CN105761262A - 一种检测装置及检测方法 - Google Patents

一种检测装置及检测方法 Download PDF

Info

Publication number
CN105761262A
CN105761262A CN201610090181.0A CN201610090181A CN105761262A CN 105761262 A CN105761262 A CN 105761262A CN 201610090181 A CN201610090181 A CN 201610090181A CN 105761262 A CN105761262 A CN 105761262A
Authority
CN
China
Prior art keywords
detection
detection region
color
noise
background
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.)
Granted
Application number
CN201610090181.0A
Other languages
English (en)
Other versions
CN105761262B (zh
Inventor
马春阳
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.)
Anhui Lingke automatic control equipment Co., Ltd
Original Assignee
马春阳
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 马春阳 filed Critical 马春阳
Priority to CN201610090181.0A priority Critical patent/CN105761262B/zh
Publication of CN105761262A publication Critical patent/CN105761262A/zh
Application granted granted Critical
Publication of CN105761262B publication Critical patent/CN105761262B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G06F19/34—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10008—Still image; Photographic image from scanner, fax or copier

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明公开了一种检测方法，包括：1)对检测板进行拍照，对拍照图像进行预处理，所述预处理包括降噪和颜色恢复，所述检测板包括以不同颜色标示的检测区域；2)依据与背景不同的像素值计算出该检测区域在检测板中的位置；3)对检测区域进行颜色计算，以识别出各检测区域的颜色。本发明还提供一种检测装置。本发明提供了一种对检测板的颜色进行处理的方法，能方便快捷的识别出检测板上的各种颜色。

Description

一种检测装置及检测方法
技术领域
本发明涉及图像处理技术，更具体的，涉及一种检测装置及方法。
背景技术
近年来，随着国家医疗保障政策的完善，以及各种新技术的兴起，体外诊断(IVD)产业得到前所未有的发展，成为医疗器械市场中最为活跃的领域之一。随着体外诊断技术的不断突破和创新发展，给遭受各种疾病折磨的患者带来更多的检测自身健康情况的途径。
体外诊断产品包括对人体样本进行收集、制备、检测的试剂、仪器及系统。目前，临床使用的体外诊断品种不下千种，根据诊断方法原理和应用的不同，体外诊断产品分为临床生化、免疫化学、分子诊断、床旁诊断、血液检测、细胞诊断、微生物检测、血液检测、尿检等多种类型，它们涉及疾病诊断、治疗方案选择、疗效评价等疾病诊治的全过程，在公共卫生、疾病预防、优生优育等方面也起着举足轻重的作用。
在CN201520255812中提到了一种体外诊断检测的方法，该方法是利用人体排泄物与纸尿裤附着的片种样品进行反应，然后对颜色的变化与样片进行对比分析，从而实现对使用者进行健康状况的判断。该方法在使用过程中存在一些不便利的地方，比如由于试纸样品在空气中暴露时间过长，从而反应数据失真；纸尿裤褶皱太多，不利于片块样品颜色的采集等。
用于多种疾病检测的检测装置被尿液浸润后，粘贴于凸起形状上的试纸块即发生颜色的变化，该颜色变化会反应在一定区域中，该颜色变化目前已成为一种公知的技术应用于医院的尿检项目中。比如用于进行早孕测定的试纸，通过人绒毛膜促性腺激素与试纸的反应，在检测后，试纸条会呈现出蓝色或红色。在实践应用中，由于检测人员的检测水平差异，或者使用人员色彩感知能力的不同，通过人眼进行对比的方法极易产生误差。
发明内容
为了克服上述问题，本发明提出一种检测方法，其特征在于，包括：
1)对检测板进行拍照，对拍照图像进行预处理，所述预处理包括降噪和颜色恢复，所述检测板包括以不同颜色标示的检测区域；
2)依据与背景不同的像素值计算出该检测区域在检测板中的位置；
3)对检测区域进行颜色计算，以识别出各检测区域的颜色。
本发明还提供一种离体组织样品的检测装置，包括：
图像采集单元，对检测板进行拍照，所述检测板包括以不同颜色标示的检测区域；
图像预处理单元，其对对拍照图像进行预处理，所述预处理包括降噪和颜色恢复；
检测区域定位单元，其依据与背景不同的像素值计算出该检测区域在检测板中的位置；
颜色计算单元，其对检测区域进行颜色计算，以识别出各检测区域的颜色。
本发明提出了一种检测方法，能够识别包括多个颜色块的检测板，识别结果准确、操作便捷。
附图说明
图1为本发明的离体组织样品的检测方法的流程图。
图2为本发明的离体组织样品的检测装置的结构示意图。
具体实施方式
下面参照附图描述本发明的实施方式。
本发明的离体组织样品的检测是针对检测板进行，检测板是由不同颜色的检测区域(试纸块)组成，每个区域的位置代表生化指标的类别，每个区域与离体组织反应后，其颜色会发生冰河，颜色值代表某一生化指标数值，例如，检测板中的第一个检测区域的颜色值是描述尿液中的蛋白数值，颜色在某一数值时，代表尿液中蛋白是正常的，在某一数值时是一个加号，在另外数值时是两个加号等等。
参照附图1，本发明的离体组织样品的检测方法包括：
1)图像的预处理
步骤S1，对检测样品反应后的检测区域进行拍照，对拍照图像进行预处理。
图像经扫描输入后，会产生噪音及颜色失真，噪音通常是颜色值为随机数值的不规则的独立区域。颜色失真是指检测板上的颜色经扫描输入后颜色发生变化，与原来的颜色不一致的现象。因此在对图像进行识别之前需要进行去噪处理。在此分为两种情况：
(a)如果噪音产生在空白的背景区域内，依据噪音形成图像的非规则性以及不连通性，而检测板上的检测要素(检测区域)是规则矩形的，则可达到识别噪音，去除噪音的目的。具体方法是：对图像进行从上到下、从左到右的连续扫描，计算出与背景像素值不同的连续点坐标的左右边界点，而后判断这些边界点是否为矩形，如果不是矩形，则被认为是噪音。
(b)如果噪音产生在检测区域内或与检测区域连接，则利用区域分割技术中的阈值分割法消除噪音。首先使用区域分割技术提取检测区域和噪音的位置信息，计算噪音和检测区域的位置关系，如果是相交关系，则将噪音分割为位于背景部分和位于检测区域部分，位于检测区域部分用检测区域的颜色填充，位于背景部分则用背景颜色填充，达到去除噪音目的，如果是噪音被检测区域包含则用检测区域颜色填充达到去除噪音目的。
2)对检测区域的位置进行定位
定位是依据与背景不同的像素值计算出该检测区域在检测板中的位置。
对图像从上到下，从左到右进行扫描，得到像素点的坐标和灰度值，比较坐标点与图像背景的灰度值，如果与背景灰度值不同的坐标点是连续的，则这些坐标点组成一个区域，记录这些点的最左右上下的坐标值，这四个坐标值就是这个区域位置，以此类推求出所有区域的位置。
3)对检测区域进行颜色计算
对图像进行扫描时得到像素点的灰度值，这些灰度值即是坐标点的颜色，经过输入的图像一般会产生颜色偏差，解决颜色偏差的方法是以检测板的背景或检测板某一构件的颜色值为依据进行颜色恢复，其中检测板的背景或构件的颜色值是已知的。将扫描输入后检测板或构件的颜色值计算出来，得出两种颜色差值，以这个差值为标准对检测板的颜色进行恢复。
4)结果比对
将识别检测板(既是按照一定的位置关系组成的具有一定灰度值的检测区域组合)与标准模板进行比对，得出检测结论。其中标准模板包括检测板上的各检测区域的位置以及各种颜色代表的生化指标。位置是二位矩阵用以描述生化指标的属类别，不同的颜色描述了生化指标的数值。这种图像识别的方法是本项目的创新点之一，具有识别速度快，识别率高等特点。
本发明还提出一种离体组织样品的检测装置，包括：图像采集单元，对检测板进行拍照，所述检测板包括以不同颜色标示的检测区域；图像预处理单元，其对对拍照图像进行预处理，所述预处理包括降噪和颜色恢复；检测区域定位单元，其依据与背景不同的像素值计算出该检测区域在检测板中的位置；颜色计算单元，其对检测区域进行颜色计算，以识别出各检测区域的颜色。
进一步，图像预处理单元对图像进行从上到下、从左到右的连续扫描，计算出与背景像素值不同的连续点坐标的左右边界点，而后判断这些边界点是否为矩形，如果不是矩形，则被认为是噪音；
如果噪音产生在检测区域内或与检测区域连接，则图像预处理单元利用区域分割技术中的阈值分割法消除噪音。
进一步，如果噪音产生在检测区域内或与检测区域连接，图像预处理单元使用区域分割技术提取检测区域和噪音的位置信息，计算噪音和检测区域的位置关系：如果是相交关系，则图像预处理单元将噪音分割为位于背景部分和位于检测区域部分，位于检测区域部分用检测区域的颜色填充，位于背景部分则用背景颜色填充，以去除噪音；如果是噪音被检测区域包含则图像预处理单元用检测区域颜色填充达到去除噪音。
进一步，检测区域定位单元对图像从上到下，从左到右进行扫描，得到像素点的坐标和灰度值，比较坐标点与图像背景的灰度值，如果与背景灰度值不同的坐标点是连续的，则这些坐标点组成一个区域，记录这些点的最左右上下的坐标值，这四个坐标值就是这个区域位置，以此求出检测区域在检测板上的位置。
进一步，颜色计算单元以检测板的背景或检测板某一构件的颜色值为依据，将扫描输入后检测板或构件的颜色值计算出来，得出两种颜色差值，以这个差值为标准对检测板上的检测区域的颜色进行恢复。所述检测装置可以为具有摄像装置的移动设备，例如手机、笔记本。
使用时，待离体组织与检测块(试纸块)反应完毕后，使用检测装置摄像装置对样品进行图像采集，再对各检测块图像色彩进行识别并对尿液的检测结果进行颜色分析，并将结果与预存的模版相比对，以及存储，待需要的时候进行查阅。
本发明的方法可以避免由于检测人员的检测水平差异，或者使用人员色彩感知能力的不同，通过人眼进行对比的方法产生的误差。对尿液的检测结果进行分析的判断方法来源公知的颜色变化
以上所述的实施例，只是本发明较优选的具体实施方式，本领域的技术人员在本发明技术方案范围内进行的通常变化和替换都应包含在本发明的保护范围内。

Claims (10)

1.一种检测方法，其特征在于，包括：
1)对检测板进行拍照，对拍照图像进行预处理，所述预处理包括降噪和颜色恢复，所述检测板包括以不同颜色标示的检测区域；
2)依据与背景不同的像素值计算出该检测区域在检测板中的位置；
3)对检测区域进行颜色计算，以识别出各检测区域的颜色。
2.根据权利要求1所述的检测方法，其特征在于，在1)中，对图像进行从上到下、从左到右的连续扫描，计算出与背景像素值不同的连续点坐标的左右边界点，而后判断这些边界点是否为矩形，如果不是矩形，则被认为是噪音；如果噪音产生在检测区域内或与检测区域连接，则利用区域分割技术中的阈值分割法消除噪音。
3.根据权利要求2所述的检测方法，其特征在于，如果噪音产生在检测区域内或与检测区域连接，使用区域分割技术提取检测区域和噪音的位置信息，计算噪音和检测区域的位置关系：如果是相交关系，则将噪音分割为位于背景部分和位于检测区域部分，位于检测区域部分用检测区域的颜色填充，位于背景部分则用背景颜色填充，以去除噪音；如果是噪音被检测区域包含则用检测区域颜色填充达到去除噪音。
4.根据权利要求1所述的检测方法，其特征在于，在2)中，对图像从上到下，从左到右进行扫描，得到像素点的坐标和灰度值，比较坐标点与图像背景的灰度值，如果与背景灰度值不同的坐标点是连续的，则这些坐标点组成一个区域，记录这些点的最左右上下的坐标值，这四个坐标值就是这个区域位置，以此求出检测区域在检测板上的位置。
5.根据权利要求1所述的检测方法，其特征在于，在3)中，以检测板的背景或检测板某一构件的颜色值为依据，将扫描输入后检测板或构件的颜色值计算出来，得出两种颜色差值，以这个差值为标准对检测板上的检测区域的颜色进行恢复。
6.一种检测装置，其特征在于，包括：
图像采集单元，对检测板进行拍照，所述检测板包括以不同颜色标示的检测区域；
图像预处理单元，其对对拍照图像进行预处理，所述预处理包括降噪和颜色恢复；
检测区域定位单元，其依据与背景不同的像素值计算出该检测区域在检测板中的位置；
颜色计算单元，其对检测区域进行颜色计算，以识别出各检测区域的颜色。
7.根据权利要求6所述的检测装置，其特征在于，图像预处理单元对图像进行从上到下、从左到右的连续扫描，计算出与背景像素值不同的连续点坐标的左右边界点，而后判断这些边界点是否为矩形，如果不是矩形，则被认为是噪音；
如果噪音产生在检测区域内或与检测区域连接，则图像预处理单元利用区域分割技术中的阈值分割法消除噪音。
8.根据权利要求7所述的检测装置，其特征在于，如果噪音产生在检测区域内或与检测区域连接，图像预处理单元使用区域分割技术提取检测区域和噪音的位置信息，计算噪音和检测区域的位置关系：如果是相交关系，则图像预处理单元将噪音分割为位于背景部分和位于检测区域部分，位于检测区域部分用检测区域的颜色填充，位于背景部分则用背景颜色填充，以去除噪音；如果是噪音被检测区域包含则图像预处理单元用检测区域颜色填充达到去除噪音。
9.根据权利要求6所述的检测装置，其特征在于，检测区域定位单元对图像从上到下，从左到右进行扫描，得到像素点的坐标和灰度值，比较坐标点与图像背景的灰度值，如果与背景灰度值不同的坐标点是连续的，则这些坐标点组成一个区域，记录这些点的最左右上下的坐标值，这四个坐标值就是这个区域位置，以此求出检测区域在检测板上的位置。
10.根据权利要求6所述的检测装置，其特征在于，颜色计算单元以检测板的背景或检测板某一构件的颜色值为依据，将扫描输入后检测板或构件的颜色值计算出来，得出两种颜色差值，以这个差值为标准对检测板上的检测区域的颜色进行恢复。
CN201610090181.0A 2016-02-18 2016-02-18 一种检测装置及检测方法 Active CN105761262B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610090181.0A CN105761262B (zh) 2016-02-18 2016-02-18 一种检测装置及检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610090181.0A CN105761262B (zh) 2016-02-18 2016-02-18 一种检测装置及检测方法

Publications (2)

Publication Number Publication Date
CN105761262A true CN105761262A (zh) 2016-07-13
CN105761262B CN105761262B (zh) 2018-10-16

Family

ID=56329814

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610090181.0A Active CN105761262B (zh) 2016-02-18 2016-02-18 一种检测装置及检测方法

Country Status (1)

Country Link
CN (1) CN105761262B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102183510A (zh) * 2011-01-26 2011-09-14 上海奥普生物医药有限公司 一种基于数字图像处理的胶体金检测方法及其装置
CN102507565A (zh) * 2011-11-30 2012-06-20 刘江 一种免疫层析试条反应显色区域搜寻方法
US20150211987A1 (en) * 2012-08-08 2015-07-30 Scanadu Incorporated Method and apparatus for performing and quantifying color changes induced by specific concentrations of biological analytes in an automatically calibrated environment
CN105181959A (zh) * 2015-06-25 2015-12-23 中国科学院电子学研究所 一种免疫层析试条定量检测装置及方法
CN105335658A (zh) * 2014-08-15 2016-02-17 张钰昕 一种用智能移动设备的照相功能进行尿液分析的应用系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102183510A (zh) * 2011-01-26 2011-09-14 上海奥普生物医药有限公司 一种基于数字图像处理的胶体金检测方法及其装置
CN102507565A (zh) * 2011-11-30 2012-06-20 刘江 一种免疫层析试条反应显色区域搜寻方法
US20150211987A1 (en) * 2012-08-08 2015-07-30 Scanadu Incorporated Method and apparatus for performing and quantifying color changes induced by specific concentrations of biological analytes in an automatically calibrated environment
CN104969068A (zh) * 2012-08-08 2015-10-07 思勘度股份有限公司 用于在自动校准环境中执行及量化由特定浓度的生物分析物诱发的色彩改变的方法及设备
CN105335658A (zh) * 2014-08-15 2016-02-17 张钰昕 一种用智能移动设备的照相功能进行尿液分析的应用系统
CN105181959A (zh) * 2015-06-25 2015-12-23 中国科学院电子学研究所 一种免疫层析试条定量检测装置及方法

Also Published As

Publication number Publication date
CN105761262B (zh) 2018-10-16

Similar Documents

Publication Publication Date Title
CN109859203B (zh) 基于深度学习的缺陷牙齿图像识别方法
WO2018074739A1 (ko) 뇌졸중 진단 및 예후 예측 방법 및 시스템
CN104414636B (zh) 基于磁共振图像的脑微出血计算机辅助检测系统
CN106408566B (zh) 一种胎儿超声图像质量控制方法及系统
WO2010052929A1 (en) Image processing apparatus, image processing method, program, and program recording medium
US20140018681A1 (en) Ultrasound imaging breast tumor detection and diagnostic system and method
CN111227864A (zh) 使用超声图像利用计算机视觉进行病灶检测的方法与装置
JP2005177470A5 (zh)
CN106157279A (zh) 基于形态学分割的眼底图像病变检测方法
CN105433915A (zh) 一种中医脉诊仪及其脉象检测方法
US20200245969A1 (en) Ultrasound Needle Positioning System and Ultrasound Needle Positioning Method Utilizing Convolutional Neural Networks
Bano et al. AutoFB: Automating fetal biometry estimation from standard ultrasound planes
CN106295110A (zh) 医学图像处理方法和图像处理系统
Gronenschild et al. Semi-automatic assessment of skin capillary density: proof of principle and validation
CN107292096A (zh) 基于条码扫描的临床检验报告审核系统及方法
CN114565572A (zh) 一种基于图像序列分析的脑出血ct图像分类方法
CN110517264B (zh) 一种基于血管分割的病灶提取方法及装置
CN108629770A (zh) 基于支持向量机的超声图像分割方法
Roshankhah et al. Investigating training-test data splitting strategies for automated segmentation and scoring of COVID-19 lung ultrasound images
CN111863204A (zh) 基于钼靶x线摄影检查的乳腺疾病ai辅助诊断方法及系统
CN114419181A (zh) Cta图像的重建方法及重建装置、显示方法及显示装置
WO2020215485A1 (zh) 胎儿生长参数测量方法、系统及超声设备
Bernardino et al. Semiautomated ultrasonographic measurement of fetal nuchal translucency using a computer software tool
CN105761262A (zh) 一种检测装置及检测方法
Nirmala et al. Measurement of nuchal translucency thickness for detection of chromosomal abnormalities using first trimester ultrasound fetal images

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20201130

Address after: 239300 qiaotian community, Tongcheng Town, Tianchang City, Chuzhou City, Anhui Province

Patentee after: Anhui Lingke automatic control equipment Co., Ltd

Address before: 065201, No. 6, building 2-501, electronic town, Yanjiao Town, Langfang, Hebei, Sanhe

Patentee before: Ma Chunyang

TR01 Transfer of patent right