CN111512162A - 样本容器识别 - Google Patents

样本容器识别 Download PDF

Info

Publication number
CN111512162A
CN111512162A CN201880083121.3A CN201880083121A CN111512162A CN 111512162 A CN111512162 A CN 111512162A CN 201880083121 A CN201880083121 A CN 201880083121A CN 111512162 A CN111512162 A CN 111512162A
Authority
CN
China
Prior art keywords
container
image
rack
sample
feature
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
CN201880083121.3A
Other languages
English (en)
Inventor
阿米特·索内
刘念东
羽切伸之
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.)
Beckman Coulter Inc
Original Assignee
Beckman Coulter 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 Beckman Coulter Inc filed Critical Beckman Coulter Inc
Publication of CN111512162A publication Critical patent/CN111512162A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/00584—Control arrangements for automatic analysers
    • G01N35/00722—Communications; Identification
    • G01N35/00732—Identification of carriers, materials or components in automatic analysers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/02—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor using a plurality of sample containers moved by a conveyor system past one or more treatment or analysis stations
    • G01N35/04—Details of the conveyor system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404—Methods for optical code recognition
    • G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code
    • G06K7/1413—1D bar codes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • G06V10/507—Summing image-intensity values; Histogram projection analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/00584—Control arrangements for automatic analysers
    • G01N35/00722—Communications; Identification
    • G01N35/00732—Identification of carriers, materials or components in automatic analysers
    • G01N2035/00742—Type of codes
    • G01N2035/00752—Type of codes bar codes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/02—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor using a plurality of sample containers moved by a conveyor system past one or more treatment or analysis stations
    • G01N35/04—Details of the conveyor system
    • G01N2035/0401—Sample carriers, cuvettes or reaction vessels
    • G01N2035/0403—Sample carriers with closing or sealing means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/02—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor using a plurality of sample containers moved by a conveyor system past one or more treatment or analysis stations
    • G01N35/04—Details of the conveyor system
    • G01N2035/0401—Sample carriers, cuvettes or reaction vessels
    • G01N2035/0412—Block or rack elements with a single row of samples
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/02—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor using a plurality of sample containers moved by a conveyor system past one or more treatment or analysis stations
    • G01N35/04—Details of the conveyor system
    • G01N2035/0474—Details of actuating means for conveyors or pipettes
    • G01N2035/0491—Position sensing, encoding; closed-loop control
    • G01N2035/0493—Locating samples; identifying different tube sizes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10141—Special mode during image acquisition
    • G06T2207/10144—Varying exposure

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Electromagnetism (AREA)
  • Toxicology (AREA)
  • Automatic Analysis And Handling Materials Therefor (AREA)

Abstract

本发明提供了用于识别装载在支架中的各种样本容器的系统和方法。执行该系统和方法以识别该支架中的样本容器并且检测与该容器和/或该支架相关联的各种特性，对该各种特性进行评估以确定该支架中的该容器的有效性和/或类型。

Description

样本容器识别
本申请作为PCT国际专利申请提交于2018年10月26日，并且要求提交于2017年10月27日的美国临时专利申请序列号62/578,236的优先权，该专利申请的整个公开内容全文以引入方式并入。
背景技术
样本分析仪通常使用样本呈现单元(SPU)来支撑和转移保持诸如样本管或杯的多个样本容器的样本支架。典型的SPU仅允许将单一类型的容器保持在单一的样本支架中。当用户意外地将另一种类型的样本容器装载到该支架中时，或者当支架中的容器被阻塞或未装载到该支架上的适当位置中时，可能发生问题。
发明内容
一般而言，本公开涉及样本容器识别。在一些实施方案中，作为非限制性示例，样本分析仪中的样本呈现单元被配置成识别支架中的样本容器类型。
在一个方面，自动化临床分析仪包括：样本支架呈现单元，该样本支架呈现单元被配置成将样本支架呈递给样本移液器，该样本支架具有多个样本容器位置；图像捕获装置，该图像捕获装置联接到样本支架呈现单元，该图像捕获装置被配置成在样本支架上的至少一个感兴趣区域上捕获至少一个图像，该至少一个感兴趣区域包括至少一个样本容器；计算装置，该计算装置被配置成通过将捕获的图像与参考图像匹配来识别捕获的图像中的样本容器类型，该参考图像包括多个不同样本容器类型的图像；并且该计算装置被进一步配置成基于与参考图像的匹配阈值来识别所捕获的图像中的样本容器类型，其中如果所捕获的图像超过或等于参考图像的阈值，则将样本容器类型识别为参考图像的样本容器类型，并且其中如果所捕获的图像不满足任何参考图像的阈值，则不识别该样本容器类型。
在另一方面，确定支架中的容器的类型的方法包括：使用图像捕获装置捕获容器的至少一部分和支架的至少一部分的至少一个图像，该容器由支架保持；找到支架上的参考特征作为至少一个图像中的第一图像特征；基于与至少一个图像中的第一图像特征的第一相对位置来至少部分地限定至少一个图像中的第一搜索区域；在至少一个图像中的第一搜索区域内找到容器上的第一特征作为至少一个图像中的第二图像特征；基于第二图像特征在至少一个图像中的位置计算容器的第一几何特性；以及通过在表中查找容器的第一几何特性来确定该容器的类型。
在又一方面，确定支架中的容器的类型和身份标识的方法包括：使用图像捕获装置捕获容器的至少一部分和支架的至少一部分的至少一个高曝光图像，该容器由支架保持；从至少一个高曝光图像中读取代码标记，从而确定支架中的容器的身份标识；使用图像捕获装置捕获容器的至少一部分和支架的至少一部分的至少一个低曝光图像；找到支架上的参考特征作为至少一个低曝光图像和/或至少一个高曝光图像中的图像特征；基于与第一图像特征的相对位置来至少部分地限定至少一个低曝光图像中的搜索区域；在至少一个低曝光图像中的第一搜索区域内找到容器上的特征作为第二图像特征；基于第二图像特征的位置来计算容器的几何特性；以及通过在表中查找容器的几何特性来确定容器的类型。
在又一方面，确定盖是否在支架中的容器上的方法包括：使用图像捕获装置捕获容器的至少一部分和支架的至少一部分的至少一个图像，该容器由支架保持；找到支架上的参考特征作为至少一个图像中的第一图像特征；基于与至少一个图像中的第一图像特征的第一相对位置来至少部分地限定至少一个图像中的搜索区域；在至少一个图像中的搜索区域内找到容器上的特征作为至少一个图像中的第二图像特征；基于第二图像特征在至少一个图像中的第二相对位置来限定柱状图区域；以及从柱状图区域提取柱状图信息，从而确定盖是否在容器上。
附图说明
图1是示例性样本分析仪的俯视平面图。
图2描绘了安装在图1的样本分析仪的样本呈现单元(SPU)中的第一位置处的示例性支架的透视图。
图3描绘了图2的透视图，但其中支架处于SPU中的第二位置。
图4描绘了图2的透视图，但其中支架处于该支架部分地移出SPU的第二位置的第三位置。
图5是示例性管架的正视图。
图6是图5的管架的透视图。
图7是示例性杯架的正视图。
图8是图7的杯架的透视图。
图9是具有不同类型的多个样本管的图5的管架的透视剖视图。
图10是示出样本杯的示例性类型的透视图。
图11是示出样本杯的另一示例性类型的透视图。
图12是示出样本杯的又一示例性类型的透视图。
图13是示出样本杯的又一示例性类型的透视图。
图14是位于SPU的呈现通道中的管架的透视图。
图15是图14的透视图的放大部分。
图16是部分地根据相机单元的位于SPU的呈现通道中的管架的另一透视图。
图17是部分地根据容器检测单元的位于SPU的呈现通道中的管架的又一透视图。
图18是示出具有安装支架的相机单元的示例性构型的正视图。
图19是相对于支架执行样本容器识别的示例性方法的流程图。
图20是示出支架的不同图像位置的示意图。
图21A是具有样本管的管架的一部分的低曝光单色图像。
图21B是具有样本管的管架的另一部分的低曝光单色图像。
图21C是具有包括一个带盖样本管的样本管的管架的另一部分的低曝光单色图像。
图22是具有样本杯的杯架的一部分的低曝光单色图像。
图23A是具有样本管的管架的一部分的高曝光单色图像。
图23B是其中识别出对应的样本管的条形码的图23A的单色图像。
图24是相对于支架执行样本容器识别的另一示例性方法的流程图。
图25是用于处理具有一个或多个容器的支架的图像并确定其中的容器的特性的示例性方法的流程图。
图26是其中识别出支架特征的图21A的图像。
图27是其中识别出容器特征的图21A的图像。
图28是其中识别出容器特征的图21A的图像。
图29是其中识别出柱状图特征的图21A的图像。
图30是其中识别出柱状图特征的图21C的图像。
图31是示例性分类表。
图32是具有样本杯的杯架的一部分的单色图像，并且示出识别出的柱状图特征。
图33是添加和验证与样本分析仪一起使用的新容器类型的示例性方法的流程图。
图34示出可用于实现本公开的各方面的计算装置的示例性架构。
具体实施方式
下面将结合附图详细描述各种实施方案，其中在若干附图中，类似的附图标记表示类似的部件和组件。对各种实施方案的提及并不是对本文所附权利要求书的范围进行限制。另外，本说明书中列举的任何例子并非意图加以限制，仅仅是针对所附权利要求书陈述多个可能的实施方案中的一些。
图1是示例性样本分析仪的俯视平面图。在该示例中，样本分析仪通常被指定为参考标号100，并且被配置成分析样本。样本分析仪100包括样本支架102、样本呈现单元(SPU)104、样本移液器转移单元106、分析单元108和样本容器识别单元110。
支架102被构造成保持和转移一个或多个样本容器180。例如，支架102可用于各种应用，并且被构造成在样本分析仪100内或外转移一个或多个容器180。如图5至图8所示，一个或多个样本容器180可以各种组合定位在支架102中。如本文所述，一个或多个样本容器180可单独插入并与支架102接合。尽管在该示例中示出了单个支架102，但应当理解，样本分析仪100被配置成支撑多个支架102，这多个支架可以各种组合用于样本分析仪100中并且单独地或以任何组合进行操作。
SPU 104用来支撑支架102并将支架102转移到各个位置。参照图2至图9进一步描述并示出了支架102的示例性操作。
样本移液器转移单元106用来从支架102中的容器抽取样本，并且将样本转移到分析单元以供分析。样本移液器转移单元106包括一次性吸头、用于保持该吸头的芯轴、用于液位感测流体的传感器、用于抽吸流体和/或分配流体的泵以及配管/阀门。该移液器功能是从样本容器或器皿抽吸流体并将其递送到其他器皿以供分析。
分析单元108进行操作以分析支架102上的容器180中被最初引入到样本分析仪100的样本。分析单元108包括转移器皿，分配试剂，混合、洗涤、递送底物以及读取化学发光反应光强度的子系统。
样本容器识别单元110用来识别支架102中的容器180的类型。本文示出并描述了样本容器识别单元110的示例。
参见图2至图4，示出了支架102的示例性操作，该支架在样本分析仪100中保持并转移一个或多个样本容器180。具体地，图2示出安装在样本分析仪100的SPU中的第一位置处的示例性支架102的透视图。图3示出在SPU中的第二位置处的支架的透视图，并且图4示出在第三位置处的支架的透视图，其中该支架部分地移出SPU的第二位置。如下所述，支架102位于图2中的装载通道124中，位于图3中的装载通道124和呈现通道128的交叉口处，以及位于图4中的呈现通道128中。
在一些实施方案中，在将支架102装载到样本分析仪100(例如，样本分析仪的SPU104)中之前，将支架102装载一个或多个样本容器180。在其他实施方案中，在支架102已被装载到样本分析仪100(例如，样本分析仪的SPU 104)中之后，将支架102装载一个或多个样本容器180。在其他实施方案中，在将支架102装载到样本分析仪100中之前，将支架102部分地装载一个或多个样本容器180，并且随后可将一个或多个另外的样本容器180装载到该支架102中。
SPU 104进行操作以转移支架102，从而转移支架102中保持的样本容器180。在一些实施方案中，SPU 104被配置成将支架102转移到样本分析仪100中的各个位置或工位。如图2所示，SPU 104包括侧向运动区段120(即，装载-卸载通道)和横向运动区段122(即，呈现通道)。如所描绘的，侧向运动区段120基本上垂直于横向运动区段122。侧向运动区段120包括装载通道124和卸载通道126。横向运动区段122的呈现通道128定位在装载通道124与卸载通道126之间。
在一些实施方案中，侧向运动区段120包括推动器130以沿装载通道124和卸载通道126推进支架102。横向运动区段122包括携载件132以沿呈现通道128推进支架102。装载通道124包括第一轨道136(即，装载后轨道)和第二轨道138(即，装载前轨道)。呈现通道128包括第三轨道140(即，携载件后轨道、第一钩保持器等)和第四轨道142(即，携载件前轨道、第二钩保持器等)。卸载通道126包括第五轨道144(即，卸载后轨道)和第六轨道146(即，卸载前轨道)。第一轨道136和第五轨道144彼此对准。同样，第二轨道138和第六轨道146彼此对准并且基本上平行于第一轨道136和第五轨道144。当携载件132处于接纳位置(例如，参见图2)时，第三轨道140与第一轨道136和第五轨道144对准，并且第四轨道142与第二轨道138和第六轨道146对准。
支架102可包括被配置成将支架102装载到SPU 104中的安装特征。在一些实施方案中，安装特征包括布置在第一端部164处的第一钩160和布置在与第一端部164相对的第二端部166处的第二钩162。为了将支架102装载到SPU 104中，第一钩160与轨道136、140和/或144接合，并且第二钩162与轨道138、142和/或146接合。为了便于将支架102放置到SPU104中，向支架102设置柄部168(参见例如图2)，并且该柄部可由操作者手动抓握。在一些实施方案中，支架102可经由自动化装置(例如，通过机器人、拾取和放置设备等)装载到SPU104中。
当多个支架102由SPU 104保持时，支架102通常在装载通道124处被装载到SPU104中。因此，支架102可堆叠在SPU 104内。例如，支架102中的一个的前部150可邻接支架102中的另一个的后部152。当支架102中的多于两个支架由SPU 104保持时，支架102中的一个的前部150可邻接定位在其前面的支架102中的另一个的后部152，并且支架102中的一个的后部152可邻接定位在其后面的支架102中的另一个的前部150。因此，邻接的支架102的模式可形成叠堆。最后面的支架102的后部152可邻接推动器130。
可一次将支架102中的一个或多个装载到SPU 104中。例如，第一钩160可与轨道136接合，并且第二钩162可与轨道138接合以将支架102装载到装载通道124中。如果需要，(例如，当支架102中的其他支架已定位在SPU 104内时)，推动器130可被缩回(例如，远离已定位的支架102移动)，从而为新添加的(多个)支架102腾出空间。在将支架102中的一个或多个装载到SPU 104中时，推动器130可被推进(例如，朝向支架102移动)，从而消除推动器130与(多个)支架102之间的任何多余空间。支架102中的一个或多个可在已经定位在SPU104内的(多个)支架102的前面、中间或后面装载到SPU 104中。
为了移动(多个)支架102(从而移动其上装载的样本容器)穿过/进入样本分析仪100中，推动器130可推进(多个)支架102，从而在携载件132处于接纳位置时将(多个)支架102中的至少一个定位到呈现通道128中(例如，参见图2与图3之间的移动)。在从装载通道124移动到呈现通道128时，第一钩160将接合从轨道136转移到轨道140，并且第二钩162将接合从轨道138转移到轨道142。为了进一步移动(多个)支架102(从而进一步移动样本容器)穿过/进入样本分析仪100中(例如，通过图4中的门170)，携载件132可从接纳位置推进，从而将(多个)支架102中的至少一个沿呈现通道128进一步推进(例如，参见图3与图4之间的移动)到样本分析仪100中。在到达样本分析仪100内的预定位置时，一个或多个样本容器内的(多个)样本可由样本分析仪100和/或在样本分析仪内抽取和/或以其他方式处理和/或分析。
为了通过/从样本分析仪100移除(多个)支架102(从而移除其上装载的样本容器)，携载件132可从预定位置缩回到接纳位置，从而沿呈现通道128从样本分析仪100中抽出(多个)支架102中的至少一个(例如，参见图4与图3之间的移动)。为了到达接纳位置(例如，通过图4中的门170)，携载件132沿侧向运动区段120定位(多个)支架102中的至少一个。然后推动器130可推进(多个)支架102，从而当携载件132处于接纳位置时，将(多个)支架102中的至少一个定位到卸载通道126中(例如，参见图2与图3之间的移动，但利用推动器130或支架102的一个叠堆将(多个)支架102中的至少一个推出携载件132并推进卸载通道126中)。在从呈现通道128移动到携载通道126时，第一钩160将接合从轨道140转移到轨道144，并且第二钩162将接合从轨道142转移到轨道146。为了通过/从样本分析仪100进一步移动(多个)支架102(从而进一步移动样本容器)，另外的(多个)支架102可类似地从携载件132弹出到卸载通道126中，从而沿卸载通道126推动(多个)支架102中的至少一个。支架102可类似地从卸载通道126的端部被驱离(例如，进入废物接收器)，从而从样本分析仪100卸载。
另选地，为了从SPU 104卸载支架102，第一钩160可与轨道136、140和/或144脱离，并且第二钩162可与轨道138、142和/或146脱离。为了有利于从SPU 104移除支架102，操作者可手动抓握柄部168。支架102可经由自动化装置(例如，通过机器人、拾取和放置设备等)从SPU 104卸载。多个支架102可同时由卸载通道126保持(类似于装载通道124)。支架102通常在卸载通道126处从SPU 104卸载。
参见图5至图8，示出了装载有容器180的支架102的示例。具体地，图5是示例性管架的正视图，并且图6是图5的管架的透视图。图7是示例性杯架的正视图，并且图8是图7的杯架的透视图。
支架102包括可装载有容器180的支架狭槽190。如以下在图21A至图21C中所示，该支架狭槽190可限定容器位置334。
在一些实施方案中，如图5和图6所示，支架102包括管架102A。在例示的示例中，管架102A装载具有不同大小的管182(即，容器180的示例)，诸如第一管182A、第二管182B和第三管182C。在该示例中，支架狭槽190中的一个在管架102A中保持为空的。如本文所述，样本容器识别单元110可识别不同类型的管182。
在其他实施方案中，支架102包括如图7和图8所示的杯架102B。在例示的示例中，杯架102B装载有具有不同大小的杯184(即，容器180的示例)，诸如第一杯184A、第二杯184B和第三杯184C。在该示例中，支架狭槽190中的四个在杯架102B中保持为空的。如本文所述，样本容器识别单元110可识别不同类型的杯184。
图9是诸如图5和图6的保持各种类型的样本管182的管架102A的支架102的透视剖视图。如图所示，管架102A被构造成接收不同尺寸的样本管182。
图10至图13示出各种类型的样本杯184。如图所示，样本杯184可为各种类型，并且杯架102B被构造成容纳不同尺寸的此类样本杯184。
参见图14至图18，相对于支架102描述了样本容器识别单元110的示例。在图14至图18中，主要相对于管架102A示出了样本容器识别单元110。然而，应当理解，样本容器识别单元110也可相对于杯架102B以类似方式使用和操作。
具体地，图14是位于SPU 104的呈现通道128中的管架102的透视图。图15示出图14的管架102的放大视图。在图14和图15中，部分地根据样本容器识别单元110的相机单元示出管架102。图16是部分地根据样本容器识别单元110的相机单元的位于SPU 104的呈现通道128中的管架102的另一透视图。图17是部分地根据样本容器识别单元110的容器检测单元的位于SPU 104的呈现通道128中的管架102的又一透视图。
样本容器识别单元110进行操作以识别支架102中的容器180，并且检测与容器180相关联的用于确定容器180的类型的各种特性。例如，样本容器识别单元110进行操作以检测设置在容器180上的容器条形码186。如本文所述，该容器条形码186用于验证支架102中的容器180。可将容器条形码186设置在容器180的任何合适的位置。在图5、图6和图15例示的示例中，容器条形码186设置在样本管182的外部。容器条形码186可类似地设置在样本杯184的外部。
此外，样本容器识别单元110进行操作以识别支架102。例如，样本容器识别单元110进行操作以检测设置在支架102上的支架条形码188。如本文所述，该支架条形码188用于验证支架102。支架条形码188可设置在支架102的任何合适的位置。在图5、图6和图15例示的示例中，支架条形码188被布置在支架102的前面，与该支架102的第一端部164相邻。支架102中的其他位置对于支架条形码188也是可能的。支架条形码188可设置在管架102A和/或杯架102B上。
在一些实施方案中，样本容器识别单元110包括相机单元202、容器检测单元204、屏幕206和计算装置208。相机单元202可使用安装支架210而固定到SPU 104。
相机单元202进行操作以检测和识别支架102和支架102中的容器180，并且确定支架102和其中的容器180的特性。如本文所述，容器180的此类特性可用于识别容器180的类型。相机单元202被布置在可相对于相机单元202移动的支架102的前面。
如本文所述，相机单元202可进行操作以读取与支架102和其中的容器180相关联的条形码。另外，相机单元202进行操作以定位、分析和检查支架102和其中的容器180。相机单元202可连接到计算装置208以用于各种过程。相机单元202的一个示例包括ADVANTACE100系列，该系列可从马萨诸塞州纳蒂克的康宁公司(Cognex Corporation(Natick，MA))采购。
相机单元202可利用安装支架210支撑在样本分析仪100中。安装支架210被构造成将相机单元202与支架102隔开，并且相对于支架102的(多个)瞬态位置定位相机单元202，以使相机单元202能够具有被检查的容器180和/或支架102上的视场(FOV)。参照图18进一步描述并示出了安装支架210的示例。
相机单元202可包括光源203，诸如LED灯，该光源可进行操作以朝向支架102(并且朝向屏幕206)发射光。屏幕206用于通过将光朝向相机的光圈反射来将光投射回到相机单元202的视场(FOV)的方向。相机单元202的一个示例包括名为ADVANTAGE 102，诸如部件编号ADV102-CQBCKFS1-B的型号，该型号可从马萨诸塞州纳蒂克的康宁公司(CognexCorporation(Natick，MA))采购。
容器检测单元204进行操作以检测支架102中是否存在容器180。容器检测单元204被布置成在支架102相对于容器检测单元204移动时扫描支架102。在例示的示例中，容器检测单元204布置在支架102的一侧，而支架102的另一侧面向相机单元202。如本文所述，容器检测单元204可部分地或完全地检测支架102，并且确定支架102的任何容器位置(例如，如图21A至图21C所示的容器位置334)是空的或不是空的。
各种传感器可用于容器检测单元204。在一些示例中，容器检测单元204包括各种类型的光传感器。例如，容器检测单元204包括反射器型光传感器(也称为反射光斩波器或光反射器)，该反射器型光传感器将发光元件和光接收元件定位在相同表面上(使得它们面向相同方向)并且被配置成基于来自目标对象的反射光来检测存在对象和对象的位置。此类反射器型光传感器的一个示例是GP2A25J0000F系列，该系列可从日本大阪的夏普公司(Sharp Corporation(Osaka，Japan))采购。其他类型的光传感器也可用于容器检测单元204，诸如光斩波器(也称为透射型光传感器)，该光斩波器由在单个包装件中面向彼此对准的发光元件和光接收元件组成，并且当目标对象来到这两个元件之间时通过检测光阻挡而起作用。
屏幕206被布置成并与相机单元202一起使用，以提高相机单元202的图像捕获。屏幕206被布置成与相机单元202相对，使得支架102定位在相机单元202和屏幕206之间。屏幕206用于通过将光朝向相机的光圈反射来将光投射回到相机单元的视场(FOV)的方向。
屏幕206由可提供不同反射强度的一种或多种不同的材料制成。另外，屏幕206包括被配置成增加条形码的扫描范围的材料。例如，屏幕206包括逆向反射片材，其一个示例包括可从3M公司(Maplewood，MN)采购的3MTMScotchliteTM片材7610。
计算装置208被连接到相机单元202，并且进行操作以处理从相机单元202传输的数据，诸如图像处理和评估。此外，计算装置208连接到容器检测单元204，并且进行操作以检测支架中是否存在容器。计算装置208可包括如参考图34所示和所述的示例性计算装置中所包括的部件中的至少一些。
在一些实施方案中，计算装置208运行软件应用程序，该软件应用程序处理和评估来自相机单元202的图像并且确定与支架102和/或支架102中的容器180相关联的各种特性。此类软件应用程序的一个示例是可从马萨诸塞州纳蒂克的康宁公司(CognexCorporation(Natick，MA))采购的Cognex In-Sight Vision软件，该软件提供诸如边缘检测(“Edge”)、模式匹配(“Pattern Match”)、柱状图分析(“Histogram”)以及条形码检测(“ReadIDMax”)的各种工具。
参见图18，安装支架210被构造成将相机单元202布置在支架102的前面并且面向支架102的前部150。相机单元202与支架102的前部150以距离L1间隔开，该距离L1可在约100mm至约200mm的范围内，而支架102具有高度H1，该高度H1可在约50mm至约100mm的范围内。支架102的高度H1可被限定为支架102的底部156与顶部158之间的距离(还可参见图5)。在一些实施方案中，安装支架210被构造成以相对于支架102的底部156成角度A来支撑相机单元202，使得视场(FOV)覆盖支架102中接纳的容器180的整个高度。在一些实施方案中，角度A可在约90度至约120度的范围内。在其他实施方案中，距离L1、高度H1和角度A的其他范围也是可能的。
图19是相对于支架102执行样本容器识别的示例性方法300的流程图。在一些实施方案中，方法300可至少部分地由样本分析仪100中具有相关联装置的样本容器识别单元110执行。也参照图20至图23来描述方法300。
方法300可开始于操作302，在该操作中，操作支架102以相对于样本容器识别单元110朝向第一图像位置330A移动。
支架102可相对于样本容器识别单元110移动到多个预定图像位置330，使得由样本容器识别单元110观察和捕获支架102的不同部分。例如，样本容器识别单元110的相机单元202可具有仅限于支架102的一部分的视场(FOV)。因此，为了检查整个支架102(即，支架102的所有支架狭槽190)，支架102相对于相机单元220移动，使得相机单元220获得多个位置(即，图像位置330)处的多个图像。图像中的每一个示出支架102在支架102的特定位置(即，特定图像位置)处的一部分。支架102的每个部分(即，支架部分332)可包括一个或多个容器位置334，一个或多个容器180分别被接纳在这些容器位置中。如本文所述，支架102的容器位置334对应于支架102的支架狭槽190。
如图20所示，在一些实施方案中，支架102具有三个图像位置330(诸如第一图像位置330A、第二图像位置330B和第三图像位置330C)。在图像位置330中的每一个中，相机单元202被配置成具有捕获支架102的一部分(即支架部分)332的视场(FOV)。在例示的示例中，相机单元202可在支架102处于第一图像位置330A时捕获第一支架部分332A的图像，在支架102处于第二图像位置330B时捕获第二支架部分332B的图像，并且在支架102处于第三图像位置330C时捕获第三支架部分332C的图像。每个支架部分332的图像可示出一个或多个容器位置334。
在图21A至图21C例示的示例中，当支架102处于第一图像位置330A时，捕获第一图像350。第一图像350示出支架102的第一支架部分332A，该第一支架部分包括支架102中的第一容器位置334A和第二容器位置334B。当支架102处于第二图像位置330B时，捕获第二图像352。第二图像352示出支架102的第二支架部分332B，该第二支架部分包括支架102中的第三容器位置334C和第四容器位置334D。当支架102处于第三图像位置330C时，捕获第三图像354。第三图像354示出支架102的第三支架部分332C，该第三支架部分包括支架102中的第五容器位置334E、第六容器位置334F和第七容器位置334G。
在一些实施方案中，由样本容器识别单元110的相机单元202捕获的图像350、352和354可以是低曝光单色图像。图21A至图21C所示的图像350、352和354示出具有样本管182的管架102A。图22示出具有样本杯184的杯架102B的一部分的图像356。
在操作304处，当支架102朝向第一图像位置330A移动时，检测支架102的支架部分332A中是否存在一个或多个容器180。如本文所述，容器检测单元204可进行操作以执行容器存在检测。支架部分332A是支架102的被包括在样本容器识别单元110的相机单元202在第一图像位置330A处或附近的视场(FOV)中的一部分。在一些实施方案中，当支架102朝向第一图像位置330A移动时，容器检测单元204可进行操作以检测支架102的支架部分(例如，第一支架部分332A)中的容器存在情况。在其他实施方案中，当支架102位于第一图像位置330A附近或第一图像位置330A处时，可检测容器存在情况。
在操作306处，确定在支架102的支架部分332A中是否存在任何容器180。如果存在任何容器180(在该操作中为“是”)，则方法300前进到操作308。如果未检测到容器180(在该操作中为“否”)，则方法300移动到操作316，在该操作316中，支架102移动到下一图像位置330(例如，330A之后的330B)。因此，如果在特定图像位置330处未找到容器，则支架102可越过该特定图像位置。例如，支架102可跳转到下一图像位置330而不在该特定图像位置执行容器识别操作(诸如操作308和310)，从而节省时间和资源。
在操作308处，样本容器识别单元110进行操作以检测与容器180相关联的一个或多个容器条形码186。样本容器识别单元110还可进行操作以基于所检测到的容器条形码186来验证容器180。在一些实施方案中，支架102在图像位置330处停止以进行条形码检测。例如，如图23A所示，样本容器识别单元110(例如，其相机单元202)进行操作以捕获支架102的具有样本管182的一部分的图像340。在一些实施方案中，图像340是用于条形码检测的高曝光单色图像。一旦捕获到图像340，样本容器识别单元110就进行操作以识别图像340中的容器条形码186并且读取容器条形码186以验证容器180(即，在该示例中为样本管182)。如图23B中的矩形框344所示，在图像340中识别出容器条形码186。可使用各种图像处理方法来识别和读取容器条形码。此类图像处理方法的一个示例是可从马萨诸塞州纳蒂克的康宁公司(Cognex Corporation(Natick，MA))采购的Cognex In-Sight Vision软件，该软件提供诸如边缘检测(“Edge”)、模式匹配(“Pattern Match”)、柱状图分析(“Histogram”)以及条形码检测(“ReadIDMax”)的各种工具。
此外，样本容器识别单元110可进行操作以检测设置在支架102上的支架条形码188，并且基于支架条形码188来验证支架102。以与如上所述的容器条形码186类似的方式检测和读取支架条形码188。例如，如图23A所示，由样本容器识别单元110(例如，其相机单元202)捕获的图像340可包括支架102中的具有支架条形码188的一部分。一旦捕获到图像340，样本容器识别单元110就进行操作以识别图像340中的支架条形码188并且读取该支架条形码188以验证容器180。如图23B中的矩形框346所示，在图像340中识别出支架条形码188。可使用各种图像处理方法来识别和读取支架条形码。此类图像处理方法的一个示例是可从马萨诸塞州纳蒂克的康宁公司(Cognex Corporation(Natick，MA))采购的Cognex In-Sight Vision软件，该软件提供诸如边缘检测(“Edge”)、模式匹配(“Pattern Match”)、柱状图分析(“Histogram”)以及条形码检测(“ReadIDMax”)的各种工具。
在操作310处，样本容器识别单元110进行操作以确定容器180的特性。在一些实施方案中，支架102保持静止以用于确定容器特性。如本文所述，样本容器识别单元110进行操作以处理具有容器180的支架102的图像(诸如图21A至图21C以及图22中的图像350、352、354和356)，并且确定与容器180相关联的各种特性，诸如每个容器的尺寸(例如，高度和宽度)以及容器上盖的存在性。如下文更详细地描述，此类特性可用于识别容器的类型。可使用各种图像处理方法来确定支架中的容器的此类特性。此类图像处理方法的一个示例是可从马萨诸塞州纳蒂克的康宁公司(Cognex Corporation(Natick，MA))采购的Cognex In-Sight Vision软件，该软件提供诸如边缘检测(“Edge”)、模式匹配(“Pattern Match”)、柱状图分析(“Histogram”)以及条形码检测(“ReadIDMax”)的各种工具。
在操作312处，确定是否已检查整个支架102。在一些实施方案中，确定支架102是否已移动通过所有的预定图像位置330。在其他实施方案中，确定支架102的所有支架部分332是否已被相机单元202捕获。在其他实施方案中，确定支架102的所有容器位置334是否已被相机单元202捕获。
如果确定已经检查整个支架102(在该操作中为“是”)，则方法300移动到操作314，在该操作314中，将支架102移动到样本分析仪100内或外的另一位置以供后续处理。否则(在该操作中为“否”)，方法300移动到操作316，在该操作316中，将支架102移动到下一图像位置330(例如，330A之后的330B)。当支架102移动到下一图像位置330时或当支架102处于或邻近下一图像位置330时，如上所述执行操作304和后续操作。在一些实施方案中，当执行操作304和后续操作时，如果已读取过一次支架条形码(诸如操作308中所示)，则可省略该支架条形码读取。
图24是相对于支架102执行样本容器识别的另一示例性方法400的流程图。在一些实施方案中，方法400可至少部分地由SPU 104、样本容器识别单元110和/或样本分析仪100中的其他装置执行。
方法400可开始于操作402，在该操作中，移动支架102以进入呈现通道128。在一些实施方案中，携载件132进行操作以将支架102推进到呈现通道128，诸如从图3所示的位置移动到图4所示的位置。
如图所示，将支架102取向成沿呈现通道128朝向样本容器识别单元110移动，使得支架102的第一支架部分332A(在该示例中包括第一容器位置334A和第二容器位置334B)首先朝向样本容器识别单元110靠近。
在操作404处，样本容器识别单元110操作容器检测单元204以检测支架102的第一支架部分332A中任何容器180的存在性。类似于图19中的操作304来执行操作404。在例示的示例中，支架102的第一支架部分332A包括第一容器位置334A和第二容器位置334B，因此，容器检测单元204进行操作以分别检测第一容器位置334A和第二容器位置334B中的任一者是否被容器180占据，或者第一容器位置334A和第二容器位置334B中的两者是否都被容器180占据。
这样，当支架102被引入到呈现通道128中并且朝着第一图像位置330A移动时，容器检测单元204对支架102的第一支架部分332A中容器的存在性执行第一近飞检查，诸如图17所示。
容器检测单元204可包括各种类型的一个或多个传感器。在一些示例中，容器检测单元204包括各种类型的光传感器。例如，容器检测单元204包括反射器型光传感器(也称为反射光斩波器或光反射器)，该反射器型光传感器将发光元件和光接收元件定位在相同表面上(使得它们面向相同方向)并且被配置成基于来自目标对象的反射光来检测存在对象和对象的位置。此类反射器型光传感器的一个示例是GP2A25J0000F系列，该系列可从日本大阪的夏普公司(Sharp Corporation(Osaka，Japan))采购。其他类型的光传感器也可用于容器检测单元204。
在操作406处，如果在支架102的第一支架部分332A中检测到任何容器180，则样本容器识别单元110进行操作以存储表示支架中包括至少一个容器的信息。例如，如果在操作404处确定支架102(例如，其第一支架部分332A)包括一个或两个容器180，则样本容器识别单元110进行操作以将容器存在性标记(“至少一个容器存在性标记”)设置为真。
在操作408处，支架102继续移动到第一图像位置330A并且在第一图像位置330A处停止。例如，携载件132进行操作以将支架102连续地移动到第一图像位置330A并且在那里停止支架102。
如本文所述，如图21A和图23A所示，第一图像位置330A可以是支架102相对于相机单元202的位置，其中固定在包括第一容器位置334A和第二容器位置334B的第一容器部分332A处的一个或多个容器180可至少部分地被相机单元202捕获。在例示的示例中，还在第一图像位置330A观察到设置在支架102上的支架条形码188。
在操作410处，样本容器识别单元110操作相机单元202以读取支架102的第一支架部分332A(其包括第一容器位置334A和/或第二容器位置334B)中接纳的每个容器180的容器条形码186。类似于图19中的操作308来执行操作410。在一些实施方案中，相机单元202进行操作以捕获支架102的第一支架部分332A的图像(诸如图21A中的第一图像350)，并且处理该图像以检测和读取第一容器位置334A和第二容器位置334B处的容器180的容器条形码186(如图23A和图23B所示)。
一旦读取了容器条形码186，样本容器识别单元110就可基于所检测到的容器条形码186来识别容器180。样本容器识别单元110可存储容器180的标识信息(例如，(多个)容器ID)。
在一些实施方案中，样本容器识别单元110进行操作以将所检测到的容器条形码186与用户提供的信息(例如，用户输入的关于容器的信息，该信息可通过样本分析仪100的输入装置接收)进行比较，并且确定容器条形码186是否与用户输入匹配。样本容器识别单元110可进行操作以存储表示特定容器位置334(例如，334A和/或334B)包括与用户输入不匹配的容器180的信息。例如，样本容器识别单元110可进行操作以标记支架102中的保持具有非匹配容器条形码186的容器的容器位置334(例如，第一容器位置334A和/或第二容器位置334B)。
此外，样本容器识别单元110还操作相机单元202以读取支架102的支架条形码188。在例示的示例中，支架条形码188被设置成与支架102的第一支架部分332A相邻(靠近支架102的第一端部164)。因此，支架102的第一支架部分332A的图像(诸如图21A中的第一图像350)包括支架102的支架条形码188。样本容器识别单元110处理该图像以检测和读取支架102的支架条形码188。
一旦读取支架条形码188，样本容器识别单元110就可基于所检测到的支架条形码188来识别支架102。样本容器识别单元110可存储支架102的标识信息(例如，支架ID)。
可使用各种图像处理方法来识别和读取条形码186和188。此类图像处理方法的一个示例是可从马萨诸塞州纳蒂克的康宁公司(Cognex Corporation(Natick，MA))采购的Cognex In-Sight Vision软件，该软件提供诸如边缘检测(“Edge”)、模式匹配(“PatternMatch”)、柱状图分析(“Histogram”)以及条形码检测(“ReadIDMax”)的各种工具。
在操作412处，样本容器识别单元110可进行操作以确定所检测到的支架条形码188是否有效。如果确定该支架条形码188有效(在该操作处为“是”)，则方法400前进到操作414。否则(在该操作中为“否”)，方法400跳转到操作448，在该操作448中，将支架102移动到卸载通道126。在操作448处，样本分析仪100可进行操作以警示用户如在操作412处所确定的支架的无效性。警示可以是各种类型，诸如通过样本分析仪100的视觉和/或听觉警示或通知。
在操作414处，样本容器识别单元110可操作相机单元202以确定支架102的第一支架部分332A处的(多个)容器180的特性。类似于图19中的操作310来执行操作414。
例如，样本容器识别单元110进行操作以处理支架102的第一支架部分332A的图像(诸如图21A中的第一图像350)，并且确定与容器180相关联的各种特性，诸如每个容器的尺寸(例如，高度和宽度)以及容器上盖的存在性。如下文更详细地描述，此类特性可用于识别容器的类型。参照图25描述并示出了执行操作414的示例性详细方法。
此外，样本容器识别单元110可操作相机单元202以确定支架102的特性，类似于确定容器特性。在一些实施方案中，可处理支架102的第一支架部分332A的图像(诸如图21A中的第一图像350)以确定支架特性。在其他实施方案中，从所捕获的图像识别的支架条形码188可用于确定支架特性。
在一些实施方案中，上面所获得的容器特性和/或支架特性的数据可存储在样本容器识别单元110中。在一些实施方案中，如果(多个)容器具有预定的非期望特性(例如，未加盖、未批准和/或不适当的容器位置)，则样本容器识别单元110可存储表示特定容器位置334(例如，334A和/或334B)包括与用户输入不匹配的容器180的信息。例如，样本容器识别单元110可进行操作以标记支架102中的保持具有此类非期望特性的容器的容器位置334(例如，第一容器位置334A和/或第二容器位置334B)。
在操作416处，操作支架102以朝向第二图像位置330B移动。如本文所述，如图21B所示，第二图像位置330B可以是支架102相对于相机单元202的位置，其中固定在包括第三容器位置334C和第四容器位置334D的第二容器部分332B处的(多个)容器180可至少部分地被相机单元202捕获。
在操作418处，样本容器识别单元110操作容器检测单元204以检测支架102的第二支架部分332B中任何容器180的存在性。类似于图19中的操作304或上面的操作404来执行操作418。在例示的示例中，支架102的第二支架部分332B包括第三容器位置334C和第四容器位置334D，因此，容器检测单元204进行操作以分别检测第三容器位置334C和第四容器位置334D中的任一者是否被容器180占据，或者第三容器位置334C和第四容器位置334D中的两者是否都被容器180占据。
这样，当支架102朝向第二图像位置330B移动时，容器检测单元204对支架102的第二支架部分332B中容器的存在性执行第二近飞检查。
在操作420处，如果在支架102的第二支架部分332B中检测到任何容器180，则样本容器识别单元110进行操作以存储表示支架中包括至少一个容器的信息。例如，如果在操作418处确定支架102(例如，其第二支架部分332B)包括一个或两个容器180，则样本容器识别单元110进行操作以将容器存在性标记(“至少一个容器存在性标记”)设置为真。
在操作422处，确定在支架102的第二支架部分332B(例如，第三容器位置334C和第四容器位置334D中的任一者或两者)处是否存在任何容器。如果在第二支架部分332B处确定存在任何容器(“是”)，则方法400继续进行到操作424。否则(“否”)，方法400跳转到操作448。
在操作424处，停止支架102，并且使该支架在第二图像位置330B处静止。
在操作426处，样本容器识别单元110操作相机单元202以读取支架102的第二支架部分332B(其包括第三容器位置334A和/或第四容器位置334D)中接纳的每个容器180的容器条形码186。操作418类似于图19中的操作308或上面的操作410。在一些实施方案中，相机单元202进行操作以捕获支架102的第二支架部分332B的图像(诸如图21B中的第二图像352)，并且处理该图像以检测和读取第三容器位置334C和第四容器位置334D处的容器180的容器条形码186。
一旦读取了容器条形码186，样本容器识别单元110就可基于所检测到的容器条形码186来识别容器180。样本容器识别单元110可存储容器180的标识信息(例如，(多个)容器ID)。
在一些实施方案中，样本容器识别单元110进行操作以将所检测到的容器条形码186与用户提供的信息(例如，用户输入的关于容器的信息，该信息可通过样本分析仪100的输入装置接收)进行比较，并且确定容器条形码186是否与用户输入匹配。样本容器识别单元110可进行操作以存储表示特定容器位置334(例如，334C和/或334D)包括与用户输入不匹配的容器180的信息。例如，样本容器识别单元110可进行操作以标记支架102中的保持具有非匹配容器条形码186的容器的容器位置334(例如，第一容器位置334C和/或第二容器位置334D)。
在一些实施方案中，样本容器识别单元110还操作以交叉检查在第二图像位置330B处识别的容器180是否与支架102的标识(例如，在操作410处找到的支架ID)匹配(或兼容)。
在操作428处，样本容器识别单元110可操作相机单元202以确定支架102的第二支架部分332B处的(多个)容器180的特性。类似于图19中的操作310或上面的操作414来执行操作414。
例如，样本容器识别单元110进行操作以处理支架102的第二支架部分332B的图像(诸如图21B中的第二图像352)，并且确定与容器180相关联的各种特性，诸如每个容器的尺寸(例如，高度和宽度)以及容器上盖的存在性。如下文更详细地描述，此类特性可用于识别容器的类型。参照图25描述并示出了执行操作428的示例性详细方法。
在一些实施方案中，上面获得的容器特性的数据可存储在样本容器识别单元110中。在一些实施方案中，如果(多个)容器具有预定的非期望特性(例如，未加盖、未批准和/或不适当的容器位置)，则样本容器识别单元110可存储表示特定容器位置334(例如，334C和/或334D)包括与用户输入不匹配的容器180的信息。例如，样本容器识别单元110可进行操作以标记支架102中的保持具有此类非期望特性的容器的容器位置334(例如，第三容器位置334C和/或第四容器位置334D)。
在操作430处，操作支架102以朝向第三图像位置330C移动。如本文所述，如图21C所示，第三图像位置330C可以是支架102相对于相机单元202的位置，其中固定在包括第五容器位置334E、第六容器位置334F和第七容器位置334G的第三容器部分332C处的(多个)容器180可至少部分地被相机单元202捕获。
在操作432处，样本容器识别单元110操作容器检测单元204以检测支架102的第三支架部分332C中任何容器180的存在性。类似于图19中的操作304或上面的操作404或418来执行操作432。在例示的示例中，支架102的第三支架部分332C包括第五容器位置334E、第六容器位置334F和第七容器位置334G，因此，容器检测单元204进行操作以检测第五容器位置334E、第六容器位置334F和第七容器位置334G中的任一个或全部是否被一个容器180或多个容器180占据。
这样，当支架102朝向第三图像位置330C移动时，容器检测单元204对支架102的第三支架部分332C中容器的存在性执行第三近飞检查。
在操作434处，如果在支架102的第三支架部分332C中检测到任何容器180，则样本容器识别单元110进行操作以存储表示支架中包括至少一个容器的信息。例如，如果在操作432处确定支架102(例如，其第三支架部分332B)包括一个或两个容器180，则样本容器识别单元110进行操作以将容器存在性标记(“至少一个容器存在性标记”)设置为真。
在操作436处，样本容器识别单元110进行操作以确定容器存在性标记(“至少一个容器存在性标记”)的状态(真或假)。如果状态为真(“真”)，则方法400前进到操作438。否则(“假”)，方法400跳转到操作448。
在操作438处，确定在支架102的第三支架部分332C(例如，第五容器位置334E、第六容器位置334F和第七容器位置334G中的任一个或全部)处是否存在任何容器。如果在第三支架部分332C处确定存在任何容器(“是”)，则方法400继续进行到操作440。否则(“否”)，方法400跳转到操作446。
在操作440处，停止支架102，并且使该支架在第三图像位置330C处静止。
在操作442处，样本容器识别单元110操作相机单元202以读取支架102的第三支架部分332C(其包括第五容器位置334E、第六容器位置334F和第七容器位置334G)中接纳的每个容器180的容器条形码186。操作418类似于图19中的操作308或上面的操作410或426。在一些实施方案中，相机单元202进行操作以捕获支架102的第三支架部分332C的图像(诸如图21C中的第三图像354)，并且处理该图像以检测和读取第五容器位置334E、第六容器位置334F和第七容器位置334G处的容器180的容器条形码186。
一旦读取了容器条形码186，样本容器识别单元110就可基于所检测到的容器条形码186来识别容器180。样本容器识别单元110可存储容器180的标识信息(例如，(多个)容器ID)。
在一些实施方案中，样本容器识别单元110进行操作以将所检测到的容器条形码186与用户提供的信息(例如，用户输入的关于容器的信息，该信息可通过样本分析仪100的输入装置接收)进行比较，并且确定容器条形码186是否与用户输入匹配。样本容器识别单元110可进行操作以存储表示特定容器位置334(例如，334E、334F和/或334G)包括与用户输入不匹配的容器180的信息。例如，样本容器识别单元110可进行操作以标记支架102中的保持具有非匹配容器条形码186的容器的容器位置334(例如，第五容器位置334E、第六容器位置334F和/或第七容器位置334G)。
在一些实施方案中，样本容器识别单元110还操作以交叉检查在第三图像位置330C处识别的容器180是否与支架102的标识(例如，在操作410处找到的支架ID)匹配(或兼容)。
在操作444处，样本容器识别单元110可操作相机单元202以确定支架102的第三支架部分332C处的(多个)容器180的特性。类似于图19中的操作310或上面的操作414或428来执行操作414。
例如，样本容器识别单元110进行操作以处理支架102的第三支架部分332C的图像(诸如图21C中的第三图像354)，并且确定与容器180相关联的各种特性，诸如每个容器的尺寸(例如，高度和宽度)以及容器上盖的存在性。如下文更详细地描述，此类特性可用于识别容器的类型。参照图25描述并示出了执行操作444的示例性详细方法。
在一些实施方案中，上面获得的容器特性的数据可存储在样本容器识别单元110中。在一些实施方案中，如果(多个)容器具有预定的非期望特性(例如，未加盖、未批准和/或不适当的容器位置)，则样本容器识别单元110可存储表示特定容器位置334(例如，334E、334F和/或334G)包括与用户输入不匹配的容器180的信息。例如，样本容器识别单元110可进行操作以标记支架102中的保持具有此类非期望特性的容器的容器位置334(例如，第五容器位置334E、第六容器位置334F和/或第七容器位置334G)。
在操作446处，将支架102移动到等分试样和/或移液系统以供样本处理。
在一些实施方案中，利用样本容器识别单元110从SPU输出到等分试样和/或移液系统的信息包括关于条形码的信息，该信息可用于对样本抽吸进行优先级排序并且指示样本的类型(例如，低容积、STAT和校准样本)。利用样本容器识别单元110而来自SPU的信息还可包括可从容器类型库中确定的诸如容器类型的视觉信息。可提供给样本移液器的信息可包括开始液位感测以检测液体的起始位置(容器顶部)、抽吸期间的最大允许行进深度(液体死容积或容器底部)以及样本容器的内部几何形状(可用于准确抽吸以引起SPU和移液器所需的任何其他偏移)。
在操作448处，一旦在操作446处执行样本处理，支架102就移动到卸载通道126。此外，样本分析仪100可进行操作以警示用户多条信息，诸如操作412处确定的支架的无效性、操作436处确定的容器存在性标记的状态(即，假)或操作446处执行的样本处理结束。警示可以是各种类型，诸如通过样本分析仪100的视觉和/或听觉警示或通知。
如上所述，如果在特定图像位置330处未找到容器，则支架102可越过该特定图像位置。例如，支架102可跳转到下一图像位置330，而不在该特定图像位置执行容器识别操作。因此，绕过视觉检查的旁路算法可节省时间。主仪器具有循环时间(例如，8秒)，并且SPU操作部分地独立于该主仪器，但理想地在8秒内完成。例如，如果存在编号不正确的支架，则绕过允许它们被快速清除。因此，由于绕过，主仪器不需要等待SPU完成其操作。
图25是用于处理具有一个或多个容器的支架的图像并确定其中的容器的特性的示例性方法500的流程图。在一些实施方案中，方法500用于执行如图24中描述的操作414、428和444。在一些实施方案中，方法500可至少部分地由SPU 104、样本容器识别单元110和/或样本分析仪100中的其他装置执行。也参照图26至图32来描述方法300。
方法500可开始于操作502，在该操作中，在所捕获的图像中识别支架参照物520。在一些实施方案中，支架102的第一钩160(在本文中也称为前突片)用作支架参照物520。当支架102处于第一停止位置(例如，第一图像位置330A)时，可在所捕获的图像(例如，第一图像350)中检测第一钩160。
例如，支架102的边缘522(图5)被预定为支架参照物520。如图26所示，支架102的预定边缘522可由样本容器识别单元110在第一图像350中识别。在该图示中，支架102的所识别的边缘522被指示为线524，该线是表示相机单元202识别边缘522的图标。在该实施方案中，X轴假设支架102完全接合。
在操作504处，样本容器识别单元110进行操作以创建用于容器高度检测的一个或多个感兴趣区域528(在本文中也称为高度感兴趣区域)。在一些实施方案中，相对于支架参照物520创建三个感兴趣区域528(包括528A、528B和528C)，诸如通过在Y轴上偏离支架参照物520来创建。
在图27例示的示例中，在图像350中，第一感兴趣区域528A被创建和布置为在Y轴上对中在支架参照物520上。第二感兴趣区域528B被创建和布置为在Y轴上以预定距离(例如，图27中的200像素)从第一感兴趣区域528A偏移。第三感兴趣区域528C被创建和布置为在Y轴上以预定距离(例如，图27中的200像素)从第二感兴趣区域528B偏移。另选地，可通过从第一感兴趣区域528A偏移来创建第三感兴趣区域528C。
对于感兴趣区域528中的每一个，样本容器识别单元110进行操作以检测顶部管边缘530(例如，530A、530B和530C)并且确定相关联的容器180的高度。在图27例示的示例中，测得与第二感兴趣区域528B相关联的容器180的高度为1178.34像素，并且测得与第三感兴趣区域528C相关联的容器180的高度为1193.10像素。
在一些实施方案中，可生成指示尚未检测到容器的结果，而不是报告容器的高度。例如，在第一感兴趣区域528A中不存在容器，因此，将输出无容器检测结果。在其他实施方案中，样本容器识别单元110进行操作以使用第一感兴趣区域528A中的顶部管边缘530A来确定支架的X坐标测量值。
在操作506处，样本容器识别单元110进行操作以创建用于容器宽度(或直径)检测的一个或多个感兴趣区域534(在本文中也称为宽度感兴趣区域)。在一些实施方案中，分别在支架102上方(在X轴上)的预设距离处形成宽度感兴趣区域534，并且在整个高度感兴趣区域528上居中。宽度感兴趣区域534被布置成分别横向于高度感兴趣区域528。在一些实施方案中，可预设每个宽度感兴趣区域534的宽度(即，Y轴距离)，诸如图28中的250像素宽。
对于宽度感兴趣区域534中的每一个，样本容器识别单元110进行操作以检测容器的两个相对侧536A和536B，并且确定相关联的容器180的宽度。在图28例示的示例中，测得与兴趣区域534A相关联的容器180的宽度为152.99像素(即，相对侧536A与536B之间的像素距离)，并且测得与感兴趣区域534B相关联的容器180的宽度为151.74像素(即，相对侧536A与536B之间的像素距离)。
在操作508处，样本容器识别单元110进行操作以创建用于柱状图分析的一个或多个感兴趣区域540(在本文中也称为柱状图感兴趣区域)。
在一些实施方案中，相对于每个高度区域的顶部创建三个柱状图感兴趣区域540(包括540A、540B和540C)，诸如通过在X轴中从顶部管边缘530偏移来创建。在一些实施方案中，在X轴中距顶部管边缘530预设距离(例如，距顶部管边缘530 5个像素)处创建柱状图感兴趣区域540，同时发生对容器的检测。在一些实施方案中，每个柱状图感兴趣区域540的尺寸可以是预定的。
一旦创建了柱状图感兴趣区域540，就获得柱状图感兴趣区域540中的每一个的柱状图值。在图29例示的示例中，测得与第二感兴趣区域528B相关联的感兴趣区域540B的柱状图值为177.62，并且测得与第三感兴趣区域528C相关联的感兴趣区域540C的柱状图值为42.53。
在一些实施方案中，操作508处的柱状图分析还可检测容器上盖的存在性。如图30所示，对柱状图感兴趣区域540的测量可指示是否存在盖。在一些实施方案中，低柱状图值可指示在该位置中存在盖，并且高柱状图值可指示在该位置处不存在盖。在图30的示例中，测得容器180的盖542上方的感兴趣区域540D的平均柱状图值为16.08(相对较低的值)，并且测得不具有盖的容器180上方的感兴趣区域540E和540F的平均柱状图值为145.81。
在操作510处，样本容器识别单元110进行操作以将在上述操作处获得的信息与分类表550(图31)进行比较。例如，对于每个容器，可将高度值、宽度值和/或柱状图值与分类表550中的值进行比较，并且基于该比较确定容器的类型。
如图31所示，提供分类表550以基于高度、宽度和柱状图值对不同类型的容器(第一列)进行分类。对于每种类型的容器，高度、宽度和柱状图值可设置有最小值、最大值和平均值。
以举例的方式，如果在方法500中获得的高度值介于H5和H6之间，在方法500中获得的宽度值介于W5和W6之间，并且在方法500中获得的柱状图值介于HS5和HS6之间，则可识别所关注的容器为具有盖的12x65或13x75mm管(表550的第二行)。
如图32所示，在支架102为具有样本杯184的杯架102B的情况下，可应用相同的方法500来识别样本杯184的类型。如上所述，柱状图感兴趣区域540的测量值指示存在的是哪些类型的杯。柱状图数据可与诸如高度和宽度(直径)的其他测量值组合以确定杯架102B中的杯的类型。
图33是用于在分类表550中添加和验证新容器(即，容器库、经批准容器的列表等)的示例性方法600的流程图。
在步骤602处，用户输入关于新样本容器的信息。该信息可包括容器的类型、内部几何形状、容积、制造商部件编号、外部尺寸等。在步骤604处，用户为支架装载待由软件(即，SW)添加到分类表550的感兴趣容器。用户还将容器填充至最大容积，并且将支架102装载到SPU 104的装载通道124中。
当用户输入新的样本容器信息(在操作602处)时，样本分析仪100(例如，本文的软件应用程序)进行操作以提示用户向最大容积提供洗涤缓冲液或去离子水，将新样本容器放置在支架102中，并且将其装载到SPU 104上(在操作604处)。在操作602处，信息可包括关于制造商、部件编号、容器类型(例如，管或杯)、管中的等离子体或血清凝胶基质)内部容器几何形状、插入物/杯、(即，坐置在管内的杯)和/或容积容量的信息。
然后，在操作606处，SPU(包括其中的样本容器识别单元110)进行操作以识别其中的样本支架和容器的尺寸。在一些实施方案中，所获得的信息包括支架中的高度(例如，移液器应在何处开始液位感测并且从原始位置步进)、直径和每个容器的顶部处的柱状图值。
在操作608处，确定新样本容器是否为凝胶或插入物/杯等。如果操作608确定容器为插入物/杯/等，则在操作610处，等分试样移液器移动以检测容器的底部。如果操作608确定容器为凝胶管，则等分试样移液器开始从容器中液体的顶部附近等分。
在步骤608至步骤618处，样本分析仪100(即，仪器)处理新容器并且观察新容器的特性，如通过样本分析仪100的各种检测功能来测量。例如，为了在步骤616处测量容积，将所有的流体从容器中转移到样本器皿(即SV)，并且将样本器皿转移到转轮洗涤器(即WW)。
如本文所述，本公开可解决用户将混合类型的样本容器装载到单个支架中的需求。不同类型的支架(例如，管架和杯架)各自可保持多种样本容器类型。不同类型的支架中的每一个都以相同的方式与分析仪交接，从而消除了对样本容器进行分类的麻烦，并且消除了用户将样本容器装载到错误的样本支架中的可能导致QNS(数量不足)错误的错误。
本公开还用作样本呈现单元(SPU)上的一般过程监测，以针对准确抽吸样本而识别容器类型，检测将加盖样本容器放置在样本支架中的用户错误，并且还检测与定序测试时将容器放置在样本支架中并非所分配的错误位置相关联的用户错误。存在容器库(例如，管库和杯库)。由视觉系统确定的特性与库进行匹配，以确定每个所占用的支架位置中是哪种器皿。
图34示出可用于实现本公开的各方面的计算装置的示例性架构，包括样本分析仪100或样本分析仪100的各种系统，诸如样本容器识别单元110以及其他子单元或子装置。另外，样本分析仪100的系统中包括的一个或多个装置或单元也可利用如图34所示的计算装置的至少一些部件来实现。在本文中，将此类计算装置指定为附图标记700。计算装置700用于运行本文所述的操作系统、应用程序和软件模块(包括软件引擎)。
在一些实施方案中，计算装置700包括至少一个处理装置702，诸如中央处理单元(CPU)。多种处理装置可得自多个制造商，例如，英特尔公司(Intel)或AMD公司(AdvancedMicro Devices)。在此示例中，计算装置700还包括系统存储器704和系统总线706，该系统总线将包括系统存储器704的各种系统部件联接到处理装置702。系统总线706是许多不同类型的总线结构中的一种，包括存储器总线或存储控制器；外围总线；以及使用多种总线架构中的任一者的局部总线。
适于计算装置700的计算装置的示例包括台式计算机、膝上型计算机、平板电脑、移动装置(诸如智能电话、
Figure BDA0002550381670000281
移动数字装置或其他移动装置)或者被配置成处理数字指令的其他装置。
系统存储器704包括只读存储器708和随机存取存储器710。包含基本例程的基本输入/输出系统712通常存储在只读存储器708中，该基本例程用于诸如在启动期间在计算装置700内传输信息。
在一些实施方案中，计算装置700还包括用于存储数字数据的辅助存储装置714，诸如硬盘驱动器。该辅助存储装置714通过辅助存储接口716连接到系统总线706。辅助存储装置及其相关联的计算机可读介质为计算装置700提供对计算机可读指令(包括应用程序和程序模块)、数据结构和其他数据的非易失性存储。
尽管本文所述的示例性环境将硬盘驱动器用作辅助存储装置，但在其他实施方案中使用其他类型的计算机可读存储介质。这些其他类型的计算机可读存储介质的例子包括盒式磁带、闪存卡、数字视频盘、伯努利盒、光盘只读存储器、数字通用盘只读存储器、随机存取存储器或只读存储器。一些实施方案包括非瞬时性介质。
若干个程序模块可存储在辅助存储装置714或存储器704中，包括操作系统718、一个或多个应用程序720、其他程序模块722以及程序数据724。
在一些实施方案中，计算装置700包括输入装置，以使用户能够向计算装置700提供输入。输入装置726的示例包括键盘728、指针输入装置730、麦克风732和触敏显示器740。其他实施方案包括其他输入装置726。输入装置通常通过联接到系统总线706的输入/输出接口738连接到处理装置702。这些输入装置726可通过许多不同的输入/输出接口连接，诸如并行端口、串行端口、游戏端口或通用串行总线。输入装置与接口738之间的无线通信也是可能的，并且在一些可能的实施方案中，其包括红外线、
Figure BDA0002550381670000282
无线技术、WiFi技术(802.11a/b/g/n等)、蜂窝和/或其他射频通信系统。
在此示例性实施方案中，触敏显示装置740也经由诸如视频适配器742的接口连接到系统总线706。触敏显示装置740包括触摸传感器，该触摸传感器用于在用户触摸显示器时接收来自用户的输入。这些传感器可为电容传感器、压力传感器或其他触摸传感器。传感器不仅检测与显示器的接触，还检测接触的位置以及接触随时间的移动。例如，用户可在屏幕上移动手指或触笔以提供写入输入。对写入输入进行评估，并且在一些实施方案中，将其转换为文本输入。
除显示装置740之外，计算装置700还可包括各种其他的外围装置(未示出)，诸如扬声器或打印机。
计算装置700还包括通信装置746，该通信装置被配置成在整个网络上建立通信。在一些实施方案中，当在局域联网环境或广域联网环境(诸如互联网)中使用时，计算装置700通常通过诸如无线网络接口748的网络接口连接到网络。其他可能的实施方案使用其他有线和/或无线通信装置。例如，计算装置700的一些实施方案包括以太网网络接口或者用于在整个网络上通信的调制解调器。在其他实施方案中，通信装置746能够进行短距离无线通信。短距离无线通信为单向或双向的短距离到中距离的无线通信。可根据各种技术和协议建立短距离无线通信。短距离无线通信的示例包括射频识别(RFID)、近场通信(NFC)、蓝牙技术和Wi-Fi技术。
计算装置700通常包括至少某种形式的计算机可读介质。计算机可读介质包括可由计算装置700访问的任何可用介质。举例来讲，计算机可读介质包括计算机可读存储介质和计算机可读通信介质。
计算机可读存储介质包括易失性的和非易失性的、可移除的和不可移除的介质，该介质在构造用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何装置中实现。计算机可读存储介质包括但不限于随机存取存储器、只读存储器、电可擦可编程只读存储器、闪速存储器或其他存储技术、光盘只读存储器、数字多功能光盘或其他光学存储器、盒式磁带、磁带、磁盘存储器或其他磁存储装置或者可用于存储所需信息且可由计算装置700访问的任何其他介质。
计算机可读通信介质通常具体表达为计算机可读指令、数据结构、程序模块或调制数据信号(诸如载波或其他传输机制)中的其他数据，并且包括任何信息传递介质。术语“调制数据信号”是指具有一个或多个其特征以某种方式设置或改变以编码信号中的信息的信号。举例来讲，计算机可读通信介质包括有线介质，诸如有线网络或直接有线连接；以及无线介质，诸如声音、射频、红外线和其他无线介质。上述中的任一种的组合也包括在计算机可读介质的范围内。
在本公开的一个方面，自动化临床分析仪包括：样本支架呈现单元，该样本支架呈现单元被配置成将样本支架呈递给样本移液器，该样本支架具有多个样本容器位置；图像捕获装置，该图像捕获装置联接到样本支架呈现单元，该图像捕获装置被配置成在样本支架上的至少一个感兴趣区域上捕获至少一个图像，该至少一个感兴趣区域包括至少一个样本容器；计算装置，该计算装置被配置成通过将捕获的图像与参考图像匹配来识别捕获的图像中的样本容器类型，该参考图像包括多个不同样本容器类型的图像；并且该计算装置被进一步配置成基于与参考图像的匹配阈值来识别所捕获的图像中的样本容器类型，其中如果所捕获的图像超过或等于参考图像的阈值，则将样本容器类型识别为参考图像的样本容器类型，并且其中如果所捕获的图像不满足任何参考图像的阈值，则不识别该样本容器类型。
在某些示例中，如果未识别出样本容器类型，则该样本容器将不被样本移液器处理。
在某些示例中，如果识别出样本容器类型，则计算装置还被配置成通过分析所捕获的图像上的感兴趣区域来确定盖存在性，其中该感兴趣区域的坐标基于所识别的样本容器类型。
在某些示例中，计算装置被配置成基于与所识别的样本容器类型的参考图像的匹配阈值来分析感兴趣区域。
在某些示例中，计算装置被配置成基于边缘检测来分析感兴趣区域。
在本公开的另一方面，提供了一种确定支架中的容器的类型的方法，该方法包括：使用图像捕获装置捕获容器的至少一部分和支架的至少一部分的至少一个图像，该容器由支架保持；找到支架上的参考特征作为至少一个图像中的第一图像特征；基于与至少一个图像中的第一图像特征的第一相对位置来至少部分地限定至少一个图像中的第一搜索区域；在至少一个图像中的第一搜索区域内找到容器上的第一特征作为至少一个图像中的第二图像特征；基于第二图像特征在至少一个图像中的位置计算容器的第一几何特性；以及通过在表中查找容器的第一几何特性来确定该容器的类型。
在某些示例中，参考特征为支架的边缘。
在某些示例中，至少一个图像中的第一图像特征与该至少一个图像中的第一搜索区域偏移并间隔开相对位置。
在某些示例中，第一相对位置是预定的。
在某些示例中，该方法还可包括：基于图像中第一图像特征的第二相对位置，至少部分地限定该至少一个图像中的第二搜索区域；在至少一个图像中的第二搜索区域内找到容器上的第二特征作为至少一个图像中的第三图像特征；在至少一个图像中的第二搜索区域内找到容器上的第三特征作为至少一个图像中的第四图像特征；基于至少一个图像中的第三图像特征与第四图像特征之间的距离来计算容器的第二几何特性；以及通过在表中查找容器的第二几何特性来进一步确定容器的类型。
在某些示例中，容器的第一几何特性为容器的纵向特性。
在某些示例中，容器的第一几何特性指示容器的长度。
在某些示例中，容器的第二几何特性指示容器的外径。
在某些示例中，至少一个图像仅包括单个图像。
在某些示例中，至少一个图像包括在多个支架位置处拍摄的多个图像。
在某些示例中，支架保持多个容器，并且其中多个容器中另外的容器的类型通过在表中查找另外的容器的几何特性来确定。
在本公开的又一方面，提供了一种确定支架中的容器的类型和身份标识的方法，该方法包括：使用图像捕获装置捕获容器的至少一部分和支架的至少一部分的至少一个高曝光图像，该容器由支架保持；从至少一个高曝光图像中读取代码标记，从而确定支架中的容器的身份标识；使用图像捕获装置捕获容器的至少一部分和支架的至少一部分的至少一个低曝光图像；找到支架上的参考特征作为至少一个低曝光图像和/或至少一个高曝光图像中的图像特征；基于与第一图像特征的相对位置来至少部分地限定至少一个低曝光图像中的搜索区域；在至少一个低曝光图像中的第一搜索区域内找到容器上的特征作为第二图像特征；基于第二图像特征的位置来计算容器的几何特性；以及通过在表中查找容器的几何特性来确定容器的类型。
在某些示例中，代码标记为条形码。
在本公开的又一方面，提供了一种确定盖是否在支架中的容器上的方法，该方法包括：使用图像捕获装置捕获容器的至少一部分和支架的至少一部分的至少一个图像，该容器由支架保持；找到支架上的参考特征作为至少一个图像中的第一图像特征；基于与至少一个图像中的第一图像特征的第一相对位置来至少部分地限定至少一个图像中的搜索区域；在至少一个图像中的搜索区域内找到容器上的特征作为至少一个图像中的第二图像特征；基于第二图像特征在至少一个图像中的第二相对位置来限定柱状图区域；以及从柱状图区域提取柱状图信息，从而确定盖是否在容器上。
在某些示例中，柱状图区域处于搜索区域内。
上述各种实施方案仅以举例说明的方式提供，不应被视为对本文所附权利要求书的限制。本领域的技术人员将容易地理解，在不脱离以下权利要求书的真实实质和范围的情况下，可以不遵循本文所述的示例性实施方案和应用作出各种修改和变化。

Claims (20)

1.一种自动化临床分析仪，所述自动化临床分析仪包括：
样本支架呈现单元，所述样本支架呈现单元被配置成将样本支架呈递给样本移液器，所述样本支架具有多个样本容器位置；
图像捕获装置，所述图像捕获装置联接到所述样本支架呈现单元，所述图像捕获装置被配置成在所述样本支架上的至少一个感兴趣区域上捕获至少一个图像，所述至少一个感兴趣区域包括至少一个样本容器；
计算装置，所述计算装置被配置成通过将捕获的图像与参考图像匹配来识别所述捕获的图像中的样本容器类型，所述参考图像包括多个不同样本容器类型的图像；并且
所述计算装置被进一步配置成基于与所述参考图像的匹配阈值来识别所述捕获的图像中的所述样本容器类型，其中如果所述捕获的图像超过或等于参考图像的所述阈值，则将所述样本容器类型识别为所述参考图像的所述样本容器类型，并且其中如果所述捕获的图像不满足任何参考图像的所述阈值，则不识别所述样本容器类型。
2.根据权利要求1所述的分析仪，其中如果未识别出所述样本容器类型，则所述样本容器将不被样本移液器处理。
3.根据权利要求1所述的分析仪，其中如果识别出所述样本容器类型，则所述计算装置还被配置成通过分析所述捕获的图像上的感兴趣区域来确定盖存在性，其中所述感兴趣区域的坐标基于所述识别的样本容器类型。
4.根据权利要求3所述的分析仪，其中所述计算装置被配置成基于与所述识别的样本容器类型的所述参考图像的匹配阈值来分析所述感兴趣区域。
5.根据权利要求3所述的分析仪，其中所述计算装置被配置成基于边缘检测来分析所述感兴趣区域。
6.一种确定支架中的容器的类型的方法，所述方法包括：
使用图像捕获装置捕获所述容器的至少一部分和所述支架的至少一部分的至少一个图像，所述容器由所述支架保持；
找到所述支架上的参考特征作为所述至少一个图像中的第一图像特征；
基于与所述至少一个图像中的所述第一图像特征的第一相对位置来至少部分地限定所述至少一个图像中的第一搜索区域；
在所述至少一个图像中的所述第一搜索区域内找到所述容器上的第一特征作为所述至少一个图像中的第二图像特征；
基于所述第二图像特征在所述至少一个图像中的位置计算所述容器的第一几何特性；以及
通过在表中查找所述容器的所述第一几何特性来确定所述容器的类型。
7.根据权利要求6所述的方法，其中所述参考特征为所述支架的边缘。
8.根据权利要求6或7所述的方法，其中所述至少一个图像中的所述第一图像特征与所述至少一个图像中的所述第一搜索区域偏移并间隔开所述相对位置。
9.根据权利要求6至8中任一项所述的方法，其中所述第一相对位置是预定的。
10.根据权利要求6至9中任一项所述的方法，所述方法还包括：
基于所述图像中的所述第一图像特征的第二相对位置来至少部分地限定所述至少一个图像中的第二搜索区域；
在所述至少一个图像中的所述第二搜索区域内找到所述容器上的第二特征作为所述至少一个图像中的第三图像特征；
在所述至少一个图像中的所述第二搜索区域内找到所述容器上的第三特征作为所述至少一个图像中的第四图像特征；
基于所述至少一个图像中的所述第三图像特征与所述第四图像特征之间的距离来计算所述容器的第二几何特性；以及
通过在所述表中查找所述容器的所述第二几何特性来进一步确定所述容器的类型。
11.根据权利要求6至10中任一项所述的方法，其中所述容器的所述第一几何特性为所述容器的纵向特性。
12.根据权利要求6至11中任一项所述的方法，其中所述容器的所述第一几何特性指示所述容器的长度。
13.根据权利要求6至12中任一项所述的方法，其中所述容器的所述第二几何特性指示所述容器的外径。
14.根据权利要求6至13中任一项所述的方法，其中所述至少一个图像仅包括单个图像。
15.根据权利要求6至13中任一项所述的方法，其中所述至少一个图像包括在多个支架位置处拍摄的多个图像。
16.根据权利要求6至15中任一项所述的方法，其中所述支架保持多个容器，并且其中所述多个容器中另外的容器的类型通过在所述表中查找所述另外的容器的几何特性来确定。
17.一种确定支架中容器的类型和身份标识的方法，所述方法包括：
使用图像捕获装置捕获所述容器的至少一部分和所述支架的至少一部分的至少一个高曝光图像，所述容器由所述支架保持；
从所述至少一个高曝光图像中读取代码标记，从而确定所述支架中的所述容器的身份标识；
使用所述图像捕获装置捕获所述容器的至少一部分和所述支架的至少一部分的至少一个低曝光图像；
找到支架上的参考特征作为所述至少一个低曝光图像和/或所述至少一个高曝光图像中的图像特征；
基于与所述第一图像特征的相对位置来至少部分地限定所述至少一个低曝光图像中的搜索区域；
在所述至少一个低曝光图像中的所述第一搜索区域内找到所述容器上的特征作为第二图像特征；
基于所述第二图像特征的位置来计算所述容器的几何特性；以及
通过在表中查找所述容器的所述几何特性来确定所述容器的所述类型。
18.根据权利要求17所述的方法，其中所述代码标记为条形码。
19.一种确定盖是否在支架中的容器上的方法，所述方法包括：
使用图像捕获装置捕获所述容器的至少一部分和所述支架的至少一部分的至少一个图像，所述容器由所述支架保持；
找到所述支架上的参考特征作为所述至少一个图像中的第一图像特征；
基于与所述至少一个图像中的所述第一图像特征的第一相对位置来至少部分地限定所述至少一个图像中的搜索区域；
在所述至少一个图像中的所述搜索区域内找到所述容器上的特征作为所述至少一个图像中的第二图像特征；
基于所述第二图像特征在所述至少一个图像中的第二相对位置来限定柱状图区域；以及
从所述柱状图区域提取柱状图信息，从而确定所述盖是否在所述容器上。
20.根据权利要求19所述的方法，其中所述柱状图区域处于所述搜索区域内。
CN201880083121.3A 2017-10-27 2018-10-26 样本容器识别 Pending CN111512162A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201762578236P 2017-10-27 2017-10-27
US62/578,236 2017-10-27
PCT/US2018/057810 WO2019084468A1 (en) 2017-10-27 2018-10-26 RECOGNITION OF SAMPLE CONTAINER

Publications (1)

Publication Number Publication Date
CN111512162A true CN111512162A (zh) 2020-08-07

Family

ID=64453579

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880083121.3A Pending CN111512162A (zh) 2017-10-27 2018-10-26 样本容器识别

Country Status (4)

Country Link
US (1) US11574460B2 (zh)
EP (1) EP3701271A1 (zh)
CN (1) CN111512162A (zh)
WO (1) WO2019084468A1 (zh)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150112231A1 (en) 2011-11-28 2015-04-23 Remendium Labs Llc Treatment of fecal incontinence
CA2936061A1 (en) 2014-01-06 2015-07-09 Remendium Labs Llc System and method for kegel training
EP3490686B1 (en) 2016-07-29 2023-11-15 Axena Health, Inc. Devices and systems for training pelvic floor muscles
JP6800223B2 (ja) * 2016-10-28 2020-12-16 ベックマン コールター， インコーポレイテッド 物質調製評価システム
WO2019084468A1 (en) * 2017-10-27 2019-05-02 Beckman Coulter, Inc. RECOGNITION OF SAMPLE CONTAINER
US11941478B2 (en) 2018-10-19 2024-03-26 Diagnostics Instruments, Inc. Barcode scanning of bulk sample containers
USD888948S1 (en) 2019-04-02 2020-06-30 Renovia Inc. Intravaginal device
USD898911S1 (en) 2019-04-03 2020-10-13 Renovia Inc. Intravaginal device assembly
USD889649S1 (en) 2019-04-05 2020-07-07 Renovia Inc. Intravaginal device
USD896958S1 (en) 2019-04-11 2020-09-22 Renovia Inc. Intravaginal device
USD899593S1 (en) 2019-04-12 2020-10-20 Renovia Inc. Intravaginal device
USD896959S1 (en) 2019-04-23 2020-09-22 Renovia Inc. Intravaginal device
USD897530S1 (en) 2019-04-23 2020-09-29 Renovia Inc. Intravaginal device
USD922575S1 (en) 2019-10-25 2021-06-15 Renovia Inc. Intravaginal device
CN113272106A (zh) * 2019-12-12 2021-08-17 牧今科技 基于由相机生成的图像信息执行运动规划的方法和计算系统
EP4119952A4 (en) * 2020-03-11 2024-03-13 Hitachi High-Tech Corporation AUTOMATIC ANALYZER
EP3968027A1 (en) * 2020-09-14 2022-03-16 Eppendorf AG Method and device for identifying labware
EP3979131A1 (en) 2020-10-02 2022-04-06 Roche Diagnostics GmbH A method for determining at least one state of at least one cavity of a transport interface configured for transporting sample tubes
EP4113362A1 (en) * 2021-07-01 2023-01-04 Diagnostic Instruments, Inc. Barcode scanning of bulk sample containers
CN118302803A (zh) 2021-11-22 2024-07-05 豪夫迈·罗氏有限公司 操作实验室自动化系统的方法和系统
WO2024034220A1 (ja) * 2022-08-10 2024-02-15 株式会社日立ハイテク 自動分析装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6599476B1 (en) * 1997-11-27 2003-07-29 A.I. Scientific Pty Ltd. Sample distribution apparatus/system
US20090324032A1 (en) * 2008-06-25 2009-12-31 Jadak Llc System and Method For Test Tube and Cap Identification
CN103221827A (zh) * 2010-09-23 2013-07-24 哈克兰格有限责任公司 用于自动确定分析物的方法
CN104040353A (zh) * 2011-11-07 2014-09-10 贝克曼考尔特公司 样本容器检测
US20170124704A1 (en) * 2014-06-10 2017-05-04 Siemens Healthcare Diagnostics Inc. Drawer vision system

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011019576A1 (en) * 2009-08-13 2011-02-17 Siemens Healthcare Diagnostics Inc. Methods and apparatus for ascertaining interferents and physical dimensions in liquid samples and containers to be analyzed by a clinical analyzer
JP5274436B2 (ja) * 2009-11-26 2013-08-28 ベックマン コールター， インコーポレイテッド 自動分析装置
JP6492681B2 (ja) * 2015-01-20 2019-04-03 富士通セミコンダクター株式会社 半導体装置とその製造方法
JP2018096740A (ja) * 2016-12-09 2018-06-21 株式会社日立ハイテクノロジーズ 生体試料分析装置
WO2019084468A1 (en) * 2017-10-27 2019-05-02 Beckman Coulter, Inc. RECOGNITION OF SAMPLE CONTAINER
US11250944B2 (en) * 2019-01-02 2022-02-15 Healthy.Io Ltd. Uniquely coded color boards for analyzing images

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6599476B1 (en) * 1997-11-27 2003-07-29 A.I. Scientific Pty Ltd. Sample distribution apparatus/system
US20090324032A1 (en) * 2008-06-25 2009-12-31 Jadak Llc System and Method For Test Tube and Cap Identification
CN103221827A (zh) * 2010-09-23 2013-07-24 哈克兰格有限责任公司 用于自动确定分析物的方法
CN104040353A (zh) * 2011-11-07 2014-09-10 贝克曼考尔特公司 样本容器检测
US20170124704A1 (en) * 2014-06-10 2017-05-04 Siemens Healthcare Diagnostics Inc. Drawer vision system
CN107003124A (zh) * 2014-06-10 2017-08-01 西门子医疗保健诊断公司 抽屉视觉系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张赞超;夏顺仁;: "全自动尿液图像识别技术", 浙江大学学报(工学版), no. 05, 15 May 2009 (2009-05-15), pages 832 - 838 *

Also Published As

Publication number Publication date
EP3701271A1 (en) 2020-09-02
US11574460B2 (en) 2023-02-07
WO2019084468A1 (en) 2019-05-02
US20200372287A1 (en) 2020-11-26

Similar Documents

Publication Publication Date Title
CN111512162A (zh) 样本容器识别
US20220178958A1 (en) Tailored sample handling based on sample and/or sample container recognition
US9377383B2 (en) Specimen processing apparatus
EP2148205B1 (en) A method and laboratory system for handling sample tubes and an image analysing unit
JP2019500585A (ja) 物質調製評価システム
US11268971B2 (en) Automated analyzer
US20110271773A1 (en) Automatic analysis apparatus and automatic analysis method
US10145858B2 (en) Automatic analyzing apparatus
TW201736852A (zh) 檢體處理裝置及檢體處理方法
US9671419B2 (en) Liquid collection device and automated analyzer provided therewith
US20210318349A1 (en) Test tube rack dispatching method, analysis system and test tube rack
WO2013148634A1 (en) Systems and methods for detecting fallen containers suitable for apparatus for automated evaluation of microorganism growth in test samples
AU2013239965A1 (en) Systems and methods for detecting fallen containers suitable for apparatus for automated evaluation of microorganism growth in test samples
EP2672271B1 (en) Automatic analysis system
US8641988B2 (en) Sample analyzer and sample analysis system
JP2007240223A (ja) 自動分析装置
JP6210891B2 (ja) 自動分析装置
JP2015141024A5 (zh)
US8889069B2 (en) Sample processing apparatus and a method of controlling a sample processing apparatus
US20210255210A1 (en) Autosampler, automatic analysis device, sampling method, and automatic inspection method
US20210239724A1 (en) Autosampler, automatic analysis device, sampling method, and automatic inspection method
JP2020112422A (ja) 搬送システム
CN113811775B (zh) 输送机构以及分析装置
CN116745626A (zh) 自动分析装置
JP2024524908A (ja) 診断検査室システムにおいて物品を監視する装置および方法

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