B2 (en) 2015-02-19 2018-10-02 Renalyx Health Systems Pvt Ltd. Method and device for performing colorimetric analysis of a test fluid to evaluate physiological parameters
JP6692061B2 (ja) * 2016-02-05 2020-05-13 公益財団法人科学技術交流財団 保持具及び検査キット
CN105891460B (zh) * 2016-03-31 2017-12-08 西南大学 基于纸芯片的多功能便携式检测装置及其应用和方法
US10318845B2 (en) * 2016-04-14 2019-06-11 Research International, Inc. Coupon reader
US9689803B1 (en) * 2016-04-20 2017-06-27 Chroma Fish Corp. Method and system for measuring a colorimetric characteristic of a sample and calibration of same
US11802868B2 (en) 2016-10-17 2023-10-31 Reliant Immune Diagnostics, Inc. System and method for variable function mobile application for providing medical test results
US11579145B2 (en) 2016-10-17 2023-02-14 Reliant Immune Diagnostics, Inc. System and method for image analysis of medical test results
US11693002B2 (en) 2016-10-17 2023-07-04 Reliant Immune Diagnostics, Inc. System and method for variable function mobile application for providing medical test results using visual indicia to determine medical test function type
US10902951B2 (en) 2016-10-17 2021-01-26 Reliant Immune Diagnostics, Inc. System and method for machine learning application for providing medical test results using visual indicia
US11651866B2 (en) 2016-10-17 2023-05-16 Reliant Immune Diagnostics, Inc. System and method for real-time insurance quote in response to a self-diagnostic test
US9857372B1 (en) 2016-10-17 2018-01-02 Reliant Immune Diagnostics, LLC Arbovirus indicative birth defect risk test
US11107585B2 (en) * 2016-10-17 2021-08-31 Reliant Immune Diagnostics, Inc System and method for a digital consumer medical wallet and storehouse
GB2594939B (en) * 2020-05-11 2022-05-11 Forsite Diagnostics Ltd Assay reading method
US20220308026A1 (en) * 2021-03-23 2022-09-29 The Government Of The United States Of America, As Represented By The Secretary Of The Navy Indicating cross-contamination of volatile organic compounds between closed containers using a colorimetric sensor

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4822565A (en) * 1984-05-04 1989-04-18 Koehler Dora Carrier device for immunological assay

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0823558B2 (ja) * 1984-11-27 1996-03-06 オ−ジエニクス リミテツド 検定装置
IT1201613B (it) * 1986-12-23 1989-02-02 Ima Spa Dispositivo per il rilevamento e della presenza di prodotti in corrispondenti sedi e di irregolarita'nel profilo di base di tali prodotti gia'collocati nelle relative sedi
US5408535A (en) * 1993-09-07 1995-04-18 Miles Inc. Video test strip reader and method for evaluating test strips
US6372515B1 (en) 1996-03-11 2002-04-16 American Bio Medica Corporation Device for the testing of fluid samples and process for making the device
GB9700729D0 (en) 1997-01-15 1997-03-05 Axis Biochemicals As System
JPH10327301A (ja) 1997-05-22 1998-12-08 Minolta Co Ltd 画像読取装置
JP3106351B2 (ja) 1997-05-30 2000-11-06 アークレイ株式会社 分析装置
US6014451A (en) * 1997-10-17 2000-01-11 Pioneer Hi-Bred International, Inc. Remote imaging system for plant diagnosis
JP2000338106A (ja) 1999-05-28 2000-12-08 Sanko Junyaku Kk 免疫反応による発色画像の処理定量方法
US6535624B1 (en) * 1999-09-01 2003-03-18 Large Scale Proteomics Corporation Gel electrophoresis image combining for improved dynamic range
JP4207361B2 (ja) 2000-04-26 2009-01-14 株式会社島津製作所 試料注入装置
AU2001292959A1 (en) * 2000-09-22 2002-04-02 Clontech Laboratories, Inc. Highly sensitive proteomic analysis methods and kits and systems for practicing the same
US6646264B1 (en) 2000-10-30 2003-11-11 Monsanto Technology Llc Methods and devices for analyzing agricultural products
US7367155B2 (en) 2000-12-20 2008-05-06 Monsanto Technology Llc Apparatus and methods for analyzing and improving agricultural products
JP3721316B2 (ja) 2001-08-03 2005-11-30 株式会社日立製作所 自動分析装置
JP2004321090A (ja) 2003-04-25 2004-11-18 Miura Co Ltd 大腸菌判定装置および大腸菌判定用合成酵素基質培地
DE102004008539A1 (de) * 2004-02-19 2005-09-01 Prionics Ag Vorrichtung und Verfahren zur optischen Auswertung von Teststreifen
US20050251347A1 (en) 2004-05-05 2005-11-10 Pietro Perona Automatic visual recognition of biological particles
US20060198765A1 (en) * 2005-03-03 2006-09-07 Gjerde Douglas T Method and device for sample preparation
JP4422658B2 (ja) 2005-08-10 2010-02-24 株式会社日立ハイテクノロジーズ 液体分注装置
JP4662308B2 (ja) 2005-11-02 2011-03-30 和光純薬工業株式会社 試験紙搬送装置
JP2007212261A (ja) 2006-02-09 2007-08-23 Wako Pure Chem Ind Ltd 試験紙測定装置及び測定方法
JP2008014680A (ja) 2006-07-03 2008-01-24 Toray Ind Inc 選択結合性物質固定化担体の検査装置、検査方法、および検査プログラム
WO2008108328A1 (ja) 2007-03-08 2008-09-12 Olympus Corporation 洗浄装置および自動分析装置
EP2166830B1 (en) 2007-05-31 2013-08-07 Monsanto Technology, LLC Seed sorter
KR101599077B1 (ko) 2007-08-14 2016-03-14 미베니온 게엠베하 류마티스 관절염 등의 염증성 질환의 진단 또는 진단 준비 및/또는 치료 모니터링 장치 및 절차
EP2215475B1 (en) 2007-10-23 2016-12-21 Skannex AS Immunoassay analysis method
JP5301193B2 (ja) 2008-03-31 2013-09-25 富士フイルム株式会社 光断層画像形成方法および光断層画像化装置
EP3399307B1 (en) * 2009-08-24 2020-11-11 Life Technologies Corporation Electrophoresis gel cassette and comb

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4822565A (en) * 1984-05-04 1989-04-18 Koehler Dora Carrier device for immunological assay

Also Published As

Publication number Publication date
BR112013001556A2 (pt) 2016-05-24
US9129350B2 (en) 2015-09-08
JP2013531261A (ja) 2013-08-01
EP2596371B1 (en) 2020-03-11
EP2596371A1 (en) 2013-05-29
MX2013000776A (es) 2013-07-05
WO2012012382A1 (en) 2012-01-26
CN103119449A (zh) 2013-05-22
BR112013001556B8 (pt) 2022-10-11
BR112013001556B1 (pt) 2020-03-31
HK1185660A1 (zh) 2014-02-21
EP2596371A4 (en) 2017-12-27
JP5830535B2 (ja) 2015-12-09
US20130222634A1 (en) 2013-08-29

Similar Documents

Publication Publication Date Title
CN103119449B (zh) 对免疫测定测试条梳状元件进行分析的系统和方法
CN108139320B (zh) 用于对试样中的干扰物进行分类的基于模型的方法和装置
US11815446B2 (en) Methods and apparatus for characterizing a specimen container and specimen
US6553135B1 (en) Method and apparatus for automated image analysis of biological specimens
EP0245466B1 (en) Analysis method and apparatus for biological specimens
EP2497823B1 (en) Device for harvesting bacterial colony and method therefor
EP0829065B1 (en) Method for assessing slide and specimen preparation quality
JP6031513B2 (ja) 網赤血球の同定および測定
CN110199172A (zh) 用于检测样本的溶血、黄疸、脂血、或常态的方法、设备和质量检验模块
JP7324757B2 (ja) 訓練が低減されたニューラルネットワークを使用したバイオ流体検体の特徴付けのための方法および装置
JP2000508095A (ja) 境界マッピングのシステムおよび方法
CN100557417C (zh) 成像装置
JP2020516885A (ja) 検体評価中にラベル補正する方法及び装置
JP7438345B2 (ja) 診断分析器のモデルを訓練する装置および方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1185660

Country of ref document: HK

C14 Grant of patent or utility model
GR01 Patent grant
REG Reference to a national code

Ref country code: HK

Ref legal event code: GR

Ref document number: 1185660

Country of ref document: HK

CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: Indiana, USA

Patentee after: Kedihua Agricultural Technology Co.,Ltd.

Address before: Indiana, USA

Patentee before: DOW AGROSCIENCES LLC