CN111383730A - 检测报告的生成方法、装置、设备及存储介质 - Google Patents

检测报告的生成方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN111383730A
CN111383730A CN202010158423.1A CN202010158423A CN111383730A CN 111383730 A CN111383730 A CN 111383730A CN 202010158423 A CN202010158423 A CN 202010158423A CN 111383730 A CN111383730 A CN 111383730A
Authority
CN
China
Prior art keywords
information
sample
microorganisms
interpretation
detection
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
CN202010158423.1A
Other languages
English (en)
Inventor
刘让蛟
周玮欢
张颖
邓小龙
曾敏
郭鑫武
戴立忠
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.)
Sansure Biotech Inc
Original Assignee
Sansure Biotech Inc
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 Sansure Biotech Inc filed Critical Sansure Biotech Inc
Priority to CN202010158423.1A priority Critical patent/CN111383730A/zh
Publication of CN111383730A publication Critical patent/CN111383730A/zh
Pending legal-status Critical Current

Links

Images

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
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Epidemiology (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)

Abstract

本申请实施例公开了一种检测报告的生成方法、装置、设备及计算机存储介质，所述方法包括：获取样本的对象信息；获取所述样本的高通量分子检测的信息，其中，所述高通量分子检测的信息包括微生物的信息；基于所述微生物的信息和解读知识库中微生物的解读信息，确定所述样本中的微生物的临床解读信息；基于所述对象信息、所述高通量分子检测的信息和所述临床解读信息，生成所述样本的检测报告。如此，使得高通量分子检测的信息的解读报告的信息更加全面和标准。并且提高了高通量分子检测的信息的解读效率，避免了人工解读检测信息不全面和耗时过长的缺陷。

Description

检测报告的生成方法、装置、设备及存储介质
技术领域
本申请涉及计算机技术领域，尤其涉及一种检测报告的生成方法、装置、设备及存储介质。
背景技术
新一代宏基因组测序技术能够快速和准确地检测出临床样本中的微生物的种类。并且由于分子检测平台比如质谱仪、多重PCR以及微阵列芯片等提高了微生物的检测通量和覆盖范围。如此，采用宏基因组测序技术能快速得到多个样本的检测信息。
针对上述检测信息，工作人员需要检索不同公共数据库、文献库和书籍，来生成解读上述检测信息的检测报告。然而，工作人员即使采用简单的复制粘贴的方式书写检测报告，也需要花费较长的时间。此外，人工完成的检测报告的信息并不全面，以及检测报告缺乏统一的标准。
发明内容
本申请实施例提供一种检测报告的生成方法、装置、设备及计算机存储介质，能够快速地生成检测报告。
为达到上述目的，本申请实施例的技术方案是这样实现的：
第一方面，本申请实施例提供一种检测报告生成方法，所述方法包括：
获取样本的对象信息；
获取所述样本的高通量分子检测的信息，其中，所述高通量分子检测的信息包括微生物的信息；
基于所述微生物的信息和解读知识库中微生物的解读信息，确定所述样本中的微生物的临床解读信息；
基于所述对象信息、所述高通量分子检测的信息和临床解读信息，生成所述样本的检测报告。
在一些实施例中，所述获取样本的对象信息，包括：
从第三方系统中获取样本的对象信息。
在一些实施例中，所述基于微生物的信息和解读知识库中微生物的解读信息，确定所述样本中的微生物的临床解读信息，包括：
根据所述微生物的信息中物种标识信息匹配解读知识库中微生物的解读信息，确定所述样本中的微生物的临床解读信息。
在一些实施例中，所述基于所述微生物的信息和解读知识库中微生物的解读信息，确定所述样本中的微生物的临床解读信息，包括：
根据非致病性微生物表，确定所述微生物的信息中致病性微生物的信息；
根据所述致病性微生物的信息匹配解读知识库中微生物的解读信息，确定所述样本中的微生物的临床解读信息。
在一些实施例中，方法还包括：
统计历史样本中微生物的检出率；
基于所述微生物的检出率和阈值，确定非致病性微生物表。
在一些实施例中，，基于所述对象信息、所述高通量分子检测的信息和所述临床解读信息，生成所述样本的检测报告，包括：
利用所述对象信息、所述高通量分子检测的信息和所述临床解读信息替换检测报告模板中待替换的标签，生成样本的检测报告。
在一些实施例中，在获取样本的对象信息之前，所述方法还包括：
基于网络参考信息，构建解读知识库中微生物的解读信息。
第二方面，本申请实施例还提供一种检测报告的生成装置，装置包括：第一获取模块、第二获取模块、确定模块和生成模块；
第一获取模块，用于获取样本的对象信息；
第二获取模块，用于获取所述样本的高通量分子检测的信息，其中，高通量分子检测的信息包括微生物的信息；
确定模块，用于基于所述微生物的信息和解读知识库中微生物的解读信息，确定所述样本中的微生物的临床解读信息；
生成模块，用于基于所述对象信息、所述高通量分子检测的信息和所述临床解读信息，生成样本的检测报告。
第三方面，本申请实施例还提供一种设备，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，处理器执行所述程序时以实现以本申请实施例所提供的任一项检测报告生成方法的步骤。
第四方面，本申请实施例还提供一种计算机存储介质，所述计算机可读存储介质上存储有检测报告的生成程序，所述检测报告的生成程序被处理器执行时实现本申请任一实施例所提供的检测报告的生成方法。
本申请实施例中，通过获取样本的对象信息；获取所述样本的高通量分子检测的信息，其中，所述高通量分子检测的信息包括微生物的信息；基于所述微生物的信息和解读知识库中微生物的解读信息，确定所述样本中的微生物的临床解读信息；基于所述对象信息、所述高通量分子检测的信息和所述临床解读信息，生成所述样本的检测报告。如此，将解读知识库中微生物的解读信息与高通量分子检测的信息结合，能够高效地解读高通量分子检测的信息，从而实现了解读信息的重复使用，使得解读信息的格式标准化。此外，基于样本的对象信息、高通量分子检测的信息和微生物的临床解读信息，快速生成样本的检测报告，从而使得高通量分子检测的信息的解读报告的信息更加全面和标准。并且提高了高通量分子检测的信息的解读效率，避免了人工解读检测信息不全面和耗时过长的缺陷。
附图说明
图1为本申请一实施例中检测报告的生成方法的处理流程示意图。
图2为本申请一实施例中检测报告的生成装置的结构示意图。
图3为本申请另一实施例中检测报告的生成系统的结构示意图。
图4a为本申请一实施例中样本的获取样本的对象信息方法的处理流程示意图。
图4b为本申请另一实施例中获取样本的对象信息方法的处理流程示意。
图4c为本申请另一实施例中样本的获取样本的对象信息方法的处理流程示意图。
图5a为本申请一实施例中检测报告的生成系统的主界面的示意图。
图5b为本申请一实施例中检测报告的生成系统的添加样本信息界面的示意图。
图5c为本申请一实施例中检测报告的生成系统的样本信息查询界面的示意图。
图6a为本申请一实施例中检测报告第一页的示意图。
图6b为本申请一实施例中检测报告第二页的示意图。
图6c为本申请一实施例中检测报告第三页的示意图。
图7为本申请一实施例中病原体检出率分布的界面示意图。
图8为本申请一实施例中样本类型的阳性率分布的界面示意图。
图9为本申请一实施例中登录界面的示意图。
图10为本申请一实施例中检测报告的生成设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对申请的具体技术方案做进一步详细描述。以下实施例用于说明本申请，但不用来限制本申请的范围。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
在对本申请实施例提供一种检测报告生成方法进行详细描述之前，首先对本申请中技术术语进行介绍进行简要介绍。
致病性微生物可以称为病原体。致病性微生物是指可以侵犯人体引起感染甚至传染的微生物。致病性微生物包括细菌、真菌、病毒和寄生虫等约两万多种。
高通量分子检测技术称为“下一代”测序技术，以能一次并行对几十万到几百万条脱氧核糖核酸(DeoxyriboNucleic Acid，DNA)分子进行序列测定和一般读长较短等为标志。
检测样本中微生物的方式是直接对样本中核酸进行高通量分子检测，然后根据检测出的序列与数据库中物种序列进行比对分析，最后确定出样本中包含微生物种类。如此，检测临床样本中微生物的方式可以快速和准确地检测出样本中包含的微生物。
Free Marker是一款模板引擎，即一种基于模板和要改变的数据，用来生成输出文本(网页、电子邮件、配置文件、源代码等)的通用工具。
本申请实施例一方面，提供一种检测报告生成方法，图1为本申请一实施例中检测报告生成方法的处理流程示意图，检测报告的生成方法包括：
步骤101，获取样本的对象信息。
这里，样本的对象信息可以包括对象的临床信息。对象的临床信息可以包括对象的基本信息、样本的编号信息、样本的类型、样本的采集信息、样本的送检信息、对象的临床表现信息和对象的临床诊断信息和抗感染用药信息。对象的基本信息可以包括对象的姓名、对象的性别和对象的年龄。样本的采集信息可以包括样本的采集日期。样本的送检信息可以包括样本的送检单位、样本的送检科室和样本的送检人。
在一些实施例中，步骤101，获取样本的对象信息，包括：
从第三方系统中获取样本的对象信息。
这里，样本的对象信息一般存储在病理系统和实验室信息系统。第三方系统可以包括病理系统和/或实验室信息系统。为了避免人工重复录入临床信息，检测报告的生成装置与第三方系统对接。检测报告的生成装置根据以下至少之一：对象的基本信息、样本的编号信息和微生物的信息，查询第三方系统的数据库，获取到样本的对象信息。例如，第三方系统为病理信息系统。检测报告的生成装置与病理信息系统对接。检测报告的生成装置根据样本的编号信息查询病理信息系统，获取到样本的对象信息。
在一些实施例中，步骤101，获取样本的对象信息，包括：
接收被录入的样本的对象信息。
这里，用户将样本的对象信息输入检测报告的生成装置。如此，检测报告的生成装置获取到样本的对象信息。
在一些实施例中，步骤101，获取样本的对象信息，包括：
接收样本的对象信息文件；
基于样本的对象信息文件，获取样本的对象信息。
这里，检测报告的生成装置采用核对表头名字的方式读取样本的对象信息文件，从而获取样本的对象信息。因此，样本的对象信息文件可以包括包含检测报告的生成装置中数据库要求的表头信息。样本的对象信息文件可以为Excel文件或者逗号分隔值(Comma-Separated Values，CSV)文件。表1为本申请一实施例中样本的对象信息。如此，检测报告的生成装置可以批量获取样本的对象信息，节约了获取样本的对象信息的时间。
Figure BDA0002404913240000061
表1样本的对象信息
步骤102，获取样本的高通量分子检测的信息，其中，高通量分子检测的信息包括微生物的信息。
这里，样本的高通量分子检测的信息是指样本经过高通量分子检测得到的信息。高通量分子检测的信息可以包括样本编号和微生物的信息。其中，微生物的信息可以包括物种标识信息、检测读数和物种基因组覆盖度。物种标识信息可以包括物种的属名信息和物种的种名信息。物种的种名信息可以包括物种的拉丁文名信息和/或中文名信息。表2为本申请一实施例中样本的高通量分子检测的信息表。
Samplename Genus cunts Genus Species Specis counts Coverage Total reads Ref reads Ref rate
BA19000188 5804 Nocardia Nocardia farcinica 5718 0.040309 18503015 6214 0.00017
BA19000189 5804 Nocardia ardia cvriacigeorg 84 0.000206
表2样本的高通量分子检测的信息表
其中，Samplename表示样本编号。Species表示物种的拉丁文名。Species_counts表示检测读数。Coverage表示物种基因组覆盖度。Genus表示物种的属。Total_reads表示测序读到的序列数量。Ref_reads表示参考序列数量。Ref_rate表示参考效率。
步骤103，基于微生物的信息和解读知识库中微生物的解读信息，确定样本中的微生物的临床解读信息。
这里，表3为本申请一实施例中解读知识库中微生物的解读信息表。解读知识库中微生物的解读信息可以包括：TAX ID(Taxonomy Identifier，生物分类标识码)、物种标识信息、致病性、致病信息、干预方式、参考文献和PMID(PubMed Unique Identifier，PubMed唯一标识码)。其中，解读知识库采用物种标识信息中物种的种名信息作为唯一识别键。解读知识库中采用词汇库控制解读信息中的分类信息、类别信息和致病性。微生物的临床解读信息可以包括：物种标识信息、致病信息和参考文献。根据步骤102获取的微生物信息，匹配解读知识库中微生物的解读信息，从而确定样本中的微生物的临床解读信息。
Figure BDA0002404913240000071
表3微生物的解读信息表
在一些实施例中，步骤103，基于微生物的信息和解读知识库中微生物的解读信息，确定样本中的微生物的临床解读信息，包括：
根据微生物的信息中物种标识信息匹配解读知识库中微生物的解读信息，确定样本中的微生物的临床解读信息。
在一些实施例中，步骤103，基于所述微生物的信息和解读知识库中微生物的解读信息，确定样本中的微生物的临床解读信息，包括：
根据非致病性微生物表，确定微生物的信息中致病性微生物的信息；
根据致病性微生物的信息匹配解读知识库中微生物的解读信息，确定样本中的微生物的临床解读信息。
这里，检测报告的生成装置根据非致病性微生物表，过滤微生物的信息中非致病性微生物的信息，从而确定致病性微生物的信息。检测报告的生成装置再根据致病性微生物的信息匹配解读知识库中微生物的解读信息，确定样本中的致病性微生物的临床解读信息。如此，检测报告的生成装置过滤掉非致病性微生物的信息，减少了非致病性微生物的信息的匹配，从而能够快速确定出样本中的微生物的临床解读信息。此外，检测报告的生成装置过滤掉非致病性微生物的信息，基于致病性微生物的临床解读信息生成样本的检测报告，使得样本的检测报告有助于用户快速判断致病原因。
在一些实施例中，检测报告的生成方法还包括：
统计历史样本中微生物的检出率；
基于微生物的检出率和阈值，确定非致病性微生物表。
这里，检测报告的生成装置统计历史样本中微生物的检出率。检测报告的生成装置比较微生物的检出率和阈值的大小，确定微生物是否属于非致病性微生物，从而确定针对不同类型的样本的非致病性微生物表。计算每种类型的样本中微生物的检出率的公式如下：
Figure BDA0002404913240000081
Frequencyis是微生物i在样本类型s的检出率；
Figure BDA0002404913240000082
是微生物i在样本类型s的检出次数；
Counts是样本类型s的总共检测次数。
需要说明的是，样本的类型包括但不限于伤口分泌物、全血、痰液、肺液灌洗液、胸腔积液和脑脊液。
此外，为进一步确保非致病性微生物表的准确性，检测报告的生成装置除了比较微生物的检出率和阈值的大小外，还可以结合微生物的解读信息中致病信息和样本的对象信息，确定非致病性微生物表。
步骤104，基于对象信息、高通量分子检测的信息和临床解读信息，生成样本的检测报告。
这里，检测报告的生成装置根据样本的编号信息将样本的对象信息、高通量分子检测的信息和微生物的临床解读信息关联，生成样本的检测报告。
在上述实施例中，将解读知识库中微生物的解读信息与高通量分子检测的信息结合，能够高效地解读高通量分子检测的信息，从而实现了解读信息的重复使用，使得解读信息的格式标准化。此外，基于样本的对象信息、高通量分子检测的信息和微生物的临床解读信息，快速生成样本的检测报告，从而使得高通量分子检测的信息的解读报告的信息更加全面和标准。并且提高了高通量分子检测的信息的解读效率，避免了人工解读检测信息不全面和耗时过长的缺陷。
在一些实施例中，步骤104，基于对象信息、高通量分子检测的信息和临床解读信息，生成样本的检测报告，包括：
将样本的对象信息、高通量分子检测的信息和微生物的临床解读信息替换检测报告模板中待替换的标签，生成样本的检测报告。
这里，检测报告的生成装置采用Free Marker框架定义检测报告模板中每项需要填写的内容的标签。检测报告的生成装置利用样本的对象信息、高通量分子检测的信息和微生物的临床解读信息替换检测报告模板中待替换的标签，从而生成样本的检测报告。如此，检测报告的生成装置采用替换标签的方式生成检测报告，可以支持生成多种格式的检测报告，以便检测报告的生成装置适用于不同的临床应用场景。
在一些实施例中，在步骤101，获取样本的对象信息之前，检测报告的生成方法还包括：
基于网络参考信息，构建解读知识库中微生物的解读信息。
这里，网络参考信息可以包括致病信息、干预方式和参考文献。网络参考信息可以通过网络爬虫技术和文本挖掘技术获取。基于解读知识库中物种标识信息与致病信息、干预方式和参考文献的关联规则，检测报告的生成装置将网络参考信息对应写入微生物的解读信息中。当微生物的解读信息通过人工审核后，检测报告的生成装置将微生物的解读信息配置为启用状态。如此，与人工检索微生物的参考信息构建微生物的解读信息相比，基于网络参考信息构建微生物的解读信息能够加快构建解读信息的速度，并且使得解读信息的格式更加标准。
本申请实施例另一方面，还提供一种检测报告的生成装置。图2为本申请一实施例中检测报告的生成装置的结构示意图，检测报告的生成装置200包括第一获取模块201、第二获取模块202、确定模块203和生成模块204。
第一获取模块201，用于获取样本的对象信息；
第二获取模块202，用于获取样本的高通量分子检测的信息，其中，高通量分子检测的信息包括微生物的信息；
确定模块203，用于基于微生物的信息和解读知识库中微生物的解读信息，确定样本中的微生物的临床解读信息；
生成模块204，用于基于对象信息、高通量分子检测的信息和临床解读信息，生成样本的检测报告。
在一些实施例中，第一获取模块201具体用于从第三方系统中获取样本的对象信息。
在一些实施例中，确定模块203具体用于根据微生物的信息中物种标识信息匹配解读知识库中微生物的解读信息，确定样本中的微生物的临床解读信息。
在一些实施例中，确定模块203具体用于根据非致病性微生物表，确定微生物的信息中致病性微生物的信息；根据致病性微生物的信息匹配解读知识库中微生物的解读信息，确定样本中的微生物的临床解读信息。
在一些实施例中，确定模块203还用于统计历史样本中微生物的检出率；基于所述微生物的检出率和阈值，确定非致病性微生物表。
在一些实施例中，检测报告的生成装置200还包括构建模块。
构建模块，用于基于网络参考信息，构建解读知识库中微生物的解读信息。
为进一步理解本申请实施例所提供的检测报告的生成装置，本申请实施例再一方面，提供一种检测报告的生成系统30，检测报告的生成系统30应用于检测报告的生成装置。图3为本申请另一实施例中检测报告的生成系统的结构示意图，检测报告的生成系统30可以包括样本信息库模块31、解读知识库模块32和检测结果模块33。以样本信息库模块31包括第一获取模块201。解读知识库模块32包括构建模块。检测结果模块33包括第二获取模块202、确定模块203和生成模块204为例进行说明。
这里，样本信息库模块31，用于获取样本的对象信息。样本的对象信息可以包括临床信息。临床信息可以包括样本的对象的基本信息、临床诊断信息和抗感染用药信息。样本信息库模块31，还用于获取历史检测信息。样本信息库模块31可以包括样本信息上传单元311、信息查询单元312、信息编辑单元313、信息添加单元314。样本信息上传单元311，用于接收样本的对象信息文件。信息查询单元312，用于查询样本的信息。样本的信息包括样本的对象信息和样本的检测报告。信息编辑单元313，用于编辑样本的对象信息。信息添加单元314用于添加的样本的对象信息。此外，样本信息库模块31还可以包括报告下载单元315，用于下载样本的检测报告。
在一些实施中，图4a为本申请一实施例中获取样本的对象信息的方法的处理流程示意图。获取样本的对象信息的方法包括：
步骤401a，检测报告的生成系统30确定添加样本的对象信息。
这里，检测报告的生成系统30检测到添加样本的对象信息的指令后，确定添加样本的对象信息。
例如，图5a为本申请一实施例中检测报告的生成系统30的主界面的示意图。检测报告的生成系统30的界面中菜单栏包括样本信息、结果信息、基础数据、系统设置和帮助关于。图5b为本申请一实施例中检测报告的生成系统30的添加样本信息界面的示意图。图5c为本申请一实施例中检测报告的生成系统30的样本信息查询界面的示意图。检测报告的生成系统30检测到检测报告的生成系统30的界面的样本信息下的样本信息查询菜单中“+添加”项被点击，检测报告的生成系统30进入“添加样本信息”的界面。
步骤402a，检测报告的生成系统30接收被录入的样本的对象信息。
例如，用户编辑“添加样本信息”的界面，将样本的对象信息录入到检测报告的生成系统30。
步骤403a，检测报告的生成系统30保存样本的对象信息。
例如，检测报告的生成系统30检测到“添加样本信息”的界面中“保存”项被点击，检测报告的生成系统30保存样本的对象信息，并且将样本的对象信息保存在数据库中。
在一些实施中，图4b为本申请另一实施例中获取样本的对象信息方法的处理流程示意图。获取样本的对象信息的方法包括：
步骤401b，检测报告的生成系统30接收样本的对象信息文件。
这里，检测报告的生成系统30检测到上传样本的对象信息文件的指令后，确定接收样本的对象信息文件。例如，请参见图5b，检测报告的生成系统30检测到检测报告的生成系统30的界面中样本信息下的样本文件上传被点击，进入选择上传文件的界面。
步骤402b，基于核对表头名字的方式，检测报告的生成系统30读取样本的对象信息文件，获取样本的对象信息。
在上述实施例中，检测报告的生成系统30通过接收上传文件的方式，获取样本的对象信息。如此，检测报告的生成系统30批量接收上传文件，从而快速的获取大量的样本的对象信息。
在一些实施中，图4c为本申请另一实施例中获取样本的对象信息方法的处理流程示意图。获取样本的对象信息的方法包括：
步骤401c，检测报告的生成系统30确定从第三方系统获取样本的对象信息。
这里，检测报告的生成系统30与第三方系统对接。第三方系统包括病理系统和/或实验室信息系统。第三方系统中存储有样本的对象信息。
例如，请参见图5c，检测报告的生成系统30检测到检测报告的生成系统30的界面中样本信息下的样本信息查询被点击，进入样本信息查询的界面。
步骤402c，检测报告的生成系统30根据以下至少之一：对象的基本信息、样本的编号信息和微生物的信息，查询第三方系统的数据库，获取到样本的对象信息。如此，避免人工重复录入样本的对象信息。
此外，请参见图5c，检测报告的生成系统30进入样本信息查询的界面后，可以单个或批量下载样本的检测报告。
这里，解读知识库模块32，用于基于网络参考信息，构建解读知识库中微生物的解读信息。微生物的解读信息可以包括TAX ID，物种拉丁文名、分类、类别、属名、物种中文名、致病性、致病信息、干预方式、参考文献和PMID。网络参考信息可以来源于书籍、公共网站、公共数据库和文献库。解读知识库模块32，还用于查询、修改并添加微生物的解读信息。致病性可以包括：条件致病、致病和致病性未明。干预方式可以包括抗生素治疗方式。如此，微生物的解读信息为有助于判断样本的检测结果。并且为临床治疗提供了有效信息。
此外，解读知识库采用物种的拉丁文名作为唯一识别键。解读知识库中采用词汇库控制解读信息中的分类信息、类别信息和致病性。
解读知识库模块32包括解读信息上传单元321、解读信息查询单元322、解读信息编辑单元323、添加解读信息单元323。解读信息上传单元321，用于接收包含网络参考信息的文件。网络参考信息的文件可以通过网络爬虫技术和文本挖掘技术获取。解读信息查询单元322，用于查询微生物的解读信息。解读信息编辑单元323，用于编辑微生物的解读信息。添加解读信息单元323，用于添加的微生物的解读信息。这里，当微生物的解读信息通过人工审核后，检测报告的生成系统30将微生物的解读信息修改为启用状态。
需要说明的是，人工审核是指由至少两个临床解读师人工审核解读信息的描述。
这里，检测结果模块33，用于获取所述样本的高通量分子检测的信息，高通量分子检测的信息包括微生物的信息；基于微生物的信息和解读知识库中微生物的解读信息，确定样本中的微生物的临床解读信息；基于样本的对象信息、高通量分子检测的信息和微生物的临床解读信息，生成样本的检测报告。检测结果模块33，还用于样本的检测报告的下载。
检测结果模块33包括信息上传单元331、数据审核和匹配单元332、检测报告生成单元333、结果查询单元334和结果下载单元335。信息上传单元331，用于上传高通量分子检测的信息文件。数据审核和匹配单元332，用于根据高通量分子检测的信息和解读知识库中微生物的解读信息，确定样本中的微生物的临床解读信息。这里，根据高通量分子检测的信息中的物种的拉丁文名匹配解读知识库中微生物的解读信息，确定样本中的微生物的临床解读信息。检测报告生成单元333，用于基于样本的对象信息、高通量分子检测的信息和微生物的临床解读信息，生成样本的检测报告。这里，根据样本的编号信息将样本的对象信息、高通量分子检测的信息和微生物的临床解读信息关联，生成样本的检测报告。结果查询单元334，用于查询样本的检测报告。结果下载单元335，用于下载样本的检测报告。
在一些实施例中，数据审核和匹配单元332，具体用于根据非致病性微生物表，确定微生物的信息中致病性微生物的信息；根据致病性微生物的信息匹配解读知识库中微生物的解读信息，确定样本中的微生物的临床解读信息。如此，检测报告的生成系统30可以过滤掉非致病性微生物的信息，减少了非致病性微生物的信息的匹配，从而能够快速确定出样本中的微生物的临床解读信息。
此外，检测报告的生成系统30过滤掉非致病性微生物的信息，基于致病性微生物的临床解读信息生成样本的检测报告，使得样本的检测报告有助于用户快速判断致病原因，以及选择最佳的治疗方案。
在一些实施例中，检测报告的生成系统30在数据库积累检测结果并通过统计分析，可以计算每个样本类型中各种微生物的检出率。检测报告的生成系统30结合过高的检出率阈值(参考阈值>80％)、解读信息中致病性信息和临床反馈，确定针对每个样本类型中的非致病微生物。如此，在数据库中针对每个样本类型存在一个常见的非致病性微生物表。这里，非致病性微生物表也叫做非致病性背景菌表。
在一些实施例中，检测报告生成单元333，具体用于利用样本的对象的的信息、高通量分子检测的信息和微生物的临床解读信息替换检测报告模板中待替换的标签，生成样本的检测报告。需要说明的是，在上述实施例中，样本的检测报告中包含的是致病性微生物的临床解读信息。
这里，图6a本申请一实施例中检测报告第一页的示意图，图6b为本申请一实施例中检测报告第二页的示意图。图6c为本申请一实施例中检测报告第三页的示意图。检测报告的生成系统30采用Free Marker框架定义检测报告模板中每项需要填写的内容的标签。检测报告的生成系统30利用样本的对象信息、高通量分子检测的信息和微生物的临床解读信息替换检测报告模板中待替换的标签，从而生成样本的检测报告。如此，检测报告的生成系统30采用替换标签的方式生成检测报告，可以支持生成多种格式的检测报告，以便检测报告的生成系统30适用于不同的临床应用场景。
此外，样本信息库模块31，用于根据样本的对象的基本信息和微生物的标识信息查询并下载已上传数据库的高通量分子检测的信息和样本的检测报告。
在一些实施例中，请参见图3，检测报告的生成系统30还可以包括统计工具模块34。统计工具模块34，用于统计样本中病原体的数据。统计工具模块34可以包括病原体统计分布模块341、病原体检出率分布模块342和样本类型的阳性率分布模块343。
病原体统计分布模块341，用于统计病原体检出的样本数目。病原体统计分布模块341，还用于绘出病原体统计分布图。病原体统计分布图中按照病原体检出的样本数目的大小绘出柱状图。病原体统计分布图中的检测时间范围、送样医院和样本类型可自定义。
病原体检出率分布模块342，用于计算每个病原体的检出率。病原体检出率分布模块342，还用于按序绘出病原体检出率分布。图7为本申请一实施例中病原体检出率分布的界面示意图。病原体检出率分布图中的检测时间范围，送样医院和样本类型可自定义。计算每种类型的样本中病原体的检出率的公式如下：
Figure BDA0002404913240000141
Frequencyiths是病原体i在检测时间范围t、送样医院h和样本类型s的检出率；
Figure BDA0002404913240000151
是病原体i在在检测时间范围t、送样医院h和样本类型s的检出次数；
Countths是检测时间范围t，送样医院h和样本类型s的总共检测次数。
样本类型的阳性率分布模块343，用于计算每个类型的样本的总体的阳性检出率。样本类型阳性率分布模块343，还用于按序绘出样本类型阳性率分布。图8为本申请一实施例中样本类型的阳性率分布的界面示意图。样本类型的阳性率分布图中的检测时间范围，送样医院和样本类型可自定义。计算每种类型的样本中阳性检出率的公式如下：
Figure BDA0002404913240000152
Frequencyths是样本类型s在检测时间范围t和送样医院h的阳性检出率；
Figure BDA0002404913240000153
是样本类型s在检测时间范围t和送样医院h的阴性检出次数；
Figure BDA0002404913240000154
是样本类型s在检测时间范围t和送样医院h的阳性检出次数。
在一些实施例中，请参见图3，检测报告的生成系统30还包括系统设置模块35。系统设置模块35包括用户管理单元351、角色管理单元352和密码修改单元353。用户管理单元351，用于编辑用户账号。角色管理单元，用于定义用户的权限。密码修改单元353，用于修改账号密码。
在一些实施例中，请参见图3，检测报告的生成系统30还可以包括用户登录模块36。用户登录模块36，用于确定用户是否登录检测报告的生成系统。图9为本申请一实施例中登录界面的示意图。检测报告的生成系统30通过用户登录界面输入的账号和密码来确定用户是否可以登录。
与相对于人工完成一份检测报告需要45分钟，8到20个样本需耗时6-15小时相比，采用上述检测报告的生成系统可以在5分种内完成相同数量的样本的检测报告，从而提高了检测报告生成效率，并且还可以降低检测报告的错误率。
本申请实施例再一方面，还提供一种设备，图10为本申请一实施例中检测报告生成设备的结构示意图，检测报告生成设备500至少包括至少一个处理器501和至少一个存储器502。其中，存储器502用于存储能够在处理器501上运行的计算机程序，处理器501用于运行所述计算机程序时，执行：一种检测报告生成方法，所述方法包括：
获取样本的对象信息；
获取样本的高通量分子检测的信息，其中，所述高通量分子检测的信息包括微生物的信息；
基于微生物的信息和解读知识库中微生物的解读信息，确定样本中的微生物的临床解读信息；
基于对象信息、高通量分子检测的信息和临床解读信息，生成样本的检测报告。
在一些实施例中，所述处理器501还用于运行所述计算机程序时，执行：
获取样本的对象信息，包括：
从第三方系统中获取样本的对象信息。
在一些实施例中，所述处理器501还用于运行所述计算机程序时，执行：
基于微生物的信息和解读知识库中微生物的解读信息，确定样本中的微生物的临床解读信息，包括：
根据微生物的信息中物种标识信息匹配解读知识库中微生物的解读信息，确定样本中的微生物的临床解读信息。
在一些实施例中，所述处理器501还用于运行所述计算机程序时，执行：
基于所述微生物的信息和解读知识库中微生物的解读信息，确定样本中的微生物的临床解读信息，包括：
根据非致病性微生物表，确定微生物的信息中致病性微生物的信息；
根据致病性微生物的信息匹配解读知识库中微生物的解读信息，确定样本中的微生物的临床解读信息。
在一些实施例中，所述处理器501还用于运行所述计算机程序时，执行：
统计历史样本中微生物的检出率；
基于微生物的检出率和阈值，确定非致病性微生物表。
在一些实施例中，所述处理器501还用于运行所述计算机程序时，执行：
基于对象信息、高通量分子检测的信息和临床解读信息，生成样本的检测报告，包括：
利用对象信息、高通量分子检测的信息和临床解读信息替换检测报告模板中待替换的标签，生成所述样本的检测报告。
在一些实施例中，所述设备还包括系统总线503、用户接口504、通信接口505。其中，系统总线503配置为实现这些组件之间的连接通信，用户接口504可以包括显示屏，通信接口505可以包括标准的有线接口和无线接口。
本发明实施例再一方面，还提供一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现本申请任一实施例提供的检测报告生成方法的步骤。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。本申请的保护范围应以所述权利要求的保护范围以准。

Claims (10)

1.一种检测报告的生成方法，其特征在于，所述方法包括：
获取样本的对象信息；
获取所述样本的高通量分子检测的信息，其中，所述高通量分子检测的信息包括微生物的信息；
基于所述微生物的信息和解读知识库中微生物的解读信息，确定所述样本中的微生物的临床解读信息；
基于所述对象信息、所述高通量分子检测的信息和所述临床解读信息，生成所述样本的检测报告。
2.根据权利要求1所述方法，其特征在于，所述获取样本的对象信息，包括：
从第三方系统中获取样本的对象信息。
3.根据权利要求1所述方法，其特征在于，所述基于所述微生物的信息和解读知识库中微生物的解读信息，确定所述样本中的微生物的临床解读信息，包括：
根据所述微生物的信息中物种标识信息匹配解读知识库中微生物的解读信息，确定所述样本中的微生物的临床解读信息。
4.根据权利要求1所述方法，其特征在于，所述基于所述微生物的信息和解读知识库中微生物的解读信息，确定所述样本中的微生物的临床解读信息，包括：
根据非致病性微生物表，确定所述微生物的信息中致病性微生物的信息；
根据所述致病性微生物的信息匹配解读知识库中微生物的解读信息，确定所述样本中的微生物的临床解读信息。
5.根据权利要求4所述方法，其特征在于，所述方法还包括：
统计历史样本中微生物的检出率；
基于所述微生物的检出率和阈值，确定非致病性微生物表。
6.根据权利要求1所述方法，其特征在于，基于所述对象信息、所述高通量分子检测的信息和所述临床解读信息，生成所述样本的检测报告，包括：
利用所述对象信息、所述高通量分子检测的信息和所述临床解读信息替换检测报告模板中待替换的标签，生成所述样本的检测报告。
7.根据权利要求1所述方法，其特征在于，在获取样本的对象信息之前，所述方法还包括：
基于网络参考信息，构建解读知识库中微生物的解读信息。
8.一种检测报告的生成装置，其特征在于，所述装置包括：第一获取模块、第二获取模块、确定模块和生成模块；
所述第一获取模块，用于获取样本的对象信息；
所述第二获取模块，用于获取所述样本的高通量分子检测的信息，其中，所述高通量分子检测的信息包括微生物的信息；
所述确定模块，用于基于所述微生物的信息和解读知识库中微生物的解读信息，确定所述样本中的微生物的临床解读信息；
所述生成模块，用于基于所述对象信息、所述高通量分子检测的信息和所述临床解读信息，生成所述样本的检测报告。
9.一种设备，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以实现以如权利要求1至7中任一项所述的检测报告的生成方法的步骤。
10.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有检测报告生成程序，所述检测报告生成程序被处理器执行时实现如权利要求1至7中任一项所述的检测报告的生成方法的步骤。
CN202010158423.1A 2020-03-09 2020-03-09 检测报告的生成方法、装置、设备及存储介质 Pending CN111383730A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010158423.1A CN111383730A (zh) 2020-03-09 2020-03-09 检测报告的生成方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010158423.1A CN111383730A (zh) 2020-03-09 2020-03-09 检测报告的生成方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN111383730A true CN111383730A (zh) 2020-07-07

Family

ID=71219978

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010158423.1A Pending CN111383730A (zh) 2020-03-09 2020-03-09 检测报告的生成方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN111383730A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107463800A (zh) * 2017-07-19 2017-12-12 东莞博奥木华基因科技有限公司 一种肠道微生物信息分析方法及系统
CN108841974A (zh) * 2018-06-28 2018-11-20 北京水母科技有限公司 提取粪便样本16s rRNA在婴幼儿肠道微生态成熟度监测的方法
CN109754856A (zh) * 2018-12-07 2019-05-14 北京荣之联科技股份有限公司 自动生成基因检测报告的方法及装置、电子设备
CN110349629A (zh) * 2019-06-20 2019-10-18 广州赛哲生物科技股份有限公司 一种利用宏基因组或宏转录组检测微生物的分析方法
CN110544508A (zh) * 2019-07-29 2019-12-06 北京荣之联科技股份有限公司 一种单基因遗传病基因的分析方法、装置及电子设备
CN110751984A (zh) * 2019-10-31 2020-02-04 广州微远基因科技有限公司 宏基因组或宏转录组测序数据自动化分析方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107463800A (zh) * 2017-07-19 2017-12-12 东莞博奥木华基因科技有限公司 一种肠道微生物信息分析方法及系统
CN108841974A (zh) * 2018-06-28 2018-11-20 北京水母科技有限公司 提取粪便样本16s rRNA在婴幼儿肠道微生态成熟度监测的方法
CN109754856A (zh) * 2018-12-07 2019-05-14 北京荣之联科技股份有限公司 自动生成基因检测报告的方法及装置、电子设备
CN110349629A (zh) * 2019-06-20 2019-10-18 广州赛哲生物科技股份有限公司 一种利用宏基因组或宏转录组检测微生物的分析方法
CN110544508A (zh) * 2019-07-29 2019-12-06 北京荣之联科技股份有限公司 一种单基因遗传病基因的分析方法、装置及电子设备
CN110751984A (zh) * 2019-10-31 2020-02-04 广州微远基因科技有限公司 宏基因组或宏转录组测序数据自动化分析方法及系统

Similar Documents

Publication Publication Date Title
Keegan et al. MG-RAST, a metagenomics service for analysis of microbial community structure and function
O'Rourke et al. A total crapshoot? Evaluating bioinformatic decisions in animal diet metabarcoding analyses
Rowe et al. Indexed variation graphs for efficient and accurate resistome profiling
Rulik et al. Using taxonomic consistency with semi‐automated data pre‐processing for high quality DNA barcodes
Dumbrell et al. Microbial community analysis by single-amplicon high-throughput next generation sequencing: data analysis–from raw output to ecology
US11538566B2 (en) Sample analysis with test determination based on identified condition
Aylagas et al. Analysis of illumina MiSeq metabarcoding data: application to benthic indices for environmental monitoring
Oh et al. PyroTrimmer: a software with GUI for pre-processing 454 amplicon sequences
CN113470743A (zh) 一种基于bd单细胞转录组和蛋白组测序数据的差异基因分析方法
EP2972309A1 (en) Characterization of biological material using unassembled sequence information, probabilistic methods and trait-specific database catalogs
CN113723555A (zh) 异常数据的检测方法及装置、存储介质、终端
CN115862739A (zh) 一种病原微生物分析鉴定系统及其应用
CN111564178A (zh) 基因多态性分析报告的生成方法、装置、设备及存储介质
Garrido-Sanz et al. Drastic reduction of false positive species in samples of insects by intersecting the default output of two popular metagenomic classifiers
Willis Rigorous statistical methods for rigorous microbiome science
Chen et al. Processing single-cell RNA-seq data for dimension reduction-based analyses using open-source tools
Galanti et al. Pheniqs 2.0: accurate, high-performance Bayesian decoding and confidence estimation for combinatorial barcode indexing
Cisar et al. A unified pipeline for FISH spatial transcriptomics
CN111383730A (zh) 检测报告的生成方法、装置、设备及存储介质
US20010032060A1 (en) Tracking of clinical study samples, information and results
US8189931B2 (en) Method and apparatus for matching of bracketed patterns in test strings
Santoro et al. SPRISS: approximating frequent k-mers by sampling reads, and applications
US20140164035A1 (en) Cladistics data analyzer for business data
CN110504007B (zh) 一键化完成多场景菌种鉴定的工作方法及系统
Martí et al. Not just BLAST nt: WGS database joins the party

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