CN110072470A - 用于估计排卵日期的方法和设备 - Google Patents

用于估计排卵日期的方法和设备 Download PDF

Info

Publication number
CN110072470A
CN110072470A CN201780076978.8A CN201780076978A CN110072470A CN 110072470 A CN110072470 A CN 110072470A CN 201780076978 A CN201780076978 A CN 201780076978A CN 110072470 A CN110072470 A CN 110072470A
Authority
CN
China
Prior art keywords
test
strips
fsh
processor
equipment
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.)
Pending
Application number
CN201780076978.8A
Other languages
English (en)
Inventor
J·L·马丁内斯·赫尔达多
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.)
Comex Co Ltd
Original Assignee
Comex 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 Comex Co Ltd filed Critical Comex Co Ltd
Publication of CN110072470A publication Critical patent/CN110072470A/zh
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
    • A61B10/0012—Ovulation-period determination
    • 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
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/543—Immunoassay; Biospecific binding assay; Materials therefor with an insoluble carrier for immobilising immunochemicals
    • G01N33/54366—Apparatus specially adapted for solid-phase testing
    • G01N33/54386—Analytical elements
    • G01N33/54387—Immunochromatographic test strips
    • G01N33/54388—Immunochromatographic test strips based on lateral flow
    • 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
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/558—Immunoassay; Biospecific binding assay; Materials therefor using diffusion or migration of antigen or antibody
    • 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
    • G01N33/74—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving hormones or other non-cytokine intercellular protein regulatory factors such as growth factors, including receptors to hormones and growth factors
    • G01N33/76—Human chorionic gonadotropin including luteinising hormone, follicle stimulating hormone, thyroid stimulating hormone or their receptors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
    • A61B10/0045—Devices for taking samples of body liquids
    • A61B10/007—Devices for taking samples of body liquids for taking urine samples
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
    • G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
    • G01N2333/575—Hormones
    • G01N2333/59—Follicle-stimulating hormone [FSH]; Chorionic gonadotropins, e.g. HCG; Luteinising hormone [LH]; Thyroid-stimulating hormone [TSH]

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Immunology (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Chemical & Material Sciences (AREA)
  • Hematology (AREA)
  • Urology & Nephrology (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Food Science & Technology (AREA)
  • Physics & Mathematics (AREA)
  • Endocrinology (AREA)
  • General Physics & Mathematics (AREA)
  • Biotechnology (AREA)
  • Cell Biology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Microbiology (AREA)
  • Medicinal Chemistry (AREA)
  • Surgery (AREA)
  • Medical Informatics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Public Health (AREA)
  • Reproductive Health (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

根据本发明的第一方面，提供了一种用于估计排卵日期的设备，包括：相机，被配置成获得相继的FSH测试条的颜色数据；以及处理器，被配置成评估由相机获得的颜色数据。处理器被配置成基于相机的数据确定每个相继的FSH测试条的浓度值，并且被配置成在处理器确定在相继的FSH测试条中出现FSH测试条值的第一FSH下降趋势的情况下输出信号。

Description

用于估计排卵日期的方法和设备
技术领域
本发明涉及一种用于读取和解释用于估计排卵日期的FSH测试条的设备，包括：被配置成获得相继测试条的颜色数据的相机；以及被配置成评估由相机获得的颜色数据的处理器。本发明还涉及一种估计排卵日期的方法。
背景技术
已知使用测试条来估计女性的排卵日期。示例性测试条在EP 0291 194 B2、US 9,206,254 B2和WO 2016 142 610 A1中公开。传统上使用促黄体激素(LH)测试条来估计女性的排卵日期，其中尿液包含待检测的LH。配置这些测试条使得在测试条的一端提供尿液样本。尿液与分析物LH一起渗透通过条带材料。样本进入测试条中的检测区。在检测区中，用于可疑分析物的特异性结合试剂被调动。因此，存在于尿液样本中的分析物可以在检测区内结合。然后可以通过标记试剂用眼睛观察在检测区中结合的分析物的量。典型的测试条还包括对照区以向用户传达设备已经工作的不相关信号。
可以在诸如US 2004/0253142 A1、US 2013/0065321 A1或US6,352,862B1中公开的设备中分析这样的测试条。在这些设备中，用户可以直接在测试条的检测区和对照区观察。可替代地，可以提供设备以通过具有几乎单色光的光源照射测试条的检测区并确定检测区中的强度是否已达到某个阈值。在这种情况下，设备可以被配置成输出相应的正信号或负信号。
这些设备利用排卵日期之前的激素水平的特征。更详细地说，LH水平在排卵日期前约24至48小时急剧上升。这个特征也称为LH浪涌。LH峰值出现在排卵日期前6至28小时左右，平均在约17小时。这意味着排卵具有以这个时间为中心的概率分布。通过在可预期排卵时间前后每天监测LH水平，可以检测到LH峰值。排卵出现在LH峰值之后。因此，可以在相关联的可育窗口中确定怀孕的机会。在这方面，可育窗口在例如“Reproductive competenceof women-European cycle databases”，Petra Frank-Herrmann，C Gnoth，S Baur，TStrowitzki&G Freundl，Gynecological Endocrinology，2005年6月；20(6)：305–312中描述。可育窗口在排卵之前并跨越排卵后一天。它持续9到11天，具有独特的高斯概率分布，在排卵前两天、三天和四天有较高的怀孕概率。
其它激素-诸如促卵泡激素(FSH)-在排卵日期前也表现出特征性上升。FSH水平在排卵日期前约24至48小时上升。这个特征也称为FSH浪涌。FSH峰值出现在排卵日期前2至19小时左右，平均在约12小时。由于LH上升的振幅和随后的LH峰值通常高于FSH上升/峰值，因此LH通常用于估计排卵日期。
血清浓度与排卵相关激素的尿浓度值之间存在很强的相关性。通常在早晨第一次的尿液中监测这些激素以估计排卵日期。通常，使用这些激素的侧向流动免疫测定(LFIA)测试条，也称为排卵预测试剂盒。监测排卵前出现的LH或FSH升高可以估计排卵日期。但是，监测排卵前出现的LH或FSH升高只能估计排卵前约24至48小时的排卵日期。类似地，雌激素或孕酮测试条用于估计排卵日期。雌激素在排卵前2至4天上升，在排卵日期达到峰值，而孕酮在排卵发生后上升，在排卵后7天具有宽峰值。
这些已知方法的日期估计准确度是有限的，因此只能在实际排卵发生前两天获得对排卵日期的可靠估计。
发明内容
期望具有用于估计排卵日期的设备和相应的方法，其比当前设备更准确，并且能够提前更长时间地估计排卵日期。
根据本发明的第一方面，提供了一种用于估计排卵日期的设备，包括：相机，被配置成获得相继的每日FSH测试条的颜色数据；以及处理器，被配置成评估由相机获得的颜色数据。处理器被配置成基于相机的颜色数据评估每个相继的测试条的浓度值，并且在处理器从月经周期开始起确定第一FSH下降趋势的情况下，处理器输出信号。
相机可以包括CMOS传感器或CCD传感器，其能够感测来自电磁光谱的光子或测试条的颜色。处理器通过处理来自颜色空间(RGB、sRGB、HUV、LAB)的颜色信息来执行颜色分析，然后以数学方式变换这个信息，例如但不限于矩阵乘法、旋转、转置归一化等，从而导致值的旋转、缩放和偏斜，以实现标准颜色空间表示或者由所述数学变换产生的非常规颜色空间。变换可以包括用于固定标准照明体或调节所述结果颜色空间的标准照明体的步骤。变换可以产生颜色空间，在该颜色空间上，着色或着色的集合被表示为结果颜色空间的较大部分。处理器对测试条着色的分析用于将激素浓度值指派给由相机检测到的颜色。然后，为既定颜色空间中的颜色值的集合(例如R，G，B)指派浓度值。以这种方式，浓度值被映射到被分析的颜色空间，从而实现关于不同激素浓度值的高水平的准确度。
根据本发明，在报告激素值之前，处理器可以执行预校准步骤。在这个校准步骤中，处理器从在排卵估计测量周期之前暴露于标准浓度值的测试条集合获得颜色数据。最少可以使用至少两个浓度值，例如，使条带的测试区的着色没有改变的浓度值，以及在所述测试区的着色中生成最大改变的浓度值。优选地，使用最少五个浓度值。为了降低经校准的值之间的浓度差异并提高测量准确度，可以通过使用尽可能多的测试条来校准处理器，所述测试条暴露于测试条的暴露范围内的许多标准浓度。
术语“浓度值”还包含百分比值，或将所述值数学变换到任何其它数值，其映射到颜色空间可以包括进一步的变换，例如但不限于对数级数、幂级数、素数级数或任意数字级数，其中一个实际浓度值与一个映射的数值对应。
根据本发明，通过设备测量着色而非强度。测量测试条的着色允许在正常环境条件下执行测量，例如但不限于白炽灯、荧光灯、日光灯、LED灯、烛光等。设备执行测量的光源的强度可以用照度来表示，范围是但不限于从41勒克斯到41000勒克斯。
然后设备测量暴露于含有不同浓度值的激素的尿液的条带的激素测试条值。来自测试条的颜色信息如上所述被映射到颜色空间，并且根据具有标准浓度的校准与相应浓度相关联。然后，处理器解释映射的颜色和相关联的浓度以确定测试条的激素值。
然后设备经由处理器随时间逝去而测量激素值并存储它们。以时间间隔从FSH条带或从多个FSH条带收集值，例如但不限于每日测量。收集这些每日测量结果，例如但不限于第一次晨尿。根据参与排卵的激素，从尿液值到血清值有很好的相关性。然后，处理器建立与月经周期(例如但不限于月经周期的第一天)相关联的测量结果简档(profile)。
多次测量后观察到的激素第一FSH下降趋势表明：在实际排卵前许多天，并且明显早于LH峰值、高FSH峰值或孕酮上升或峰值，女性排卵日期的概率分布可以被观察到。然后，处理器确定在相继的FSH测试条测量结果中出现FSH值的第一下降趋势。通过评估相继测试样本中包含的FSH水平的第一下降趋势的形态的改变，可以提前甚至五至七天(平均六天)估计出实际排卵日期。更详细地，除了如上所述的在排卵前约24至48小时FSH水平上升外，FSH水平在周期开始和排卵日期之间上升至相对浅的峰值。然后FSH水平降低至低洼，然后在排卵前24至48小时再次升高至特征峰值。这个第一峰值的峰值振幅通常小于在排卵前约24至48小时出现的第二峰值的峰值振幅。第一FSH浅峰值出现在排卵前12到22天，这种变化意味着从一个周期到另一个周期以及从一个女性到另一个女性的浅峰值持续时间是不同的和可变的。但是，如果在排卵日期之前很好地监测FSH值，那么可以观察到第一个浅峰值并且检测到随后的第一下降趋势。该第一下降趋势表明出现了第一个FSH浅峰值，因此可以用于在排卵前常规可能的24至48小时之前很早就估计出排卵日期。
FSH的第一下降趋势的测量可以通过考虑例如但不限于六个值来计算，这六个值可以是连续的或不连续的，优选地是连续的。优选地，这六个值与连续六天的六个测试条测量结果对应。对这些值执行数学和统计分析，以辨认它们是否是FSH的第一下降趋势。例如，但不限于，数值回归、线性、多项式、对数、指数；或导数、曲线拟合、积分，或任何其它合适的数学和统计分析。可以将这些数学计算应用于所述连续值，以便以高准确度实现排卵日期预测。还可以利用这些值的较小子集，并将其与该集合内的先前或后续值组进行比较，或者使其与不同测量结果重叠，以便提前很多地预测排卵。
特别地，为了实现预测排卵日期的最高准确度，分析六个连续FSH值的集合。通过每日测量结果获得六个FSH值。通过确定六个值的线性回归的斜率来分析这个值集合。此外，确定六个值的集合内前五个值的线性回归的斜率和最后五个值的线性回归的斜率。因此，总共确定了三个斜率。在这三个斜率之间进行比较，并确定三个斜率是否落在预定范围内。此外，还比较三个线性回归的相关系数。
相关系数被应用于随时间逝去而取得的激素测量结果，并且例如但不限于乘积-力矩相关系数或Pearson相关系数。这个系数是天数和激素值的协方差除以其标准偏差的乘积。
如果前五个值的子集的线性回归的斜率低于最后五个值的子集的线性回归的斜率，那么可以确定显著的下降趋势。作为附加标准，六个值的集合和五个值的两个子集的线性回归的相应斜率必须是负的。
进一步比较以提高准确度包括相关系数在一定范围内。例如，系数和斜率应为负。在特定示例中，前五个值的斜率小于0并且最后五个值的斜率小于-0.1，并且所述斜率的相关系数分别是-0.07和-0.12。在另一个示例中，六个值的集合以及前五个和最后五个值的子集的导数通过中心差异以数字方式计算，并且也被添加到比较中。
由设备获得的FSH激素数据可以包括测试条可变性噪声、或仪器噪声、或环境条件可变性噪声。可以利用降噪算法来增强数据质量。
设备还可以包括显示器，被配置成显示设备的估计结果。可以在显示器上指示用户如何定位相机以获得测试条的颜色数据。因此，用户可以在有即时反馈(反馈颜色数据是否满足设备的要求)的情况下获得测试条的颜色数据。而且，估计的结果可以立即显示给用户。
所使用的测试条可以是常规已知的FSH测试条，或响应一种或多种分析物的多分析物测试条。用户可以使用多个测试条，诸如LH和/或孕酮测试条以及FSH测试条，以使用根据本发明的设备监测相应的激素。用户还可以专门使用FSH测试条来监测和确定第一FSH下降趋势。在检测到第一FSH下降趋势之后，用户还可以专门使用随后的LH和/或孕酮测试条来确认排卵日期。用户还可以在检测到第一FSH下降趋势的第一个周期后的后续月经周期中专门使用LH和/或孕酮测试条以确认排卵日期。通过用于每次测量的单个测试条，多分析物测试条可以用于监测除FSH外的多种激素。
每个测试条可以包括没有测试样本附着到其上的空白区、检测区和对照区，并且其中处理器可以被配置成基于获得的这些区的相机数据来校准设备。测试条可以包括多个检测区、多个空白区和多个对照区，其中处理器可以被配置成评估这些区的相机数据。检测、对照和空白区的颜色可以不同或具有相同的颜色。如上所述，设备可以一起或分开地分析这些颜色。
更详细地，对照区是所施加的测试样本渗透到其上并且其清楚地指示测试样本的施加是否成功的区。空白区通常是测试条的白色部分，其获取背景着色，该背景着色可以在暴露于测试流体之后与其原始颜色不同。测试区是取决于测试“问题”样本中分析物的浓度值观察到着色改变的区域。通常，与测试条的灵敏度相关联的最大浓度值在着色上与对照区对应。
设备利用将根据上述标准校准被映射到浓度的测试区的着色，并报告浓度。此外，颜色映射到浓度也可以应用于对照区和空白区，并且设备可以利用对照区和空白区来执行局部校准，关于该局部校准，使用颜色信息来评估测试条的质量、测试条的正确使用或照明条件。此外，着色的映射也可以用在测试条的任何区上，以识别所使用的激素测试条的类型。
在类似的配置中，设备可以利用对照区和空白区来执行如上所述的标准浓度校准，关于该标准浓度校准，已知浓度与空白区和对照区的着色相关联。为了校准，这个对照区的颜色数据(即，对照区的颜色)被设置为最大激素水平。此外，其上未施加测试样本的空白区的颜色数据(即，这个区的颜色)被设置为最小激素水平。由于测量结果独立于测试条的照射，所以可靠性增大。
处理器可以被配置成基于设备的至少一个先前测量周期来校准设备。
在这方面，设备可以在相继的月经周期(其与设备的相继测量周期对应)中被采用。每个女性的可育窗口在月经周期内可以是不同的。如果月经周期内的可育窗口未知，那么可能需要从月经周期的第一天开始评估测试条。可以通过密切跟踪可育窗口来执行设备的相继测量周期，同时需要较少的测试条评估。更详细地，该设备可以相对于月经结束和/或相对于每日测量的开始来跟踪排卵日期。对于相继的测量周期，设备可以指示用户在月经后何时开始测量。
而且，每个女性和每个周期的激素水平不同。通过评估先前测量周期的绝对激素水平，可以估计女性的基础激素水平。而且，可以估计激素水平的峰值。此外，可以基于先前的测量周期估计第一FSH下降趋势的激素水平。取决于估计的激素水平，可以以更高的准确度确定FSH的第一下降趋势。设备基于每个单独周期的激素水平检测和预测排卵，并仅使用先前的周期信息来更好地定位下降趋势分析。
设备可以被配置成智能手机。显示器、相机和处理器可以是任何已知的常规显示器、相机和处理器。处理器可以是电路系统的一部分。电路系统可以是控制器的一部分。控制器可以控制显示器和/或相机。显示器、相机和处理器可以在智能手机壳体中提供。相机和显示器可以在智能手机壳体中与智能手机的外部接触地提供，而处理器可以封装在智能手机壳体中。
智能手机包括相机、处理器、传感器和显示器。此外，智能手机如今被广泛使用，并且每天都被大多数人携带。通过使用智能手机，可以利用用于评估测试条的高质量相机的准确度。而且，不需要提供附加的分析设备。智能手机还包括电源，诸如电池。
设备可以使用多种连接性，例如wifi、蓝牙、LTE、3G、4G、5G来发送和传送由设备在别处获得或生成的数据。数据可以包括计算结果或与设备使用相关的任何其它数据，例如但不限于个人信息、月经周期信息、地点、时间以及由设备内部传感器或由用户输入提供的任何其它信息。
相机可以被配置成还获得，并且处理器评估，其它测试条(例如LH测试条、用于确定雌激素(E)的条带和/或用于确定孕酮(PG)的条带或者任何其它侧向流动免疫测定测试条带(LFIA))的颜色数据。相机可以被配置成分析在一个测试条中组合两种或更多种分析物的多分析物测试条。
排卵估计可以伴随通过类似手段测量LH并确定其上升或峰值或下降趋势而实现的排卵日期的确认。如上所述，LH水平在排卵日期前约24至48小时急剧上升。因此，通过用LH测试条附加地跟踪LH水平，可以增强排卵估计的稳健性。更详细地，系统借助于第一FSH下降趋势提前五至六天估计排卵日期。之后并且优选地也在这个估计之前，监测LH值。在排卵日期前约两天，通过监测LH水平的相当急剧的上升、LH峰值或LH下降趋势，可以确认估计的排卵日期。
LH的这些上升、峰值或下降趋势的计算可以通过分析设备的LH测量结果以及通过针对FSH如上所述的类似手段应用数学和统计分析来执行。
对于排卵的这种确认，如果处理器确定在相继的LH测试条中出现LH值的上升或峰值或第一下降趋势，那么处理器可以被配置成输出另外的第二信号。
这种确认可以伴随有借助于测量用于孕酮激素水平的测试条的附加确认。排卵后孕酮激素水平升高，并且可以用作卵子释放的确认。为了测量孕酮，可以通过类似的手段(即，相机和条带)检测和监测孕二醇，尿液中孕酮的代谢产物，如上面关于FSH和LH所公开的。如果处理器确定排卵后孕酮水平的上升、峰值或下降趋势，那么进一步确认排卵。类似地，如上面针对FSH所述，通过处理器对孕酮的相继测量结果来计算趋势以识别上升趋势、下降趋势或峰值。
处理器可以被配置成：在确定LH测试条中LH值的上升或峰值或第一下降趋势之后处理器确定在相继的孕酮测试条中出现孕酮值的上升或峰值或第一下降趋势的情况下，输出另外的第三信号。
第二和/或第三信号是确认排卵的确认信号。因此，用户可以提前五至七天知道即将到来的排卵，并且当排卵日期接近时也可以被提供确认。在排卵后，用户可以检查排卵是否实际出现，从而以高准确度跟踪整个可育窗口。而且，用户可以检查是否存在任何医学问题或者排卵周期是否在正常行为内。设备可以向用户输出相应的另外的信号，通过将激素简档与正常的预期值进行比较来指示是否可能存在任何医学问题。
处理器可以被配置成根据多个LFIA条输出另外的信号，设备通过上述手段对LFIA条执行测量和数学分析。
处理器可以被配置成将来自多个LFIA条的信号与它们自身或与其它LFIA条测量结果进行比较，以提高确定排卵日期的准确度。这种比较例如包括但不限于方差分析、协方差、标准偏差、线性回归、逻辑回归、朴素贝叶斯、平均值、最近邻、主成分分析和其它机器学习算法。该设备例如可以比较测得的FSH下降趋势与LH峰值和PG上升之间的时间差。
根据本发明的第二方面，提供了一种用于估计排卵日期的方法，其中该方法包括在相继的FSH测试条上施加包括分析物的相继测试样本的步骤。相机获得FSH测试条的颜色数据。处理器评估由相机获得的颜色数据。处理器基于相机的数据确定每个相继的FSH测试条的浓度值，并且在处理器确定在相继的FSH测试条中出现FSH测试条值的第一FSH下降趋势的情况下输出信号。
优选地，通过相机获得比通过使用常规近单色光源和对应光接收元件获得的色谱更宽的色谱。由于指示检测区中分析物的量的颜色在色谱上变化，因此使用更宽的色谱使得能够比仅仅阈值强度更准确地确定检测区域中存在的分析物的量的微小改变。因此，可以更准确地确定测试条所暴露于的样本中的浓度值，因此，可以使用该设备构建激素简档。具有激素简档允许将数学和统计分析应用于测量值的集合，因此FSH的第一下降趋势可以在实际排卵日期之前许多天被检测到。
附图说明
仅通过举例的方式，将参考附图进一步描述本发明，其中：
图1示出暴露于尿液的测试条的示意图和用测试条估计排卵日期的示例性设备；
图2示出整个月经周期中不同雌性激素的示例性水平；以及
图3示出图示出用于估计排卵日期的设备的操作的示例性框图；
图4示出示例激素简档；
图5示出另一个示例激素简档；以及
图6示出又一个示例激素简档，其中PG用作另一种激素。
具体实施方式
在图1的第一部分中，示出了FSH测试条10，在其上施加尿液样本。将测试条10的第一端在杯子12中用尿液浸泡约5秒钟。之后，使测试条10显影长达15分钟。随后，设备读取测试条10以估计这个给定日的激素水平。测试条10包括检测区14，其指示尿液样本中FSH的存在和浓度。测试条10还包括对照区16，测试样本渗透到对照区16中以指示测试条10已经成功制备。测试条10还包括空白区18，其上没有提供测试样本。
智能手机22的相机的全色谱用于通过采用合适的算法(诸如在Ali K.Yetisen，J.L.Martinez-Hurtado，Angel Garcia-Melendrez，Fernando da Cruz Vasconcellos，Christopher R.Lowe.的A smartphone algorithm with inter-phone repeatabilityfor the analysis of colourimetric tests.Sensors and Actuators B 196(2014)156-160中所公开的)，以高准确度评估测试条10的FSH值。表示色谱的颜色空间可以变化。例如，它可以是RGB、sRGB、LAB、HUV或任何其它。根据本发明，所有这些光谱可以与智能手机22一起用于估计排卵日期。首先，通过将多个测试条暴露于多个浓度值来校准设备，随后将浓度值指派给对应的颜色。
在校准之后，确定测试条10的暴露于未知浓度尿液样本14的检测区的颜色，并且取决于检测区14中的颜色将FSH值指派给测试条10。
用于估计排卵日期的设备在图1的第二部分中示出。该设备包括相机，其在点线20的末端处在设备处提供。该设备被配置成智能手机22。智能手机22还包括用于评估由相机获得的颜色数据的处理器(未示出)。智能手机22还包括显示器24，用于显示排卵估计的结果。显示器24还用于向用户示出测试条10的颜色数据，并指示相机是否获得了测试条10的正确颜色数据。
提供多个测试条10，并且借助于智能手机22在多天的时间段内监测FSH水平。
为了监测FSH水平，从月经后不久开始，每日尿液样本被施加到FSH测试条10。每个测试条10的颜色数据由智能手机22的相机获得。为了取得测试条10的颜色数据，智能手机22的相机定位在测试条10上方几厘米且中央处，并且测试条10的图片由用户拍摄或者测试条10的颜色数据由智能手机22处理而不需要拍摄独特的图片。
为了校正诸如不同照明等的不同条件，对测试条10的每个颜色数据进行进一步校准。为了校准，将测试条的其上没有附着分析物的空白区18的颜色与测试条的具有由尿液样本引起的最大颜色改变的对照区16的颜色进行比较。第一颜色被设置为表示最小FSH值，而第二颜色被设置为表示最大FSH值。
从月经后不久第一测试条10的第一评估开始，每天监测FSH值。
图2示出在测量周期过程中FSH、LH、雌激素(E)和孕酮(PG)的水平。如图2中所示，在排卵前24至48小时LH值达到峰值之前，FSH值达到第一个浅峰值(shallow peak)26。FSH水平的第一峰值26在排卵28前约10天出现，并且在第二FSH峰值30前约8天出现，第二FSH峰值30与LH峰值30在大致相同的时间出现。如图2所描绘的FSH的测得的值通常为1至16IU/L，对于LH是3至74IU/L并且对于孕酮是0至20IU/L。
在借助于如参考图1所述的用于估计排卵28(或排卵日期28)的设备监测FSH水平后，检测到第一FSH下降趋势。更详细地，FSH的第一下降趋势的特征在于在多个每日测量结果的过程中FSH的激素水平的显著下降。如从图2中可以看出的，FSH的第一浅峰值26不是像LH/FSH峰值30一样明显且尖锐的峰值。而是，第一浅峰值26的特征在于具有相继上升和下降的FSH水平的不明显激素平台期。如果第一次检测到显著下降的FSH值，那么检测到第一下降趋势。在这方面，FSH值的每次测量结果都在约为总激素水平的15％的一定测量误差内被测量。只有当下降相对于测量误差是显著的时，才检测到第一下降趋势。例如，在随后的6天内进行测量，并且如果FSH值相对于先前测量结果的值变化显著降低，那么检测到第一下降趋势。对于FSH的第一浅峰值，5％至95％群体的生理范围在5至10IU/L之内，对于FSH的最低水平，在2至6IU/L之内。如果下降超过0.7至8IU/L，优选地1IU/L，那么可以在相继的测量结果中检测到激素水平的显著下降。可替代地，如果下降超过第一浅峰值的7％至80％，优选地10％，那么可以检测到激素水平的下降。设备基于多次相继测量的FSH浓度检测下降趋势。
检测到第一下降趋势的时间被标记为检测窗口并由标号32表示。检测窗口32之后是可育窗口中的最可育的日子34。在这方面，一旦在后续测试条中检测到FSH水平的第一下降趋势，处理器就确定刚刚出现FSH峰值26。在检测到第一FSH下降趋势之后，处理器输出对应的信号，并且显示器24将向用户示出估计的排卵日期28。通常，这允许在实际排卵日期28之前大约五至七天估计出排卵日期28。
为了增强估计排卵日期28的设备的准确性，LH测试条也用于监测后续尿样中的LH水平。如上所述，以与监测FSH水平相同的方式进行LH水平的监测。一旦处理器确定LH峰值30之前的LH水平的显著上升，就可以肯定即将到来的排卵日期28，并且向用户显示相应的结果。一旦确定了LH峰值30，就可以确认排卵28，并且通过智能手机22的显示器24向用户显示相应的结果。而且，与LH峰值30大致同时出现的第二FSH峰值30可以由处理器检测并用于确认即将到来的排卵日期28。
为了确保已经出现排卵28，可以以上述关于FSH和LH水平的监测的方式监测孕酮水平。如图2中可以看到的，孕酮水平在排卵28出现后几天达到峰值36。通过监测孕酮水平，当孕酮水平达到一定振幅或遵循上升趋势或峰值时可以进一步确认排卵28，并且如果孕酮水平在估计的排卵日期28之后未达到一定振幅或未显示上升趋势或峰值，那么可以在智能手机22的显示器24上显示否定确认。
在图3中描绘了如上所述并且由用于估计排卵日期的方法执行的后续步骤。
在下文中，讨论了在图4至图7中描绘的示例性激素FSH简档。图4至图7中的轴标记在横坐标上是从月经开始的天数。在纵坐标上，相应激素的浓度值用百分比值表示。纵坐标的百分比值是通过比较对照区与空白区的映射的浓度值并将它们归一化到最大和最小范围以执行局部校准之后测试区上激素的百分比值，从而考虑光和条带的质量可变性，并增强测量结果的精度。如从示例简档可以看出的，对于隔离的单个简档而言，第一下降趋势对于人眼并不明显。因此，需要使用上述数学方法的估计以找到FSH的第一下降趋势。此外，针对尿液中获得的激素值，基于检测激素峰值来确认排卵对于人眼也是不明显的。特别地，分析六个连续测量结果的值的集合。在这方面，确定六个值的线性回归的斜率，六个值的集合中前五个值的线性回归的斜率以及最后五个值的线性回归的斜率。此外，比较三个线性回归的相关系数。致使确定第一FSH下降趋势的六个测量结果的相应集合在图4至图7中由标号40指示，并且用于示例激素简档的处理器的相应计算结果在下面的表1至表3中给出。
图4示出了示例激素简档。在这个简档中，设备报告相对示例激素值。在这种情况下，激素水平作为第一次晨尿的每日测量结果的百分比改变被报告。在这个示例中，FSH水平维持高几天，并且从自第一记录点起的第9天开始相对急剧减小。在这个示例中，FSH的下降趋势不太明显，FSH和LH的峰值也不太明显。在第13天识别出与第13个测量结果点对应的第一FSH下降趋势40。根据预测模型，可以估计接近第18天的排卵日期28，在第一FSH下降趋势之后六天的第19天有最高机会。这得到了在第17天观察到的LH峰值的证实。第一FSH下降趋势是基于表1中处理器的计算结果确定的。
天数 斜率1 斜率2 斜率3 CC 1 CC 2
1-6 6,459868493 8,840542013 3,645439024 0,685 0,37
2-7 4,784929083 3,576474007 8,840542013 0,307 0,69
3-8 0,739106021 -4,49225851 3,576474007 -0,453 0,31
4-9 -0,594184411 2,772085589 -4,49225851 0,285 -0,45
5-10 0,043045529 -3,848672213 2,772085589 -0,42 0,28
6-11 -2,08502613 1,737581284 -3,848672213 0,258 -0,42
7-12 -4,049069745 -6,584313583 1,737581284 -0,54 0,26
8-13 -6,801177026 -11,54994006 -6,584313583 -0,846 -0,54
表1
在表1中，“斜率1”表示连续测量结果的六个值的线性回归的斜率。“斜率2”表示在六个测量结果的集合内前五个值的子集的线性回归的斜率。“斜率3”表示在六个测量结果的集合内的最后五个值的子集的线性回归的斜率。“CC 1”表示六个测量结果的前五个值的线性回归的第一相关系数。“CC 2”表示最后五个值和六个测量结果的线性回归的第二相关系数。如从表1中可以看出的，在第13天，斜率1、斜率2和斜率3对于第8天至第13天的最后分析的六个值的集合都是负的。此外，相应的相关系数CC 1和CC 2也是负的。因此，在第13天，可以估计排卵日28在第18天附近出现。这个示例表明预测和实际排卵日期之间有很好的相关性。这个示例代表了大多数月经周期。
图5示出了激素简档的另一个示例。在这个示例中，FSH的下降趋势40更明显，但它的开始并不明显。用于识别FSH的下降趋势40的设备在测量开始的第11天输出信号，从而产生在第17天左右的排卵日期28的估计。在第14天检测到LH峰值，在第14天后确认排卵28。LH峰值校正预测的排卵概率估计。第一FSH下降趋势是基于表2中处理器的计算结果确定的。
天数 斜率1 斜率2 斜率3 CC 1 CC 2
1-6 1,497580559 -1,100609058 1,750393064 -0,45 0,36
2-7 -0,013807932 1,634595717 -1,100609058 0,833 -0,45
3-8 3,211203353 4,462609333 1,634595717 0,926 0,83
4-9 3,381887884 3,47392041 4,462609333 0,817 0,93
5-10 -0,250330915 -1,630016333 3,47392041 -0,269 0,82
6-11 -5,307976632 -8,779014211 -1,630016333 -0,821 -0,27
表2
如从表2中可以看出的，在第11天，斜率1、斜率2、斜率3、CC 1和CC 2都是负的。因此，在第11天，可以估计排卵日28在第17天出现，然后通过监测LH水平的改变将其校正为在第15天出现。
图6示出了另一个示例激素简档。在这个示例中，除了FSH和LH激素相对值之外，还使用PG。PG是在第1天和第2天然后在第14天由LH峰值确认排卵28之后的第16、18和21天测量的。在这种情况下，在从测量开始起的第6天检测到第一FSH下降趋势40，并且预测在第12天左右排卵28。这个估计再次基于取决于第一FSH下降趋势的排卵数据的概率分布。这个概率分布在第一FSH下降趋势后6天具有最大值。排卵28在第14天由LH峰值确认，这指示在第15天出现实际排卵并且由减小的PG信号进一步证实。在这种情况下，PG测试条是竞争性测定，其中检测到的值的减小意味着浓度值的增加，这是上升趋势的特征。排卵28后的PG值还与排卵前的PG值28进行比较。在这种情况下，从第4天到第7天缺少LH值，这对于预测排卵28并不重要。在第14天和第16天之后也分别缺失FSH和LH值。类似地，从第3天直到第15天，PG值缺失。这表明只需要进行预测和识别趋势所需的值。第一FSH下降趋势是基于表3中处理器的计算结果确定的。
天数 斜率1 斜率2 斜率3 CC 1 CC 2
1-6 -3,63 -5,61 -2,22 -0,77 -0,40
表3
如从表3中可以看出的，在第6天，斜率1、斜率2、斜率3、CC 1和CC 2都是负的。因此，在第6天，可以估计排卵日28在第12天左右出现，并借助于第14天的LH峰值确认。因此，在这个示例中，排卵日期28晚于估计日期。在这种情况下，监测LH值有利于确认排卵的具体日期。在另一个示例中，可以与FSH下降趋势一起同时检查LH值，以增大准确度，例如通过分析测量之前的同时的LH值是否在基线上、上升或峰值或下降趋势。
最后一个示例没有示出预测和实际排卵日期之间的良好相关性。这种测量序列仅在特殊情况下观察到，并且考虑到女性的一系列月经周期，可以对于未来的月经周期增大排卵日期估计的准确性。
上述示例性实施例是说明性的而非限制性的。鉴于以上讨论的示例性实施例，与上述示例性实施例一致的其它实施例对于本领域普通技术人员而言是清楚的。

Claims (22)

1.一种用于估计排卵日期的设备，该设备读取和解释FSH测试条，该设备包括：
-相机，被配置成获得相继的FSH测试条的颜色数据；以及
-处理器，被配置成评估由相机获得的颜色数据，
其中，处理器被配置成基于相机的颜色数据确定每个相继的FSH测试条的浓度值，并且被配置成在处理器确定在相继的FSH测试条中出现FSH测试条值的第一FSH下降趋势的情况下输出信号。
2.根据权利要求1所述的用于估计排卵日期的设备，其中通过考虑连续六天的六个测试条测量结果来确定FSH的第一下降趋势。
3.根据前述权利要求中任一项所述的用于估计排卵日期的设备，其中由相机获得的颜色数据包含多个不同的波长。
4.根据前述权利要求中任一项所述的用于估计排卵日期的设备，其中该设备还包括：被配置成显示设备的估计结果的显示器。
5.根据前述权利要求中任一项所述的用于估计排卵日期的设备，其中每个测试条包括一个或多个对照区，并且其中处理器被配置成基于所获得的对照区的相机数据来校准设备。
6.根据前述权利要求中任一项所述的用于估计排卵日期的设备，其中每个测试条包括空白区，并且其中处理器被配置成基于所获得的空白区的相机数据来校准设备。
7.根据前述权利要求中任一项所述的用于估计排卵日期的设备，其中每个测试条包括一个或多个检测区，并且其中处理器被配置成基于检测区的着色改变的读取和评估来确定检测区上分析物的浓度或百分比改变值。
8.根据前述权利要求中任一项所述的用于估计排卵日期的设备，其中处理器被配置成将来自相机的测试条颜色数据变换成浓度值，优选地变换成百分比改变，更优选地变换成数值改变。
9.根据前述权利要求中任一项所述的用于估计排卵日期的设备，其中，基于对暴露于标准浓度溶液的测试条的至少一个先前测量结果，或者通过暴露于不同标准浓度溶液的尽可能多的条带，校准设备。
10.根据前述权利要求中任一项所述的用于估计排卵日期的设备，其中相机还被配置成获得LH测试条、雌激素测试条和/或孕酮测试条的颜色数据，并且处理器还配置成评估LH测试条、雌激素测试条和/或孕酮测试条的颜色数据。
11.根据权利要求10所述的用于估计排卵日期的设备，其中，处理器被配置成：在处理器确定在相继的LH测试条中出现LH值的上升或峰值或下降趋势的情况下，输出另外的第二信号。
12.根据权利要求10或11所述的用于估计排卵日期的设备，其中，处理器被配置成：在确定FSH测试条中FSH值的第一下降趋势或确定LH测试条中LH值的上升或峰值或下降趋势之后、处理器确定在相继的孕酮测试条中出现孕酮值的上升或峰值或趋势的情况下，输出另外的第三信号。
13.根据权利要求11或12所述的用于估计排卵日期的设备，其中第二信号是肯定信号和/或第三信号是确认信号。
14.根据前述权利要求中任一项所述的用于估计排卵日期的设备，其中该设备被配置成智能手机。
15.根据前述权利要求中任一项所述的用于估计排卵日期的设备，其中处理器被配置成基于设备的至少一个先前测量周期来校准设备。
16.一种用于估计排卵日期的方法，其中该方法包括以下步骤：
-在相继的FSH测试条上施加包括分析物的相继的测试样本；
-由相机获得FSH测试条的颜色数据；以及
-由处理器评估由相机获得的颜色数据，
其中，处理器基于相机的数据确定每个相继的FSH测试条的浓度值，并且在处理器确定在相继的FSH测试条中出现FSH测试条值的第一FSH下降趋势的情况下处理器输出信号。
17.根据权利要求16所述的用于估计排卵日期的方法，其中通过考虑连续六天的六个测试条测量结果来确定FSH的第一下降趋势。
18.根据权利要求16或17所述的用于估计排卵日期的方法，其中该方法还包括校准步骤，其中每个测试条包括对照区，并且其中处理器基于所获得的对照区的颜色数据来调节颜色数据。
19.根据权利要求18所述的用于估计排卵日期的方法，其中校准包括另一个步骤，其中每个测试条包括对照区以及其上未施加测试样本的空白区，并且其中处理器基于所获得的这些区的颜色数据来调节颜色数据。
20.根据权利要求16至19中任一项所述的用于估计排卵日期的方法，其中相机还被配置成获得LH测试条的颜色数据，并且其中，在处理器确定在相继的LH测试条中出现LH值的上升或峰值或第一下降趋势的情况下，处理器输出另外的第二信号。
21.根据权利要求20所述的用于估计排卵日期的方法，其中相机还被配置成获得孕酮测试条的颜色数据，并且其中，在处理器确定在相继的孕酮测试条中出现孕酮值的上升或峰值或第一下降趋势的情况下，处理器输出另外的第三信号。
22.根据权利要求20或21所述的用于估计排卵日期的方法，其中第二信号是肯定信号和/或第三信号是确认信号。
CN201780076978.8A 2016-12-13 2017-12-13 用于估计排卵日期的方法和设备 Pending CN110072470A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP16203855.8 2016-12-13
EP16203855.8A EP3335638A1 (en) 2016-12-13 2016-12-13 Method and device for estimation of ovulation date
PCT/EP2017/082664 WO2018109025A1 (en) 2016-12-13 2017-12-13 Method and device for estimation of ovulation date

Publications (1)

Publication Number Publication Date
CN110072470A true CN110072470A (zh) 2019-07-30

Family

ID=57614129

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780076978.8A Pending CN110072470A (zh) 2016-12-13 2017-12-13 用于估计排卵日期的方法和设备

Country Status (5)

Country Link
US (1) US11730456B2 (zh)
EP (2) EP3335638A1 (zh)
CN (1) CN110072470A (zh)
CA (1) CA3043270A1 (zh)
WO (1) WO2018109025A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111830013A (zh) * 2020-06-28 2020-10-27 杭州棒糖网络科技有限公司 一种提高激素浓度测量设备的测量准确性的方法

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3335638A1 (en) 2016-12-13 2018-06-20 Colorimetrix GmbH Method and device for estimation of ovulation date
US11061026B2 (en) 2017-02-17 2021-07-13 MFB Fertility, Inc. System of evaluating corpus luteum function by recurrently evaluating progesterone non-serum bodily fluids on multiple days
US11029321B2 (en) * 2017-02-17 2021-06-08 MFB Fertility, Inc. Method of evaluating corpus luteum function by recurrently evaluating progesterone non-serum bodily fluids on multiple days
US10605741B2 (en) 2018-06-28 2020-03-31 International Business Machines Corporation Accurate colorimetric based test strip reader system
DE102020108603A1 (de) 2020-03-27 2021-09-30 Colorimetrix Gmbh Verfahren und vorrichtung zur bestimmung und überwachung der immunantwort bei covid-19 und anderen viralen infektionen
WO2021247721A1 (en) * 2020-06-02 2021-12-09 Easy Healthcare Corporation Quantitative hormone and chemical analyte test result systems and methods
WO2023028039A1 (en) * 2021-08-23 2023-03-02 University Of Cincinnati Ovulation monitoring platform

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3986494A (en) * 1974-10-30 1976-10-19 The Trustees Of The University Of Pennsylvania Method of predicting and detecting ovulation
US4010738A (en) * 1974-10-30 1977-03-08 The Trustees Of The University Of Pennsylvania Method of predicting and detecting ovulation
CN1575778A (zh) * 2003-07-09 2005-02-09 松下电器产业株式会社 排卵周期监测系统、马桶装置以及排卵周期监测方法
US20060052341A1 (en) * 2002-02-08 2006-03-09 Brian Cornish Control of a biological function
CN101528138A (zh) * 2006-09-05 2009-09-09 孕育中心有限公司 检测及预测排卵和生育期的方法
CN101785686A (zh) * 2009-01-23 2010-07-28 西江大学校产学协力团 用于月经期或受孕期的定制预测的系统及其计算方法
US20160066894A1 (en) * 2014-03-21 2016-03-10 Razzberry Inc. Health state monitoring device
US20160196383A1 (en) * 2015-01-05 2016-07-07 Yonglin Biotech Corp. Cloud system for menstrual cycle prediction and method thereof
CN105765388A (zh) * 2013-10-02 2016-07-13 瑞士斯保德精密诊断有限公司 改进的妊娠测试设备和方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1248112A3 (en) 1987-04-27 2004-08-25 Inverness Medical Switzerland GmbH Immunochromatographic specific binding assay device
US6352862B1 (en) 1989-02-17 2002-03-05 Unilever Patent Holdings B.V. Analytical test device for imuno assays and methods of using same
US8367013B2 (en) * 2001-12-24 2013-02-05 Kimberly-Clark Worldwide, Inc. Reading device, method, and system for conducting lateral flow assays
CA2471216C (en) 2002-01-09 2012-04-17 Inverness Medical Switzerland Gmbh Liquid sample assay device
US20060005234A1 (en) 2004-06-30 2006-01-05 International Business Machines Corporation Method and apparatus for handling custom token propagation without Java serialization
CN102323215A (zh) * 2011-08-05 2012-01-18 广州万孚生物技术有限公司 分析读数装置及分析读数方法
US9939385B2 (en) 2011-09-09 2018-04-10 Church & Dwight Co., Inc. Systems, methods, and test kits for analyte variation detection
US9206254B2 (en) 2012-04-12 2015-12-08 Repropharm Method and kit for detecting the preovulatory LH peak
EP2946198B1 (en) * 2013-01-21 2019-10-30 Cornell University Smartphone-based apparatus and method for obtaining repeatable, quantitative colorimetric measurement
US20160139156A1 (en) * 2014-11-18 2016-05-19 Welltwigs LLC Apparatuses, methods, and systems for home monitoring of physiological states and conditions
FR3033410B1 (fr) 2015-03-06 2017-03-31 Laboratoire Hra-Pharma Dispositif pour l'identification de la periode infertile d'une femme
WO2018102059A1 (en) * 2016-11-30 2018-06-07 Idexx Laboratories, Inc. Lateral flow assay reader based on human perception and method relating thereto
EP3335638A1 (en) 2016-12-13 2018-06-20 Colorimetrix GmbH Method and device for estimation of ovulation date

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3986494A (en) * 1974-10-30 1976-10-19 The Trustees Of The University Of Pennsylvania Method of predicting and detecting ovulation
US4010738A (en) * 1974-10-30 1977-03-08 The Trustees Of The University Of Pennsylvania Method of predicting and detecting ovulation
US20060052341A1 (en) * 2002-02-08 2006-03-09 Brian Cornish Control of a biological function
CN1575778A (zh) * 2003-07-09 2005-02-09 松下电器产业株式会社 排卵周期监测系统、马桶装置以及排卵周期监测方法
CN101528138A (zh) * 2006-09-05 2009-09-09 孕育中心有限公司 检测及预测排卵和生育期的方法
CN101785686A (zh) * 2009-01-23 2010-07-28 西江大学校产学协力团 用于月经期或受孕期的定制预测的系统及其计算方法
CN105765388A (zh) * 2013-10-02 2016-07-13 瑞士斯保德精密诊断有限公司 改进的妊娠测试设备和方法
US20160066894A1 (en) * 2014-03-21 2016-03-10 Razzberry Inc. Health state monitoring device
US20160196383A1 (en) * 2015-01-05 2016-07-07 Yonglin Biotech Corp. Cloud system for menstrual cycle prediction and method thereof

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111830013A (zh) * 2020-06-28 2020-10-27 杭州棒糖网络科技有限公司 一种提高激素浓度测量设备的测量准确性的方法

Also Published As

Publication number Publication date
EP3335638A1 (en) 2018-06-20
EP3554386A1 (en) 2019-10-23
US11730456B2 (en) 2023-08-22
US20190307432A1 (en) 2019-10-10
WO2018109025A1 (en) 2018-06-21
CA3043270A1 (en) 2018-06-21
EP3554386B1 (en) 2023-02-15

Similar Documents

Publication Publication Date Title
CN110072470A (zh) 用于估计排卵日期的方法和设备
US11709096B2 (en) Precision luxmeter methods for digital cameras to quantify colors in uncontrolled lighting environments
EP3612963B1 (en) Biochemical analyser based on a machine learning algorithm using test strips and a smartdevice
US11307147B2 (en) Accurate colorimetric based test strip reader system
US9506855B2 (en) Method and system for analyzing a colorimetric assay
KR102654430B1 (ko) 컬러 형성 반응에 기초하여 분석 측정을 수행하기 위한 방법들 및 디바이스들
US20160139156A1 (en) Apparatuses, methods, and systems for home monitoring of physiological states and conditions
KR101624583B1 (ko) 소변 검사 방법 및 관련 장치
CN105223196B (zh) 一种基于智能终端的尿液分析方法
KR20210028180A (ko) 샘플에서 분석물을 검출하기 위한 검출 방법
CN106323977A (zh) 基于移动终端的变色诊断试纸定量成像系统
WO2014178062A2 (en) Method and system for analysing body fluids
CN104198695A (zh) 一种对胶体金试纸条显色结果分析的方法
WO2019162496A1 (en) Methods and systems for calibrating and using a camera for detecting an analyte in a sample
Thakur et al. Smartphone-based, automated detection of urine albumin using deep learning approach
CN114739991A (zh) 一种尿干化学常规检测方法及检测装置
Kibria et al. Smartphone-based point-of-care urinalysis assessment
KR20140135921A (ko) 소변 검사용 소변 스트랩
Garg et al. Automated colorimetric analysis in paper based sensors
RU2791101C2 (ru) Способ оценки пригодности условий освещения для определения аналита в образце с применением камеры мобильного устройства
CN115019059A (zh) 基于色彩矫正模式的分泌物试纸图像识别方法
KR20200128839A (ko) 휴대단말을 이용한 채액 속의 타겟 검출방법
CN109324046A (zh) 试纸条反应浓度检测方法、装置、存储介质及计算机设备

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
AD01 Patent right deemed abandoned
AD01 Patent right deemed abandoned

Effective date of abandoning: 20221018