CN110320158A - 移动化学分析 - Google Patents

移动化学分析 Download PDF

Info

Publication number
CN110320158A
CN110320158A CN201910215799.9A CN201910215799A CN110320158A CN 110320158 A CN110320158 A CN 110320158A CN 201910215799 A CN201910215799 A CN 201910215799A CN 110320158 A CN110320158 A CN 110320158A
Authority
CN
China
Prior art keywords
calibration
card
data
analysis
image
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
CN201910215799.9A
Other languages
English (en)
Inventor
R·L·奥塔
A·F·达席尔瓦
A·德奥利韦拉博特略
M·E·费雷拉
J·T·阿斯皮罗斯
M·恩格尔
M·斯坦纳
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.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
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 International Business Machines Corp filed Critical International Business Machines Corp
Publication of CN110320158A publication Critical patent/CN110320158A/zh
Pending legal-status Critical Current

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
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
    • G01N21/274—Calibration, base line adjustment, drift correction
    • G01N21/278—Constitution of standards
    • 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
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
    • G01N21/274—Calibration, base line adjustment, drift correction
    • 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
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • 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
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/251—Colorimeters; Construction thereof
    • 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
    • G01N21/75—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated
    • G01N21/77—Systems 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
    • G01N21/78—Systems 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/02—Mechanical
    • G01N2201/022—Casings
    • G01N2201/0221—Portable; cableless; compact; hand-held
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/10—Scanning
    • G01N2201/102—Video camera
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/12—Circuits of general importance; Signal processing
    • G01N2201/126—Microprocessor processing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/12—Circuits of general importance; Signal processing
    • G01N2201/126—Microprocessor processing
    • G01N2201/1266—Interface card
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/12—Circuits of general importance; Signal processing
    • G01N2201/13—Standards, constitution

Abstract

在作为分析卡的一部分的微流体装置处接收待化学分析的目标样本，该微流体装置包括：至少一个被配置为接收目标样本的输入层；至少一个中间层；以及至少一个被配置为响应于一个或多个队所述目标样本的比色反应在一个或多个读出区域呈现一个或多个颜色属性的读出层。获得微流体装置的读出层的图像。获得对应于分析卡的校准文件。所述校准文件包括基于来自由校准卡处理的至少一个标准样本的至少一个已知化学属性的数据的至少一个颜色属性的校准模型。通过对在一个或多个读出区域中的一个或多个颜色属性与至少一个颜色属性的校准模型进行比较，对所获得的图像执行数据处理功能，以确定目标样本的至少一个化学属性。

Description

移动化学分析
技术领域
本发明涉及化学分析,更具体地说,提供用于执行增强的移动化学分析的技术。
背景技术
流体或固体样本的化学分析是许多应用的重要任务,这些应用包括但不限于环境、军事、医疗诊断和健康监测,以及在农业、假冒/掺假检测、饲养(farming)和动物护理领域的应用。在现场(即在受控实验室环境之外)执行任务，在成本、执行和结果可用时间方面提供了实质性优势。用于在现场进行化学分析的现有解决方案仅限于非常少的化学测试，并且缺乏有效跟踪或以其他方式管理用于进行化学分析的装置的能力。
发明内容
实施例提供用于执行增强的移动化学分析的技术。
在一个说明性实施例中，一种方法包括下列步骤。由微流体装置接收待化学分析的目标样本，该微流体装置是分析卡的一部分。微流体装置包括：至少一个被配置为接收目标样本的输入层；至少一个中间层；以及至少一个被配置为响应于目标样本的一个或多个比色反应，在一个或多个读出区域呈现一个或多个颜色属性的读出层。获得微流体装置的读出层的图像。获得对应于分析卡的校准文件。校准文件包括基于来自由校准卡处理的至少一个标准样本的至少一个已知化学属性的数据的一个或多个颜色属性的至少一个校准模型。对获得的图像执行至少一个数据处理功能。数据处理功能包括将所获得的读出层图像中的一个或多个读出区域处的一个或多个颜色属性与所获得的校准文件的一个或多个颜色属性的一个或多个校准模型进行比较，以确定至少一个目标样本的化学属性。
在另一个说明性实施例中，一种系统包括一个或多个处理设备，其中每个处理设备包括存储器和可操作地耦合到存储器的处理器。一个或多个处理设备被配置为：获得微流体装置读出层的图像，该微流体装置是分析卡的一部分并且包括：至少一个被配置为接收待化学分析的目标样本的输入层；至少一个中间层；以及至少一个被配置为响应于目标样本的一个或多个比色反应，在一个或多个读出区域呈现一个或多个颜色属性的读出层。该一个或多个处理设备还被配置为获得对应于分析卡的校准文件，其中校准文件包括基于来自由校准卡处理的至少一个标准样本的至少一个已知化学属性的数据的一个或多个颜色属性的至少一个校准模型。该一个或多个处理设备还被配置为对获得的图像执行至少一个数据处理功能，其中数据处理功能包括将所获得的读出层图像中的一个或多个读出区域处的一个或多个颜色属性与所获得的校准文件的一个或多个颜色属性的一个或多个校准模型进行比较，以确定至少一个目标样本的化学属性。
在又一个说明性实施例中，一种装置包括微流体装置以及代码，该微流体装置包括：一个或者多个输入层，被配置为接收待化学分析的目标样本；一个或者多个读出层，被配置为响应于目标样本的一个或多个比色反应，在一个或多个读出区域呈现一个或多个颜色属性，一个或者多个分析层，可操作地设置在输入层和读出层之间，并且被配置为在输入层处接收的所述目标样本提供一个或多个比色分析，使得响应于一个或者多个比色反应，在所述读出层呈现所述一个或多个颜色属性。代码被配置为唯一地识别用于检索的校准文件、比色分析的数量等。校准文件对应于微流体装置的一个或多个能力，包括基于来自至少一个标准样本的至少一个已知化学属性的数据的至少一个颜色属性的至少一个校准模型。校准文件执行至少一个数据处理功能包括将所述读出层的一个或多个读出区域处的一个或多个颜色属性与所述获得的校准文件的一个或者多个颜色属性的校准模型进行比较，以确定目标样本的至少一个化学属性。
有利地，说明性实施例使得能够在现场进行化学分析以进行基本上无限多种化学测试(例如，仅限于读出区域的数量，其相应的校准模型可用于比较或获得合适的比色试剂)并且提供有效管理用于执行化学分析的设备的能力(例如，单独跟踪来自不同制造批次的分析卡和/或用于不同的化学分析测试)。
本发明的这些和其他示例性实施例将在以下对示例性实施例的详细描述中描述或变得显而易见，所述示例性实施例将结合附图来阅读。
附图说明
图1说明了根据说明性实施例的移动化学分析系统。
图2说明了根据说明性实施例的移动化学分析系统的示例性用例。
图3说明了根据说明性实施例的移动化学分析方法。
图4说明了根据说明性实施例的校准过程。
图5说明了根据说明性实施例的校准卡。
图6说明了根据说明性实施例的校准过程中的移动应用部分。
图7说明了根据说明性实施例的化学分析程序。
图8A和8B说明了根据说明性实施例的化学分析卡的成分。
图9说明了根据说明性实施例的化学分析卡的进一步细节。
图10说明了根据说明性实施例的化学分析卡的其他细节和变体。
图11说明了根据说明性实施例的移动化学分析方法的移动应用程序部分。
图12说明了根据说明性实施例的移动应用的图像处理部分。
图13说明了根据说明性实施例的移动应用的比色分析部分。
图14说明了根据说明性实施例的移动应用的比色分析部分的进一步细节。
图15说明了根据说明性实施例的化学分析过程的云应用部分。
图16说明了根据说明性实施例的化学分析过程的云应用部分的进一步细节。
图17说明了根据说明性实施例的实现本发明技术的一个或多个组件/步骤的计算机系统。
图18说明了根据说明性实施例的云计算环境。
图19说明了根据说明性实施例的抽象模型层。
具体实施方式
下面将描述用于执行增强移动化学分析的说明性实施例。虽然在某些说明性实施例中将描述某些类型的化学测试和微流体装置类型，但应理解的是，其他实施例并不限于上述说明性类型。此外，虽然在某些说明性实施例中将描述某些类型的计算平台和处理设备类型，但应理解的是，其他实施例并不限于上述类型。此外，虽然本文描述的移动化学分析技术在该领域中特别有利于使用，但该技术可用于其他环境。
在一个或多个说明性实施例中，提供了一种移动化学分析系统，其执行化学分析(例如，在现场)。如下面将进一步描述的，在图1-19的上下文中的移动化学分析系统包括一个或多个基于纸片的微流体芯片，在这里执行比色分析，安装在移动设备(例如，智能手机)中的移动应用程序，以及云计算服务实例。
有利地，基于纸片的微流体的比色分析实现了低成本测试、高设计灵活性和容易大规模制造，其结合在同一分析卡上容易地实施各种测试。此外，与云计算技术相结合，在云中执行快速和低成本分析，可以在远程位置频繁收集数据，同时分析/人工智能技术可以为更有效地使用资源生成重要的见解。此外，智能手机由于在连接性、处理能力和普遍性方面的增强可用性，是一种用于现场测试的强大平台。
可以根据各种各样的用例使用说明性实施例。仅以例子的方式，一些用例包括：
环境：水的适用性试验、有害细菌(例如：大肠杆菌、粪大肠菌群等)的存在和化学成分(例如：pH、Mg、Ca、Fe等)；
精准农业：优化肥料使用，最小化环境影响，同时提高作物生产力；以及
医疗保健：提供更快的现场结果，允许更早的治疗，更好地恢复病人。
图1示出了根据说明性实施例的被配置为对目标样本执行移动化学分析的系统100的概述。如图所示，系统100包括校准过程102、化学分析过程104、云计算环境106和web界面108。校准过程102和化学分析程序104通过一个或多个通信网络(例如但不限于因特网)可操作地耦合到云计算环境106。在这样的实施例中,web界面108通过一个或多个相同的通信网络可操作地耦合到云计算环境106。除图1所示外,替代通信网络连接可以在替代实施例中实现。此外,一个或多个通信网络可以包括一个或多个专用网络,如内联网和/或一个或多个无线通信网络。
如进一步所示，校准过程102包括将一个或多个标准溶液110应用于校准卡112。校准卡112响应于对一个或多个标准溶液110的比色反应，在校准卡112的一个或多个读出区域呈现一个或多个颜色属性。在一个实施例中，一个或多个颜色属性可以是一个或多个实际颜色(或灰度阴影)，但也可以是所分析的一个或多个颜色的一个或多个空间分布(例如，校准包括分析输出点中颜色分布的形状)。校准过程102还包括使用移动设备114，例如在一个或多个说明性实施例中的智能手机或平板设备，获取校准卡112的图像。移动设备114被配置为捕获校准卡112的一个或多个图像(例如，使用作为移动设备114的一部分或附加在移动设备114上的照相机或其他图像捕获设备)。移动设备114还被配置为执行移动应用，使得从校准卡112获得的图像数据被转换成校准数据，并且在转换图像之后，移动设备114将校准数据发送到云计算环境106，在此应用校准技术以生成校准文件。在另一个示例实施例中,移动设备114将校准卡112捕获的图像数据发送到云计算环境106，以便云计算环境106将图像数据转换为校准数据并应用以生成校准文件。在另一个示例实施例中,移动设备114被配置为将捕获的校准卡112的图像数据转化为校准数据并应用校准技术以生成校准文件，然后将校准文件发送到云计算环境106。无论哪种情况,此类校准数据和/或校准文件都存储在云计算环境106中,供以后使用和检索,下文将对此作进一步解释。因此,在一个或多个示例实施例中,校准文件可包括一个或多个校准模型，其基于来自由校准卡112处理的至少一个标准样本的至少一个已知化学属性的数据表示一个或多个颜色属性。
如图1进一步所示，化学分析过程104包括将目标样本116应用于分析卡118。分析卡118包括微流体装置117和代码119，将在下文中结合其他附图作进一步解释。分析卡118被配置为响应于对目标样本116的一个或多个比色反应，在(微流体装置117的)一个或多个读出区域呈现一个或多个颜色属性。化学分析过程104还包括使用移动设备120获得分析卡118的图像。在一个或多个说明性实施例中，移动设备120可以是智能手机或平板设备。注意，移动设备120可以是与移动设备114相同的移动设备(例如，当相同的移动设备用于校准过程102和化学分析过程104时)，但是也可以是不同的设备。移动设备120被配置为捕获分析卡118的图像。移动设备120还被配置为执行移动应用，使得从分析卡118获得的图像数据被转换为颜色属性数据，并且与从存储在云计算环境106中的校准文件(校准模型)获得的校准数据进行比较。如下面将进一步详细解释的，代码119用于从云计算环境106获得适当的校准文件。校准文件也可以本地存储在移动设备120上。化学分析过程104还可以包括数据处理功能，其将从分析卡118的读出层所获得的图像中的一个或多个读出区域处的一个或多个颜色属性与所获得的校准文件的一个或多个颜色属性的校准模型进行比较，以确定目标样本的至少一个化学属性。化学分析过程104可以进一步包括移动设备120，其将分析结果发送到云计算环境106，使得云计算环境106存储这样的数据。在可选实施例中，数据处理功能由云计算环境106执行。云计算环境106可以存储转换的颜色属性数据以供以后使用。
云计算环境106可被配置为从移动设备114接收校准数据，向移动设备120发送校准文件，从移动设备120接收捕获的图像、颜色属性数据和/或分析结果，以及向web界面108发送数据。在一个实施例中，云计算环境106实现平台即服务(PaaS)模型。下面在图15-19的上下文中进一步描述云计算环境106的说明性实施例。
Web界面108可以被配置为从云计算环境106接收数据。Web界面108可以被配置为可视化所接收的数据并允许用户对数据进行排序和分类。Web界面108还提供所执行分析的数据的访问控制和地理分布可视化。
图2示出了用于移动化学分析系统100的示例性用例，其中分析了土壤样本的pH水平。图2描绘了包括输入层202-1和读出层202-2的微流体装置202(其是图1中的分析卡118上的微流体装置117的一个示例)。微流体装置还可包括一个或多个中间层(图2中未示出)，其提供化学分析，该化学分析产生在读出层上的可见结果，这将在下面进一步详细描述。输入层202-1包括配置成接收样本206的输入部分204。在这种情况下，样本206是土壤。在将样本206施加到输入层202-1的输入部分204之后，可以经由例如移液管208将流体(例如，水，缓冲溶液等)施加到样本206，使得微流体装置202中存在的毛细管作用允许样本206的物质通过微流体装置202的通道传输，并且响应于用嵌入在设备中间层中的试剂对样本的比色反应，在读出层202-2的一个或多个读出区域210处呈现一种或多种颜色。读出区域210处的这种颜色可以提供信息，例如，在本用例中，样本206的pH水平。图2描绘了微流体装置202的读出层202-2上的四个读出区域210-1、210-2、210-3和210-4；然而，这仅用于示例目的，并且读出层202-2可以包括对应于一种或多种比色化学分析的或多或少的读出区域210。在一个实施例中，微流体装置包括流体(例如，水、缓冲溶液等)，使得当样本被施加到输入层的输入部分时，流体与样本混合，从而允许样本的物质通过设备的通道被输送并且响应用嵌入在设备中间层中的试剂对样本的比色反应，在读出层的一个或多个读出区域呈现一个或多个颜色。在这样的实施例中，可以按压装置上这种流体所在的区域，从而启动样本的物质的运输。
图3示出了根据说明性实施例的使用系统100(图1)用于移动化学分析的方法300。需要注意的是,移动化学分析可能依赖于用于执行该方法的特定的分析卡(例如,图1的118)的特定制造批次。因此，由于分析卡制造过程中的潜在变化，或者由于创建了新的比色测试，可能需要为分析卡的每个制造批次执行校准过程(例如,图1中的102)。因此,在现场进行任何目标样本分析(例如,图1的104)之前,可能需要执行校准过程。但是，如果已经为特定制造批次执行了校准过程,则可能存在该特定制造批次的校准文件(例如,存储在图1的云计算环境106中并可从其检索)。方法300是指整个移动化学分析系统和操作,在这些系统和操作中,需要在目标样本分析之前执行校准程序。
在步骤302，执行校准过程(例如，图1的102)。如上文在图1的上下文中所述，在此步骤期间创建的校准数据可以本地存储在移动设备114上和/或存储在云计算环境106中。下面进一步描述校准过程的进一步说明性细节。
在步骤304，经由移动设备114，使得在步骤302中执行校准过程期间创建的校准文件可用于云应用，使得云应用存储校准文件。云应用程序驻留在云计算环境106中。在一个实施例中，移动设备114经由一个或多个通信网络(无线和/或有线通信网络)将校准数据发送到云应用程序，其中校准技术应用于校准数据以生成校准文件。在另一实施例中，移动设备114被配置为将校准技术应用于校准数据，以便生成校准文件，并经由一个或多个通信网络将校准文件发送到云计算环境106中的云应用程序。校准文件可以包括来自由校准卡112处理的标准溶液的至少一个已知化学属性中的一个或多个颜色属性的一个或多个校准模型。
在步骤306，执行化学分析过程(例如，图1的104)。在一个实施例中，化学分析过程利用步骤304中存储在云应用程序中的校准文件，将在执行化学分析过程期间创建的分析数据与包含在校准文件中的一个或多个校准模型进行比较，从而产生一组分析数据。在另一个实施例中，化学分析过程利用本地存储在移动设备114上的校准文件，将在执行化学分析过程期间创建的分析数据与校准文件中的一个或多个校准模型进行比较，从而产生一组分析数据。在执行化学分析过程期间，还可以将在云应用程序中存储的整个校准数据的副本在本地存储。这一点对于该处没有通信网络的现场测试尤为重要。
在步骤308，通过移动设备114，将在步骤306执行化学分析过程期间创建的分析数据提供给云应用程序，使得云应用程序存储分析数据。在一个实施例中，移动设备114通过一个或多个通信网络(无线和/或有线通信网络)向云应用程序发送分析数据。虽然在图3中没有明确表示，但是当没有可用的通信网络时，也可以在本地存储分析数据。当存在通信网络时，将分析数据发送到云应用程序。
在步骤310中,通过web界面访问分析数据(例如,图1的108)。例如,web界面可以，例如，可视化一个或多个化学分析程序的分析数据,并允许用户与数据互动,例如,如上文所述的对数据进行排序和分类。
现在将在图4的上下文中描述校准过程302(图3)的说明性细节。更具体地说,图4说明了校准过程400,这是移动化学分析方法的一部分。
在步骤402，将一个或多个标准溶液应用于校准卡。返回参考图1。如图1所示，一个或多个标准溶液是标准溶液110，校准卡是校准卡112。一个或多个标准溶液可以通过例如如上文在图2的上下文中所讨论的移液管应用于校准卡。标准溶液包含具有精确已知化学元素浓度(即，化学属性的一个实例)的目标化学物质的化学溶液，例如特定浓度的硝酸盐、钙等或化学参数，诸如，例如，pH。一些说明性实施例可能需要几种不同的标准溶液(每种标准溶液具有不同浓度的标准溶液)以产生更精确的校准，从而允许化学分析程序更精确地内插未知浓度样本。
在步骤404，响应于对一个或多个标准溶液的比色反应，校准卡的一个或多个读出区域呈现一个或多个颜色属性(例如，颜色和/或颜色分布直方图或颜色分布的几何特性)。一个或多个颜色属性与和一个或多个标准溶液相关的至少一个化学属性相关联，例如，一个或多个标准溶液的化学元素浓度。校准卡可以提供比色分析，因为校准卡的给定读出区域包含合适的化学试剂，以响应一个或多个标准溶液的应用，呈现一个或多个颜色属性。比色反应可以发生，例如，一瞬间或花费几分钟，并且反应时间取决于在校准卡上执行的比色分析的类型。
在步骤406中，获得校准卡的图像(或多幅图像)。该图像可以通过电子设备获得。回到图1，电子设备可以是移动设备114。
在步骤408中，确定是否将在移动设备114上执行的应用程序中创建校准数据。在一个实施例中，应用程序询问用户是否将利用该应用程序创建校准数据，其中用户通过移动设备的输入/输出特性响应“是”或“否”。
如果将在移动设备114上执行的应用程序中创建校准数据，则在步骤410，移动设备将对从步骤406所获得的图像执行至少一个图像处理功能(更一般地，至少一个数据处理功能)，将图像转换成与校准卡的每个读出区域上存在的颜色属性相对应的比色校准数据。在步骤412，将转换的比色校准数据发送到云应用程序，并且在步骤414中，将其存储在包含从多个移动设备或校准卡接收的比色校准数据并且位于云计算环境106中的云校准数据库中。在步骤416，将校准技术应用于存储在校准数据库上的比色校准数据，以产生包括一个或多个颜色属性的一个或多个校准模型的校准文件，并存储在云计算环境106中，用于在目标样本的化学分析期间进行检索。
如果在移动设备114上执行的应用程序中不创建校准数据，则在步骤418，移动设备将向云应用程序发送校准卡的图像，并且在步骤420，云应用程序接收校准卡图像。在步骤422，云应用程序对在步骤406获得的图像执行至少一个图像处理功能(更一般地说，至少一个数据处理功能)，以将图像转换为对应于在校准卡的每个读出区域上存在的颜色属性的比色校准数据。在步骤424，转换后的比色校准数据由云应用程序存储在云校准数据库中。在步骤426，如上所述，将校准技术应用到存储在校准数据库上的比色校准数据以产生校准文件。
在本发明的一个说明性实施例中，对于每个给定的分析卡的制造批次，仅执行一次校准过程400。
图5示出了在校准过程(例如，图4中的400)期间使用的校准卡500的细节。校准卡包括微流体装置，其具有至少一个被配置为接收待化学分析的标准样本的输入层，至少一个被配置为响应于对标准样本的一个或多个比色反应在一个或多个读出区域呈现一种或多种颜色的读出层，和可操作地设置在输入层和读出层之间的一个或多个中间分析层。中间分析层被配置为对在输入层处接收的标准样本提供比色分析，使得响应于一个或多个比色反应，在读出层处呈现一种或多种颜色。也可以使用校准卡的简化版本，其甚至可以是单层，在此将接收待化学分析的标准样本并且还将发生一个或多个比色反应。
校准卡500包括一个或多个读出区域502。校准卡500可以配置为圆形矩阵，使得每个读出区域502是如图5所示的矩阵(行和列)结构中的圆形。然而，在替代实施例中，圆形矩阵配置仅是示例性的，并且读出区域502可以是具有不同读出数量的不同形状。在图5中，校准卡500包括七行和九列，但是这种配置也仅用于示例性目的。校准卡可包括任何数量的行和列。还可以使用与图1的分析卡118的微流体装置117的相同配置作为校准卡。
每个读出区域502是用于在检测给定的化学元素中检测化学物质的预处理。每个读出区域502还被配置为接收标准溶液504并基于所接收的标准溶液生成颜色模式。在一个实施例中，校准卡500的每列专用于特定标准溶液504。例如，列504-1专用于标准溶液S0，列504-2专用于标准溶液S1，等等。在另一个实施例中，在任何给定列中，校准卡500的每一行专用于该列的相应标准溶液的不同浓度。例如，对应于标准溶液S0的第504-1列的第1行表示标准溶液S0的浓度为0.78mg/L。对应于标准溶液S0的第504-1列的第2行具有浓度为1.56mg/L标准溶液S0。类似地，第504-2列的第1行可以具有标准溶液S1的第一浓度，第2行可以具有标准溶液S1的第二浓度，其中第二浓度大于第一浓度。图5示出标准溶液从第一行增加到最后一行(表示为506)；然而，其他呈现层级可以在替代实施例中实现。不同的列也不必专用于不同的标准溶液504。例如，不同的行可以专用于不同的标准溶液。仅举例来说，一种或多种标准溶液可包含不同浓度的铝、硝酸盐和钙或不同的化学参数，例如pH。列508提供用于环境光补偿的参考色点，并且将在下面在图9的上下文中进行解释。
图6示出了校准程序的移动应用部分600。应该理解，移动应用程序在移动设备114上执行。移动应用具有与图4中的步骤408相关的特殊校准模式，其中用户决定来自图像的比色校准数据是否将在移动设备114上的移动应用中创建，或者是否将图像上传到云计算环境106中，使得云计算环境106将创建比色校准数据。图6示出了移动应用程序部分600，用户决定移动应用程序将为其创建比色校准数据。
校准主屏幕602允许用户使用604中的搜索特征搜索现有的校准文件。在一个示例性实施例中,通过使用搜索特征604,用户可以搜索到位于云计算环境106中的校准文件数据库以查找特定的校准文件。例如,可以根据分析卡的制造批号或用于移动化学分析的测试类型(例如pH测试)搜索此类特定校准文件。在另一个说明性实施例中,用户可以选择校准功能606,以将用户导航到校准输入屏幕608。
校准输入屏幕608包括测试类型字段608(例如:pH测试)、标签字段612(例如:pH值)、制造批次字段614、点值字段616(例如:浓度值)、圆形的数量字段618(例如:在图1中的校准卡112中存在的圆形的数量),以及创建校准数据按钮620,其拍摄一张或多张图片并执行图像处理,如图4中的步骤410所述生成校准数据,发送并存储数据(图4中的步骤412和414)到图1的云计算环境106。
图7示出了根据说明性实施例的化学分析过程700(例如，图1的104)。化学分析过程通过处理分析卡的比色反应的所得颜色属性来估计样本的未知化学属性(例如，化学元素浓度)。
在步骤702，将目标样本施加到微流体装置(图1的117)，微流体装置是分析卡(图1的118)的一部分。微流体装置包括被配置为接收目标样本的一个或多个输入层，一个或多个中间层(例如，分析层)，以及被配置为响应于目标样本的一个或多个比色反应，在一个或多个读出区域呈现一个或多个颜色属性的一个或多个读出层。在步骤702，在一个说明性实施例中，可以将液体移液到目标样本上，这样微流体装置中存在的毛细管作用允许样本的物质到达中间层并且响应于对目标样本的一个或多个比色反应，在读出层的一个或多个读出区域处呈现一个或多个颜色属性。
在步骤704，微流体装置的一个或多个读出区域呈现一个或多个颜色属性，该颜色属性归因于对样本的一个或多个比色反应。一个或多个颜色属性与至少一个与目标样本相关的化学属性相关，例如样本的一种或多种物质的浓度或样本的pH。比色反应可以发生，例如，一瞬间或花费几分钟，并且反应时间取决于对样本进行的比色分析的类型。因此，在步骤704，允许经过预定量的时间以保证比色反应达到最终和稳定状态。
在步骤706，获得分析卡的图像(或多个图像)。该图像可以由电子设备获得。返回参考图1，电子设备可以是移动设备114。
在步骤708，获得来自分析卡(例如，图1的118)的代码(例如，图1的119)用于检索校准文件。代码可以包括用于跟踪分析卡的唯一标识符。该代码可以包括快速响应(QR)码、条形码或利用光学字符识别(OCR)技术以获取信息。还可以部署射频识别(RFID)标签芯片或等同物来提供唯一标识符信息。代码还可以包括对应于分析卡的制造批号的信息，或者对应于可在应用于分析卡的样本上执行的至少一个化学测试的信息。应当理解，在一个或多个示例性实施例中，移动设备120具有代码读取器(例如，QR代码应用程序)，如在步骤710所述，该代码读取器捕获和解释代码以获得用于从云计算环境106或从移动设备114上的本地存储器检索适当的校准文件的唯一标识符。
在步骤712中,确定与分析卡相对应的校准文件是否为移动应用程序的本地文件。分析卡的校准文件包括基于至少一个标准样本的至少一个已知化学属性的校准颜色数据(校准模型)。例如,校准模型可以是关联标准样本的浓度及其各自的RGB值的多项式方程。
如果确定校准文件不是移动应用程序的本地文件,则在步骤714中确定通信网络(例如，因特网)是否可用,例如,确定移动设备114是否具有因特网接入。
如果确定因特网不可用,则在步骤716中,向用户发出警报(视觉的和/或响亮的)。
如果确定因特网可用，则在步骤718，可以从数据库(例如，位于图1的云计算环境106中的数据库)检索校准文件。可以从对应于在步骤710中从分析卡获得的代码的一组校准文件中检索校准文件。
在步骤718之后或者如果在步骤712确定校准文件对于移动应用是本地的，则在步骤720，移动设备将对从步骤706获得的图像执行至少一个图像处理功能以从分析卡提取位置标记和比色参考。
在步骤722，移动设备对所获得的图像执行至少一个以上的图像处理功能(更一般地说，数据处理功能)，以提取与对目标样本比色反应后的分析卡的每个读出区域上存在的颜色属性相对应的比色数据。在步骤724，应用额外的图像处理功能，以使用先前提取的比色基准来补偿环境光。
在步骤726，应用数据处理功能确定目标样本的至少一个化学属性，该数据处理功能包括将所获得的读出层的图像中的一个或多个读出区域的一个或多个颜色属性与包含在校准文件中的用于所述颜色属性的校准模型进行比较。化学属性可以是，例如，样本的特定物质的浓度或样本的pH值。
在步骤728，确定通信网络(例如，因特网)是否可用，例如，确定移动设备114是否具有因特网接入。
如果确定因特网不可用，则在步骤730，步骤726的结果可以被本地存储在，例如移动设备114的存储器，直到在步骤732中确定因特网可用为止。
如果确定因特网可用，则在步骤734，可以上传步骤726的结果并将其存储在数据库例如，位于云计算环境106的数据库中。
图8A和8B说明化学分析卡(例如，图1的118)的组件800。化学分析卡822包括纸盒盖802和微流体装置812。
纸盒盖802包括正面804和背面808。正面804包括配置为接收微流体装置812的输入层814的输入插座806。背面808包括被配置为接收微流体装置812的读出层818的读出插座810。纸盒盖802为微流体装置812提供支持、保护和更容易的操作，并提供由分析卡执行的有关化学分析的信息，诸如，例如可在目标样本上执行的测试。纸盒盖802也可以有用于测试的额外元件，例如环境光补偿的校准点、基本指令、环境湿度测量、环境温度测量、电源等。纸盒作为封面材料只是一个例子。应该理解的是，对于特定的目的和应用，它可以由其他材料制成，如耐水塑料或一种或多种材料的组合，如蜡、聚合物等。
如本说明性实施例所示,微流体装置812包括输入层814、分析层816和读出层818。然而,在替换实施例中,微流体装置可以包括多个输入层、多个分析层和/多个读出层,从而大大提高了微流体装置的灵活性。输入层814适用于纸盒盖802的输入插座806。输入层814被配置为在输入区域接收样本。分析层816包括接收区域、一个或多个颜色区域以及从接收区域延伸到一个或多个颜色区域的一个或多个化学试剂。分析层中存在的不同化学试剂决定了对样本进行的测试的类型。目标样本的不同物质通过微流体装置812的分析层816中存在的毛细管作用与化学试剂发生反应。读出层818显示了由分析层816在一个或多个读出区域产生的颜色。读出层818被应用于纸盒盖802的读出插座810。微流体装置812还可能具有额外的元件，诸如，例如，用于控制待化学分析的样本物质流动的聚合物、用于加热样本的导电电极等，以提供额外的功能。
化学分析卡822还可以包括代码820，代码820可以设置在纸盒盖802的正面804或背面808上。代码820可以包括用于跟踪分析卡的唯一标识符。该代码可以包括快速响应(QR)代码，条形码或利用光学字符识别(OCR)技术以获得信息。还可以部署射频识别(RFID)标签芯片或等同物以提供唯一标识符信息。代码820还可以包括对应于分析卡的制造批次的信息或者对应于应用于化学分析卡822的样本上可执行的至少一个测试的信息。
输入层814，分析层816和读出层818可以以这样的配置堆叠，使得分析层816如图8B所示可操作地设置在输入层814和读出层818之间。
图9示出了图8A和8B中的化学分析卡的进一步细节900。化学分析卡可以包括代码902或设置在化学分析卡900的正面或背面的文本信息。如上所述，代码902可以包括用于跟踪分析卡的唯一标识符，例如，QR码或利用OCR进行数据收集。代码902可用于跟踪特定化学分析卡900。例如，代码902的跟踪可依赖于化学分析卡的微流体装置904中存在的测试类型。代码902的跟踪还可以依赖于其他可追踪信息，诸如，例如化学分析卡的制造批号，化学分析卡唯一标识符或化学分析卡的有效期。
化学分析卡还可以包括与微流体装置904组合的外部元件，诸如，例如用于依赖于加热或电化学的化学反应的电池。化学分析卡还可以包括与微流体装置904组合的外部元件，诸如，例如能量收集元件。
化学分析卡还可以包括检测元件906，其提供进行测试的环境条件，诸如，例如环境温度和空气湿度。当从分析卡中提取代码时，可以同时读取检测元件906，以基于检测元件的测量结果确定数据库中的最佳校准文件(例如，湿度为70％的pH测试校准等)。
化学分析卡还可以包括基准标记908，该基准标记908允许图像处理功能对微流体装置904的读出层的图像进行定向，并相应地旋转图像，并且如果必要的话，使图像处理功能准确地将图像转换为色彩数据。基准标记908还允许图像处理功能来校正图像的透视。
由于不同环境的变化，在进行化学分析时考虑照明条件的变化是有益的。为了做到这一点，化学分析卡可以包括调色板910。调色板910可以允许在图像处理分析中估计和补偿由于光变化引起的RGB值(或一些其他颜色空间分量)变化。例如，在应用线性最小二乘回归分析之后，由于光条件引起的颜色校准可以使用以下公式来计算：
Ccalibration＝A*Cmeasurement+B
其中C是红色、绿色或蓝色通道，A和B是常量。
化学分析卡还可通过测量不针对化学分析的任何给定读出区域的环境光来提供光条件校准。例如，微流体装置的一个给定的读出区域可以免于进行化学测试，而可以用以下公式来确定执行的试验的光条件：
Ccalibration＝k*Cmeasurement
其中C是红色、绿色或蓝色通道，k是常数。
化学分析卡还可以包括读出层输出，该读出层输出可以从若干制造批次随机分配到制造批次，以确保结果的隐私，其对于医疗保健应用特别重要。在这种情况下，每个位置的测试信息可以加密到代码中(例如QR代码)。
图10说明了化学分析卡(例如，图1的118)的微流体装置(例如，图1的117)的其他细节。
如图所示,微流体装置1004可以是一种纸基微流体装置,其中微流体装置1004可包括几层纸张,这些纸张的流体输送依赖于纸张纤维特性,如抽吸效果。在本例中,微流体装置1004包括三层:输入层1006、分析层1008和读出层1010。虽然图10描述了微流体装置1004包含三层,但微流体器件可以包含三层以上。在一个实施例中,最起码,微流体装置1004至少有一层用于试剂沉积,如分析层1008。微流体装置1004还可以至少有一层以接收目标样本,如输入层1006。微流体装置1004还可以至少有一层提供比色读数,如读出层1010。
微流体装置1004执行一个或多个测试,以便微流体装置可以执行多参数测试。所进行的测试取决于微流体装置1004的分析层1008中存在的化学试剂。
微流体装置1004还可包括导电和/或用作电极的金属元素。例如,这种电极可用于产生化学反应的热、光和/或电动现象。微流体装置1004还可以包括塑料和/或聚合物元件,用于改变微流体装置1004的流体输送特性。
图11示出了化学分析过程的移动应用程序部分1100。回想一下，这样的移动应用程序可以在移动设备114/120(图1)上执行。
如图所示，移动应用程序部分1100的分析屏幕1102向用户提供指令，使得屏幕1102提醒用户将目标样本插入分析卡上并允许发生比色反应。屏幕1102还提醒用户，样本的化学分析分两步进行：(1)扫描分析卡的代码或输入分析卡的代码，以及(2)执行比色分析。
屏幕1102还提供两个按钮(可选特征):(1)代码扫描按钮1104，其允许用户扫描分析卡的代码，以及(2)分析按钮1106，其启动比色分析/图像处理分析方法的一部分，并且其可以基于代码(可以用于找到校准文件)和微流体装置的读出层的图像。应该注意的是，用户还可以手动输入分析卡的代码而不是扫描其代码。此外，重要的是要记住，在不同的实施例中，可以从单个图像采集过程获得代码和微流体装置的读出层的图像。
如果用户选择代码扫描按钮1104，则移动应用程序利用执行移动应用程序的移动设备1110的相机技术来扫描分析卡的代码。
如果用户选择分析按钮1106，则移动应用程序使用一个或多个图像处理功能(更一般地，一个或多个数据处理功能)计算目标样本的化学成分和浓度。一个图像处理功能可以基于应用程序接收的图像提供环境照明补偿。返回参考图9，颜色元素910可以提供该特征。仍然参考图9，元件906可以使用所得到的信息与经典化学方程，例如Arrhenius方程或使用热力学方法，如吉布斯函数，提供关于环境条件的附加信息，例如环境温度和/或空气湿度，这对某些化学反应可能是重要的。另一个图像处理功能可以对图像提供旋转和透视补偿。返回参考图9，基准标记908可以提供该特征。
移动应用部分1100的结果屏幕1108还可以从移动设备中提取和显示数据特征。在将分析数据发送到云应用程序之前，这对于快速可视化比色结果很有用。例如，结果屏幕1108提供化学分析的结果以及若干其他重要参数，例如化学分析样本的地理位置、对样本进行化学分析的时间戳或执行化学分析的用户。可以将这些参数发送到云应用程序(在云计算环境106上)，用于以后的数据处理和分析。
图12示出移动应用程序的图像处理部分1200。
在步骤1202，获得微流体装置的读出层的图像。可以使用电子设备，例如移动电话或平板来获取图像。移动应用程序可以提示用户获取微流体装置的读出层的图像。
在步骤1204，可以裁剪读出层的所获得的图像，使围绕读出层的图像中的任何额外空间可以被移除，以使额外的空间不被图像处理。这种方法的优点是消除了图像中可能存在的不必要的结构，这些结构可能会产生假读出区域检测，并降低要处理的像素数，从而提供更快的图像处理。
在步骤1206中，可以在图像上执行旋转和透视校正，以便正确定位图像。当正确旋转图像时，可能会出现正确的方向，以便一致地处理每个图像，并在正确的读出区域应用正确的图像处理功能(见图2的210)。
在步骤1208，可以检测到图像读出层的每个读出区域。可以为一个或多个检测到的读出区域分配唯一标识符。
在步骤1210中，可以对步骤1208中检测到的每个读出区域进行排序。
在步骤1212中,可以为步骤1210中的每个已排序的读出区域生成单独的掩码。例如，如果有四个排序的读出区域，则图像处理函数可以生成四个单独的掩码，每个已排序的读出区域一个。尽管此示例描述了具有四个读出区域的微流体设备，但该过程与具有多于或者少于四个读出区域的微流体设备是一致的。
在步骤1214，可以为来自步骤1212的每个单独的掩码生成单独的掩码图像。例如，如果存在四个单独的掩码，则图像处理功能利用那些单独的掩码来生成每个读出区域的四个单独的掩码图像。尽管该实施例处理具有四个读出区域的微流体装置，但该过程与具有多于或少于四个读出区域的微流体装置一致。
在步骤1216，对来自步骤1214的单独掩码图像的每个执行比色分析。当执行比色分析时，图像处理功能可以将每个单独的掩码图像的颜色转换为相应的RGB值或任何其他合适的颜色通道表示，如HSV，HLS等。
在步骤1218，基于对来自步骤1216的单个掩码图像执行的比色分析来提供化学属性结果。本领域普通技术人员已知化学属性可以是例如目标样本的物质浓度。在步骤1218，图像处理功能可以基于在步骤1216执行的比色分析来提供目标样本的特定物质的浓度结果。
一种可能的使用CIE1931方法的比色分析方法，其将sRGB值(标准RGB值)转换为另一个颜色空间，例如XYZ颜色空间。
CIE1931方法使用以下步骤：
1)使用以下方法将sRGB转换为线性RGB：
其中C是红色，绿色或蓝色通道。
2)使用以下方法将线性RGB转换为XYZ空间：
3)色度值x和y通过以下方式获得：
以及
比色分析也可以通过统计数据分析和机器学习获得。例如，测量的数据可用于校准输出为离散值的回归模型，例如符号逻辑回归。使用这样的回归模型允许计算属于特定类别或要计算的二进制的输入概率(例如sRGB信道值)。这种回归模型可以使用以下公式计算：
间隔可以通过确定浓度或诊断值来定义，并且依赖于由于在图1的117中的化学反应而引起的颜色变化的准确性。
机器学习算法,如多层感知器,也可用于比色分析。
图13说明了移动应用程序的另一个比色分析实施例1300。
在微流体器件1302的读出区域1304发生了比色反应后，有可能颜色梯度能够驻留在读出区域1304,这可能是基于化学反应的固有特性而发生的，也可能是纸张中的颜色滴定反应的结果。颜色渐变1306可以发生在读出区域中,根据该区域,读出区域的一侧与同一读出区域的另一侧的颜色不同。
回到图12，在步骤1208和1210分别检测和排序后，图像处理功能可以执行额外的功能，以考虑颜色渐变。例如，检测到颜色渐变后,附加的图像处理功能可以裁剪特定读出区域的图像，使裁剪后的图像1308表示颜色渐变。另一种可能性是在1212中生成检测到的圆形上的一个矩形遮罩。考虑颜色渐变的一种方法是在矩形长度上应用像素权重，使用以下公式获取估计浓度值:
其中，C是红色、绿色和蓝色通道。
图14示出了移动应用的比色分析部分1400的进一步细节。
在微流体装置1402的给定读出区域1404中发生比色反应之后，新月形颜色图案可能存在于读出区域1406中，这可能由于颜色在整个读出区域1406的非均匀分布而发生。当存在这样的新月形颜色图案时，例如在读出区域1406中，可以仅在读出区域1406的外部部分上执行比色分析，从而基于读出区域1406的外部部分的颜色的图像处理确定样本的属性。此外，微流体装置812可以包括特殊的读出层，用于根据应用去除、增加或减少这种颜色分布(半月形)，这意味着可以修改读出层的几何形状以生成不同的颜色分布，这可能适合于特定目的或提高图像处理的准确性。
为了完成仅分析读出区域1406的外部部分，图像处理功能可以检测读出区域1406并确定在读出区域1406中存在新月形颜色图案。返回参考图12，可以以与步骤1208类似的方式检测读出区域。在检测到读出区域之后，例如读出区域1406，可以为读出区域生成新月形掩码。返回参考图12，可以以与步骤1212类似的方式检测读出区域。在生成新月形掩码之后，可以为读出区域1406生成单独的掩码图像。返回参考图12，可以以与步骤1214类似的方式检测读出区域。在生成读出区域1406的各个掩码图像之后，移动应用程序可以执行根据本文描述的说明性实施例的化学分析的剩余部分。
通过执行比色分析部分1400，即使给定读出区域可能具有不统一的条件，也可以获得与整个读出区域进行图像处理时的结果相比更一致的结果。
图15示出了化学分析方法的云应用部分1500。
云应用程序1500允许客户端，例如web浏览器、移动应用程序、服务器等，使用云应用程序1500的数据，这便于对数据的普遍访问。云应用部分1500可以包括数据集成部分1502、数据存储部分1504以及数据呈现和认知部分1506。云应用部分1500可以配置为收集、存储、可视化和分析数据。云应用程序1500可以构建为平台即服务(Platform-as-a-Service，PaaS)云服务，这在可伸缩性和特性方面提供了灵活性。
数据集成部分1502执行到属于云应用1500的电子设备(例如，移动设备114和120)的数据分组的接收和发送。数据分组可以由例如文本消息、图像或其他事件表示。数据集成部分1502可以通过例如适用于物联网(IoT)应用程序的轻量级协议或HTTP/HTTPS协议，通过使用标准化应用程序编程接口(API)来收集数据。数据集成部分1502可以使用来自IBMBluemix云PaaS的IBM Watson IoT Platform云服务来实现，IBM Bluemix云PaaS使用诸如消息队列遥测传输(MQTT)之类的遥测消息传递协议。
数据存储部分1504可以将数据存储在云计算环境的存储器中(例如，图1的106)。例如，内存可以存储在用于乘法场景的分布式非关系数据库中。数据持久性由数据存储部分1504提供。数据存储部分1504可以使用存储和组织结构化数据(SQL)或非结构化数据(NoSQL)的云服务来实现。此类云服务的示例包括但不限于IBMDB 2、Cloudant和MongoDB。
数据表示和认知部分1506可以在web界面(例如，图1的108)中提供可视化。例如，可以利用可视化数据来收集数据或者基于数据生成报告。数据表示和认知部分1506的可能功能可以是通过web应用程序、移动应用程序更新服务、数据查询、数据解释的统计和/或可视化趋势以及自动认知洞察力来可视化数据收集。
图16进一步详细说明了化学分析方法1600云平台的详细信息。云平台1600可用于存储现场执行的所有分析的分析数据。可输入到云平台1600的不同类型的数据包括移动分析数据1602、移动校准数据1604和移动校准图片1606。移动分析数据1602可以包括电子设备在比色反应后对微流体装置的读出层图像执行图像处理功能后的化学分析结果。移动校准数据1604可以包括基于电子设备在校准卡图像上执行图像处理功能的比色校准数据。移动校准图片1606可以包含未处理图像的校准卡的图像。
云平台1600接收移动分析数据1602后,1602数据1602可保存到在1608的云分析数据库中,使用在1610的分析/认知/机器学习算法进行处理,并在1612被从web界面访问。数据1602可在1610被进一步处理,以便提供有关数据1602的有用见解,从而向web界面的用户显示有用的见解。
由云平台1600接收到移动校准数据1604之后，在1614将数据1604保存到云校准数据库。
在1616处将移动校准图片1606接收到云图片数据库之后，可以在1618对图片进行图像处理以产生比色校准数据，并且可以在1614将比色校准数据发送到云校准数据库。
一个或多个实施例可以利用在计算机或工作站上运行的软件。参考图17，在计算节点1710中，存在系统/服务器1712，其可与许多其他通用或专用计算系统环境或配置一起操作。可适用于系统/服务器1712的众所周知的计算系统、环境和/或配置的示例包括但不限于个人计算机系统、服务器计算机系统、瘦客户端、胖客户端、手持设备或膝上型计算机设备、多处理器系统、基于微处理器的系统、机顶盒、可编程消费电子产品、网络PC，小型计算机系统、大型计算机系统、以及包括任何上述系统或设备等的分布式云计算环境。计算平台1700中的每个计算节点可以实现计算节点1710中示出的架构。
系统/服务器1712可以在由计算机系统执行的计算机系统可执行指令(例如程序模块)的一般上下文中描述。通常，程序模块可以包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、逻辑、数据结构等。系统/服务器1712可以在分布式云计算环境中实践，其中任务由通过通信网络链接的远程处理设备执行。在分布式云计算环境中，程序模块可以位于包括存储器存储设备的本地和远程计算机系统存储介质中。
如图17所示，计算机系统/服务器1712以通用计算设备的形式表现。计算机系统/服务器1712的组件可以包括但不限于：一个或者多个处理器或者处理单元1716，系统存储器1728，连接不同系统组件(包括系统存储器1728和处理单元1716)的总线1718。
总线1718表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器、外围总线、图形加速端口、处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线、微通道体系结构(MAC)总线、增强型ISA(EISA)总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机系统/服务器1712典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机系统/服务器1712访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器1728可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)1730和/或高速缓存存储器1732。计算机系统/服务器1712可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统1734可以用于读写不可移动的、非易失性磁介质(图中未示出，通常称为“硬盘驱动器”)。尽管图中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。
如本文所描绘和描述的那样，存储器1728可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。具有一组(至少一个)程序模块1742的程序/实用工具1740，可以存储在例如存储器1728中，这样的程序模块1742包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块1742通常执行本发明所描述的实施例中的功能和/或方法。
计算机系统/服务器1712也可以与一个或多个外部设备1714(例如键盘、指向设备、显示器1724等)通信，还可与一个或者多个使得用户能与该计算机系统/服务器1712交互的设备通信，和/或与使得该计算机系统/服务器1712能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口1722进行。并且，计算机系统/服务器1712还可以通过网络适配器1720与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器1720通过总线1718与计算机系统/服务器1712的其它模块通信。应当明白，尽管图中未示出，可以结合计算机系统/服务器1712使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
首先应当理解，尽管本公开包括关于云计算的详细描述，但其中记载的技术方案的实现却不限于云计算环境，而是能够结合现在已知或以后开发的任何其它类型的计算环境而实现。
云计算是一种服务交付模式，用于对共享的可配置计算资源池进行方便、按需的网络访问。可配置计算资源是能够以最小的管理成本或与服务提供者进行最少的交互就能快速部署和释放的资源，例如可以是网络、网络带宽、服务器、处理、内存、存储、应用、虚拟机和服务。这种云模式可以包括至少五个特征、至少三个服务模型和至少四个部署模型。
特征包括：
按需自助式服务：云的消费者在无需与服务提供者进行人为交互的情况下能够单方面自动地按需部署诸如服务器时间和网络存储等的计算能力。
广泛的网络接入：计算能力可以通过标准机制在网络上获取，这种标准机制促进了通过不同种类的瘦客户机平台或厚客户机平台(例如移动电话、膝上型电脑、个人数字助理PDA)对云的使用。
资源池：提供者的计算资源被归入资源池并通过多租户(multi-tenant)模式服务于多重消费者，其中按需将不同的实体资源和虚拟资源动态地分配和再分配。一般情况下，消费者不能控制或甚至并不知晓所提供的资源的确切位置，但可以在较高抽象程度上指定位置(例如国家、州或数据中心)，因此具有位置无关性。
迅速弹性：能够迅速、有弹性地(有时是自动地)部署计算能力，以实现快速扩展，并且能迅速释放来快速缩小。在消费者看来，用于部署的可用计算能力往往显得是无限的，并能在任意时候都能获取任意数量的计算能力。
可测量的服务：云系统通过利用适于服务类型(例如存储、处理、带宽和活跃用户帐号)的某种抽象程度的计量能力，自动地控制和优化资源效用。可以监测、控制和报告资源使用情况，为服务提供者和消费者双方提供透明度。
服务模型如下：
软件即服务(SaaS)：向消费者提供的能力是使用提供者在云基础架构上运行的应用。可以通过诸如网络浏览器的瘦客户机接口(例如基于网络的电子邮件)从各种客户机设备访问应用。除了有限的特定于用户的应用配置设置外，消费者既不管理也不控制包括网络、服务器、操作系统、存储、乃至单个应用能力等的底层云基础架构。
平台即服务(PaaS)：向消费者提供的能力是在云基础架构上部署消费者创建或获得的应用，这些应用利用提供者支持的程序设计语言和工具创建。消费者既不管理也不控制包括网络、服务器、操作系统或存储的底层云基础架构，但对其部署的应用具有控制权，对应用托管环境配置可能也具有控制权。
基础架构即服务(IaaS)：向消费者提供的能力是消费者能够在其中部署并运行包括操作系统和应用的任意软件的处理、存储、网络和其他基础计算资源。消费者既不管理也不控制底层的云基础架构，但是对操作系统、存储和其部署的应用具有控制权，对选择的网络组件(例如主机防火墙)可能具有有限的控制权。
部署模型如下：
私有云：云基础架构单独为某个组织运行。云基础架构可以由该组织或第三方管理并且可以存在于该组织内部或外部。
共同体云：云基础架构被若干组织共享并支持有共同利害关系(例如任务使命、安全要求、政策和合规考虑)的特定共同体。共同体云可以由共同体内的多个组织或第三方管理并且可以存在于该共同体内部或外部。
公共云：云基础架构向公众或大型产业群提供并由出售云服务的组织拥有。
混合云：云基础架构由两个或更多部署模型的云(私有云、共同体云或公共云)组成，这些云依然是独特的实体，但是通过使数据和应用能够移植的标准化技术或私有技术(例如用于云之间的负载平衡的云突发流量分担技术)绑定在一起。
云计算环境是面向服务的，特点集中在无状态性、低耦合性、模块性和语意的互操作性。云计算的核心是包含互连节点网络的基础架构。
现在参考图18，其中显示了示例性的云计算环境1850。如图所示，云计算环境1850包括云计算消费者使用的本地计算设备可以与其相通信的一个或者多个云计算节点1810，本地计算设备例如可以是个人数字助理(PDA)或移动电话1854A，台式电脑1854B、笔记本电脑1854C和/或汽车计算机系统1854N。云计算节点1810之间可以相互通信。可以在包括但不限于如上所述的私有云、共同体云、公共云或混合云或者它们的组合的一个或者多个网络中将云计算节点1810进行物理或虚拟分组(图中未显示)。这样，云的消费者无需在本地计算设备上维护资源就能请求云计算环境1850提供的基础架构即服务(IaaS)、平台即服务(PaaS)和/或软件即服务(SaaS)。应当理解，图18显示的各类计算设备1854A-N仅仅是示意性的，云计算节点1810以及云计算环境1850可以与任意类型网络上和/或网络可寻址连接的任意类型的计算设备(例如使用网络浏览器)通信。
现在参考图19，其中显示了云计算环境1850(图18)提供的一组功能抽象层。首先应当理解，图3所示的组件、层以及功能都仅仅是示意性的，本发明的实施例不限于此。如图19所示，提供下列层和对应功能：
硬件和软件层1960包括硬件和软件组件。硬件组件的例子包括：主机1961；基于RISC(精简指令集计算机)体系结构的服务器1962；服务器1963；刀片服务器1964；存储设备1965和网络与网络组件1966。在一些实施例中，软件组件的例子包括：网络应用服务器软件1967和数据库软件1968。
虚拟层1970提供一个抽象层，该层可以提供下列虚拟实体的例子：虚拟服务器1971、虚拟存储1972、虚拟网络1973(包括虚拟私有网络)、虚拟应用和操作系统1974，以及虚拟客户端1975。
在一个示例中，管理层1980可以提供下述功能：资源供应功能1981：提供用于在云计算环境中执行任务的计算资源和其它资源的动态获取；计量和定价功能1982：在云计算环境内对资源的使用进行成本跟踪，并为此提供帐单和发票。在一个例子中，该资源可以包括应用软件许可。安全功能：为云的消费者和任务提供身份认证，为数据和其它资源提供保护。用户门户功能1983：为消费者和系统管理员提供对云计算环境的访问。服务水平管理功能1984：提供云计算资源的分配和管理，以满足必需的服务水平。服务水平协议(SLA)计划和履行功能1985：为根据SLA预测的对云计算资源未来需求提供预先安排和供应。
工作负载层1990提供云计算环境可能实现的功能的示例。在该层中，可提供的工作负载或功能的示例包括：数据测量1991；数据传输1992；数据分析处理1993；模型计算1994；模型泛化1995；以及可以执行上述各个功能的映射自动化1996。
在任何可能的技术细节结合层面，本发明的实施例可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上具有用于使处理器实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是--但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子的非穷举的列表包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、集成电路配置数据或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
尽管这里已经参考附图描述了说明性实施例，但是应该理解，本发明不限于那些精确的实施例，并且本领域技术人员可以在不脱离本发明的范围或精神的情况下进行各种其他改变和修改。

Claims (31)

1.一种方法,包括:
接收要在作为分析卡一部分的微流体装置上进行化学分析的目标样本,其中所述微流体装置包括至少一个配置为接收所述目标样本的输入层、至少一个中间层、以及至少一个配置为响应于对所述目标样本的一个或多个比色反应，在一个或多个读出区域显示一个或多个颜色属性的读出层；
获得所述微流体装置的所述读出层的一个或多个图像；
获得对应于所述分析卡的校准文件，其中所述校准文件包括基于来自由校准卡处理的至少一个标准样本的至少一个已知化学属性的数据的一个或多个颜色属性的至少一个校准模型；以及
对所获得的图像执行至少一个数据处理功能，其中所述数据处理功能包括将所获得的读出层的图像中的一个或多个读出区域中的一个或多个颜色属性与获得的校准文件中的一个或多个颜色属性的校准模型进行比较以确定所述目标样本的至少一个化学属性；
其中，所述方法的一个或多个步骤由至少一个处理装置执行。
2.如权利要求1所述的方法，其中所述获得对应于所述分析卡的校准文件的步骤还包括：
从所述分析卡获取代码；以及
从对应于从所述分析卡获得的所述代码的一组校准文件中检索所述校准文件。
3.如权利要求2所述的方法，其中，所述代码包括用于跟踪所述分析卡的唯一标识符。
4.如权利要求2所述的方法，其中，所述代码包括快速响应代码、条形码、射频识别芯片内容或纯文本。
5.如权利要求2所述的方法，其中，所述代码包括与所述分析卡的制造批次相对应的信息。
6.如权利要求2所述的方法，其中所述代码包括与在应用于所述分析卡的样本上可执行的至少一种类型的测试相对应的信息。
7.如权利要求1所述的方法，还包括添加包括时间、地理或用户数据的信息。
8.如权利要求1所述的方法，其中所述校准文件是在对所述目标样本进行化学分析之前使用校准程序生成的。
9.如权利要求8的方法,其中所述校准程序还包括:
将至少一个标准样本应用于校准卡,其中所述校准卡包括一个或多个读出区域,该读出区域响应于对所述标准样本的一个或多个比色反应，呈现一个或多个颜色属性,并且其中一个或多个颜色属性与至少一个化学属性相关，所述至少一个化学属性与至少一个标准样本相关联；
在所述标准样本的校准卡中创建读出区域的一个或多个颜色属性的至少一个校准模型；以及
将所述一个或多个颜色属性的至少一个校准模型存储为所述校准文件中的数据,以便在对所述目标样本进行化学分析时检索。
10.如权利要求9的方法，其中所述校准卡包括圆形矩阵，其中所述圆形矩阵中的每个圆形被使用检测化学物预处理以用于检测给定化学元素。
11.如权利要求10的方法，其中所述圆形矩阵中的两个或更多个圆形被配置为检测相同化学元素的两个或更多个属性。
12.如权利要求9的方法，其中所述至少一个校准模型包括机器学习算法。
13.如权利要求1所述的方法，其中所述至少一个数据处理功能在移动设备上执行。
14.如权利要求13所述的方法，其中，执行所述至少一个数据处理功能的所述移动设备还执行获取微流体装置的读出层的图像的步骤。
15.如权利要求1所述的方法，其中所述至少一个数据处理功能在远离微流体装置的计算平台上执行。
16.如权利要求15所述的方法，其中所述计算平台包括云计算平台。
17.如权利要求1所述的方法，其中在所述微流体装置的所述读出层的图像上执行所述至少一个数据处理功能还包括：
基于给定读出区域和所述给定读出区域的大小生成至少一个位置掩码；
基于所述给定读出区域的至少一个位置掩码和大小生成至少一个掩码图像；以及
基于所述至少一个掩码图像确定至少一个颜色空间值。
18.如权利要求1所述的方法，其中所述微流体装置的所述中间层还包括可操作地设置在所述输入层和所述读出层之间的一个或多个分析层。
19.如权利要求18所述的方法，其中，所述分析层被配置为对在所述输入层处接收的所述目标样本提供一个或多个比色分析，使得响应于所述比色反应在所述读出层处呈现所述一个或多个颜色属性。
20.如权利要求17所述的方法，其中，所述数据处理功能确定颜色梯度或空间颜色分布特性。
21.如权利要求7的方法，其中所述校准文件的选择取决于所述分析卡上的传感器读取。
22.一种计算机程序产品，包括计算机可读存储介质，其中存储有一个或多个软件程序的程序代码，其中，当由处理设备执行时，所述程序代码使所述处理设备执行如权利要求1-21中任意一项所述的方法的步骤。
23.一种系统，包括：一个或多个处理设备，其中每个处理设备包括存储器和可操作地耦合到所述存储器的处理器，并且其中所述一个或多个处理设备被配置为执行：
获得微流体装置的读出层的图像，其中所述微流体装置是分析卡的一部分并且包括至少一个配置为接收待化学分析的目标样本的输入层，至少一个中间层和至少一个配置为响应于对所述目标样本的一个或多个比色反应，在一个或多个读出区域呈现一个或多个颜色属性的读出层；
获得对应于所述分析卡的校准文件，其中所述校准文件包括基于来自校准卡处理的至少一个标准样本的至少一个已知化学属性的数据的一个或多个颜色属性的至少一个校准模型；以及
在所获得的图像上执行至少一个数据处理功能，其中所述数据处理功能包括将所获得的读出层图像中的一个或多个读出区域处的一个或多个颜色属性与获得的所述校准文件的一个或多个颜色属性的校准模型进行比较，以确定所述目标样本的至少一个化学属性。
24.如权利要求23所述的系统，其中，所述一个或多个处理设备还被配置为通过从所述分析卡获得代码，以及从通过从对应于从所述分析卡获得的所述代码的一组校准文件中检索出的校准文件获得对应于所述分析的校准文件。
25.如权利要求23所述的系统，其中，所述一个或多个处理设备包括移动设备，并且所述至少一个数据处理功能在所述移动设备上执行。
26.如权利要求25所述的系统，其中，执行所述至少一个数据处理功能的所述移动设备还执行获得所述微流体装置的所述读出层的图像的步骤。
27.如权利要求23所述的系统，其中，所述一个或多个处理设备包括远离所述微流体装置的计算平台，并且所述至少一个数据处理功能在所述计算平台上执行。
28.如权利要求23所述的系统，其中所述分析卡包括至少一个调色板和一个或多个对准标记。
29.如权利要求23所述的系统，其中，所述分析卡包括至少一个温度传感器和至少一个湿度传感器或其他环境传感器。
30.一种装置，包括：
一种微流体装置，包括：
至少一个输入层，被配置为接收待化学分析的目标样本；
至少一个读出层，被配置为响应于对所述目标样本的一个或多个比色反应，在一个或多个读出区域呈现一个或多个颜色属性；以及
一个或多个分析层，可操作地设置在所述输入层和所述读出层之间，并且被配置为在所述输入层处接收的所述目标样本提供一个或多个比色分析，使得响应比色反应，在所述读出层呈现所述一个或多个颜色属性；
代码，被配置为唯一地识别用于检索的校准文件，其中所述校准文件对应于所述微流体装置的一个或多个能力，并且所述校准文件包括基于来自由校准卡处理的至少一个标准样本的至少一个已知化学属性的数据的一个或多个颜色属性的至少一个校准模型，以使得能够执行至少一个数据处理功能，该功能包括将所述读出层的一个或多个读出区域处的一个或多个颜色属性与所获得的校准文件的一个或多个颜色属性的校准模型进行比较，以确定所述目标样本的至少一个化学属性。
31.一种系统，包括用于执行如权利要求1-21中任意一项所述的方法的步骤的装置。
CN201910215799.9A 2018-03-30 2019-03-21 移动化学分析 Pending CN110320158A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/941692 2018-03-30
US15/941,692 US11060968B2 (en) 2018-03-30 2018-03-30 Mobile chemical analysis

Publications (1)

Publication Number Publication Date
CN110320158A true CN110320158A (zh) 2019-10-11

Family

ID=68054176

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910215799.9A Pending CN110320158A (zh) 2018-03-30 2019-03-21 移动化学分析

Country Status (3)

Country Link
US (1) US11060968B2 (zh)
CN (1) CN110320158A (zh)
BR (1) BR102019004263A2 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112899140A (zh) * 2021-01-21 2021-06-04 中国科学技术大学 一种用于水体多参数检测的微流控芯片
WO2022042032A1 (en) * 2020-08-31 2022-03-03 International Business Machines Corporation Rapid testing device for wastewater analysis
CN117391113A (zh) * 2023-12-08 2024-01-12 广州泛美实验室系统科技股份有限公司 样本自动化处理方法以及实验室自动化流水线

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11216768B2 (en) * 2020-05-29 2022-01-04 International Business Machines Corporation Product quality analysis and control
US11534752B2 (en) 2020-12-30 2022-12-27 International Business Machines Corporation Rapid test device having multiple heterogeneous diagnostic methods
US11554371B2 (en) 2020-12-30 2023-01-17 International Business Machines Corporation Precise fluid input control for point-of-care devices

Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070031289A1 (en) * 2005-07-01 2007-02-08 Honeywell International Inc. Microfluidic card for rbc analysis
CN1922488A (zh) * 2004-02-19 2007-02-28 普利奥尼克斯股份公司 试验条的光学分析设备和方法
CN101275960A (zh) * 2007-03-30 2008-10-01 希森美康株式会社 试样分析仪
CN102016595A (zh) * 2008-03-27 2011-04-13 哈佛学院院长等 三维微流体装置
CN102165469A (zh) * 2008-08-08 2011-08-24 实耐宝公司 具有自动校准以及图像校正功能的基于图像的库存控制系统
CN102821861A (zh) * 2010-02-03 2012-12-12 哈佛大学校长及研究员协会 用于多重测定的装置和方法
AU2014100086A4 (en) * 2014-01-30 2014-02-27 La Trobe University Low-cost mobile ECL sensing system
CN103901025A (zh) * 2012-12-27 2014-07-02 中国科学院烟台海岸带研究所 一种便携式纸基微流控芯片色彩检测装置和方法
US20140296112A1 (en) * 2010-09-09 2014-10-02 Dublin City University Optical testing system
CN104280390A (zh) * 2014-09-30 2015-01-14 王钧 一个基于网络的比色检测系统
CN104969068A (zh) * 2012-08-08 2015-10-07 思勘度股份有限公司 用于在自动校准环境中执行及量化由特定浓度的生物分析物诱发的色彩改变的方法及设备
CN104964973A (zh) * 2015-07-08 2015-10-07 邓双胜 一种基于移动终端摄像头的试纸读取与分析方法与系统
CN104965066A (zh) * 2015-07-06 2015-10-07 山东大学 基于移动互联网的便携式尿蛋白检测系统
CN105164514A (zh) * 2013-01-21 2015-12-16 康奈尔大学 基于智能手机的装置和用于获取可重复的定量比色测量的方法
CN105738292A (zh) * 2014-12-12 2016-07-06 中国科学院大连化学物理研究所 一种比色传感器阵列的手机成像方法
CN105842240A (zh) * 2016-05-18 2016-08-10 四川大学 一种半定量检测早期慢性肾病的唾液测试卡及其方法
CN105865629A (zh) * 2016-03-25 2016-08-17 上海电机学院 一种用于机器人的物体颜色识别方法
CN106226298A (zh) * 2016-08-11 2016-12-14 芜湖美的厨卫电器制造有限公司 检测水质的系统、方法及试纸
CN106353311A (zh) * 2016-08-30 2017-01-25 开平市中青环保技术服务有限公司 一种基于比色反应采用视觉传感器检测实现物质定性定量的智能检测方法及装置
CN106546581A (zh) * 2016-11-02 2017-03-29 长沙云知检信息科技有限公司 试纸检测卡智能检测系统以及试纸检测卡智能分析方法
US20170276599A1 (en) * 2016-03-24 2017-09-28 The Board Of Regents Of The University Of Texas System Cost effective battery-powered spectrophotometric system
CN111272670A (zh) * 2020-02-26 2020-06-12 北京机科国创轻量化科学研究院有限公司 染色质量的检测方法、装置、存储介质以及处理器

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE60227649D1 (de) * 2001-04-03 2008-08-28 Micronics Inc Getrennt fokussierendes zytometer
KR20050118668A (ko) * 2003-01-21 2005-12-19 마이크로닉스 인코포레이티드. 유체의 미세유체식 조작, 증폭 및 분석, 예를 들어 세균검정 및 항글로불린 시험을 위한 방법 및 시스템
JP2007503958A (ja) * 2003-09-03 2007-03-01 ライフパッチ インターナショナル，インコーポレイテッド 個人診断装置と関連手法
US20070095393A1 (en) * 2004-03-30 2007-05-03 Piero Zucchelli Devices and methods for programmable microscale manipulation of fluids
US8323564B2 (en) * 2004-05-14 2012-12-04 Honeywell International Inc. Portable sample analyzer system
US8226908B2 (en) * 2005-06-03 2012-07-24 Spinx, Inc. Dosimeter for programmable microscale manipulation of fluids
EP1963817A2 (en) * 2005-12-22 2008-09-03 Honeywell International Inc. Portable sample analyzer cartridge
WO2007076549A2 (en) * 2005-12-29 2007-07-05 Honeywell International Inc. Assay implementation in a microfluidic format
AU2013326786A1 (en) 2012-10-05 2015-04-30 California Institute Of Technology Methods and systems for microfluidics imaging and analysis
US9569858B2 (en) 2014-02-13 2017-02-14 James Bennett Babcock Cloud-based system for water analysis
CN104586364B (zh) 2015-01-19 2019-07-09 武汉理工大学 一种肤质检测系统及方法
RS20150570A1 (sr) 2015-09-01 2017-03-31 Food And Agriculture Cloud Technology-Fact Doo Beograd Sistem i postupak za upravljanje procesom provere sigurnosti hrane i poljoprivrednih proizvoda
US10354412B2 (en) 2015-11-30 2019-07-16 Detectachem, Inc. Receptacle for detection of targeted substances
US10444184B2 (en) 2015-12-28 2019-10-15 International Business Machines Corporation Operation of diagnostic devices involving microchannels and electrodes
CN106226291A (zh) 2016-01-26 2016-12-14 江苏戴格诺思生物技术有限公司 一种移动终端定量分析干化学检测试剂的方法
US10513725B2 (en) 2016-02-29 2019-12-24 eNano Health Limited Public personalized mobile health sensing system, method and device
US20180059015A1 (en) * 2016-08-30 2018-03-01 Sensii, Inc. Personal liquid analysis system
CN106290941B (zh) 2016-08-31 2018-02-13 合肥领谱科技有限公司 基于云计算与云存储的毒品及易制毒化学品检测管理系统及方法
US20180229234A1 (en) 2017-02-15 2018-08-16 International Business Machines Corporation Hybrid microfluidics devices
CN106991679A (zh) 2017-03-16 2017-07-28 四川大学 一种基于云平台尿检试纸生理指标量化识别方法

Patent Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1922488A (zh) * 2004-02-19 2007-02-28 普利奥尼克斯股份公司 试验条的光学分析设备和方法
US20070031289A1 (en) * 2005-07-01 2007-02-08 Honeywell International Inc. Microfluidic card for rbc analysis
CN101275960A (zh) * 2007-03-30 2008-10-01 希森美康株式会社 试样分析仪
CN102016595A (zh) * 2008-03-27 2011-04-13 哈佛学院院长等 三维微流体装置
CN102165469A (zh) * 2008-08-08 2011-08-24 实耐宝公司 具有自动校准以及图像校正功能的基于图像的库存控制系统
CN102821861A (zh) * 2010-02-03 2012-12-12 哈佛大学校长及研究员协会 用于多重测定的装置和方法
US20140296112A1 (en) * 2010-09-09 2014-10-02 Dublin City University Optical testing system
CN104969068A (zh) * 2012-08-08 2015-10-07 思勘度股份有限公司 用于在自动校准环境中执行及量化由特定浓度的生物分析物诱发的色彩改变的方法及设备
CN103901025A (zh) * 2012-12-27 2014-07-02 中国科学院烟台海岸带研究所 一种便携式纸基微流控芯片色彩检测装置和方法
CN105164514A (zh) * 2013-01-21 2015-12-16 康奈尔大学 基于智能手机的装置和用于获取可重复的定量比色测量的方法
AU2014100086A4 (en) * 2014-01-30 2014-02-27 La Trobe University Low-cost mobile ECL sensing system
CN104280390A (zh) * 2014-09-30 2015-01-14 王钧 一个基于网络的比色检测系统
CN105738292A (zh) * 2014-12-12 2016-07-06 中国科学院大连化学物理研究所 一种比色传感器阵列的手机成像方法
CN104965066A (zh) * 2015-07-06 2015-10-07 山东大学 基于移动互联网的便携式尿蛋白检测系统
CN104964973A (zh) * 2015-07-08 2015-10-07 邓双胜 一种基于移动终端摄像头的试纸读取与分析方法与系统
US20170276599A1 (en) * 2016-03-24 2017-09-28 The Board Of Regents Of The University Of Texas System Cost effective battery-powered spectrophotometric system
CN105865629A (zh) * 2016-03-25 2016-08-17 上海电机学院 一种用于机器人的物体颜色识别方法
CN105842240A (zh) * 2016-05-18 2016-08-10 四川大学 一种半定量检测早期慢性肾病的唾液测试卡及其方法
CN106226298A (zh) * 2016-08-11 2016-12-14 芜湖美的厨卫电器制造有限公司 检测水质的系统、方法及试纸
CN106353311A (zh) * 2016-08-30 2017-01-25 开平市中青环保技术服务有限公司 一种基于比色反应采用视觉传感器检测实现物质定性定量的智能检测方法及装置
CN106546581A (zh) * 2016-11-02 2017-03-29 长沙云知检信息科技有限公司 试纸检测卡智能检测系统以及试纸检测卡智能分析方法
CN111272670A (zh) * 2020-02-26 2020-06-12 北京机科国创轻量化科学研究院有限公司 染色质量的检测方法、装置、存储介质以及处理器

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
AHMED SNOBER等: "Paper-based chemical and biological sensors- Engineering aspects", 《BIOSENSORS AND BIOELECTRONICS》 *
AKYAZI TUGCE等: "Review on microfluidic paper-based analytical devices towards commercialisation", 《ANALYTICA CHIMICA ACTA》 *
MORBIOLI GIORGIO GIANINI等: "Technical aspects and challenges of colorimetric detection with microfluidic paper-based analytical devices (mPADs) - A review", 《ANALYTICA CHIMICA ACTA》 *
SOLMAZ MEHMET E.等: "Quantifying colorimetric tests using a smartphone app based onmachine learning classifier", 《SENSORS AND ACTUATORS B: CHEMICAL》 *
WANG HU等: "Paper-based three-dimensional microfluidic device for monitoring of heavy metals with a camera cell phone", 《ANALYTICAL AND BIOANALYTICAL CHEMISTRY》 *
王建花: "利用三维微流控纸芯片实现基于智能手机的水质定量比色分析", 《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022042032A1 (en) * 2020-08-31 2022-03-03 International Business Machines Corporation Rapid testing device for wastewater analysis
US11498069B2 (en) 2020-08-31 2022-11-15 International Business Machines Corporation Rapid testing device for wastewater analysis
CN112899140A (zh) * 2021-01-21 2021-06-04 中国科学技术大学 一种用于水体多参数检测的微流控芯片
CN117391113A (zh) * 2023-12-08 2024-01-12 广州泛美实验室系统科技股份有限公司 样本自动化处理方法以及实验室自动化流水线
CN117391113B (zh) * 2023-12-08 2024-03-29 广州泛美实验室系统科技股份有限公司 样本自动化处理方法以及实验室自动化流水线

Also Published As

Publication number Publication date
US20190302008A1 (en) 2019-10-03
BR102019004263A2 (pt) 2019-10-01
US11060968B2 (en) 2021-07-13

Similar Documents

Publication Publication Date Title
CN110320158A (zh) 移动化学分析
Ghosal et al. An explainable deep machine vision framework for plant stress phenotyping
S. Rubí et al. IoMT platform for pervasive healthcare data aggregation, processing, and sharing based on OneM2M and OpenEHR
CN105210083B (zh) 用于查验和分析细胞学标本的系统和方法
Akhtar et al. Smart sensing with edge computing in precision agriculture for soil assessment and heavy metal monitoring: A review
CN104115075A (zh) 材料分析系统、方法和设备
Serrano et al. Defining the stack for service delivery models and interoperability in the Internet of Things: A practical case with OpenIoT-VDK
CN103140757A (zh) 信息处理设备、信息处理系统、信息处理方法、程序和记录介质
Yun et al. TTEO (Things Talk to Each Other): Programming smart spaces based on IoT systems
CA2856092C (en) A quality control system, method and computer readable medium for use with biological/environmental diagnostic test devices, users and consumables
CN110503624A (zh) 骨龄检测方法、系统、设备及可读存储介质
CN109643225A (zh) 用于实验室管理系统中的库存共享的系统和方法
WO2018154360A1 (ja) 学習データを生成するための処理方法、システム、プログラムおよび記憶媒体、並びに学習データを生成する方法およびシステム
Culman et al. A novel application for identification of nutrient deficiencies in oil palm using the internet of things
Lee et al. Literature review on digitalization in facilities management and facilities management performance measurement: Contribution of industry 4.0 in the global era
Olteanu-Raimond et al. Use of automated change detection and VGI sources for identifying and validating urban land use change
Chen The implementation to intelligent linkage service over AIoT hierarchical for material flow management
Wen et al. Spatial Decision Support Systems with Automated Machine Learning: A Review
Lymperis et al. Sedia: A platform for semantically enriched IOT data integration and development of Smart City Applications
CN110084815A (zh) 皮肤过敏判定系统及皮肤过敏判定的方法
CN103714195B (zh) 在非对应数据集之间对基础设施布局进行绘图的方法和系统
Tahir et al. An approach for managing manufacturing assets through radio frequency energy harvesting
Thallinger et al. TAMEE: data management and analysis for tissue microarrays
Zhyrova et al. Construction of the phenomenological model of Belousov–Zhabotinsky reaction state trajectory
Kim et al. Soil-Surface-Image-Feature-Based Rapid Prediction of Soil Water Content and Bulk Density Using a Deep Neural Network

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20191011