CN107703132A - 反应曲线异常处理方法及装置、生化分析仪、存储介质 - Google Patents

反应曲线异常处理方法及装置、生化分析仪、存储介质 Download PDF

Info

Publication number
CN107703132A
CN107703132A CN201710923229.6A CN201710923229A CN107703132A CN 107703132 A CN107703132 A CN 107703132A CN 201710923229 A CN201710923229 A CN 201710923229A CN 107703132 A CN107703132 A CN 107703132A
Authority
CN
China
Prior art keywords
response curve
section
abnormal
judging
judgment
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
CN201710923229.6A
Other languages
English (en)
Other versions
CN107703132B (zh
Inventor
周洋
周丽华
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.)
Shenzhen Mindray Bio Medical Electronics Co Ltd
Original Assignee
Shenzhen Mindray Bio Medical Electronics Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Mindray Bio Medical Electronics Co Ltd filed Critical Shenzhen Mindray Bio Medical Electronics Co Ltd
Priority to CN201710923229.6A priority Critical patent/CN107703132B/zh
Publication of CN107703132A publication Critical patent/CN107703132A/zh
Application granted granted Critical
Publication of CN107703132B publication Critical patent/CN107703132B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/75Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated
    • G01N21/77Systems 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
    • G01N21/78Systems 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
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00Features of devices classified in G01N21/00
    • G01N2201/12Circuits of general importance; Signal processing
    • G01N2201/122Kinetic analysis; determining reaction rate

Landscapes

  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Plasma & Fusion (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Automatic Analysis And Handling Materials Therefor (AREA)
  • Investigating Or Analysing Materials By The Use Of Chemical Reactions (AREA)

Abstract

本发明公开了一种反应曲线异常处理方法,根据检测器对待测样本采集到的原始数据,生成反应曲线;提取该反应曲线的特征变量;在特征变量满足预设触发异常的判断条件时,判定对应的反应曲线存在异常;当判定该反应曲线存在异常时,采用与当前异常情况相对应的处理策略对异常情况进行处理,生成参考结果;将得到的参考结果发送至显示端,以便对反应曲线及参考结果进行显示。可见,本申请不仅避免了由于反应曲线存在异常而导致误诊断的现象,而且针对不同的异常情况还能给出相应的参考结果,避免了对测试所用试剂和时间的浪费,提高了测试的效率。此外,本申请还提供了一种具有上述技术效果的反应曲线异常处理装置、生化分析仪以及可读存储介质。

Description

反应曲线异常处理方法及装置、生化分析仪、存储介质
技术领域
本发明涉及生化分析技术领域,特别是涉及一种反应曲线异常处理方法及装置、生化分析仪以及可读存储介质。
背景技术
生化分析仪是采用光电比色原理来测量体液中某种特定化学成分的仪器,例如血清、血浆、尿液等。由于其测量速度快、准确性高,目前已经在各级医院、防疫站、计划生育服务站得到广泛的使用。为了测试化学成分的浓度,生化分析仪通过向指定的试剂中加入样本,并且实时测量试剂在指定波长下的吸光度值,得到整个测试过程中的反应曲线。通过提取反应曲线在规定时间内的变化幅度或者变化速率来计算被测样本的浓度。
现有技术是根据一定的规则建立反应曲线异常的条件,并且在判断出现反应曲线异常的情况下,仅仅给客户进行报警提示,以使用户人工进行判断或分析之后,重新进行测试,这无疑浪费了测试所用的试剂以及时间,影响了整个测试的效率。
发明内容
本发明的目的是提供一种反应曲线异常处理方法、装置、生化分析仪以及可读存储介质,以解决现有生化分析仪测试过程中浪费测试所用试剂以及时间、测试效率较低的问题。
为解决上述技术问题,本发明提供一种反应曲线异常处理方法,包括:
根据检测器对待测样本采集到的原始数据,生成反应曲线;
获取所述待测样本的当前测试项目信息及当前测试项目对应的判断反应曲线异常的判断条件;
提取所述判断条件中的所述反应曲线上的判断点或判断区段的一个或多个特征变量;
在所述特征变量满足预设触发反应曲线异常的判断条件时,判定所述反应曲线存在异常;
当判定所述反应曲线存在异常时,采用与当前反应曲线异常情况相对应的处理策略对异常情况进行处理,生成参考结果;
将所述参考结果发送至显示端,以便对所述反应曲线及所述参考结果进行显示。
可选地,所述特征变量至少包括反映判断区段曲线变化趋势的特征量。
可选地,所述判断条件包括单一判断条件和组合判断条件,组合判断条件为多个单一判断条件的任意组合;
所述在所述特征变量满足预设触发反应曲线异常的判断条件时,判定所述反应曲线存在异常包括:
当所述特征变量满足预设触发反应曲线异常的单一判断条件时,判定所述反应曲线存在异常;或者,
当所述特征变量满足预设触发反应曲线异常的组合判断条件时,判定所述反应曲线存在异常。
可选地,所述预设触发反应曲线异常的单一判断条件为下述判断条件中的任意一个:
所述特征变量包括判断点吸光度时,所述判断点吸光度不在预设第一阈值范围之内;
所述特征变量包括判断区段吸光度差值时,所述判断区段起点的吸光度和终点的吸光度差值不在预设第二阈值范围之内;
所述特征变量包括判断区段吸光度统计值时,所述判断区段吸光度统计值不在预设第三阈值范围之内;所述判断区段吸光度统计值包括判断区段内采光点的吸光度的平均值、或最大值、或最小值;
所述特征变量包括判断区段吸光度变化速率时,所述判断区段吸光度变化速率不在预设第四阈值范围之内;
所述特征变量包括判断区段单调性时,所述判断区段吸光度变化不满足预设单调性条件;
所述特征变量包括判断区段内离群点时,所述判断区段内存在离群点;
所述特征变量包括判断区段内波动参数时,所述判断区段内吸光度波动的标准偏差或极差不在预设第五阈值范围之内;
所述特征变量包括判断区段斜率统计值时,所述判断区段斜率统计值不在预设第六阈值范围之内,所述判断区段斜率统计值包括判断区段斜率的平均值、或最大值、或最小值。
可选地,所述当判定所述反应曲线存在异常时,采用与当前反应曲线异常情况相对应的处理策略对异常情况进行处理,生成参考结果包括:
当判定所述反应曲线存在异常时,将所述反应曲线上异常判断点或异常判断区段剔除,根据所述反应曲线上剩余区段的原始数据对所述待测样本的特性进行预测,生成参考结果。
可选地,所述当判定所述反应曲线存在异常时,采用与当前反应曲线异常情况相对应的处理策略对异常情况进行处理,生成参考结果包括:
当判定所述反应曲线存在异常时,将当前测试区段变更为预设预测区段或用户输入的预测区段,根据所述预测区段的原始数据对所述待测样本的特性进行预测,生成参考结果。
可选地,所述当判定所述反应曲线存在异常时,采用与当前反应曲线异常情况相对应的处理策略对异常情况进行处理,生成参考结果包括:
当判定所述反应曲线存在异常时,将当前测试区段对应的波长变更为预设预测波长或用户输入的预测波长,根据所述预测波长对应的原始数据对所述待测样本的特性进行预测,生成参考结果。
可选地,所述当判定所述反应曲线存在异常时,采用与当前反应曲线异常情况相对应的处理策略对异常情况进行处理,生成参考结果包括:
根据反应曲线的特征变量确定反应曲线的异常类型,当前异常类型为所述待测样本中存在干扰物质时,则对所述干扰物质的参数进行测试,生成参考结果。
可选地,所述当判定所述反应曲线存在异常时,采用与当前反应曲线异常情况相对应的处理策略对异常情况进行处理,生成参考结果包括:
根据反应曲线的特征变量确定反应曲线的异常类型,当前异常类型为所述待测样本的浓度高于预设浓度阈值时,则对所述待测样本进行稀释后,重新进行检测以得到参考结果。
可选地,所述当判定所述反应曲线存在异常时,采用与当前反应曲线异常情况相对应的处理策略对异常情况进行处理,生成参考结果包括:
根据反应曲线的特征变量确定反应曲线的异常类型,当前异常类型为测试所用试剂过期时,则更换其他批次的试剂,重新进行检测以得到参考结果。
可选地,在判定所述反应曲线存在异常之后还包括:
生成报警信息,并将所述报警信息发送至所述显示端,以便对所述报警信息进行显示。
本发明还提供了一种反应曲线异常处理装置,包括:
反应曲线生成模块,用于根据检测器对待测样本采集到的原始数据,生成反应曲线;
信息获取模块,用于获取所述待测样本的当前测试项目信息及当前测试项目对应的判断反应曲线异常的判断条件;
特征变量提取模块,用于提取所述判断条件中的所述反应曲线上的判断点或判断区段的一个或多个特征变量;
异常检测模块,用于在所述特征变量满足预设触发反应曲线异常的判断条件时,判定所述反应曲线存在异常;
异常预测模块,用于当判定所述反应曲线存在异常时,采用与当前反应曲线异常情况相对应的处理策略对异常情况进行处理,生成参考结果;
数据发送模块,用于将所述参考结果发送至显示端,以便对所述反应曲线以及所述参考结果进行显示。
本发明还提供了一种生化分析仪,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序以实现根据检测器对待测样本采集到的原始数据,生成反应曲线;获取样本的当前测试项目信息及当前测试项目对应的判断反应曲线异常的判断条件;提取所述判断条件中的所述反应曲线上的判断点或判断区段的一个或多个特征变量;在所述特征变量满足预设触发反应曲线异常的判断条件时,判定所述反应曲线存在异常;当判定所述反应曲线存在异常时,采用与当前反应曲线异常情况相对应的处理策略对异常情况进行处理,生成参考结果;将所述参考结果发送至显示端,以便对所述反应曲线及所述参考结果进行显示的步骤;
显示器,用于对所述处理器生成的反应曲线以及参考结果进行显示。
可选地,所述显示器显示反应曲线报警设置界面,
所述设置界面包括一个或多个判断区段设置项,所述判断区段设置项包括设置反应曲线上的判断区段的起始点的选项和终止点的选项,以及参考波长的选项。
本发明还提供了一种可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序被执行时实现上述任一种所述反应曲线异常处理方法的步骤。
本发明所提供的反应曲线异常处理方法,根据检测器对待测样本采集到的原始数据,生成反应曲线;获取样本的当前测试项目信息及当前测试项目对应的判断反应曲线异常的判断条件;提取该判断条件中的反应曲线上的判断点或判断区段的一个或多个的特征变量;在特征变量满足预设触发反应曲线异常的判断条件时,判定对应的反应曲线存在异常;当判定该反应曲线存在异常时,采用与当前反应曲线异常情况相对应的处理策略对异常情况进行处理,生成参考结果;将得到的参考结果发送至显示端,以便对反应曲线及参考结果进行显示。可见,本申请能够对反应曲线进行异常情况判断,在检测到反应曲线存在异常之后,还能够对异常情况进行处理并得到参考结果,以便用户可以依据该参考结果进行后续的诊断。不仅避免了由于反应曲线存在异常而导致误诊断的现象,而且针对不同的异常情况还能给出相应的参考结果,避免了对测试所用试剂和时间的浪费,提高了测试的效率。此外,本申请还提供了一种具有上述技术效果的反应曲线异常处理装置、生化分析仪以及可读存储介质。
附图说明
为了更清楚的说明本发明实施例或现有技术的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明所提供的反应曲线异常处理方法的一种具体实施方式的流程图;
图2为本发明实施例中某一待测样本在采光周期内生成的反应曲线的示意图;
图3为本发明实施例中校准曲线示意图;
图4为本发明实施例中另一待测样本在采光周期内生成的反应曲线的示意图;
图5为本发明实施例中又一待测样本在采光周期内生成的反应曲线的示意图;
图6为为本发明实施例提供的反应曲线异常处理装置的结构框图;
图7为本发明实施例所提供的生化分析仪的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明所提供的反应曲线异常处理方法的一种具体实施方式的流程图如图1所示,该方法包括:
步骤S101:根据检测器对待测样本采集到的原始数据,生成反应曲线。
生化分析仪通过向指定的试剂中加入样本,并且实时测量试剂在指定波长下的吸光度值。本步骤中可以具体通过生化分析仪中的检测器对待测样本的原始数据进行采集,原始数据可以具体包括但不限于在主波长、次波长随采光周期的吸光度数值,当然还可以包括其他任意波长随采光周期的吸光度数值。采光周期表示每隔预设时间对吸光度数值进行一次采集,例如每隔15秒进行一次数据采集。通过采集到的原始数据可以生成反应曲线,反应曲线的横坐标为时间,纵坐标为吸光度。通过该反应曲线可以反映待测样本在测试过程中的吸光度值随时间变化的情况。通过提取反应曲线在规定时间内的变化幅度或者变化速率可以用于计算被测样本的浓度。
步骤S102:获取所述待测样本的当前测试项目信息及当前测试项目对应的判断反应曲线异常的判断条件。
不同的测试项目会对应不同的判断反应曲线异常的判断条件,因此对反应曲线进行异常处理的过程中,可以首先获取待测样本所要进行的当前测试项目,然后根据当前测试项目确定对应的判断反应曲线异常的判断条件。基于该判断条件可以对该待测样本的反应曲线是否存在异常进行判断。
步骤S103:提取所述判断条件中的所述反应曲线上的判断点或判断区段的一个或多个特征变量。
本实施例中反应曲线上的判断点或判断区段的特征变量可以具体包括但不限于判断点吸光度、判断区段吸光度差值、判断区段吸光度变化速率。例如,加入试剂后的吸光度、加入样本后的吸光度、反应终点的吸光度、加入试剂后吸光度变化速度、反应终点的吸光度变化速度等。
其中,判断区段是反应曲线上的区段,可以通过在反应曲线上设置起点P1和终点P2来定义,P1和P2为反应曲线上的两个采光点,P1与P2之间的区段范围作为判断区段。在测试过程中,可以设置多个判断区段,多个判断区段之间允许相互重叠,以用于反应曲线上不同反应段的曲线检查。判断点可以为表征反应区段上特征变化的特定采光点。
需要指出的是,本实施例中反应曲线的特征变量至少包括反映判断区段曲线变化趋势的特征量,具体可以包括:判断区段单调性、判断区段内离群点、判断区段内波动参数等。
通过对反应曲线的特征变量进行提取,可以分别将特征变量的数值与预设的判断条件进行比较,在满足预设的判断条件下,则认为反应曲线存在异常,执行相应的处理。本实施例除了提取常规的特征变量之外,还对反映判断区段内曲线变化趋势的特征量进行了提取,提取的特征量更加丰富,提高了后期分析预测的准确性。
步骤S104:在所述特征变量满足预设触发反应曲线异常的判断条件时,判定所述反应曲线存在异常。
作为一种具体实施方式,预设触发反应曲线异常的判断条件可以为单一判断条件或者组合判断条件。单一判断条件为:当特征变量中任意一个满足预设触发反应曲线异常的单一判断条件时,即可判定所述反应曲线存在异常。组合判断条件为:当所述特征变量中多个特征变量满足预设触发反应曲线异常的组合判断条件时,则判定所述反应曲线存在异常。
其中,预设触发反应曲线异常的单一判断条件为下述判断条件A-H中的任意一个,预设触发反应曲线异常的组合判断条件为下述判断条件A-H的任意组合。下面对判断条件A-H分别进行介绍:
判断条件A:特征变量包括判断点吸光度时,所述判断点吸光度不在预设第一阈值范围之内;
判断点P1(或P2)点的吸光度值(可以选用主波长减次波长的吸光度或其他任一波长的吸光度)即为判断点吸光度。其中,判断点可以为表征反应区段上特征变化的特定采光点,例如可以为加入试剂后的采光点、加入样本后的采光点、反应终点的采光点等。当P1点的吸光度值不在预设第一阈值范围之内时,则判定其满足该判断条件A。
判断条件B:特征变量包括判断区段吸光度差值时,所述判断区段吸光度差值不在预设第二阈值范围之内;
当P1、P2分别为时间先后顺序的两个采光点时,且P1和P2分别为判断区段的起点和终点,判断区段P1、P2内终点吸光度减去起点吸光度的值(可以选用主波长减次波长的吸光度或其他任一波长的吸光度),即为判断区段吸光度差值。当P2采光点与P1采光点的吸光度差值不在预设第二阈值范围之内,则判定其满足该判断条件B。本实施例中还可以将P1、P2采光点之间最大值与最小值之间的差值与上述预设第二阈值范围进行比较,若不在预设第二阈值范围之内,则判定其满足判断条件B。
判断条件C:特征变量包括判断区段吸光度统计值时,所述判断区段吸光度统计值不在预设第三阈值范围之内;所述判断区段吸光度统计值包括判断区段吸光度的平均值、或最大值、或最小值;
当P1、P2分别为时间先后顺序的两个采光点时,且P1和P2分别为判断区段的起点和终点,判断区段P1、P2内所有判断点对应的吸光度的统计值,即为判断区段吸光度统计值,例如判断区段内采光点的吸光度平均值、或判断区段内采光点的吸光度最大值、或判断区段内采光点的吸光度最小值。当判断区段内采光点的吸光度统计值不在预设第三阈值范围之内时,则判定其满足该判断条件C。
判断条件D:特征变量包括判断区段吸光度变化速率时,所述判断区段吸光度变化速率不在预设第四阈值范围之内;
当P1、P2分别为时间先后顺序的两个采光点时,且P1和P2分别为判断区段的起点和终点,判断区段P1、P2间吸光度拟合的斜率(可以选用主波长减次波长的吸光度或其他任一波长的吸光度),即为判断区段吸光度变化速率。具体地,可以将P1、P2区段内所有采光点拟合为一条直线后计算其斜率值,也可以为将P1、P2区段内所有采光点拟合为曲线后计算其斜率的极限值。当判断区段吸光度变化速率不在预设第四阈值范围之内,则判定其满足该判断条件D。
利用上述判断条件B或者判断条件D可以进一步对判断区段的反应方向进行判断,具体地,可以根据判断区段之间吸光度的差值判定当前判断区段的反应方向,或者根据判断区段的斜率判定当前判断区段的反应方向。当根据判断区段判断得到的反应方向与实际的反应方向相反时,可以判断其反应曲线存在异常。
判断条件E:特征变量包括判断区段单调性时,所述判断区段吸光度变化不满足预设单调性条件;
当P1、P2分别为时间先后顺序的两个采光点时,且P1和P2分别为判断区段的起点和终点,判断区段P1、P2内任意两点之间曲线的单调性变化(可以选用主波长减次波长的吸光度或其他任一波长的吸光度),即为判断区段单调性。当判断区段吸光度变化不满足预设单调性条件时,则判定其满足该判断条件E。
判断条件F:特征变量包括判断区段内离群点时,所述判断区段内存在离群点;
当P1、P2分别为时间先后顺序的两个采光点时,且P1和P2分别为判断区段的起点和终点,判断区段P1、P2之间的任意点相对于其他点是否为离群点(可以选用主波长减次波长的吸光度或其他任一波长的吸光度)。当P1-P2点之间任意一个点被判断为离群点时,则判定其满足判断条件F。
判断条件G:特征变量包括判断区段内波动参数时,所述判断区段内采光点的吸光度的标准偏差或极差不在预设第五阈值范围之内;
当P1、P2分别为时间先后顺序的两个采光点时,且P1和P2分别为判断区段的起点和终点,判断区段P1、P2之间所有采光点的吸光度值的标准偏差或极差(可以选用主波长减次波长的吸光度或其他任一波长的吸光度),当P1与P2点之间采光点的吸光度的标准偏差或极差不在预设第五阈值范围之内时,则判定其满足判断条件G。
判断条件H:特征变量包括反应区段斜率统计值时,所述判断区段斜率统计值不在预设第六阈值范围之内,所述判断区段斜率统计值包括判断区段斜率的平均值、或最大值、或最小值。判断区段内每个采光点均对应一个吸光度值,将反应曲线上的采光点对应的数据点拟合为一条曲线或直线,每个点均对应一个斜率值,对这些斜率值进行数学统计,即可得到斜率统计值。
当P1、P2分别为时间先后顺序的两个采光点时,且P1和P2分别为判断区段的起点和终点,计算判断区段P1、P2内判断区段内对应的斜率统计值,例如判断区段斜率的平均值、或最大值、或最小值。当判断区段斜率统计值不在预设第六阈值范围之内时,则判定其满足该判断条件H。
需要指出的是,根据不同的测试项目,可以设置单一判断条件,比如可以设置每个判断条件单独进行检测,当判断条件A-H中有任意一个满足时,则触发异常,执行异常后的操作;也可以设置组合判断条件,比如设置多个判断条件按照逻辑与或者逻辑或的关系进行复杂的组合来触发异常,还可以设置满足某些判断条件是另外一些判断条件的前置条件来触发异常。另外,组合判断条件可以针对同一个判断区段进行联组合判断,也可以针对多个判断区段之间进行组合判断,这均不影响本发明的实现。
本实施例通过提取反应曲线的特征变量,并基于提取到的特征变量进行触发异常的判断。由于本申请中特征变量除常规变量之外,还能够对反映判断区段曲线变化趋势的特征量进行提取判断,判断的条件更加丰富,并且各个判断条件之间还可以进行组合判断,使得报警更加准确。
步骤S105:当判定所述反应曲线存在异常时,采用与当前反应曲线异常情况相对应的处理策略对异常情况进行处理,生成参考结果。
在根据步骤S104中的判断条件判定反应曲线存在异常的情况下,可以采用与当前反应曲线异常情况相对应的处理策略对异常情况进行处理,并生成参考结果。不同的判断条件可能指向不同的异常情况,针对不同的异常情况可能采用不同的处理策略。本申请中参考结果为仪器根据当前异常情况自动进行处理后,生成的供用户参考的相关信息。用户可以根据该参考信息了解待测样本的特性或者是否存在干扰物质等信息,从而对后期诊断或治疗提供有用的参考信息。
具体地,参考结果可以包括但不限于对当前待测样本的浓度信息进行预测的预测结果、对干扰物质的浓度信息进行测量的测量结果、对异常进行自动处理后重新执行测试得到的重测结果,当然也可以包含上述两种结果,例如对于浓度过高的样本,参考结果可以包括预测结果和测量结果;对于存在干扰物的样本,参考结果可以包括预测结果和重测结果,用来给医生参考。医生可以通过参考信息对待测样本的情况进行了解,以便基于该参考信息对病人进行诊断。
本申请由于可以对反应曲线异常的情况进行相对应的自动处理,因此可以大大缩短了样本测试所用的时间。尤其对于某些严重的急诊病人,时间就是生命,本申请可以为客户争取更多宝贵的时间。
与当前异常情况相对应的处理策略可以为系统默认设置或用户预先设置,这均不影响本发明的实现。本申请可以对部分触发异常的情况给出预测结果。一种处理策略可以为:对存在异常的判断点或者判断区段进行去除,这样可以基于剩下区段中的原始数据对待测样本的特性进行预测,并将预测得到的预测结果作为参考结果;另一种处理策略为:将当前测试区段更改为预设预测区段或用户输入的预测区段,预设预测区段为系统默认的区段,根据预测区段的原始数据对所述待测样本的特性进行预测,并将预测得到的预测结果作为参考结果;或者将当前测试区段对应的波长变更为预设预测波长或用户输入的预测波长,预设预测波长为系统默认的波长,根据所述预测波长对应的原始数据对所述待测样本的特性进行预测,并将预测得到的预测结果作为参考结果。
除了上述将预测得到的结果作为参考结果之外,在实际测试过程中还存在待测样本本身就存在问题而触发异常的情况,根据前面的异常判断条件,根据不同反应曲线异常类型,可以采用不同的方式进行处理。因此,进一步地,本发明所提供的反应曲线异常处理方法在判断反应曲线存在异常之后,还可以根据反应曲线的特征变量确定反应曲线的异常类型。
当异常类型为待测样本中存在干扰物质的情况下,可以对所述干扰物质的参数进行测试,生成待测样本中含有干扰物质的参考结果,参考结果中可以具体包括干扰物质的浓度信息,以便用户进一步判断和分析。当然,对于有干扰的样本,可以在上述生成的预测结果的基础上进一步生成新的干扰物质的参考结果;也可以只生成上述预测结果或者只生成新的干扰物质的参考结果。
当前异常类型为所述待测样本的浓度高于预设浓度阈值时,则对所述待测样本进行稀释后,重新进行检测以得到参考结果。当然,本申请可以在上述生成的预测结果的基础上进一步生成重测结果;也可以只生成预测结果或者只生成重测结果。
当前异常类型为测试所用试剂过期时,则更换其他批次的试剂,重新进行检测以得到参考结果。当然,本申请可以在上述生成的预测结果的基础上进一步生成重测结果;也可以只生成预测结果或者只生成重测结果。
本步骤可以在判断反应曲线存在异常时,区别于现有技术中仅仅给出报警提示的方式,本申请还能够根据预设设置的处理策略对异常情况进行处理,不需要用户重新申请进行测试即可得到一个参考结果,以便用户基于该参考结果进行后续的分析。并且,利用本申请提供的方法不会出现一检测到异常就全盘丢弃本次检测到的数据的情况,能够充分利用测试所用试剂。
步骤S106:将所述参考结果发送至显示端,以便对所述反应曲线及所述参考结果进行显示。
在上述步骤S105生成参考结果之后,可以将该参考结果通过数据传输发送至显示端,以便对反应曲线和参考结果进行显示。具体地,本申请对数据传输的方式不做限定,可以为无线或有线传输,例如蓝牙、4G、3G等方式,此外,本申请对显示端的类型以及显示形式同样不做限定。作为一种具体实施方式,可以在生化分析仪的显示屏的预设界面上进行显示。该预设界面可以为人机交互界面,一方面可以向用户展示相关信息,另一方面可以接收用户通过界面输入的指令或者数据信息。
本发明所提供的反应曲线异常处理方法,根据检测器对待测样本采集到的原始数据,生成反应曲线;获取样本的当前测试项目信息及当前测试项目对应的判断反应曲线异常的判断条件;提取该判断条件中的反应曲线上的判断点或判断区段的一个或多个的特征变量;在特征变量满足预设触发反应曲线异常的判断条件时,判定对应的反应曲线存在异常;当判定该反应曲线存在异常时,采用与当前反应曲线异常情况相对应的处理策略对异常情况进行处理,生成参考结果;将得到的参考结果发送至显示端,以便对反应曲线及参考结果进行显示。可见,本申请能够对反应曲线进行异常情况判断,在检测到反应曲线存在异常之后,还能够对异常情况进行处理并得到参考结果,以便用户可以依据该参考结果进行后续的诊断。不仅避免了由于反应曲线存在异常而导致误诊断的现象,而且针对不同的异常情况还能给出相应的参考结果,避免了对测试所用试剂和时间的浪费,提高了测试的效率。
下面对本发明所提供的反应曲线异常处理方法中特征变量的提取以及触发异常的判断过程进行进一步详细阐述。参照图2某一待测样本生成的反应曲线的示意图,本实施例中预设触发异常的判断条件可以包括多个单一判断条件(1)-(8):
(1)试剂空白区段吸光度值判断
如图2中所示,将第1个采光点至第4个采光点之间对应的区段作为第一判断区段,第一判断区段对应刚刚加入第一试剂没有加入待测样本的阶段,可以判断该区段内吸光度的统计值是否超过给定范围,统计值可以为平均值、或最大值、或最小值。当该判断区段内吸光度的统计值不在其给定阈值范围之内时,则判定存在异常。
(2)样本空白区段吸光度值判断
如图2所示,将第5个采光点至第16个采光点之间对应的区段作为第二判断区段,第二判断区段对应刚刚在试剂中加入待测样本的阶段,可以判断该区段内吸光度的统计值是否超过给定范围,统计值可以为平均值、或最大值、或最小值。当该区段内吸光度的统计值不在其给定阈值范围之内时,则判定存在异常。
(3)混合吸光度值判断
如图2所示,将第31个采光点至第33个采光点之间对应的区段作为第三判断区段,第三判断区段对应加入第一试剂、样本和第二试剂后的阶段,可以判断该区段内吸光度的统计值是否超过给定范围,统计值可以为平均值、或最大值、或最小值。当该区段内吸光度的统计值不在其给定范围阈值之内时,则判定存在异常。
(4)反应启动速率判断
如图2所示,将第16个采光点(图中A点)与第17个采光点(图中B点)之间的区段作为第四判断区段,反应启动速率由区段4中吸光度值拟合得到的直线(即图中AB段)对应的斜率表示,可以判断直线的斜率值是否超过给定阈值范围。当该直线的斜率值不在给定范围之内时,则判定存在异常。
(5)反应启动吸光度判断
如图2所示,将第17个采光点(图中B点)作为一个判断点,其对应的吸光度值为反应启动吸光度,判断其是否超过给定范围。当该反应启动吸光度值不在给定范围之内时,则判定存在异常。
(6)反应方向判断
如图2所示,反应区段的反应方向可以根据第三判断区段的一个采光点的吸光度值和第四判断区段的一个采光点的吸光度值的差值的正负进行判断,也可以根据第四判断区段的斜率方向判断。在第三判断区段的一个采光点的吸光度值和第四判断区段的一个采光点的吸光度的差值为负值时,判定该反应区段为负反应;在第三判断区段的一个采光点的吸光度值和第四判断区段的一个采光点的吸光度的差值为正值时,判定该反应区段为正反应。第四判断区段的斜率为正时,判定该反应区段为正反应;第四判断区段的斜率为负时,判定该反应区段为负反应。反应方向的正负应该与实际反应反向一致,当判断得到的反应方向与实际反应方向不一致时,则判定存在异常。
(7)最大斜率判断
如图2所示,选取第五判断区段为从采光点17到采光点33所对应的区段,以该判断区段两两点做直线,计算其斜率,判断其斜率的最大值是否超过给定范围。当反应区段最大斜率不在给定阈值范围之内时,则判定存在异常。
(8)波动判断
如图2所示,判断第一判断区段到第五判断区段中每一个判断区段内的波动平均偏差或最大偏差是否超过给定阈值范围。判断区段内的波动平均偏差或最大偏差为对区段内所有采光点对应的数据进行统计,计算得到的。当上述判断区段内的波动平均偏差或最大偏差不在给定阈值范围之内时,则判定反应曲线存在异常。
上述反应曲线的判断条件可以通过用户输入设置,也可以是在仪器内部默认设置,对于通过用户输入设置的方式来输入判断条件,可以在报警设置的显示界面上进行设置,该报警设置界面包括一个或多个判断区段设置项,每个判断区段设置项包括的设置项有:判断区段起点、判断区段终点、阈值下限、阈值上限、判断规则IN/OUT,其中,IN代表在阈值内为异常,OUT代表在阈值外是异常。进一步的,还可以包括其他的设置项,比如,平均偏差指标、最大偏差指标、判断波长。进一步的,对于组合判断条件,设置项还可以包括是否为前置判断条件的选项,或者组合判断条件的选项,包含了逻辑符号,比如>,<,=,&,|语句等,可以进行多个判断区段的组合判断。
对于组合判断条件设置,可以在显示界面上通过如下方法进行设置,比如:
设置判断区段1的吸光度点为[Q1,Q1],设置其阈值为[SYM1,SYM2],判断波长设置A,设置其判断规则是OUT(代表当波长A下反应启动Q1点的吸光度值在[SYM1,SYM2]之外为异常),用RANGE1代表其判断结果,勾选为前置判断条件。
设置判断区段2的吸光度点为[Q2,Q3],设置其阈值为[SYM3,SYM4],判断波长设置A,设置其判断规则是OUT(代表当波长A下Q2到Q3点的斜率在[SYM3,SYM4]之外为异常),用RANGE1代表其判断结果,不勾选为前置判断条件。
设置联合判断公式为RANGE1(&RANGE2)
以上的联合公式代表着当波长A对应的反应启动Q1点的吸光度值在[SYM1,SYM2]外时,如果同时波长A的Q2到Q3点的斜率在[SYM3,SYM4]之外,则对该测试会报警提示曲线异常,并在对应的测试结果后面做异常标记。
在上述任一实施例的基础上,本发明所提供的反应曲线异常处理方法,当判定所述反应曲线存在异常时,采用与当前异常情况相对应的处理策略对异常情况进行处理,生成参考结果的过程可以具体包含多种实施方式。下面结合具体实施例对各处理过程进行详细阐述。
实施例一:
当前异常情况为当前测试区段内存在异常点或异常区段时,将所述异常判断点或所述异常判断区段剔除,根据所述反应曲线上剩余区段的原始数据对所述待测样本的特性进行预测,生成参考结果。
生成参考结果的方式可以通过在仪器内部默认设置,也可以通过用户设置,以通过用户设置举例,设置当前判断区段下限Q1,当前判断区段上限Q2,判断波长设置为A,设置最大偏差指标S1,勾选【剔除异常判断区间】。该设置代表着对波长A在区间[Q1,Q2]之间计算各个吸光度点计算相对偏差,如果存在某吸光度点的相对偏差的绝对值超过最大偏差指标S1,则该吸光度点将被排除于计算之外。使用排除该异常判断点之外的原始数据进行计算,在预设界面上显示反应曲线和预测结果作为参考结果。同时,可以对异常进行报警提示,并且给出反应曲线异常和结果预测的标记。
实施例二:
当判定所述反应曲线存在异常时,将当前测试区段变更为预设预测区段或用户输入的预测区段,根据所述预测区段的原始数据对所述待测样本的特性进行预测,生成参考结果。预测区段可以为系统默认的预测区段,也可以为预设设置或者用户从人机交互界面上输入的区段,此时需要将标准校准曲线变更为与预测区段对应的其他校准曲线,其他校准曲线可以预先收集得到。测试区段是用来计算样本测试结果的区间段,测试区段可以和判断区段相同,也可以和测试区段不同。
校准曲线为预先基于标准样本生成的表征样本反应度以及浓度关系的曲线,如图3所示,横坐标为反应度,纵坐标为浓度。反应度可以具体表示吸光度变化斜率或吸光度变化幅值。不同测试区段对应的校准曲线也不相同,如图3中第一校准曲线以及第二校准曲线所示。例如当前测试区段对应的校准曲线为第一校准曲线,预测区段对应的校准曲线为第二校准曲线,在本实施例将当前测试区段变更为预测区段之后,相应地,校准曲线也应由第一校准曲线变更为第二校准曲线,以根据第二校准曲线上反应度与浓度的对应关系,得到预测待测样本浓度的参考结果。
实施例三:
当判定所述反应曲线存在异常时,将当前测试区段对应的波长变更为预设预测波长或用户输入的预测波长,根据所述预测波长对应的原始数据对所述待测样本的特性进行预测,生成参考结果。预测波长可以为系统默认的预测波长,也可以为预先设置的或者用户从人机交互界面上输入的波长,此时需要将标准校准曲线变更为与预测波长对应的其他校准曲线,其他校准曲线可以预先收集得到。
具体的,在使用校准品对被测系统进行校准时,现有产品只是使用预先设置的反应时间、空白时间、判断波长进行测试,并得到标准校准曲线。但是对于触发异常的样本的反应曲线,可能已经无法满足结果准确性要求。因此可以预先收集在校准过程中,其他波长或者反应时间或空白时间或其他任意设置的区段内的吸光度变化情况,来得到除当前校准曲线之外的其他校准曲线作为原始数据。这样,在触发异常之后,可以将当前测试区段变更为预测区段,或将当前判断波长变更为预测波长,调用对应的原始数据给出预测信息。
当然,在触发异常情况下,将当前测试区段对应的波长变更为预测波长,也可以同时将当前测试区段变更为预测区段,调用对应的原始数据给出预测结果作为参考结果,这均不影响本发明的实现。
实施例四:
当前异常情况为所述待测样本中存在干扰物质时,则对所述干扰物质的参数进行测试,生成参考结果。
除了可以预测结果之外,本发明实施例还可以通过反应曲线来预测样本的干扰物质浓度水平。对于人体内的血液可能由于患有疾病、使用药物或人体体质,可能出现黄疸、溶血、脂血或药物残留在样本中。当待测样本中含有这些干扰物质后,由于干扰物质会和试剂反应或者对特定波长的吸光度产生影响,进而影响测试结果。
例如由于血细胞破裂导致溶血的样本。参照图4另一待测样本生成的反应曲线的示意图,由于血细胞中的细胞液所包含的物质由于细胞破裂溶解到了被测的血清中,就会导致被测试剂从第14点到第16点的吸光度比正常值要高。
参考图4,本实施例预先设置了一个从第14个采光点到第16个采光点的判断区段,当判断区间中存在采光点的吸光度统计值超过预设阈值时(导致该异常的原因是浓度太高),则触发异常处理。本实施例中预设阈值具体选为420,当然,本申请中判断区段可以为第5个采光点到第16个采光点之间任意选取的区段,预设阈值可以为其他数值。
对于该异常类型的异常处理是,自动重新申请1个血清指数测试(该血清指数测试功能可以测量血清样本中干扰物的程度作为参考结果,并给出相应的结果),这样用户就可以无需手工参与,就能了解是否是由于干扰物导致结果异常。
实施例五:
当前异常情况为所述待测样本的浓度高于预设浓度阈值时,则对所述待测样本进行稀释后,重新进行检测以得到重测结果。
该异常处理是,自动重新申请了一个测试,该测试仍然是本项目,区别在于需要把样本稀释或者少吸样本的方式对样本浓度进行测试之后的结果作为参考结果。这样就可以无需人工参与,直接对样本进行处理后重新测试,可以保证结果的准确性。
作为一种具体实施方式,本实施例在判定所述反应曲线存在异常之后还可以包括:生成报警信息,并将所述报警信息发送至所述显示端,以便对所述报警信息进行显示。
通过对触发异常的情况进行处理,本申请不仅能够进行报警提示,还能够基于当前测试到的数据进行结果的预测,在待测样本中含有干扰物质时,能够对所含的干扰物质的浓度进行分析。进一步,还可以对待测样本进行稀释、对过期试剂进行更换,得到重测结果。可见,本申请能够针对不同的异常情况执行不同的处理指令,提高了生化分析仪的整体测试效率,提升了用户的使用体验。
如图5本发明实施例所提供的又一待测样本生成的反应曲线的示意图所示,根据该待测样本所要进行的测试项目,确定提取的特征变量为反应终点吸光度统计值,异常判断条件为反应终点吸光度统计值是否超过预设吸光度阈值,图5中位于吸光度值30000-40000之间的横线对应的数值即为该预设吸光度阈值。本实施例的判断区段为反应曲线上第31个采光点至第33个采光点之间的区间段,特征变量为判断区段吸光度的统计值,将判断区段的吸光度最小值判断区段吸光度的统计值。由图5可以看出,第31个采光点至第33个采光点的吸光度均在横线之上,即判断区段吸光度的统计值超过预设的阈值,此时判定反应曲线存在异常。
实施例六:
当前异常情况为测试所用试剂过期时,则更换其他批次的试剂,重新进行检测以得到重测结果。
参考图4,本实施例预先设置了一个从第1个采光点到第4个采光点的判断区段,当判断区间中存在采光点的吸光度统计值超过预设阈值时,则触发异常处理。据此判断异常的类型为测试所用的试剂过期,则更换其他批次的试剂,重新进行检测以得到的结果作为参考结果。
下面对本发明实施例提供的反应曲线异常处理装置进行介绍,下文描述的反应曲线异常处理装置与上文描述的反应曲线异常处理方法可相互对应参照。
图6为本发明实施例提供的反应曲线异常处理装置的结构框图,参照图6反应曲线异常处理装置可以包括:
反应曲线生成模块100,用于根据检测器对待测样本采集到的原始数据,生成反应曲线;
信息获取模块200,用于获取所述待测样本的当前测试项目信息及当前测试项目对应的判断反应曲线异常的判断条件;
特征变量提取模块300,用于提取所述判断条件中的所述反应曲线上的判断点或判断区段的一个或多个特征变量;
异常检测模块400,用于在所述特征变量满足预设触发反应曲线异常的判断条件时,判定所述反应曲线存在异常;
异常预测模块500,用于当判定所述反应曲线存在异常时,采用与当前反应曲线异常情况相对应的处理策略对异常情况进行处理,生成参考结果;
数据发送模块600,用于将所述参考结果发送至显示端,以便对所述反应曲线以及所述参考结果进行显示。
本实施例的反应曲线异常处理装置用于实现前述的反应曲线异常处理方法,因此反应曲线异常处理装置中的具体实施方式可见前文中的反应曲线异常处理方法的实施例部分,例如,反应曲线生成模块100,信息获取模块200,特征变量提取模块300,异常检测模块400,异常预测模块500,数据发送模块600,分别用于实现上述反应曲线异常处理方法中步骤S101,S102,S103,S104,S105和S106,所以,其具体实施方式可以参照相应的各个部分实施例的描述,在此不再赘述。
可选地,特征变量至少包括反映判断区段曲线变化趋势的特征量。
作为一种具体实施方式,本发明所提供的反应曲线异常处理装置中,异常检测模块具体用于:
当所述特征变量满足预设触发反应曲线异常的单一判断条件时,判定所述反应曲线存在异常;或者,
当所述特征变量满足预设触发反应曲线异常的组合判断条件时,判定所述反应曲线存在异常。
其中,所述预设触发异常的单一判断条件为下述判断条件中的任意一个,所述预设触发异常的组合判断条件为下述判断条件的任意组合:
所述特征变量包括判断点吸光度时,所述判断点吸光度不在预设第一阈值范围之内;
所述特征变量包括判断区段吸光度差值时,所述判断区段起点的吸光度和终点的吸光度差值不在预设第二阈值范围之内;
所述特征变量包括判断区段吸光度统计值时,所述判断区段吸光度统计值不在预设第三阈值范围之内;所述判断区段吸光度统计值包括判断区段内采光点的吸光度的平均值、或最大值、或最小值;
所述特征变量包括判断区段吸光度变化速率时,所述判断区段内采光点的吸光度变化速率不在预设第四阈值范围之内;
所述特征变量包括判断区段单调性时,所述判断区段内采光点的吸光度变化不满足预设单调性条件;
所述特征变量包括判断区段内离群点时,所述判断区段内采光点的吸光度存在离群点;
所述特征变量包括判断区段内波动参数时,所述判断区段内采光点的吸光度波动的标准偏差或极差不在预设第五阈值范围之内;
所述特征变量包括判断区段斜率统计值时,所述判断区段斜率统计值不在预设第六阈值范围之内,所述判断区段斜率统计值包括判断区段斜率的平均值、或最大值、或最小值。
在上述任一实施例的基础上,本申请中异常预测模块具体用于:
当判定所述反应曲线存在异常时,将所述反应曲线上异常判断点或异常判断区段剔除,根据所述反应曲线上剩余区段的原始数据对所述待测样本的特性进行预测,生成参考结果。
在上述任一实施例的基础上,本申请中异常预测模块具体用于:
当判定所述反应曲线存在异常时,将当前测试区段变更为预设预测区段或用户输入的预测区段,根据所述预测区段的原始数据对所述待测样本的特性进行预测,生成参考结果。
在上述任一实施例的基础上,本申请中异常预测模块具体用于:
当判定所述反应曲线存在异常时,将当前测试区段对应的波长变更为预设预测波长或用户输入的预测波长,根据所述预测波长对应的原始数据对所述待测样本的特性进行预测,生成参考结果。
在上述任一实施例的基础上,本申请中异常预测模块具体用于:
根据反应曲线的特征变量确定反应曲线的异常类型,当前异常类型为所述待测样本中存在干扰物质时,则对所述干扰物质的参数进行测试,生成参考结果。
在上述任一实施例的基础上,本申请中异常预测模块具体用于:
根据反应曲线的特征变量确定反应曲线的异常类型,当前异常类型为所述待测样本的浓度高于预设浓度阈值时,则对所述待测样本进行稀释后,重新进行检测以得到参考结果;
根据反应曲线的特征变量确定反应曲线的异常类型,当前异常类型为测试所用试剂过期时,则更换其他批次的试剂,重新进行检测以得到参考结果。
此外,本实施例在判定所述反应曲线存在异常之后还可以包括:
报警提示模块,用于生成报警信息,并将所述报警信息发送至所述显示端,以便对所述报警信息进行显示。
本发明所提供的反应曲线异常处理方法,根据检测器对待测样本采集到的原始数据,生成反应曲线;获取样本的当前测试项目信息及当前测试项目对应的判断反应曲线异常的判断条件;提取该判断条件中的反应曲线上的判断点或判断区段的一个或多个的特征变量;在特征变量满足预设触发反应曲线异常的判断条件时,判定对应的反应曲线存在异常;当判定该反应曲线存在异常时,采用与当前反应曲线异常情况相对应的处理策略对异常情况进行处理,生成参考结果;将得到的参考结果发送至显示端,以便对反应曲线及参考结果进行显示。可见,本申请能够对反应曲线进行异常情况判断,在检测到反应曲线存在异常之后,还能够对异常情况进行处理并得到参考结果,以便用户可以依据该参考结果进行后续的诊断。不仅避免了由于反应曲线存在异常而导致误诊断的现象,而且针对不同的异常情况还能给出相应的参考结果,避免了对测试所用试剂和时间的浪费,提高了测试的效率。
本发明还提供了一种生化分析仪,参照图5本发明实施例所提供的生化分析仪的结构框图,该生化分析仪具体包括:
存储器1,用于存储计算机程序;
处理器2,用于执行所述计算机程序以实现根据检测器对待测样本采集到的原始数据,生成反应曲线;获取样本的当前测试项目信息及当前测试项目对应的判断反应曲线异常的判断条件;提取所述判断条件中的所述反应曲线上的判断点或判断区段的一个或多个特征变量;在所述特征变量满足预设触发反应曲线异常的判断条件时,判定所述反应曲线存在异常;当判定所述反应曲线存在异常时,采用与当前反应曲线异常情况相对应的处理策略对异常情况进行处理,生成参考结果;将所述参考结果发送至显示端,以便对所述反应曲线及所述参考结果进行显示的步骤;
显示器3,用于对所述处理器生成的反应曲线以及参考结果进行显示。
其中,所述显示器显示反应曲线报警设置界面,所述设置界面包括一个或多个判断区段设置项,所述判断区段设置项包括设置反应曲线上的判断区段的起始点的选项和终止点的选项,以及参考波长的选项。
可以理解的是,本实施例的生化分析仪的各功能模块的功能可根据上述方法实施例中的方法具体实现,其具体实现过程可以参照上述方法实施例的相关描述,此处不再赘述。
本申请所提供的生化分析仪,能够对反应曲线进行异常情况判断,在检测到反应曲线存在异常之后,还能够对异常情况进行处理并得到参考结果,以便用户可以依据该参考结果进行后续的诊断。不仅避免了由于反应曲线存在异常而导致误诊断的现象,而且针对不同的异常情况还能给出相应的参考结果,避免了对测试所用试剂和时间的浪费,提高了测试的效率。
此外,本发明还提供了一种可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序被执行时实现上述所述的反应曲线异常处理方法的步骤。
可以理解的是,本实施例的可读存储介质在被处理器执行时可根据上述方法实施例中的方法具体实现,其具体实现过程可以参照上述方法实施例的相关描述,此处不再赘述。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本发明所提供的反应曲线异常处理方法、装置、生化分析仪以及可读存储介质进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (15)

1.一种反应曲线异常处理方法,其特征在于,包括:
根据检测器对待测样本采集到的原始数据,生成反应曲线;
获取所述待测样本的当前测试项目信息及当前测试项目对应的判断反应曲线异常的判断条件;
提取所述判断条件中的所述反应曲线上的判断点或判断区段的一个或多个特征变量;
在所述特征变量满足预设触发反应曲线异常的判断条件时,判定所述反应曲线存在异常;
当判定所述反应曲线存在异常时,采用与当前反应曲线异常情况相对应的处理策略对异常情况进行处理,生成参考结果;
将所述参考结果发送至显示端,以便对所述反应曲线及所述参考结果进行显示。
2.如权利要求1所述的反应曲线异常处理方法,其特征在于,所述特征变量至少包括反映判断区段曲线变化趋势的特征量。
3.如权利要求1所述的反应曲线异常处理方法,其特征在于,所述判断条件包括单一判断条件和组合判断条件,组合判断条件为多个单一判断条件的任意组合;
所述在所述特征变量满足预设触发反应曲线异常的判断条件时,判定所述反应曲线存在异常包括:
当所述特征变量满足预设触发反应曲线异常的单一判断条件时,判定所述反应曲线存在异常;或者,
当所述特征变量满足预设触发反应曲线异常的组合判断条件时,判定所述反应曲线存在异常。
4.如权利要求3所述的反应曲线异常处理方法,其特征在于,所述预设触发反应曲线异常的单一判断条件为下述判断条件中的任意一个:
所述特征变量包括判断点吸光度时,所述判断点吸光度不在预设第一阈值范围之内;
所述特征变量包括判断区段吸光度差值时,所述判断区段起点的吸光度和终点的吸光度差值不在预设第二阈值范围之内;
所述特征变量包括判断区段吸光度统计值时,所述判断区段吸光度统计值不在预设第三阈值范围之内;所述判断区段吸光度统计值包括判断区段内采光点的吸光度的平均值、或最大值、或最小值;
所述特征变量包括判断区段吸光度变化速率时,所述判断区段内采光点的吸光度变化速率不在预设第四阈值范围之内;
所述特征变量包括判断区段单调性时,所述判断区段内采光点的吸光度变化不满足预设单调性条件;
所述特征变量包括判断区段内离群点时,所述判断区段内采光点的吸光度存在离群点;
所述特征变量包括判断区段内波动参数时,所述判断区段内采光点的吸光度波动的标准偏差或极差不在预设第五阈值范围之内;
所述特征变量包括判断区段斜率统计值时,所述判断区段斜率统计值不在预设第六阈值范围之内,所述判断区段斜率统计值包括判断区段斜率的平均值、或最大值、或最小值。
5.如权利要求1至4任一项所述的反应曲线异常处理方法,其特征在于,所述当判定所述反应曲线存在异常时,采用与当前反应曲线异常情况相对应的处理策略对异常情况进行处理,生成参考结果包括:
当判定所述反应曲线存在异常时,将所述反应曲线上异常判断点或异常判断区段剔除,根据所述反应曲线上剩余区段的原始数据对所述待测样本的特性进行预测,生成参考结果。
6.如权利要求1至4任一项所述的反应曲线异常处理方法,其特征在于,所述当判定所述反应曲线存在异常时,采用与当前反应曲线异常情况相对应的处理策略对异常情况进行处理,生成参考结果包括:
当判定所述反应曲线存在异常时,将当前测试区段变更为预设预测区段或用户输入的预测区段,根据所述预测区段的原始数据对所述待测样本的特性进行预测,生成参考结果。
7.如权利要求1至4任一项所述的反应曲线异常处理方法,其特征在于,所述当判定所述反应曲线存在异常时,采用与当前反应曲线异常情况相对应的处理策略对异常情况进行处理,生成参考结果包括:
当判定所述反应曲线存在异常时,将当前测试区段对应的波长变更为预设预测波长或用户输入的预测波长,根据所述预测波长对应的原始数据对所述待测样本的特性进行预测,生成参考结果。
8.如权利要求1至4任一项所述的反应曲线异常处理方法,其特征在于,所述当判定所述反应曲线存在异常时,采用与当前反应曲线异常情况相对应的处理策略对异常情况进行处理,生成参考结果包括:
根据反应曲线的特征变量确定反应曲线的异常类型,当前异常类型为所述待测样本中存在干扰物质时,则对所述干扰物质的参数进行测试,生成参考结果。
9.如权利要求1至4任一项所述的反应曲线异常处理方法,其特征在于,所述当判定所述反应曲线存在异常时,采用与当前反应曲线异常情况相对应的处理策略对异常情况进行处理,生成参考结果包括:
根据反应曲线的特征变量确定反应曲线的异常类型,当前异常类型为所述待测样本的浓度高于预设浓度阈值时,则对所述待测样本进行稀释后,重新进行检测以得到参考结果。
10.如权利要求1至4任一项所述的反应曲线异常处理方法,其特征在于,所述当判定所述反应曲线存在异常时,采用与当前反应曲线异常情况相对应的处理策略对异常情况进行处理,生成参考结果包括:
根据反应曲线的特征变量确定反应曲线的异常类型,当前异常类型为测试所用试剂过期时,则更换其他批次的试剂,重新进行检测以得到参考结果。
11.如权利要求1所述的反应曲线异常处理方法,其特征在于,在判定所述反应曲线存在异常之后还包括:
生成报警信息,并将所述报警信息发送至所述显示端,以便对所述报警信息进行显示。
12.一种反应曲线异常处理装置,其特征在于,包括:
反应曲线生成模块,用于根据检测器对待测样本采集到的原始数据,生成反应曲线;
信息获取模块,用于获取所述待测样本的当前测试项目信息及当前测试项目对应的判断反应曲线异常的判断条件;
特征变量提取模块,用于提取所述判断条件中的所述反应曲线上的判断点或判断区段的一个或多个特征变量;
异常检测模块,用于在所述特征变量满足预设触发反应曲线异常的判断条件时,判定所述反应曲线存在异常;
异常预测模块,用于当判定所述反应曲线存在异常时,采用与当前反应曲线异常情况相对应的处理策略对异常情况进行处理,生成参考结果;
数据发送模块,用于将所述参考结果发送至显示端,以便对所述反应曲线以及所述参考结果进行显示。
13.一种生化分析仪,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序以实现根据检测器对待测样本采集到的原始数据,生成反应曲线;获取样本的当前测试项目信息及当前测试项目对应的判断反应曲线异常的判断条件;提取所述判断条件中的所述反应曲线上的判断点或判断区段的一个或多个特征变量;在所述特征变量满足预设触发反应曲线异常的判断条件时,判定所述反应曲线存在异常;当判定所述反应曲线存在异常时,采用与当前反应曲线异常情况相对应的处理策略对异常情况进行处理,生成参考结果;将所述参考结果发送至显示端,以便对所述反应曲线及所述参考结果进行显示的步骤;
显示器,用于对所述处理器生成的反应曲线以及参考结果进行显示。
14.如权利要求13所述的生化分析仪,其特征在于,所述显示器显示反应曲线报警设置界面,
所述设置界面包括一个或多个判断区段设置项,所述判断区段设置项包括设置反应曲线上的判断区段的起点选项和终点选项、范围上限选项、范围下限选项和判断规则选项。
15.一种可读存储介质,其特征在于,所述可读存储介质上存储有计算机程序,所述计算机程序被执行时实现如权利要求1至11任一项所述反应曲线异常处理方法的步骤。
CN201710923229.6A 2017-09-30 2017-09-30 反应曲线异常处理方法及装置、生化分析仪、存储介质 Active CN107703132B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710923229.6A CN107703132B (zh) 2017-09-30 2017-09-30 反应曲线异常处理方法及装置、生化分析仪、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710923229.6A CN107703132B (zh) 2017-09-30 2017-09-30 反应曲线异常处理方法及装置、生化分析仪、存储介质

Publications (2)

Publication Number Publication Date
CN107703132A true CN107703132A (zh) 2018-02-16
CN107703132B CN107703132B (zh) 2020-11-24

Family

ID=61184468

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710923229.6A Active CN107703132B (zh) 2017-09-30 2017-09-30 反应曲线异常处理方法及装置、生化分析仪、存储介质

Country Status (1)

Country Link
CN (1) CN107703132B (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109239360A (zh) * 2018-09-14 2019-01-18 深圳开立生物医疗科技股份有限公司 一种反应曲线异常检测方法及装置
CN109580549A (zh) * 2018-11-14 2019-04-05 深圳市理邦精密仪器股份有限公司 物质含量的计算、定标方法及装置
CN110160980A (zh) * 2019-06-25 2019-08-23 迈克医疗电子有限公司 样本吸光度变化率的分析方法、分析装置及光学检测系统
CN110441509A (zh) * 2018-05-02 2019-11-12 深圳市理邦精密仪器股份有限公司 用于免疫反应物检测的定标方法、装置及终端设备
CN110967500A (zh) * 2018-09-30 2020-04-07 深圳迈瑞生物医疗电子股份有限公司 一种样本检测方法、装置、样本分析仪和存储介质
CN111354430A (zh) * 2018-12-24 2020-06-30 深圳迈瑞生物医疗电子股份有限公司 一种样本审核方法、样本分析系统及计算机存储介质
CN111781171A (zh) * 2020-06-12 2020-10-16 迈克医疗电子有限公司 体外检测样本中对象参数的测量方法、装置及设备
CN112147090A (zh) * 2019-06-28 2020-12-29 深圳迈瑞生物医疗电子股份有限公司 一种生化分析仪和生化反应中发生底物耗尽的判断方法
CN112147091A (zh) * 2019-06-28 2020-12-29 深圳迈瑞生物医疗电子股份有限公司 一种生化分析仪和生化反应中判断发生底物耗尽的方法
WO2021042308A1 (zh) * 2019-09-04 2021-03-11 深圳迈瑞生物医疗电子股份有限公司 识别免疫比浊法中钩状效应的方法、装置及计算机可读介质
CN112578133A (zh) * 2019-09-27 2021-03-30 深圳迈瑞生物医疗电子股份有限公司 一种样本分析系统和分析设备的测试管理方法
CN112710627A (zh) * 2020-12-09 2021-04-27 深圳市科曼医疗设备有限公司 一种特定蛋白浓度的检测方法及检测装置
CN112782411A (zh) * 2019-11-01 2021-05-11 深圳迈瑞生物医疗电子股份有限公司 一种样本重测策略的设置方法、重测方法和样本分析系统
CN112955749A (zh) * 2018-10-17 2021-06-11 株式会社日立高新技术 异常判定方法和自动分析装置
CN112964673A (zh) * 2021-01-29 2021-06-15 深圳市科曼医疗设备有限公司 特定蛋白反应曲线的异常识别方法及识别装置
CN114636828A (zh) * 2022-05-07 2022-06-17 深圳市帝迈生物技术有限公司 样本实时检测方法、装置、样本分析仪和存储介质
CN114694811A (zh) * 2020-12-31 2022-07-01 科美诊断技术股份有限公司 测试结果确定方法、装置、电子设备及存储介质
CN116304582A (zh) * 2023-05-16 2023-06-23 力高(山东)新能源技术股份有限公司 一种动力电池中单调数据的异常标记修正方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101441984A (zh) * 2007-11-22 2009-05-27 北京京东方光电科技有限公司 监测干法刻蚀过程的方法及系统
CN102381340A (zh) * 2010-08-27 2012-03-21 卡斯柯信号有限公司 基于功率曲线的提速道岔故障信息处理方法及装置
CN103091287A (zh) * 2011-10-31 2013-05-08 深圳迈瑞生物医疗电子股份有限公司 一种血液分析仪测量结果的自诊断方法和装置
CN103181778A (zh) * 2011-12-31 2013-07-03 深圳迈瑞生物医疗电子股份有限公司 超声成像方法及系统
WO2014080751A1 (ja) * 2012-11-26 2014-05-30 株式会社日立ハイテクノロジーズ 自動分析装置、自動分析方法
CN105466927A (zh) * 2014-07-02 2016-04-06 深圳迈瑞生物医疗电子股份有限公司 一种比浊法异常反应曲线的识别、修正及报警方法
CN106339569A (zh) * 2015-07-09 2017-01-18 深圳迈瑞生物医疗电子股份有限公司 判断样本检验结果异常的方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101441984A (zh) * 2007-11-22 2009-05-27 北京京东方光电科技有限公司 监测干法刻蚀过程的方法及系统
CN102381340A (zh) * 2010-08-27 2012-03-21 卡斯柯信号有限公司 基于功率曲线的提速道岔故障信息处理方法及装置
CN103091287A (zh) * 2011-10-31 2013-05-08 深圳迈瑞生物医疗电子股份有限公司 一种血液分析仪测量结果的自诊断方法和装置
CN103181778A (zh) * 2011-12-31 2013-07-03 深圳迈瑞生物医疗电子股份有限公司 超声成像方法及系统
WO2014080751A1 (ja) * 2012-11-26 2014-05-30 株式会社日立ハイテクノロジーズ 自動分析装置、自動分析方法
CN105466927A (zh) * 2014-07-02 2016-04-06 深圳迈瑞生物医疗电子股份有限公司 一种比浊法异常反应曲线的识别、修正及报警方法
CN106339569A (zh) * 2015-07-09 2017-01-18 深圳迈瑞生物医疗电子股份有限公司 判断样本检验结果异常的方法及装置

Cited By (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110441509A (zh) * 2018-05-02 2019-11-12 深圳市理邦精密仪器股份有限公司 用于免疫反应物检测的定标方法、装置及终端设备
CN110441509B (zh) * 2018-05-02 2023-12-08 深圳市理邦精密仪器股份有限公司 用于免疫反应物检测的定标方法、装置及终端设备
CN109239360B (zh) * 2018-09-14 2022-04-01 深圳开立生物医疗科技股份有限公司 一种反应曲线异常检测方法及装置
CN109239360A (zh) * 2018-09-14 2019-01-18 深圳开立生物医疗科技股份有限公司 一种反应曲线异常检测方法及装置
CN110967500A (zh) * 2018-09-30 2020-04-07 深圳迈瑞生物医疗电子股份有限公司 一种样本检测方法、装置、样本分析仪和存储介质
CN112955749A (zh) * 2018-10-17 2021-06-11 株式会社日立高新技术 异常判定方法和自动分析装置
CN112955749B (zh) * 2018-10-17 2023-12-12 株式会社日立高新技术 异常判定方法和自动分析装置
CN109580549A (zh) * 2018-11-14 2019-04-05 深圳市理邦精密仪器股份有限公司 物质含量的计算、定标方法及装置
CN109580549B (zh) * 2018-11-14 2022-07-01 深圳市理邦精密仪器股份有限公司 物质含量的计算、定标方法及装置
CN111354430A (zh) * 2018-12-24 2020-06-30 深圳迈瑞生物医疗电子股份有限公司 一种样本审核方法、样本分析系统及计算机存储介质
CN110160980A (zh) * 2019-06-25 2019-08-23 迈克医疗电子有限公司 样本吸光度变化率的分析方法、分析装置及光学检测系统
CN112147091A (zh) * 2019-06-28 2020-12-29 深圳迈瑞生物医疗电子股份有限公司 一种生化分析仪和生化反应中判断发生底物耗尽的方法
CN112147090A (zh) * 2019-06-28 2020-12-29 深圳迈瑞生物医疗电子股份有限公司 一种生化分析仪和生化反应中发生底物耗尽的判断方法
WO2021042308A1 (zh) * 2019-09-04 2021-03-11 深圳迈瑞生物医疗电子股份有限公司 识别免疫比浊法中钩状效应的方法、装置及计算机可读介质
CN112578133A (zh) * 2019-09-27 2021-03-30 深圳迈瑞生物医疗电子股份有限公司 一种样本分析系统和分析设备的测试管理方法
CN112782411A (zh) * 2019-11-01 2021-05-11 深圳迈瑞生物医疗电子股份有限公司 一种样本重测策略的设置方法、重测方法和样本分析系统
CN112782411B (zh) * 2019-11-01 2024-01-02 深圳迈瑞生物医疗电子股份有限公司 一种样本重测策略的设置方法、重测方法和样本分析系统
CN111781171A (zh) * 2020-06-12 2020-10-16 迈克医疗电子有限公司 体外检测样本中对象参数的测量方法、装置及设备
CN112710627A (zh) * 2020-12-09 2021-04-27 深圳市科曼医疗设备有限公司 一种特定蛋白浓度的检测方法及检测装置
CN112710627B (zh) * 2020-12-09 2022-05-27 深圳市科曼医疗设备有限公司 一种特定蛋白浓度的检测方法及检测装置
CN114694811A (zh) * 2020-12-31 2022-07-01 科美诊断技术股份有限公司 测试结果确定方法、装置、电子设备及存储介质
CN112964673A (zh) * 2021-01-29 2021-06-15 深圳市科曼医疗设备有限公司 特定蛋白反应曲线的异常识别方法及识别装置
WO2022160499A1 (zh) * 2021-01-29 2022-08-04 深圳市科曼医疗设备有限公司 特定蛋白反应曲线的异常识别方法及识别装置
CN112964673B (zh) * 2021-01-29 2024-02-27 深圳市科曼医疗设备有限公司 特定蛋白反应曲线的异常识别方法及识别装置
CN114636828B (zh) * 2022-05-07 2022-10-25 深圳市帝迈生物技术有限公司 样本实时检测方法、装置、样本分析仪和存储介质
CN114636828A (zh) * 2022-05-07 2022-06-17 深圳市帝迈生物技术有限公司 样本实时检测方法、装置、样本分析仪和存储介质
CN116304582A (zh) * 2023-05-16 2023-06-23 力高(山东)新能源技术股份有限公司 一种动力电池中单调数据的异常标记修正方法
CN116304582B (zh) * 2023-05-16 2023-08-08 力高(山东)新能源技术股份有限公司 一种动力电池中单调数据的异常标记修正方法

Also Published As

Publication number Publication date
CN107703132B (zh) 2020-11-24

Similar Documents

Publication Publication Date Title
CN107703132A (zh) 反应曲线异常处理方法及装置、生化分析仪、存储介质
Westgard Internal quality control: planning and implementation strategies
CN102265163B (zh) 精度管理方法
CN107248039B (zh) 基于医疗标本检测项目结果的实时质控方法及装置
CN103827657B (zh) 血液分析仪校准和评估
Bauman et al. Accuracy of the CoaguChek XS for point-of-care international normalized ratio (INR) measurement in children requiring warfarin
CN102768271A (zh) 样本分析方法及综合样本分析仪
CN108538350A (zh) 临床检验报告的审核管理系统与方法
JP6811975B2 (ja) Aptt延長要因推定システム
JP2008269354A (ja) インシデント・アクシデントレポート分析装置、方法、およびプログラム
CN109061125A (zh) 对检测系统的定量检测项目的结果进行可靠性评估的方法及用途
RU106013U1 (ru) Система постановки дифференцированного диагноза по данным диагностики, справочная система результатов клинических исследований для интеграции в автоматизированные медицинские информационные системы, система дифференциации записи результатов клинических исследований для интеграции в автоматизированные медицинские информационные системы и дифференциально-диагностическая матрица для интеграции в автоматизированные медицинские информационные системы
CN1529816B (zh) 临床测试分析设备
Baveja et al. Statistical analysis of microbiological diagnostic tests
CN112102903A (zh) 基于临床实验室检测结果的质量控制系统
EP1188060B1 (en) Method and apparatus for presenting thrombosis and hemostasis assay data
CN105223194B (zh) 一种一体化尿检方法及系统
CN114944208A (zh) 质量控制方法、装置、电子设备及存储介质
van Rossum An approach to selecting auto-verification limits and validating their error detection performance independently for pre-analytical and analytical errors
EP2602625B1 (en) Method, device and computer program for monitoring diagnostic test processes
Zahlmann et al. A neuro-fuzzy-classifier for a knowledge-based glaucoma monitor
JP6629782B2 (ja) 加齢黄斑変性症のリスク評価方法及びシステム
CN109959656A (zh) 一种碘元素浓度自动检测方法、设备及系统
Haq Anemia analyzer: algorithm and reflex testing in clinical practice leading to efficiency and cost savings
Loh et al. Delta checks

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
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20180216

Assignee: Shenzhen Mindray Animal Medical Technology Co.,Ltd.

Assignor: SHENZHEN MINDRAY BIO-MEDICAL ELECTRONICS Co.,Ltd.

Contract record no.: X2022440020009

Denomination of invention: Abnormal reaction curve processing method and device, biochemical analyzer, storage medium

Granted publication date: 20201124

License type: Common License

Record date: 20220804

EE01 Entry into force of recordation of patent licensing contract