CN107389957B - 微柱凝胶卡凝集检测结果识别系统及血型分析仪 - Google Patents
微柱凝胶卡凝集检测结果识别系统及血型分析仪 Download PDFInfo
- Publication number
- CN107389957B CN107389957B CN201710507496.5A CN201710507496A CN107389957B CN 107389957 B CN107389957 B CN 107389957B CN 201710507496 A CN201710507496 A CN 201710507496A CN 107389957 B CN107389957 B CN 107389957B
- Authority
- CN
- China
- Prior art keywords
- micro
- bright areas
- pipe
- image
- module
- 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
Links
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
- G01N21/84—Systems specially adapted for particular applications
- G01N21/8483—Investigating reagent band
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/80—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving blood groups or blood types or red blood cells
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Hematology (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Molecular Biology (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Urology & Nephrology (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Microbiology (AREA)
- Biotechnology (AREA)
- Cell Biology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明涉及医疗器械技术领域,公开了微柱凝胶卡凝集检测结果识别系统,包括:图像采集模块、微管图像截取模块、目标区域获取模块、有效反应物区域捕获识别模块、标准设定模块和判断输出模块。本发明通过二值化处理单元和拟合描线单元自动拟合出微管内壁边界线,获取微管内壁边界线以内的反应区域作为分析的目标区域,避免了区域以外的图像部分干扰分析判断,有效提高了识别的准确性,同时使得该系统适用于各种不同规格的微柱凝胶卡,提高了该系统在不同规格的分析仪中的通用性;对分析的目标区域内有效反应物区域进行亮度位置和相对面积相结合的分类判断,再进行粗分类和细分类的对照分析,进一步提高了结果识别的准确性。
Description
技术领域
本发明属于医疗器械技术领域,涉及一种微柱凝胶卡凝集检测结果识别系统及血型分析仪。
背景技术
目前临床血液检测普遍采用操作简单、结果明确、稳定的卡式检测法,主要是利用生物化学凝胶过滤技术和离心技术及免疫学抗原抗体特异性反应相结合的产物,通过调节凝胶的浓度来控制凝胶间隙的大小,使其间隙只能允许游离的红细胞通过,从而使游离的红细胞和聚集的红细胞分离。检测原理是:当抗原、抗体反应,血细胞发生凝集,离心时,凝集块不能通过凝胶间隙,而留在凝胶管的上层,则呈阳性反应。未凝集的血细胞离心时可通过凝胶间隙,而沉积在凝胶管的底部,则呈阴性反应。
在自动化的血液分析仪中,对微柱凝胶卡微管内的凝集反应结果的判断一般是采用相机采集实验结果图像,再自动软件对图像进行处理,然后根据处理后的图片进行结果自动判断。在现有的血液分析系统中,都是在采集的图像上直接截取微管内固定大小的反应区域图像进行分析,然后根据血液凝集反应的判断标准给出判断结果。血液凝集反应的判断标准如图1所示,根据微柱凝胶卡微管内的凝集反应物的位置和相对面积将其检测结果分为“阳4”、“阳3”、“阳2”、“阳1”、“弱凝集”、“混合凝集”、“溶血”和阴性等。所以图像分析需要精准地判断出微管内凝集反应物的位置和大概的相对面积。但是上述直接截取微管内固定大小的反应区域图像进行分析的方法,仅适用于某一固定尺寸的微柱凝胶卡,当使用的微柱凝胶卡的宽度不同时,则其截取的反应区域就不全面,或者是截取区域过大,从而有可能影响了最终的分析结果,出现误判的情况。
发明内容
为解决上述问题,本发明提出了一种微柱凝胶卡凝集检测结果识别系统,适用于各种不同规格的微柱凝胶卡,同时有效提高了凝集检测结果识别的准确性。
为了达到上述目的,本发明提供的技术方案为:微柱凝胶卡凝集检测结果识别系统,包括:
图像采集模块,用于采集经过凝集反应并离心完成的微柱凝胶卡图像;
微管图像截取模块,用于截取所述微柱凝胶卡图像中的微管图像;
目标区域获取模块,用于获取所述微管图像中需要识别的目标区域,所述目标区域为所述微管内壁以内的图像区域;
有效反应物区域捕获识别模块,用于在所述目标域内,捕获有效反应物区域,识别所捕获的有效反应物区域的位置和相对面积;
标准设定模块,用于用户预先设定判断标准;
判断输出模块,用于判断和输出所述微管的凝集检测结果。
优选地,所述微管图像截取模块包括截取框和截取框控制单元;所述截取框控制单元用于控制所述截取框的长度、宽度和位置;所述截取框用于截取图像。
优选地,所述目标区域获取模块包括:
图像转换单元,用于将彩色图像转换成灰度图像;
二值化处理单元,用于二值化处理灰度图像;
拟合描线单元,用于根据二值化图识别出的边界像素点进行线性拟合或曲线拟合,并描出所述微管的内壁边界线;
图像删除单元,用于删除图像。
优选地,所述有效反应物区域捕获识别模块包括:
明亮区域查找识别单元,用于查找并识别出该明亮区域在所述微管内的位置;
次明亮区域查找识别单元,用于查找并识别出该次明亮区域在所述微管内的位置及相对面积;
所述明亮区域为所述目标区域内灰度值大于或等于第一阈值的图像区域;所述次明亮区域为所述目标区域内灰度值大于或等于第二阈值,并小于第一阈值的图像区域;所述第一阈值大于所述第二阈值。
优选地,所述第一阈值灰度值在108-128范围内;所述第二阈值灰度值在所述目标区域图像的平均灰度值±10的范围内。
优选地,所述标准设定模块预设的判断标准为:
明亮区域分布于微管顶部且没有次明亮区域,则判断为“阳4”;
明亮区域分布于微管顶部且有次明亮区域,则判断为“阳3”;
没有明亮区域只有次明亮区域,则判断为“阳2”;
明亮区域分布于微管底部、有次明亮区域且次明亮区域分布于微管中下部,则判断为“阳1”;
明亮区域分布于微管底部、有次明亮区域且次明亮区域靠近底部的明亮区域,则判断为“弱凝集”;
明亮区域分布于微管的顶部和底部,没有次明亮区域,则判断为“混合凝集”;
明亮区域分布于微管的全部区域,则判断为“溶血”;
明亮区域分布于微管底部且没有次明亮区域,则判断为“阴性”。
优选地,所述判断输出模块包括:
粗判断单元,根据所述明亮区域查找识别单元识别出的明亮区域的位置,对照所述标准设定模块预设的判断标准,对所述结果进行粗分类判断;
细判断单元,在所述粗分类的基础上,根据所述次明亮区域查找识别单元识别出的次明亮区域的位置和相对面积,对照所述标准设定模块预设的判断标准,对所述结果进行细分类判断,得出结果;
输出单元,用于输出所述细判断单元判断得出的结果。
优选地,所述输出单元输出的结果还包括所述图像采集模块采集的原始图像。
优选地,还包括结果确认模块,需要人工对所述判断输出模块输出的结果进行确认。
本发明还公开了一种血型分析仪,使用上述的微柱凝胶卡凝集检测结果识别系统。
本发明的有益效果:微柱凝胶卡凝集检测结果识别系统:
(1)通过二值化处理单元和拟合描线单元自动拟合出微管内壁边界线,获取微管内壁边界线以内的反应区域作为分析的目标区域,避免了区域以外的图像部分干扰分析判断,有效提高了识别的准确性,同时使得该系统适用于各种不同规格的微柱凝胶卡的凝集检测结果识别,提高了该系统在不同规格的分析仪中的通用性。
(2)对分析的目标区域内有效反应物区域进行亮度位置和相对面积相结合的分类判断,再进行粗分类和细分类的对照分析,进一步提高了结果识别的准确性。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明微柱凝胶卡凝集检测结果识别系统实施例示意图;
图2是本发明微柱凝胶卡凝集检测结果识别系统另一实施例示意图;
图3为预设的判断标准的类别与相应结果的微管图像示意图;
图4为微管图像截取模块在软件窗口上的运行示意图;
图5为截取的微管图像;
图6为图5中截取的微管图像的二值化图;
图7为目标区域图像;
图8为在图7目标区域图像中识别出的明亮区域示意图。
附图标记:1、截取框;2、截取框控制单元;3、微管。
A、明亮区域;B、次明亮区域。
具体实施方式
现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图,仅以示意方式说明本发明的基本结构,因此其仅显示与本发明有关的构成。
实施例1
如图1所示,为本发明的微柱凝胶卡凝集检测结果识别系统,包括:图像采集模块,用于采集经过凝集反应并离心完成的微柱凝胶卡图像;微管图像截取模块,用于截取所述微柱凝胶卡图像中的微管图像;目标区域获取模块,用于获取所述微管图像中需要识别的目标区域,所述目标区域为所述微管内壁以内的图像区域;有效反应物区域捕获识别模块,用于在所述目标域内,捕获有效反应物区域,识别所捕获的有效反应物区域的位置和相对面积;标准设定模块,用于用户预先设定判断标准;和判断输出模块,用于判断和输出所述微管的凝集检测结果。
其中,微管图像截取模块包括截取框1和截取框控制单元2,如图4所示为该微管图像截取模块在软件窗口上的运行示意图,截取框控制单元2可以控制调节截取框1的长度、宽度和位置,以适应不同规格的微柱凝胶卡,使截取框1能截取到微柱凝胶卡各微管3的完整图像,确保微管3内凝胶柱反应区域全部被截取到。
上述目标区域为剔除了微管内壁外围部分的内壁以内的图像区域,即上述微管3内凝胶柱反应区域,如图7所示。目标区域获取模块包括:图像转换单元、二值化处理单元、拟合描线单元和图像删除单元。其中,图像转换单元用于将彩色图像转换成灰度图像;二值化处理单元用于二值化处理灰度图像;拟合描线单元用于根据二值化图识别出的边界像素点进行线性拟合或曲线拟合,并描出所述微管的内壁边界线;图像删除单元,用于删除图像。在该实施例中,为了获取上述目标区域,首先利用图像转换单元将上述截取框截取的微管图像转换成灰度图像,并利用二值化处理单元将该灰度图像进行二值化处理,获得二值化图像,如图6所示。然后在该二值化图像上识别出属于微管内壁的像素点,对这些像素点进行线性拟合或曲线拟合,如利用线性拟合方法拟合出直线的管身内壁边界线,利用曲线拟合方法拟合出曲线的管底内壁边界线,并描出上述拟合的微管内壁边界线,最后再利用图像删除单元将上述拟合描出的微管内壁边界线外围的图像删掉,获得需要分析的目标区域,如图7。该系统图像灰度转换、二值化处理及拟合方法等,自动识别出微管内壁边界,并将微管内壁边界外围不是分析目标的干扰图像删掉,获得更全更精确的图像信息,确保后续分析判断的准确性,以获得更加精准的识别结果;也使得该系统适用于各种不同规格的微柱凝胶卡的凝集检测结果识别,提高了该系统在不同规格的分析仪中的通用性。
实施例2
在实施例1的基础上,采用有效反应物区域捕获识别模块对目标区域进行识别。该有效反应物区域捕获识别模块包括:明亮区域查找识别单元,用于查找并识别出该明亮区域在微管内的位置;次明亮区域查找识别单元,用于查找并识别出该次明亮区域在微管内的位置及相对面积。上述明亮区域为目标区域内灰度值大于或等于第一阈值的图像区域,即微管内红细胞集中的区域,如图3、7和8中的区域A。根据经验,该第一阈值灰度值一般在108-128范围内取值。次明亮区域为目标区域内灰度值大于或等于第二阈值,并小于第一阈值的图像区域,即微管内红细胞散落的区域,如图3中的区域B。上述第一阈值大于第二阈值,该第二阈值灰度值则在目标区域图像的平均灰度值±10的范围内取值。系统可自动在上述范围内进行取值调试,根据每一次识别的图像的实际灰度值分布情况,确定适用于该图像的第一阈值和第二阈值的最优值。
在目标区域内利用上述有效反应物区域捕获识别模块识别出明亮区域A和次明亮区域B之后,再利用判断输出模块对照标准设定模块预设的判断标准,对识别结果进行判断分析,并输出识别结果。
该实施例中,标准设定模块预设的判断标准为:
明亮区域分布于微管顶部且没有次明亮区域,则判断为“阳4”;
明亮区域分布于微管顶部且有次明亮区域,则判断为“阳3”;
没有明亮区域只有次明亮区域,则判断为“阳2”;
明亮区域分布于微管底部、有次明亮区域且次明亮区域分布于微管中下部,则判断为“阳1”;
明亮区域分布于微管底部、有次明亮区域且次明亮区域靠近底部的明亮区域,则判断为“弱凝集”;
明亮区域分布于微管的顶部和底部,没有次明亮区域,则判断为“混合凝集”;
明亮区域分布于微管的全部区域,则判断为“溶血”;
明亮区域分布于微管底部且没有次明亮区域,则判断为“阴性”。
如下表,相应结果的微管图像如图3所示。
上述判断输出模块包括:粗判断单元,根据明亮区域A查找识别单元识别出的明亮区域的位置,对照上述标准设定模块预设的判断标准,对结果进行粗分类判断;细判断单元,在上述粗分类的基础上,根据次明亮区域B查找识别单元识别出的次明亮区域的位置和相对面积,对照标准设定模块预设的判断标准,对结果进行细分类判断,得出结果;输出单元,用于输出细判断单元判断得出的结果。
例如,利用有效反应物区域捕获识别模块对图7所示的目标区域进行识别,明亮区域查找识别单元识别出了明亮区域A位于微管内凝胶柱顶部,则判断输出模块的粗判断单元在对照上述预设的判断标准之后,初步判断其为“阳4”或“阳3”。而次明亮区域查找识别单元在该目标区域内没有查找到次明亮区域,则细判断单元便认为该目标区域内的明亮区域位于微管顶部,且没有明亮区域,其反应结果为“阳4”,并利用输出单元输出该结果。
如果识别到明亮区域A分布于微管底部,则粗判断单元在对照上述判断标准之后,初步判断其为“阳1”、“弱凝集”或“阴性”。然后再根据识别出的次明亮区域B的位置和相对面积大小,对照判断其具体属于哪一种反应结果。如果没有查找到次明亮区域B,则细判断单元便认为该目标区域内“明亮区域位于微管底部,且没有次明亮区域”,其反应结果为“阴性”;如果有查找到次明亮区域B,且识别出该次明亮区域B相对面积较大,分布于微管中下部,则细判断单元便认为该目标区域内“明亮区域位于微管底部、有次明亮区域且次明亮区域分布于微管中下部”,其反应结果为“阳1”;如果识别出次明亮区域B相对面积较小,且靠近底部的明亮区域A,则细判断单元便认为该目标区域内“明亮区域分布于微管底部、有次明亮区域且次明亮区域靠近底部的明亮区域”,其反应结果为“弱凝集”。
上述输出单元输出的结果还可以包括输出图像采集模块采集的原始图像。
通过明亮区域的粗分类判断和次明亮区域的细分类判断,这样分两步进行的识别判断,进一步提高了结果识别的准确性。
实施例3
如图3所示的实施例3,在实施例1或2的基础上增加了结果确认模块,需要人工对上述判断输出模块输出的结果进行确认。例如,在判断输出模块判断出结果之后,以弹出窗口的形式或其他形式输出该判断结果,并要求人工进行结果确认,确认之后系统才结束本次识别工作。经过人工确认,避免了因仪器故障或其他原因导致的系统误判的情况发生。
实施例4
本发明还公开了一种血型分析仪,采用上述的微柱凝胶卡凝集检测结果识别系统,有效提高了血型分析的准确性。
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关工作人员完全可以在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。
Claims (6)
1.微柱凝胶卡凝集检测结果识别系统,其特征在于,包括:
图像采集模块,用于采集经过凝集反应并离心完成的微柱凝胶卡图像;
微管图像截取模块,用于截取所述微柱凝胶卡图像中的微管图像;
目标区域获取模块,用于获取所述微管图像中需要识别的目标区域,所述目标区域为所述微管内壁以内的图像区域;
有效反应物区域捕获识别模块,用于在所述目标区域内,捕获有效反应物区域,识别所捕获的有效反应物区域的位置和相对面积;
标准设定模块,用于用户预先设定判断标准;
判断输出模块,用于判断和输出所述微管的凝集检测结果;
所述微管图像截取模块包括截取框和截取框控制单元;所述截取框控制单元用于控制所述截取框的长度、宽度和位置;所述截取框用于截取图像;
所述目标区域获取模块包括:
图像转换单元,用于将彩色图像转换成灰度图像;
二值化处理单元,用于二值化处理灰度图像;
拟合描线单元,用于根据二值化图识别出的边界像素点进行线性拟合或曲线拟合,并描出所述微管的内壁边界线;
图像删除单元,用于删除图像;
所述有效反应物区域捕获识别模块包括:
明亮区域查找识别单元,用于查找并识别出该明亮区域在所述微管内的位置;
次明亮区域查找识别单元,用于查找并识别出该次明亮区域在所述微管内的位置及相对面积;
所述明亮区域为所述目标区域内灰度值大于或等于第一阈值的图像区域;所述次明亮区域为所述目标区域内灰度值大于或等于第二阈值,并小于第一阈值的图像区域;所述第一阈值灰度值在108-128范围内;所述第二阈值灰度值在所述目标区域图像的平均灰度值±10的范围内。
2.根据权利要求1所述的微柱凝胶卡凝集检测结果识别系统,其特征在于:所述标准设定模块预设的判断标准为:
明亮区域分布于微管顶部且没有次明亮区域,则判断为“阳4”;
明亮区域分布于微管顶部且有次明亮区域,则判断为“阳3”;
没有明亮区域只有次明亮区域,则判断为“阳2”;
明亮区域分布于微管底部、有次明亮区域且次明亮区域分布于微管中下部,则判断为“阳1”;
明亮区域分布于微管底部、有次明亮区域且次明亮区域靠近底部的明亮区域,则判断为“弱凝集”;
明亮区域分布于微管的顶部和底部,没有次明亮区域,则判断为“混合凝集”;
明亮区域分布于微管的全部区域,则判断为“溶血”;
明亮区域分布于微管底部且没有次明亮区域,则判断为“阴性”。
3.根据权利要求2所述的微柱凝胶卡凝集检测结果识别系统,其特征在于:所述判断输出模块包括:
粗判断单元,根据所述明亮区域查找识别单元识别出的明亮区域的位置,对照所述标准设定模块预设的判断标准,对所述结果进行粗分类判断;
细判断单元,在所述粗分类的基础上,根据所述次明亮区域查找识别单元识别出的次明亮区域的位置和相对面积,对照所述标准设定模块预设的判断标准,对所述结果进行细分类判断,得出结果;
输出单元,用于输出所述细判断单元判断得出的结果。
4.根据权利要求3所述的微柱凝胶卡凝集检测结果识别系统,其特征在于:
所述输出单元输出的结果还包括所述图像采集模块采集的原始图像。
5.根据权利要求1-4任一项所述的微柱凝胶卡凝集检测结果识别系统,其特征在于:还包括结果确认模块,需要人工对所述判断输出模块输出的结果进行确认。
6.一种血型分析仪,其特征在于:使用如权利要求1-5任一项所述的微柱凝胶卡凝集检测结果识别系统。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710507496.5A CN107389957B (zh) | 2017-06-28 | 2017-06-28 | 微柱凝胶卡凝集检测结果识别系统及血型分析仪 |
PCT/CN2017/107930 WO2019000740A1 (zh) | 2017-06-28 | 2017-10-27 | 微柱凝胶卡凝集检测结果识别系统及血型分析仪 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710507496.5A CN107389957B (zh) | 2017-06-28 | 2017-06-28 | 微柱凝胶卡凝集检测结果识别系统及血型分析仪 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107389957A CN107389957A (zh) | 2017-11-24 |
CN107389957B true CN107389957B (zh) | 2018-10-16 |
Family
ID=60334126
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710507496.5A Active CN107389957B (zh) | 2017-06-28 | 2017-06-28 | 微柱凝胶卡凝集检测结果识别系统及血型分析仪 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN107389957B (zh) |
WO (1) | WO2019000740A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110530867A (zh) * | 2019-10-11 | 2019-12-03 | 江苏贝索生物工程有限公司 | 卡式微试管反应杯及利用该反应杯的全自动试管检测法 |
CN110780080B (zh) * | 2019-11-08 | 2024-07-12 | 安邦(厦门)生物科技有限公司 | 一种血型分析仪及血型分析方法 |
CN112485457B (zh) * | 2020-11-18 | 2023-04-18 | 天津德祥生物技术股份有限公司 | 一种检测结果识别方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5872860A (en) * | 1997-03-13 | 1999-02-16 | Ortho Diagnostic Systems, Inc. | Calibration cassette for use in calibrating an automated agglutination reaction analyzing system |
CN102680716A (zh) * | 2012-06-07 | 2012-09-19 | 北京金豪制药股份有限公司 | ABO/RhD血型抗原检测试剂卡及其制备 |
CN103543277B (zh) * | 2013-09-13 | 2016-03-16 | 中国科学院苏州生物医学工程技术研究所 | 一种基于灰度分析与种类识别的血型结果识别算法 |
CN103984939B (zh) * | 2014-06-03 | 2017-07-04 | 爱威科技股份有限公司 | 一种样本有形成分分类方法及系统 |
CN105403714A (zh) * | 2015-10-21 | 2016-03-16 | 中山市生科试剂仪器有限公司 | 一种判图仪的软件控制方法 |
CN105678752A (zh) * | 2015-12-30 | 2016-06-15 | 合肥天一生物技术研究所 | 一种基于固定参数分割微柱小管的血型识别方法 |
CN105866444A (zh) * | 2016-05-03 | 2016-08-17 | 江阴力博医药生物技术有限公司 | MNSs血型系统检测试剂卡及其制备方法 |
CN106199014A (zh) * | 2016-06-29 | 2016-12-07 | 中山生物工程有限公司 | 一种基于血型卡的血型判别方法 |
CN106290921A (zh) * | 2016-08-03 | 2017-01-04 | 中山生物工程有限公司 | 一种基于微孔膜的血型检测卡、血型检测系统 |
-
2017
- 2017-06-28 CN CN201710507496.5A patent/CN107389957B/zh active Active
- 2017-10-27 WO PCT/CN2017/107930 patent/WO2019000740A1/zh active Application Filing
Also Published As
Publication number | Publication date |
---|---|
CN107389957A (zh) | 2017-11-24 |
WO2019000740A1 (zh) | 2019-01-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107389957B (zh) | 微柱凝胶卡凝集检测结果识别系统及血型分析仪 | |
US5933519A (en) | Cytological slide scoring apparatus | |
CN107328776B (zh) | 一种免疫层析试纸卡的快速检测方法 | |
CN111368643B (zh) | 一种大肠杆菌动态生长监测方法 | |
CN104778470B (zh) | 基于组件树和霍夫森林的文字检测和识别方法 | |
AU728078B2 (en) | Robustness of classification measurement apparatus and method | |
CN107179272B (zh) | 一种显微镜下急性分离神经细胞捕捉方法 | |
Aiping et al. | Face detection technology based on skin color segmentation and template matching | |
Percannella et al. | A classification-based approach to segment HEp-2 cells | |
US6198839B1 (en) | Dynamic control and decision making method and apparatus | |
CN112862744B (zh) | 一种基于超声图像的电容内部缺陷智能检测方法 | |
Meimban et al. | Blood cells counting using python opencv | |
CN104598767A (zh) | 一种利用计算机鉴定免疫固定电泳m蛋白成份的方法 | |
CN105354405A (zh) | 基于机器学习的免疫组化图像自动化判读系统 | |
CN107356774B (zh) | 微柱凝胶卡凝集检测结果识别方法 | |
CN109919054B (zh) | 一种基于机器视觉的试剂卡自动分类的检测方法 | |
GB2329014A (en) | Automated identification of tubercle bacilli | |
Africa et al. | Development of a urine strip analyzer using artificial neural network using an android phone | |
Gurunathan et al. | Plant leaf diseases detection using KNN classifier | |
CN203970354U (zh) | 一种基于移动终端的中医舌象分析系统 | |
CN110659683A (zh) | 图像处理方法、装置及电子设备 | |
CN108334823A (zh) | 基于机器学习的高分辨率遥感影像集装箱区域检测方法 | |
CN109472223A (zh) | 一种人脸识别方法和装置 | |
Lina et al. | Focused color intersection for leukocyte detection and recognition system | |
CN112750123A (zh) | 一种水稻病虫害监测方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |