CN111879744A - 一种检测待测物浓度的方法、荧光免疫分析仪及存储介质 - Google Patents
一种检测待测物浓度的方法、荧光免疫分析仪及存储介质 Download PDFInfo
- Publication number
- CN111879744A CN111879744A CN202010784791.7A CN202010784791A CN111879744A CN 111879744 A CN111879744 A CN 111879744A CN 202010784791 A CN202010784791 A CN 202010784791A CN 111879744 A CN111879744 A CN 111879744A
- Authority
- CN
- China
- Prior art keywords
- peak
- pixel
- fluorescence
- point
- curve
- 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
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000003018 immunoassay Methods 0.000 title claims abstract description 15
- 239000000126 substance Substances 0.000 title description 6
- 238000002073 fluorescence micrograph Methods 0.000 claims abstract description 155
- 238000004587 chromatography analysis Methods 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims description 58
- 238000012360 testing method Methods 0.000 claims description 40
- 238000001914 filtration Methods 0.000 claims description 19
- 230000009467 reduction Effects 0.000 claims description 15
- 238000013507 mapping Methods 0.000 claims description 13
- 230000015654 memory Effects 0.000 claims description 13
- 238000010606 normalization Methods 0.000 claims description 11
- 238000001514 detection method Methods 0.000 abstract description 21
- 238000004364 calculation method Methods 0.000 abstract description 14
- 238000010191 image analysis Methods 0.000 abstract description 9
- 238000003317 immunochromatography Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 13
- 239000012491 analyte Substances 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 6
- 239000012528 membrane Substances 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000009792 diffusion process Methods 0.000 description 4
- GNBHRKFJIUUOQI-UHFFFAOYSA-N fluorescein Chemical compound O1C(=O)C2=CC=CC=C2C21C1=CC=C(O)C=C1OC1=CC(O)=CC=C21 GNBHRKFJIUUOQI-UHFFFAOYSA-N 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000007477 logistic regression Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000000020 Nitrocellulose Substances 0.000 description 1
- 101100311460 Schizosaccharomyces pombe (strain 972 / ATCC 24843) sum2 gene Proteins 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000008105 immune reaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 229920001220 nitrocellulos Polymers 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/6428—Measuring fluorescence of fluorescent products of reactions or of fluorochrome labelled reactive substances, e.g. measuring quenching effects, using measuring "optrodes"
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/558—Immunoassay; Biospecific binding assay; Materials therefor using diffusion or migration of antigen or antibody
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/97—Determining parameters from multiple pictures
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Immunology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biomedical Technology (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Urology & Nephrology (AREA)
- Hematology (AREA)
- Theoretical Computer Science (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biotechnology (AREA)
- Cell Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Microbiology (AREA)
- Optics & Photonics (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明实施例涉及免疫层析检测领域,公开了一种检测待测物浓度的方法、荧光免疫分析仪及存储介质,首先对所述荧光图像进行第一图像处理,以去除所述荧光图像层析方向两侧的非荧光区域,得到第一荧光图像。在所述第一荧光图像的基础上,去除其垂直层析方向两侧的非荧光区域,得到第二荧光图像,可以避免垂直层析方向两侧的非荧光区域对后续图像分析计算的干扰,即减少对后续浓度计算的干扰。也即,通过两次分步去除非荧光区域,可准确定位出所述荧光区域,浓度检测的准确性高。
Description
技术领域
本发明实施例涉及免疫层析检测领域,尤其涉及一种检测待测物浓度的方法、荧光免疫分析仪及存储介质。
背景技术
免疫层析技术是建立在层析技术和抗原-抗体特异性免疫反应基础上的一项新兴免疫检测技术。免疫层析技术以固定有检测线(T线)和控制线(C线)的条状纤维层析材料为层析试纸。检测样本通过毛细作用在层析试纸上移动,并且在移动的过程中,检测样本中的待测物与荧光标记第一抗体结合,形成待测物-第一抗体-荧光素结构,继续前行,经过NC膜的T线时,该待测物-第一抗体-荧光素结构中的待测物与设置于T线上的第二抗体发生特异性结合,被截留、聚集于T线区域,未与第二抗体发生结合的第一抗体-荧光素结构随着游离物继续前行至C线区域,与设置于C线的第三抗体特异性结合,被截留、聚集于C线区域。由于荧光发射强度与待测物浓度成正比,通过测量T线处和C线处荧光强度,结合荧光强度与浓度形成的函数预设关系,即可计算出检测样本中待测物的浓度。
目前,市场上通常采用图像传感器对层析试纸进行图像采集,并对图像信号进行分析处理,以获取T线处荧光强度和C线处荧光强度。然而,针对层析试纸的图像分析算法,存在荧光区域定位不准确、去基线处理粗糙等问题,因此,检测精度低、误差大。
发明内容
本发明实施例主要解决的技术问题是提供一种检测待测物浓度的方法、荧光免疫分析仪及存储介质,能够准确检测待测物的浓度,检测误差小、精确度高。
为解决上述技术问题,第一方面,本发明实施例中提供给了一种检测待测物浓度的方法,包括:
获取荧光免疫层析试纸的荧光图像;
对所述荧光图像进行第一图像处理,获取第一荧光图像,其中,所述第一荧光图像为所述荧光图像去除其层析方向两侧的非荧光区域后的荧光图像;
对所述第一荧光图像进行第二图像处理,获取第二荧光图像,其中,所述第二荧光图像为所述第一荧光图像去除其垂直层析方向两侧的非荧光区域后的第一荧光图像;
根据所述第二荧光图像,获取所述荧光免疫层析试纸的T线处荧光强度和所述荧光免疫层析试纸的C线处荧光强度;
根据所述T线处荧光强度、所述C线处荧光强度和预设映射关系,确定所述待测物的浓度;
其中,所述预设映射关系包括T线处荧光强度、C线处荧光强度、与浓度的对应关系。
在一些实施例中,所述对所述荧光图像进行第一图像处理,获取第一荧光图像,包括:
对所述荧光图像进行降噪处理,所述降噪处理包括第一滤波处理和灰度归一化处理;
计算降噪处理后的所述荧光图像中沿层析方向每一行的像素值总和,生成行像素曲线,其中,所述行像素曲线的横坐标为行序数,所述行像素曲线的纵坐标为所述荧光图像中每行像素值总和;
获取所述行像素曲线的峰值;
根据所述行像素曲线的峰值,分别确定行上限和行下限;
确定所述第一荧光图像为降噪处理后的所述荧光图像中行上限与行下限之间的区域。
在一些实施例中,所述根据所述行像素曲线的峰值,分别确定行上限和行下限,包括:
获取所述行像素曲线的峰值的预设百分比;
根据所述行像素曲线的峰值的预设百分比,在所述行像素曲线中查找出第一下限点,确定所述第一下限点的横坐标为所述行下限;
其中,所述第一下限点为所述行像素曲线上沿横坐标的负方向、自波峰首次下降至第一纵坐标值的坐标点,所述第一纵坐标值为所述峰值的所述预设百分比;
根据所述行像素曲线的峰值的预设百分比,在所述行像素曲线中查找出第一上限点,确定所述第一上限点的横坐标为所述行上限,其中,所述第一上限点为所述行像素曲线上沿横坐标的正方向、自波峰首次下降至所述第一纵坐标值的坐标点。
在一些实施例中,所述对所述第一荧光图像进行第二图像处理,获取第二荧光图像,包括:
计算所述第一荧光图像中沿垂直层析方向每一列的像素值总和,生成列像素曲线,其中,所述列像素曲线的横坐标为列序数,所述列像素曲线的纵坐标为所述第一荧光图像中每列像素值总和;
分别获取所述列像素曲线的第一波峰和第二波峰,其中,所述第一波峰为所述T线在所述列像素曲线中对应的波峰,所述第二波峰为所述C线在所述列像素曲线中对应的波峰;
根据所述第一波峰的峰值,确定列下限;
根据所述第二波峰的峰值,确定列上限;
确定所述第二荧光图像为所述第一荧光图像中列下限与列上限之间的区域。
在一些实施例中,所述根据所述第一波峰的峰值,确定列下限,包括:
获取所述第一波峰的峰值的预设百分比;
根据所述第一波峰的峰值的预设百分比,在所述列像素曲线中查找出第二下限点,确定所述列下限为所述第二下限点的横坐标与第一预设偏移阈值的差;
其中,所述第二下限点为所述列像素曲线上沿横坐标的负方向、自所述第一波峰首次下降至第二纵坐标值的坐标点,所述第二纵坐标值为所述第一波峰的峰值的所述预设百分比。
在一些实施例中,所述根据所述第二波峰的峰值,确定列上限,包括:
获取所述第二波峰的峰值的预设百分比;
根据所述第二波峰的峰值的预设百分比,在所述列像素曲线中查找出第二上限点,确定所述列上限为所述第二上限点的横坐标与所述第一预设偏移阈值的和;
其中,所述第二上限点为所述列像素曲线上沿着横坐标的正方向、自所述第二波峰首次下降至第三纵坐标值的坐标点,所述第三纵坐标值为所述第二波峰的峰值的所述预设百分比。
在一些实施例中,所述根据所述第二荧光图像,获取所述荧光免疫层析试纸的T线处荧光强度和所述荧光免疫层析试纸的C线处荧光强度,包括:
对所述列像素曲线进行去基线处理,以获得第二列像素曲线;
根据所述第二列像素曲线,获取所述第二列像素曲线的第三波峰的波峰参数,所述第三波峰为所述T线在所述第二列像素曲线中对应的波峰;
确定所述T线处荧光强度为所述第三波峰的波峰参数;
根据所述第二列像素曲线,获取所述第二列像素曲线的第四波峰的波峰参数,所述第四波峰为所述C线在所述第二列像素曲线中对应的波峰;
确定所述C线处荧光强度为所述第四波峰的波峰参数。
在一些实施例中,所述对所述列像素曲线进行去基线处理,包括:
根据所述列像素曲线,获取基线像素坐标点;
将所述基线像素坐标点进行线性拟合,生成基线;
确定所述第二列像素曲线为所述列像素曲线与所述基线的差。
在一些实施例中,所述根据所述列像素曲线,获取基线像素坐标点,包括:
对所述列像素曲线上的坐标点进行一阶差分处理,获取差分曲线,所述差分曲线的横坐标为列序数,所述差分曲线的纵坐标为差分值;
遍历所述列像素曲线上的坐标点,根据所述列像素曲线获取与所述坐标点对应的列像素值总和,以及根据所述差分曲线获取与所述坐标点对应的差分值;
判断所述差分值的绝对值是否小于第一预设差分阈值;
若是,则判断所述列的像素值总和是否小于预设像素阈值;
若是,则确定所述坐标点为基线像素坐标点。
在一些实施例中,所述根据所述第二列像素曲线,获取所述第二列像素曲线的第三波峰的波峰参数,包括:
根据所述第二列像素曲线,确定第一起始点和第一截止点,其中,所述第一起始点为所述第二列像素曲线上沿着横坐标的负方向、自所述第三波峰首次下降至第四纵坐标值的坐标点,所述第四坐标值为所述第三波峰的峰值的所述预设百分比,所述第一截止点为所述第二列像素曲线上沿着横坐标的正方向、自所述第三波峰首次下降至所述第四纵坐标值的坐标点;
以所述第一起始点的横坐标开始向横坐标的负方向遍历所述差分曲线上的坐标点,若在连续预设个数的坐标点内,各坐标点对应的差分值的绝对值均小于第二预设差分阈值时,则确定当前的坐标点为所述第三波峰的起始点;
以所述第一截止点的横坐标开始向横坐标的正方向遍历所述差分曲线上的坐标点,若在连续所述预设个数的坐标点内,各坐标点对应的差分值的绝对值均小于所述第二预设差分阈值时,则确定当前的坐标点为所述第三波峰的截止点;
根据所述第二列像素曲线、所述第三波峰的起始点和所述第三波峰的截止点,获取所述第三波峰的波峰参数。
在一些实施例中,所述根据所述第二列像素曲线,获取所述第二列像素曲线的第四波峰的波峰参数,包括:
根据所述第二列像素曲线,确定第二起始点和第二截止点,其中,所述第二起始点为所述第二列像素曲线上沿着横坐标的负方向、自所述第四波峰首次下降至第五纵坐标值的坐标点,所述第五纵坐标值为所述第四波峰的所述预设百分比,所述第二截止点为所述第二列像素曲线上沿着横坐标的正方向、自所述第四波峰首次下降至所述第五纵坐标值的坐标点;
以所述第二起始点的横坐标开始向横坐标的负方向遍历所述差分曲线上的坐标点,若在连续预设个数的坐标点内,各坐标点对应的差分值的绝对值均小于所述第二预设差分阈值时,则确定当前的坐标点为所述第四波峰的起始点;
以所述第二截止点的横坐标开始向横坐标的正方向遍历所述差分曲线上的坐标点,若在连续预设个数的坐标点内,各坐标点对应的差分值的绝对值均小于所述第二预设差分阈值时,则确定当前的坐标点为所述第四波峰的截止点;
根据所述第二列像素曲线、所述第四波峰的起始点和所述第四波峰的截止点,获取所述第四波峰的波峰参数。
在一些实施例中,所述波峰参数包括波峰面积或波峰峰高。
在一些实施例中,在所述对所述列像素曲线进行去基线处理的步骤之前,还包括:
对所述列像素曲线进行第二滤波处理。
在一些实施例中,所述分别获取所述列像素曲线的第一波峰和第二波峰,还包括:
查找所述列像素曲线中的多个波峰,并计算所述多个波峰的峰宽;
选择峰宽落入预设宽度阈值区间内的两个波峰;
确定所述第一波峰为横坐标小的波峰,以及,确定所述第二波峰为横坐标大的波峰。
为解决上述技术问题,第二方面,本发明实施例中提供给了一种荧光免疫分析仪,包括:
图像获取装置,用于获取荧光免疫层析试纸的荧光图像;
至少一个处理器,与所述图像获取装置连接,以及
与所述至少一个处理器通信连接的存储器,其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上第一方面所述的方法。
为解决上述技术问题,第三方面,本发明实施例中提供给了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行程序,当所述计算机可执行程序被处理器执行时,使所述计算机执行如上第一方面所述的方法。
本发明实施例的有益效果:区别于现有技术的情况,本发明实施例提供的检测待测物浓度的方法,首先对所述荧光图像进行第一图像处理,以去除所述荧光图像层析方向两侧的非荧光区域,得到第一荧光图像。在所述第一荧光图像的基础上,去除其垂直层析方向两侧的非荧光区域,得到第二荧光图像,可以避免垂直层析方向两侧的非荧光区域对后续图像分析计算的干扰,即减少对后续浓度计算的干扰。所述第二荧光图像即为需要定位出的荧光区域。然后,根据所述第二荧光图像,获取所述荧光免疫层析试纸的T线处荧光强度和所述荧光免疫层析试纸的C线处荧光强。最后,根据所述T线处荧光强度、所述C线处荧光强度和预设映射关系,确定所述待测物的浓度。
也即,通过两次分步去除非荧光区域,一方面,可准确定位出所述荧光区域,有益于提高后续浓度计算的准确性,另一方面,首先去除层析方向两侧的非荧光区域,从而,在去除垂直层析方向两侧的非荧光区域时,层析方向两侧的非荧光区域不会产生干扰。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1为本发明实施例提供的一种荧光免疫分析系统的结构示意图;
图2为本发明实施例提供的一种荧光免疫分析仪的结构示意图;
图3为本发明实施例提供的一种荧光图像的示意图;
图4为本发明其中一实施例提供的检测待测物浓度的方法的流程示意图;
图5为图4所示方法中步骤220的一子流程示意图;
图6为本发明其中一实施例提供的行像素曲线的示意图;
图7为图5所示方法中步骤224的一子流程示意图;
图8为图4所示方法中步骤230的一子流程示意图;
图9为本发明其中一实施例提供的列像素曲线的示意图;
图10为图8所示方法中步骤233的一子流程示意图;
图11为本发明另一实施例提供的荧光区域定位的示意图;
图12为图8所示方法中步骤234的一子流程示意图;
图13为图4所示方法中步骤240的一子流程示意图;
图14为图13所示方法中步骤241的一子流程示意图;
图15为图14所示方法中步骤2411的一子流程示意图;
图16为本发明另一实施例提供的荧光区域定位的示意图;
图17为图13所示方法中步骤242的一子流程示意图;
图18为图13所示方法中步骤244的一子流程示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进。这些都属于本发明的保护范围。
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
需要说明的是,如果不冲突,本发明实施例中的各个特征可以相互结合,均在本申请的保护范围之内。另外,虽然在装置示意图中进行了功能模块划分,在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于装置中的模块划分,或流程图中的顺序执行所示出或描述的步骤。此外,本文所采用的“第一”、“第二”、“第三”等字样并不对数据和执行次序进行限定,仅是对功能和作用基本相同的相同项或相似项进行区分。
除非另有定义,本说明书所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本说明书中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的,不是用于限制本发明。本说明书所使用的术语“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。
此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
请参阅图1,本实施例中的荧光免疫分析系统包括荧光免疫分析仪10、荧光免疫层析试纸20和检测样本30,其中,所述检测样本30在所述荧光免疫层析试纸20上进行层析分离出待测物,被荧光标记的待测物在T线聚集,被荧光标记的抗体随着游离物在C线聚集,从而,获得荧光图像,最后通过所述荧光免疫分析仪10对所述荧光免疫层析试纸的荧光图像进行分析处理,即可获得所述待测物的浓度。
所述荧光免疫层析试纸20分为4个部分,按层析顺序分别为样品垫21、结合垫22、硝酸纤维素膜(NC膜)23和吸水垫24,其中,所述结合垫22上包被有荧光标记第一抗体,所述NC膜23上设置有检测线(T线)231和控制线(C线)232,所述检测线231上包被有第二抗体,所述控制线232上包被有第三抗体,所述第二抗体能特异性识别待测物,所述第三抗体能特异性识别第一抗体。
为了方便理解,下面简要阐述荧光免疫层析试纸20的检测原理:将待检测样本加入样本垫21,检测样本通过毛细作用在所述荧光免疫层析试纸20上渗滤、移动至所述结合垫22,并与所述结合垫22上释放的荧光标记第一抗体特异性结合,形成待测物-第一抗体-荧光素结构后,继续前行,经过NC膜23的T线231时,该待测物-第一抗体-荧光素结构中的待测物与设置于T线231上的第二抗体发生特异性结合,被截留、聚集于T线区域,随着时间的推移,待测物逐渐增多,检测线上的荧光强度越高。未与第二抗体发生特异性结合的第一抗体-荧光素结构随着游离物继续层析前行至C线232区域,所述第一抗体-荧光素结构中的第一抗体与设置于C线232的第三抗体特异性结合并不断累积,被截留、聚集于C线区域。
所述荧光免疫分析仪10的主要功能是产生所需要的紫外激发光,以使制样后的荧光免疫层析试纸20上的荧光素受激发辐射出荧光,然后采集所述荧光免疫层析试纸20的荧光图像,并对所述荧光图像进行分析处理,获得所述待测物的浓度。检测样本中,待测物浓度越高,则T线荧光强度与C线荧光强度的比值越大,利用该关系即可通过测量荧光强度比值,计算出检测样本中待测物的浓度。
在本实施例中,请参阅图2,所述荧光免疫分析仪10包括通过总线或其他方式通信连接的图像采集装置11、至少一个处理器12和至少一个存储器13(图2中以一个处理器和一个储存器为例)。
其中,所述图像采集装置11用于获取所述荧光免疫层析试纸20的荧光图像,所述荧光图像如图3所示,。在一些实施例中,所述图像采集装置11包括LED紫外灯和摄像头(图未示),所述LED紫外灯用于照射载有检测样本的荧光免疫层析试纸20以使荧光素激发出荧光,然后通过摄像头获取激发出荧光后的层析试纸20的图像,即所述荧光免疫层析试纸20的荧光图像,并将所述荧光图像发送至所述处理器。
所述处理器12用于提供计算和控制能力,以控制所述图像采集装置11采集所述荧光免疫层析试纸20的荧光图像,并接收所述荧光图像,以及,执行下述实施例提供的任意一种检测待测物浓度的方法。
所述存储器13作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态性计算机可执行程序以及模块,如本发明实施例中的检测待测物浓度的方法对应的程序指令/模块。所述处理器12通过运行存储在存储器13中的非暂态软件程序、指令以及模块,可以实现下述任一方法实施例中的检测待测物浓度的方法。具体地,所述存储器13可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器13还可以包括相对于处理器12远程设置的存储器,这些远程存储器13可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
其中,需要说明的是,上述荧光免疫分析仪10仅是为了进行示例性说明,在实际应用中,下述发明实施例提供的检测待测物浓度的方法和相关装置还可以进一步的拓展到其他合适的分析设备中,而不限于图2中所示的荧光免疫分析仪。
请参阅图4,本发明实施例提供一种检测待测物浓度的方法,如图4所示,所述方法包括但不限制于以下步骤:
步骤210:获取荧光免疫层析试纸的荧光图像。
所述荧光图像为对完成制样层析后的荧光免疫层析试纸在紫外激发光的照射下采集到的图像,可为如图3所示的荧光图像,可由上述实施环境中的荧光免疫分析仪的图像采集装置获取。由于荧光免疫层析试纸的特点和层析特性,所述荧光素分别累积于检测线(T线)周围和控制线(C线)周围。所述荧光图像中包括荧光区域和非荧光区域,所述荧光区域为检测线(T线)荧光像素按层析方向延伸至控制线(C线)荧光像素的区域,所述荧光区域中像素点可反映T线处荧光强度和C线处荧光强度。所述非荧光区域不存在荧光像素。所述非荧光区域包括层析方向两侧的非荧光区域和垂直层析方向两侧的非荧光区域。
步骤220:对所述荧光图像进行第一图像处理,获取第一荧光图像,其中,所述第一荧光图像为所述荧光图像去除其层析方向两侧的非荧光区域后的荧光图像。
为了防止非荧光区域对后续的分析处理造成干扰,首先应该定位出荧光区域,将所述荧光区域作为后续分析处理的图像信号。在本申请中,首先对所述所述荧光图像进行第一图像处理,以去除所述荧光图像层析方向两侧的非荧光区域,得到第一荧光图像。
在一些实施例中,请参阅图5,所述步骤220具体包括:
步骤221:对所述荧光图像进行降噪处理,所述降噪处理包括第一滤波处理和灰度归一化处理。
采集到的所述荧光图像存在噪声,即存在干扰信息,会影响荧光信息的获取。在本实施例中,首先通过第一滤波处理去除噪声,再通过灰度归一化处理将所述荧光图像标准化,有利于减小因仪器间光源强度不同、摄像头增益不同等造成的差异对后续图像处理形成干扰。
具体的,基于所述荧光图像的尺寸大小(荧光免疫层析试纸的尺寸大小),在本实施例中采用窗宽为5的中值滤波。通过如下中值滤波公式对所述荧光图像中的像素点进行处理。
其中,f(x,y)表示(x,y)点处的输出灰度值,Sxy表示中心在点(x,y)处,大小为m×n的矩形子图像窗口的一组坐标;median为取一组数据中值的操作;g(s,t)表示中值滤波前图像(s,t)点处的输入灰度值。
为了增加算法的稳定性,进一步抑制噪声,还需对像素数据进行均值滤波处理。考虑图像的大小,在实际的处理当中采用窗宽为5的均值滤波。均值滤波公式如下:
其中,P(x,y)表示(x,y)点处的输出灰度值,Sxy表示中心在点(x,y)处,大小为m×n的矩形子图像窗口的一组坐标;f(s,t)表示均值滤波前图像(s,t)点处的输入灰度值。
具体的,采用如下公式对所述荧光图像进行灰度归一化处理,以使得所述荧光图像标准化。
其中,g(x,y)表示归一化处理前荧光图像的灰度值,f(x,y)表示归一化处理后的荧光灰度值,min表示归一化处理前荧光图像中的最小灰度值,max表示归一化处理前荧光图像中的最大灰度值。
在本实施例中,采用窗宽为5的中值滤波和均值滤波,可抑制所述荧光图像中的噪声,增加后续图像处理的准确性。此外,对所述荧光图像进行灰度值归一化处理,以减小因仪器间光源强度不同、摄像头增益不同等造成的差异对后续图像处理形成干扰。值得说明的是,所述窗宽还可以取其它值,具体可根据实际情况而确定。此外,所述第一滤波处理和所述灰度归一化处理无先后顺序关系,在此仅仅是为了示例性说明,对先后顺序关系不做任何限定。
步骤222:计算降噪处理后的所述荧光图像中沿层析方向每一行的像素值总和,生成行像素曲线。
其中,所述行像素曲线的横坐标为行序数,所述行像素曲线的纵坐标为所述荧光图像中每行像素值总和。具体的,所述荧光图像中沿层析方向每一行的像素值总和为:
其中,i为行序数,j为列序数,width为所述荧光图像的宽度,Norm_Image(i,j)为降噪处理后所述荧光图像的第i行第j列的像素值,row_sum[i]为所述荧光图像中第i行的像素值总和。
将所述行序数i和对应的行像素值总和row_sum[i]绘制于坐标中,得到如图6所示的行像素曲线,在图6中,所述行像素曲线的横坐标为行序数,所述行像素曲线的纵坐标为所述荧光图像中每一行像素值总和。可以理解的是,所述横坐标和所述纵坐标是相对的,所述横坐标可以指向任何方向,所述纵坐标与所述横坐标垂直即可,在本申请中不对所述横坐标和所述纵坐标的方向进行限制,能反映所述行像素曲线中的函数关系即可。
步骤223:获取所述行像素曲线的峰值。
步骤224:根据所述行像素曲线的峰值,分别确定行上限和行下限。
步骤225:确定所述第一荧光图像为降噪处理后的所述荧光图像中行上限与行下限之间的区域。
所述行像素曲线的峰值即为所述行像素曲线中的极大值。所述峰值能反应出所述荧光图像中的最大荧光强度。基于层析扩散的特点,可根据所述最大荧光强度确定所述第一荧光图像的边界,即行上限和行下限,所述第一荧光图像为降噪处理后的所述荧光图像中行上限与行下限之间的区域。
在一些实施例中,请参阅图7,所述步骤224具体包括:
步骤2241:获取所述行像素曲线的峰值的预设百分比。
其中,所述预设百分比是人为设定的经验值,例如0.1,具体可根据所述荧光图像的实际情况而设定。
步骤2242:根据所述行像素曲线的峰值的预设百分比,在所述行像素曲线中查找出第一下限点,确定所述第一下限点的横坐标为所述行下限。
其中,所述第一下限点为所述行像素曲线上沿横坐标的负方向、自波峰首次下降至第一纵坐标值的坐标点,所述第一纵坐标值为所述峰值的所述预设百分比。
如图6中所示,所述预设百分比为0.1,所述第一下限点为所述行像素曲线上的点A。点A的纵坐标为0.1×峰值,点A的横坐标对应的行序数为行下限。
步骤2243:根据所述行像素曲线的峰值的预设百分比,在所述行像素曲线中查找出第一上限点,确定所述第一上限点的横坐标为所述行上限;
其中,所述第一上限点为所述行像素曲线上沿横坐标的正方向、自波峰首次下降至所述第一纵坐标值的坐标点。
如图6中所示,所述预设百分比为0.1,所述第一上限点为所述行像素曲线上的点B。点B的纵坐标为0.1×峰值,点B的横坐标对应的行序数为行上限。
在本实施中,通过列像素曲线确定行下限和行上限,以去除所述荧光图像层析方向两侧的非荧光区域,从而,可排出层析方向两侧的非荧光区域对后续图像分析计算的干扰。
步骤230:对所述第一荧光图像进行第二图像处理,获取第二荧光图像,其中,所述第二荧光图像为所述第一荧光图像去除其垂直层析方向两侧的非荧光区域后的第一荧光图像。
在所述第一荧光图像的基础上,去除其垂直层析方向两侧的非荧光区域,得到第二荧光图像,可以避免垂直层析方向两侧的非荧光区域对后续图像分析计算的干扰。所述第二荧光图像即为需要定位出的荧光区域。也即,通过两次分步去除非荧光区域,一方面,可准确定位出所述荧光区域,有益于提高后续图像分析计算的准确性,另一方面,首先去除层析方向两侧的非荧光区域,从而,在去除垂直层析方向两侧的非荧光区域时,层析方向两侧的非荧光区域不会产生干扰。
在一些实施例中,请参阅图8,所述步骤230具体包括:
步骤231:计算所述第一荧光图像中沿垂直层析方向每一列的像素值总和,生成列像素曲线。
其中,所述列像素曲线的横坐标为列序数,所述列像素曲线的纵坐标为所述第一荧光图像中每列像素值总和。具体的,所述第一荧光图像中垂直层析方向每一列的像素值总和为:
其中,i为行序数,j为列序数,i1为行下限,i2为行上限,Norm_Image(i,j)为降噪处理后所述荧光图像的第i行第j列的像素值,column_sum[j]为所述第一荧光图像中第j列的像素值总和。
将所述列序数j和对应的列像素值总和column_sum[j]绘制于坐标中,得到如图9所示的列像素曲线,在图9中,所述列像素曲线的横坐标为列序数,所述列像素曲线的纵坐标为所述第一荧光图像中每一列像素值总和。可以理解的是,所述横坐标和所述纵坐标是相对的,所述横坐标可以指向任何方向,所述纵坐标与所述横坐标垂直即可,在本申请中不对所述横坐标和所述纵坐标的方向进行限制,能反应所述行像素曲线中的函数关系即可。
步骤232:分别获取所述列像素曲线的第一波峰和第二波峰。
其中,所述第一波峰为所述T线在所述列像素曲线中对应的波峰,所述第二波峰为所述C线在所述列像素曲线中对应的波峰。
基于上述所述荧光免疫层析试纸的层析扩散特性,荧光素聚集于T线和C线,因此,相应的,在所述列像素曲线上会形成波峰。
在一些实施例中,在所属步骤232的步骤之前,还包括:
查找所述列像素曲线中的多个波峰,并计算所述多个波峰的峰宽;
选择峰宽落入预设宽度阈值区间内的两个波峰;
确定所述第一波峰为横坐标小的波峰,以及,确定所述第二波峰为横坐标大的波峰。
为了防止低浓度样本的峰值检测不到,可根据测量项目的最低检出限要求,计算出斜率阈值slopA,slopB、slopC。
构造一个四邻域窗口,令column_sum[i]表示列像素曲线上当前坐标点的数值,column_sum[i-1]表示列像素曲线上当前坐标点的前一个点的数值,column_sum[i-2]表示列像素曲线上当前坐标点的前两个点的数值,column_sum[i+1]表示列像素曲线上当前坐标点的后一个点的数值。通过以下条件筛选出多个波峰:
满足以下条件的列序数i,标记为峰的起点;
column_sum[i-1]-column_sum[i-2]>SlopA
column_sum[i]-column_sum[i-1]>SlopB
column_sum[i+1]-column_sum[i]>SlopC
满足以下条件的列序数i,标记为峰的终点;
column_sum[i-2]-column_sum[i-1]>SlopC
column_sum[i-1]-column_sum[i]>SlopB
column_sum[i]-column_sum[i+1]>SlopA
在查找到所述多个波峰后,计算所述多个波峰的峰宽,若波峰的峰宽落入预设宽度阈值区间外,则排除,若波峰的峰宽落入所述预设宽度阈值区间内,则作为有效波峰。可以理解的是,基于所述列像素曲线的特征,可设置所述预设宽度阈值区间,使之能准确区分第一波峰、第二波峰和其它干扰波峰。从而,通过所述预设宽度阈值区间,可选择峰宽落入预设宽度阈值区间内的两个波峰。确定所述第一波峰为横坐标小的波峰,以及,确定所述第二波峰为横坐标大的波峰。
步骤233:根据所述第一波峰的峰值,确定列下限。
所述第一波峰的峰值即为所述列像素曲线中T线处的极大值。所述第一波峰的峰值能反应出所述第一荧光图像中T线处荧光强度。基于层析扩散的特点,可根据所述T线处荧光强度确定所述二荧光图像的第一边界,即列下限。同理,根据所述C线处荧光强度确定所述第二荧光图像的第二边界,即列上限。从而,所述第二荧光图像为所述第一荧光图像中列上限和列下限之间的区域。
在一些实施例中,请参阅图10,所述步骤233具体包括:
步骤2331:获取所述第一波峰的峰值的预设百分比。
其中,所述预设百分比是人为设定的经验值,例如0.1,具体可根据所述荧光图像的实际情况而设定。
步骤2332:根据所述第一波峰的峰值的预设百分比,在所述列像素曲线中查找出第二下限点,确定所述列下限为所述第二下限点的横坐标与第一预设偏移阈值的差。
其中,所述第二下限点为所述列像素曲线上沿横坐标的负方向、自所述第一波峰首次下降至第二纵坐标值的坐标点,所述第二纵坐标值为所述第一波峰的峰值的所述预设百分比。
如图11所示,所述预设百分比为0.1,所述第二下限点为所述列像素曲线上的点D,点D的纵坐标为0.1×第一波峰的峰值,将所述点D的横坐标减去所述第一预设偏移阈值后,得到所述列下限。也即,所述列下限为所述第二下限点向左偏移所述第一预设偏移阈值后对应的横坐标。
步骤234:根据所述第二波峰的峰值,确定列上限。
步骤235:确定所述第二荧光图像为所述第一荧光图像中列下限与列上限之间的区域。
所述第二波峰的峰值即为所述列像素曲线中C线处的极大值。所述第一波峰的峰值能反应出所述第一荧光图像中C线处荧光强度。基于层析扩散的特点,可根据所述C线处荧光强度确定所述二荧光图像的第二边界,即列上限。从而,所述第二荧光图像为所述第一荧光图像中列上限和列下限之间的区域。
在一些实施例中,请参阅图12,所述步骤234具体包括:
步骤2341:获取所述第二波峰的峰值的预设百分比。
其中,所述预设百分比是人为设定的经验值,例如0.1,具体可根据所述荧光图像的实际情况而设定。
步骤2342:根据所述第二波峰的峰值的预设百分比,在所述列像素曲线中查找出第二上限点,确定所述列上限为所述第二上限点的横坐标与所述第一预设偏移阈值的和;
其中,所述第二上限点为所述列像素曲线上沿着横坐标的正方向、自所述第二波峰首次下降至第三纵坐标值的坐标点,所述第三纵坐标值为所述第二波峰的峰值的所述预设百分比。
如图11所示,所述预设百分比为0.1,所述第二上限点为所述列像素曲线上的点E,点E的纵坐标为0.1×第二波峰的峰值,将所述点E的横坐标加上所述第一预设偏移阈值后,得到所述列上限。也即,所述列上限为所述第二上限点向右偏移所述第一预设偏移阈值后对应的横坐标。
在本实施例中,通过行像素曲线确定行下限和行上限,以去除所述荧光图像层析方向两侧的非荧光区域,进而,通过列像素曲线确定列上限和列下限,定位出荧光区域,如图11中四条虚线所围成的区域。从而,通过上述方式,可准确定位出所述荧光区域,有益于提高后续图像分析计算的准确性
步骤240:根据所述第二荧光图像,获取所述荧光免疫层析试纸的T线处荧光强度和所述荧光免疫层析试纸的C线处荧光强度。
对所述第二荧光图像进行图像分析,根据T线处像素值和C线处像素值,可获取T线处荧光强度和C线处荧光强度。
在一些实施例中,请参阅图13,所述步骤240具体包括:
步骤241:对所述列像素曲线进行去基线处理,以获得第二列像素曲线。
由于在实际的检测过程中,微小的温度变化、荧光浓度不均匀等各种因素会造成图像信号漂移等干扰,例如,像素值偏高等,即所述列像素曲线为真实像素值和基线叠加的结果,所述基线则为偏高的像素点组成的线条。因此,在对所述列像素曲线进行分析处理之前,应对所述列像素曲线进行去基线处理,所述去基线处理即为清除所述列像素曲线中的干扰像素点。
在一些实施例中,在所述步骤241之前还包括:对所述列像素曲线进行第二滤波处理,以进一步去除所述列像素曲线中的干扰信息。可以理解的是,所述第二滤波处理可以为均值滤波,具体的,选取滤波的窗宽为5,所述第二滤波处理的公式如下:
其中,f(x)为均值滤波输出值,g(i)为点x附近邻域的输入值。n为窗宽,n可以为5,x为列像素曲线上的坐标点。
在一些实施例中,请参阅图14,所述步骤241包括:
步骤2411:根据所述列像素曲线,获取基线像素坐标点。
所述基线像素坐标即为所述列像素曲线中存在干扰像素的坐标点。基于所述列像素曲线的波峰特性,可获取所述基线像素坐标点。
在一些实施例中,请参阅图15,所述步骤2411包括:
步骤24111:对所述列像素曲线上的坐标点进行一阶差分处理,获取差分曲线。
所述差分曲线的横坐标为列序数,所述差分曲线的纵坐标为差分值。
一阶差分为离散函数中连续相邻两项之差。所述差分值为所述列像素曲线中后一个列像素值总和减去前一个列像素值总和,例如,列序数i,对应的差分值为:
ADDec[i]=column_sum[i+1]-column_sum[i];
其中,所述ADDec[i]为差分值,i为列序数,column_sum[i+1]为i+1处对应的列像素值总和,column_sum[i]为i处对应的列像素值总和。
将所示列序数i和对应的差分值ADDec[i]绘制于坐标中,得到如图16所示的差分曲线,在图16中,所述差分曲线的横坐标为列序数,所述差分曲线的纵坐标为差分值。可以理解的是,所述横坐标和所述纵坐标是相对的,所述横坐标可以指向任何方向,所述纵坐标与所述横坐标垂直即可,在本申请中不对所述横坐标和所述纵坐标的方向进行限制,能反应所述差分曲线的函数关系即可。
步骤24112:遍历所述列像素曲线上的坐标点,根据所述列像素曲线获取与所述坐标点对应的列像素值总和,以及根据所述差分曲线获取与所述坐标点对应的差分值。
步骤24113:判断所述差分值的绝对值是否小于第一预设差分阈值,若是,则执行步骤24114,若否,则执行步骤24115。
步骤24114:则判断所述列的像素值总和是否小于预设像素阈值。
步骤24115:则确定所述坐标点为基线像素坐标点。
逐一遍历所述列像素曲线上的坐标点,即遍历列序数i,获取i处对应的列像素值总和column_sum[i],和i处对应的差分值ADDec[i]。
基于所述列像素曲线的特点,相对于真实波峰范围内的差分值,基线所在位置的差分值的绝对值较小。通过设定所述第一预设差分阈值Th1,使得abs(ADDec[i])<Th1以区分基线像素点和真实像素点,排出基线干扰。
在特殊情况下,第一波峰和第二波峰的封顶部位置,会存在差分值较小的情况。若仅用上述第一预设差分阈值判断获取基线像素点,则拟合将得到数值偏高的基线,误差较大。在此,进一步设置预设像素阈值Th2作为筛选条件,在满足abs(ADDec[i])<Th1的条件下,使得column_sum[i]<Th2时,才作为基线像素点,从而,可在特殊情况下区分基线像素点和峰顶部变化较为平缓的像素点。
也即,基线像素坐标点需要同时满足以下条件:
abs(ADDec[i])<Th1,且,column_sum[i]<Th2;
在本实施例中,通过所述第一预设差分阈值Th1和所述预设像素阈值Th2作为筛选条件,能准确分离出基线像素坐标点,有利于基线的准确性。
步骤2412:将所述基线像素坐标点进行线性拟合,生成基线。
可采用最小二乘法对所述基线像素坐标点进行线性拟合,得到基线,可反应像素点漂移的整体水平。具体的,通过以下公式求解线性拟合参数:
其中,k为线性拟合的直线斜率,b为线性拟合的直线截距,n为有效基线像素坐标点的个数。则基线为:
Base[i]=k×i+b
其中,i为列序数,Base[i]为列序数i对应的基线值。
步骤2413:确定所述第二列像素曲线为所述列像素曲线与所述基线的差。
将所述列像素曲线减去所述基线,以得到如图11中所示去基线处理后的第二列像素曲线,也即所述第二列像素曲线通过以下公式获取:
column_sum2[i]=column_sum[i]-base[i];
其中,column_sum2[i]为第二列像素曲线,column_sum[i]为列像素曲线,base[i]为基线,i为列序数。
在本实施例中,通过将筛选出的基线像素坐标点进行线性拟合,得到每列i的基线值,每列i的基线值是随着列序数i而变化的,相比于,固定的基线值,所述基线符合每列的漂移情况,从而,得到的第二列像素曲线,更加合理准确,符合真实像素值。
步骤242:根据所述第二列像素曲线,获取所述第二列像素曲线的第三波峰的波峰参数,所述第三波峰为所述T线在所述第二列像素曲线中对应的波峰。
步骤243:确定所述T线处荧光强度为所述第三波峰的波峰参数。
所述第三波峰为所述T线在所述第二列像素曲线中对应的波峰,从而,可根据所述第二列像素曲线的第三波峰的波峰参数,确定所述T线处荧光强度。在一些实施例中,所述波峰参数包括波峰面积或波峰峰高。例如,累计计算所述第三波峰的波峰面积,作为所述T线处荧光强度,或,将所述第三波峰的极大值(峰高)作为所述T线处荧光强度。
在一些实施例中,请参阅图17,所述步骤242具体包括:
步骤2421:根据所述第二列像素曲线,确定第一起始点和第一截止点。
其中,所述第一起始点为所述第二列像素曲线上沿着横坐标的负方向、自所述第三波峰首次下降至第四纵坐标值的坐标点,所述第四坐标值为所述第三波峰的峰值的所述预设百分比,所述第一截止点为所述第二列像素曲线上沿着横坐标的正方向、自所述第三波峰首次下降至所述第四纵坐标值的坐标点。
如图16所示,若所述预设百分比为0.1,以第三波峰(T峰)例,在所述第二列像素曲线中,沿着横坐标的负方向自所述第三波峰的峰值查找所述第三波峰上数值等于0.1×第三波峰的峰值的点,作为第一起始点F。沿着横坐标的正方向自所述第三波峰的峰值查找所述第三波峰上数值等于0.1×第三波峰的峰值的点,作为第一截止点G。
步骤2422:以所述第一起始点的横坐标开始向横坐标的负方向遍历所述差分曲线上的坐标点,若在连续预设个数的坐标点内,各坐标点对应的差分值的绝对值均小于第二预设差分阈值时,则确定当前的坐标点为所述第三波峰的起始点。
如图16所示,在步骤2421的实施例中,从所述第一起始点F的横坐标x1开始,向横坐标的负方向,遍历所述差分曲线上的坐标点,并进行如下逻辑判断:
若在连续预设个数的坐标点内,各坐标点对应的差分值的绝对值均小于第二预设差分阈值时,则确定当前的坐标点为所述第三波峰的起始点。
例如,以所述第一起始点的横坐标x1开始向左,连续10个差分值的绝对值均小于所述第二预设差分阈值Th4时,则将当前的坐标点作为所述第三波峰的起始点H。可以理解的是,所述当前的坐标点为所述预设个数(10个)坐标点中向横坐标的负方向最后一个坐标点。
步骤2423:以所述第一截止点的横坐标开始向横坐标的正方向遍历所述差分曲线上的坐标点,若在连续所述预设个数的坐标点内,各坐标点对应的差分值的绝对值均小于所述第二预设差分阈值时,则确定当前的坐标点为所述第三波峰的截止点。
如图16所示,在步骤2421的实施例中,从所述第一截止点G的横坐标x2开始,向横坐标的正方向,遍历所述差分曲线上的坐标点,并进行如下逻辑判断:
若在连续所述预设个数的坐标点内,各坐标点对应的差分值的绝对值均小于所述第二预设差分阈值时,则确定当前的坐标点为所述第三波峰的截止点。
例如,以所述第一截止点的横坐标x2开始向右,连续10个差分值的绝对值均小于所述第二预设差分阈值Th4时,则将当前的坐标点作为所述第三波峰的截止点J。可以理解的是,所述当前的坐标点为所述预设个数(10个)坐标点中向横坐标的正方向最后一个坐标点。
在本实施例中,通过所述预设第二预设差分阈值和预设个数,确定所述第三波峰的起始点和截止点,能准确定位出T线波峰,排除T线波峰的界线干扰。
步骤2424:根据所述第二列像素曲线、所述第三波峰的起始点和所述第三波峰的截止点,获取所述第三波峰的波峰参数。
所述第三波峰的波峰参数是所述第三波峰在所述第三波峰的起始点和所述第三波峰的截止点范围内的峰高或波峰面积。
在本实施例中,通过所述第三波峰的起始点和所述第三波峰的截止点可准确定位所述T线波峰,排除了T线波峰的界线干扰,从而,所述第三波峰的波峰参数能准确反应所述T线处荧光强度。
步骤244:根据所述第二列像素曲线,获取所述第二列像素曲线的第四波峰的波峰参数,所述第四波峰为所述C线在所述第二列像素曲线中对应的波峰。
步骤245:确定所述C线处荧光强度为所述第四波峰的波峰参数。
所述第四波峰为所述C线在所述第二列像素曲线中对应的波峰,从而,可根据所述第二列像素曲线的第四波峰的波峰参数,确定所述C线处荧光强度。在一些实施例中,所述波峰参数包括波峰面积或波峰峰高。例如,累计计算所述第四波峰的波峰面积,作为所述C线处荧光强度,或,将所述第四波峰的极大值(峰高)作为所述C线处荧光强度。
在一些实施例中,请参阅图18,所述步骤244具体包括:
步骤2441:根据所述第二列像素曲线,确定第二起始点和第二截止点。
其中,所述第二起始点为所述第二列像素曲线上沿着横坐标的负方向、自所述第四波峰首次下降至第五纵坐标值的坐标点,所述第五纵坐标值为所述第四波峰的所述预设百分比,所述第二截止点为所述第二列像素曲线上沿着横坐标的正方向、自所述第四波峰首次下降至所述第五纵坐标值的坐标点。
如图16所示,若所述预设百分比为0.1,以第四波峰(C峰)例,在所述第二列像素曲线中,沿着横坐标的负方向自所述第四波峰的峰值查找所述第四波峰上数值等于0.1×第四波峰的峰值的点,作为第二起始点K。沿着横坐标的正方向自所述第四波峰的峰值查找所述第四波峰上数值等于0.1×第四波峰的峰值的点,作为第二截止点L。
步骤2442:以所述第二起始点的横坐标开始向横坐标的负方向遍历所述差分曲线上的坐标点,若在连续预设个数的坐标点内,各坐标点对应的差分值的绝对值均小于所述第二预设差分阈值时,则确定当前的坐标点为所述第四波峰的起始点。
如图16所示,在步骤2441的实施例中,从所述第二起始点K的横坐标x3开始,向横坐标的负方向,遍历所述差分曲线上的坐标点,并进行如下逻辑判断:
若在连续预设个数的坐标点内,各坐标点对应的差分值的绝对值均小于第二预设差分阈值时,则确定当前的坐标点为所述第四波峰的起始点。
例如,以所述第二起始点的横坐标x3开始向左,连续10个差分值的绝对值均小于所述第二预设差分阈值Th4时,则将当前的坐标点作为所述第四波峰的起始点M。可以理解的是,所述当前的坐标点为所述预设个数(10个)坐标点中向横坐标的负方向最后一个坐标点。
步骤2443:以所述第二截止点的横坐标开始向横坐标的正方向遍历所述差分曲线上的坐标点,若在连续预设个数的坐标点内,各坐标点对应的差分值的绝对值均小于所述第二预设差分阈值时,则确定当前的坐标点为所述第四波峰的截止点。
如图16所示,在步骤2441的实施例中,从所述第二截止点的横坐标x4开始,向横坐标的正方向,遍历所述差分曲线上的坐标点,并进行如下逻辑判断:
若在连续所述预设个数的坐标点内,各坐标点对应的差分值的绝对值均小于所述第二预设差分阈值时,则确定当前的坐标点为所述第四波峰的截止点。
例如,以所述第二截止点的横坐标x4开始向右,连续10个差分值的绝对值均小于所述第二预设差分阈值Th4时,则将当前的坐标点作为所述第四波峰的截止点N。可以理解的是,所述当前的坐标点为所述预设个数(10个)坐标点中向横坐标的正方向最后一个坐标点。
在本实施例中,通过所述预设第二预设差分阈值和预设个数,确定所述第四波峰的起始点和截止点,能准确定位出C线波峰,排除C线波峰的界线干扰。
步骤2444:根据所述第二列像素曲线、所述第四波峰的起始点和所述第四波峰的截止点,获取所述第四波峰的波峰参数。
所述第四波峰的波峰参数是所述第四波峰在所述第四波峰的起始点和所述第四波峰的截止点范围内的峰高或波峰面积。
在本实施例中,通过所述第四波峰的起始点和所述第四波峰的截止点可准确定位所述C线波峰,排除了C线波峰的界线干扰,从而,所述第四波峰的波峰参数能准确反应所述C线处荧光强度。
步骤250:根据所述T线处荧光强度、所述C线处荧光强度和预设映射关系,确定所述待测物的浓度。
其中,所述预设映射关系包括T线处荧光强度、C线处荧光强度、与浓度的对应关系。
设定标定量,所述标定量为所述T线处荧光强度比上所述C线处荧光强度。基于层析特性,在检测样本中,待测物浓度越高,则标定量(T线荧光强度/C线荧光强度)的数值也越大。利用该规律可以先进行定标,即先测定若干个已知浓度样本的定标量(T线荧光强度/C线荧光强度),建立预设映射关系y=h(x),其中,y为定标量(T线荧光强度/C线荧光强度),x为样本浓度。所述预设映射关系y=h(x)可以为四参数逻辑回归函数、五参数逻辑回归函数、三次样条擦值函数或多项式等。
以五参数逻辑回归函数为例,所述预设映射关系y=h(x)如下
其中,其中R0、K、a、b、c为定标参数,x为浓度,y为定标量。
所述预设映射关系是预先建立的,在获得T线处荧光强度、所述C线处荧光强度后,可根据所述预设映射关系求解出所述待测物的浓度x。
在本实施例中,首先对所述荧光图像进行第一图像处理,以去除所述荧光图像层析方向两侧的非荧光区域,得到第一荧光图像。在所述第一荧光图像的基础上,去除其垂直层析方向两侧的非荧光区域,得到第二荧光图像,可以避免垂直层析方向两侧的非荧光区域对后续图像分析计算的干扰,即减少对后续浓度计算的干扰。所述第二荧光图像即为初步定位出的荧光区域。然后,根据所述第二荧光图像生成列像素曲线,利用最小二乘法拟合去基线,并结合差分曲线,确定最终的T线处荧光区域和C线处荧光区域。从而,获取所述荧光免疫层析试纸的T线处荧光强度和所述荧光免疫层析试纸的C线处荧光强。最后,根据所述T线处荧光强度、所述C线处荧光强度和预设映射关系,确定所述待测物的浓度。
也即,通过两次分步去除非荧光区域,一方面,可准确定位出所述荧光区域,有益于提高后续浓度计算的准确性,另一方面,首先去除层析方向两侧的非荧光区域,从而,在去除垂直层析方向两侧的非荧光区域时,层析方向两侧的非荧光区域不会产生干扰。此外,拟合去基线,并结合差分曲线确定最终的T线处荧光区域和C线处荧光区域,待测物的浓度计算准确性高。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行程序,该计算机可执行程序被一个或多个处理器执行,例如图2中的一个处理器12,可使得上述一个或多个处理器可执行上述任意方法实施例中的检测待测物浓度的方法。
本发明实施例还提供了一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被电子设备执行时,使所述电子设备执行任一项所述的检测待测物浓度的方法。
需要说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
通过以上的实施方式的描述,本领域普通技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现,当然也可以通过硬件。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;在本发明的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本发明的不同方面的许多其它变化,为了简明,它们没有在细节中提供;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (16)
1.一种检测待测物浓度的方法,其特征在于,包括:
获取荧光免疫层析试纸的荧光图像;
对所述荧光图像进行第一图像处理,获取第一荧光图像,其中,所述第一荧光图像为所述荧光图像去除其层析方向两侧的非荧光区域后的荧光图像;
对所述第一荧光图像进行第二图像处理,获取第二荧光图像,其中,所述第二荧光图像为所述第一荧光图像去除其垂直层析方向两侧的非荧光区域后的第一荧光图像;
根据所述第二荧光图像,获取所述荧光免疫层析试纸的T线处荧光强度和所述荧光免疫层析试纸的C线处荧光强度;
根据所述T线处荧光强度、所述C线处荧光强度和预设映射关系,确定所述待测物的浓度;
其中,所述预设映射关系包括T线处荧光强度、C线处荧光强度、与浓度的对应关系。
2.根据权利要求1所述的方法,其特征在于,所述对所述荧光图像进行第一图像处理,获取第一荧光图像,包括:
对所述荧光图像进行降噪处理,所述降噪处理包括第一滤波处理和灰度归一化处理;
计算降噪处理后的所述荧光图像中沿层析方向每一行的像素值总和,生成行像素曲线,其中,所述行像素曲线的横坐标为行序数,所述行像素曲线的纵坐标为所述荧光图像中每行像素值总和;
获取所述行像素曲线的峰值;
根据所述行像素曲线的峰值,分别确定行上限和行下限;
确定所述第一荧光图像为降噪处理后的所述荧光图像中行上限与行下限之间的区域。
3.根据权利要求2所述的方法,其特征在于,所述根据所述行像素曲线的峰值,分别确定行上限和行下限,包括:
获取所述行像素曲线的峰值的预设百分比;
根据所述行像素曲线的峰值的预设百分比,在所述行像素曲线中查找出第一下限点,确定所述第一下限点的横坐标为所述行下限;
其中,所述第一下限点为所述行像素曲线上沿横坐标的负方向、自波峰首次下降至第一纵坐标值的坐标点,所述第一纵坐标值为所述峰值的所述预设百分比;
根据所述行像素曲线的峰值的预设百分比,在所述行像素曲线中查找出第一上限点,确定所述第一上限点的横坐标为所述行上限,其中,所述第一上限点为所述行像素曲线上沿横坐标的正方向、自波峰首次下降至所述第一纵坐标值的坐标点。
4.根据权利要求1所述的方法,其特征在于,所述对所述第一荧光图像进行第二图像处理,获取第二荧光图像,包括:
计算所述第一荧光图像中沿垂直层析方向每一列的像素值总和,生成列像素曲线,其中,所述列像素曲线的横坐标为列序数,所述列像素曲线的纵坐标为所述第一荧光图像中每列像素值总和;
分别获取所述列像素曲线的第一波峰和第二波峰,其中,所述第一波峰为所述T线在所述列像素曲线中对应的波峰,所述第二波峰为所述C线在所述列像素曲线中对应的波峰;
根据所述第一波峰的峰值,确定列下限;
根据所述第二波峰的峰值,确定列上限;
确定所述第二荧光图像为所述第一荧光图像中列下限与列上限之间的区域。
5.根据权利要求4所述的方法,其特征在于,所述根据所述第一波峰的峰值,确定列下限,包括:
获取所述第一波峰的峰值的预设百分比;
根据所述第一波峰的峰值的预设百分比,在所述列像素曲线中查找出第二下限点,确定所述列下限为所述第二下限点的横坐标与第一预设偏移阈值的差;
其中,所述第二下限点为所述列像素曲线上沿横坐标的负方向、自所述第一波峰首次下降至第二纵坐标值的坐标点,所述第二纵坐标值为所述第一波峰的峰值的所述预设百分比。
6.根据权利要求4所述的方法,其特征在于,所述根据所述第二波峰的峰值,确定列上限,包括:
获取所述第二波峰的峰值的预设百分比;
根据所述第二波峰的峰值的预设百分比,在所述列像素曲线中查找出第二上限点,确定所述列上限为所述第二上限点的横坐标与所述第一预设偏移阈值的和;
其中,所述第二上限点为所述列像素曲线上沿着横坐标的正方向、自所述第二波峰首次下降至第三纵坐标值的坐标点,所述第三纵坐标值为所述第二波峰的峰值的所述预设百分比。
7.根据权利要求4-6任一项所述的方法,其特征在于,所述根据所述第二荧光图像,获取所述荧光免疫层析试纸的T线处荧光强度和所述荧光免疫层析试纸的C线处荧光强度,包括:
对所述列像素曲线进行去基线处理,以获得第二列像素曲线;
根据所述第二列像素曲线,获取所述第二列像素曲线的第三波峰的波峰参数,所述第三波峰为所述T线在所述第二列像素曲线中对应的波峰;
确定所述T线处荧光强度为所述第三波峰的波峰参数;
根据所述第二列像素曲线,获取所述第二列像素曲线的第四波峰的波峰参数,所述第四波峰为所述C线在所述第二列像素曲线中对应的波峰;
确定所述C线处荧光强度为所述第四波峰的波峰参数。
8.根据权利要求7所述的方法,其特征在于,所述对所述列像素曲线进行去基线处理,包括:
根据所述列像素曲线,获取基线像素坐标点;
将所述基线像素坐标点进行线性拟合,生成基线;
确定所述第二列像素曲线为所述列像素曲线与所述基线的差。
9.根据权利要求8所述的方法,其特征在于,所述根据所述列像素曲线,获取基线像素坐标点,包括:
对所述列像素曲线上的坐标点进行一阶差分处理,获取差分曲线,所述差分曲线的横坐标为列序数,所述差分曲线的纵坐标为差分值;
遍历所述列像素曲线上的坐标点,根据所述列像素曲线获取与所述坐标点对应的列像素值总和,以及根据所述差分曲线获取与所述坐标点对应的差分值;
判断所述差分值的绝对值是否小于第一预设差分阈值;
若是,则判断所述列的像素值总和是否小于预设像素阈值;
若是,则确定所述坐标点为基线像素坐标点。
10.根据权利要求9所述的方法,其特征在于,所述根据所述第二列像素曲线,获取所述第二列像素曲线的第三波峰的波峰参数,包括:
根据所述第二列像素曲线,确定第一起始点和第一截止点,其中,所述第一起始点为所述第二列像素曲线上沿着横坐标的负方向、自所述第三波峰首次下降至第四纵坐标值的坐标点,所述第四坐标值为所述第三波峰的峰值的所述预设百分比,所述第一截止点为所述第二列像素曲线上沿着横坐标的正方向、自所述第三波峰首次下降至所述第四纵坐标值的坐标点;
以所述第一起始点的横坐标开始向横坐标的负方向遍历所述差分曲线上的坐标点,若在连续预设个数的坐标点内,各坐标点对应的差分值的绝对值均小于第二预设差分阈值时,则确定当前的坐标点为所述第三波峰的起始点;
以所述第一截止点的横坐标开始向横坐标的正方向遍历所述差分曲线上的坐标点,若在连续所述预设个数的坐标点内,各坐标点对应的差分值的绝对值均小于所述第二预设差分阈值时,则确定当前的坐标点为所述第三波峰的截止点;
根据所述第二列像素曲线、所述第三波峰的起始点和所述第三波峰的截止点,获取所述第三波峰的波峰参数。
11.根据权利要求9所述的方法,其特征在于,所述根据所述第二列像素曲线,获取所述第二列像素曲线的第四波峰的波峰参数,包括:
根据所述第二列像素曲线,确定第二起始点和第二截止点,其中,所述第二起始点为所述第二列像素曲线上沿着横坐标的负方向、自所述第四波峰首次下降至第五纵坐标值的坐标点,所述第五纵坐标值为所述第四波峰的所述预设百分比,所述第二截止点为所述第二列像素曲线上沿着横坐标的正方向、自所述第四波峰首次下降至所述第五纵坐标值的坐标点;
以所述第二起始点的横坐标开始向横坐标的负方向遍历所述差分曲线上的坐标点,若在连续预设个数的坐标点内,各坐标点对应的差分值的绝对值均小于所述第二预设差分阈值时,则确定当前的坐标点为所述第四波峰的起始点;
以所述第二截止点的横坐标开始向横坐标的正方向遍历所述差分曲线上的坐标点,若在连续预设个数的坐标点内,各坐标点对应的差分值的绝对值均小于所述第二预设差分阈值时,则确定当前的坐标点为所述第四波峰的截止点;
根据所述第二列像素曲线、所述第四波峰的起始点和所述第四波峰的截止点,获取所述第四波峰的波峰参数。
12.根据权利要求7-11任一项所述的方法,其特征在于,所述波峰参数包括波峰面积或波峰峰高。
13.根据权利要求7-11任一项所述的方法,其特征在于,在所述对所述列像素曲线进行去基线处理的步骤之前,还包括:
对所述列像素曲线进行第二滤波处理。
14.根据权利要求4-6任一项所述的方法,其特征在于,所述分别获取所述列像素曲线的第一波峰和第二波峰,还包括:
查找所述列像素曲线中的多个波峰,并计算所述多个波峰的峰宽;
选择峰宽落入预设宽度阈值区间内的两个波峰;
确定所述第一波峰为横坐标小的波峰,以及,确定所述第二波峰为横坐标大的波峰。
15.一种荧光免疫分析仪,其特征在于,包括:
图像获取装置,用于获取荧光免疫层析试纸的荧光图像;
至少一个处理器,与所述图像获取装置连接,以及
与所述至少一个处理器通信连接的存储器,其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-14任一项所述的方法。
16.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行程序,当所述计算机可执行程序被处理器执行时,使所述计算机执行如权利要求1-14中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010784791.7A CN111879744A (zh) | 2020-08-06 | 2020-08-06 | 一种检测待测物浓度的方法、荧光免疫分析仪及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010784791.7A CN111879744A (zh) | 2020-08-06 | 2020-08-06 | 一种检测待测物浓度的方法、荧光免疫分析仪及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111879744A true CN111879744A (zh) | 2020-11-03 |
Family
ID=73210892
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010784791.7A Pending CN111879744A (zh) | 2020-08-06 | 2020-08-06 | 一种检测待测物浓度的方法、荧光免疫分析仪及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111879744A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112345759A (zh) * | 2020-11-16 | 2021-02-09 | 三诺生物传感股份有限公司 | 一种用于荧光强度峰检测的方法 |
CN112461805A (zh) * | 2020-11-16 | 2021-03-09 | 三诺生物传感股份有限公司 | 一种用于荧光强度基底计算的方法 |
CN113362279A (zh) * | 2021-05-13 | 2021-09-07 | 北京理工大学 | 一种免疫层析试纸浓度智能检测方法 |
CN113450383A (zh) * | 2021-06-29 | 2021-09-28 | 华中科技大学 | 一种免疫层析试纸定量分析方法、装置、设备和介质 |
CN113624929A (zh) * | 2021-10-12 | 2021-11-09 | 成都千嘉科技有限公司 | 一种气体传感器全量程自动标定方法 |
CN114252614A (zh) * | 2022-03-01 | 2022-03-29 | 北京华益精点生物技术有限公司 | 荧光免疫分析仪的检测方法、装置及电子设备 |
CN116109815A (zh) * | 2023-04-11 | 2023-05-12 | 深圳市易瑞生物技术股份有限公司 | 测试卡计算区域的定位方法、装置及终端设备 |
CN116973563A (zh) * | 2023-09-22 | 2023-10-31 | 宁波奥丞生物科技有限公司 | 一种基于正交锁相放大的免疫荧光层析测定方法及装置 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013007607A (ja) * | 2011-06-23 | 2013-01-10 | Ushio Inc | 分析装置および分析方法 |
CN104101704A (zh) * | 2014-07-02 | 2014-10-15 | 华中科技大学 | 一种免疫层析试纸卡定量检测方法 |
CN105388283A (zh) * | 2015-10-29 | 2016-03-09 | 清华大学深圳研究生院 | 免疫荧光色带定量检测系统及其应用 |
CN105606608A (zh) * | 2016-03-28 | 2016-05-25 | 广州博厚生物科技有限公司 | 基于图像灰度处理的数据计算方法及其在检测领域的应用 |
CN106645708A (zh) * | 2016-09-20 | 2017-05-10 | 必欧瀚生物技术(合肥)有限公司 | 一种基于荧光免疫层析技术的定量检测计算方法 |
CN107167594A (zh) * | 2017-07-03 | 2017-09-15 | 中国科学院电子学研究所 | 一种免疫层析试条定量检测装置及方法 |
CN108051595A (zh) * | 2017-12-22 | 2018-05-18 | 必欧瀚生物技术(合肥)有限公司 | 一种便携式荧光免疫层析试条成像检测系统 |
CN108133481A (zh) * | 2017-12-22 | 2018-06-08 | 必欧瀚生物技术(合肥)有限公司 | 一种针对荧光免疫层析试条成像系统的图像处理算法 |
CN109035273A (zh) * | 2018-08-08 | 2018-12-18 | 华中科技大学 | 一种免疫层析试纸卡的图像信号快速分割方法 |
CN109146882A (zh) * | 2018-10-26 | 2019-01-04 | 北京纳百生物科技有限公司 | 一种食品安全胶体金试纸分析装置及其应用 |
CN109187950A (zh) * | 2018-09-29 | 2019-01-11 | 上海艾瑞德生物科技有限公司 | 一种自适应的荧光免疫层析定量检测特征提取方法 |
CN110161233A (zh) * | 2018-02-12 | 2019-08-23 | 华中科技大学 | 一种免疫层析试纸卡的快速定量检测方法 |
CN111033563A (zh) * | 2019-11-27 | 2020-04-17 | 深圳加美生物有限公司 | 一种免疫层析检测的图像分析方法以及系统 |
-
2020
- 2020-08-06 CN CN202010784791.7A patent/CN111879744A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013007607A (ja) * | 2011-06-23 | 2013-01-10 | Ushio Inc | 分析装置および分析方法 |
CN104101704A (zh) * | 2014-07-02 | 2014-10-15 | 华中科技大学 | 一种免疫层析试纸卡定量检测方法 |
CN105388283A (zh) * | 2015-10-29 | 2016-03-09 | 清华大学深圳研究生院 | 免疫荧光色带定量检测系统及其应用 |
CN105606608A (zh) * | 2016-03-28 | 2016-05-25 | 广州博厚生物科技有限公司 | 基于图像灰度处理的数据计算方法及其在检测领域的应用 |
CN106645708A (zh) * | 2016-09-20 | 2017-05-10 | 必欧瀚生物技术(合肥)有限公司 | 一种基于荧光免疫层析技术的定量检测计算方法 |
CN107167594A (zh) * | 2017-07-03 | 2017-09-15 | 中国科学院电子学研究所 | 一种免疫层析试条定量检测装置及方法 |
CN108051595A (zh) * | 2017-12-22 | 2018-05-18 | 必欧瀚生物技术(合肥)有限公司 | 一种便携式荧光免疫层析试条成像检测系统 |
CN108133481A (zh) * | 2017-12-22 | 2018-06-08 | 必欧瀚生物技术(合肥)有限公司 | 一种针对荧光免疫层析试条成像系统的图像处理算法 |
CN110161233A (zh) * | 2018-02-12 | 2019-08-23 | 华中科技大学 | 一种免疫层析试纸卡的快速定量检测方法 |
CN109035273A (zh) * | 2018-08-08 | 2018-12-18 | 华中科技大学 | 一种免疫层析试纸卡的图像信号快速分割方法 |
CN109187950A (zh) * | 2018-09-29 | 2019-01-11 | 上海艾瑞德生物科技有限公司 | 一种自适应的荧光免疫层析定量检测特征提取方法 |
CN109146882A (zh) * | 2018-10-26 | 2019-01-04 | 北京纳百生物科技有限公司 | 一种食品安全胶体金试纸分析装置及其应用 |
CN111033563A (zh) * | 2019-11-27 | 2020-04-17 | 深圳加美生物有限公司 | 一种免疫层析检测的图像分析方法以及系统 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112345759A (zh) * | 2020-11-16 | 2021-02-09 | 三诺生物传感股份有限公司 | 一种用于荧光强度峰检测的方法 |
CN112461805A (zh) * | 2020-11-16 | 2021-03-09 | 三诺生物传感股份有限公司 | 一种用于荧光强度基底计算的方法 |
CN112345759B (zh) * | 2020-11-16 | 2022-07-12 | 三诺生物传感股份有限公司 | 一种用于荧光强度峰检测的方法 |
CN113362279A (zh) * | 2021-05-13 | 2021-09-07 | 北京理工大学 | 一种免疫层析试纸浓度智能检测方法 |
CN113450383A (zh) * | 2021-06-29 | 2021-09-28 | 华中科技大学 | 一种免疫层析试纸定量分析方法、装置、设备和介质 |
CN113624929A (zh) * | 2021-10-12 | 2021-11-09 | 成都千嘉科技有限公司 | 一种气体传感器全量程自动标定方法 |
CN113624929B (zh) * | 2021-10-12 | 2022-01-25 | 成都千嘉科技有限公司 | 一种气体传感器全量程自动标定方法 |
CN114252614A (zh) * | 2022-03-01 | 2022-03-29 | 北京华益精点生物技术有限公司 | 荧光免疫分析仪的检测方法、装置及电子设备 |
CN116109815A (zh) * | 2023-04-11 | 2023-05-12 | 深圳市易瑞生物技术股份有限公司 | 测试卡计算区域的定位方法、装置及终端设备 |
CN116973563A (zh) * | 2023-09-22 | 2023-10-31 | 宁波奥丞生物科技有限公司 | 一种基于正交锁相放大的免疫荧光层析测定方法及装置 |
CN116973563B (zh) * | 2023-09-22 | 2023-12-19 | 宁波奥丞生物科技有限公司 | 一种基于正交锁相放大的免疫荧光层析测定方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111879744A (zh) | 一种检测待测物浓度的方法、荧光免疫分析仪及存储介质 | |
KR101674698B1 (ko) | 웨이퍼 상의 결함들 검출 | |
US8605971B2 (en) | Method and system for determining an optimal dilution of a reagent | |
US11474034B2 (en) | Lateral flow test system | |
CA2508846C (en) | Imaging device | |
CN112345759B (zh) | 一种用于荧光强度峰检测的方法 | |
CN106483285A (zh) | 一种用于试纸条快速检测技术的被检物浓度计算方法 | |
US20190056295A1 (en) | System and method for real-time volume control | |
JP2007333579A (ja) | ハニカム構造体の検査方法及び検査システム | |
CN112053299B (zh) | 一种基于胶体金免疫层析法的图像处理方法 | |
JP5351090B2 (ja) | 分析装置および方法 | |
WO2018102411A1 (en) | Methods and apparatus for simultaneously detecting a large range of protein concentrations | |
CN111398138A (zh) | 一种干式血液细胞分析装置的光学检测系统及方法 | |
CN113888539B (zh) | 缺陷分类方法、装置、设备及存储介质 | |
CN103616522A (zh) | 一种基于包络面积与两次补偿的免疫层析结果识别方法 | |
CN105758837A (zh) | 基于二维光谱数据的拉曼光谱背景噪声去除方法 | |
Santoyo et al. | Capillary electrophoresis for measuring major and trace anions in thermal water and condensed-steam samples from hydrothermal springs and fumaroles | |
CN109298179B (zh) | 一种免疫层析检测系统及其背景识别方法 | |
CN114363481A (zh) | 具有检测样品相对物镜移位的装置的显微镜及其检测方法 | |
DE19822452A1 (de) | Verfahren und Vorrichtung zur Konzentrationsbestimmung, Bestimmung von Adsorptions- und Bindungskinetiken und Gleichgewichts- und Bindungskonstanten von Molekülen durch Lumineszenzmessungen | |
CN103090886B (zh) | 光信号的去噪方法和装置 | |
CN105866403A (zh) | 一种干式荧光免疫试剂卡的检测光强算法 | |
CN117475246B (zh) | 一种多线程高通量胶体金检测系统及方法 | |
CN116150609A (zh) | 一种荧光多波峰位置查找系统及方法 | |
CN117743819A (zh) | 一种基于散射峰峰宽估计的三维荧光数据处理方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201103 |
|
RJ01 | Rejection of invention patent application after publication |