CN108562584A - 血清质量判别方法 - Google Patents
血清质量判别方法 Download PDFInfo
- Publication number
- CN108562584A CN108562584A CN201810553845.1A CN201810553845A CN108562584A CN 108562584 A CN108562584 A CN 108562584A CN 201810553845 A CN201810553845 A CN 201810553845A CN 108562584 A CN108562584 A CN 108562584A
- Authority
- CN
- China
- Prior art keywords
- serum
- color
- value
- image
- color value
- 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.)
- Withdrawn
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
Abstract
本发明公开了一种血清质量判别方法,一、截取正常血清图像,求出正常血清图像的平均颜色值A;二、对溶血血清样本进行血清图像拍摄,求出溶血血清图像的平均颜色值B;三、对黄疸血清样本进行血清图像拍摄,求出黄疸血清图像的平均颜色值C;四、对脂血血清样本进行血清图像拍摄,求出脂血血清图像的平均颜色值D;五、对盛有被检测血清样本的采血管进行血清图像拍摄,求出被检测血清图像的平均颜色值E;七、被检测血清质量识别。本发明优点在于提高人体血清检测工作效率和检测结果的可靠性。检测结果便于保留源血清图像,便于医生核查;解决了肉眼判别血清质量存在的不足。同时自动化程度高。
Description
技术领域
本发明涉及人体血清检测领域,尤其是涉及血清质量判别方法。
背景技术
人体血清分为正常血清和非正常血清(问题血清)。正常血清是清亮浅黄色,非正常血清包括溶血血清、黄疸血清、脂血血清。溶血血清的颜色呈浅红色或深红色;黄疸血清,当血清总胆红素在17.1~34.2μmol/L时肉眼看不出;脂血血清是血清中含有大量脂类物质,血清呈浑浊的乳白色。临床上,正常血清和非正常血清常规的判别方法是通过肉眼来判断血清的质量,但是肉眼判断存在主观性强、工作量大和无法实现标准化等缺点。一旦非正常血清进入检验仪器之后和正常血清反应,检测结果将出现偏差,导致检测结果不可靠,造成医生诊断错误。为解决此问题,目前临床上对血清的质量监测分为分析前质量检测、分析中质量检测和分析后质量检测;其中,血清质量监测出现失误现象多发生在分析前质量检测阶段。因此,提高分析前血清质量监测的准确性,是保证血清检验结果可靠的前提。
发明内容
本发明目的在于提供一种血清质量判别方法,实现准确筛选出非正常血清。
为实现上述目的,本发明采取下述技术方案:
本发明所述的血清质量判别方法,包括下述步骤:
第一步、对正常血清样本进行血清图像拍摄,截取所述正常血清图像,按照RGB颜色标准求出正常血清图像的平均颜色值A,然后对所述平均颜色值A分别求出R通道、G通道、B通道的颜色值A(r)、A(g)、A(b);
第二步、对溶血血清样本进行血清图像拍摄,截取所述溶血血清图像,按照RGB颜色标准求出溶血血清图像的平均颜色值B,然后对所述平均颜色值B分别求出R通道、G通道、B通道的颜色值B(r)、B(g)、B(b);
第三步、对黄疸血清样本进行血清图像拍摄,截取所述黄疸血清图像,按照RGB颜色标准求出黄疸血清图像的平均颜色值C,然后对所述平均颜色值C分别求出R通道、G通道、B通道的颜色值C(r)、C(g)、C(b);
第四步、对脂血血清样本进行血清图像拍摄,截取所述脂血血清图像,按照RGB颜色标准求出脂血血清图像的平均颜色值D,然后对所述平均颜色值D分别求出R通道、G通道、B通道的颜色值D(r)、D(g)、D(b);
第五步、对盛有被检测血清样本的采血管进行血清图像拍摄,所述被检测血清为被检测血液经过离心后的血清;
第六步、截取所述被检测血清图像,按照RGB颜色标准求出被检测血清图像的平均颜色值E,然后对所述平均颜色值E分别求出R通道、G通道、B通道的颜色值E(r)、E(g)、E(b);
第七步、被检测血清质量识别:
当:颜色值E(r)-颜色值A(r)的绝对值、和颜色值E(g)-颜色值A(g)的绝对值、以及颜色值E(b)-颜色值A(b)的绝对值都大于设定的阈值时,则被检测血清为非正常血清;
当:颜色值E(r)-颜色值D(r)的绝对值、和颜色值E(g)-颜色值D(g)的绝对值、以及颜色值E(b)-颜色值D(b)的绝对值都大于设定的阈值时,则被检测血清为溶血血清;
当:颜色值E(r)-颜色值C(r)的绝对值、和颜色值E(g)-颜色值C(g)的绝对值、以及颜色值E(b)-颜色值C(b)的绝对值都大于设定的阈值时,则被检测血清为黄疸血清;
当:颜色值E(r)-颜色值D(r)的绝对值、和颜色值E(g)-颜色值D(g)的绝对值、以及颜色值E(b)-颜色值D(b)的绝对值都大于设定的阈值时,则被检测血清为脂血血清。
所述的平均颜色值;即:图像每一个像素RGB三个值分别累计求和,最后除以像素个数, 计算公式为:
;
其中:
Crgb:平均颜色值;Cnr:第n个像素的R通道值;Cng:第n个像素的G通道值;Cnb:第n个像素的B通道值,n:图像的像素个数。
拍摄的所述图像格式为JPG、BMP或PNG图像格式。
本发明优点在于提高人体血清检测工作效率和检测结果的可靠性。检测结果便于保留源血清图像,便于医生核查;解决了肉眼判别血清质量存在的不足。同时,应用于血清检测仪器时,只需在样本传送过程中通过抓手抓取采血管拍照,自动化程度高。
具体实施方式
本发明所述的血清质量判别方法,包括下述步骤:
第一步、对正常血清样本进行血清图像拍摄,拍摄的图像格式为JPG、BMP或PNG图像格式;截取所述正常血清图像,按照RGB颜色标准求出正常血清图像的平均颜色值A,然后对所述平均颜色值A分别求出R通道、G通道、B通道的颜色值A(r)、A(g)、A(b);
第二步、对溶血血清样本进行血清图像拍摄,截取所述溶血血清图像,按照RGB颜色标准求出溶血血清图像的平均颜色值B,然后对所述平均颜色值B分别求出R通道、G通道、B通道的颜色值B(r)、B(g)、B(b);
第三步、对黄疸血清样本进行血清图像拍摄,截取所述黄疸血清图像,按照RGB颜色标准求出黄疸血清图像的平均颜色值C,然后对所述平均颜色值C分别求出R通道、G通道、B通道的颜色值C(r)、C(g)、C(b);
第四步、对脂血血清样本进行血清图像拍摄,截取所述脂血血清图像,按照RGB颜色标准求出脂血血清图像的平均颜色值D,然后对所述平均颜色值D分别求出R通道、G通道、B通道的颜色值D(r)、D(g)、D(b);
第五步、对盛有被检测血清样本的采血管进行血清图像拍摄,所述被检测血清为被检测血液经过离心后的血清;
第六步、截取所述被检测血清图像,按照RGB颜色标准求出被检测血清图像的平均颜色值E,然后对所述平均颜色值E分别求出R通道、G通道、B通道的颜色值E(r)、E(g)、E(b);
第七步、被检测血清质量识别:
当:颜色值E(r)-颜色值A(r)的绝对值、和颜色值E(g)-颜色值A(g)的绝对值、以及颜色值E(b)-颜色值A(b)的绝对值都大于设定的阈值时,则被检测血清为非正常血清;
当:颜色值E(r)-颜色值D(r)的绝对值、和颜色值E(g)-颜色值D(g)的绝对值、以及颜色值E(b)-颜色值D(b)的绝对值都大于设定的阈值时,则被检测血清为溶血血清;
当:颜色值E(r)-颜色值C(r)的绝对值、和颜色值E(g)-颜色值C(g)的绝对值、以及颜色值E(b)-颜色值C(b)的绝对值都大于设定的阈值时,则被检测血清为黄疸血清;
当:颜色值E(r)-颜色值D(r)的绝对值、和颜色值E(g)-颜色值D(g)的绝对值、以及颜色值E(b)-颜色值D(b)的绝对值都大于设定的阈值时,则被检测血清为脂血血清。
上述的平均颜色值;即:图像每一个像素RGB三个值分别累计求和,最后除以像素个数, 按照下述计算公式求取:
;
其中:
Crgb:平均颜色值;Cnr:第n个像素的R通道值;Cng:第n个像素的G通道值;Cnb:第n个像素的B通道值,n:图像的像素个数。
Claims (3)
1.一种血清质量判别方法,其特征在于:包括下述步骤:
第一步、对正常血清样本进行血清图像拍摄,截取所述正常血清图像,按照RGB颜色标准求出正常血清图像的平均颜色值A,然后对所述平均颜色值A分别求出R通道、G通道、B通道的颜色值A(r)、A(g)、A(b);
第二步、对溶血血清样本进行血清图像拍摄,截取所述溶血血清图像,按照RGB颜色标准求出溶血血清图像的平均颜色值B,然后对所述平均颜色值B分别求出R通道、G通道、B通道的颜色值B(r)、B(g)、B(b);
第三步、对黄疸血清样本进行血清图像拍摄,截取所述黄疸血清图像,按照RGB颜色标准求出黄疸血清图像的平均颜色值C,然后对所述平均颜色值C分别求出R通道、G通道、B通道的颜色值C(r)、C(g)、C(b);
第四步、对脂血血清样本进行血清图像拍摄,截取所述脂血血清图像,按照RGB颜色标准求出脂血血清图像的平均颜色值D,然后对所述平均颜色值D分别求出R通道、G通道、B通道的颜色值D(r)、D(g)、D(b);
第五步、对盛有被检测血清样本的采血管进行血清图像拍摄,所述被检测血清为被检测血液经过离心后的血清;
第六步、截取所述被检测血清图像,按照RGB颜色标准求出被检测血清图像的平均颜色值E,然后对所述平均颜色值E分别求出R通道、G通道、B通道的颜色值E(r)、E(g)、E(b);
第七步、被检测血清质量识别:
当:颜色值E(r)-颜色值A(r)的绝对值、和颜色值E(g)-颜色值A(g)的绝对值、以及颜色值E(b)-颜色值A(b)的绝对值都大于设定的阈值时,则被检测血清为非正常血清;
当:颜色值E(r)-颜色值D(r)的绝对值、和颜色值E(g)-颜色值D(g)的绝对值、以及颜色值E(b)-颜色值D(b)的绝对值都大于设定的阈值时,则被检测血清为溶血血清;
当:颜色值E(r)-颜色值C(r)的绝对值、和颜色值E(g)-颜色值C(g)的绝对值、以及颜色值E(b)-颜色值C(b)的绝对值都大于设定的阈值时,则被检测血清为黄疸血清;
当:颜色值E(r)-颜色值D(r)的绝对值、和颜色值E(g)-颜色值D(g)的绝对值、以及颜色值E(b)-颜色值D(b)的绝对值都大于设定的阈值时,则被检测血清为脂血血清。
2.根据权利要求1所述的血清质量判别方法,其特征在于:所述的平均颜色值;即:图像每一个像素RGB三个值分别累计求和,最后除以像素个数, 计算公式为:
;
其中:
Crgb:平均颜色值;Cnr:第n个像素的R通道值;Cng:第n个像素的G通道值;Cnb:第n个像素的B通道值,n:图像的像素个数。
3.根据权利要求1或2所述的血清质量判别方法,其特征在于:拍摄的所述图像格式为JPG、BMP或PNG图像格式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810553845.1A CN108562584A (zh) | 2018-06-01 | 2018-06-01 | 血清质量判别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810553845.1A CN108562584A (zh) | 2018-06-01 | 2018-06-01 | 血清质量判别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108562584A true CN108562584A (zh) | 2018-09-21 |
Family
ID=63552670
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810553845.1A Withdrawn CN108562584A (zh) | 2018-06-01 | 2018-06-01 | 血清质量判别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108562584A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109632654A (zh) * | 2019-01-23 | 2019-04-16 | 南方医科大学南方医院 | 一种血浆乳糜和溶血的检测装置及其实现方法 |
WO2022217544A1 (en) * | 2021-04-15 | 2022-10-20 | F. Hoffmann-La Roche Ag | Method and system for sample quality control |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040129678A1 (en) * | 2002-09-07 | 2004-07-08 | Timothy Crowley | Integrated apparatus and methods for treating liquids |
JP2012047589A (ja) * | 2010-08-26 | 2012-03-08 | Aoi Seiki Kk | 検体検査装置及び方法 |
CN103033513B (zh) * | 2011-09-28 | 2015-03-25 | 蓝伊精机株式会社 | 检查预处理装置、检查预处理方法、以及试样处理装置 |
CN105324671A (zh) * | 2013-07-04 | 2016-02-10 | 株式会社日立高新技术 | 检测装置以及生物体试样分析装置 |
US9322761B2 (en) * | 2009-08-13 | 2016-04-26 | Siemens Healthcare Diagnostics Inc. | Methods and apparatus for ascertaining interferents and physical dimensions in liquid samples and containers to be analyzed by a clinical analyzer |
CN105637370B (zh) * | 2013-11-12 | 2018-01-16 | 株式会社日立高新技术 | 样本检查自动化系统和生物试样检验模块以及生物试样的检验方法 |
-
2018
- 2018-06-01 CN CN201810553845.1A patent/CN108562584A/zh not_active Withdrawn
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040129678A1 (en) * | 2002-09-07 | 2004-07-08 | Timothy Crowley | Integrated apparatus and methods for treating liquids |
US9322761B2 (en) * | 2009-08-13 | 2016-04-26 | Siemens Healthcare Diagnostics Inc. | Methods and apparatus for ascertaining interferents and physical dimensions in liquid samples and containers to be analyzed by a clinical analyzer |
JP2012047589A (ja) * | 2010-08-26 | 2012-03-08 | Aoi Seiki Kk | 検体検査装置及び方法 |
CN103033513B (zh) * | 2011-09-28 | 2015-03-25 | 蓝伊精机株式会社 | 检查预处理装置、检查预处理方法、以及试样处理装置 |
CN105324671A (zh) * | 2013-07-04 | 2016-02-10 | 株式会社日立高新技术 | 检测装置以及生物体试样分析装置 |
CN105637370B (zh) * | 2013-11-12 | 2018-01-16 | 株式会社日立高新技术 | 样本检查自动化系统和生物试样检验模块以及生物试样的检验方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109632654A (zh) * | 2019-01-23 | 2019-04-16 | 南方医科大学南方医院 | 一种血浆乳糜和溶血的检测装置及其实现方法 |
CN109632654B (zh) * | 2019-01-23 | 2022-04-05 | 南方医科大学南方医院 | 一种血浆乳糜和溶血的检测装置及其实现方法 |
WO2022217544A1 (en) * | 2021-04-15 | 2022-10-20 | F. Hoffmann-La Roche Ag | Method and system for sample quality control |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108562584A (zh) | 血清质量判别方法 | |
CN110580480A (zh) | 基于图像处理的表计读数识别方法 | |
CN107167616B (zh) | 血型检测方法及装置 | |
CN109324039A (zh) | 试纸条反应浓度检测方法、装置、存储介质及计算机设备 | |
CN101165720A (zh) | 医药大输液机器视觉在线检测方法 | |
KR20190066789A (ko) | 딥러닝을 이용한 영상 기반 콘크리트 균열 탐지 시스템 | |
CN109967143B (zh) | 一种基于微流控显微系统的细胞大小检测方法 | |
CN204557507U (zh) | 快筛试纸的实时辨识系统 | |
CN115345876B (zh) | 一种基于超声图像的螺栓螺纹缺陷检测方法 | |
CN106548131A (zh) | 一种基于行人检测的施工人员安全帽实时检测方法 | |
CN102915543B (zh) | 基于提取函数和三通道分离的人物运动变化检测方法 | |
CN105277697A (zh) | 一种测定血液中循环上皮肿瘤细胞数量的方法 | |
CN106353234A (zh) | 一种基于激光共聚焦扫描的膜孔结构及孔隙率测试方法 | |
CN106600580A (zh) | 一种基于霍夫变换的电力线异常识别方法及其系统 | |
CN102980888A (zh) | 基于核酸适配体探针的一步法非标记型双酚a的快速比色检测法 | |
CN109030480A (zh) | 样品分析方法、装置、可读存储介质及计算机设备 | |
CN102580548B (zh) | 一种应用膜分离的检测方法及膜透明液 | |
US20190178867A1 (en) | Method for Identification of Tissue Objects in IHC Without Specific Staining | |
WO2022096648A1 (en) | Fluorescence assay for identifying pathogens in a sample, and computer-implemented systems for carrying out such assays | |
CN106199014A (zh) | 一种基于血型卡的血型判别方法 | |
NO20130484A1 (no) | Fremgangsmate for bestemmelse av graden av infeksjon | |
CN115356479B (zh) | 一种金免疫层析检测方法和系统 | |
CN103234975B (zh) | 一种棉花异性纤维的检测定位方法 | |
KR20120122301A (ko) | 색차 분석을 이용한 편광판 얼룩 자동 검사 장치 | |
CN114689804A (zh) | 一种基于voc气云成像智能监控危险气体泄露的方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20180921 |
|
WW01 | Invention patent application withdrawn after publication |