CN112986547A - 一种血栓弹力图检测仪的调度方法、装置及系统 - Google Patents

一种血栓弹力图检测仪的调度方法、装置及系统 Download PDF

Info

Publication number
CN112986547A
CN112986547A CN202110433724.5A CN202110433724A CN112986547A CN 112986547 A CN112986547 A CN 112986547A CN 202110433724 A CN202110433724 A CN 202110433724A CN 112986547 A CN112986547 A CN 112986547A
Authority
CN
China
Prior art keywords
time
sample
prediction
thrombelastogram
detector
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
Application number
CN202110433724.5A
Other languages
English (en)
Other versions
CN112986547B (zh
Inventor
赵振英
王一凡
逄金森
孙海旋
王钟周
钱俊
李俊坡
吕丹辉
闫雪松
陈星屹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Institute of Biomedical Engineering and Technology of CAS
Original Assignee
Suzhou Institute of Biomedical Engineering and Technology of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Suzhou Institute of Biomedical Engineering and Technology of CAS filed Critical Suzhou Institute of Biomedical Engineering and Technology of CAS
Priority to CN202110433724.5A priority Critical patent/CN112986547B/zh
Publication of CN112986547A publication Critical patent/CN112986547A/zh
Application granted granted Critical
Publication of CN112986547B publication Critical patent/CN112986547B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/483Physical analysis of biological material
    • G01N33/487Physical analysis of biological material of liquid biological material
    • G01N33/49Blood
    • G01N33/4905Determining clotting time of blood
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/86Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving blood coagulating time or factors, or their receptors
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Hematology (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Immunology (AREA)
  • General Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Urology & Nephrology (AREA)
  • Medicinal Chemistry (AREA)
  • Theoretical Computer Science (AREA)
  • Food Science & Technology (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Cell Biology (AREA)
  • Biotechnology (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Microbiology (AREA)
  • Ecology (AREA)
  • Biophysics (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明提供一种血栓弹力图检测仪的调度方法,包括获取每一个检测通道内样本的血栓弹力图的实时参数;并形成时间与样本振幅的参数组;其中,实时参数至少包括待测样本当前时刻的样本振幅;在第一时刻T1,调用血栓弹力预测模型库中的拟合预测数学模型,根据第一时刻T1之前的时间与样本振幅的参数组,拟合得到第一时刻T1之后的血栓弹力图的预测曲线;根据第一时刻T1之后的预测曲线得到预测剩余时长;根据预测剩余时长以及仪器的进样处理时长调度检测仪提前启动下一个样本的进样处理。本发明保证了检测通道不会长时间空闲,又保证了新样本在检测步骤之前进样处理完成后可立即被测量,不影响检测的准确度。

Description

一种血栓弹力图检测仪的调度方法、装置及系统
技术领域
本发明涉及生物医学检测仪器软件系统技术领域,具体涉及一种血栓弹力图检测仪的调度方法及系统。
背景技术
血栓弹力图,是手术期间监测凝血功能的最重要手段,已经成为世界上先进国家进行血制品管理的重要工具之一。血栓弹力图是反映血液凝固动态变化(包括纤维蛋白的形成速度,溶解状态和凝状的坚固性,弹力度)的指标。
血栓弹力图仪是一种从血小板聚集、凝血、纤溶等整个动态过程来监测凝血过程的分析仪,于1948年由德国人Harter发明。其原理是基于凝血过程的最终结果为形成血凝块,而血凝块的物理特性决定其是否具有正常凝血功能。
市面上的全自动弹力图仪,可实现从血样放置到报告输出,全程无人干预。为实现弹力图仪的高通量,申请号为202011129287.X,名称为“一种基于时间片的高通量进样检测调度管理方法”,基于时间片调度算法,提出了适于多通道的进样检测调度管理方法,实现了设备的高通量运转,提高了设备资源利用率。
整个进样检测流程中,一般需要取反应杯、脱帽去盖、加试剂I、样本吸吐、加样混匀、加试剂Ⅱ、盖帽送杯、检测、抛杯等步骤,每一个样品的检测所需时间是不同,大约需要30分钟,而检测之前的步骤大约只需要7-8分钟。对于现有技术中的弹力图仪,仅考虑提高弹力图仪的效率,会引起在检测区中的样本还未检测完毕,位于其他步骤的样本需要等待排队,造成位于其他步骤的样本等待时间过长导致样本失效等问题。若在抛杯后再进行取反应杯,从取反应杯至检测的时间会造成的检测通道空缺7-8分钟,检测通道利用率低。
因此,有必要开发一种新的血栓弹力图检测仪的调度方法,解决上述问题。
发明内容
针对现有技术的不足之处,本发明的目的在于提供一种血栓弹力图检测仪的调度方法、装置及系统。
本发明的技术方案概述如下:
一方面,本发明提供一种血栓弹力图检测仪的调度方法,包括:
获取每一个检测通道内样本的血栓弹力图的实时参数,并形成时间与样本振幅的参数组;其中,所述实时参数至少包括待测样本当前时刻的样本振幅;
在第一时刻T1,调用血栓弹力预测模型库中的拟合预测数学模型,根据所述第一时刻T1之前的时间与样本振幅的参数组,拟合得到所述第一时刻T1之后的血栓弹力图的预测曲线;
根据所述第一时刻T1之后的预测曲线得到预测剩余时长;
根据所述预测剩余时长以及仪器的进样处理时长调度检测仪提前启动下一个样本的进样处理。
进一步地,根据所述第一时刻T1之后的预测曲线得到预测剩余时长,之前,还包括:
根据所述第一时刻T1之后的预测曲线,判断从所述第一时刻T1至第二时刻T2之间的上限时长内,是否存在停止振幅;
当所述第一时刻T1至第二时刻T2之间的上限时长内,存在停止振幅,则执行根据所述第一时刻T1之后的预测曲线得到预测剩余时长;
当所述第一时刻T1至第二时刻T2之间的上限时长内,未存在停止振幅,则在第三时刻T3调度检测仪提前启动下一个样本的进样处理;其中,第三时刻T3至第二时刻T2之间的时长等于一个样本的进样处理时长。
进一步地,所述血栓弹力预测模型库的获取包括:
预先收集若干不同的血栓弹力图曲线形成预测模型库,以此为基础建立血栓弹力图拟合预测数学模型,在后续测量的过程中将实际测得的血栓弹力图曲线加入预测模型库、定期根据扩充后的模型库更新升级拟合预测数学模型。
进一步地,根据所述第一时刻T1之后的预测曲线得到预测剩余时长,包括:
基于所述血栓弹力图的预测曲线,得到血栓弹力图的预测曲线的振幅下降至停止振幅时,对应的预测结束时刻T0
根据预测结束时刻T0及第一时刻T1,得到检测步骤的预测剩余时长。
进一步地,样本检测全过程包括:A取反应杯、B脱帽去盖、C加试剂Ⅰ、D样本吸吐混匀、E加样混匀、F化学反应、G加试剂Ⅱ、H盖帽送杯、I测量、J抛杯的执行步骤;所述进样处理包括步骤中的A取反应杯、B脱帽去盖、C加试剂Ⅰ、D样本吸吐混匀、E加样混匀、F化学反应、G加试剂Ⅱ、H盖帽送杯;进样处理时长为所述进样处理所有步骤需要的总时长。
进一步地,根据所述预测剩余时长以及仪器的进样处理时长调度检测仪提前启动下一个样本的进样处理,包括:
根据预测剩余时长与仪器的进样处理时长Tx、安全时长Tan,对所述第一时刻T1进行优化处理;
直至首次满足预测剩余时长小于或等于进样处理时长Tx与安全时长Tan之和时,调度检测仪提前启动下一个样本的进样处理。
进一步地,对所述第一时刻T1进行优化处理,包括:
根据样本类型,获取进样处理时长Tx及安全时长Tan
判断预测剩余时长是否首次小于或等于进样处理时长Tx与安全时长Tan之和。
若否,则根据所述第一时刻T1、安全时长Tan与所述进样处理时长Tx定义ΔT为n•T1•(Tan/Txm;其中,n的取值范围为0至1,m的取值范围为0至1;
将得到的第一时刻的优化值T1+ΔT进入迭代,执行得到血栓弹力图的预测曲线及预测剩余时长;
直至首次满足所述预测剩余时长小于或等于所述进样处理时长Tx与安全时长Tan之和时,停止优化并调度检测仪提前启动下一个样本的进样处理。
进一步地,还包括对所述安全时长Tan的获取过程包括:
在检测仪使用时长达到预定时长后,获得所述使用时长内每次检测的预测结束时刻及实际测量得到的实际结束时刻;
统计所述使用时长内的全部检测的预测结束时刻及实际测量得到的实际结束时刻的时间差,取最大的时间差作为预测误差值;
根据所述预测误差值修正安全时长Tan;其中,所述安全时长Tan的值大于或等于所述预测误差值。
相应地,本发明还提供一种血栓弹力图检测仪的调度装置,包括:
获取模块,用于实时获取每一个检测通道内样本的血栓弹力图的实时参数;并形成时间与样本振幅的参数组;其中,所述实时参数至少包括待测样本当前时刻的样本振幅;
第一预测模块,用于在第一时刻T1,调用血栓弹力预测模型库中的拟合预测数学模型,根据所述第一时刻T1之前的时间与样本振幅的参数组,拟合得到所述第一时刻T1之后的血栓弹力图的预测曲线;
第二预测模块,用于根据所述第一时刻T1之后的预测曲线得到预测剩余时长;
调度模块,用于根据所述预测剩余时长以及仪器的进样处理时长调度检测仪提前启动下一个样本的进样处理。
相应地,本发明还提供一种血栓弹力图检测仪的系统,包括执行机构及控制中心,所述执行结构至少包括样本盘、脱盖帽机构Ⅰ、脱盖帽机构Ⅱ、空杯推出器、TIP头推出器、取样臂、转运臂、阵列检测器;
所述控制中心采用如上任一项所述的方法进行调度;所述控制中心包括处理器及存储器;所述存储器用于存储计算机程序;所述处理器用于根据所述计算机程序执行如上任一项所述的方法。
相比现有技术,本发明的有益效果在于:
本发明提供一种血栓弹力图检测仪的调度方法,根据时间与样本振幅的参数组,得到血栓弹力图的预测曲线,根据血栓弹力图的预测曲线得到预测剩余时间,根据剩余时间以及仪器的进样处理时间调度检测仪提前启动下一个样本的进样处理,保证了检测通道不会长时间空闲,又保证了新样本在进样处理完成后可立即被测量,不影响检测的准确度。在本领域中首创采用曲线拟合的方法,获取血栓弹力图的预测曲线。
而且针对可能出现的不同场景,本发明给出了不同的处理方法,当预测到血栓弹力图出现非正常凝血时,在适当时间提前启动下一个样本的进样处理;当预测到血栓弹力图为正常凝血时,预测剩余时间,根据剩余时间以及仪器的进样处理时间调度检测仪提前启动下一个样本的进样处理。
同时,本发明还对预测的开始时间进行优化,若预测开始过早,会造成剩余时间过长,下一个样本需要在进入检测步骤之前排队等待,对第一时刻T1优化后,保证下一个样本在进入检测步骤之前无需等待,以确保样本有效且安全。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,并可依照说明书的内容予以实施,以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明中的一种血栓弹力图检测仪的系统示意图;
图2为本发明中进样流程的示意图;
图3为本发明中血样本的血栓弹力图的一示意图;
图4为本发明中血样本的血栓弹力图的另一示意图;
图5为本发明中血样本的血栓弹力图的又一示意图;
图6为本发明中血栓弹力图检测仪的调度方法一流程图;
图7为本发明中血栓弹力图检测仪的调度方法另一流程图;
图8为本发明中血栓弹力图检测仪的调度方法又一流程图;
图9为本发明中血栓弹力图检测仪的调度装置的示意图。
具体实施方式
下面结合附图对本发明做进一步的详细说明,本发明的前述和其它目的、特征、方面和优点将变得更加明显,以令本领域技术人员参照说明书文字能够据以实施。在附图中,为清晰起见,可对形状和尺寸进行放大,并将在所有图中使用相同的附图标记来指示相同或相似的部件。在下列描述中,诸如中心、厚度、高度、长度、前部、背部、后部、左边、右边、顶部、底部、上部、下部等用词为基于附图所示的方位或位置关系。特别地,“高度”相当于从顶部到底部的尺寸,“宽度”相当于从左边到右边的尺寸,“深度”相当于从前到后的尺寸。这些相对术语是为了说明方便起见并且通常并不旨在需要具体取向。涉及附接、联接等的术语(例如,“连接”和“附接”)是指这些结构通过中间结构彼此直接或间接固定或附接的关系、以及可动或刚性附接或关系,除非以其他方式明确地说明。
接下来,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。应当理解,本文所使用的诸如“具有”、“包含”以及“包括”术语并不配出一个或多个其它元件或其组合的存在或添加。
曲线拟合的数学定义是指用连续曲线近似地刻画或比拟平面上一组离散点所表示的坐标之间的函数关系,是一种用解析表达式逼近离散数据的方法。也就是指选择适当的曲线类型来拟合观测数据。
血栓弹力图本质是按时间绘制的振幅图。参考图3的血样本的血栓弹力图,横坐标为时间(min),纵坐标对应血样本的振幅(mm)。血样本在检测初期为液态,反映的振幅值为零。持续对血样本进行振荡检测,开始形成纤维蛋白,纤维蛋白生成所需的时间用R值来表征。从R时间终点至幅值达20mm所需的时间用K值表征,K值正常为1-3min,K值反应纤维蛋白和血小板在血凝块开始形成时共同作用,即血凝块形成的速率,此时以纤维蛋白的功能为主。从血凝块形成点至最大曲线弧度做切线与水平线的夹角为a值,a值反应纤维蛋白和血小板在血凝块开始形成时的共同作用,即血凝块形成的速率。最大幅值MA值反应了血凝块的最大强度或硬度。血样本的振幅值升至最高后血块强度慢慢降低。
实施例1:
如图6所示,本发明的一种血栓弹力图检测仪的调度方法,包括:
S100、获取每一个检测通道内样本的血栓弹力图的实时参数,并形成时间与样本振幅的参数组;其中,实时参数至少包括待测样本当前时刻的样本振幅。
S300、在第一时刻T1,调用血栓弹力预测模型库中的拟合预测数学模型,根据第一时刻T1之前的时间与样本振幅的参数组,拟合得到第一时刻T1之后的血栓弹力图的预测曲线;其中,第一时刻T1大于血栓弹力图出现最大振幅时的时刻Tma
S500、根据第一时刻T1之后的预测曲线得到预测剩余时长;
S600、根据预测剩余时长以及仪器的进样处理时长调度检测仪提前启动下一个样本的进样处理。
样本检测全过程是指样本在检测仪内执行的全部流程。参考图1至图2,样本检测全过程具体包括:A取反应杯、B脱帽去盖、C加试剂Ⅰ、D样本吸吐混匀、E加样混匀、F化学反应、G加试剂Ⅱ、H盖帽送杯、I测量、J抛杯的执行步骤;进样处理包括步骤中的A取反应杯、B脱帽去盖、C加试剂Ⅰ、D样本吸吐混匀、E加样混匀、F化学反应、G加试剂Ⅱ、H盖帽送杯。
进样处理时长为进样处理所有步骤需要的总时长。
其中,F化学反应的反应时间一般与样本的类型相关,大概持续时间为4-6min,步骤A取反应杯、B脱帽去盖、C加试剂Ⅰ、D样本吸吐混匀、G加试剂Ⅱ、H盖帽送杯、J抛杯均为固定时间,I测量的需要时间大概需要30min。
在整个血栓弹力图的检测过程中,步骤I检测大约需要30min方可检测出完整的血栓弹力图。而检测区的检测通道的数量是有限的,现有技术在检测结束后检测通道空缺之后,启动下一个样本的进样处理。但是,I检测之前的步骤总共需要7-8min,从A取反应杯至I测量的时间造成检测通道空缺7至8分钟,检测通道利用率较低。
因此,本发明在出现最大振幅MA之后,开始预测得到血栓弹力图的预测曲线,提前预测血栓弹力图的走向,根据血栓弹力图的走向判断何时启动下一个样本的进样处理。且在血栓弹力图的领域中,一般参考凝固时间参数R、K值、α角度、最大振幅MA等参数判断血样本,血栓弹力图的走向与前面的曲线密切相关,本发明在出现最大振幅MA之后开始预测,即可精确预测血栓弹力图的曲线。
具体地,如图7所示,在步骤S300之前,还包括:
S200、根据时间与样本振幅的参数组,确定最大振幅时的最大振幅时刻Tma及第一时刻T1;其中,最大振幅时刻Tma两侧的振幅均小于最大振幅;第一时刻T1大于最大振幅时刻Tma
S210、判断最大振幅时刻Tma至第一时刻T1之间的所有时刻的斜率是否小于零;
S220、当最大振幅时刻Tma至第一时刻T1之间的斜率存在不小于零的情况,生成提醒机器故障的报告;
S230、当最大振幅时刻Tma至第一时刻T1之间的斜率均小于零时;执行步骤S300在第一时刻T1,调用血栓弹力预测模型库中的拟合预测数学模型,根据所述第一时刻T1之前的时间与样本振幅的参数组,拟合得到所述第一时刻T1之后的血栓弹力图的预测曲线。
可以理解为,本发明先根据振幅值得到最大振幅时刻Tma。但是,假如出现图5中的正弦、余弦波形时,最大振幅时刻Tm时刻之后还可能出现波浪形曲线,因此本发明新增判断最大振幅时刻Tma至第一时刻T1之间的所有时刻的斜率是否全部小于零。当最大振幅时刻Tma至第一时刻T1之间的斜率存在不小于零的情况,说明该正弦、余弦波形曲线的出现可能是由于机器故障造成的,此时生成提醒机器故障的报告;当最大振幅时刻Tma至第一时刻T1之间的斜率均小于零时,说明曲线逐渐下降;执行步骤S300。
步骤S300中血栓弹力预测模型库的获取包括:预先收集若干不同的血栓弹力图曲线形成预测模型库,以此为基础建立血栓弹力图拟合预测数学模型,在后续测量的过程中将实际测得的血栓弹力图曲线加入预测模型库、定期根据扩充后的模型库更新升级拟合预测数学模型。
具体地,预先收集若干不同的血栓弹力图曲线形成预测模型库,预先将时间、样本振幅作为变量,基于多项式拟合的原理,采用曲线拟合的方法,建立血栓弹力图拟合预测数学模型,形成血栓弹力预测模型。定期根据扩充后的模型库更新升级拟合预测数学模型,以保证随着检测仪使用时间增加,其精度越来越高。
可以理解为,采用曲线拟合的方法,得到时间变量与样本振幅变量之间的关系,得到的若干预测数学模型存储在预测模型库中。其中,曲线拟合具体可以采用matlab实现。例如在matlab中,采用现成的曲线拟合函数polyfit,其也是基于最小二乘原理实现的,具体用法为:ans=polyfit(x,y,n),其中x,y为待拟合点的坐标向量,n为多项式的阶数。在其他实施例中,也可以采用其他拟合方法拟合出预测模型。
优选地,S500根据所述第一时刻T1之后的预测曲线得到预测剩余时长,之前还包括:
S410、根据第一时刻T1之后的预测曲线,判断从第一时刻T1至第二时刻T2之间的上限时长内,是否存在停止振幅。即是否出现测量的结束时刻T0;测量的结束时刻T0为血栓弹力图的预测曲线的振幅下降至停止振幅所对应的时刻;停止振幅的振幅为零。
S420、当第一时刻T1至第二时刻T2之间的上限时长内,存在停止振幅,说明出现了测量的结束时刻T0,则执行S500根据所述第一时刻T1之后的预测曲线得到预测剩余时长。
S430、当第一时刻T1至第二时刻T2之间的上限时长内,未存在停止振幅,说明未出现测量的结束时刻T0,则在第三时刻T3调度检测仪提前启动下一个样本的进样处理;其中,第三时刻T3至第二时刻T2之间的时长等于一个样本的进样处理时长。
可以理解为,第一时刻T1至第二时刻T2之间的时长为上限时长。参考图4,当第一时刻T1至第二时刻T2之间的上限时长内,未存在停止振幅,则未出现了测量的结束时刻T0,表明第一时刻T1至第二时刻T2之间的预测曲线变化过缓,血样本可能为非正常凝血状态,即使继续检测也无法预测到剩余时间,此时可以在第三时刻T3调度检测仪,提前启动下一个样本的进样处理。在继续测量的过程中,下一个新样本进入进样处理。第三时刻T3至第二时刻T2之间的时长等于一个样本的进样处理时长,可以理解为在样本的进样处理时长内,提前启动下一个样本的进样处理,确保下一个样本在进入测量步骤时无需等待。
参考图3,当第一时刻T1至所述第二时刻T2之间的上限时长内,存在停止振幅,则出现了测量的结束时刻T0,说明第一时刻T1至第二时刻T2之间的预测曲线变化正常,血样本可能为正常凝血状态,可以预测到检测步骤的剩余时间,则执行S500根据所述第一时刻T1之后的预测曲线得到预测剩余时长。
此时的步骤S500根据所述第一时刻T1之后的预测曲线得到预测剩余时长,包括:
S510、基于血栓弹力图的预测曲线,得到血栓弹力图的预测曲线的振幅下降至停止振幅时,对应的预测结束时刻T0;停止振幅的振幅为零。
S520、根据测量的预测结束时刻T0及第一时刻T1,得到检测步骤的预测剩余时长。
可以理解为,参考图3,在步骤S300中得到了血栓弹力图的预测曲线,根据血栓弹力图的预测曲线,可以得到在样本振幅再次为零时,对应的时刻T0为预测的整个检测步骤的预测结束时刻,开始预测的时间为第一时刻T1,预测结束时刻T0与第一时刻T1的差值,为检测步骤的预测剩余时长。在预测剩余时长内,提前启动下一个样本的进样处理,可以避免新的进样流程中的样本等待时间较长,以及避免新的进样处理中的样本从A取反应杯至I测量的过程中,检测通道的空闲时间过长造成的效率低下。
步骤S600根据预测剩余时长以及仪器的进样处理时长调度检测仪提前启动下一个样本的进样处理,包括:
S610、根据预测剩余时长与仪器的进样处理时长Tx、安全时长Tan,对所述第一时刻T1进行优化处理。
S620、直至首次满足预测剩余时长小于或等于进样处理时长Tx与安全时长Tan之和时,调度检测仪提前启动下一个样本的进样处理。
其中,安全时间Tan的值大于或等于预测误差值。
最优选地,在优化后的第一时刻T1开始启动下一个样本的进样处理,从第一时刻T1至预测结束时刻T0的预测剩余时长内,下一个样本的进样处理步骤已结束,下一个样本在完成进样处理步骤之后,只需要等待的时间长度为安全时长Tan,安全时长Tan大约为0.1s至2min。
此外,步骤S600根据预测剩余时长及进样处理时长调度检测仪提前启动下一个样本的进样处理,可以理解为,只根据预测剩余时长及进样处理时长调度检测仪,也可以包括根据预测剩余时长、安全时长及进样处理时长调度检测仪。
如图8所示,S610对第一时刻T1的优化处理的步骤包括:
S611、根据样本类型,获取进样处理时长Tx及安全时长Tan
即获取从步骤A取反应杯至I测量之前所需要的全部进样处理步骤所需要的执行时间为进样处理时长Tx。进样处理时长中只有步骤F化学反应为非固定的,与样本类型相关,但整体差距较小,为5min左右。安全时长Tan,可理解为,考虑检测仪的误差,在预测的剩余时间的基础上增加安全时长Tan,以增加检测仪的检测精度。因此,在本步骤中,根据样本类型,获取步骤I测量之前的进样处理时长Tx及安全时长Tan
S612、判断预测剩余时长是否首次小于或等于进样处理时长Tx与安全时长Tan之和。
S613、若否,则根据第一时刻T1、安全时长Tan与进样处理时长Tx定义ΔT为n•T1•(Tan/Txm;得到第一时刻的优化值T1+ΔT;其中,n的取值范围为0至1,m的取值范围为0至1;将得到第一时刻的优化值T1+ΔT, 进入迭代,执行得到血栓弹力图的预测曲线及预测剩余时长;
直至首次满足所述预测剩余时长小于或等于所述进样处理时长Tx与安全时长Tan之和。
若是,则执行步骤S620首次满足预测剩余时长小于或等于进样处理时长Tx与安全时长Tan之和时,调度检测仪提前启动下一个样本的进样处理。
ΔT可理解为第一时刻T1的增长幅度值。可以理解为,在样本确定时,进样处理时长Tx已确定。第一时刻T1的增加值ΔT与安全时长Tan相关。具体地,安全时长Tan越长,T1可以调整的幅度值ΔT可以越大,即安全时长Tan越长,ΔT越大。因此,在本发明中定义ΔT为n•T1•(Tan/Txm。其中,n和m为可设定的常数,n的取值范围为0至1,m的取值范围为0至1。
第一次修正后的第一时刻T11为T1+ΔT,将修正后的T11执行步骤S300在第一时刻T1,调用血栓弹力预测模型库中的拟合预测数学模型,根据第一时刻T1之前的时间与样本振幅的参数组,拟合得到第一时刻T1之后的血栓弹力图的预测曲线。循环执行上述步骤。
若根据第一次修正后的第一时刻T11得到的预测剩余时长还不满足预测剩余时长小于或等于进样处理时长Tx与安全时长Tan之和;继续第二次修正第一时刻T12为T11+ΔT,进入迭代,执行得到血栓弹力图的预测曲线及预测检测步骤的剩余时长;直至首次满足预测剩余时长小于或等于进样处理时长Tx与安全时长Tan之和,再执行步骤S620。
本发明需要保证预测剩余时长不大于进样处理时长Tx
可以理解为,当预测剩余时长大于进样处理时长Tx时,提前启动下一个样本的进样处理,会造成新样本已经到达步骤I测量,步骤I测量上的上一个样本还未测量完毕,新样本需要等待一段时间。而实际应用中,患者抽取后的血液等待后会造成测量结果不准。因此,本发明的应用场景中不允许出现样本等待的状况。
预测剩余时长小于进样处理时长Tx时,即提前启动下一个样本的进样处理,新样本还未到达步骤I测量时,步骤I测量上的上一个样本已经测量完毕,检测通道上会存在小段的空缺,该状态下的样本无需等待。
预测剩余时长等于进样处理时长Tx为最佳状态,即新样本达到步骤I测量时,步骤I测量上的上一个样本的检测刚好结束,实现检测通道上样本的无缝衔接。
预测剩余时长等于进样处理时长Tx与安全时长Tan之和为理想状态,考虑到剩余时间为预测得到的,在检测仪使用初期,存在一定的误差。因此,在本发明中,首次满足剩余时长小于或等于进样处理时间Tx与安全时间Tan之和,即执行S620。
步骤S620中安全时间Tan的获取过程包括:
在检测仪使用时长达到预定时长后,获得所述使用时长内每次检测的预测结束时刻及实际测量得到的实际结束时刻;
统计所述使用时长内的全部检测的预测结束时刻及实际测量得到的实际结束时刻的时间差,取最大的时间差作为预测误差值;
根据所述预测误差值修正安全时长Tan;其中,所述安全时长Tan的值大于或等于所述预测误差值。
例如,检测仪每运行一周或一个月之后,统计该时间段内,全部时刻的预测结束时刻及实际测量得到的实际结束时刻之间的时间差,最大的预测误差值为30秒,可以设置安全时间为30秒或1分钟。优选地,安全时长Tan的值等于所述预测误差值。
相应地,参考图9,本发明还提供一种血栓弹力图检测仪的调度装置,包括:
获取模块,用于实时获取每一个检测通道内样本的血栓弹力图的实时参数,并形成时间与样本振幅的参数组;其中,所述实时参数至少包括待测样本当前时刻的样本振幅;
第一预测模块,用于在第一时刻T1,调用血栓弹力预测模型库中的拟合预测数学模型,根据所述第一时刻T1之前的时间与样本振幅的参数组,拟合得到所述第一时刻T1之后的血栓弹力图的预测曲线;
第二预测模块,用于根据所述第一时刻T1之后的预测曲线得到预测剩余时长;
调度模块,用于根据所述预测剩余时长以及仪器的进样处理时长调度检测仪提前启动下一个样本的进样处理。
其中,血栓弹力预测模型库的获取包括:预先收集若干不同的血栓弹力图曲线形成预测模型库,以此为基础建立血栓弹力图拟合预测数学模型,在后续测量的过程中将实际测得的血栓弹力图曲线加入预测模型库、定期根据扩充后的模型库更新升级拟合预测数学模型。
还包括第一判断模块,用于根据时间与样本振幅的参数组,确定最大振幅时的最大振幅时刻Tma及第一时刻T1;其中,最大振幅时刻Tma两侧的振幅均小于最大振幅;所述第一时刻T1大于最大振幅时刻Tma
判断最大振幅时刻Tma至第一时刻T1之间的所有时刻的斜率是否小于零;
当最大振幅时刻Tma至第一时刻T1之间的斜率存在不小于零的情况,生成提醒机器故障的报告;
当最大振幅时刻Tma至第一时刻T1之间的斜率均小于零时;执行步骤在第一时刻T1,调用血栓弹力预测模型库,根据所述时间与样本振幅的参数组,得到血栓弹力图的预测曲线。
还包括第二判断模块,用于根据第一时刻T1之后的预测曲线,判断从第一时刻T1至第二时刻T2之间的上限时长内,是否存在停止振幅。即是否出现测量的结束时刻T0;当第一时刻T1至第二时刻T2之间的上限时长内,存在停止振幅,说明出现了测量的结束时刻T0,则执行S500根据所述第一时刻T1之后的预测曲线得到预测剩余时长;当第一时刻T1至第二时刻T2之间的上限时长内,未存在停止振幅,说明未出现测量的结束时刻T0,则在第三时刻T3之间调度检测仪提前启动下一个样本的进样处理;其中,第三时刻T3至第二时刻T2之间的时长等于一个样本的进样处理时长。
第二检测模块,还用于基于血栓弹力图的预测曲线,得到血栓弹力图的预测曲线的振幅下降至停止振幅时,对应的预测结束时刻T0;根据测量的预测结束时刻T0及第一时刻T1,得到检测步骤的预测剩余时长。
调度模块,还用于根据预测剩余时长与仪器的进样处理时长Tx、安全时长Tan,对所述第一时刻T1进行优化处理;直至首次满足预测剩余时长小于或等于进样处理时长Tx与安全时长Tan之和时,调度检测仪提前启动下一个样本的进样处理。
对第一时刻T1的优化处理的步骤包括:
根据样本类型,获取进样处理时长Tx及安全时长Tan
判断预测剩余时长是否小于或等于进样处理时长Tx与安全时长Tan之和;
若否,则根据所述第一时刻T1、安全时长Tan与所述进样处理时长Tx定义ΔT为n•T1•(Tan/Txm;得到第一时刻的优化值T1+ΔT;其中,n的取值范围为0至1,m的取值范围为0至1;将得到第一时刻的优化值T1+ΔT, 进入迭代,执行得到血栓弹力图的预测曲线及预测剩余时长;
直至首次满足所述预测剩余时长小于或等于所述进样处理时长Tx与安全时长Tan之和。
若是,则执行步骤:首次满足预测剩余时长小于或等于进样处理时长Tx与安全时长Tan之和时,调度检测仪提前启动下一个样本的进样处理。
相应地,本发明还提供一种血栓弹力图检测仪的系统,参考图1,包括执行机构及控制中心,执行结构至少包括样本盘、脱盖帽机构Ⅰ、脱盖帽机构Ⅱ、空杯推出器、TIP头推出器、取样臂、转运臂、阵列检测器;执行机构与样本检测全过程相匹配;控制中心采用如上任一项的方法调度进样检测,进而调度执行结构;控制中心包括处理器及存储器;存储器用于存储计算机程序;处理器用于根据计算机程序执行如上任一项的方法。
本发明提供一种血栓弹力图检测仪的调度方法,根据时间与样本振幅的参数组,得到血栓弹力图的预测曲线,根据血栓弹力图的预测曲线得到预测剩余时间,根据剩余时间以及仪器的进样处理时间调度检测仪提前启动下一个样本的进样处理,保证了检测通道不会长时间空闲,又保证了新样本在进样处理完成后可立即被测量,不影响检测的准确度。在本领域中首创采用曲线拟合的方法,获取血栓弹力图的预测曲线。
而且针对可能出现的不同场景,本发明给出了不同的处理方法,当预测到血栓弹力图出现非正常凝血时,在适当时间提前启动下一个样本的进样处理;当预测到血栓弹力图为正常凝血时,预测剩余时间,根据剩余时间以及仪器的进样处理时间调度检测仪提前启动下一个样本的进样处理。
同时,本发明还对预测的开始时间进行优化,若预测开始过早,会造成剩余时间过长,下一个样本需要在进入检测步骤之前排队等待,对第一时刻T1优化后,保证下一个样本在进入检测步骤之前无需等待,以确保样本有效且安全。
此外,装置实施例中的系统与方法实施例基于同样地发明构思。
本发明实施例还提供了一种计算机存储介质,该计算机存储介质包括存储器和处理器,该存储器中存储有至少一条指令和至少一段程序,该至少一条指令和至少一段程序由该处理器加载并执行以实现上述方法实施例提供的血栓弹力图检测仪的调度方法。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
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。尤其,对于装置和电子设备实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
上述说明已经充分揭露了本发明的具体实施方式。需要指出的是,熟悉该领域的技术人员对本发明的具体实施方式所做的任何改动均不脱离本发明的权利要求书的范围。相应地,本发明的权利要求的范围也并不仅仅局限于前述具体实施方式。

Claims (10)

1.一种血栓弹力图检测仪的调度方法,其特征在于,包括:
获取每一个检测通道内样本的血栓弹力图的实时参数,并形成时间与样本振幅的参数组;其中,所述实时参数至少包括待测样本当前时刻的样本振幅;
在第一时刻T1,调用血栓弹力预测模型库中的拟合预测数学模型,根据所述第一时刻T1之前的时间与样本振幅的参数组,拟合得到所述第一时刻T1之后的血栓弹力图的预测曲线;
根据所述第一时刻T1之后的预测曲线得到预测剩余时长;
根据所述预测剩余时长以及仪器的进样处理时长调度检测仪提前启动下一个样本的进样处理。
2.如权利要求1所述的一种血栓弹力图检测仪的调度方法,其特征在于,根据所述第一时刻T1之后的预测曲线得到预测剩余时长,之前,还包括:
根据所述第一时刻T1之后的预测曲线,判断从所述第一时刻T1至第二时刻T2之间的上限时长内,是否存在停止振幅;
当所述第一时刻T1至第二时刻T2之间的上限时长内,存在停止振幅,则执行根据所述第一时刻T1之后的预测曲线得到预测剩余时长;
当所述第一时刻T1至第二时刻T2之间的上限时长内,未存在停止振幅,则在第三时刻T3调度检测仪提前启动下一个样本的进样处理;其中,第三时刻T3至第二时刻T2之间的时长等于一个样本的进样处理时长。
3.如权利要求1所述的一种血栓弹力图检测仪的调度方法,其特征在于,所述血栓弹力预测模型库的获取包括:
预先收集若干不同的血栓弹力图曲线形成预测模型库,以此为基础建立血栓弹力图拟合预测数学模型,在后续测量的过程中将实际测得的血栓弹力图曲线加入预测模型库、定期根据扩充后的模型库更新升级拟合预测数学模型。
4.如权利要求1所述的一种血栓弹力图检测仪的调度方法,其特征在于,根据所述第一时刻T1之后的预测曲线得到预测剩余时长,包括:
基于所述血栓弹力图的预测曲线,得到血栓弹力图的预测曲线的振幅下降至停止振幅时,对应的预测结束时刻T0
根据预测结束时刻T0及第一时刻T1,得到检测步骤的预测剩余时长。
5.如权利要求1所述的一种血栓弹力图检测仪的调度方法,其特征在于,样本检测全过程包括:A取反应杯、B脱帽去盖、C加试剂Ⅰ、D样本吸吐混匀、E加样混匀、F化学反应、G加试剂Ⅱ、H盖帽送杯、I测量、J抛杯的执行步骤;所述进样处理包括步骤中的A取反应杯、B脱帽去盖、C加试剂Ⅰ、D样本吸吐混匀、E加样混匀、F化学反应、G加试剂Ⅱ、H盖帽送杯;进样处理时长为所述进样处理所有步骤需要的总时长。
6.如权利要求5所述的一种血栓弹力图检测仪的调度方法,其特征在于,根据所述预测剩余时长以及仪器的进样处理时长调度检测仪提前启动下一个样本的进样处理,包括:
根据预测剩余时长与仪器的进样处理时长Tx、安全时长Tan,对所述第一时刻T1进行优化处理;
直至首次满足预测剩余时长小于或等于进样处理时长Tx与安全时长Tan之和时,调度检测仪提前启动下一个样本的进样处理。
7.如权利要求6所述的一种血栓弹力图检测仪的调度方法,其特征在于,
对所述第一时刻T1进行优化处理,包括:
根据样本类型,获取进样处理时长Tx及安全时长Tan
判断预测剩余时长是否首次小于或等于进样处理时长Tx与安全时长Tan之和;
若否,则根据所述第一时刻T1、安全时长Tan与所述进样处理时长Tx定义ΔT为n•T1•(Tan/Txm;得到第一时刻的优化值T1+ΔT;其中,n的取值范围为0至1,m的取值范围为0至1;
将得到的第一时刻的优化值T1+ΔT进入迭代,执行得到血栓弹力图的预测曲线及预测剩余时长;
直至首次满足所述预测剩余时长小于或等于所述进样处理时长Tx与安全时长Tan之和时,停止优化并调度检测仪提前启动下一个样本的进样处理。
8.如权利要求6所述的一种血栓弹力图检测仪的调度方法,其特征在于,还包括对所述安全时长Tan的获取过程包括:
在检测仪使用时长达到预定时长后,获得所述使用时长内每次检测的预测结束时刻及实际测量得到的实际结束时刻;
统计所述使用时长内的全部检测的预测结束时刻及实际测量得到的实际结束时刻的时间差,取最大的时间差作为预测误差值;
根据所述预测误差值修正安全时长Tan;其中,所述安全时长Tan的值大于或等于所述预测误差值。
9.一种血栓弹力图检测仪的调度装置,其特征在于,包括:
获取模块,用于实时获取每一个检测通道内样本的血栓弹力图的实时参数,并形成时间与样本振幅的参数组;其中,所述实时参数至少包括待测样本当前时刻的样本振幅;
第一预测模块,用于在第一时刻T1,调用血栓弹力预测模型库中的拟合预测数学模型,根据所述第一时刻T1之前的时间与样本振幅的参数组,拟合得到所述第一时刻T1之后的血栓弹力图的预测曲线;
第二预测模块,用于根据所述第一时刻T1之后的预测曲线得到预测剩余时长;
调度模块,用于根据所述预测剩余时长以及仪器的进样处理时长调度检测仪提前启动下一个样本的进样处理。
10.一种血栓弹力图检测仪的系统,其特征在于:包括控制中心,所述控制中心采用如权利要求1-8任一项所述的方法进行调度;所述控制中心包括处理器及存储器;所述存储器用于存储计算机程序;所述处理器用于根据所述计算机程序执行如权利要求1-8任一项所述的方法。
CN202110433724.5A 2021-04-22 2021-04-22 一种血栓弹力图检测仪的调度方法、装置及系统 Active CN112986547B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110433724.5A CN112986547B (zh) 2021-04-22 2021-04-22 一种血栓弹力图检测仪的调度方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110433724.5A CN112986547B (zh) 2021-04-22 2021-04-22 一种血栓弹力图检测仪的调度方法、装置及系统

Publications (2)

Publication Number Publication Date
CN112986547A true CN112986547A (zh) 2021-06-18
CN112986547B CN112986547B (zh) 2021-07-20

Family

ID=76341622

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110433724.5A Active CN112986547B (zh) 2021-04-22 2021-04-22 一种血栓弹力图检测仪的调度方法、装置及系统

Country Status (1)

Country Link
CN (1) CN112986547B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113791235A (zh) * 2021-11-18 2021-12-14 深圳优迪生物技术有限公司 全自动血栓弹力图仪及血样测试方法
WO2023070349A1 (zh) * 2021-10-27 2023-05-04 阳普医疗科技股份有限公司 一种血栓弹力图仪
CN117233364A (zh) * 2023-11-16 2023-12-15 苏州思迈德生物科技有限公司 一种血栓弹力图的参数提取方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5576215A (en) * 1991-06-03 1996-11-19 Abbott Laboratories Adaptive scheduling system and method for operating a biological sample analyzer with variable interval periods
JPH0934731A (ja) * 1995-07-18 1997-02-07 Hitachi Ltd 分析システム・スケジューリング方法
US5646049A (en) * 1992-03-27 1997-07-08 Abbott Laboratories Scheduling operation of an automated analytical system
AU2009308841A1 (en) * 2008-10-29 2010-05-06 T2 Biosystems, Inc. NMR detection of coagulation time
CN103473345A (zh) * 2013-09-23 2013-12-25 深圳市融创天下科技股份有限公司 一种预估时长的方法
EP3128329A1 (de) * 2015-08-05 2017-02-08 Siemens Healthcare Diagnostics Products GmbH Verfahren zum betrieb eines automatischen analysegeräts
CN110967503A (zh) * 2018-09-30 2020-04-07 深圳迈瑞生物医疗电子股份有限公司 一种进样调度方法、装置、分析检测系统和存储介质
CN111398611A (zh) * 2019-01-03 2020-07-10 深圳迈瑞生物医疗电子股份有限公司 样本检测时间预估方法、装置、样本分析仪及存储介质
CN111965375A (zh) * 2020-10-21 2020-11-20 中国科学院苏州生物医学工程技术研究所 一种基于时间片的高通量进样检测调度管理方法
CN112014582A (zh) * 2020-08-31 2020-12-01 成都艾科斯伦医疗科技有限公司 一种全自动凝血分析仪调度方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5576215A (en) * 1991-06-03 1996-11-19 Abbott Laboratories Adaptive scheduling system and method for operating a biological sample analyzer with variable interval periods
US5646049A (en) * 1992-03-27 1997-07-08 Abbott Laboratories Scheduling operation of an automated analytical system
JPH0934731A (ja) * 1995-07-18 1997-02-07 Hitachi Ltd 分析システム・スケジューリング方法
AU2009308841A1 (en) * 2008-10-29 2010-05-06 T2 Biosystems, Inc. NMR detection of coagulation time
CN103473345A (zh) * 2013-09-23 2013-12-25 深圳市融创天下科技股份有限公司 一种预估时长的方法
EP3128329A1 (de) * 2015-08-05 2017-02-08 Siemens Healthcare Diagnostics Products GmbH Verfahren zum betrieb eines automatischen analysegeräts
CN110967503A (zh) * 2018-09-30 2020-04-07 深圳迈瑞生物医疗电子股份有限公司 一种进样调度方法、装置、分析检测系统和存储介质
CN111398611A (zh) * 2019-01-03 2020-07-10 深圳迈瑞生物医疗电子股份有限公司 样本检测时间预估方法、装置、样本分析仪及存储介质
CN112014582A (zh) * 2020-08-31 2020-12-01 成都艾科斯伦医疗科技有限公司 一种全自动凝血分析仪调度方法
CN111965375A (zh) * 2020-10-21 2020-11-20 中国科学院苏州生物医学工程技术研究所 一种基于时间片的高通量进样检测调度管理方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023070349A1 (zh) * 2021-10-27 2023-05-04 阳普医疗科技股份有限公司 一种血栓弹力图仪
CN113791235A (zh) * 2021-11-18 2021-12-14 深圳优迪生物技术有限公司 全自动血栓弹力图仪及血样测试方法
CN117233364A (zh) * 2023-11-16 2023-12-15 苏州思迈德生物科技有限公司 一种血栓弹力图的参数提取方法
CN117233364B (zh) * 2023-11-16 2024-02-02 苏州思迈德生物科技有限公司 一种血栓弹力图的参数提取方法

Also Published As

Publication number Publication date
CN112986547B (zh) 2021-07-20

Similar Documents

Publication Publication Date Title
CN112986547B (zh) 一种血栓弹力图检测仪的调度方法、装置及系统
EP2982988B1 (en) Automatic analysis device and analysis method
WO2014080751A1 (ja) 自動分析装置、自動分析方法
CN113096736B (zh) 一种基于纳米孔测序的病毒实时自动分析方法及系统
JP5029638B2 (ja) 血液凝固分析装置
JP7220055B2 (ja) 血液凝固機能の評価方法
JP2019066458A (ja) 凝固結果を決定する技術
US20240115244A1 (en) System and method for scanning for a second object within a first object using an adaptive scheduler
CN112230569A (zh) 检测设备的控制方法及装置
US9530398B2 (en) Method for adaptively scheduling ultrasound system actions
JP2018534579A (ja) 液体サンプル分析器内における凝塊の存在又は不存在を検出する方法
JP2018534578A (ja) 液体サンプル分析器内における凝塊の存在又は不存在を検出する方法
CN111398611A (zh) 样本检测时间预估方法、装置、样本分析仪及存储介质
EP3581937B1 (en) Automatic analysis device
CN114636828B (zh) 样本实时检测方法、装置、样本分析仪和存储介质
WO2020051761A1 (zh) 凝血分析仪及其检测样本的方法、存储介质
CN111965375B (zh) 一种基于时间片的高通量进样检测调度管理方法
KR101895338B1 (ko) 반응기에 고형 입자의 충전 관리
US9529080B2 (en) System and apparatus having an application programming interface for flexible control of execution ultrasound actions
US20230100040A1 (en) Sample analyzer and liquid aspiration control method thereof
RU2762818C9 (ru) Способ обнаружения движения плода из доплеровского ультразвукового сигнала
JP2018149260A (ja) 睡眠段階判定装置、睡眠段階判定方法及びプログラム
CN108780036B (zh) 一种光学检测设备及检测方法
CN111295590B (zh) 分析方法、校准曲线的制作方法以及凝固分析装置
EP3869203A1 (en) Abnormality determining method, and automated analysis device

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