CN110148443A - 一种临床检验样本的标识方法及系统 - Google Patents
一种临床检验样本的标识方法及系统 Download PDFInfo
- Publication number
- CN110148443A CN110148443A CN201710611441.9A CN201710611441A CN110148443A CN 110148443 A CN110148443 A CN 110148443A CN 201710611441 A CN201710611441 A CN 201710611441A CN 110148443 A CN110148443 A CN 110148443A
- Authority
- CN
- China
- Prior art keywords
- sample
- identification
- tested
- rule
- test samples
- 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
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供了一种临床检验样本的标识方法及系统，该方法包括：读取系统配置文件，根据待检验样本的样本类型查找系统配置文件，获取待检验样本在当前检测任务中对应的样本标识规则，系统配置文件中包括有检验样本类型和样本标识规则之间对应关系，以及样本标识规则与检测任务之间对应关系；根据样本标识规则生成样本标识号，采用样本标识号对当前检测任务产生的子检验样本进行标识；建立父样本与子检验样本的关联关系，子检验样本对应的样本标识号继承父样本与其他样本的匹配关系和父样本的属性。本发明能够解决样本标识在不同检测环节维持样本信息准确的问题，准确地标记追踪不同状态的样本。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种临床检验样本的标识方法及系统。
背景技术
在临床检测中，患者的样本通过临床检测的多个环节的生产流程，最后根据检测的目的出具相应的检测结果报告。传统的临床检测手段，其生产流程很短。如显微镜镜检，获取原始样本后无须处理或只进行简单的制片、染色处理，直接在显微镜下观察即可获得结论；又如血常规和尿常规，获取原始样本后，简单处理后，送入生化仪中进行分析，可得到检测结果。因此，样本在整个检测过程中，样本实物存在形式变化较少，不需要被反复命名、标记，不易混淆。
现有通用的样本标识系统是基于业务形式的，设计的数据库样本ID都是业务型，一般用一个单一的、含有具体业务意义的字符串作为原始样本的ID。比如，患者编号为1234的第一个血液样本，其ID＝1234B01，其中1234为患者编号，B代表血液(Blood)，01表示是第一个样本。在某些业务规则下，样本形式和数目变化会发生变化，需要引入新的样本ID。比如，患者血液样本，其ID＝1234B01，对此样本进行血浆分离操作后，该样本分离出白细胞和血浆两个成分，分别赋予其对应的标识号1234W01和1234P01，代表来自患者编号为1234的第一个白细胞(W)样本和第一个血浆(P)样本。因此在生产过程，除了需要有业务相关的样本ID生成规则，而且还需要记录这些相关样本的相互关系，显然这种以简单的业务相关字符串形式编号、记录样本的方式，并不适用于复杂的生产流程。
除此之外，以业务主键设计的样本编码系统，极大的依赖既定的业务规则。当其所依赖的检测流程发生变更时，就会引起相应的编码规则的修改。比如“检测流程更新”的例子：在上面的例子中，1234B01号样本，在血浆分离的环节，生成了1234W01和1234P01两个样本。如果在血浆分离的环节，分离出了更细分类的成分，那么这个编号体系就要随之改变，由此会带来向前、向后的兼容问题。可见，这种依赖于具体业务的样本编号系统，其灵活性极大的受制于所依赖的业务规则。业务规则更新，需要相应程序修订甚至于数据库更改，导致系统的维护压力和成本增加，而且很难达到准确地标记、追踪不同状态的样本，并不适用于灵活、多变的生产流程。
目前，以二代测序检测为代表的新型检测手段，患者的待检测样本，需要经历样本病理制样、切片、染色、镜检，分子生物学的DNA(或RNA)抽提、扩增、建库、上机测序，数据分析、医学解读、报告生成等众多的环节，其生产流程复杂、灵活多变。而且待检测样本在生产环节中流转时，存在两个情况：1)样本的实物存在形式会发生变化；2)有可能产生一对多(1：n)的样本分割或者多对一(n：1)的样本合并。
因此，如何提供一种在复杂、多变的生产流转情况下，准确地对样本进行标识的方法，具有重要意义。
发明内容
鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的临床检验样本的标识方法及系统。
本发明的一个方面，提供了一种临床检验样本的标识方法，该方法包括:
读取系统配置文件，根据待检验样本的检测类型查找所述系统中该检测项目对应的配置文件，以获取所述待检验样本在当前检测任务中对应的样本标识规则，所述系统配置文件中包括有检验样本类型和样本标识规则之间的对应关系，以及样本标识规则与检测任务之间的对应关系；
每一个样本生产或流转环节，根据所述样本标识规则，为每一个由该生产环节产生的样本，生成样本标识号，并采用所述样本标识号对当前检测任务产生的子检验样本进行标识；
每一个样本生产或流转环节，如果存在父样本或子样本，则建立所述父样本与子检验样本之间的关联关系，所述子检验样本对应的样本标识号继承所述父样本与其他样本的匹配关系和所述父样本的属性。
其中，在所述根据待检验样本的样本类型查找所述系统配置文件，以获取所述待检验样本在当前检测任务中对应的样本标识规则之前，所述方法还包括：
获取所述待检验样本的当前标识号；
根据所述待检验样本的当前标识号，确定所述待检验样本的样本类型；
在需要分流的情况下，判定所述待检验样本是否符合预设的样本分流规则，若所述待检验样本符合预设的样本分流规则，则对所述待检验样本进行样本分流，并产生分流后的新样本。
其中，在所述获取所述待检验样本的当前标识号之前，所述方法还包括：
判断所述当前检测任务中是否存在有效样本；
若存在有效样本，则将所述有效样本作为待检验样本。
其中，在所述产生分流后的新样本之后，所述方法还包括：
根据所述待检验样本对应的样本分流规则，生成所述分流后的新样本的样本标识号。
其中，所述根据所述样本标识规则生成样本标识号，包括：
获取用户设定的子样本类型和子样本数目；
根据所述子样本类型和子样本数目，基于所述样本标识规则生成各个子检验样本对应的样本标识号。
其中，所述方法还包括：
根据所述样本标识号，判定所述当前检测任务产生的子检验样本的样本类型；
判定所述子检验样本是否符合预设的样本分流规则，若所述子检验样本符合预设的样本分流规则，则对所述子检验样本进行样本分流，并将得到的新样本作为待检验样本。
其中，所述方法还包括：
当检测任务进行更新和/或增加新的检测任务时，对所述系统配置文件进行相应的配置更新。
本发明的另一个方面，提供了一种临床检验样本的标识系统，该系统包括:
获取模块，用于读取系统配置文件，根据待检验样本的样本类型查找所述系统配置文件，以获取所述待检验样本在当前检测任务中对应的样本标识规则，所述系统配置文件中包括有检验样本类型和样本标识规则之间的对应关系，以及样本标识规则与检测任务之间的对应关系；
标识模块，用于根据所述样本标识规则生成样本标识号，并采用所述样本标识号对当前检测任务产生的子检验样本进行标识；
关系建立模块，用于将所述待检验样本作为父样本，建立所述父样本与子检验样本之间的关联关系，所述子检验样本对应的样本标识号继承所述父样本与其他样本的匹配关系和所述父样本的属性。
此外，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述方法的步骤。
此外，本发明还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上所述方法的步骤。
本发明实施例提供的临床检验样本的标识方法及系统，通过根据待检验样本的样本类型查找系统配置文件，以获取待检验样本在当前检测任务中对应的样本标识规则，以根据该样本标识规则生成样本标识号，并采用得到样本标识号对当前检测任务产生的子检验样本进行标识，并将待检验样本作为父样本，建立父样本与子检验样本之间的关联关系。本发明能够解决样本标识在不同检测环节维持样本信息准确的问题，准确地标记追踪不同状态的样本。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1为本发明实施例的一种临床检验样本的标识方法的流程图；
图2为本发明实施例中的样本生产流程的具体实现流程图；
图3为本发明实施例中的样本分流生产流程的具体实现流程图；
图4为本发明实施例的一种临床检验样本的标识系统的结构示意图；
图5为本发明实施例的计算机设备的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非被特定定义，否则不会用理想化或过于正式的含义来解释。
图1示意性示出了本发明一个实施例的临床检验样本的标识方法的流程图。参照图1，本发明实施例的临床检验样本的标识方法具体包括以下步骤：
S11、读取系统配置文件，根据待检验样本的样本类型查找所述系统配置文件，以获取所述待检验样本在当前检测任务中对应的样本标识规则。
本实施例中的待检验样本，可以是临床检验样本，包括尿液、血液，口腔刮片，组织等多种形式。不同的待检验样本在检验过程中，会以不同的形式通过不同的处理过程进行流转，需要准确地标记追踪不同检测任务对应的不同状态的样本。因此，本实施中在预先系统配置文件，其中，系统配置文件中包括有检验样本类型和样本标识规则之间的对应关系，以及样本标识规则与检测任务之间的对应关系，进而可以根据待检验样本的样本类型查找预先设置的系统配置文件，查找所述系统中该检测项目对应的配置文件，以获取所述待检验样本在当前检测任务中对应的样本标识规则，便于后续对当前检测任务产生的子检验样本进行标识。
S12、根据所述样本标识规则生成样本标识号，并采用所述样本标识号对当前检测任务产生的子检验样本进行标识。
其中，所述根据所述样本标识规则生成样本标识号，具体采用以下步骤实现：获取用户设定的子样本类型和子样本数目；根据所述子样本类型和子样本数目，基于所述样本标识规则生成各个子检验样本对应的样本标识号。
本步骤中，当对待检验样本完成当前检测步骤之后，会产生至少一个子检验样本，进一步地，可以采用根据待检验样本在当前检测任务中对应的样本标识规则生成的样本标识号对当前检测任务产生的子检验样本进行标识。其中，样本标识号为无冲突的新样本标识号。
新样本标识号包括机读标识号和/或人读标识号。进一步地，样本的产生需要两个过程：产生机读标识号和人读标识号。对于这两种标识号可以通过预配置的标识规则生成。此外，在一个可选实施例中，这两种标识号也可以外部直接赋予。
S13、将所述待检验样本作为父样本，建立所述父样本与子检验样本之间的关联关系，所述子检验样本对应的样本标识号继承所述父样本与其他样本的匹配关系和所述父样本的属性。
本发明实施例中，可以采用UML类图对待检验样本的内部表示和生产管理方式进行表示，具体的，每一种待检验样本，可以是一般性的样本，拥有机读标识号(internalID)和人读标识号(aliasID)；也可以是特化的样本，额外拥有其生产环节中的标识符和其他属性。
实际应用中，将当前检测任务执行前的待检验样本作为父样本，建立所述父样本与子检验样本之间的关联关系，继承父样本的对应规则；继承父样本的属性。能够适应检测技术的频繁优化，及其引起的样本多层级流转。这个新的标识方法应能准确地标记追踪不同状态的样本。
本发明实施例提供的临床检验样本的标识方法，通过根据待检验样本的样本类型查找系统配置文件，以获取待检验样本在当前检测任务中对应的样本标识规则，以根据该样本标识规则生成样本标识号，并采用得到样本标识号对当前检测任务产生的子检验样本进行标识，并将待检验样本作为父样本，建立父样本与子检验样本之间的关联关系。本发明能够解决样本标识在不同检测环节维持样本信息准确的问题，准确地标记追踪不同状态的样本。
在本发明实施例中，在根据待检验样本的样本类型查找所述系统配置文件，以获取所述待检验样本在当前检测任务中对应的样本标识规则之前，该方法还包括以下步骤：获取所述待检验样本的当前标识号；根据所述待检验样本的当前标识号，确定所述待检验样本的样本类型；判定所述待检验样本是否符合预设的样本分流规则，若所述待检验样本符合预设的样本分流规则，则对所述待检验样本进行样本分流，并产生分流后的新样本。
进一步地，在所述将得到的新样本作为待检验样本之后，还包括：根据所述待检验样本对应的样本分流规则，生成所述待检验样本的样本标识号。
进一步地，其中，在所述获取所述待检验样本的当前标识号之前，所述方法还包括：判断所述当前检测任务中是否存在有效样本；若存在有效样本，则将所述有效样本作为待检验样本。
进一步地，在当对待检验样本完成当前检测任务之后，所述方法还包括以下步骤：
根据当前检测任务产生的子检验样本对应的样本标识号，判定所述当前检测任务产生的子检验样本的样本类型；判定所述子检验样本是否符合预设的样本分流规则，若所述子检验样本符合预设的样本分流规则，则对所述子检验样本进行样本分流，并将得到的新样本作为待检验样本。
在实际应用中，样本标识号在临床检验的一个生产模块中，在当前检测任务完成对待检验样本的检测操作之前，首先获取标识号，根据待检验样本的当前标识号，确定待检验样本的样本类型，然后判定待检验样本是否符合预设的样本分流规则，对符合样本分流规则的样本，进行处理前样本分流，生产处理获得的新的样本，并为其冠以新的样本标识号。
在当前检测任务完成对待检验样本的检测操作之后，继续根据子检验样本对应的样本标识号，判定子检验样本的样本类型，判定待检验样本是否符合预设的样本分流规则，对符合样本分流规则的样本，再次进行处理后样本分流，详见附图2和图3。
图2为本发明实施例中的样本生产流程的具体实现流程图。样本生产具体包括样本的生产，以及在样本生产前、后可以进行演变分流的过程，具体操作环节具体如下：
S2.1：检查有效样本，如果(样本标识号流转流程)存在有效样本，则可以对这些样本进行S2.2操作；
S2.2：将有效样本作为待检验样本，(从样本标识号流转流程)获取指定的样本；
S2.3：判定样本是否需要分流，如果需要分流，则进入样本分流子流程，否则直接进入实际样本的生产过程；
S2.4：样本分流，样本分流子流程，具体参见图3；
S2.5：检查样本是否必要，如果分流后的样本不进入本工作步骤的实际生产过程，则返还(样本标识号流转模块)；
S2.6：返还样本；
S2.7：生产新样本，这个步骤是临床检测的实际工作步骤，通过该步骤，将会生成新的样本和新的样本标识号；
S2.8：检查样本是否需要分流，如果需要分流，则进入样本分流子流程；
S2.9：样本分流，样本分流子流程，具体参见图3；
S2.10：交还样本，结束工作步骤，该步骤会将生成的所有样本，全部返还(样本标识号流转流程)。
图3为本发明实施例中的样本分流生产流程的具体实现流程图。样本分流生产流程具体包括：每一个新生成的样本标识号与父样本之间的关系，分别是：一对多的样本分割、多对一的样本合并，具体操作环节具体如下：
S3.1：进入样本分流子流程；
S3.2：检查本流程提供的样本标识号规则；
S3.3：按照用户的选择或系统的设定，确定需要匹配的标识号规则；
S3.4：设定需要生成的新的样本标识号的类型和对应的数目；
S3.5：记录每一个新生成的样本标识号与父样本之间的关系，分为1:n和n:1的情况；
S3.6：继承父样本与其他样本的对应关系，例如样本与对照之间的关系等；
S3.7：继承父样本的属性，这些属性是后续分析需要用到的部分，也可以是全部属性；
S3.8：退出样本分流子流程。
在实际应用中，本实施例提供的临床检验样本的标识方法还包括以下步骤：当检测任务进行更新和/或增加新的检测任务时，对所述系统配置文件进行相应的配置更新。本发明实施例提供的临床检验样本的标识方法，能够适应新规则的添加和删减。以此方法设计的样本标识系统，可以通过数据库中的系统配置文件的配置更新应对检测环节的变动，从而显著降低临床检验样本相关的信息管理系统的维护压力和成本。
本发明实施例提供的临床检验样本的标识方法，可以准确追踪样本在检测流程中的形式变化；可以整合机器标识号和人读标识号；当检测流程更新或新增时，可以通过配置而不是通过修改程序，对已有的系统进行改动，消除了生产流程变更，须对整个生产流程都需要修改的问题，从而显著降低临床检验样本相关的信息管理系统的维护压力和成本。同时对完全支持生产阶段不同样本的入库和出库管理。
对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
图4示意性示出了本发明一个实施例的临床检验样本的标识系统的结构示意图。参照图4，本发明实施例的临床检验样本的标识系统，包括获取模块401、标识模块402以及关系建立模块403，其中，获取模块401，用于读取系统配置文件，根据待检验样本的样本类型查找所述系统配置文件，以获取所述待检验样本在当前检测任务中对应的样本标识规则，所述系统配置文件中包括有检验样本类型和样本标识规则之间的对应关系，以及样本标识规则与检测任务之间的对应关系；标识模块402，用于根据所述样本标识规则生成样本标识号，并采用所述样本标识号对当前检测任务产生的子检验样本进行标识；关系建立模块403，用于将所述待检验样本作为父样本，建立所述父样本与子检验样本之间的关联关系，所述子检验样本对应的样本标识号继承所述父样本与其他样本的匹配关系和所述父样本的属性。
在本发明的一个可选实施例中，所述获取模块401，还用于在所述根据待检验样本的样本类型查找所述系统配置文件，以获取所述待检验样本在当前检测任务中对应的样本标识规则之前，获取所述待检验样本的当前标识号；
相应的，所述系统还包括判定模块，该判定模块，用于根据所述待检验样本的当前标识号，确定所述待检验样本的样本类型；该判定模块，还用于判定所述待检验样本是否符合预设的样本分流规则；
相应的，所述系统还包括分流模块，用于当所述待检验样本符合预设的样本分流规则时，对所述待检验样本进行样本分流，并产生分流后的新样本。
进一步地，在所述获取所述待检验样本的当前标识号之前，所述判定模块，还用于判断所述当前检测任务中是否存在有效样本，若存在有效样本，则将所述有效样本作为待检验样本。
进一步地，在所述将得到的新样本作为待检验样本之后，所述标识模块402，还用于根据所述待检验样本对应的样本分流规则，生成所述待检验样本的样本标识号。
在本发明的一个可选实施例中，标识模块402，具体用于获取用户设定的子样本类型和子样本数目，根据所述子样本类型和子样本数目，基于所述样本标识规则生成各个子检验样本对应的样本标识号。
进一步地，所述系统还包括判定模块，用于根据所述样本标识号，判定所述当前检测任务产生的子检验样本的样本类型；该判定模块，还用于判定所述子检验样本是否符合预设的样本分流规则，若所述子检验样本符合预设的样本分流规则，则对所述子检验样本进行样本分流，并将得到的新样本作为待检验样本。
在本发明的一个可选实施例中，所述系统还包括配置模块，该配置模块用于当检测任务进行更新和/或增加新的检测任务时，对所述系统配置文件进行相应的配置更新。
对于系统实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所描述的系统施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
本发明实施例提供的临床检验样本的标识方法及系统，通过根据待检验样本的样本类型查找系统配置文件，以获取待检验样本在当前检测任务中对应的样本标识规则，以根据该样本标识规则生成样本标识号，并采用得到样本标识号对当前检测任务产生的子检验样本进行标识，并将待检验样本作为父样本，建立父样本与子检验样本之间的关联关系。本发明能够解决样本标识在不同检测环节维持样本信息准确的问题，准确地标记追踪不同状态的样本。
此外，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述方法的步骤。
本实施例中，所述临床检验样本的标识系统集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
图5为本发明实施例提供的计算机设备的示意图。本发明实施例提供的计算机设备，包括存储器501、处理器502及存储在存储器501上并可在处理器502上运行的计算机程序，所述处理器502执行所述计算机程序时实现上述各个临床检验样本的标识方法实施例中的步骤，例如图1所示的S11、读取系统配置文件，根据待检验样本的样本类型查找系统配置文件，获取待检验样本在当前检测任务中对应的样本标识规则，系统配置文件中包括有检验样本类型和样本标识规则之间对应关系，以及样本标识规则与检测任务之间对应关系；S12、根据样本标识规则生成样本标识号，采用样本标识号对当前检测任务产生的子检验样本进行标识；S13、将待检验样本作为父样本，建立父样本与子检验样本的关联关系，子检验样本对应的样本标识号继承父样本与其他样本的匹配关系和父样本的属性。或者，所述处理器502执行所述计算机程序时实现上述各临床检验样本的标识系统实施例中各模块/单元的功能，例如图4所示的获取模块401、标识模块402以及关系建立模块403。
示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述临床检验样本的标识系统中的执行过程。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，所述示意图5仅仅是计算机设备的示例，并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述计算机设备还可以包括输入输出设备、网络接入设备、总线等。
所述处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述计算机设备的控制中心，利用各种接口和线路连接整个计算机设备的各个部分。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述计算机设备的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种临床检验样本的标识方法，其特征在于，包括:
读取系统配置文件，根据待检验样本的样本类型查找所述系统配置文件，以获取所述待检验样本在当前检测任务中对应的样本标识规则，所述系统配置文件中包括有检验样本类型和样本标识规则之间的对应关系，以及样本标识规则与检测任务之间的对应关系；
根据所述样本标识规则生成样本标识号，并采用所述样本标识号对当前检测任务产生的子检验样本进行标识；
将所述待检验样本作为父样本，建立所述父样本与子检验样本之间的关联关系，所述子检验样本对应的样本标识号继承所述父样本与其他样本的匹配关系和所述父样本的属性。
2.根据权利要求1所述的方法，其特征在于，在所述根据待检验样本的样本类型查找所述系统配置文件，以获取所述待检验样本在当前检测任务中对应的样本标识规则之前，所述方法还包括：
获取所述待检验样本的当前标识号；
根据所述待检验样本的当前标识号，确定所述待检验样本的样本类型；
判定所述待检验样本是否符合预设的样本分流规则，若所述待检验样本符合预设的样本分流规则，则对所述待检验样本进行样本分流，并产生分流后的新样本。
3.根据权利要求2所述的方法，其特征在于，在所述获取所述待检验样本的当前标识号之前，所述方法还包括：
判断所述当前检测任务中是否存在有效样本；
若存在有效样本，则将所述有效样本作为待检验样本。
4.根据权利要求2所述的方法，其特征在于，在所述产生分流后的新样本之后，所述方法还包括：
根据所述待检验样本对应的样本分流规则，生成所述分流后的新样本的样本标识号。
5.根据权利要求1所述的方法，其特征在于，所述根据所述样本标识规则生成样本标识号，包括：
获取用户设定的子样本类型和子样本数目；
根据所述子样本类型和子样本数目，基于所述样本标识规则生成各个子检验样本对应的样本标识号。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
根据所述样本标识号，判定所述当前检测任务产生的子检验样本的样本类型；
判定所述子检验样本是否符合预设的样本分流规则，若所述子检验样本符合预设的样本分流规则，则对所述子检验样本进行样本分流，并将得到的新样本作为待检验样本。
7.根据权利要求1-6任一项所述的方法，其特征在于，所述方法还包括：
当检测任务进行更新和/或增加新的检测任务时，对所述系统配置文件进行相应的配置更新。
8.一种临床检验样本的标识系统，其特征在于，包括:
获取模块，用于读取系统配置文件，根据待检验样本的样本类型查找所述系统配置文件，以获取所述待检验样本在当前检测任务中对应的样本标识规则，所述系统配置文件中包括有检验样本类型和样本标识规则之间的对应关系，以及样本标识规则与检测任务之间的对应关系；
标识模块，用于根据所述样本标识规则生成样本标识号，并采用所述样本标识号对当前检测任务产生的子检验样本进行标识；
关系建立模块，用于将所述待检验样本作为父样本，建立所述父样本与子检验样本之间的关联关系，所述子检验样本对应的样本标识号继承所述父样本与其他样本的匹配关系和所述父样本的属性。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一项所述方法的步骤。
10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710611441.9A CN110148443B (zh) | 2017-07-25 | 2017-07-25 | 一种临床检验样本的标识方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710611441.9A CN110148443B (zh) | 2017-07-25 | 2017-07-25 | 一种临床检验样本的标识方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110148443A true CN110148443A (zh) | 2019-08-20 |
| CN110148443B CN110148443B (zh) | 2021-04-20 |
Family
ID=67588025
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710611441.9A Active CN110148443B (zh) | 2017-07-25 | 2017-07-25 | 一种临床检验样本的标识方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110148443B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112582062A (zh) * | 2020-12-18 | 2021-03-30 | 深圳市福瑞康科技有限公司 | 医疗诊断系统数据处理方法、系统、装置及存储介质 |
| CN112862432A (zh) * | 2021-01-29 | 2021-05-28 | 上海妙一生物科技有限公司 | 一种临床研究项目管理流程的生成方法和装置 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1401188A (zh) * | 2000-10-17 | 2003-03-05 | 皇家菲利浦电子有限公司 | Mpeg－7样品的二进制格式 |
| US20030221108A1 (en) * | 2002-05-17 | 2003-11-27 | Paul Rupp | Method for tamperproof marking of products |
| CN101383750A (zh) * | 2008-10-22 | 2009-03-11 | 中国网络通信集团公司 | 检验标识生成方法及检验标识生成系统 |
| CN101515342A (zh) * | 2009-03-25 | 2009-08-26 | 西安计量技术研究院 | 计量检定技术机构样品器具信息唯一性的管理系统及方法 |
| CN102721639A (zh) * | 2010-12-28 | 2012-10-10 | 希森美康株式会社 | 样本处理系统 |
| CN102741850A (zh) * | 2010-03-05 | 2012-10-17 | B.布朗梅尔松根公司 | 用于为血液参数监测过程监测时间段的系统及方法 |
| CN103620608A (zh) * | 2010-10-08 | 2014-03-05 | 皇家飞利浦电子股份有限公司 | 生物医学标记物之间多模态关联的鉴定 |
| CN104156434A (zh) * | 2014-08-12 | 2014-11-19 | 北京嘉和美康信息技术有限公司 | 一种生物样本库的数据存储方法及其控制装置 |
| JP2016519771A (ja) * | 2013-04-12 | 2016-07-07 | エリューム・ピーティーワイ・リミテッド | ヒトまたは動物の身体用のサンプリングおよび試験デバイス |
-
2017
- 2017-07-25 CN CN201710611441.9A patent/CN110148443B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1401188A (zh) * | 2000-10-17 | 2003-03-05 | 皇家菲利浦电子有限公司 | Mpeg－7样品的二进制格式 |
| US20030221108A1 (en) * | 2002-05-17 | 2003-11-27 | Paul Rupp | Method for tamperproof marking of products |
| CN101383750A (zh) * | 2008-10-22 | 2009-03-11 | 中国网络通信集团公司 | 检验标识生成方法及检验标识生成系统 |
| CN101515342A (zh) * | 2009-03-25 | 2009-08-26 | 西安计量技术研究院 | 计量检定技术机构样品器具信息唯一性的管理系统及方法 |
| CN102741850A (zh) * | 2010-03-05 | 2012-10-17 | B.布朗梅尔松根公司 | 用于为血液参数监测过程监测时间段的系统及方法 |
| CN103620608A (zh) * | 2010-10-08 | 2014-03-05 | 皇家飞利浦电子股份有限公司 | 生物医学标记物之间多模态关联的鉴定 |
| CN102721639A (zh) * | 2010-12-28 | 2012-10-10 | 希森美康株式会社 | 样本处理系统 |
| JP2016519771A (ja) * | 2013-04-12 | 2016-07-07 | エリューム・ピーティーワイ・リミテッド | ヒトまたは動物の身体用のサンプリングおよび試験デバイス |
| CN104156434A (zh) * | 2014-08-12 | 2014-11-19 | 北京嘉和美康信息技术有限公司 | 一种生物样本库的数据存储方法及其控制装置 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112582062A (zh) * | 2020-12-18 | 2021-03-30 | 深圳市福瑞康科技有限公司 | 医疗诊断系统数据处理方法、系统、装置及存储介质 |
| CN112862432A (zh) * | 2021-01-29 | 2021-05-28 | 上海妙一生物科技有限公司 | 一种临床研究项目管理流程的生成方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110148443B (zh) | 2021-04-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Buccino et al. | SpikeInterface, a unified framework for spike sorting | |
| Chen et al. | Single-cell trajectories reconstruction, exploration and mapping of omics data with STREAM | |
| Siletti et al. | Transcriptomic diversity of cell types across the adult human brain | |
| Nassar et al. | Label‐free identification of white blood cells using machine learning | |
| Krueger et al. | Facetto: Combining unsupervised and supervised learning for hierarchical phenotype analysis in multi-channel image data | |
| CN111078482B (zh) | 通讯导航设备测试系统、方法、设备和可读存储介质 | |
| Oberländer et al. | Taxonomy research in information systems: A systematic assessment | |
| Lee et al. | Deep learning of histopathology images at the single cell level | |
| Lin | Graphical augmentations to sample‐size‐based funnel plot in meta‐analysis | |
| CN106133526A (zh) | 自动分析装置 | |
| Amin et al. | A comparison of two oversampling techniques (smote vs mtdf) for handling class imbalance problem: A case study of customer churn prediction | |
| den Braanker et al. | How to prepare spectral flow cytometry datasets for high dimensional data analysis: a practical workflow | |
| CN110544508A (zh) | 一种单基因遗传病基因的分析方法、装置及电子设备 | |
| Aragaki et al. | LIM Tracker: a software package for cell tracking and analysis with advanced interactivity | |
| CN110148443A (zh) | 一种临床检验样本的标识方法及系统 | |
| Orlova et al. | QFMatch: multidimensional flow and mass cytometry samples alignment | |
| Border et al. | From what to why, the growing need for a focus shift toward explainability of AI in digital pathology | |
| Hentges et al. | LanceOtron: a deep learning peak caller for ATAC-seq, ChIP-seq, and DNase-seq | |
| Zanini et al. | Northstar enables automatic classification of known and novel cell types from tumor samples | |
| Hauke et al. | FilamentSensor 2.0: An open-source modular toolbox for 2D/3D cytoskeletal filament tracking | |
| Garcia‐Fossa et al. | Interpreting Image‐based Profiles using Similarity Clustering and Single‐Cell Visualization | |
| Siegerist et al. | ScoMorphoFISH: A deep learning enabled toolbox for single‐cell single‐mRNA quantification and correlative (ultra‐) morphometry | |
| Saichanma et al. | The observation report of red blood cell morphology in Thailand teenager by using data mining technique | |
| Jin et al. | Towards an accurate and robust analysis pipeline for somatic mutation calling | |
| Pechuan-Jorge et al. | SPEX: A modular end-to-end analytics tool for spatially resolved omics of tissues |
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 | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20190820 Assignee: SHANGHAI SILUDI MEDICAL LABORATORY CO.,LTD. Assignor: SHANGHAI 3D MEDICINES Co.,Ltd. Contract record no.: X2022310000086 Denomination of invention: Method and system for identifying clinical test samples Granted publication date: 20210420 License type: Common License Record date: 20220826 |