CN112964673A - 特定蛋白反应曲线的异常识别方法及识别装置 - Google Patents
特定蛋白反应曲线的异常识别方法及识别装置 Download PDFInfo
- Publication number
- CN112964673A CN112964673A CN202110123429.XA CN202110123429A CN112964673A CN 112964673 A CN112964673 A CN 112964673A CN 202110123429 A CN202110123429 A CN 202110123429A CN 112964673 A CN112964673 A CN 112964673A
- Authority
- CN
- China
- Prior art keywords
- specific protein
- sample
- curve
- detected
- sampling
- 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.)
- Granted
Links
- 102000004169 proteins and genes Human genes 0.000 title claims abstract description 302
- 108090000623 proteins and genes Proteins 0.000 title claims abstract description 302
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 129
- 230000005856 abnormality Effects 0.000 title claims abstract description 106
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000004044 response Effects 0.000 claims abstract description 170
- 238000005070 sampling Methods 0.000 claims abstract description 152
- 230000002159 abnormal effect Effects 0.000 claims abstract description 72
- 238000002331 protein detection Methods 0.000 claims abstract description 11
- 230000003287 optical effect Effects 0.000 claims description 29
- 238000012545 processing Methods 0.000 claims description 24
- 238000004879 turbidimetry Methods 0.000 claims description 22
- 230000005540 biological transmission Effects 0.000 claims description 20
- 238000004848 nephelometry Methods 0.000 claims description 20
- 230000008859 change Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 description 38
- 238000004364 calculation method Methods 0.000 description 28
- 238000001514 detection method Methods 0.000 description 27
- 230000006870 function Effects 0.000 description 18
- 108010074051 C-Reactive Protein Proteins 0.000 description 14
- 102100032752 C-reactive protein Human genes 0.000 description 14
- 230000008569 process Effects 0.000 description 9
- 239000000284 extract Substances 0.000 description 6
- 239000000243 solution Substances 0.000 description 5
- 230000003247 decreasing effect Effects 0.000 description 4
- 238000007620 mathematical function Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 208000015181 infectious disease Diseases 0.000 description 3
- 210000002966 serum Anatomy 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 239000004816 latex Substances 0.000 description 2
- 229920000126 latex Polymers 0.000 description 2
- 239000004005 microsphere Substances 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 201000001320 Atherosclerosis Diseases 0.000 description 1
- 208000035143 Bacterial infection Diseases 0.000 description 1
- 238000002965 ELISA Methods 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 208000038016 acute inflammation Diseases 0.000 description 1
- 230000006022 acute inflammation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000000427 antigen Substances 0.000 description 1
- 102000036639 antigens Human genes 0.000 description 1
- 108091007433 antigens Proteins 0.000 description 1
- 208000022362 bacterial infectious disease Diseases 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000011088 calibration curve Methods 0.000 description 1
- 239000012295 chemical reaction liquid Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000008151 electrolyte solution Substances 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 210000003494 hepatocyte Anatomy 0.000 description 1
- 208000027866 inflammatory disease Diseases 0.000 description 1
- 230000002757 inflammatory effect Effects 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006116 polymerization reaction Methods 0.000 description 1
- 238000003127 radioimmunoassay Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- 230000008733 trauma Effects 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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/47—Scattering, i.e. diffuse reflection
- G01N21/49—Scattering, i.e. diffuse reflection within a body or fluid
- G01N21/51—Scattering, i.e. diffuse reflection within a body or fluid inside a container, e.g. in an ampoule
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 Biological Materials (AREA)
Abstract
本发明公开了一种特定蛋白反应曲线的异常识别方法及异常识别装置,该异常识别方法包括:在预设的采样总时间内对待测样本进行特定蛋白检测,以获取待测样本的特定蛋白反应曲线,所述待测样本的特定蛋白反应曲线在所述采样总时间内为单调函数;获取所述待测样本的特定蛋白反应曲线的一阶导数;根据所述一阶导数识别所述特定蛋白反应曲线是否存在异常;如果所述特定蛋白反应曲线存在异常,获取所述待测样本的特定蛋白反应曲线的二阶导数,根据所述特定蛋白反应曲线的二阶导数确定异常类型;输出与所述异常类型关联的异常报警信息。该异常识别方法能够有效且有针对性的识别特定蛋白反应曲线的异常及其类型。
Description
技术领域
本发明涉及样本检测技术领域,具体涉及一种特定蛋白反应曲线的异常识别方法及识别装置,还涉及一种采样曲线的异常识别方法。
背景技术
特定蛋白,主要是检测血清中的特定功能性蛋白,不同的特定蛋白的结果数值可以判断出不同的疾病。以C反应蛋白(CRP)为例,C反应蛋白(CRP)是肝脏合成的一种急性炎症正时相反应蛋白,也是一种特定蛋白。正常人血中的CRP浓度很低,在机体突遇紧张、组织创伤和各种炎症刺激时合成快速增加,并从肝细胞中分泌入血液,在感染发生后12-18小时即可检测到高水平的CRP。在感染发生后的12-14天升高的CRP可降至基线水平。因此多年来—直是评价炎症性疾病的指标之一,并且升高幅度与感染的程度呈相关。CRP作为诊断细菌感染的重要标志物之一,已广泛应用于临床。CRP还是一个评估心脏病发生率、复发率、死亡率的临床重要指标。近年来的研究发现,炎症在动脉粥样硬化及肿瘤的发生、发展过程中起重要作用。鉴于血清CRP的重要作用,其测量的准确性受到了广泛的关注。
检测CRP的常用方法多种多样,其中包括散射比浊法、透射比浊法,放射免疫测定、化学发光法、ELISA法及床旁CRP检测(POCT)等。目前临床实验室测定血清中CRP的方法主要是免疫浊度法,包括乳胶增强透射比浊法(简称透射比浊法)和速率散射比浊法(简称散射比浊法),这两种方法主要用于自动化分析系统,速率散射比浊法多用于免疫检测领域的封闭检测系统,乳胶增强透射比浊法多用于生化检测领域的开放检测系统。运用透射比浊法和散射比浊法进行样本检测时,可以得到基于光信号得到的电压关于时间的变化曲线,该曲线也被称为特定蛋白反应曲线(其他样本时也可被称为采样曲线),目前根据该特定蛋白反应曲线得到样本浓度的方法中,并不会过多地对特定蛋白反应曲线的质量(有效性)进行检查,原因在于当前检测精度不高,即便特定蛋白反应曲线存在抖动或鼓包,对检测结果的影响也较小。目前本领域技术人员没有去想过识别采样曲线是否异常或是确定其异常类型后如何处理。
发明内容
本发明主要解决的技术问题是提供一种能够有效识别出特定蛋白反应曲线是否存在异常的特定蛋白反应曲线的异常识别方法以及识别装置。
根据第一方面,一种实施例中提供一种特定蛋白反应曲线的异常识别方法,包括:
在预设的采样总时间内对待测样本进行特定蛋白检测,以获取待测样本的特定蛋白反应曲线,所述待测样本的特定蛋白反应曲线在所述采样总时间内为单调函数;
获取所述待测样本的特定蛋白反应曲线的一阶导数;
根据所述一阶导数识别所述特定蛋白反应曲线是否存在异常;
如果所述特定蛋白反应曲线存在异常,获取所述待测样本的特定蛋白反应曲线的二阶导数,根据所述特定蛋白反应曲线的二阶导数确定异常类型;
输出与所述异常类型关联的异常报警信息。
根据第二方面,一种实施例中提供一种采样曲线的异常识别方法,包括:
在预设的采样总时间内对待测样本进行检测,以获取待测样本的采样曲线,所述待测样本的采样曲线在所述采样总时间内为单调函数;
获取所述待测样本的采样曲线的一阶导数;
根据所述一阶导数识别所述采样曲线是否存在异常;
如果所述采样曲线存在异常,获取所述待测样本的采样曲线的二阶导数,根据所述采样曲线的二阶导数确定异常类型;
输出与所述异常类型关联的异常报警信息。
根据第三方面,一种实施例中提供一种特定蛋白反应曲线的异常识别装置包括:
反应容器,用于容纳待测样本;
光源,用于向所述反应容器内的待测样本提供激光;
光信号接收器,用于采集激光经待测样本产生的光信号,并将所述光信号转换为电信号;
数据处理装置,与所述光信号接收器信号连接,用于:
根据所述电信号获取待测样本的特定蛋白反应曲线,所述待测样本的特定蛋白反应曲线用于表示采样总时间内得到的电压随特定蛋白浓度的单调变化;
获取所述待测样本的特定蛋白反应曲线的一阶导数;
根据所述一阶导数识别所述特定蛋白反应曲线是否存在异常;
如果所述特定蛋白反应曲线存在异常,获取所述待测样本的特定蛋白反应曲线的二阶导数,根据所述特定蛋白反应曲线的二阶导数确定异常类型;
输出与所述异常类型关联的异常报警信息。
根据第四方面,一种实施例提供一种计算机可读存储介质,所述介质上存储有程序,所述程序能够被处理器执行以实现第一方面或第二方面所述的方法。
上述实施例中,通过特定蛋白反应曲线的一阶导数识别出是否有异常,又根据其二阶导数确定出异常的类型,再输出与所述异常类型关联的异常报警信息,整个过程高效快速,从而让用户不但快速知晓曲线的是否可用于后续的计算,还通过报警信息指示用户采取相应的应对措施。
附图说明
图1为一种实施例的特定蛋白反应曲线的异常识别装置的结构组成示意图;
图2为另一种实施例的特定蛋白反应曲线的异常识别装置的结构组成示意图;
图3为一种实施例的散射比浊法得到的特定蛋白反应曲线的示意图;
图4为另一种实施例的散射比浊法得到的特定蛋白反应曲线的示意图;
图5为又一种实施例的散射比浊法得到的特定蛋白反应曲线的示意图;
图6为一种实施例的透射比浊法得到的特定蛋白反应曲线的示意图;
图7为另一种实施例的透射比浊法得到的特定蛋白反应曲线的示意图;
图8为又一种实施例的透射比浊法得到的特定蛋白反应曲线的示意图;
图9为一种实施例的特定蛋白反应曲线的异常识别方法的流程图;
图10为一种实施例的特定蛋白反应曲线不存在异常时的检测结果示意图;
图11为一种实施例的特定蛋白反应曲线存在波动异常时的检测结果示意图;
图12为一种实施例的特定蛋白反应曲线存在特定蛋白通道异常时的检测结果示意图。
具体实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中,很多细节描述是为了使得本申请能被更好的理解。然而,本领域技术人员可以毫不费力的认识到,其中部分特征在不同情况下是可以省略的,或者可以由其他元件、材料、方法所替代。在某些情况下,本申请相关的一些操作并没有在说明书中显示或者描述,这是为了避免本申请的核心部分被过多的描述所淹没,而对于本领域技术人员而言,详细描述这些相关操作并不是必要的,他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。
另外,说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时,方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此,说明书和附图中的各种顺序只是为了清楚描述某一个实施例,并不意味着是必须的顺序,除非另有说明其中某个顺序是必须遵循的。
本文中为部件所编序号本身,例如“第一”、“第二”等,仅用于区分所描述的对象,不具有任何顺序或技术含义。而本申请所说“连接”、“联接”,如无特别说明,均包括直接和间接连接(联接)。
发明人在构思如何根据采样曲线计算得到样本浓度时,想到了首先根据一系列已知浓度样本的样本浓度获得定标曲线,定标曲线是关于样本浓度和该样本的曲线特征的对应关系,在需要检测待测样本的浓度时,首先得到该样本的特定蛋白反应曲线,然后求得特定蛋白反应曲线的一个曲线特征,接着将该曲线特征代入定标曲线,则可求出样本的特定蛋白浓度。
基于此,发明人发现了反应曲线是否存在异常(例如波动或鼓包)对于上述方法的检测结果会有很大的影响,故发明人在构思如何进一步完善上述检测方法的过程中,进行了本发明创造。
特定蛋白反应检测原理是依据抗原、抗体在特定的电解质溶液中反应,快速形成免疫复合物微粒,使反应液出现浊度,随着时间的推移,复合物微粒聚合得就会越大,浊度也逐渐变大。在散射比浊法中,光信号接收器30接收到光信号的强度,也随时间的推移越来越大。在透射比浊法中,光信号接收器30接收到光信号的强度,随时间的推移越来越小。C反应蛋白是特定蛋白检测项目的一种。
请参考图1,其可表示散射比浊法的检测过程,包括光源20、反应容器10和光信号接收器30,其中,反应容器10中装有反应液,光源20垂直射入反应容器10,穿过反应容器10壁照射到反应液中的微球上,发生散射,散射光从非90度(与反应容器10侧壁)的角度进入反应容器10壁,再通过反应容器10壁进入空气,最后到光信号接收器30。整个过程散射光分别经过了反应液、反应容器10和空气三种不同的介质,因为散射光从非90度的方向经过这三种介质,所以散射光在传播过程中会发生折射。
请参照图2,其可表示透射比浊法的检测过程,包括光源20、反应容器10和光信号接收器30,其中,反应容器10中装有反应液,光源20垂直射入反应容器10,穿过反应容器10壁照射到反应液中的微球上,发生透射,再通过反应容器10壁进入空气,最后到光信号接收器30。
实施例一
请参照图1,本实施例中提供了一种特定蛋白反应曲线的异常识别装置,包括反应容器10、光源20、光信号接收器30和数据处理装置50。
反应容器10用于容纳待测样本,例如可以是透明的反应容器10。
光源20作为散射比浊法使用的光源20,其用于向反应容器10内的待测样本提供激光。
光信号接收器30设置在激光经待测样本形成的散射光的光路上,其用于采集散射光,并将散射光的光信号转换为电信号。
数据处理装置50与光信号接收器30信号连接,其用于根据电信号获取待测样本的特定蛋白反应曲线,如图3所示的特定蛋白反应曲线用于表示采样总时间内得到的电压随特定蛋白浓度的单调变化。
取到的待测样本的特定蛋白反应曲线的公式,包括:
Va=F(ta)。
其中,0≤ta≤Ta,ta∈实数,ta为待测样本的采样时间,Va为采样时获取的电压,Ta为采样总时间的结束时间点。一些实施例中,可对该曲线进行平滑处理(例如均值平滑或中值平滑),从而得到更加平滑的反应曲线,有助于后续的计算(对曲线的特征提取)。
而后获取待测样本的特定蛋白反应曲线的一阶导数F’(ta)的最小值min F’(ta),根据一阶导数的最小值与预设阈值的关系,识别待测样本的特定蛋白反应曲线是否存在异常。一些实施例中,该预设阈值为零,如果min F’(ta)大于等于零,代表待测样本的特定蛋白反应曲线为一增函数,待测样本的特定蛋白反应曲线不存在异常,如果min F’(ta)小于零,待测样本的特定蛋白反应曲线存在异常。
在待测样本的特定蛋白反应曲线存在异常时,并不意味着该特定蛋白反应曲线就要完全舍弃,本实施例中,还获取待测样本的特定蛋白反应曲线的二阶导数,根据二阶导数确定采样总时间内中的采样有效时间,而后根据采样有效时间的长度确定异常类型,具体的,数据处理装置50获取待测样本的特定蛋白反应曲线的二阶导数F”(ta),根据二阶导数确定采样有效时间。采样有效时间内待测样本的特定蛋白反应曲线需要满足F”(ta)小于零。并且,0≤t1≤t2≤Ta,t1为采样有效时间的起始时间点,t2为采样有效时间的结束时间点。如图4(箭头指向特定蛋白反应曲线处为波动异常处)所示,通常,满足上述条件的时间段只有一段。如果该时间段有两段或两段以上,选取时间长度最大的时间段作为采样有效时间,例如如图5所示,一满足上述条件的时间段的长度(t'2-t'1)较小,就不作为采样有效时间。在其他实施例中,也可以根据其他规则选择采样有效时间。
得到采样有效时间后,数据处理装置50根据采样有效时间的长度确定异常类型。本实施例中,异常类型有两类,第一类是特定蛋白反应曲线存在波动异常,代表着特定蛋白反应曲线并不严格单调递增,但是还是有具有后续能够用于计算的曲线部分,第二类是特定蛋白通道异常,该类异常意味着本次获得的特定蛋白曲线偏差严重而作废。具体的判断标准可以是:数据处理装置50获取采样有效时间与采样总时间的比例,将该比例与预设阈值P进行比较,如果采样有效时间大于预设阈值P,则特定蛋白反应曲线存在波动异常,如果采样有效时间小于预设阈值P,则特定蛋白反应曲线存在特定蛋白通道异常。例如,P的取值可以从40%至60%,以50%为例,当采样有效时间与采样总时间的比例超过50%,也就是说,在采样总时间内连续一半的时间特定蛋白反应曲线不存在异常,认定该曲线仍有部分可用。
在确定好异常类型后,数据处理装置50会输出与异常类型相关联的报警信息,例如,在特定蛋白反应曲线存在波动异常时,输出文字信息“特定蛋白反应曲线存在波动异常”,在特定蛋白通道异常时,输出文字信息“特定蛋白通道异常”。并且,当特定蛋白反应曲线存在波动异常,数据处理装置50可根据采样有效时间内的特定蛋白反应曲线计算出待测样本的特定蛋白浓度,而如果特定蛋白通道异常,则数据处理装置50不根据该特定蛋白反应曲线进行计算,或者屏蔽之前根据该曲线得到的检测结果。
通过上述异常识别装置,能够有效识别异常的反应曲线,并能根据异常类型的不同输出不同的报警信息,以及后续采取不同的处理步骤,针对性和实用性更强。
在本实施例中,当特定蛋白反应曲线不存在异常或者存在波动异常,都可以根据特定蛋白反应曲线计算待测样本的特定蛋白浓度,下面对计算方式进行说明,在下列计算中,由异常识别装置对数据进行处理得到待测样本的特定蛋白反应浓度,在其他实施例中,也可以将得到的特定蛋白反应曲线输出给浓度计算装置,由浓度计算装置得到结果。
在所举的计算实例中,异常识别装置还包括存储装置40,其用于存储各已知浓度样本的特定蛋白浓度和上述基于散射比浊法得到的对应的特定蛋白反应曲线。
一些实施例中,已知浓度样本的数目为N个,即具有N个按浓度梯度排列的已知浓度样本B1,B2,…,Bi,…,BN;其中,第i个已知浓度样本的特定蛋白浓度为Ci,且0<C1<C2<…<Ci<…<CN,1≤i≤N。
第i个已知浓度样本的定蛋白反应曲线的公式为:
Vbi=Fi(tb)。
其中,0≤tb≤Tb,tb∈实数,tb为已知浓度样本的采样时间,Vbi为第i个已知浓度样本采样时获取的电压,Tb为已知浓度样本的采样总时间的结束时间点。
一些实施例中,对于任一已知浓度样本的特定蛋白反应曲线,还判断已知浓度样本的特定蛋白反应曲线是否存在异常,如果存在异常,则对存在异常的特定蛋白反应曲线的已知浓度样本重新检测,以再次获取相应的特定蛋白反应曲线,直到每个已知浓度样本的特定蛋白反应曲线均不存在异常。对于第i个已知浓度样本Bi,判断其特定蛋白反应曲线是否存在异常的方式,可以是:获取第i个已知浓度样本的特定蛋白反应曲线的一阶导数Fi’(tb),然后获取一阶导数Fi’(tb)的最小值min Fi’(tb),如果min Fi’(tb)不小于零,则第i个已知浓度样本的特定蛋白反应曲线不存在异常,否则,第i个已知浓度样本的特定蛋白反应曲线存在异常,那么就再次对该已知浓度样本进行检测,直到该已知浓度样本的特定蛋白反应曲线的一阶导数不小于0。
如果待测样本的特定蛋白反应曲线不存在异常,在采样总时间内选取提取时间段,如果存在波动异常,在采样有效时间内选取提取时间段,提取时间段是用于提取曲线特征的时间段。获取到提取时间段后,数据处理装置50提取待测样本的特定蛋白反应曲线在提取时间段对应的曲线特征。
一些实施例中,如图3所示,待测样本的特定蛋白反应曲线不存在异常,提取待测样本的特定蛋白反应曲线在提取时间段对应的曲线特征,包括:
计算待测样本的特定蛋白反应曲线上提取时间段的起始时间点和结束时间点间的电压差Da1,电压差Da1的计算公式包括:
Da1=F(ta2)-F(ta1)。
其中,ta1为提取时间段的起始时间点,ta2为提取时间段的结束时间点,0≤ta1<ta2≤Ta,Ta为采样总时间的结束时间点,将电压差Da1作为待测样本的特定蛋白反应曲线的曲线特征。
在另一些实施例中,如图3所示不存在异常,计算待测样本的特定蛋白反应曲线上提取时间段的起始时间点和结束时间点间的面积Sa1,面积Sa1的计算公式包括:
其中,ta1为提取时间段的起始时间点,ta2为提取时间段的结束时间点,0≤ta1<ta2≤Ta,Ta为采样总时间的结束时间点,将面积Sa1作为待测样本的特定蛋白反应曲线的曲线特征。
一些实施例中,如图4或图5(箭头指向特定蛋白反应曲线处为波动处)所示,待测样本的特定蛋白反应曲线存在波动异常,提取待测样本的特定蛋白反应曲线在提取时间段对应的曲线特征,包括:
计算待测样本的特定蛋白反应曲线上提取时间段的起始时间点和结束时间点间的电压差Da2,电压差Da2的计算公式包括:
Da2=F(ta2)-F(ta1)。
其中,ta1为提取时间段的起始时间点,ta2为提取时间段的结束时间点,t1≤ta1<ta2≤t2,t1为采样有效时间的起始时间点,t2为采样有效时间的结束时间点,将电压差Da2作为待测样本的特定蛋白反应曲线的曲线特征。
在另一些实施例中,如图4或图5(箭头指向特定蛋白反应曲线处为波动处)所示存在波动异常,计算待测样本的特定蛋白反应曲线上提取时间段的起始时间点和结束时间点间的面积Sa2,面积Sa2的计算公式包括:
其中,ta1为提取时间段的起始时间点,ta2为提取时间段的结束时间点,t1≤ta1<ta2≤t2,t1为采样有效时间的起始时间点,t2为采样有效时间的结束时间点,将面积Sa2作为待测样本的特定蛋白反应曲线的曲线特征。
而后,根据存储装置40中存储的N个已知浓度样本的特定蛋白反应曲线,获取各已知浓度样本的特定蛋白反应曲线在提取时间段对应的曲线特征r1,r2,…,ri,…,rN,1≤i≤N,ri为第i个已知浓度样本的特定蛋白反应曲线在提取时间段对应的曲线特征。
一些实施例中,对于第i个已知浓度样本Bi,计算已知浓度样本的特定蛋白反应曲线上不同两点间的电压差,以获取电压差Dbi,电压差Dbi的计算公式包括:
Dbi=Fi(tb2)-Fi(tb1)。
其中,tb1和tb2是第i个已知浓度样本的特定蛋白反应曲线上两点的采样时间,0≤tb1<tb2≤Tb,Dbi为电压差,Tb为已知浓度样本的采样总时间的结束时间点,如果待测样本的曲线特征为Da1或Da2,则取tb2=ta2,tb1=ta1,将电压差Dbi作为第i个已知浓度样本的特定蛋白反应曲线的曲线特征ri。
一些实施例中,对于第i个已知浓度样本Bi,计算已知浓度样本的特定蛋白反应曲线上不同两点间的面积,以获取面积Sbi,面积Sbi的计算公式包括:
其中,Sbi为已知浓度样本的特定蛋白反应曲线上不同两点间的面积,tb1和tb2是已知浓度样本的特定蛋白反应曲线上两点的采样时间,0≤tb1<tb2≤Tb,Tb为已知浓度样本采样总时间的结束时间点,如果待测样本的曲线特征为Sa1或Sa2,则取tb2=ta2,tb1=ta1,将面积Sbi作为第i个已知浓度样本的特定蛋白反应曲线的曲线特征ri。
提取到每个已知浓度样本的特定蛋白反应曲线的特征值后,将每个已知浓度样本的特定蛋白反应曲线的特征值与其对应的特定蛋白浓度建立数学函数对应关系,其中,将第i个已知浓度样本的特定蛋白反应曲线的特征值ri与其对应的特定蛋白浓度Ci建立数学函数对应关系,1≤i≤N,进而获取定标函数关系式:r=F(C),其中,C为已知浓度样本的特定蛋白浓度,r为已知浓度样本的特定蛋白反应曲线的特征值。
得到待测样本的特定蛋白反应曲线的曲线特征后,数据处理装置50将待测样本的曲线特征输入定标函数关系式中,从而得到一个特定蛋白浓度,将该特定蛋白浓度作为待测样本的特定蛋白浓度。
实施例二
请参照图2,本实施例中提供了一种特定蛋白反应曲线的异常识别装置,包括反应容器10、光源20、光信号接收器30和数据处理装置50。
反应容器10用于容纳待测样本,例如可以是透明的反应容器10。
光源20作为透射比浊法使用的光源20,其用于向反应容器10内的待测样本提供激光。
光信号接收器30设置在激光经待测样本形成的透射光的光路上,其用于采集透射光,并将透射光的光信号转换为电信号。
数据处理装置50与光信号接收器30信号连接,其用于根据电信号获取待测样本的特定蛋白反应曲线,如图6所示的特定蛋白反应曲线用于表示采样总时间内得到的电压随特定蛋白浓度的单调变化。
取到的待测样本的特定蛋白反应曲线的公式,包括:
Va=F(ta)。
其中,0≤ta≤Ta,ta∈实数,ta为待测样本的采样时间,Va为采样时获取的电压,Ta为采样总时间的结束时间点。一些实施例中,可对该曲线进行平滑处理(例如均值平滑或中值平滑),从而得到更加平滑的反应曲线,有助于后续的计算(对曲线的特征提取)。
而后获取待测样本的特定蛋白反应曲线的一阶导数F’(ta)的最大值max(F'(ta)),根据一阶导数的最大值与预设阈值的关系,识别待测样本的特定蛋白反应曲线是否存在异常。一些实施例中,该预设阈值为零,如果max(F'(ta))小于等于零,代表待测样本的特定蛋白反应曲线为一减函数,待测样本的特定蛋白反应曲线不存在异常,如果max(F'(ta))大于零,待测样本的特定蛋白反应曲线存在异常。
在待测样本的特定蛋白反应曲线存在异常时,并不意味着该特定蛋白反应曲线就要完全舍弃,本实施例中,还获取待测样本的特定蛋白反应曲线的二阶导数,根据二阶导数确定采样总时间内中的采样有效时间,而后根据采样有效时间的长度确定异常类型,具体的,数据处理装置50获取待测样本的特定蛋白反应曲线的二阶导数F”(ta),根据二阶导数确定采样有效时间。采样有效时间内待测样本的特定蛋白反应曲线需要满足F”(ta)大于零。并且,0≤t1≤t2≤Ta,t1为采样有效时间的起始时间点,t2为采样有效时间的结束时间点。如图7(箭头指向特定蛋白反应曲线处为波动处)所示,通常,满足上述条件的时间段只有一段。如果该时间段有两段或两段以上,选取时间长度最大的时间段作为采样有效时间,例如如图8所示,一满足上述条件的时间段的长度(t'2-t'1)较小,就不作为采样有效时间。在其他实施例中,也可以根据其他规则选择采样有效时间。
得到采样有效时间后,数据处理装置50根据采样有效时间的长度确定异常类型。本实施例中,异常类型有两类,第一类是特定蛋白反应曲线存在波动异常,代表着特定蛋白反应曲线并不严格单调递减,但是还是有具有后续能够用于计算的曲线部分,第二类是特定蛋白通道异常,该类异常意味着本次获得的特定蛋白曲线偏差严重而作废。具体的判断标准可以是:
具体的判断标准可以是:数据处理装置50获取采样有效时间与采样总时间的比例,将该比例与预设阈值P进行比较,如果采样有效时间大于预设阈值P,则特定蛋白反应曲线存在波动异常,如果采样有效时间小于预设阈值P,则特定蛋白反应曲线存在特定蛋白通道异常。例如,P的取值可以从40%至60%,以50%为例,当采样有效时间与采样总时间的比例超过50%,也就是说,在采样总时间内连续一半的时间特定蛋白反应曲线不存在异常,认定该曲线仍有部分可用。
在确定好异常类型后,数据处理装置50会输出与异常类型相关联的报警信息,例如,在特定蛋白反应曲线存在波动异常时,输出文字信息“特定蛋白反应曲线存在波动异常”,在特定蛋白通道异常时,输出文字信息“特定蛋白通道异常”。并且,当特定蛋白反应曲线存在波动异常,数据处理装置50可根据采样有效时间内的特定蛋白反应曲线计算出待测样本的特定蛋白浓度,而如果特定蛋白通道异常,则数据处理装置50不根据该特定蛋白反应曲线进行计算,或者屏蔽之前根据该曲线得到的检测结果。
通过上述异常识别装置,能够有效识别异常的反应曲线,并能根据异常类型的不同输出不同的报警信息,以及后续采取不同的处理步骤,针对性和实用性更强。
在本实施例中,当特定蛋白反应曲线不存在异常或者存在波动异常,都可以根据特定蛋白反应曲线计算待测样本的特定蛋白浓度,下面对计算方式进行说明,在下列计算中,由异常识别装置对数据进行处理得到待测样本的特定蛋白反应浓度,在其他实施例中,也可以将得到的特定蛋白反应曲线输出给浓度计算装置,由浓度计算装置得到结果。
在所举的计算实例中,异常识别装置还包括存储装置40,其用于存储各已知浓度样本的特定蛋白浓度和上述基于透射比浊法得到的对应的特定蛋白反应曲线。
一些实施例中,已知浓度样本的数目为N个,即具有N个按浓度梯度排列的已知浓度样本B1,B2,…,Bi,…,BN;其中,第i个已知浓度样本的特定蛋白浓度为Ci,且0<C1<C2<…<Ci<…<CN,1≤i≤N。
第i个已知浓度样本的定蛋白反应曲线的公式为:
Vbi=Fi(tb)。
其中,0≤tb≤Tb,tb∈实数,tb为已知浓度样本的采样时间,Vbi为第i个已知浓度样本采样时获取的电压,Tb为已知浓度样本的采样总时间的结束时间点。
一些实施例中,对于任一已知浓度样本的特定蛋白反应曲线,还判断已知浓度样本的特定蛋白反应曲线是否存在异常,如果存在异常,则对存在异常的特定蛋白反应曲线的已知浓度样本重新检测,以再次获取相应的特定蛋白反应曲线,直到每个已知浓度样本的特定蛋白反应曲线均不存在异常。对于第i个已知浓度样本Bi,判断其特定蛋白反应曲线是否存在异常的方式,可以是:
获取第i个已知浓度样本的特定蛋白反应曲线的一阶导数Fi’(tb),然后获取一阶导数Fi’(tb)的最大值max(Fi'(tb)),如果max(Fi'(tb))不大于零,则第i个已知浓度样本的特定蛋白反应曲线不存在异常,否则,第i个已知浓度样本的特定蛋白反应曲线存在异常,那么就再次对该已知浓度样本进行检测,直到该已知浓度样本的特定蛋白反应曲线的一阶导数的最大值不大于0。
如果待测样本的特定蛋白反应曲线不存在异常,在采样总时间内选取提取时间段,如果存在波动异常,在采样有效时间内选取提取时间段,提取时间段是用于提取曲线特征的时间段。获取到提取时间段后,数据处理装置50提取待测样本的特定蛋白反应曲线在提取时间段对应的曲线特征。
一些实施例中,如图6所示,待测样本的特定蛋白反应曲线不存在异常,提取待测样本的特定蛋白反应曲线在提取时间段对应的曲线特征,包括:
计算待测样本的特定蛋白反应曲线上提取时间段的起始时间点和结束时间点间的电压差的绝对值|Da1|,电压差的绝对值|Da1|的计算公式包括:
|Da1|=|F(ta2)-F(ta1)|。
其中,ta1为提取时间段的起始时间点,ta2为提取时间段的结束时间点,0≤ta1<ta2≤Ta,Ta为采样总时间的结束时间点,将电压差的绝对值|Da1|作为待测样本的特定蛋白反应曲线的曲线特征。
在另一些实施例中,如图6所示不存在异常,计算待测样本的特定蛋白反应曲线上提取时间段的起始时间点和结束时间点间的面积Sa1,面积Sa1的计算公式包括:
其中,ta1为提取时间段的起始时间点,ta2为提取时间段的结束时间点,0≤ta1<ta2≤Ta,Ta为采样总时间的结束时间点,将面积Sa1作为待测样本的特定蛋白反应曲线的曲线特征。
一些实施例中,如图7或图8(箭头指向特定蛋白反应曲线处为波动处)所示,待测样本的特定蛋白反应曲线存在波动异常,提取待测样本的特定蛋白反应曲线在提取时间段对应的曲线特征,包括:
计算待测样本的特定蛋白反应曲线上提取时间段的起始时间点和结束时间点间的电压差的绝对值|Da2|,电压差的绝对值|Da2|的计算公式包括:
|Da2|=|F(ta2)-F(ta1)|。
其中,ta1为提取时间段的起始时间点,ta2为提取时间段的结束时间点,t1≤ta1<ta2≤t2,t1为采样有效时间的起始时间点,t2为采样有效时间的结束时间点,将电压差的绝对值|Da2|作为待测样本的特定蛋白反应曲线的曲线特征。
在另一些实施例中,如图7或图8(箭头指向特定蛋白反应曲线处为波动处)所示存在波动异常,计算待测样本的特定蛋白反应曲线上提取时间段的起始时间点和结束时间点间的面积Sa2,面积Sa2的计算公式包括:
其中,ta1为提取时间段的起始时间点,ta2为提取时间段的结束时间点,t1≤ta1<ta2≤t2,t1为采样有效时间的起始时间点,t2为采样有效时间的结束时间点,将面积Sa2作为待测样本的特定蛋白反应曲线的曲线特征。
而后,根据存储装置40中存储的N个已知浓度样本的特定蛋白反应曲线,获取各已知浓度样本的特定蛋白反应曲线在提取时间段对应的曲线特征r1,r2,…,ri,…,rN,1≤i≤N,ri为第i个已知浓度样本的特定蛋白反应曲线在提取时间段对应的曲线特征。
一些实施例中,对于第i个已知浓度样本Bi,计算已知浓度样本的特定蛋白反应曲线上不同两点间的电压差的绝对值,以获取电压差的绝对值|Dbi|,电压差的绝对值|Dbi|的计算公式包括:
|Dbi|=|Fi(tb2)-Fi(tb1)|。
其中,tb1和tb2是第i个已知浓度样本的特定蛋白反应曲线上两点的采样时间,0≤tb1<tb2≤Tb,|Dbi|为电压差的绝对值,Tb为已知浓度样本的采样总时间的结束时间点,如果待测样本的曲线特征为|Da1|或|Da2|,则取tb2=ta2,tb1=ta1,将电压差的绝对值|Dbi|作为第i个已知浓度样本的特定蛋白反应曲线的曲线特征ri。
一些实施例中,对于第i个已知浓度样本Bi,计算已知浓度样本的特定蛋白反应曲线上不同两点间的面积,以获取面积Sbi,面积Sbi的计算公式包括:
其中,Sbi为已知浓度样本的特定蛋白反应曲线上不同两点间的面积,tb1和tb2是已知浓度样本的特定蛋白反应曲线上两点的采样时间,0≤tb1<tb2≤Tb,Tb为已知浓度样本采样总时间的结束时间点,如果待测样本的曲线特征为Sa1或Sa2,则取tb2=ta2,tb1=ta1,将面积Sbi作为第i个已知浓度样本的特定蛋白反应曲线的曲线特征ri。
提取到每个已知浓度样本的特定蛋白反应曲线的特征值后,将每个已知浓度样本的特定蛋白反应曲线的特征值与其对应的特定蛋白浓度建立数学函数对应关系,其中,将第i个已知浓度样本的特定蛋白反应曲线的特征值ri与其对应的特定蛋白浓度Ci建立数学函数对应关系,1≤i≤N,进而获取定标函数关系式:r=F(C),其中,C为已知浓度样本的特定蛋白浓度,r为已知浓度样本的特定蛋白反应曲线的特征值。
得到待测样本的特定蛋白反应曲线的曲线特征后,数据处理装置50将待测样本的曲线特征输入定标函数关系式中,从而得到一个特定蛋白浓度,将该特定蛋白浓度作为待测样本的特定蛋白浓度。
实施例三
本实施例提供了一种特定蛋白反应曲线的异常识别方法,如图9所示,包括步骤:
步骤100、在预设的采样总时间内对待测样本进行特定蛋白检测,以获取待测样本的特定蛋白反应曲线。待测样本的特定蛋白反应曲线在采样总时间内为单调函数。
检测的方式包括基于散射比浊法在预设的采样总时间内对待测样本进行特定蛋白检测以及基于透射比浊法在预设的采样总时间内对待测样本进行特定蛋白检测,如果基于散射比浊法对待测样本进行特定蛋白检测,得到的曲线为如图3所示的增函数,如果基于透射比浊法对待测样本进行特定蛋白检测,得到的曲线为如图6所示的减函数。两种检测方式可用同一公式表达特定蛋白反应曲线,该公式为:
Va=F(ta)。
其中,0≤ta≤Ta,ta∈实数,ta为待测样本的采样时间,Va为采样时获取的电压,Ta为采样总时间的结束时间点。
步骤200、获取待测样本的特定蛋白反应曲线的一阶导数。
步骤300,根据一阶导数识别特定蛋白反应曲线是否存在异常,如果存在异常,执行步骤400,如果不存在异常,可执行步骤600。
一些实施例中,基于散射比浊法获取待测样本的特定蛋白反应曲线,判断一阶导数的最小值min F’(ta)是否小于零,如果小于零,则特定蛋白反应曲线存在异常。
一些实施例中,基于透射比浊法获取待测样本的特定蛋白反应曲线,则判断一阶导数的最大值max(F'(ta))是否大于零,如果大于零,则特定蛋白反应曲线存在异常。
步骤400、获取待测样本的特定蛋白反应曲线的二阶导数,根据特定蛋白反应曲线的二阶导数确定异常类型。
在待测样本的特定蛋白反应曲线存在异常时,并不意味着该特定蛋白反应曲线就要完全舍弃,本实施例中,还获取待测样本的特定蛋白反应曲线的二阶导数,根据二阶导数确定采样总时间内中的采样有效时间,而后根据采样有效时间的长度确定异常类型,具体的,获取待测样本的特定蛋白反应曲线的二阶导数F″(ta),根据二阶导数确定采样有效时间。
一些实施例中,基于散射比浊法获取待测样本的特定蛋白反应曲线,采样有效时间内待测样本的特定蛋白反应曲线需要满足F″(ta)小于零,并且,0≤t1≤t2≤Ta,t1为采样有效时间的起始时间点,t2为采样有效时间的结束时间点。
一些实施例中,基于透射比浊法获取待测样本的特定蛋白反应曲线,采样有效时间内待测样本的特定蛋白反应曲线需要满足F″(ta)大于零。并且,0≤t1≤t2≤Ta,t1为采样有效时间的起始时间点,t2为采样有效时间的结束时间点。
如图4或7(箭头指向特定蛋白反应曲线处为波动处)所示,通常,满足上述条件的时间段只有一段。如果该时间段有两段或两段以上,选取时间长度最大的时间段作为采样有效时间,例如如图5或8所示,一满足上述条件的时间段的长度(t'2-t'1)较小,就不作为采样有效时间。在其他实施例中,也可以根据其他规则选择采样有效时间。
得到采样有效时间后,根据采样有效时间的长度确定异常类型。本实施例中,异常类型有两类,第一类是特定蛋白反应曲线存在波动异常,代表着特定蛋白反应曲线并不严格单调递减,但是还是有具有后续能够用于计算的曲线部分,第二类是特定蛋白通道异常,该类异常意味着本次获得的特定蛋白曲线偏差严重而作废。具体的判断标准可以是:
具体的判断标准可以是:获取采样有效时间与采样总时间的比例,将该比例与预设阈值P进行比较,如果采样有效时间大于预设阈值P,则特定蛋白反应曲线存在波动异常,如果采样有效时间小于预设阈值P,则特定蛋白反应曲线存在特定蛋白通道异常。例如,P的取值可以从40%至60%,以50%为例,当采样有效时间与采样总时间的比例超过50%,也就是说,在采样总时间内连续一半的时间特定蛋白反应曲线不存在异常,认定该曲线仍有部分可用。
步骤500、输出与异常类型关联的异常报警信息。
例如,在特定蛋白反应曲线存在波动异常时,输出文字信息“特定蛋白反应曲线存在波动异常”,在特定蛋白通道异常时,输出文字信息“特定蛋白通道异常”。并且,当特定蛋白反应曲线存在波动异常,可根据采样有效时间内的特定蛋白反应曲线计算出待测样本的特定蛋白浓度,而如果特定蛋白通道异常,则不根据该特定蛋白反应曲线进行计算,或者屏蔽之前根据该曲线得到的检测结果。基于散射比浊法得到特定蛋白反应曲线后,得到待测样本的特定蛋白浓度的计算方式可参照实施例一的描述,基于透射比浊法得到特定蛋白反应曲线后,得到待测样本的特定蛋白浓度的计算方式可参照实施例二的描述。
步骤600、结束异常识别流程。结束异常识别流程,如果是基于散射比浊法得到特定蛋白反应曲线,得到待测样本的特定蛋白浓度的计算方式可参照实施例一的描述,如果是基于透射比浊法得到特定蛋白反应曲线,得到待测样本的特定蛋白浓度的计算方式可参照实施例二的描述。
当特定蛋白反应曲线不存在异常时,检测结果的界面如图10所示,当特定蛋白反应曲线存在波动异常时,检测结果的界面如图11所示,左下角会同时显示检测结果和报警信息,当特定蛋白反应曲线存在特定蛋白通道异常时,检测结果的界面如图12所示,在该界面的左下角只显示有报警信息而屏蔽了检测结果。
需要说明的是,上述实施例一至三均以特定蛋白为例进行说明,在其他实施例中,当样本的采样曲线为单调函数时,均可采用上述实施例中相似的方式实现异常识别。
本领域技术人员可以理解,上述实施方式中各种方法的全部或部分功能可以通过硬件的方式实现,也可以通过计算机程序的方式实现。当上述实施方式中全部或部分功能通过计算机程序的方式实现时,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器、随机存储器、磁盘、光盘、硬盘等,通过计算机执行该程序以实现上述功能。例如,将程序存储在设备的存储器中,当通过处理器执行存储器中程序,即可实现上述全部或部分功能。另外,当上述实施方式中全部或部分功能通过计算机程序的方式实现时,该程序也可以存储在服务器、另一计算机、磁盘、光盘、闪存盘或移动硬盘等存储介质中,通过下载或复制保存到本地设备的存储器中,或对本地设备的系统进行版本更新,当通过处理器执行存储器中的程序时,即可实现上述实施方式中全部或部分功能。
上述实施例中,通过特定蛋白反应曲线的一阶导数识别出是否有异常,又根据其二阶导数确定出异常的类型,再输出与所述异常类型关联的异常报警信息,整个过程高效快速,从而让用户不但快速知晓曲线的是否可用于后续的计算,还通过报警信息指示用户采取相应的应对措施。
以上应用了具体个例对本发明进行阐述,只是用于帮助理解本发明,并不用以限制本发明。对于本发明所属技术领域的技术人员,依据本发明的思想,还可以做出若干简单推演、变形或替换。
Claims (10)
1.一种特定蛋白反应曲线的异常识别方法,其特征在于包括:
在预设的采样总时间内对待测样本进行特定蛋白检测,以获取待测样本的特定蛋白反应曲线,所述待测样本的特定蛋白反应曲线在所述采样总时间内为单调函数;
获取所述待测样本的特定蛋白反应曲线的一阶导数;
根据所述一阶导数识别所述特定蛋白反应曲线是否存在异常;
如果所述特定蛋白反应曲线存在异常,获取所述待测样本的特定蛋白反应曲线的二阶导数,根据所述特定蛋白反应曲线的二阶导数确定异常类型;
输出与所述异常类型关联的异常报警信息。
2.如权利要求1所述的特定蛋白反应曲线的异常识别方法,其特征在于,获取待测样本的特定蛋白反应曲线的方式,包括:
基于散射比浊法在预设的采样总时间内对待测样本进行特定蛋白检测,以获取待测样本的特定蛋白反应曲线;或者
基于透射比浊法在预设的采样总时间内对待测样本进行特定蛋白检测,以获取待测样本的特定蛋白反应曲线。
3.如权利要求2所述的异常识别方法,其特征在于,所述根据所述一阶导数识别所述特定蛋白反应曲线是否存在异常,包括:
如果基于散射比浊法获取待测样本的特定蛋白反应曲线,判断所述一阶导数的最小值是否小于零,如果小于零,则所述特定蛋白反应曲线存在异常;
如果基于透射比浊法获取待测样本的特定蛋白反应曲线,判断所述一阶导数的最大值是否大于零,如果大于零,则所述特定蛋白反应曲线存在异常。
4.如权利要求1所述的异常识别方法,其特征在于,根据所述二阶导数确定异常类型,包括:
根据所述二阶导数确定所述采样总时间内中的采样有效时间;
根据所述采样有效时间的长度确定异常类型,所述异常类型包括特定蛋白反应曲线存在波动异常以及存在特定蛋白通道异常。
5.如权利要求4所述的异常识别方法,其特征在于,所述根据所述二阶导数确定所述采样总时间内中的采样有效时间,包括:
如果基于散射比浊法获取待测样本的特定蛋白反应曲线,获取所述采样总时间内二阶导数小于零的至少一个时间段,根据预设规则将至少一个时间段中的一个时间段作为所述采样有效时间;
如果基于透射比浊法获取待测样本的特定蛋白反应曲线,获取所述采样总时间内二阶导数大于零的至少一个时间段,根据预设规则将至少一个时间段中的一个时间段作为所述采样有效时间;
其中,根据预设规则将至少一个时间段中的一个时间段作为所述采样有效时间,包括:
将所述至少一个时间段中长度最大的时间段作为采样有效时间。
6.如权利要求5所述的异常识别方法,其特征在于,所述根据所述采样有效时间的长度识别所述特定蛋白反应曲线是否存在异常,包括:
获取所述采样有效时间与采样总时间的比例,将所述比例与预设阈值进行比较,如果所述采样有效时间大于预设阈值,则所述特定蛋白反应曲线存在波动异常,如果所述采样有效时间小于预设阈值,则所述特定蛋白反应曲线存在特定蛋白通道异常。
7.如权利要求1所述的异常识别方法,其特征在于,如果所述特定蛋白反应曲线存在波动异常,输出异常报警信息后,还包括:
根据所述采样有效时间内的特定蛋白反应曲线计算得到待测样本的特定蛋白浓度。
8.一种采样曲线的异常识别方法,其特征在于,包括:
在预设的采样总时间内对待测样本进行检测,以获取待测样本的采样曲线,所述待测样本的采样曲线在所述采样总时间内为单调函数;
获取所述待测样本的采样曲线的一阶导数;
根据所述一阶导数识别所述采样曲线是否存在异常;
如果所述采样曲线存在异常,获取所述待测样本的采样曲线的二阶导数,根据所述采样曲线的二阶导数确定异常类型;
输出与所述异常类型关联的异常报警信息。
9.一种特定蛋白反应曲线的异常识别装置,其特征在于包括:
反应容器,用于容纳待测样本;
光源,用于向所述反应容器内的待测样本提供激光;
光信号接收器,用于采集激光经待测样本产生的光信号,并将所述光信号转换为电信号;
数据处理装置,与所述光信号接收器信号连接,用于:
根据所述电信号获取待测样本的特定蛋白反应曲线,所述待测样本的特定蛋白反应曲线用于表示采样总时间内得到的电压随特定蛋白浓度的单调变化;
获取所述待测样本的特定蛋白反应曲线的一阶导数;
根据所述一阶导数识别所述特定蛋白反应曲线是否存在异常;
如果所述特定蛋白反应曲线存在异常,获取所述待测样本的特定蛋白反应曲线的二阶导数,根据所述特定蛋白反应曲线的二阶导数确定异常类型;
输出与所述异常类型关联的异常报警信息。
10.一种计算机可读存储介质,其特征在于,所述介质上存储有程序,所述程序能够被处理器执行以实现如权利要求1-8中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110123429.XA CN112964673B (zh) | 2021-01-29 | 2021-01-29 | 特定蛋白反应曲线的异常识别方法及识别装置 |
PCT/CN2021/092453 WO2022160499A1 (zh) | 2021-01-29 | 2021-05-08 | 特定蛋白反应曲线的异常识别方法及识别装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110123429.XA CN112964673B (zh) | 2021-01-29 | 2021-01-29 | 特定蛋白反应曲线的异常识别方法及识别装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112964673A true CN112964673A (zh) | 2021-06-15 |
CN112964673B CN112964673B (zh) | 2024-02-27 |
Family
ID=76272099
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110123429.XA Active CN112964673B (zh) | 2021-01-29 | 2021-01-29 | 特定蛋白反应曲线的异常识别方法及识别装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112964673B (zh) |
WO (1) | WO2022160499A1 (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102507501A (zh) * | 2011-10-28 | 2012-06-20 | 深圳市锦瑞电子有限公司 | 特种蛋白测试方法及测试装置 |
CN105466927A (zh) * | 2014-07-02 | 2016-04-06 | 深圳迈瑞生物医疗电子股份有限公司 | 一种比浊法异常反应曲线的识别、修正及报警方法 |
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 |
CN109239360A (zh) * | 2018-09-14 | 2019-01-18 | 深圳开立生物医疗科技股份有限公司 | 一种反应曲线异常检测方法及装置 |
CN110530823A (zh) * | 2019-07-02 | 2019-12-03 | 深圳雷杜生命科学股份有限公司 | 一种特定蛋白的检测方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2934653B2 (ja) * | 1990-06-20 | 1999-08-16 | 株式会社ニッテク | 自動分析装置 |
JP4334171B2 (ja) * | 2001-12-03 | 2009-09-30 | シスメックス株式会社 | 血液凝固反応解析方法 |
CN202339325U (zh) * | 2011-07-27 | 2012-07-18 | 南京诺尔曼生物技术有限公司 | 一种散射比浊测量仪 |
CN112710636B (zh) * | 2020-12-09 | 2022-05-24 | 深圳市科曼医疗设备有限公司 | 一种特定蛋白浓度的检测方法及检测装置 |
CN112710627B (zh) * | 2020-12-09 | 2022-05-27 | 深圳市科曼医疗设备有限公司 | 一种特定蛋白浓度的检测方法及检测装置 |
-
2021
- 2021-01-29 CN CN202110123429.XA patent/CN112964673B/zh active Active
- 2021-05-08 WO PCT/CN2021/092453 patent/WO2022160499A1/zh unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102507501A (zh) * | 2011-10-28 | 2012-06-20 | 深圳市锦瑞电子有限公司 | 特种蛋白测试方法及测试装置 |
CN105466927A (zh) * | 2014-07-02 | 2016-04-06 | 深圳迈瑞生物医疗电子股份有限公司 | 一种比浊法异常反应曲线的识别、修正及报警方法 |
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 |
CN109239360A (zh) * | 2018-09-14 | 2019-01-18 | 深圳开立生物医疗科技股份有限公司 | 一种反应曲线异常检测方法及装置 |
CN110530823A (zh) * | 2019-07-02 | 2019-12-03 | 深圳雷杜生命科学股份有限公司 | 一种特定蛋白的检测方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2022160499A1 (zh) | 2022-08-04 |
CN112964673B (zh) | 2024-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109239360B (zh) | 一种反应曲线异常检测方法及装置 | |
İnce et al. | The comparison of automated urine analyzers with manual microscopic examination for urinalysis automated urine analyzers and manual urinalysis | |
Hiemann et al. | Challenges of automated screening and differentiation of non-organ specific autoantibodies on HEp-2 cells | |
Zaman et al. | Urine sediment analysis: analytical and diagnostic performance of sediMAX®—a new automated microscopy image-based urine sediment analyser | |
Işık et al. | New platelet indices as inflammatory parameters for patients with rheumatoid arthritis | |
Moosmann et al. | Age‐and sex‐specific pediatric reference intervals for neutrophil‐to‐lymphocyte ratio, lymphocyte‐to‐monocyte ratio, and platelet‐to‐lymphocyte ratio | |
CN112710627B (zh) | 一种特定蛋白浓度的检测方法及检测装置 | |
CN112485438B (zh) | 一种特定蛋白反应检测方法和装置 | |
JP2022120079A (ja) | 分析装置および分析方法 | |
EP3584565B1 (en) | Red blood cell debris identification method and device and blood cell analyzer and analysis method | |
Craig et al. | Serum C‐reactive protein and S100A12 concentrations in dogs with hepatic disease | |
CN112710636B (zh) | 一种特定蛋白浓度的检测方法及检测装置 | |
CN112964673B (zh) | 特定蛋白反应曲线的异常识别方法及识别装置 | |
Badrick et al. | Consensus statement for the management and reporting of haemolysed specimens | |
Yang et al. | Performance evaluation and result comparison of the automated hematology analyzers Abbott CD 3700, Sysmex XE 2100 and Coulter LH 750 for cell counts in serous fluids | |
CN109030801B (zh) | 一种临床样本自动生化分析仪 | |
Buoro et al. | Evaluation of nucleated red blood cell count by Sysmex XE-2100 in patients with thalassaemia or sickle cell anaemia and in neonates | |
CN112485440B (zh) | 特定蛋白质反应检测方法、蛋白质检测装置和定标方法 | |
Bertin et al. | ICARE improves antinuclear antibody detection by overcoming the barriers preventing accreditation | |
Kopke et al. | Response to letter to editor regarding Variability of symmetric dimethylarginine in apparently healthy dogs | |
Yoon et al. | Analytical performance of the digital morphology analyzer Sysmex DI-60 for body fluid cell differential counts | |
Trumel et al. | Comparison of the diagnostic accuracy of markers of the acute phase of inflammation in cats. A preliminary evaluation | |
Jonak et al. | Application of image processing algorithms in proteomics: automatic analysis of 2-d gel electrophoresis images from western blot assay | |
CN112485439B (zh) | 特定蛋白质反应检测方法、蛋白质检测装置和定标方法 | |
Wiliem et al. | An automatic image based single dilution method for end point titre quantitation of antinuclear antibodies tests using HEp-2 cells |
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 |