CN111781171A - 体外检测样本中对象参数的测量方法、装置及设备 - Google Patents
体外检测样本中对象参数的测量方法、装置及设备 Download PDFInfo
- Publication number
- CN111781171A CN111781171A CN202010535276.5A CN202010535276A CN111781171A CN 111781171 A CN111781171 A CN 111781171A CN 202010535276 A CN202010535276 A CN 202010535276A CN 111781171 A CN111781171 A CN 111781171A
- Authority
- CN
- China
- Prior art keywords
- data
- preset
- effective data
- sample
- effective
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/59—Transmissivity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N2021/0106—General arrangement of respective parts
- G01N2021/0112—Apparatus in one mechanical, optical or electronic block
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N2021/0106—General arrangement of respective parts
- G01N2021/0118—Apparatus with remote processing
- G01N2021/0137—Apparatus with remote processing with PC or the like
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本申请提供了一种体外检测样本中对象参数的测量方法、装置及设备,涉及生物医疗领域。该方法,包括:获取采样数据,采样数据用于表征测量光照射体外检测样本的透射光的光强;筛选相互的差值位于预设阈值范围内的采样数据,作为有效数据;在有效数据满足预设的可信条件的情况下,利用有效数据计算体外检测样本中测量对象的对象参数,其中,预设的可信条件与有效数据的数目占比和/或有效数据的离散程度相关。利用本申请的技术方案能够提高体外检测中对象参数的测量结果的准确性。
Description
技术领域
本申请属于生物医疗领域,尤其涉及一种体外检测样本中对象参数的测量方法、装置及设备。
背景技术
在进行体外检测的过程中,需要利用测量仪器对样本进行测量。例如,若需测量血红蛋白的浓度,则可溶解红细胞释放得到血红蛋白,得到被测样本。利用测量仪器对被测样本进行操作,测量得到被测样本中血红蛋白的浓度。
在测量过程中可能会因为各种因素的影响而使测量过程受到干扰,导致测量结果的准确度下降。
发明内容
本申请实施例提供了一种体外检测样本中对象参数的测量方法、装置及设备,能够提高体外检测中对象参数的测量结果的准确性。
第一方面,本申请实施例提供一种体外检测样本中对象参数的测量方法,包括:
获取采样数据,采样数据用于表征测量光照射体外检测样本的透射光的光强;
筛选相互的差值位于预设阈值范围内的采样数据,作为有效数据;
在有效数据满足预设的可信条件的情况下,利用有效数据计算体外检测样本中测量对象的对象参数,其中,预设的可信条件与有效数据的数目占比和/或有效数据的离散程度相关。
在一些可能的实施例中,筛选相互的差值位于预设阈值范围内的采样数据,作为有效数据,包括:
按照由小至大或由大至小的顺序,对采样数据排序;若排序后相邻的采样数据的差值位于预设阈值范围内,将相邻的采样数据作为有效数据;
或者,
基于预设阈值范围,对采样数据聚类,生成至少一个数据簇,每个数据簇中的采样数据之间的差值位于预设阈值范围内;将至少部分数据簇中的采样数据作为有效数据。
在一些可能的实施例中,预设的可信条件包括以下的一项或多项:
有效数据的数目占采样数据的数目的占比高于等于预设占比阈值;
有效数据中的最大值与最小值的差值小于等于预设差值阈值;
有效数据的方差小于等于预设方差阈值;
有效数据的标准差小于等于预设标准差阈值。
在一些可能的实施例中,该体外检测样本中对象参数的测量方法还包括:
在有效数据不满足预设的可信条件的情况下,发出提示信息,提示信息用于提示有效数据不具备可信性。
第二方面,本申请实施例提供一种体外检测样本中对象参数的测量装置,包括:
获取模块,用于获取采样数据,采样数据用于表征测量光照射体外检测样本的透射光的光强;
筛选模块,用于筛选相互的差值位于预设阈值范围内的采样数据,作为有效数据;
计算模块,用于在有效数据满足预设的可信条件的情况下,利用有效数据计算体外检测样本中测量对象的对象参数,其中,预设的可信条件与有效数据的数目占比和/或有效数据的离散程度相关。
在一些可能的实施例中,筛选模块具体用于:
按照由小至大或由大至小的顺序,对采样数据排序;若排序后相邻的采样数据的差值位于预设阈值范围内,将相邻的采样数据作为有效数据;
或者,
基于预设阈值范围,对采样数据聚类,生成至少一个数据簇,每个数据簇中的采样数据之间的差值位于预设阈值范围内;将至少部分数据簇中的采样数据作为有效数据。
在一些可能的实施例中,预设的可信条件包括以下的一项或多项:
有效数据的数目占采样数据的数目的占比高于预设占比阈值;
有效数据中的最大值与最小值的差值小于等于预设差值阈值;
有效数据的方差小于等于预设方差阈值;
有效数据的标准差小于等于预设标准差阈值。
在一些可能的实施例中,该体外检测样本中对象参数的测量装置还包括:
提示模块,用于在有效数据不满足预设的可信条件的情况下,发出提示信息,提示信息用于提示有效数据不具备可信性。
第三方面,本申请实施例提供一种体外检测样本中对象参数的测量设备,包括处理器、存储器及存储在存储器上并可在处理器上运行的程序或指令,程序或指令被处理器执行时实现第一方面的技术方案中的体外检测样本中对象参数的测量方法。
第四方面,本申请实施例提供一种可读存储介质,可读存储介质上存储程序或指令,程序或指令被处理器执行时实现第一方面的技术方案中的体外检测样本中对象参数的测量方法。
本申请实施例提供一种体外检测样本中对象参数的测量方法、装置、及设备,获取能够表征测量光照射体外检测样本的透射光的光强的采样数据。利用采样数据相互的差值和预设阈值范围,在采样数据中获取有效数据,以排除发生异常波动的采样数据。预设的可信条件与有效数据的数目占比和/或有效数据的离散程度相关。利用预设的可信条件可进一步确定有效数据可信度的高低。若有效数据满足预设的可信条件,表示有效数据的可信性高。采用可信性高的有效数据进行体外检测样本中测量对象的对象参数的计算,能够进一步提高对象参数的测量结果的准确性。
附图说明
从下面结合附图对本发明的具体实施方式的描述中可以更好地理解本申请。其中,相同或相似的附图标记表示相同或相似的特征。
图1为本申请一实施例提供的体外检测样本中对象参数的测量方法的示意图;
图2为本申请实施例提供的采样数据的曲线示意图;
图3为本申请另一实施例提供的体外检测样本中对象参数的测量方法的流程图;
图4为本申请实施例中与图2中曲线1对应按照由小至大的顺序排列的采样数据的曲线示意图;
图5为本申请又一实施例提供的体外检测样本中对象参数的测量方法的流程图;
图6为本申请一实施例提供的体外检测样本中对象参数的测量装置的结构示意图;
图7为本申请另一实施例提供的浓体外检测样本中对象参数的测量装置的结构示意图;
图8为本申请一实施例提供的体外检测样本中对象参数的测量设备的结构示意图。
具体实施方式
下面将详细描述本申请的各个方面的特征和示例性实施例。在下面的详细描述中,提出了许多具体细节,以便提供对本申请的全面理解。但是,对于本领域技术人员来说很明显的是,本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请的更好的理解。本申请决不限于下面所提出的任何具体配置和算法,而是在不脱离本申请的精神的前提下覆盖了元素、部件和算法的任何修改、替换和改进。在附图和下面的描述中,没有示出公知的结构和技术,以便避免对本申请造成不必要的模糊。
体外检测技术是指在人体之外,通过对人体样本如血液、体液、组织等进行检测的技术。通过体外检测技术,可测量得到体外检测样本中测量对象的对象参数。例如,在体外检测过程中,可利用试剂对样本进行处理,如通过溶血剂将红细胞溶解等,得到体外检测样本。利用特定的测量光对体外检测样本进行照射。测量光通过体外检测样本,测量光的光强受到衰减。可将衰减后的光即透射光装换为电信号,通过对电信号的采集和处理,计算得到体外检测样本中测量对象的对象参数。对象参数可包括细胞结构参数、细胞体积参数、浓度参数等,在此并不限定。
本申请实施例提供了一种体外检测样本中对象参数的测量方法、装置、设备及存储介质,以完成对体外检测样本中测量对象的对象参数的测量。本申请实施例中体外检测样本中对象参数的测量方法、装置、设备及存储介质可应用于体外检测的场景中,在此并不限定。在本申请实施例中,能够获取排除对象参数测量过程中受干扰的采样数据,利用受干扰较小可忽略不计或未受干扰的采样数据来进行对象参数测量的计算处理,从而提高浓度测量的准确性。
图1为本申请一实施例提供的体外检测样本中对象参数的测量方法的示意图。如图1所示,该体外检测样本中对象参数的测量方法可包括步骤S101至步骤S103。
在步骤S101中,获取采样数据。
其中,采样数据用于表征测量光照射体外检测样本的透射光的光强。这里的采样数据的种类与测量仪器的结构对应,在此并不限定采样数据的种类。例如,测量仪器可直接接收透射光,采样数据可为透射光的光信号的光强的值。又例如,测量仪器可接收透射光,将透射光的光信号转换为电信号,采样数据可为电信号的值,电信号具体可为电压、电流等,在此并不限定。
在步骤S102中,筛选相互的差值位于预设阈值范围内的采样数据,作为有效数据。
在采集采样数据的过程中,测量仪器可能会受到干扰,如气泡干扰等,则采样数据会出现不同程度的异常波动。图2为本申请实施例提供的采样数据的曲线示意图。如图2所示,以采样数据为电压为例,横坐标为采样次序,纵坐标为电压。图2包括两条曲线,一条为采样过程中出现异常波动的采样数据的曲线1,另一条为正常状态下采样过程中未出现异常波动的采样数据的曲线2。其中,曲线1中所示的9次采样中出现了多次波动。为了避免利用发生异常波动的采样数据计算出不准确的对象参数,在本申请实施例中,可选取相互的差值在预设阈值范围内的采样数据作为有效数据。例如,如图2所示,可选取图2中采样数据的曲线中的AB段、CD段和EF段的采样数据作为有效数据。有效数据为可能参与对象参数计算的候选数据。预设阈值范围为采样数据的正常波动范围,可根据工作场景和工作需求设定,在此并不限定。采样数据相互的差值位于预设阈值范围内,表示这些采样数据的波动在正常波动范围内,采样数据较为稳定。采样数据相互的差值超出预设阈值范围,表示这些采样数据的波动为异常波动。筛选有效数据初步排除发生异常波动的采样数据参与对象参数计算的可能。
在步骤S103中,在有效数据满足预设的可信条件的情况下,利用有效数据计算体外检测样本中测量对象的对象参数。
在得到有效数据后,可进一步对有效数据的可信性进行判定。在本申请实施例中,通过有效数据是否满足预设的可信条件实现可信性的判定。具体地,预设的可信条件与有效数据的数目占比和/或有效数据的离散程度相关。其中,有效数据的数目占比指有效数据的数目占据采样数据的数目的占比。
在一些情况下,测量过程受到外因或内因带来的干扰可能会持续一段时间,若在干扰持续的时间内采样,发生异常波动的采样数据较多,未发生异常波动的采样数据即有效数据较少。上述情况下的有效数据的可信度会下降,若利用上述情况下的有效数据进行对象参数测量,会增加对象参数测量不准确的风险。
在另一些情况下,也可能存在一部分有效数据与另一部分有效数据之间差异较大的情况。在这种情况下,有效数据的可信度会下降,若利用这种情况下的有效数据进行对象参数测量,会增加对象参数测量不准确的风险。
在本申请实施例中,通过与有效数据的数目占比和/或有效数据的离散程度相关的预设的可信条件,来确定有效数据的可信性,提高参与对象参数计算的采样数据的可靠性。若有效数据满足预设的可信条件,表示有效数据的可信性高,采用可信性高的有效数据进行对象参数的计算,对象参数测量的准确性更高。
在本申请实施例中,获取能够表征测量光照射体外检测样本的透射光的光强的采样数据。利用采样数据相互的差值和预设阈值范围,在采样数据中获取有效数据,以排除发生异常波动的采样数据。预设的可信条件与有效数据的数目占比和/或有效数据的离散程度相关。利用预设的可信条件可进一步确定有效数据可信度的高低。若有效数据满足预设的可信条件,表示有效数据的可信性高。采用可信性高的有效数据进行对象参数的计算,进一步提高对象参数的测量结果的准确性。
例如,以体外检测样本为血液样本,测量对象为血红蛋白,对象参数为浓度为例进行说明。血液样本具体为红细胞在含溶血剂的稀释液中释放血红蛋白的混合物。提供测量光,利用测量光照射血液样本。获取透过血液样本的透射光,并将透射光转换为电信号。该电信号能够表征透射光的光强。对电信号进行采样,获取采样数据。对采样数据进行筛选,将相互的差值位于预设阈值范围内的采样数据,作为有效数据。若有效数据满足与有效数据的数目占比和/或有效数据离散程度相关的可信条件,确定有效数据的可信度满足要求。可利用有效数据计算血液样本中血红蛋白的浓度。
图3为本申请另一实施例提供的体外检测样本中对象参数的测量方法的流程图。图3与图1的不同之处在于,图1中的步骤S102可具体实现为图3中的步骤S1021和步骤S1022,或者,具体实现为图3中的步骤S1023和步骤S1024;图1中的步骤S103可具体实现为图3中的步骤S1031。
在步骤S1021中,按照由小至大或由大至小的顺序,对采样数据排序。
筛选有效数据具体可通过预先建立的筛选模型实现,例如,筛选模型通过对采样数据的曲线进行分析,得到有效数据。在未根据采样数据的大小进行排序之前,采样数据按照采样的次序排列。按照采样的次序排列,采样数据会出现明显的离群现象,体现为异常波动的采样数据与正常波动的采样数据的自由组合,采样数据的曲线较为复杂。图2展示的即为按照采样的次序排列的采样数据。图2中的有效数据较为分散,包括AB段、CD段和EF段的采样数据。为了便于获取有效数据,可按照由小至大或由大至小的顺序,对采样数据排序。例如,图4为本申请实施例中与图2中曲线1对应按照由小至大的顺序排列的采样数据的曲线示意图。如图4所示,以采样数据为电压为例,横坐标为采样次数,纵坐标为电压。图4中的有效数据包括JK段和LM段的采样数据。由图2和图4对比可知,图4中按照采样数据的值的大小排列的采样数据的曲线中的有效数据的分布,要简于图2中按照采样次序排列的采样数据的曲线,更加便于有效数据的分析。
在步骤S1022中,若排序后相邻的采样数据的差值位于预设阈值范围内,将相邻的采样数据作为有效数据。
在排序后的采样数据中,若相邻的采样数据的差值位于预设阈值范围内,即可将相邻的采样数据作为有效数据。例如,排序后的采样数据如图4所示,第2个采样数据和第3个采样数据的差值在预设阈值范围内,第4个采样数据和第5个采样数据的差值在预设阈值范围内,第5个采样数据和第6个采样数据的差值在预设阈值范围内,第6个采样数据和第7个采样数据的差值在预设阈值范围内,第7个采样数据和第8个采样数据的差值在预设阈值范围内,第8个采样数据和第9个采样数据的差值在预设阈值范围内;对应地,第4个采样数据至第9个采样数据为有效数据。
在步骤S1023中,基于预设阈值范围,对采样数据聚类,生成至少一个数据簇。
其中,每个数据簇中的采样数据之间的差值位于预设阈值范围内。聚类算法可采用kmeans算法、kmeans++算法等,在此并不限定。
在步骤S1024中,将至少部分数据簇中的采样数据作为有效数据。
生成的数据簇的数目可以为一个,也可为两个以上,在此并不限定。若生成的数据簇的数目为一个,则将该数据簇中的采样数据作为有效数据。若生成的数据簇的数目为N1个,可将其中N2个数据簇中的采样数据作为有效数据。N1、N2为整数,且N1≥2,1≤N2≤N1。
在步骤S1031中,在有效数据的数目占采样数据的数目的占比高于等于预设占比阈值,且有效数据的离散度参数小于等于预设离散度参数阈值的情况下,利用有效数据计算体外检测样本的测量对象的对象参数。
在本示例中,预设的可信条件包括有效数据的数目占采样数据的数目的占比高于等于预设占比阈值,和有效数据的离散度参数小于等于预设离散度参数阈值。其中,离散度参数用于表征离散程度。具体地,离散度参数可包括有效数据中的最大值与最小值的差值、方差或标准差。对应地,预设离散度参数阈值可包括预设差值阈值、预设方差阈值或预设标准差阈值。也就是说,在有效数据的数目占采样数据的数目的占比高于等于预设占比阈值,且有效数据的中的最大值与最小值的差值小于等于预设差值阈值的情况下,利用有效数据计算体外检测样本的测量对象的对象参数。或者,在有效数据的数目占采样数据的数目的占比高于等于预设占比阈值,且有效数据的方差小于等于预设方差阈值的情况下,利用有效数据计算体外检测样本的测量对象的对象参数。或者,在有效数据的数目占采样数据的数目的占比高于等于预设占比阈值,且有效数据的标准差小于等于预设标准差阈值的情况下,利用有效数据计算体外检测样本的测量对象的对象参数。
在另一些示例中,预设的可信条件可包括有效数据的数目占采样数据的数目的占比高于等于预设占比阈值。即在有效数据的数目占采样数据的数目的占比高于等于预设占比阈值的情况下,利用有效数据计算体外检测样本的测量对象的对象参数。
在又一些示例中,预设的可信条件可包括有效数据的离散度参数小于等于预设离散度参数阈值。即在有效数据的离散度参数小于等于预设离散度参数阈值的情况下,利用有效数据计算体外检测样本的测量对象的对象参数。离散度参数以及预设离散度参数阈值的相关内容可参见上述说明,在此不再赘述。
在上述实施例中,预设占比阈值、预设差值阈值、预设方差阈值、预设标准差阈值等可根据具体工作场景和工作需求设定,在此并不限定。
图5为本申请又一实施例提供的体外检测样本中对象参数的测量方法的流程图。图5与图1的不同之处在于,图5所示的体外检测样本中对象参数的测量方法还可包括步骤S104。
在步骤S104中,在有效数据不满足预设的可信条件的情况下,发出提示信息。
在有效数据不满足预设的可信条件的情况下,不会利用该有效数据进行体外检测样本的测量对象的对象参数的计算。
提示信息用于提示有效数据不具备可信性,从而提示操作人员该有效数据不应用于体外检测样本的测量对象的对象参数的计算。具体地,提示信息可为图像信息、声音信息等,在此并不限定。例如,提示信息可为显示屏上显示的“采样数据可信度低”字样。提示信息还可为蜂鸣报警。
本申请实施例还提供了一种体外检测样本中对象参数的测量装置。图6为本申请一实施例提供的体外检测样本中对象参数的测量装置的结构示意图。如图6所示,该体外检测样本中对象参数的测量装置200可包括获取模块201、筛选模块202和计算模块203。
获取模块201,用于获取采样数据。
其中,采样数据用于表征测量光照射体外检测样本的透射光的光强。
筛选模块202,用于筛选相互的差值位于预设阈值范围内的采样数据,作为有效数据。
计算模块203,用于在有效数据满足预设的可信条件的情况下,利用有效数据计算体外检测样本中测量对象的对象参数。
其中,预设的可信条件与有效数据的数目占比和/或有效数据的离散程度相关。
在本申请实施例中,获取能够表征测量光照射体外检测样本的透射光的光强的采样数据。利用采样数据相互的差值和预设阈值范围,在采样数据中获取有效数据,以排除发生异常波动的采样数据。预设的可信条件与有效数据的数目占比和/或有效数据的离散程度相关。利用预设的可信条件可进一步确定有效数据可信度的高低。若有效数据满足预设的可信条件,表示有效数据的可信性高。采用可信性高的有效数据进行浓度的计算,进一步提高对象参数的测量结果的准确性。
在一些示例中,上述实施例中的筛选模块202可具体用于:按照由小至大或由大至小的顺序,对采样数据排序;若排序后相邻的采样数据的差值位于预设阈值范围内,将相邻的采样数据作为有效数据。
在另一些示例中,上述实施例中的筛选模块202可具体用于:基于预设阈值范围,对采样数据聚类,生成至少一个数据簇,每个数据簇中的采样数据之间的差值位于预设阈值范围内;将至少部分数据簇中的采样数据作为有效数据。
在一些示例中,预设的可信条件包括以下的一项或多项:有效数据的数目占采样数据的数目的占比高于预设占比阈值;有效数据中的最大值与最小值的差值小于等于预设差值阈值;有效数据的方差小于等于预设方差阈值;有效数据的标准差小于等于预设标准差阈值。
图7为本申请另一实施例提供的体外检测样本中对象参数的测量装置的结构示意图。图7与图6的不同之处在于,图7所示的体外检测样本中对象参数的测量装置还可包括提示模块204。
提示模块204,用于在有效数据不满足预设的可信条件的情况下,发出提示信息。
其中,提示信息用于提示有效数据不具备可信性。
本申请实施例还提供了一种体外检测样本中对象参数的测量设备。图8为本申请一实施例提供的体外检测样本中对象参数的测量设备的结构示意图。如图8所示,体外检测样本中对象参数的测量设备300包括存储器301、处理器302及存储在存储器301上并可在处理器302上运行的程序或指令。
在一个示例中,上述处理器302可以包括中央处理器(CPU),或者特定集成电路(ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
存储器301可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器301可包括HDD、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器301可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器301可在终端热点开启控制装置300的内部或外部。在特定实施例中,存储器301是非易失性固态存储器。在特定实施例中,存储器301包括只读存储器(ROM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
处理器302通过读取存储器301中存储的可执行程序代码来运行与可执行程序代码对应的程序或指令,以用于实现上述实施例中的体外检测样本中对象参数的测量方法。
在一个示例中,体外检测样本中对象参数的测量设备300还可包括通信接口303和总线304。其中,如图8所示,存储器301、处理器302、通信接口303通过总线304连接并完成相互间的通信。
通信接口303,主要用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。也可通过通信接口303接入输入设备和/或输出设备。
总线304包括硬件、软件或两者,将体外检测样本中对象参数的测量设备300的部件彼此耦接在一起。举例来说而非限制,总线304可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线304可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
本申请实施例还提供一种可读存储介质。该可读存储介质上存储有程序或指令,该程序或指令被处理器执行时实现上述那个体外检测样本中对象参数的测量方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,可读存储介质可具体包括只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random AccessMemory,简称RAM)、磁碟或者光盘等。
需要明确的是,本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同或相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。对于装置实施例、设备实施例和可读存储介质实施例而言,相关之处可以参见方法实施例的说明部分。本申请并不局限于上文所描述并在图中示出的特定步骤和结构。本领域的技术人员可以在领会本申请的精神之后,作出各种改变、修改和添加,或者改变步骤之间的顺序。并且,为了简明起见,这里省略对已知方法技术的详细描述。
本领域技术人员应能理解,上述实施例均是示例性而非限制性的。在不同实施例中出现的不同技术特征可以进行组合,以取得有益效果。本领域技术人员在研究附图、说明书及权利要求书的基础上,应能理解并实现所揭示的实施例的其他变化的实施例。在权利要求书中,术语“包括”并不排除其他装置或步骤;量词“一个”不排除多个;术语“第一”、“第二”用于标示名称而非用于表示任何特定的顺序。权利要求中的任何附图标记均不应被理解为对保护范围的限制。权利要求中出现的多个部分的功能可以由一个单独的硬件或软件模块来实现。某些技术特征出现在不同的从属权利要求中并不意味着不能将这些技术特征进行组合以取得有益效果。
Claims (10)
1.一种体外检测样本中对象参数的测量方法,其特征在于,包括:
获取采样数据,所述采样数据用于表征测量光照射体外检测样本的透射光的光强;
筛选相互的差值位于预设阈值范围内的所述采样数据,作为有效数据;
在所述有效数据满足预设的可信条件的情况下,利用所述有效数据计算所述体外检测样本中测量对象的对象参数,其中,所述预设的可信条件与所述有效数据的数目占比和/或所述有效数据的离散程度相关。
2.根据权利要求1所述的方法,其特征在于,所述筛选相互的差值位于预设阈值范围内的所述采样数据,作为有效数据,包括:
按照由小至大或由大至小的顺序,对所述采样数据排序;若排序后相邻的所述采样数据的差值位于所述预设阈值范围内,将所述相邻的所述采样数据作为所述有效数据;
或者,
基于所述预设阈值范围,对所述采样数据聚类,生成至少一个数据簇,每个所述数据簇中的所述采样数据之间的差值位于所述预设阈值范围内;将至少部分所述数据簇中的采样数据作为所述有效数据。
3.根据权利要求1所述的方法,其特征在于,所述预设的可信条件包括以下的一项或多项:
所述有效数据的数目占所述采样数据的数目的占比高于等于预设占比阈值;
所述有效数据中的最大值与最小值的差值小于等于预设差值阈值;
所述有效数据的方差小于等于预设方差阈值;
所述有效数据的标准差小于等于预设标准差阈值。
4.根据权利要求1所述的方法,其特征在于,还包括:
在所述有效数据不满足预设的可信条件的情况下,发出提示信息,所述提示信息用于提示所述有效数据不具备可信性。
5.一种体外检测样本中对象参数的测量装置,其特征在于,包括:
获取模块,用于获取采样数据,所述采样数据用于表征测量光照射体外检测样本的透射光的光强;
筛选模块,用于筛选相互的差值位于预设阈值范围内的所述采样数据,作为有效数据;
计算模块,用于在所述有效数据满足预设的可信条件的情况下,利用所述有效数据计算所述体外检测样本中测量对象的对象参数,其中,所述预设的可信条件与所述有效数据的数目占比和/或所述有效数据的离散程度相关。
6.根据权利要求5所述的装置,其特征在于,所述筛选模块具体用于:
按照由小至大或由大至小的顺序,对所述采样数据排序;若排序后相邻的所述采样数据的差值位于所述预设阈值范围内,将所述相邻的所述采样数据作为所述有效数据;
或者,
基于所述预设阈值范围,对所述采样数据聚类,生成至少一个数据簇,每个所述数据簇中的所述采样数据之间的差值位于所述预设阈值范围内;将至少部分所述数据簇中的采样数据作为所述有效数据。
7.根据权利要求5所述的装置,其特征在于,所述预设的可信条件包括以下的一项或多项:
所述有效数据的数目占所述采样数据的数目的占比高于预设占比阈值;
所述有效数据中的最大值与最小值的差值小于等于预设差值阈值;
所述有效数据的方差小于等于预设方差阈值;
所述有效数据的标准差小于等于预设标准差阈值。
8.根据权利要求5所述的装置,其特征在于,还包括:
提示模块,用于在所述有效数据不满足预设的可信条件的情况下,发出提示信息,所述提示信息用于提示所述有效数据不具备可信性。
9.一种体外检测样本中对象参数的测量设备,其特征在于,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或所述指令被所述处理器执行时实现如权利要求1至4中任意一项所述的体外检测样本中对象参数的测量方法。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储程序或指令,所述程序或所述指令被处理器执行时实现如权利要求1至4中任意一项所述的体外检测样本中对象参数的测量方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010535276.5A CN111781171A (zh) | 2020-06-12 | 2020-06-12 | 体外检测样本中对象参数的测量方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010535276.5A CN111781171A (zh) | 2020-06-12 | 2020-06-12 | 体外检测样本中对象参数的测量方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111781171A true CN111781171A (zh) | 2020-10-16 |
Family
ID=72756373
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010535276.5A Pending CN111781171A (zh) | 2020-06-12 | 2020-06-12 | 体外检测样本中对象参数的测量方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111781171A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023045209A1 (en) * | 2021-09-27 | 2023-03-30 | Medtrum Technologies Inc. | Analyte detection device and detection method |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5720284A (en) * | 1995-03-31 | 1998-02-24 | Nihon Kohden Corporation | Apparatus for measuring hemoglobin |
CN201449370U (zh) * | 2009-06-04 | 2010-05-05 | 南京大学 | 多波长核酸蛋白层析分离和检测装置 |
WO2017135952A1 (en) * | 2016-02-04 | 2017-08-10 | Nova Biomedical Corporation | Analyte system and method for determining hemoglobin parameters in whole blood |
CN107703132A (zh) * | 2017-09-30 | 2018-02-16 | 深圳迈瑞生物医疗电子股份有限公司 | 反应曲线异常处理方法及装置、生化分析仪、存储介质 |
CN208942150U (zh) * | 2018-04-18 | 2019-06-07 | 博邦芳舟医疗科技(北京)有限公司 | 用于检测血氧饱和度和血红蛋白浓度的电路 |
-
2020
- 2020-06-12 CN CN202010535276.5A patent/CN111781171A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5720284A (en) * | 1995-03-31 | 1998-02-24 | Nihon Kohden Corporation | Apparatus for measuring hemoglobin |
CN201449370U (zh) * | 2009-06-04 | 2010-05-05 | 南京大学 | 多波长核酸蛋白层析分离和检测装置 |
WO2017135952A1 (en) * | 2016-02-04 | 2017-08-10 | Nova Biomedical Corporation | Analyte system and method for determining hemoglobin parameters in whole blood |
CN108885166A (zh) * | 2016-02-04 | 2018-11-23 | 诺尔生物医药有限公司 | 用于确定全血血红蛋白参数的分析物系统及方法 |
CN107703132A (zh) * | 2017-09-30 | 2018-02-16 | 深圳迈瑞生物医疗电子股份有限公司 | 反应曲线异常处理方法及装置、生化分析仪、存储介质 |
CN208942150U (zh) * | 2018-04-18 | 2019-06-07 | 博邦芳舟医疗科技(北京)有限公司 | 用于检测血氧饱和度和血红蛋白浓度的电路 |
Non-Patent Citations (3)
Title |
---|
张小斐: "《统计学 第2版》", 31 August 2013, 中国统计出版社 * |
文贤馗: "《小水电功率预测技术研究及工程应用》", 31 January 2018, 贵州大学出版社 * |
美国CMH-17协调委员会编著: "《复合材料手册 聚合物基复合材料 第1卷 结构材料表征指南》", 31 December 2014 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023045209A1 (en) * | 2021-09-27 | 2023-03-30 | Medtrum Technologies Inc. | Analyte detection device and detection method |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109239360B (zh) | 一种反应曲线异常检测方法及装置 | |
US9188579B2 (en) | Sniffing smartphone | |
CN108900319B (zh) | 故障检测方法和装置 | |
KR20060030115A (ko) | 임상검사분석장치, 임상검사분석방법 및 그 방법을 컴퓨터에 실행시키는 프로그램을 저장하는 컴퓨터 판독 가능한 기록매체 | |
EP3578993A1 (en) | Accuracy management method, accuracy management system, management device, analysis device, and method for determining abnormality in accuracy management | |
CN111781171A (zh) | 体外检测样本中对象参数的测量方法、装置及设备 | |
CN111812012A (zh) | 有核红细胞区域的识别方法、装置及血液分析仪 | |
CN110887818B (zh) | 一种血液样本的分析方法和血液细胞分析仪及存储介质 | |
US20210164885A1 (en) | Method for detecting a blood sample, blood cell analyzer, and storage medium | |
EP3584565A1 (en) | Red blood cell debris identification method and device and blood cell analyzer and analysis method | |
CN109739720B (zh) | 异常检测方法、装置、存储介质和电子设备 | |
CN114038507A (zh) | 预测方法、预测模型的训练方法及相关装置 | |
CN112735606B (zh) | 结直肠癌风险预测方法、设备及存储介质 | |
CN111060443B (zh) | 一种干扰脉冲识别方法、装置、存储介质及细胞计数设备 | |
CN114708908B (zh) | 检测实体瘤微小残留病灶的方法、计算设备和存储介质 | |
CN107314994B (zh) | 荧光信号增益调节方法及其设备 | |
CN115097070A (zh) | 一种实验室智能一体化管理系统及方法 | |
CN114550865A (zh) | 一种影响学生体测的多维度数据分析方法及装置 | |
CN114419620A (zh) | 异常样本识别方法、装置、样本分析仪和存储介质 | |
CN114088605A (zh) | 血细胞分类方法及相关设备 | |
CN113808088A (zh) | 一种污染检测方法及系统 | |
KR20170014622A (ko) | 분광기의 반복 재현성 검증 장치 및 방법, 스펙트럼 데이터 분석 장치 | |
CN112924661B (zh) | 一种数据检测方法、系统、电子设备及存储介质 | |
WO2022252079A1 (zh) | 数据处理方法及装置 | |
Ganz et al. | Permutation tests for classification: Revisited |
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 |