CN110320358A - 糖尿病肾病生物标志物检测装置及方法 - Google Patents

糖尿病肾病生物标志物检测装置及方法 Download PDF

Info

Publication number
CN110320358A
CN110320358A CN201810290440.3A CN201810290440A CN110320358A CN 110320358 A CN110320358 A CN 110320358A CN 201810290440 A CN201810290440 A CN 201810290440A CN 110320358 A CN110320358 A CN 110320358A
Authority
CN
China
Prior art keywords
biomarker
detection
diabetic nephropathy
reaction
colloidal gold
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
CN201810290440.3A
Other languages
English (en)
Inventor
哈瑞·斯奥夫
卢卡·穆桑特
阿尔贝托·贝尼托·马丁
马扬克·萨拉斯瓦特
多洛塔·艾娃·塔塔奇
瑞塔·凯撒·赫斯奥夫
张贯京
邹和群
葛新科
肖应芬
唐小浪
刘义
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.)
Shenzhen Beiwo Deke Biotechnology Research Institute Co Ltd
Original Assignee
Shenzhen Beiwo Deke Biotechnology Research Institute 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 Shenzhen Beiwo Deke Biotechnology Research Institute Co Ltd filed Critical Shenzhen Beiwo Deke Biotechnology Research Institute Co Ltd
Priority to CN201810290440.3A priority Critical patent/CN110320358A/zh
Publication of CN110320358A publication Critical patent/CN110320358A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/543Immunoassay; Biospecific binding assay; Materials therefor with an insoluble carrier for immobilising immunochemicals
    • G01N33/551Immunoassay; Biospecific binding assay; Materials therefor with an insoluble carrier for immobilising immunochemicals the carrier being inorganic
    • G01N33/553Metal or metal coated
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/558Immunoassay; Biospecific binding assay; Materials therefor using diffusion or migration of antigen or antibody
    • G01N33/559Immunoassay; Biospecific binding assay; Materials therefor using diffusion or migration of antigen or antibody through a gel, e.g. Ouchterlony technique
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00Detection or diagnosis of diseases
    • G01N2800/04Endocrine or metabolic disorders
    • G01N2800/042Disorders of carbohydrate metabolism, e.g. diabetes, glucose metabolism

Landscapes

  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Urology & Nephrology (AREA)
  • Hematology (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Cell Biology (AREA)
  • Pathology (AREA)
  • Food Science & Technology (AREA)
  • Biotechnology (AREA)
  • Physics & Mathematics (AREA)
  • Microbiology (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Inorganic Chemistry (AREA)
  • Dispersion Chemistry (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Investigating Or Analysing Materials By The Use Of Chemical Reactions (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开一种糖尿病肾病生物标志物检测装置及方法,该装置包括试纸条插槽、扫描单元、摄像单元、通信单元、和生物标志物检测系统。试纸条插槽用于安装检测生物标志物的胶体金试纸条,胶体金试纸条包括二维条码和生物标志物检测带。该装置控制扫描单元扫二维条码获得二维条码信息并控制摄像单元从生物标志物检测带摄取生物标志物的检测结果图像;根据二维条码信息识别生物标志物的类型;将检测结果图像中反应色带区域的灰度值与标准品灰度值比较得到生物标志物的含量检测结果;将生物标志物的类型与含量检测结果发送至健康管理云平台存储。本发明能够准确地分析出糖尿病肾病生物标志物的含量,避免由于主观或误差而导致检测结果偏差。

Description

糖尿病肾病生物标志物检测装置及方法
技术领域
本发明涉及糖尿病肾病早期检测的技术领域,尤其涉及一种糖尿病肾病生物标志物检测装置及方法。
背景技术
糖尿病肾病是最严重的慢性微血管并发症之一,并最终引起终末肾衰竭,是糖尿病患者死亡的主要原因。通常当临床确诊糖尿病时,糖尿病肾病错过了最佳的治疗时机,致使疾病急剧恶化,不可逆转。因此,积极寻找糖尿病肾病早期诊断标志物的检测方法,并进行早期干预具有重要的现实意义。蛋白生物标志物(biomarker)是反映疾病存在和状态的一种可测量的指示物。在疾病、应激和康复的过程中,任何的生理变化最终都能在蛋白水平上得到体现,是疾病研究最直观的手段。当前蛋白分子标志物的检测已成为临床疾病早期诊断、疾病分型、药物靶标筛选及药物研发等最有效的方法。尿液是血液在经过肾小球过滤,肾小管及集合管重吸收、排泄及分泌而产生的代谢终产物,尿液中的蛋白种类及含量的高于标准值低直接反映了泌尿系统,尤其是肾脏的健康状态,可以用于预测糖尿病肾病发生、发展及预后的情况。
随着生物技术的发展,生物标记物蛋白、DNA、抗体、病毒、微生物、酶、农药等多种生物大分子的检测方法不断更新。现有的检测方法通常是使用检测仪器,但是这些检测仪器存在体积大、检测灵敏度低、价格昂贵、应用领域窄等缺点。然而,免疫胶体金层析试纸具备诸多优点,如快速诊断、结果可靠、无需特殊设备和复杂操作技巧等,被普遍应用于生物学、医学的许多领域,以及化学制剂、食品药品检验检疫等方面。由于胶体金试纸条检测结果主要通过目测判断,在实际应用中存在一些缺陷:(1)只能进行定性检测,无法实现定量测量;(2)检测物浓度介于临界值时,显示结果难以使用肉眼判读,存在主观误判的可能;(3)测量过程可能会出现漏检或检测失败的情况,如假阳性和假阴性;(4)传统测量结果需要手工记录,不利于胶体金快速检测推广使用。
发明内容
为解决上述技术问题,本发明的主要目的在于提供一种糖尿病肾病生物标志物检测装置及方法,旨在解决因人为主观识别或误差因素而导致不能准确地分析出糖尿病肾病生物标志物的含量的技术问题。
为实现上述目的,本发明提供了一种糖尿病肾病生物标志物检测装置,包括试纸条插槽、扫描单元、摄像单元、通信单元、电源开关以及生物标志物检测系统,所述试纸条插槽用于安装检测生物标志物的胶体金试纸条,该胶体金试纸条包括二维条码和生物标志物检测带,所述生物标志物检测系统包括多条计算机程序指令,所述糖尿病肾病生物标志物检测装置还包括适于实现计算机程序指令的处理器以及适于存储计算机程序指令的存储器,所述计算机程序指令由处理器加载并执行如下步骤:当用户将已检测过患者生物标志物的胶体金试纸条放置在试纸条插槽内并开启电源开关时,控制所述扫描单元扫描胶体金试纸条上的二维条码获得胶体金试纸条的二维条码信息;控制所述摄像单元从胶体金试纸条上的生物标志物检测带摄取生物标志物的检测结果图像;根据胶体金试纸条的二维条码信息识别出所述生物标志物的类型;将生物标志物的检测结果图像分割为多个区域使生物标志物的反应色带与未反应带相分离,并定位出生物标志物的反应色带位置;根据生物标志物的反应色带位置从所述检测结果图像中提取出生物标志物的反应色带区域;提取所述生物标志物的反应色带区域的特征值,并根据提取的特征值计算该反应色带区域的灰度值;将所述反应色带区域的灰度值与标准品灰度值进行比较,并根据预定比较规则对比较结果进行数值量化得到生物标志物的含量检测结果;将所述生物标志物的类型与该生物标志物的含量检测结果通过通信单元发送至健康管理云平台进行存储。
优选的,所述计算机程序指令由处理器加载还执行如下步骤:将所述生物标志物的检测结果图像中的污染杂质点进行清除处理。
优选的,所述试纸条插槽设置在所述糖尿病肾病生物标志物检测装置的外部并靠近所述扫描单元和摄像单元的一侧。
优选的,所述二维条码固化有二维条码信息,该二维条码信息包括检测生物标志物的类型、生产日期和有效期信息;所述生物标志物检测带上设置有白色的硝酸纤维膜,用于检测生物标志物的含量浓度。
优选的,所述预定比较规则定义如下:若所述生物标志物的反应色带区域的颜色为深色,则所述生物标志物的含量浓度高于标准值;若所述生物标志物的反应色带区域的颜色为浅色或颜色未发生变化,则所述生物标志物的含量浓度低于标准值。
另一方面,本发明还提供一种糖尿病肾病生物标志物检测方法,应用于糖尿病肾病生物标志物检测装置中,该装置包括试纸条插槽、扫描单元、摄像单元、通信单元、电源开关以及生物标志物检测系统,所述试纸条插槽用于安装检测生物标志物的胶体金试纸条,该胶体金试纸条包括二维条码和生物标志物检测带,所述糖尿病肾病生物标志物检测方法包括步骤:当用户将已检测过患者生物标志物的胶体金试纸条放置在试纸条插槽内并开启电源开关时,控制所述扫描单元扫描胶体金试纸条上的二维条码获得胶体金试纸条的二维条码信息;控制所述摄像单元从胶体金试纸条上的生物标志物检测带摄取生物标志物的检测结果图像;根据胶体金试纸条的二维条码信息识别出所述生物标志物的类型;将生物标志物的检测结果图像分割为多个区域使生物标志物的反应色带与未反应带相分离,并定位出生物标志物的反应色带位置;根据生物标志物的反应色带位置从所述检测结果图像中提取出生物标志物的反应色带区域;提取所述生物标志物的反应色带区域的特征值,并根据提取的特征值计算该反应色带区域的灰度值;将所述反应色带区域的灰度值与标准品灰度值进行比较,并根据预定比较规则对比较结果进行数值量化得到生物标志物的含量检测结果;将所述生物标志物的类型与该生物标志物的含量检测结果通过通信单元发送至健康管理云平台进行存储。
优选的,所述的糖尿病肾病生物标志物检测方法还包括步骤:将生物标志物的检测结果图像中的污染杂质点进行清除处理。
优选的,所述试纸条插槽设置在所述糖尿病肾病生物标志物检测装置的外部并靠近所述扫描单元和摄像单元的一侧。
优选的,所述二维条码固化有二维条码信息,该二维条码信息包括检测生物标志物的类型、生产日期、有效期信息,所述生物标志物检测带上设置有白色的硝酸纤维膜,用于检测生物标志物的含量浓度。
优选的,所述预定比较规则定义如下:若所述生物标志物的反应色带区域的颜色为深色,则所述生物标志物的含量浓度高于标准值;若所述生物标志物的反应色带区域的颜色为浅色或颜色未发生变化,则所述生物标志物的含量浓度低于标准值。
相较于现有技术,本发明所述糖尿病肾病生物标志物检测装置及方法通过摄取胶体金检测试纸条上的检测结果图像,即可对生物标志物的含量结果进行定量检测,无须专业人员读取胶体金检测试纸条上的检测色带的判读技巧或培训即可给出客观结果,避免人为误差,防止漏检;检测结果直接保存于健康管理云平台上,方便用户实时查询;此外,在胶体金检测试纸条上加入二维条码,方便系统进行识别匹配,因此可利用不同类型的胶体金试纸条来检测不同生物标志物的含量浓度。
附图说明
图1是本发明糖尿病肾病生物标志物检测装置优选实施例的结构方框示意图;
图2是本发明糖尿病肾病生物标志物检测装置中的生物标志物检测系统优选实施例的功能模块示意图;
图3是本发明糖尿病肾病生物标志物检测方法优选实施例的流程图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为更进一步阐述本发明为达成上述目的所采取的技术手段及功效,以下结合附图及优选实施例,对本发明的具体实施方式、结构、特征及其功效进行详细说明。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。
参考图1所示,图1是本发明糖尿病肾病生物标志物检测装置优选实施例的应用架构示意图。在本实施例中,所述糖尿病肾病生物标志物检测装置1包括生物标志物检测系统10、扫描单元11、摄像单元12、通信单元14、存储器14、处理器15以及电源开关16。所述摄像单元12、通信单元14、存储器14和电源开关16均通过数据总线连接至处理器15上,所述生物标志物检测系统10由各种计算机程序指令组成的程序模块组成,其存储在存储器14并由微处理15加载执行糖尿病肾病生物标志物的检测功能。所述糖尿病肾病生物标志物检测装置1通过通信网络3与健康管理云平台2建立通信连接。所述健康管理云平台2是设在医疗机构的一种云平台服务器,由于存储糖尿病患者的健康数据。所述通信网络3可以是一种有线通信网络或无线通信网络。在本实施例中,所述通信网络3优选为无线通信网络,包括但不限于,GSM网络、GPRS网络、CDMA网络、TD-SCDMA网络、WiMAX网络、TD-LTE网络、FDD-LTE网络等无线传输网络。
在本实施例中,所述胶体金试纸条170包括二维条码(QR Code)171以及生物标志物检测带(Test area)172,所述二维条码171固化有二维条码信息,该二维条码信息包括检测生物标志物的类型(即该胶体金试纸条用于检测生物标志物的类型,例如糖尿病、肾病两种病种类型)、生产日期、有效期等信息,所述二维条码信息在产商生产检验各种疾病的胶体金试纸条170时即写入了二维条码171中。所述生物标志物检测带172用于检测生物标志物(Biomarker),即一个生物标志物检测带172只检测一种生物标志物,所述生物标志物包括,但不限于,足糖萼蛋白(podocalyxin)、Ⅳ型胶原蛋白(Collagen Ⅳ)、肝型脂肪酸结合蛋白(L-FABP)和中性粒细胞明胶酶相关脂质运载蛋白(NGAL)等。所述生物标志物检测带172上设置有白色或无色的硝酸纤维膜,用于检测所述糖尿病肾病生物标志物的含量浓度。
在本实施例中,所述糖尿病肾病生物标志物检测装置1的一侧外部设置有试纸条插槽17,该试纸条插槽17设置在靠近并对扫描单元11和准摄像单元12的一侧,所述试纸条插槽17用于安装检测糖尿病肾病生物标志物的胶体金试纸条170。当用户将已检测过患者生物标志物的胶体金试纸条170放置在试纸条插槽17内,并将胶体金试纸条170上的二维条码171对准扫描单元11,以及将胶体金试纸条170上的生物标志物检测带172对准摄像单元12,从而能够使扫描单元11准确获取二维条码171的信息,以及使摄像单元12摄取清晰的生物标志物的检测结果图像。此时,用户开启糖尿病肾病生物标志物检测装置1的电源开关17时,所述扫描单元11扫描该已检测过生物标志物的胶体金试纸条170上的二维条码171的二维条码信息,所述摄像单元12用于从生物标志物检测带172摄取生物标志物的检测结果图像。
所述通信单元14为一种具有远程无线通讯功能或近场通讯功能的无线通讯接口,例如,支持GSM、GPRS、WCDMA、CDMA、TD-SCDMA、WiMAX、TD-LTE、FDD-LTE等通讯技术的通讯接口,所述通信单元14用于将从二维条码171上识别出的生物标志物的类型与该生物标志物的含量检测结果发送至健康管理云平台2进行存储。所述存储器14可以为一种只读存储单元ROM,电可擦写存储单元EEPROM、快闪存储单元FLASH或固体硬盘等。所述处理器15可以为一种中央处理器(Central Processing Unit,CPU)、微控制器(MCU)、数据处理芯片、或者具有数据处理功能的信息处理单元。
参考图2所示,图2是本发明糖尿病肾病生物标志物检测装置中的生物标志物检测系统的功能模块示意图。在本实施例中,所述生物标志物检测系统置10包括,但不局限于,信息获取模块101、二维条码识别模块102、图像处理模块103、定量分析模块104以及数据保存模块105。本发明所称的模块是指一种能够被所述糖尿病肾病生物标志物检测装置1的处理器15执行并且能够完成固定功能的一系列计算机程序指令段,其存储在所述糖尿病肾病生物标志物检测装置1的存储器14中。
所述信息获取模块101用于通过扫描单元11扫描胶体金试纸条170上的二维条码171获得该胶体金试纸条170的二维条码信息,以及通过摄像单元12从胶体金试纸条170上的生物标志物检测带172摄取生物标志物的检测结果图像。在本实施例中,当用户将已检测过患者生物标志物的胶体金试纸条170放置在试纸条插槽17内,将胶体金试纸条170上的二维条码171对准扫描单元11以及将胶体金试纸条170上的生物标志物检测带172对准摄像单元12,信息获取模块101通过所述扫描单元11扫描该已检测过生物标志物的胶体金试纸条170上的二维条码171的二维条码信息,以及通过摄像单元12从生物标志物检测带172摄取生物标志物的检测结果图像。
所述二维条码识别模块102用于根据胶体金试纸条170的二维条码信息识别出生物标志物的类型,例如识别出患者的病症类型是糖尿病还是肾病。由于每一种胶体金试纸条170包括有固化有二维条码信息的二维条码171,该二维条码信息包括了检测生物标志物的类型,因此二维条码识别模块102通过识别胶体金试纸条170的二维条码信息就可获得生物标志物的类型,例如,确定病症类型是糖尿病类型还是肾病类型。
所述图像处理模块103用于将生物标志物的检测结果图像中的污染杂质点进行清除处理。具体地,图像处理模块103利用一种中值滤波法对检测结果图像中的污染杂质点进行清除处理,使检测结果图像尽量接近原目标图像,从而得到干净的检测结果图像。所述中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号图像处理技术,中值滤波的基本原理是把数字图像或数字序列中一点的像素值用该点的一个邻域中各点像素值的中值代替,让周围的像素值接近真实值,从而消除图像中孤立的噪声点使图像尽量接近原目标图像。
所述图像处理模块103还用于从将生物标志物的检测结果图像分割为多个区域使生物标志物的反应色带与未反应带相分离,并定位出生物标志物的反应色带位置,以及根据生物标志物的反应色带位置从所述检测结果图像中提取出生物标志物的反应色带区域。在本实施例中,图像处理模块103在检测结果图像中定位出胶体金试纸条170的生物标志物检测带图像即可定位出生物标志物的反应色带位置。图像处理模块103将检测结果图像分成为多个区域使生物标志物的反应色带与未反应带相分离,由于胶体金试纸条170的生物标志物检测带172设置有检测生物标志物的硝酸纤维膜,该硝酸纤维膜未涂有生物标志物时呈现反应白色的,当涂有生物标志物反应时出现暗红色反应色带。本实施例对检测结果图像进行反应色带区域分割,目的就是将没有反应的白色背景与出现颜色变化的显色带进行分离,有利于后续提取反应色带的特征值。
所述定量分析模块104用于提取反应色带区域的特征值,并根据提取的特征值计算该反应色带区域的灰度值。在本实施例中,所述反应色带区域的特征值是指反应色带区域的像素值(pixel),定量分析模块10根据反应色带区域的像素值计算该反应色带区域的灰度值。所述定量分析模块104还用于将反应色带区域的灰度值与标准品灰度值进行比较,以及根据预定比较规则对比较结果进行数值量化得到生物标志物的含量检测结果。在本实施例中,所述标准品灰度值是指在检测生物学或医学领域中的生物标志物时,未产生病变的生物标志物与胶体金试纸条170上产生反应色带的图像灰度值,其定义了图像灰度值与生物标志物浓度的数值关系。所述预定比较规则定义如下:若所述生物标志物的反应色带区域的颜色为深色(例如由白色变为深红色),则所述生物标志物的含量浓度高于标准值;若所述生物标志物的反应色带区域的颜色为浅色(例如由白色变为浅红色)或颜色未发生变化,则所述生物标志物的含量浓度低于标准值。定量分析模块10根据所述预定比较规则和比较结果即可对生物标志物的含量进行数值量化(例如采用数值等级量化)即可得到生物标志物的浓度。
所述数据保存模块105用于将所述生物标志物的类型与该生物标志物的含量检测结果通过通信单元14发送至健康管理云平台2进行存储,以供用户日后进行查询参考,为用户诊断某种疾病(例如糖尿病)作为辅助依据。在本实施例中,所述数据保存模块105将生物标志物的含量检测结果存储在健康管理云平台2中,方便用户日后查询参考,同时,用户也可以登录健康管理云平台实时查询检测结果。
为实现本发明目的,本发明还提供了一种糖尿病肾病生物标志物检测方法,应用于如图1所示的糖尿病肾病生物标志物检测装置1中。如图3所示,图3是本发明糖尿病肾病生物标志物检测方法优选实施例的流程图。在本实施例中,所述糖尿病肾病生物标志物检测方法包括如下步骤S31至步骤S38。
步骤S31,控制扫描单元扫描胶体金试纸条的二维条码获得二维条码信息,并控制摄像单元从胶体金试纸条的检测区摄取生物标志物的检测结果图像;具体地,当用户将已检测过患者生物标志物的胶体金试纸条170放置在试纸条插槽17内,将胶体金试纸条170上的二维条码171对准扫描单元11以及将胶体金试纸条170上的生物标志物检测带172对准摄像单元12,信息获取模块101控制扫描单元11扫描胶体金试纸条170上的二维条码171获得胶体金试纸条170的二维条码信息,以及控制摄像单元12从胶体金试纸条170上的生物标志物检测带172摄取生物标志物的检测结果图像。
步骤S32,根据胶体金试纸条的二维条码信息识别出生物标志物的类型;具体地,二维条码识别模块102根据胶体金试纸条170的二维条码信息识别出生物标志物的类型。由于每一种胶体金试纸条170包括有固化有二维条码信息的二维条码171,该二维条码信息包括了检测生物标志物的类型,因此二维条码识别模块102通过识别胶体金试纸条170的二维条码信息就可获得生物标志物的类型,例如,确定病症类型是糖尿病类型还是肾病类型。
步骤S33,将生物标志物的检测结果图像中的污染杂质点进行清除处理;具体地,图像处理模块103利用一种中值滤波法对检测结果图像中的污染杂质点进行清除处理,使检测结果图像尽量接近原目标图像,从而得到干净的检测结果图像。所述中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号图像处理技术,中值滤波的基本原理是把数字图像或数字序列中一点的像素值用该点的一个邻域中各点像素值的中值代替,让周围的像素值接近真实值,从而消除图像中孤立的噪声点使图像尽量接近原目标图像。
步骤S34,将生物标志物的检测结果图像分割为多个区域使生物标志物的反应色带与未反应带相分离,并定位出生物标志物的反应色带位置;具体地,图像处理模块103从所述检测结果图像中定位出生物标志物的反应色带位置。在本实施例中,图像处理模块103在检测结果图像中识别出胶体金试纸条170的生物标志物检测带图像即可定位出生物标志物的反应色带位置。
步骤S35,根据生物标志物的反应色带位置从所述检测结果图像中提取出生物标志物的反应色带区域;具体地,图像处理模块103根据生物标志物的反应色带位置从检测结果图像中分割出生物标志物的反应色带区域。在本实施例中,图像处理模块103将检测结果图像分成为多个区域使生物标志物的反应色带与未反应带相分离,由于胶体金试纸条170的生物标志物检测带172设置有检测生物标志物的硝酸纤维膜,该硝酸纤维膜未涂有生物标志物时呈现反应白色的,当涂有生物标志物反应时出现暗红色反应色带。本实施例对检测结果图像进行反应色带区域分割,目的就是将没有反应的白色背景与出现颜色变化的显色带进行分离,有利于后续提取反应色带的特征值。
步骤S36,提取反应色带区域的特征值,并根据提取的特征值计算该反应色带区域的灰度值;具体地,定量分析模块104提取反应色带区域的特征值,并根据提取的特征值计算该反应色带区域的灰度值。在本实施例中,所述反应色带区域的特征值是指反应色带区域的像素值(pixel),定量分析模块104根据反应色带区域的像素值计算该反应色带区域的灰度值。
步骤S37,将反应色带区域的灰度值与标准品灰度值进行比较,并根据预定比较规则对比较结果进行数值量化得到生物标志物的含量检测结果;具体地,定量分析模块104将反应色带区域的灰度值与标准品灰度值进行比较,并根据预定比较规则对比较结果进行数值量化得到生物标志物的含量检测结果。在本实施例中,所述标准品灰度值是指在检测生物学或医学领域中的生物标志物时,未产生病变的生物标志物与胶体金试纸条170上产生反应色带的图像灰度值,其定义了图像灰度值与生物标志物浓度的数值关系。所述预定比较规则如下:若所述生物标志物的反应色带区域的颜色为深色(例如由白色变为深红色),则所述生物标志物的含量浓度高于标准值;若所述生物标志物的反应色带区域的颜色为浅色(例如由白色变为浅红色)或颜色未发生变化,则所述生物标志物的含量浓度低于标准值。定量分析模块104根据所述预定比较规则和比较结果即可对生物标志物的含量进行数值量化(例如采用数值等级量化)即可得到生物标志物的浓度。
步骤S38,将所述生物标志物的类型与该生物标志物的含量检测结果通过通信单元14发送至健康管理云平台2进行存储,以供用户日后进行查询参考,为用户诊断某种疾病(例如糖尿病)作为辅助依据。在本实施例中,所述数据保存模块105将生物标志物的含量检测结果存储在健康管理云平台2中,方便用户日后查询参考,同时,用户也可以登录健康管理云平台实时查询检测结果。
本发明所述糖尿病肾病生物标志物检测装置及方法通过摄取胶体金检测试纸条上的检测结果图像,即可对生物标志物的含量结果进行定量检测,无须专业人员读取胶体金检测试纸条上的检测色带的判读技巧或培训即可给出客观结果,避免人为误差,防止漏检;检测结果直接保存于健康管理云平台上,方便用户实时查询;此外,在胶体金检测试纸条上加入二维条码,方便系统进行识别匹配,因此可利用不同类型的胶体金试纸条来检测不同生物标志物的含量浓度。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效功能变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种糖尿病肾病生物标志物检测装置,包括试纸条插槽、扫描单元、摄像单元、通信单元、电源开关以及生物标志物检测系统,所述试纸条插槽用于安装检测生物标志物的胶体金试纸条,该胶体金试纸条包括二维条码和生物标志物检测带,所述生物标志物检测系统包括多条计算机程序指令,其特征在于,所述糖尿病肾病生物标志物检测装置还包括适于实现计算机程序指令的处理器以及适于存储计算机程序指令的存储器,所述计算机程序指令由处理器加载并执行如下步骤:
当用户将已检测过患者生物标志物的胶体金试纸条放置在试纸条插槽内并开启电源开关时,控制所述扫描单元扫描胶体金试纸条上的二维条码获得胶体金试纸条的二维条码信息;
控制所述摄像单元从胶体金试纸条上的生物标志物检测带摄取生物标志物的检测结果图像;
根据胶体金试纸条的二维条码信息识别出所述生物标志物的类型;
将生物标志物的检测结果图像分割为多个区域使生物标志物的反应色带与未反应带相分离,并定位出生物标志物的反应色带位置;
根据生物标志物的反应色带位置从所述检测结果图像中提取出生物标志物的反应色带区域;
提取所述生物标志物的反应色带区域的特征值,并根据提取的特征值计算该反应色带区域的灰度值;
将所述反应色带区域的灰度值与标准品灰度值进行比较,并根据预定比较规则对比较结果进行数值量化得到生物标志物的含量检测结果;
将所述生物标志物的类型与该生物标志物的含量检测结果通过通信单元发送至健康管理云平台进行存储。
2.如权利要求1所述的糖尿病肾病生物标志物检测装置,其特征在于,所述计算机程序指令由处理器加载还执行如下步骤:将所述生物标志物的检测结果图像中的污染杂质点进行清除处理。
3.如权利要求1所述的糖尿病肾病生物标志物检测装置,其特征在于,所述试纸条插槽设置在所述糖尿病肾病生物标志物检测装置的外部并靠近所述扫描单元和摄像单元的一侧。
4.如权利要求1至3任一项所述的糖尿病肾病生物标志物检测装置,其特征在于,所述二维条码固化有二维条码信息,该二维条码信息包括检测生物标志物的类型、生产日期和有效期信息;所述生物标志物检测带上设置有白色的硝酸纤维膜,用于检测生物标志物的含量浓度。
5.如权利要求4所述的糖尿病肾病生物标志物检测装置,其特征在于,所述预定比较规则定义如下:
若所述生物标志物的反应色带区域的颜色为深色,则所述生物标志物的含量浓度高于标准值;
若所述生物标志物的反应色带区域的颜色为浅色或颜色未发生变化,则所述生物标志物的含量浓度低于标准值。
6.一种糖尿病肾病生物标志物检测方法,应用于糖尿病肾病生物标志物检测装置中,该装置包括试纸条插槽、扫描单元、摄像单元、通信单元、电源开关以及生物标志物检测系统,所述试纸条插槽用于安装检测生物标志物的胶体金试纸条,该胶体金试纸条包括二维条码和生物标志物检测带,其特征在于,所述糖尿病肾病生物标志物检测方法包括步骤:
当用户将已检测过患者生物标志物的胶体金试纸条放置在试纸条插槽内并开启电源开关时,控制所述扫描单元扫描胶体金试纸条上的二维条码获得胶体金试纸条的二维条码信息;
控制所述摄像单元从胶体金试纸条上的生物标志物检测带摄取生物标志物的检测结果图像;
根据胶体金试纸条的二维条码信息识别出所述生物标志物的类型;
将生物标志物的检测结果图像分割为多个区域使生物标志物的反应色带与未反应带相分离,并定位出生物标志物的反应色带位置;
根据生物标志物的反应色带位置从所述检测结果图像中提取出生物标志物的反应色带区域;
提取所述生物标志物的反应色带区域的特征值,并根据提取的特征值计算该反应色带区域的灰度值;
将所述反应色带区域的灰度值与标准品灰度值进行比较,并根据预定比较规则对比较结果进行数值量化得到生物标志物的含量检测结果;
将所述生物标志物的类型与该生物标志物的含量检测结果通过通信单元发送至健康管理云平台进行存储。
7.如权利要求6所述的糖尿病肾病生物标志物检测方法,其特征在于,该方法还包括步骤:将生物标志物的检测结果图像中的污染杂质点进行清除处理。
8.如权利要求6所述的糖尿病肾病生物标志物检测方法,其特征在于,所述试纸条插槽设置在所述糖尿病肾病生物标志物检测装置的外部并靠近所述扫描单元和摄像单元的一侧。
9.如权利要求6至8任一项所述的糖尿病肾病生物标志物检测方法,其特征在于,所述二维条码固化有二维条码信息,该二维条码信息包括检测生物标志物的类型、生产日期、有效期信息,所述生物标志物检测带上设置有白色的硝酸纤维膜,用于检测生物标志物的含量浓度。
10.如权利要求9所述的糖尿病肾病生物标志物检测方法,其特征在于,所述预定比较规则定义如下:
若所述生物标志物的反应色带区域的颜色为深色,则所述生物标志物的含量浓度高于标准值;
若所述生物标志物的反应色带区域的颜色为浅色或颜色未发生变化,则所述生物标志物的含量浓度低于标准值。
CN201810290440.3A 2018-03-30 2018-03-30 糖尿病肾病生物标志物检测装置及方法 Pending CN110320358A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810290440.3A CN110320358A (zh) 2018-03-30 2018-03-30 糖尿病肾病生物标志物检测装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810290440.3A CN110320358A (zh) 2018-03-30 2018-03-30 糖尿病肾病生物标志物检测装置及方法

Publications (1)

Publication Number Publication Date
CN110320358A true CN110320358A (zh) 2019-10-11

Family

ID=68112200

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810290440.3A Pending CN110320358A (zh) 2018-03-30 2018-03-30 糖尿病肾病生物标志物检测装置及方法

Country Status (1)

Country Link
CN (1) CN110320358A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111876479A (zh) * 2020-06-29 2020-11-03 中国人民解放军总医院 基于尿沉渣特定微小rna无创鉴别诊断糖尿病肾病/非糖尿病性肾病方面的应用
CN113610205A (zh) * 2021-07-15 2021-11-05 深圳宇晰科技有限公司 一种基于机器视觉的二维码生成方法、装置及存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111876479A (zh) * 2020-06-29 2020-11-03 中国人民解放军总医院 基于尿沉渣特定微小rna无创鉴别诊断糖尿病肾病/非糖尿病性肾病方面的应用
CN113610205A (zh) * 2021-07-15 2021-11-05 深圳宇晰科技有限公司 一种基于机器视觉的二维码生成方法、装置及存储介质
CN113610205B (zh) * 2021-07-15 2022-12-27 深圳宇晰科技有限公司 一种基于机器视觉的二维码生成方法、装置及存储介质

Similar Documents

Publication Publication Date Title
JP6995095B2 (ja) 組織試料中で遺伝子を検出するための系
US20210172945A1 (en) System for analyzing quantitative lateral flow chromatography
AU2014230824B2 (en) Tissue object-based machine learning system for automated scoring of digital whole slides
Rangan et al. Quantification of renal pathology by image analysis (Methods in Renal Research)
US9697582B2 (en) Methods for obtaining and analyzing images
US11721427B2 (en) Computational pathology approach for retrospective analysis of tissue-based companion diagnostic driven clinical trial studies
JP2018502279A (ja) 組織学画像中の核の分類
CN106526177A (zh) 基于胶体金试纸条的生物标志物检测系统及方法
CN105181973A (zh) 糖尿病肾病早期检测标记组合物,试剂盒及其使用方法
US9618519B2 (en) Method for evaluating urine sample, analyzer, and analysis system
CN110320358A (zh) 糖尿病肾病生物标志物检测装置及方法
Ghosh et al. A low-cost test for anemia using an artificial neural network
WO2012126346A1 (zh) 一种快速测定细胞核内dna含量的方法
CN116953261A (zh) 一种检测脓毒症的联检试剂盒及其应用
ES2944110T3 (es) Clasificación por madurez de reticulocitos teñidos usando microscopía óptica
US20080304721A1 (en) Image detection method for diagnostic plates
Paglinawan et al. Measurement of specific gravity, urobilinogen, blood, protein and pH level of urine samples using raspberry Pi based portable urine test strip analyzer
Zeb et al. Towards the Selection of the Best Machine Learning Techniques and Methods for Urinalysis
Ortega et al. A computer-assisted morphometric quantitative analysis of iron overload in liver biopsies. A comparison with histological and biochemical methods
Sanyal et al. Digital pathology for nonalcoholic steatohepatitis assessment
JP2007513399A (ja) 生化学画像の生成及びその使用方法
Kersten Comparison of the Allergy Screen (MEDIWISS Analytic, Moers) with the skin test (HAL, Dusseldorf-in-vivo) and the CAP-system (Pharmacia, Freiburg-in-vitro)
CN109493326B (zh) 一种用于医疗检测领域的移动式识别分析系统
RU2179315C1 (ru) Способ определения функционального состояния организма по степени резистентности крови к кислотному гемолизу
Abbassi-Daloii et al. High-throughput Analysis of Capillary Density in Skeletal Muscle Cross Sections

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20191011