CN110161233B - 一种免疫层析试纸卡的快速定量检测方法 - Google Patents
一种免疫层析试纸卡的快速定量检测方法 Download PDFInfo
- Publication number
- CN110161233B CN110161233B CN201810145287.5A CN201810145287A CN110161233B CN 110161233 B CN110161233 B CN 110161233B CN 201810145287 A CN201810145287 A CN 201810145287A CN 110161233 B CN110161233 B CN 110161233B
- Authority
- CN
- China
- Prior art keywords
- value
- curve
- test paper
- line characteristic
- paper card
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Chemical & Material Sciences (AREA)
- Hematology (AREA)
- Urology & Nephrology (AREA)
- Biotechnology (AREA)
- Microbiology (AREA)
- Cell Biology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By The Use Of Chemical Reactions (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了一种免疫层析试纸卡的快速定量检测方法,包括以下步骤:(1)获取原始图像;(2)将原始图像转换成灰度图像并将灰度图像压缩成一维原始曲线;(3)对一维原始曲线进行基线校正,得到校正后曲线;(4)对校正后曲线进行特征值计算;(5)根据特征值计算待测物浓度。本发明提出的免疫层析试纸卡的快速定量检测方法,能够快速得到待测物的浓度,而且计算量非常小,无需设置参数,容易在普通的嵌入式仪器上实现,达到快速自动化定量检测免疫层析试纸卡的目的。
Description
技术领域
本发明属于生物医学检测技术领域,更具体地,涉及一种免疫层析试纸卡的快速定量检测方法。
背景技术
免疫层析技术是近些年发展起来的一种快速免疫检测技术,它的基本原理是抗体和抗原之间的相互作用。免疫层析技术特异性强、检测结果准确、设备操作简单、测量快速,完全符合即时检测要求。目前,免疫层析技术已经被广泛应用在医学检测、食品安全检测、毒品检测、环境检测等领域。
随着实验人员对免疫检测要求的不断提高,免疫层析技术已经从开始的定性或半定量检测,发展到现在的定量检测。目前,免疫层析定量检测方法包括光电反射式和图像处理式两种。其中,光电反射式因为对试纸定位精度要求太高和采集的信息太少,限制了它在免疫层析定量检测中的应用。而图像处理式因为无需试纸定位并且采集的彩色图像信息丰富,所以成为了科研人员研究的热门。
目前已有很多的图像处理式免疫层析定量检测方法。在专利“一种基于深信度网络的免疫层析试条定量检测方法”(申请号:201610156768.7)中提出了一种免疫层析试条的定量检测方法:采集若干不同浓度样品液的免疫层析试条图像作为训练图像,预处理后提取包含检测线和质控线的目标区域;以像素作为样本单位,选取适当的网络输入特征量,计算出每个样本的输入量从而获得训练样本;构造基于受限玻尔兹曼机的深信度网络,输入训练样本,完成深信度网络的训练;将待测样品液试条图像进行预处理,计算输入特征量,得到测试样本;将测试样本输入到已训练的深信度网络得到待测样品液的图像分割结果;根据图像分割结果计算特征量得到定量检测浓度值。
孙永生(孙永生.基于机器视觉的β类药物残留检测系统的研究与应用[D].中国计量学院,2013.)设计出了一种胶体金免疫层析试纸卡图像的定量检测方法:首先采用Prewitt检测算子对试纸图像进行边缘检测,从试纸卡图像中分割出包含检测线和控制线的试纸条图像,再通过灰度校正来解决亮度不均的问题,提高试纸条灰度图像的质量,然后进行中值滤波,降低图像中的噪声,接着采用积分投影来进行图像分割,并利用分割结果提取图像特征值,最后利用支持向量机进行定量计算,测定待测胶体金免疫层析试纸卡的待测物浓度。
目前已有的这些图像处理式免疫层析定量检测方法都包含了需要非常大计算量的步骤,比如说构建深信度网络或者边缘检测,它们在实际应用中很难在普通的嵌入式仪器上实现。针对现有的这些问题,本发明提出了一种免疫层析试纸卡的快速定量检测算法。这种图像处理式算法通过将原始图像压缩成一维曲线来进行特征值提取,避免了比较复杂的运算,大大减少了定量检测过程中的计算量,而且无需设置参数,能够在嵌入式仪器上实现自动化定量检测,将会为免疫层析试纸卡的定量检测带来极大的便利。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种免疫层析试纸卡的快速定量检测方法,其目的在于通过简洁的算法来实现定量检测,使其能够在普通的便携式仪器上实现。
为实现上述目的,本发明提供了一种免疫层析试纸卡的快速定量检测方法,包括以下步骤:
(1)将浓度未知的待测物滴加到免疫层析试纸卡上,捕获该免疫层析试纸卡的显色图像,获得原始图像;
(2)将步骤(1)中所述的原始图像转换为灰度图像后,将该灰度图像压缩成一维原始曲线;
(3)将步骤(2)中所述的一维原始曲线转换为导数曲线,再根据该导数曲线获得基线;通过该基线对所述一维原始曲线进行校正,获得校正后曲线;
(4)根据步骤(3)中所述的校正后曲线计算滴加了浓度未知的待测物的免疫层析试纸卡T线特征值TV和C线特征值CV;
(5)将浓度已知的不同浓度待测物分别滴加到与步骤(1)所述的免疫层析试纸卡相同的试纸上,每一种浓度的待测物滴加到一张试纸卡上,所述不同浓度待测物至少为2种不同浓度的待测物;经过步骤(1)-步骤(4)后,得到与浓度已知的不同浓度待测物浓度相对应的T线特征值和C线特征值;根据浓度已知的不同浓度待测物浓度和其对应的T线特征值或C线特征值,分别拟合得到待测物浓度与T线特征值或C线特征值的标准曲线和函数;
(6)根据步骤(4)所述浓度未知的待测物的免疫层析试纸卡T线特征值TV和C线特征值CV,与步骤(5)中对应的函数,计算得到所述待测物的浓度。
优选地,所述步骤(4)还包括将所述浓度未知的待测物的免疫层析试纸卡T线特征值TV与C线特征值CV相比,得到浓度未知的待测物的免疫层析试纸卡T线特征值TV与C线特征值CV的商值;所述步骤(5)还包括根据浓度已知的不同浓度待测物浓度和其对应的T线特征值与C线特征值的商值,拟合得到待测物浓度和T线特征值与C线特征值的商值的标准曲线和函数;所述步骤(6)还包括根据步骤(4)中所述的浓度未知的待测物的免疫层析试纸卡T线特征值TV与C线特征值CV的商值,与步骤(5)中对应的函数,计算得到所述待测物的浓度。
优选地,步骤(2)所述的将原始图像转换为灰度图像的公式为:Gray=x*R+y*G+z*B,其中x+y+z=1,且y>x>z;所述公式中R、G和B分别对应原始图像中红、绿和蓝3种原色在每一个像素点的亮度,原始图像每一像素点对应的颜色亮度根据上述公式计算得到的Gray值的整数部分即为转换成灰度图像后该像素点的灰度值。
优选地,步骤(2)所述将灰度图像压缩成一维原始曲线的公式为:其中(1≤i≤m,1≤j≤n);所述公式中m和n分别表示所述灰度图像任意一列和任意一行的像素点总数,Uij是灰度图像中第i行第j列的像素点的灰度值,Yj是灰度图像上横坐标为j的列对应的所有行的像素点的灰度值的平均值,也即是所述一维原始曲线上横坐标为j的点的纵坐标值。
优选地,步骤(3)所述一维原始曲线转换为导数曲线的公式为:
其中,j是所述一维原始曲线上点的横坐标值,Yj是所述一维原始曲线上横坐标为j的纵坐标值,Yj+1是所述一维原始曲线上横坐标为j+1的纵坐标值,Yj-1是所述一维原始曲线上横坐标为j-1的纵坐标值,Zj是得到的导数曲线上横坐标为j的点的纵坐标值。
优选地,步骤(3)所述获得基线的方法为:确定所述导数曲线横坐标大于等于1且小于等于[0.5*n]的部分,纵坐标值最小点对应的横坐标值s1和纵坐标值最大点对应的横坐标值t1,以及导数曲线横坐标大于等于[0.5*n]且小于等于n的部分,纵坐标值最小点对应的横坐标值s2和纵坐标值最大点对应的横坐标值t2,将s1、t1、s2和t2对所述一维原始曲线求取基线,其计算公式是:
其中,Yj、Yt1、Ys1、Yt2和Ys2分别表示所述一维原始曲线上横坐标为j、t1、s1、t2和s2的点的纵坐标值,j是所述一维原始曲线上点的横坐标值,Bj是得到的基线上横坐标为j的点的纵坐标值。
优选地,步骤(3)所述对一维原始曲线进行校正的公式为:Pj=Bj-Yj(1≤j≤n),其中Bj是所述基线上横坐标为j的纵坐标值,Yj是一维原始曲线上横坐标为j的纵坐标值,Pj是校正后曲线上横坐标为j的点的纵坐标值。
优选地,步骤(4)所述T线特征值TV和C线特征值CV的计算公式为:
其中,Pj是校正后曲线上横坐标为j的点的纵坐标值。
优选地,步骤(1)所述免疫层析试纸卡为胶体金免疫层析试纸卡或乳胶免疫层析试纸卡;
优选地,步骤(5)所述不同浓度待测物至少为2-10种不同浓度的待测物。
优选地,步骤(5)所述拟合得到待测物浓度与T线特征值、C线特征值或T线特征值与C线特征值的商值的标准曲线是采用四参数Logistic曲线或者分段线性拟合方法得到。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,本发明涉及的免疫层析试纸卡定量检测方法,通过将原始图像压缩成一维曲线来进行定量计算,能极大地减少计算量,提高算法运行速度。而现有的嵌入式仪器内存只有几十到几百兆,如果运行复杂的程序算法,则需要很长的时间,甚至容易出现故障,但是我们的算法不仅简单快速,很容易在嵌入式仪器上实现,而且无需设置参数,能够使嵌入式仪器实现自动化定量检测,给开发便携式检测仪的人带来极大的便利。
附图说明
图1是快速检测算法流程图;
图2是免疫层析试纸卡示意图;
图3是定量检测呕吐毒素胶体金免疫层析试纸卡的处理过程图(其中图(a)为灰度图像,图(b)为一维原始曲线,图(c)为导数曲线,图(d)为基线,图(e)为基线校正示意图,图(f)为校正后曲线);
图4是TV值与呕吐毒素浓度的标准曲线;
图5是定量检测黄曲霉毒素B1乳胶颗粒免疫层析试纸卡的处理过程图(其中图(a)为灰度图像,图(b)为一维原始曲线,图(c)为导数曲线,图(d)为基线,图(e)为基线校正示意图,图(f)为校正后曲线);
图6是CV值与黄曲霉毒素B1浓度的标准曲线;
图7是定量检测玉米赤霉烯酮胶体金免疫层析试纸卡的处理过程图(其中图(a)为灰度图像,图(b)为一维原始曲线,图(c)为导数曲线,图(d)为基线,图(e)为基线校正示意图,图(f)为校正后曲线);
图8是TV/CV值与玉米赤霉烯酮浓度的标准曲线。
其中:1-待测的免疫层析试纸卡;2-样品孔;3-观察窗口;4-质控线;5-检测线。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明一种免疫层析试纸卡的快速定量检测方法,如图1所示,包括以下步骤:
(1)将浓度未知的待测物滴加到免疫层析试纸卡上,捕获该免疫层析试纸卡的显色图像,获得原始图像;
(2)将步骤(1)中所述的原始图像转换为灰度图像后,将该灰度图像压缩成一维原始曲线;
(3)将步骤(2)中所述的一维原始曲线转换为导数曲线,再根据该导数曲线获得基线;通过该基线对所述一维原始曲线进行校正,获得校正后曲线;
(4)根据步骤(3)中所述的校正后曲线计算滴加了浓度未知的待测物的免疫层析试纸卡T线特征值TV和C线特征值CV;
(5)将浓度已知的不同浓度待测物分别滴加到与步骤(1)所述的免疫层析试纸卡相同的试纸上,每一种浓度的待测物滴加到一张试纸卡上,所述不同浓度待测物至少为2种不同浓度的待测物;经过步骤(1)-步骤(4)后,得到与浓度已知的不同浓度待测物浓度相对应的T线特征值和C线特征值;根据浓度已知的不同浓度待测物浓度和其对应的T线特征值或C线特征值,分别拟合得到待测物浓度与T线特征值或C线特征值的标准曲线和函数;
(6)根据步骤(4)所述浓度未知的待测物的免疫层析试纸卡T线特征值TV和C线特征值CV,与步骤(5)中对应的函数,计算得到所述待测物的浓度。
实施例1
本实施例通过处理呕吐毒素胶体金免疫层析试纸卡,来详细介绍本发明中的免疫层析试纸卡的快速定量检测方法。
具体的实验过程,包括以下步骤:(1)将待测尿样滴加在呕吐毒素胶体金免疫层析试纸卡样品孔2上,所述免疫层析试纸卡如图2所示,包括待测的免疫层析试纸卡1、样品孔2、观察窗口3、质控线4、检测线5、由两个标准色块组成的基准区6,黑色标准色块作为暗场基准,白色标准色块作为亮场基准等待3分钟后,通过数码相机采集图像,捕获试纸卡的原始图像;
(2)先将原始图像通过公式Gray=0.1*R+0.85*G+0.05*B转换为灰度图像,绿色光吸收最好,蓝色光吸收最差,红色光吸收一般,所以,y最大,z最小,x取两者之间的数,x、y和z是通过预先设定的,分别取0.1、0.85和0.05,如图3中(a);再将灰度图像压缩成一维原始曲线,如图3中(b),计算公式为:(m=82,n=387),m和n分别是灰度图像的任意一列和任意一行的像素总数,Uij是灰度图像中第i行第j列的像素点的灰度值,Yj是灰度图像中每一列的灰度值的平均值,也是一维原始曲线中每一个点的纵坐标值;一维原始曲线的横坐标即为灰度图像的宽度。
(3)先计算一维原始曲线的导数曲线,如图3中(c),计算公式如下:
其中,j是一维原始曲线中每一个点的横坐标值,Yj是一维原始曲线中的纵坐标值,Zj是得到的导数曲线上点的纵坐标值;n为灰度图像的宽度。
再找到导数曲线左半边(1≤j≤193)中纵坐标值最小点对应的横坐标值s1(s1=112)和纵坐标值最大点对应的横坐标值t1(t1=128),再找到导数曲线右半边(193≤j≤387)中纵坐标值最小点对应的横坐标值s2(s2=257)和纵坐标值最大点对应的横坐标值t2(t2=272),最后利用s1、t1、s2、t2对一维原始曲线求取基线,如图3中(d),其计算公式是:
其中,Yj是一维原始曲线上第j个点的纵坐标值,j是一维原始曲线上第j个点的横坐标值,Bj是得到的基线上第j个点的纵坐标值;
最后,通过基线对一维原始曲线进行基线校正,如图3中(e),再通过公式(Pj=Bj-Yj(1≤j≤n),其中Bj是基线上第j个点的纵坐标值,Yj是一维原始曲线上第j个点的纵坐标值,Pj是校正后曲线上第j个点的纵坐标值。)就能得到校正后曲线,如图3中(f)。
(4)根据校正后曲线计算待测免疫层析试纸卡的T线特征值TV和C线特征值CV,(TV=575,CV=143)计算公式为:
其中,Pj是校正后曲线上第j个点的纵坐标值,TV是T线的特征值,CV是C线的特征值。
(5)根据步骤(4)中获得的待测免疫层析试纸卡的TV值对照TV值与呕吐毒素浓度的标准曲线,可以测得待测尿样中呕吐毒素浓度是1.46ug/L;
所述TV值与呕吐毒素浓度的标准曲线的获取方法是:首先,用6个呕吐毒素胶体金免疫层析试纸卡分别检测6种已知浓度的呕吐毒素溶液,呕吐毒素溶液浓度分别为1、5、10、20、40、80ug/L;然后,按照与所述待测呕吐毒素胶体金免疫层析试纸卡相同的方法获得TV值;最后,采用四参数Logistic曲线拟合就能得到TV值与呕吐毒素浓度的标准曲线,如图4所示,得到的函数是(其中x是浓度值,y是TV值)。(公式是),最后得出定量检测的结论,该待测尿样中呕吐毒素的浓度是1.51ug/L。
实施例2
本实施例通过处理黄曲霉毒素B1乳胶颗粒免疫层析试纸卡,来详细介绍本发明中的免疫层析试纸卡的快速定量检测方法。
具体的实验过程,包括以下步骤:(1)将待测液滴加在黄曲霉毒素B1乳胶颗粒免疫层析试纸卡样品孔上,等待3分钟后,通过扫描仪采集图像,捕获试纸卡的原始图像;
(2)先将原始图像通过公式(Gray=0.15*R+0.8*G+0.05*B(绿色光吸收最好,蓝色光吸收最差,红色光吸收一般,所以,y最大,z最小,x取两者之间的数))转换为灰度图像,如图5中(a);再将灰度图像压缩成一维原始曲线,如图5中(b),计算公式为:(m=83,n=394),m和n分别是灰度图像的任意一列和任意一行的像素总数,Uij是灰度图像中第i行第j列的像素点的灰度值,Yj是灰度图像每一行数据的灰度值的平均值,也是一维原始曲线中每一个点的纵坐标值;
(3)先计算一维原始曲线的导数曲线,如图5中(c),计算公式如下:
其中,j是一维原始曲线中每一个点的横坐标值,Yj是一维原始曲线中的纵坐标值,Zj是得到的导数曲线上点的纵坐标值;
再找到导数曲线左半边(1≤j≤197)中纵坐标值最小点对应的横坐标值s1(s1=136)和纵坐标值最大点对应的横坐标值t1(t1=152),再找到导数曲线右半边(197≤j≤394)中纵坐标值最小点对应的横坐标值s2(s2=297)和纵坐标值最大点对应的横坐标值t2(t2=314),最后利用s1、t1、s2、t2对一维原始曲线求取基线,如图5中(d),其计算公式是:
其中,Yj是一维原始曲线上第j个点的纵坐标值,j是一维原始曲线上第j个点的横坐标值,Bj是得到的基线上第j个点的纵坐标值;
最后,通过基线对一维原始曲线进行基线校正,如图5中(e),再通过公式(Pj=Bj-Yj(1≤j≤n),其中Bj是基线上第j个点的纵坐标值,Yj是一维原始曲线上第j个点的纵坐标值,Pj是校正后曲线上第j个点的纵坐标值。)就能得到校正后曲线,如图5中(f)。
(4)根据校正后曲线计算待测免疫层析试纸卡的T线特征值TV和C线特征值CV,(TV=354,CV=311)计算公式为:
其中,Pj是校正后曲线上第j个点的纵坐标值,TV是T线的特征值,CV是C线的特征值。
(5)根据步骤(4)中获得的待测免疫层析试纸卡的CV值对照CV值与黄曲霉毒素B1浓度的标准曲线,可以测得待测液中黄曲霉毒素B1浓度是1.47ug/L;
所述CV值与黄曲霉毒素B1浓度的标准曲线的获取方法是:首先,用3个黄曲霉毒素B1乳胶颗粒免疫层析试纸卡分别检测3种已知浓度的黄曲霉毒素B1溶液,黄曲霉毒素B1溶液浓度分别为0.5、2.5、5ug/L;然后,按照与所述待测黄曲霉毒素B1乳胶颗粒免疫层析试纸卡相同的方法获得CV值;最后,采用分段线性拟合就能得到CV值与黄曲霉毒素B1浓度的标准曲线,如图6,得到的函数是(其中x是浓度值,y是CV值)。
最后得出定量检测的结论,该待测液中黄曲霉毒素B1的浓度是1.47ug/L。
实施例3
本实施例通过处理玉米赤霉烯酮胶体金免疫层析试纸卡,来详细介绍本发明中的免疫层析试纸卡的快速定量检测方法。
具体的实验过程,包括以下步骤:(1)将待测液滴加在玉米赤霉烯酮胶体金免疫层析试纸卡样品孔上,等待5分钟后,通过摄像头采集图像,捕获试纸卡的原始图像;
(2)先将原始图像通过公式(Gray=0.2*R+0.7*G+0.1*B(绿色光吸收最好,蓝色光吸收最差,红色光吸收一般,所以,y最大,z最小,x取两者之间的数))转换为灰度图像,如图7中(a);再将灰度图像压缩成一维原始曲线,如图7中(b),计算公式为:(m=81,n=347),m和n分别是灰度图像的任意一列和任意一行的像素总数,Uij是灰度图像中第i行第j列的像素点的灰度值,Yj是灰度图像每一行数据的灰度值的平均值,也是一维原始曲线中每一个点的纵坐标值;
(3)先计算一维原始曲线的导数曲线,如图7中(c),计算公式如下:
其中,j是一维原始曲线中每一个点的横坐标值,Yj是一维原始曲线中的纵坐标值,Zj是得到的导数曲线上点的纵坐标值;
再找到导数曲线左半边(1≤j≤174)中纵坐标值最小点对应的横坐标值s1(s1=93)和纵坐标值最大点对应的横坐标值t1(t1=113),再找到导数曲线右半边(174≤j≤347)中纵坐标值最小点对应的横坐标值s2(s2=252)和纵坐标值最大点对应的横坐标值t2(t2=269),最后利用s1、t1、s2、t2对一维原始曲线求取基线,如图7中(d),其计算公式是:
其中,Yj是一维原始曲线上第j个点的纵坐标值,j是一维原始曲线上第j个点的横坐标值,Bj是得到的基线上第j个点的纵坐标值;
最后,通过基线对一维原始曲线进行基线校正,如图7中(e),再通过公式(Pj=Bj-Yj(1≤j≤n),其中Bj是基线上第j个点的纵坐标值,Yj是一维原始曲线上第j个点的纵坐标值,Pj是校正后曲线上第j个点的纵坐标值。)就能得到校正后曲线,如图7中(f)。
(4)根据校正后曲线计算待测免疫层析试纸卡的T线特征值TV和C线特征值CV,(TV=204,CV=433)计算公式为:
其中,Pj是校正后曲线上第j个点的纵坐标值,TV是T线的特征值,CV是C线的特征值。
(5)根据步骤(4)中获得的待测免疫层析试纸卡的TV和CV的商值TV/CV对照TV/CV值与玉米赤霉烯酮浓度的标准曲线,可以测得待测液中玉米赤霉烯酮浓度是9.42ug/L;
所述TV/CV值与玉米赤霉烯酮浓度的标准曲线的获取方法是:首先,用4个玉米赤霉烯酮胶体金免疫层析试纸卡分别检测4种已知浓度的玉米赤霉烯酮溶液,玉米赤霉烯酮溶液浓度分别为2.5、5、10、40ug/L;然后,按照与所述待测玉米赤霉烯酮胶体金免疫层析试纸卡相同的方法获得TV、CV值,并计算TV/CV值;最后,采用四参数Logistic曲线拟合就能得到TV/CV值与玉米赤霉烯酮浓度的标准曲线,如图8,得到的函数是
最后得出定量检测的结论,该待测液中玉米赤霉烯酮的浓度是9.42ug/L。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种免疫层析试纸卡的快速定量检测方法,其特征在于,包括以下步骤:
(1)将浓度未知的待测物滴加到免疫层析试纸卡上,捕获该免疫层析试纸卡的显色图像,获得原始图像;
(2)将步骤(1)中所述的原始图像转换为灰度图像后,将该灰度图像压缩成一维原始曲线;
(3)将步骤(2)中所述的一维原始曲线转换为导数曲线,再根据该导数曲线获得基线;通过该基线对所述一维原始曲线进行校正,获得校正后曲线;所述获得基线的方法为:确定所述导数曲线横坐标大于等于1且小于等于[0.5*n]的部分,纵坐标值最小点对应的横坐标值s1和纵坐标值最大点对应的横坐标值t1,以及导数曲线横坐标大于等于[0.5*n]且小于等于n的部分,纵坐标值最小点对应的横坐标值s2和纵坐标值最大点对应的横坐标值t2,所述n为灰度图像中任意一行的像素点总数;将s1、t1、s2和t2对所述一维原始曲线求取基线,其计算公式是:
其中,Yj、Yt1、Ys1、Yt2和Ys2分别表示所述一维原始曲线上横坐标为j、t1、s1、t2和s2的点的纵坐标值,j是所述一维原始曲线上点的横坐标值,Bj是得到的基线上横坐标为j的点的纵坐标值;
(4)根据步骤(3)中所述的校正后曲线计算滴加了浓度未知的待测物的免疫层析试纸卡T线特征值TV和C线特征值CV;
(5)将浓度已知的不同浓度待测物分别滴加到与步骤(1)所述的免疫层析试纸卡相同的试纸上,每一种浓度的待测物滴加到一张试纸卡上,所述不同浓度待测物至少为2种不同浓度的待测物;经过步骤(1)-步骤(4)后,得到与浓度已知的不同浓度待测物浓度相对应的T线特征值和C线特征值;根据浓度已知的不同浓度待测物浓度和其对应的T线特征值或C线特征值,分别拟合得到待测物浓度与T线特征值或C线特征值的标准曲线和函数;
(6)根据步骤(4)所述浓度未知的待测物的免疫层析试纸卡T线特征值TV和C线特征值CV,与步骤(5)中对应的函数,计算得到所述浓度未知的待测物的浓度。
2.如权利要求1所述的免疫层析试纸卡的快速定量检测方法,其特征在于,所述步骤(4)还包括将所述浓度未知的待测物的免疫层析试纸卡T线特征值TV与C线特征值CV相比,得到浓度未知的待测物的免疫层析试纸卡T线特征值TV与C线特征值CV的商值;所述步骤(5)还包括根据浓度已知的不同浓度待测物浓度和其对应的T线特征值与C线特征值的商值,拟合得到待测物浓度和T线特征值与C线特征值的商值的标准曲线和函数;所述步骤(6)还包括根据步骤(4)中所述的浓度未知的待测物的免疫层析试纸卡T线特征值TV与C线特征值CV的商值,与步骤(5)中对应的函数,计算得到所述待测物的浓度。
3.如权利要求1或2所述的免疫层析试纸卡的快速定量检测方法,其特征在于,步骤(2)所述的将原始图像转换为灰度图像的公式为:Gray=x*R+y*G+z*B,其中x+y+z=1,且y>x>z;所述公式中R、G和B分别对应原始图像中红、绿和蓝3种原色在每一个像素点的亮度,原始图像每一像素点对应的颜色亮度根据上述公式计算得到的Gray值的整数部分即为转换成灰度图像后该像素点的灰度值。
6.如权利要求1所述的免疫层析试纸卡的快速定量检测方法,其特征在于,步骤(3)所述对一维原始曲线进行校正的公式为:Pj=Bj-Yj(1≤j≤n),其中Bj是所述基线上横坐标为j的纵坐标值,Yj是一维原始曲线上横坐标为j的纵坐标值,Pj是校正后曲线上横坐标为j的点的纵坐标值。
8.如权利要求1所述的免疫层析试纸卡的快速定量检测方法,其特征在于,步骤(1)所述免疫层析试纸卡为胶体金免疫层析试纸卡、乳胶免疫层析试纸卡、胶体碳免疫层析试纸卡或磁微粒免疫层析试纸卡。
9.如权利要求8所述的免疫层析试纸卡的快速定量检测方法,其特征在于,步骤(5)所述不同浓度待测物至少为2-10种不同浓度的待测物。
10.如权利要求1所述的免疫层析试纸卡的快速定量检测方法,其特征在于,步骤(5)所述拟合得到待测物浓度与T线特征值、C线特征值或T线特征值与C线特征值的商值的标准曲线是采用四参数Logistic曲线或者分段线性拟合方法得到。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810145287.5A CN110161233B (zh) | 2018-02-12 | 2018-02-12 | 一种免疫层析试纸卡的快速定量检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810145287.5A CN110161233B (zh) | 2018-02-12 | 2018-02-12 | 一种免疫层析试纸卡的快速定量检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110161233A CN110161233A (zh) | 2019-08-23 |
CN110161233B true CN110161233B (zh) | 2020-06-02 |
Family
ID=67635120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810145287.5A Active CN110161233B (zh) | 2018-02-12 | 2018-02-12 | 一种免疫层析试纸卡的快速定量检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110161233B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111220801B (zh) * | 2019-12-25 | 2023-05-09 | 华南农业大学 | 基于智能手机的高通量多通道免疫层析分析方法及系统 |
CN111551744A (zh) * | 2020-05-15 | 2020-08-18 | 安徽中起生物科技有限公司 | 新城疫病毒N蛋白IgY抗体胶体碳检测试纸及其应用 |
CN111795959A (zh) * | 2020-07-24 | 2020-10-20 | 芯动森林(重庆)医疗科技有限公司 | 胶体金与荧光二合一数据采集装置和方法 |
CN111879744A (zh) * | 2020-08-06 | 2020-11-03 | 深圳市锦瑞生物科技有限公司 | 一种检测待测物浓度的方法、荧光免疫分析仪及存储介质 |
CN113362279A (zh) * | 2021-05-13 | 2021-09-07 | 北京理工大学 | 一种免疫层析试纸浓度智能检测方法 |
CN113435444B (zh) * | 2021-06-29 | 2022-11-01 | 华中科技大学 | 免疫层析检测方法、装置、存储介质及计算机设备 |
CN113450383B (zh) * | 2021-06-29 | 2022-11-01 | 华中科技大学 | 一种免疫层析试纸定量分析方法、装置、设备和介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104093351A (zh) * | 2011-11-30 | 2014-10-08 | 分子装置有限公司 | 用于确定生物响应曲线的基线测量的系统和方法 |
CN104101704A (zh) * | 2014-07-02 | 2014-10-15 | 华中科技大学 | 一种免疫层析试纸卡定量检测方法 |
CN106483285A (zh) * | 2016-09-22 | 2017-03-08 | 天津博硕东创科技发展有限公司 | 一种用于试纸条快速检测技术的被检物浓度计算方法 |
CN107328776A (zh) * | 2017-06-23 | 2017-11-07 | 华中科技大学 | 一种免疫层析试纸卡的快速检测方法 |
-
2018
- 2018-02-12 CN CN201810145287.5A patent/CN110161233B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104093351A (zh) * | 2011-11-30 | 2014-10-08 | 分子装置有限公司 | 用于确定生物响应曲线的基线测量的系统和方法 |
CN104101704A (zh) * | 2014-07-02 | 2014-10-15 | 华中科技大学 | 一种免疫层析试纸卡定量检测方法 |
CN106483285A (zh) * | 2016-09-22 | 2017-03-08 | 天津博硕东创科技发展有限公司 | 一种用于试纸条快速检测技术的被检物浓度计算方法 |
CN107328776A (zh) * | 2017-06-23 | 2017-11-07 | 华中科技大学 | 一种免疫层析试纸卡的快速检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110161233A (zh) | 2019-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110161233B (zh) | 一种免疫层析试纸卡的快速定量检测方法 | |
CN107328776B (zh) | 一种免疫层析试纸卡的快速检测方法 | |
CN110349126B (zh) | 一种基于卷积神经网络带标记的钢板表面缺陷检测方法 | |
CN109035273B (zh) | 一种免疫层析试纸卡的图像信号快速分割方法 | |
CN106546581B (zh) | 试纸检测卡智能检测系统以及试纸检测卡智能分析方法 | |
CN111815564B (zh) | 一种检测丝锭的方法、装置及丝锭分拣系统 | |
CN111915704A (zh) | 一种基于深度学习的苹果分级识别方法 | |
Muñoz et al. | Computer image analysis as a tool for classifying marbling: A case study in dry-cured ham | |
CN107610119B (zh) | 基于直方图分解的带钢表面缺陷精准检测方法 | |
CN112862744B (zh) | 一种基于超声图像的电容内部缺陷智能检测方法 | |
CN107590816B (zh) | 一种基于遥感图像的水体信息拟合方法 | |
CN109285140A (zh) | 一种印刷电路板图像配准评估方法 | |
CN107969148A (zh) | 图像分析系统和方法 | |
CN113313109A (zh) | 一种荧光免疫层析试纸的半定量分析方法 | |
CN115267180A (zh) | 一种层析免疫检测方法及装置 | |
CN116758074B (zh) | 一种多光谱食品图像智能增强方法 | |
CN116580026B (zh) | 精密零部件外观缺陷自动光学检测方法、设备及存储介质 | |
CN113435444B (zh) | 免疫层析检测方法、装置、存储介质及计算机设备 | |
CN113450383B (zh) | 一种免疫层析试纸定量分析方法、装置、设备和介质 | |
CN110186929A (zh) | 一种实时的产品瑕疵定位方法 | |
CN115546141A (zh) | 一种基于多维度度量的小样本Mini LED缺陷检测方法及系统 | |
US9122904B2 (en) | Method for optimization of quantitative video-microscopy and associated system | |
CN115661094A (zh) | 基于改进yolox模型的工业瑕疵检测方法 | |
CN114677670A (zh) | 一种身份证篡改自动识别与定位的方法 | |
CN115273152B (zh) | 一种侧向免疫层析检测方法、装置及应用 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220127 Address after: 430075 room 1-5, building B4, Wuhan National Biological Industry (Jiufeng innovation) base, No. 666, Gaoxin Avenue, Donghu New Technology Development Zone, Wuhan, Hubei Patentee after: WUHAN NANO DIAGNOSIS FOR HEALTH BIOTECHNOLOGY CO.,LTD. Address before: 430074 Hubei Province, Wuhan city Hongshan District Luoyu Road No. 1037 Patentee before: HUAZHONG University OF SCIENCE AND TECHNOLOGY |