CN112505337B - 一种辅助分析样品的数据处理方法 - Google Patents
一种辅助分析样品的数据处理方法 Download PDFInfo
- Publication number
- CN112505337B CN112505337B CN202011292671.1A CN202011292671A CN112505337B CN 112505337 B CN112505337 B CN 112505337B CN 202011292671 A CN202011292671 A CN 202011292671A CN 112505337 B CN112505337 B CN 112505337B
- Authority
- CN
- China
- Prior art keywords
- analysis
- calculation formula
- calculation
- analysis item
- item
- 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.)
- Active
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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Analytical Chemistry (AREA)
- Pure & Applied Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种辅助分析样品的数据处理方法,包括:接收业务人员预先维护的分析项计算公式;基于分析项计算公式,判断是否符合预设规则;将符合预设规则的分析项计算公式作为第一分析项计算公式进行配置,输出配置后的第二分析项计算公式;接收录入的实验数据,根据配置后的第二分析项计算公式对实验数据自动进行计算;保存并显示计算结果。采用自动配置分析项计算公式方法解决了现有技术中依赖手工计算方式,容易计算错误,计算有遗漏,导致分析结果不准确的问题,各个分析项计算公式之间的计算关系采用全自动的方式进行计算,无需分析员去专门的学习修改,极大的节省了人力和物力,降低了成本。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种辅助分析样品的数据处理方法。
背景技术
实验室在分析样品时,通常一个检测项目会对应很多的分析项,有些分析项是独立的,有些分析项与其它分析项存在一定的计算关系。录入结果时部分分析项目的结果是由其他分析项的结果进行一定的计算得出的,计算得出结果的分析项依赖的分析项不一样,计算规则也不一样。传统手工计算方式需要分析员大量的工作时间进行分析项结果的计算,而且每种分析项的规则不一致,结果计算完毕之后的处理规则也不一致,这就要求分析员有很强的业务能力和技术能力;依赖手工计算方式,容易计算错误,计算有遗漏,导致分析结果不准确;如果分析项的依赖关系和计算规则改变,需要分析员重新学习修改。浪费大量的人力和物力,成本很高。
发明内容
针对上述所显示出来的问题,本发明提供了一种辅助分析样品的数据处理方法,基于接收业务人员预先维护的分析项计算公式进行配置然后将实验数据录入来自动进行分析项之间的计算最后输出计算结果。
一种辅助分析样品的数据处理方法,用于实验室分析样品,包括以下步骤:
接收业务人员预先维护的分析项计算公式;
基于所述分析项计算公式,判断是否符合预设规则;
将符合所述预设规则的分析项计算公式作为第一分析项计算公式进行配置,输出配置后的第二分析项计算公式;
接收录入的实验数据,根据所述配置后的所述第二分析项计算公式对所述实验数据自动进行计算;
保存并显示计算结果。
优选的,所述接收业务人员预先维护的分析项计算公式,包括:
获取当前检测项目;
基于所述当前检测项目,确定与所述当前检测项目对应的第一分析项;
接收与所述第一分析项匹配的所述分析项计算公式。
优选的,当所述分析项计算公式包括多个时,所述将符合所述预设规则的分析项计算公式作为第一分析项计算公式进行配置,输出输出配置后的第二分析项计算公式,包括:
获取所述分析项计算公式的标识参数;
对比所述标识参数和预设标识参数的异同,将多个所述分析项计算公式中标识参数与所述预设标识参数相同的分析项计算公式确认为所述第一分析项计算公式;
当所述第一分析项计算公式包括多个时,确定多个所述第一分析项计算公式之间的计算关系;
根据所述计算关系将所述第一分析项计算公式进行配置以确定所述第二分析项计算公式;
保存并且输出所述第二分析项计算公式。
优选的,所述对比所述标识参数和预设标识参数的异同,将多个所述分析项计算公式中标识参数与所述预设标识参数相同的分析项计算公式确认为所述第一分析项计算公式,包括:
根据预设参数规则,读取所述标识参数中标识位和检验位;
判断所述标识位是否符合所述预设标识参数的规则;
当所述标识位符合所述预设标识参数的规则时,根据所述标识位和所述预设标识参数的规则获取检验位的计算数值;
判断所述检验位是否等于所述检验位的计算数值;
若是,确定所述标识参数和所述预设标识参数相同,将多个所述分析项计算公式中标识参数与所述预设标识参数相同的分析项计算公式确认为所述第一分析项计算公式;
否则,提醒所述标识参数和所述预设标识参数不相同。
优选的,所述确定多个所述第一分析项计算公式之间的计算关系,包括:
当所述第一分析项计算公式为多个时,获取每个第一分析项计算公式;
根据所述每个第一分析项计算公式确定多个当前分析项;
基于所述当前分析项确定每个当前分析项之间的第一计算关系;
将所述第一计算关系确定所述第一分析项计算公式之间的计算关系。
优选的,所述根据所述计算关系将所述第一分析项计算公式进行配置以确定所述第二分析项计算公式,包括:
提取出所述第一分析项计算公式中能够独立计算的第一分析项计算公式;
确定所述第一分析项计算公式中除所述能够独立计算的第一分析项计算公式外的第一分析项计算公式为第三分析项计算公式;
当所述第三分析项计算公式为多个时,获取每个第三项分析项计算公式;
将每个第三分析项计算公式的公式内容两两相结合;
根据所述第一计算关系确定每个第三分析项计算公式之间的第二计算关系;
基于所述第二计算关系,将两两结合的所述第三分析项计算公式中涉及到所述第二计算关系的第三分析项计算公式进行标记;
将标记的所述第三分析项计算公式确定为所述第二分析项计算公式。
优选的,在接收录入的实验数据,根据所述配置后的所述第二分析项计算公式对所述实验数据自动进行计算之前,所述方法还包括:
获取所述实验数据对应的实验样品;
获取所述实验样品的原始成分数据;
根据所述实验样品的计算处理方法计算出实验之后的成分数据;
将所述原始成分数据和所述实验之后的成分数据的差值作为样品检验序列;
根据所述样品检验序列对所述实验样品进行检验得出检验数据;
对比所述检验数据和所述实验数据生成对比报告;
若所述对比报告显示所述检验数据和所述实验数据的差值大于预设阈值,发出错误提醒;
若所述对比报告显示所述检验数据和所述实验数据的差值小于等于所述预设阈值,确定所述实验数据录入。
优选的,所述接收录入的实验结果,根据所述配置结果自动进行计算,包括;
确定所述实验结果对应的第二分析项;
对比所述第二分析项与所述第一分析项,将与第一分析项相同的第二分析项作为第三分析项;
将所述第三分析项代入第二计算关系中自动进行计算;
优选的,所述接收与所述第一分析项匹配的所述分析项计算公式,包括:
获取当前所使用的计算机的配置信息,所述配置信息包括CPU型号、主板型号、内存大小、操作系统型号中的任一项配置信息或者多项配置信息;
将所述CPU型号按照预设的CPU型号数值化规则转换为CPU型号数值化值;将所述主板型号按照预设的主板型号数值化规则转换为主板型号数值化值;将所述操作系统型号按照预设的主板型号数值化规则转换为操作系统数值化值;
针对预存的与所述第一分析项匹配的多个分析项计算公式:根据以下预测公式分别预测每个分析项计算公式各自在所述配置下的计算机上运行时的推荐系数:
其中,σk表示第k个分析项计算公式对应的推荐系数;Mi表示第i项配置信息对应的数值化值;MkiMAX表示第k个分析项计算公式的第i项配置信息对应的最优选数值化值,为预设数值,N为第k个分析项计算公式中配置信息的总项数;
确定所述多个分析项计算公式各自的推荐系数中,等于或小于预设数值的一个或者多个分析项计算公式,将所述一个或者多个分析项计算公式作为推荐公式输出,以供所述业务人员选择;
接收所述业务人员在所述一个或者多个分析项计算公式中所选择的分析项计算公式,作为所述与所述第一分析项匹配的所述分析项计算公式。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制,在附图中:
图1为本发明所提供的一种用于实验室分析样品计算处理方法的工作流程图;
图2为本发明所提供的一种用于实验室分析样品计算处理方法的另一工作流程图;
图3为本发明所提供的一种用于实验室分析样品计算处理方法的又一工作流程图;
图4为本发明所提供的一种用于实验室分析样品计算处理方法的又一工作流程图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
实验室在分析样品时,通常一个检测项目会对应很多的分析项,有些分析项是独立的,有些分析项与其它分析项存在一定的计算关系。录入结果时部分分析项目的结果是由其他分析项的结果进行一定的计算得出的,计算得出结果的分析项依赖的分析项不一样,计算规则也不一样。传统手工计算方式需要分析员大量的工作时间进行分析项结果的计算,而且每种分析项的规则不一致,结果计算完毕之后的处理规则也不一致,这就要求分析员有很强的业务能力和技术能力;依赖手工计算方式,容易计算错误,计算有遗漏,导致分析结果不准确;如果分析项的依赖关系和计算规则改变,需要分析员重新学习修改。浪费大量的人力和物力,成本很高。为了解决上述问题,本实施例公开了一种基于基于接收业务人员预先维护的分析项计算公式进行配置然后将实验结果录入来自动进行分析项之间的计算最后输出计算结果的计算处理方法。
一种辅助分析样品的数据处理方法,如图1所示,包括以下步骤:
步骤S101、接收业务人员预先维护的分析项计算公式;
步骤S102、基于分析项计算公式,判断是否符合预设规则;
步骤S103、将符合预设规则的分析项计算公式作为第一分析项计算公式进行配置,输出配置后的第二分析项计算公式;
步骤S104、接收录入的实验数据,根据配置后的第二分析项计算公式对实验数据自动进行计算;
步骤S105、保存并显示计算结果;
在本实施例中,实验室在分析样品时,通常一个检测项目会对应很多的分析项,有些分析项是独立的,有些分析项与其它分析项存在一定的计算关系。录入数据时部分分析项目的结果是由其他分析项的结果进行一定的计算得出的,计算得出结果的分析项依赖的分析项不一样,计算规则也不一样,因此将第一分析项计算公式进行配置得到第二分析项计算公式以应对多个分析项共同计算的情况来得到计算结果。
上述技术方案的工作原理为:接收到业务人员预先维护的分析项计算公式,判断其是否符合预设规则,将符合预设规则的分析项作为第一分析项计算公式进行配置得到第二分析项计算公式,接收录入的实验数据,根据配置后的第二分析项计算公式对实验数据进行自动计算,计算完毕后保存并显示计算结果。
上述技术方案的有益效果为:采用自动配置分析项计算公式方法解决了现有技术中依赖手工计算方式,容易计算错误,计算有遗漏,导致分析结果不准确的问题,各个分析项计算公式之间的计算关系采用全自动的方式进行计算,无需分析员去专门的学习修改,极大的节省了人力和物力,降低了成本。
在一个实施例中,如图2所示,接收业务人员预先维护的分析项计算公式,包括:
步骤S201、获取当前检测项目;
步骤S202、基于当前检测项目,确定与当前检测项目对应的第一分析项;
步骤S203、接收与第一分析项匹配的分析项计算公式。
上述技术方案的有益效果为:获取检测项目并且确定其对应的第一分析项,根据第一分析项匹配分析项计算公式,避免了去大规模的寻找所需要的分析项,节省了时间的同时提高了效率,同时可以根据不同的检测项目去匹配不同的分析项计算公式,方便操作。
在一个实施例中,当分析项计算公式包括多个时,将符合所述预设规则的分析项计算公式作为第一分析项计算公式进行配置,输出输出配置后的第二分析项计算公式,包括:
获取分析项计算公式的标识参数;
对比标识参数和预设标识参数的异同,将多个分析项计算公式中标识参数与预设标识参数相同的分析项计算公式确认为第一分析项计算公式;
当第一分析项计算公式包括多个时,确定多个第一分析项计算公式之间的计算关系;
根据计算关系将第一分析项计算公式进行配置以确定第二分析项计算公式;
保存并且输出第二分析项计算公式;
在本实施例中,上述预设标识参数为计算公式中的特定符号或者特定公式,当分析项计算公式的标识参数包含了预设标识参数的所有特征时将其确定为第一分析项计算公式,然后将第一分析项计算公式进行配置以得到第二分析项计算公式。
上述技术方案的有益效果为:通过配置第二分析项计算公式来应对多个分析项计算公式需要共同计算的问题,预先配置好第二分析项计算公式无需录入实验数据时去实时的寻找分析项计算公式进而进行计算,可直接接收到实验数据即可计算,时间大大缩短,减少了一个分析任务的完成时间,实验室可以接收更多的分析任务,更快的反馈分析结果。
在一个实施例中,对比所述标识参数和预设标识参数的异同,将多个分析项计算公式中标识参数与预设标识参数相同的分析项计算公式确认为第一分析项计算公式,包括:
根据预设参数规则,读取标识参数中标识位和检验位;
判断标识位是否符合所述预设标识参数的规则;
当标识位符合预设标识参数的规则时,根据标识位和所述预设标识参数的规则获取检验位的计算数值;
判断检验位是否等于检验位的计算数值;
若是,确定标识参数和预设标识参数相同,将多个分析项计算公式中标识参数与预设标识参数相同的分析项计算公式确认为第一分析项计算公式;
否则,提醒标识参数和预设标识参数不相同。
在本实施例中,上述预设标识参数的规则为标识位没有发生移位或者标识位没有残缺和损坏,当标识参数中的标识位发生了移位或者残缺和损坏时则不满足上述预设标识参数的规则,当标识参数符合上述预设标识参数的规则时然后计算检验位的计算数值和检验位的值是否相同,当二个条件都满足的时候将满足的分析项计算公式确定为第一分析项计算公式,否则,提醒标识参数和预设标识参数不相同,其对应的分析项计算公式即为无用的分析项计算公式。
上述技术方案的有益效果为:通过设置两个条件来筛选满足条件的分析项计算公式,提高了准确性,剔除了无用的分析项计算公式缩短了手工去筛选计算公式的时间,进一步提高了工作效率。
在一个实施例中,如图3所示,确定多个第一分析项计算公式之间的计算关系,包括:
步骤S301、当第一分析项计算公式为多个时,获取每个第一分析项计算公式;
步骤S302、根据每个第一分析项计算公式确定多个当前分析项;
步骤S303、基于当前分析项确定每个当前分析项之间的第一计算关系;
步骤S304、将第一计算关系确定第一分析项计算公式之间的计算关系。
上述技术方案的有益效果为:通过确定当前分析项来确定每个分析项之间的计算关系,使计算关系更加明了直观。
在一个实施例中,根据所述计算关系将第一分析项计算公式进行配置以确定第二分析项计算公式,包括:
提取出第一分析项计算公式中能够独立计算的第一分析项计算公式;
确定第一分析项计算公式中除能够独立计算的第一分析项计算公式外的第一分析项计算公式为第三分析项计算公式;
当第三分析项计算公式为多个时,获取每个第三项分析项计算公式;
将每个第三分析项计算公式的公式内容两两相结合;
根据第一计算关系确定每个第三分析项计算公式之间的第二计算关系;
基于第二计算关系,将两两结合的第三分析项计算公式中涉及到第二计算关系的第三分析项计算公式进行标记;
将标记的第三分析项计算公式确定为第二分析项计算公式;
在本实施例中,首先根据分析项的种类获取独立计算的分析项,然后根据独立计算的分析项提取出第一分析计算公式中的能够独立计算的第一分析项计算公式,然后剩余的分析项计算公式为得和其他分析项计算公式一起计算的第三分析项计算公式,将第三分析项计算公式中的每个第三分析项计算公式的公式内容两两相结合以形成一个计算公式组,根根据第一计算关系确定每个第三分析项计算公式之间的第二计算关系,确定上述计算公式组中涉及到第二计算关系的第三分析项公式进行标记并且肚饿定位第二分析项计算公式。
上述技术方案的有益效果为:通过使第三分析项计算公式实现两两相结合来获得每个第三项计算公式的计算关系,然后根据第二计算关系即可直接得到涉及的第三分析项计算公式,准确率高,并且可使得每个第三分析项计算公式之间都有联系,在录入实验数据后,可以直接根据结合的第三分析项计算公式确定多个分析项计算公式和他们之间的计算关系,节省了计算时间。
在一个实施例中,在接收录入的实验数据,根据所述配置后的第二分析项计算公式对实验数据自动进行计算之前,上述方法还包括:
获取实验数据对应的实验样品;
获取实验样品的原始成分数据;
根据实验样品的计算处理方法计算出实验之后的成分数据;
将原始成分数据和实验之后的成分数据的差值作为样品检验序列;
根据样品检验序列对实验样品进行检验得出检验数据;
对比检验数据和实验数据生成对比报告;
若对比报告显示检验数据和实验数据的差值大于预设阈值,发出错误提醒;
若对比报告显示检验数据和实验数据的差值小于等于预设阈值,确定实验数据录入;
在本实施例中,上述检验序列为实验样品的成分浓度或者成分含量,将实验之前成分浓度或成分含量的和原始成分浓度和成分含量的差值来作为样品检验序列,上述预设阈值可以为浓度差值为10%或者含量差值为原始成分含量的40%。
上述技术方案的有益效果为:判断实验数据是否合格,避免出现实验数据不合格导致计算结果不准确的问题,可有效地在根本上降低计算的错误率,给用户良好的体验感。
在一个实施例中,如图4所示,接收录入的实验结果,根据所述配置结果自动进行计算,包括;
步骤S401、确定所述实验结果对应的第二分析项;
步骤S402、对比第二分析项与第一分析项,将与第一分析项相同的第二分析项作为第三分析项;
步骤S403、将所述第三分析项代入第二计算关系中自动进行计算;
在本实施例中,将第二分析项与第一分析项相同的分析项提取出来作为第三分析项,即可在第一分析项中确定第三分析项的计算公式,然后根据第二计算关系将第三分析项直接代入进行自动计算,无论有多少个分析项结合计算,在第二计算关系中都有标本,只需要等待计算结果即可。
上述技术方案的有益效果为:避免了无用的分析项参与计算而使得计算过程极为繁琐和计算时间太长的问题,根据需要只需计算对应的分析项即可,提高了计算的效率,保证计算结果的精度以及准确性。
在一个实施例中,第一分析项有时可以存在多个分析项计算公式,每个分析项计算公式对应着不同的计算原理、计算规则,只是精度不同或者计算速度不同;此时,所述接收与所述第一分析项匹配的所述分析项计算公式,可包括:
获取当前所使用的计算机(即“根据配置后的第二分析项计算公式对实验数据自动进行计算”的计算机)的配置信息,所述配置信息包括CPU型号、主板型号、内存大小、操作系统型号中的任一项配置信息或者多项配置信息;
将所述CPU型号按照预设的CPU型号数值化规则转换为CPU型号数值化值;将所述主板型号按照预设的主板型号数值化规则转换为主板型号数值化值;将所述操作系统型号按照预设的主板型号数值化规则转换为操作系统数值化值;其中,CPU型号数值化规则可以是针对每种CPU型号都预先规定其相应的数值化值,其中CPU的处理能力越强,其对应的数值化值越大;主板型号数值化规则可以是针对每种主板型号都预先规定其相应的数值化值,其中主板的处理能力越强,其对应的数值化值越大;操作系统型号数值化规则可以是针对每种操作系统型号都预先规定其相应的数值化值,其中操作系统的性能越强,其对应的数值化值越大;
针对预存的与所述第一分析项匹配的多个分析项计算公式:根据以下预测公式分别预测每个分析项计算公式各自在所述配置下的计算机上运行时的推荐系数:
其中,σk表示第k个分析项计算公式对应的推荐系数;Mi表示第i项配置信息对应的数值化值;MkiMAX表示第k个分析项计算公式的第i项配置信息对应的最优选数值化值,为预设数值(例如如前述所述的,如果第i项配置信息对应的数值化规则中,处理能力或者性能越强,其对应的数值化值越大,那么,此处的最优选数值化值就可以是第i项配置信息对应的数值化规则中的最大的那个数值化值),N为第k个分析项计算公式中配置信息的总项数;
确定所述多个分析项计算公式各自的推荐系数中,等于或小于预设数值的一个或者多个分析项计算公式,将所述一个或者多个分析项计算公式作为推荐公式输出,以供所述业务人员选择;
接收所述业务人员在所述一个或者多个分析项计算公式中所选择的分析项计算公式,作为所述与所述第一分析项匹配的所述分析项计算公式。
上述技术方案的有益效果为:利用智能化推荐手段来向业务人员推荐在当前使用的计算机下有较佳运行效率的分析项计算公式,方便业务人员选择,避免业务人员选择到运行效率较差的分析项计算公式,避免降低整个方案实施的计算速度,提高工作效率。
本领域技术人员应当理解的是,本发明中的第一、第二指的是不同应用阶段而已,例如,在本发明中,上述第一计算关系、第二计算关系以及第一分析项计算公式、第二分析项计算公式和第三分析项计算公式都是经过筛选或者推导得到的,而非引用了新的东西。
本领域技术用户员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (6)
1.一种辅助分析样品的数据处理方法,特征在于,包括以下步骤:
接收业务人员预先维护的分析项计算公式;
基于所述分析项计算公式,判断是否符合预设规则;
将符合所述预设规则的分析项计算公式作为第一分析项计算公式进行配置,输出配置后的第二分析项计算公式;
接收录入的实验数据,根据所述配置后的所述第二分析项计算公式对所述实验数据自动进行计算;
保存并显示计算结果;
在接收录入的实验数据,根据所述配置后的所述第二分析项计算公式对所述实验数据自动进行计算之前,所述方法还包括:
获取所述实验数据对应的实验样品;
获取所述实验样品的原始成分数据;
根据所述实验样品的计算处理方法计算出实验之后的成分数据;
将所述原始成分数据和所述实验之后的成分数据的差值作为样品检验序列;
根据所述样品检验序列对所述实验样品进行检验得出检验数据;
对比所述检验数据和所述实验数据生成对比报告;
若所述对比报告显示所述检验数据和所述实验数据的差值大于预设阈值,发出错误提醒;
若所述对比报告显示所述检验数据和所述实验数据的差值小于等于所述预设阈值,确定所述实验数据录入;
对比标识参数和预设标识参数的异同,将多个所述分析项计算公式中标识参数与所述预设标识参数相同的分析项计算公式确认为所述第一分析项计算公式,包括:
根据预设参数规则,读取所述标识参数中标识位和检验位;
判断所述标识位是否符合所述预设标识参数的规则;
当所述标识位符合所述预设标识参数的规则时,根据所述标识位和所述预设标识参数的规则获取检验位的计算数值;
判断所述检验位是否等于所述检验位的计算数值;
若是,确定所述标识参数和所述预设标识参数相同,将多个所述分析项计算公式中标识参数与所述预设标识参数相同的分析项计算公式确认为所述第一分析项计算公式;
否则,提醒所述标识参数和所述预设标识参数不相同。
2.根据权利要求1所述方法,其特征在于,所述接收业务人员预先维护的分析项计算公式,包括:
获取当前检测项目;
基于所述当前检测项目,确定与所述当前检测项目对应的第一分析项;
接收与所述第一分析项匹配的所述分析项计算公式。
3.根据权利要求1所述方法,其特征在于,确定多个所述第一分析项计算公式之间的计算关系,包括:
当所述第一分析项计算公式为多个时,获取每个第一分析项计算公式;
根据所述每个第一分析项计算公式确定多个当前分析项;
基于所述当前分析项确定每个当前分析项之间的第一计算关系;
将所述第一计算关系确定所述第一分析项计算公式之间的计算关系。
4.根据权利要求3所述方法,其特征在于,所述根据所述计算关系将所述第一分析项计算公式进行配置以确定所述第二分析项计算公式,包括:
提取出所述第一分析项计算公式中能够独立计算的第一分析项计算公式;
确定所述第一分析项计算公式中除所述能够独立计算的第一分析项计算公式外的第一分析项计算公式为第三分析项计算公式;
当所述第三分析项计算公式为多个时,获取每个第三项分析项计算公式;
将每个第三分析项计算公式的公式内容两两相结合;
根据所述第一计算关系确定每个第三分析项计算公式之间的第二计算关系;
基于所述第二计算关系,将两两结合的所述第三分析项计算公式中涉及到所述第二计算关系的第三分析项计算公式进行标记;
将标记的所述第三分析项计算公式确定为所述第二分析项计算公式。
5.根据权利要求4所述方法,其特征在于,所述接收录入的实验结果,根据配置结果自动进行计算,包括;
确定所述实验结果对应的第二分析项;
对比所述第二分析项与第一分析项,将与第一分析项相同的第二分析项作为第三分析项;
将所述第三分析项代入所述第二计算关系中自动进行计算。
6.根据权利要求2所述方法,其特征在于,所述接收与所述第一分析项匹配的所述分析项计算公式,包括:
获取当前所使用的计算机的配置信息,所述配置信息包括CPU型号、主板型号、内存大小、操作系统型号中的任一项配置信息或者多项配置信息;
将所述CPU型号按照预设的CPU型号数值化规则转换为CPU型号数值化值;将所述主板型号按照预设的主板型号数值化规则转换为主板型号数值化值;将所述操作系统型号按照预设的主板型号数值化规则转换为操作系统数值化值;
针对预存的与所述第一分析项匹配的多个分析项计算公式:根据以下预测公式分别预测每个分析项计算公式各自在所述配置下的计算机上运行时的推荐系数:
其中,σk表示第k个分析项计算公式对应的推荐系数;Mi表示第i项配置信息对应的数值化值;MkiMAX表示第k个分析项计算公式的第i项配置信息对应的最优选数值化值,为预设数值,N为第k个分析项计算公式中配置信息的总项数;
确定所述多个分析项计算公式各自的推荐系数中,等于或小于预设数值的一个或者多个分析项计算公式,将所述一个或者多个分析项计算公式作为推荐公式输出,以供所述业务人员选择;
接收所述业务人员在所述一个或者多个分析项计算公式中所选择的分析项计算公式,作为所述与所述第一分析项匹配的所述分析项计算公式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011292671.1A CN112505337B (zh) | 2020-03-17 | 2020-03-17 | 一种辅助分析样品的数据处理方法 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011292671.1A CN112505337B (zh) | 2020-03-17 | 2020-03-17 | 一种辅助分析样品的数据处理方法 |
CN202010186915.1A CN111400644B (zh) | 2020-03-17 | 2020-03-17 | 一种用于实验室分析样品的计算处理方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010186915.1A Division CN111400644B (zh) | 2020-03-17 | 2020-03-17 | 一种用于实验室分析样品的计算处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112505337A CN112505337A (zh) | 2021-03-16 |
CN112505337B true CN112505337B (zh) | 2021-09-07 |
Family
ID=71436327
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010186915.1A Active CN111400644B (zh) | 2020-03-17 | 2020-03-17 | 一种用于实验室分析样品的计算处理方法 |
CN202011292671.1A Active CN112505337B (zh) | 2020-03-17 | 2020-03-17 | 一种辅助分析样品的数据处理方法 |
CN202011295422.8A Active CN112328951B (zh) | 2020-03-17 | 2020-03-17 | 一种分析样品的实验数据的处理方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010186915.1A Active CN111400644B (zh) | 2020-03-17 | 2020-03-17 | 一种用于实验室分析样品的计算处理方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011295422.8A Active CN112328951B (zh) | 2020-03-17 | 2020-03-17 | 一种分析样品的实验数据的处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (3) | CN111400644B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113159630B (zh) * | 2021-05-13 | 2021-11-23 | 北京三维天地科技股份有限公司 | 一种用于实验室信息管理系统中维护计算公式的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104991979A (zh) * | 2015-07-09 | 2015-10-21 | 熊贝贝 | 实验室数据处理方法及处理系统 |
CN106339569A (zh) * | 2015-07-09 | 2017-01-18 | 深圳迈瑞生物医疗电子股份有限公司 | 判断样本检验结果异常的方法及装置 |
CN106920047A (zh) * | 2017-03-10 | 2017-07-04 | 广东电网有限责任公司电力调度控制中心 | 基于层次存储模型的电网统计数据派生计算方法及系统 |
CN108920679A (zh) * | 2018-07-10 | 2018-11-30 | 新疆华泰重化工有限责任公司 | 实验监测数据信息化管理系统及使用方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101013120B (zh) * | 2007-01-30 | 2010-06-02 | 中山大学 | 一种自动化滴定分析的方法及其应用 |
CN102023172B (zh) * | 2009-09-22 | 2012-11-07 | 上海华虹Nec电子有限公司 | 使用X-射线特征谱对SiGe薄膜进行定量分析的方法 |
US20110145739A1 (en) * | 2009-12-16 | 2011-06-16 | Peter Glen Berger | Device, Method, and Graphical User Interface for Location-Based Data Collection |
CN102999475B (zh) * | 2012-11-21 | 2015-09-23 | 用友软件股份有限公司 | 执行数生成装置和通过计算机实现的执行数生成方法 |
CN103093043B (zh) * | 2013-01-09 | 2015-08-05 | 中国电力科学研究院 | 电力信息系统中公式计算工具的设计方法及其设计系统 |
CN103106186A (zh) * | 2013-01-22 | 2013-05-15 | 百度在线网络技术(北京)有限公司 | 一种表单校验方法及系统 |
CN104317477A (zh) * | 2014-09-26 | 2015-01-28 | 广州金山移动科技有限公司 | 一种公式自定义方法及使用自定义公式的方法 |
CN104573977A (zh) * | 2015-01-24 | 2015-04-29 | 武钢集团昆明钢铁股份有限公司 | 一种质量数据管理系统与方法 |
US10587713B2 (en) * | 2017-02-14 | 2020-03-10 | Wyse Technology L.L.C. | Proxy for sharing remote desktop sessions |
CN107122344B (zh) * | 2017-05-24 | 2020-09-18 | 中国农业银行股份有限公司 | 一种报告生成方法及系统 |
CN110502718A (zh) * | 2019-07-10 | 2019-11-26 | 中国电力科学研究院有限公司 | 一种电力信息系统高性能公式计算实现方法及系统 |
-
2020
- 2020-03-17 CN CN202010186915.1A patent/CN111400644B/zh active Active
- 2020-03-17 CN CN202011292671.1A patent/CN112505337B/zh active Active
- 2020-03-17 CN CN202011295422.8A patent/CN112328951B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104991979A (zh) * | 2015-07-09 | 2015-10-21 | 熊贝贝 | 实验室数据处理方法及处理系统 |
CN106339569A (zh) * | 2015-07-09 | 2017-01-18 | 深圳迈瑞生物医疗电子股份有限公司 | 判断样本检验结果异常的方法及装置 |
CN106920047A (zh) * | 2017-03-10 | 2017-07-04 | 广东电网有限责任公司电力调度控制中心 | 基于层次存储模型的电网统计数据派生计算方法及系统 |
CN108920679A (zh) * | 2018-07-10 | 2018-11-30 | 新疆华泰重化工有限责任公司 | 实验监测数据信息化管理系统及使用方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112328951B (zh) | 2021-07-20 |
CN111400644A (zh) | 2020-07-10 |
CN112328951A (zh) | 2021-02-05 |
CN111400644B (zh) | 2020-12-25 |
CN112505337A (zh) | 2021-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109711659B (zh) | 一种工业生产的良率提升管理系统和方法 | |
CN108229588B (zh) | 一种基于深度学习的机器学习识别方法 | |
CN112163553B (zh) | 物料价格核算方法、装置、存储介质和计算机设备 | |
CN110826494A (zh) | 标注数据质量评价方法、装置、计算机设备及存储介质 | |
CN112416778A (zh) | 测试用例推荐方法、装置和电子设备 | |
CN110969600A (zh) | 一种产品缺陷检测方法、装置、电子设备及存储介质 | |
CN111461746A (zh) | 一种面向装配的质量智能追溯方法 | |
CN112505337B (zh) | 一种辅助分析样品的数据处理方法 | |
CN113742248A (zh) | 一种基于项目测量数据进行组织过程预测的方法及系统 | |
CN111290953B (zh) | 分析测试日志的方法与装置 | |
CN112416782A (zh) | 测试结果的验证方法、装置和电子设备 | |
CN111985226A (zh) | 标注数据生成方法及装置 | |
CN113344079B (zh) | 一种图像标签半自动标注方法、系统、终端及介质 | |
CN113327204B (zh) | 图像校准方法和装置、设备及存储介质 | |
CN115829925A (zh) | 外观缺陷检测方法、装置、计算机设备及存储介质 | |
CN115436342A (zh) | 降低多批次样本间libs检测不确定性的方法及装置 | |
CN115098679A (zh) | 文本分类标注样本的异常检测方法、装置、设备及介质 | |
CN114972273A (zh) | 流水化产品数据集增强方法、系统、设备及存储介质 | |
CN110083540B (zh) | 接口测试方法及装置 | |
AU2021102380A4 (en) | Intelligent Mineral Identification Method and System | |
CN114911963B (zh) | 一种模板图片分类方法、装置、设备、存储介质及产品 | |
CN117271373B (zh) | 测试用例的自动化构建方法、装置、电子设备及存储介质 | |
CN114692647B (zh) | 一种数据处理方法、装置、设备及介质 | |
US20240193460A1 (en) | Data processing method and data processing apparatus | |
CN115934949A (zh) | 评论语句的情感分析方法、装置、存储介质及计算机设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |