CN113167736A - 确定体液中分析物的浓度的方法 - Google Patents
确定体液中分析物的浓度的方法 Download PDFInfo
- Publication number
- CN113167736A CN113167736A CN201980078700.3A CN201980078700A CN113167736A CN 113167736 A CN113167736 A CN 113167736A CN 201980078700 A CN201980078700 A CN 201980078700A CN 113167736 A CN113167736 A CN 113167736A
- Authority
- CN
- China
- Prior art keywords
- information item
- concentration
- time
- analyte
- test zone
- 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
- 239000012491 analyte Substances 0.000 title claims abstract description 229
- 210000001124 body fluid Anatomy 0.000 title claims abstract description 178
- 238000000034 method Methods 0.000 title claims abstract description 177
- 239000010839 body fluid Substances 0.000 title claims abstract description 111
- 238000012360 testing method Methods 0.000 claims abstract description 241
- 230000003287 optical effect Effects 0.000 claims abstract description 48
- 230000036962 time dependent Effects 0.000 claims abstract description 35
- 230000001419 dependent effect Effects 0.000 claims abstract description 20
- 238000006243 chemical reaction Methods 0.000 claims description 42
- 238000012937 correction Methods 0.000 claims description 38
- 238000001514 detection method Methods 0.000 claims description 33
- 238000004590 computer program Methods 0.000 claims description 23
- 238000007670 refining Methods 0.000 claims description 8
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims description 7
- 239000000523 sample Substances 0.000 description 91
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 46
- 239000008103 glucose Substances 0.000 description 46
- 230000006870 function Effects 0.000 description 35
- 238000005259 measurement Methods 0.000 description 18
- 239000008280 blood Substances 0.000 description 16
- 210000004369 blood Anatomy 0.000 description 16
- 239000000306 component Substances 0.000 description 16
- 230000008859 change Effects 0.000 description 11
- 239000000126 substance Substances 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 6
- 230000007423 decrease Effects 0.000 description 6
- 238000005534 hematocrit Methods 0.000 description 6
- 239000007788 liquid Substances 0.000 description 6
- 238000001035 drying Methods 0.000 description 5
- 230000002123 temporal effect Effects 0.000 description 5
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 210000002700 urine Anatomy 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 239000003153 chemical reaction reagent Substances 0.000 description 3
- 238000004737 colorimetric analysis Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 210000003722 extracellular fluid Anatomy 0.000 description 3
- 238000005755 formation reaction Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000015654 memory Effects 0.000 description 3
- 210000003296 saliva Anatomy 0.000 description 3
- 102000001554 Hemoglobins Human genes 0.000 description 2
- 108010054147 Hemoglobins Proteins 0.000 description 2
- JVTAAEKCZFNVCJ-UHFFFAOYSA-M Lactate Chemical compound CC(O)C([O-])=O JVTAAEKCZFNVCJ-UHFFFAOYSA-M 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- WQZGKKKJIJFFOK-VFUOTHLCSA-N beta-D-glucose Chemical compound OC[C@H]1O[C@@H](O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-VFUOTHLCSA-N 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 235000012000 cholesterol Nutrition 0.000 description 2
- 206010012601 diabetes mellitus Diseases 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 230000007480 spreading Effects 0.000 description 2
- 238000010186 staining Methods 0.000 description 2
- 150000003626 triacylglycerols Chemical class 0.000 description 2
- 238000009736 wetting Methods 0.000 description 2
- 230000003936 working memory Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 239000013060 biological fluid Substances 0.000 description 1
- 239000012472 biological sample Substances 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000012503 blood component Substances 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 239000012916 chromogenic reagent Substances 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000000399 optical microscopy Methods 0.000 description 1
- 239000000049 pigment Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- -1 volume 10 Substances 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
- G01N21/84—Systems specially adapted for particular applications
- G01N21/8483—Investigating reagent band
-
- 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
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
- G01N21/272—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration for following a reaction, e.g. for determining photometrically a reaction rate (photometric cinetic analysis)
-
- 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
- G01N21/75—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated
- G01N21/77—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator
- G01N21/78—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator producing a change of colour
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Engineering & Computer Science (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Hematology (AREA)
- Biomedical Technology (AREA)
- Urology & Nephrology (AREA)
- Cell Biology (AREA)
- Plasma & Fusion (AREA)
- Microbiology (AREA)
- Biotechnology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Investigating Or Analysing Materials By The Use Of Chemical Reactions (AREA)
Abstract
本发明提出一种通过使用具有相机(112)的移动设备(110)确定体液中分析物的浓度的方法。该方法包括以下步骤：a)提示用户执行以下项中的一项或多项将体液滴施加到光学测试条(116)的至少一个测试区(114)，或确认将体液滴施加到光学测试条(116)的至少一个测试区(114)；b)等待预定的最小等待时间量；c)通过使用相机(112)来捕获所述测试区(114)的至少一部分的至少一个图像，其中所述测试区(114)具有对其施加的所述体液滴；d)根据步骤c)中捕获的所述图像确定所述体液中所述分析物的所述浓度，其包括：i)通过使用颜色空间的至少一个第一颜色通道，考虑从在步骤c)中捕获的所述图像导出的至少一个第一信息项来估计样品施加到所述测试区(114)的时间点，其中所述第一信息项是时间依赖性的；以及ii)通过使用所述颜色空间的至少一个第二颜色通道，考虑从所述图像导出的至少一个第二信息项来估计所述体液中所述分析物的所述浓度，其中所述第二信息项是浓度依赖性的。
Description
技术领域
本申请涉及一种通过使用具有相机的移动设备来确定体液中分析物浓度的方法。本发明进一步涉及：计算机程序，其包括用于执行该方法的计算机可执行指令；具有相机的移动设备，该移动设备被配置成用于确定体液中分析物的浓度；以及，用于确定体液中分析物的浓度的套件，该套件包括至少一个移动和具有至少一个测试区的至少一个光学测试条。
背景技术
在医学诊断领域，在许多情况下，必须在诸如血液、间质液、尿液、唾液或其他类型的体液的体液样品中检测一种或多种分析物。待检测分析物的示例为葡萄糖、甘油三酸酯、乳酸盐、胆固醇或通常存在于这些体液中的其他类型的分析物。如有必要，可根据分析物的浓度和/或存在选择适当的处理。在不缩小范围的情况下，将具体针对血糖测量来描述本发明。然而，应注意，本发明还可用于使用测试条进行的的其他类型的分析测量。
通常，技术人员已知的设备和方法使用包含一种或多种测试化学物的测试条，其在待检测的分析物存在的情况下，能够进行一种或多种可检测的检测反应，例如光学可检测的检测反应。关于这些测试化学药物，可参考例如J.Hoenes等人的以下文献：TheTechnology Behind Glucose Meters:Test Strips,Diabetes Technology&Therapeutics，第10卷，增刊1，2008年，S-10至S-26。其他类型的测试化学药物也是可能的，并且可用于执行本发明。
通常，对测试化学成分的一种或多种光学可检测的变化进行监测，以便从这些变化中得出至少一种待检测的分析物的浓度。为了检测测试区的光学性质的至少一种变化，本领域中已知有各种类型的检测器。因此，已知存在用于照亮测试区的各种类型的光源以及各种类型的检测器。通常，需要考虑可变的照明条件。
因此，例如，WO 2007/079843 A2公开了一种使用测试条和相机来测量生物流体样品中包含的分析物的浓度的方法。基于颜色值，借助预定义的比较值来确定样品中的分析物浓度。
US 2013/0267032 A1描述了一种样本测试条，以检测样本样品中的分析物的特性。样本测试条包括用于接收样本样品的反应区域，以及用于在接收样本样品之后确定反应区域的颜色、或颜色和颜色强度的颜色校正区域。样本测试条可进一步包括温度指示区域，以校正对分析物的特性的测量。
WO 2018/166533 A1描述了示例性方法，所述方法改进了适配器相对于移动计算设备的放置，以利用移动计算设备的正面上的相机和屏幕来测量联接至适配器的测试条。该方法可以包括在屏幕的第一部分上显示照亮区域。第一部分可以与相机相邻。照亮区域和相机可以与测试条的关键区域对准，使得相机被配置为捕获该关键区域的图像。该方法可以进一步包括：根据屏幕上的照亮区域的位置，为用户提供第一指导信息，以将适配器放置到移动计算设备。
US 2017/0262694 A1描述了液体样品的改进的比色分析。使用样品固持件，该样品固持件以滑动的方式同时将预定量的样品分别递送到多个比色测试片中的每一个。当获取测试片的彩色图像时，采用不透明的壳体来防止环境光到达测试片。优选地，包括相机的移动电子设备被附接到不透明壳体以获取图像。除了比色分析外，还可以进行光学显微镜检查。
US 2015/0037898 A1描述了用于确定体液样品诸如血液中的至少一种分析物的浓度，尤其是血糖浓度的设备和方法。在该方法中，提供测试元件，其具有至少一个试剂元件，该试剂元件被配置为在分析物存在下进行至少一种光学可检测的检测反应。将体液样品施加到测试元件上，并且检测试剂元件的至少一个光学测量变量的时间进程。光学测量变量的时间进程的至少一个第一时间间隔用于确定体液样品中的至少一个扰动变量值，特别是扰动变量的浓度例如血细胞比容。时间进程的至少一个第二时间间隔用于确定分析物浓度。至少一个扰动变量值可以用于校正/补偿分析物浓度。
EP 2 259 058 A1描述了一种测量血细胞比容值的方法以及一种用于测量血细胞比容值的设备，其可以精确地测量血细胞比容值。一种使用与不同于血红蛋白的血液组分反应的显色试剂在显色反应中测量血液样品的血细胞比容值的方法，其特征在于：根据用至少一种特异于血红蛋白的吸收波长的光λ1测量的血液样品的光学特性a1和用至少一种特异于显色反应中产生的色素的吸收波长的光λ2测量的血液样品的光学特性a2，来计算血液样品的血细胞比容值。
US 2015/0241358 A1描述了一种用于对测试桨进行自动测试诊断的装置。该装置包括个人计算设备，该个人计算设备包括：相机，其随着时间的推移捕获测试桨的测试垫的图像；联接至相机的处理器；以及联接至处理器的显示设备。处理器分析每个测试垫随时间的颜色变化，以确定每个测试垫随时间的颜色轨迹。处理器将每个测试垫的颜色演变轨迹与每个测试垫的颜色校正曲线进行比较，以确定测试生物样品如尿液的分析物浓度。在由处理器进行分析期间，显示设备响应于随着时间的分析而显示具有分析物浓度结果的用户界面。
进一步地，WO 2013/149598 A1描述了测试条和用于读取测试条的方法。提供样本测试条以检测样本样品中分析物的特性。测试条包括用于接收样本样品的反应区域，以及用于在接收样本样品之后确定反应区域的颜色、或颜色和颜色强度的颜色校正区域。样本测试条可进一步包括温度指示区域，以校正对分析物的特性的测量。特别地，该文件提出使用第一和第二颜色分量，其中捕获多个图像。第二颜色分量用于确定读取第一颜色分量的适当时间，并且在该时间读取第一颜色分量以确定分析物特性的值。
尽管已知的方法和设备具有优点，但仍意味着许多挑战。因此，具体地，将提及使用定制检测器的必要性、过程的复杂性以及对资源和时间的相应需求。作为示例，由WO2013/149598 A1公开的方法通常需要获取一系列图像以及这些图像的在线评估，以触发用于分析物确定的读取。在时间和资源方面，对该系列图像的这种获取以及在线评估是具有挑战性的。进一步地，该方法通常限于第二颜色分量不依赖于分析物浓度本身的情况，而且无法解决第二颜色分量的简单读取不能用作触发第一颜色分量的读取的计时器并因此而不能触发分析物特性值的确定的情况。进一步地，在第二颜色分量已经达到特定值的条件下触发第一颜色分量的读取通常导致高度不确定性，具体地是在第二颜色分量随时间变化的曲线的斜率相当小时。因此，通常，通过第二颜色分量的测量来触发分析物浓度的测量意味着许多技术难题，这些难题尚待解决。
进一步地，除了使用专门开发的用于光学检测测试化学物的变化的包括相应测试元件的定制检测器外，最近的发展还旨在使用诸如智能手机之类的广泛使用的设备。但是，当使用具有相机的消费类电子设备(例如智能手机)来确定分析物浓度时，会出现新的挑战，特别是在准确性方面。
因此，使用定制检测器，通常已知样品在测试条上的施加时间点。样品施加时间点的知识通常有助于确定用于测量分析物浓度的适当时间点。然而，基于使用具有相机的消费类电子设备(诸如智能手机)来确定体液中分析物浓度的方法通常没有此类信息或依赖于可能错误处理的用户信息。
有待解决的问题
因此，期望提供用于确定体液中分析物的浓度的方法和设备，以解决使用移动设备诸如消费类电子移动设备(具体地，非专门用于分析测量的多功能移动设备诸如智能手机或平板电脑)的方法和设备所遇到的上述技术挑战。
发明内容
该问题通过以下项来解决：具有独立权利要求的特征的确定体液中分析物浓度的方法；计算机程序，其包括用于执行该方法的计算机可执行指令；具有相机的移动设备，该移动设备被配置成用于确定体液中分析物的浓度；以及，用于确定体液中分析物浓度的套件，该套件包括至少一个移动和具有至少一个测试区的至少一个光学测试条。在从属权利要求中列出了可能以隔离方式或以任意组合实现的有利实施例。
如下文所使用的，术语“具有”、“包括”或“包含”或其任意语法变化形式以非排他性方式使用。因此，这些术语既可指除了由这些术语引入的特征之外，在此上下文中描述的实体中不存在其他特征的情况，也可指存在一个或多个其他特征的情况。作为示例，表述“A具有B”、“A包括B”和“A包含B”都可指除B之外，A中不存在其他任何元素的情况(即，A仅由B组成的情况)，以及除B之外，实体A中还存在一个或多个其他元素诸如元素C、元素C和D或甚至其他元素的情况。
此外，应注意，指示特征或元素可存在一次或多次的术语“至少一个”、“一个或多个”或类似表述通常在引入相应特征或元素时仅使用一次。在下文中，在大多数情况下，当提及相应的特征或元素时，尽管相应的特征或元素可能只存在一次或多次，但不会重复使用表述“至少一个”或“一个或多个”。
此外，如下所用，术语“优选地”、“更优选地”、“特别地”、“更特别地”、“具体地”、“更具体地”或类似的术语与可选特征结合使用，而不限制替代可能性。因此，由这些术语引入的特征是可选特征，并且无意以任何方式限制权利要求的范围。如技术人员将认识到的，本发明可通过使用替代特征来执行。类似地，由“在本发明的实施例中”引入的特征或类似表述意图成为可选特征，而对本发明的替代实施例没有任何限制，对本发明的范围没有任何限制，并且对将以这种方式引入的特征与本发明的其他可选或非可选特征相结合的可能性也没有任何限制。
在本发明的第一方面，公开了一种通过使用具有相机的移动设备来确定体液中分析物浓度的方法。该方法包括以下方法步骤，这些步骤可具体地以给定顺序执行。但是，不同的顺序也是可行的。完全或部分地同时执行两个或更多个方法步骤也是可能的。一次性或重复地执行一个或更多个方法步骤或甚至全部步骤也是可能的。该方法可以包含本文未列出的其它方法步骤。通常，通过使用具有相机的移动设备确定体液中分析物浓度的方法包括以下步骤：
a)提示用户执行以下项中的一项或多项
-将体液滴施加到光学测试条的至少一个测试区，或
-确认将体液滴施加到光学测试条的至少一个测试区；
b)等待预定的最小等待时间量；
c)通过使用相机来捕获测试区的至少一部分的至少一个图像，其中该测试区具有对其施加的体液滴；
d)根据步骤c)中捕获的图像确定体液中分析物的浓度，其包括：
i)通过使用颜色空间的至少一个第一颜色通道，考虑从在步骤c)中捕获的图像导出的至少一个第一信息项来估计样品施加到测试区的时间点，其中第一信息项是时间依赖性的；和
ii)通过使用颜色空间的至少一个第二颜色通道，考虑从图像导出的至少一个第二信息项来估计体液中分析物的浓度，其中第二信息项是浓度依赖性的。
通过使用具有相机的移动设备来确定体液中分析物浓度的所公开的方法(包括刚刚描述的步骤)也可以称为确定体液中分析物浓度的方法。
如本文所用，术语“分析物”是广义术语，并且将被赋予对于本领域普通技术人员普通和惯常的含义，并且不限于特殊或自定义的含义。该术语具体地可以指但不限于任意化学或生物物质或种类，诸如分子或化合物，例如葡萄糖、甘油三酸酯、乳酸盐或胆固醇。
如本文所用，术语“确定分析物的浓度”(其也称为分析测量)是广义的术语且被赋予对于本领域普通技术人员普通且惯常的含义，并且不限于特殊或自定义的含义。该术语具体地可指但不限于定性和/或定量地测定样品中的至少一种分析物。作为示例，分析测量的结果可为分析物的浓度和/或待测定的分析物(血液、间质液、尿液、唾液等)的存在与否。
如本文所用，术语“体液”是广义的术语且被赋予对本领域普通技术人员而言普通且惯常的含义，并且不限于特殊或自定义的含义。该术语具体地可指但不限于包含至少一种体液的液体样品，诸如血液、间质液、尿液、唾液等。
如本文所用，术语“移动设备”是广义术语，并且将被赋予对于本领域普通技术人员普通和惯常的含义，并且不限于特殊或自定义的含义。该术语具体地可指但不限于移动电子设备，更具体地是指移动通信设备诸如手机或智能手机。除此之外或另选地，如下文将进一步详细概述，移动设备也可指具有至少一个相机的平板计算机或另一类型的便携式计算机。
如本文所用，术语“相机”是广义术语，并且将被赋予对于本领域普通技术人员普通和惯常的含义，并且不限于特殊或自定义的含义。该术语具体地可指但不限于被配置成用于记录空间分辨的光学数据(诸如一个或多个图像)的设备。该相机具体地可以包括一个或多个相机芯片，即成像设备，诸如一个或多个CCD和/或CMOS芯片。相机通常可包括图像传感器的一维或二维阵列，诸如像素。作为示例，相机可在至少一个维度上包括至少10个像素，诸如在每个维度上包括至少10个像素。然而，应当指出的是，其他相机也是可行的。本发明应特别适用于移动应用中常用的相机，诸如笔记本计算机、平板电脑或者特别是蜂窝电话诸如智能电话。因此，具体地，相机可以是移动设备的一部分，除了至少一个相机外，该移动设备还包括一个或多个数据处理设备诸如一个或多个数据处理器。然而，其他相机也是可行的。除了至少一个相机芯片或成像芯片之外，相机还可包括其他元件，诸如一个或多个光学元件，例如，一个或多个镜头。作为示例，相机可为定焦相机，其具有相对于相机固定调整的至少一个镜头。然而，另选地，相机也可包括可自动或手动调整的一个或多个可变镜头。
如本文所用，术语“滴”是广义的术语且被赋予对本领域普通技术人员而言普通且惯常的含义，并且不限于特殊或自定义的含义。该术语具体地可指但不限于一定量的液体诸如体液，诸如相干量的体液。该术语具体地可指少量或小体积的液体，例如0.5微升至几微升范围内的体积。因此，滴可特别适合于湿润或润湿光学测试条的测试区，使得可以发生检测反应。“体液滴”也可以称为“体液样品”或简称为“样品”。因此，将体液滴施加到测试区也可以称为样品的施加或简称为样品施加。
术语“测试区”是广义的术语且被赋予对本领域普通技术人员而言普通且惯常的含义，并且不限于特殊或自定义的含义。该术语具体地可以指但不限于相干量的至少一种测试化学物，诸如一个区域(例如圆形、多边形或矩形区域)，具有一层或多层材料，其中测试区的至少一层中包含测试化学物。测试区中可存在其他层，其提供特定的光学特性诸如反射特性、提供用于散布样品的散布特性或提供分离特性诸如用于分离样品的颗粒组分(诸如细胞组分)。在步骤c)中捕获测试区的至少一部分的至少一个图像，其中该测试区具有对其施加的体液滴。因此，测试区的至少一部分具体地可具有对其施加的体液滴。具体地，测试区的至少一部分可以被体液滴完全地或至少部分地覆盖。因此，具体地，测试区的至少一部分的至少一个图像具体地可以包含测试区的至少一部分，该至少一部分至少包含体液滴的一部分，诸如被体液滴湿润的测试区的至少一部分。
测试区包含于光学测试条。如本文所用，术语“光学测试条”是广义的术语且被赋予对于本领域普通技术人员普通和惯常的含义，并且不限于特殊或自定义的含义。该术语具体地可以指但不限于任意元件或设备，其被配置成用于检测液体样品中的分析物或确定液体样品中分析物的浓度，诸如在体液滴中的分析物，具体地是在上述定义的意义上的。作为实例，光学测试条(其也称为测试条或测试元件)可包括至少一个基底，诸如至少一个载体，具有对其施加的或集成在其中的少一个测试区。作为示例，至少一个载体可以是条形的。这些测试条通常被广泛使用和提供。一个测试条可承载单个测试区或多个测试区，在测试区中包含相同或不同的测试化学物。光学测试条，特别是包括测试化学物的测试区，可以在至少一种分析物的存在下具体地进行检测反应，特别是着色反应，具体地是着色反应，其中颜色形成可能相关于，例如正比于分析物浓度。由于可以通过检测反应来检测分析物的存在、不存在和/或浓度，检测反应也可以称为分析物检测反应。也可以在本发明的范围内使用的关于测试元件和试剂的一些基本原理描述于例如J.
et al.:DiabetesTechnology and Therapeutics，第10卷，增刊1，2008年，第10-26页。
如本文所用，术语“预定的最小等待时间量”是广义的术语且被赋予对本领域普通技术人员而言普通且惯常的含义，并且不限于特殊或自定义的含义。该术语具体地可指但不限于将两个动作或事件分开的时间量。该术语具体地可以指在步骤a)和c)之间经过的时间跨度，其中时间量是预定的。具体地，可以通过将时间量的值存储在移动设备的易失性或非易失性数据存储器中来预定时间量，例如在执行步骤a)之前存储，以及在执行步骤b)时利用该存储的值。预定的最小等待时间量可能是有用的、必要的或要求的，以允许使例如在等待时间开始就已经例如通过特定动作或事件(诸如施加体液滴)开始或诱发的诸如着色反应的过程或动作终止或完成。特别地，等待时间可以使着色反应终止、成熟或达到例如稳定状态的状态，其适合于通过一个或几个其他步骤导出分析物浓度。
如本文所用，术语“图像”是广义的术语且被赋予对本领域普通技术人员而言普通且惯常的含义，并且不限于特殊或自定义的含义。该术语具体地可以指但不限于通过使用相机记录的数据或信息，诸如来自成像设备的多个电子读取数据，诸如相机芯片的像素。因此，作为示例，图像可以包括一维或二维数据阵列。因此，图像本身可包括像素，该图像的像素，作为示例，与相机芯片的像素相关。因此，当提及“像素”时，要么参考由相机芯片的单个像素生成的图像信息单元，要么直接参考相机芯片的单个像素。
如本文所用，术语“时间点”是广义的术语且被赋予对本领域普通技术人员而言普通且惯常的含义，并且不限于特殊或自定义的含义。该术语具体地可以指但不限于绝对时间点，诸如由一天中的时间定义或可定义的时间点，或时间段或时间跨度。具体地，时间点和时间跨度可以经由至少一个参考时间点彼此相关或连接，具体地是可转换或可彼此转化的。因此，时间跨度可以从时间点开始并且以参考时间点结束。特别地，参考时间点可以是捕获测试区的至少一部分的图像的时间点，其中测试区具有对其施加的体液滴；并且在步骤i)中估计的时间可以是样品施加到测试区的时间点，或是样品施加和捕获图像的时间点之间的时间跨度。
如本文所用，术语“颜色空间”是广义的术语且被赋予对于本领域普通技术人员普通和惯常的含义，并且不限于特殊或自定义的含义。该术语可以具体地指但不限于任意坐标系，通过该任意坐标系可以诸如在数学上或物理上表征对象的颜色，诸如测试区的颜色或由相机记录的图像的颜色。各种颜色坐标系是技术人员通常已知的，例如由CIE(国际照明委员会)定义的颜色坐标系。除了CIE定义的颜色坐标系外，其他颜色坐标系也是可行的。颜色坐标系可以整体上跨越或定义颜色空间，例如通过定义三个或四个基矢量。因此，当相机捕捉到对象的图像时，相机为每个像素生成每个颜色坐标的值。作为示例，相机芯片可以包含记录每种颜色的值的颜色传感器，诸如RGB(红色绿色蓝色)和L*a*b之类的三元组或诸如CMYK(青色、洋红色、黄色、关键色)之类的四元组，其中这些值与相机芯片的灵敏度有关。在不缩小范围的情况下，将关于RGB颜色空间具体地描述本发明。但是，应该注意，使用其他颜色空间(例如上面提到的那些)以及其他颜色空间是可行的。
如本文所用，术语“颜色通道”是广义的术语且被赋予对于本领域普通技术人员普通和惯常的含义，并且不限于特殊或自定义的含义。该术语可以具体地指但不限于颜色空间的特定颜色坐标或特定颜色坐标的一个或多个值(例如数值)，其中该值是针对特定颜色空间中的特定图像生成的。颜色坐标的值也可以称为颜色通道的强度。通常，可以使用特定的颜色空间，例如RGB颜色空间、La*b*颜色空间、CMYK颜色空间或其他颜色空间来生成、表示或存储图像。例如，在使用RGB颜色空间的情况下，颜色通道可以是红色坐标、绿色坐标或蓝色坐标，也可以称为红色通道、绿色通道或蓝色通道。附加地或替代地，颜色通道可以是红色坐标、绿色坐标或蓝色坐标的值，其中该值可以是针对特定图像的至少一个像素，特别是针对一个特定像素或多个像素(诸如图像的像素子集)生成的。
特别地，第一颜色通道和第二颜色通道可以是相同颜色空间的不同颜色通道。具体地，第一颜色通道可以是或可以包括RGB颜色空间的蓝色通道。此外，第二颜色通道可以是或可以包括以下项中的至少之一者：RGB颜色空间的红色通道和RGB颜色空间的绿色通道。一个特定的颜色通道(诸如蓝色通道)可以根据所使用的特定颜色空间来指代不同波长的颜色坐标。作为示例，蓝色通道可以表示CIERGB颜色空间中常用的435,8nm波长的光，或者可以表示Adobe-Wide-Gamut RGB中常用的450nm波长的光，或其他波长的光。
如本文所用，术语“信息项”是广义的术语并且被赋予对本领域普通技术人员而言普通且惯常的含义，并且不限于特殊或自定义的含义。该术语可以具体地指但不限于任意信息项，例如一个或多个数值，其量化对象(例如图像)的至少一种性质、质量、特征或特性。因此，信息项可以包括关于用于图像的颜色空间的一个或几个颜色通道的信息，并且因此可以从图像中导出。具体地，信息项可包括、可基于一个特定颜色通道的一个或多个数值或可以从该特定颜色通道的一个或多个数值导出，其中，这些数值描述图像的一个或多个像素，特别是当图像使用特定的颜色空间被表示或存储时。这些数值本身就可以是信息项。替代地，信息项可以包括其他信息，例如其他数值。具体地，信息项可以包括计算结果，其中这些数值以及任选地其他数值进入计算。例如，可以使用与另一图像有关的相同颜色通道的其他数值来归一化与该图像有关的颜色通道的数值。因此，该信息项可以是或可以包括针对具有对其施加的体液滴的测试区的一部分的一个特定颜色通道的均值或平均值。可以相对于具有或不具有对其施加的体液滴的光学测试条的相同或一个或多个其他部分的相同特定颜色通道的一个或多个其他均值或平均值来设置所述均值或所述平均值。
最小等待时间量可以通过使用选自由以下项组成的组的方法确定：
-为最小等待时间量选择时间跨度，其中已知该时间跨度足以使测试区中针对具有在预定浓度范围内的分析物的浓度的样品的检测反应达到稳定状态；
-为最小等待时间量选择预定的时间跨度，具体是1s至60s，具体是5s至40s，更具体是13s至30s，最具体是15s至25s的时间跨度；
-为最小等待时间量选择用户在步骤a)中确认的时间跨度。
如本文所用，术语“稳定状态”是广义的术语且被赋予对本领域普通技术人员而言普通且惯常的含义，并且不限于特殊或自定义的含义。该术语具体地可以指但不限于这样的状态或条件，其中该状态或条件的至少一个性质特性至少在特定时间跨度内保持恒定或仅以边际方式变化。该属性可以特别是第二信息项。因此，如果满足以下条件，则检测反应可被归类为达到稳定状态：至少一个直接或间接地(诸如经由施加有样品的测试区的一个或多个图像)从检测反应导出的数值，诸如第二信息项，例如在0.5s至30s、具体地1s至15s、更具体地2s至5s的时间跨度内保持恒定和/或仅变化5％或更少、诸如0％至5％、具体地0％至3％、更具体地0％至2％。第二信息项可以是时间依赖性的，特别地关于自将体液施加到测试区起所经过的时间跨度，其中时间依赖性可以随着时间而减小。因此，当检测反应已经达到稳定状态时，第二信息项可不依赖于时间并且保持恒定或仅以边际方式变化。当检测反应已经达到稳定状态时，检测反应也可以称为已完成。
第一信息项是时间依赖性的，优选地基本上是时间依赖性的，特别是关于自将体液施加到测试区起所经过的时间跨度。因此，作为示例，第一信息项可以在施加体液后的前30秒内，在至少一秒的至少一个时间间隔内，每秒至少变化20％。当检测反应已经达到稳定状态时，第一信息项是时间依赖性的并且可随着时间继续改变。因此，当检测反应已经达到稳定状态时，第一信息项可以随着时间继续变化，而第二信息项可以呈现常数值(例如坪值)或仅以边际方式变化，具体地是对于相关分析物浓度的预定范围内的分析物浓度。分析物具体地可以是葡萄糖。对于血糖测量，相关分析物浓度的预定范围具体地可以是1mg/dl至1000mg/dl，更具体地是5mg/dl至600mg/dl，最具体地是25mg/dl至300mg/dl。第一信息项的时间进程和第二信息项的时间进程可以不同。具体地，第一信息项和第二信息项都可以在检测反应尚未达到稳定状态的检测反应的第一时段期间变化。因此，第一信息项和第二信息项在第一时段期间都可以是时间依赖性的。检测反应的第二时段可以在第一时段之后，其中在第二时段中，检测反应可能已经达到稳定状态。尽管第一信息项在第二时段期间可以继续是时间依赖性的，但是第二信息项在第二时段期间可以基本上不依赖于时间。
关于分析物，第一信息项还可以是浓度依赖性的。第一信息项具体可以是或包括第一颜色通道的强度。特别地，第一信息项具体地可以是或包括蓝色通道的强度。
第二信息项是浓度依赖性的，优选地基本上是浓度依赖性的，具体地关于分析物浓度。第二信息项还可以是时间依赖性的，具体地关于自将体液施加到测试区起经过的时间跨度，其中时间依赖性可以随着时间而减小。特别地，第二信息项的时间依赖性可以随时间减小，使得在完成检测反应之后，第二信息项可以基本上不依赖于时间。相比之下，第一信息项在检测反应完成之后还可以是时间依赖性的。如本文所用，术语“基本上不依赖于时间”是广义的术语且被赋予对本领域普通技术人员而言普通且惯常的含义，并且不限于特殊或自定义的含义。该术语具体地可以指但不限于至少在特定时间跨度内或从特定时间点开始，例如从检测反应完成开始的特定时间跨度内或从检测反应完成开始，可以恒定或几乎恒定的数量、项目或值。因此，数量、项目或值至少在特定时间跨度内或从特定时间点开始，可以恒定和/或可以仅改变5％或更少的值，例如0％至5％的值，具体地3％或更少的值，例如0％至3％的值，更具体地2％或更少的值，例如0％至2％的值。具体的时间跨度(在该时间跨度内，数量、项目或值，特别是第二信息项，可以基本上不依赖于时间)可以特别地是10sec至60min的时间跨度，具体地20sec至30min的时间跨度，更具体地30sec至10min的时间跨度。
因此，第一信息项是时间依赖性的，其中第一信息项在检测反应完成之后还可以是时间依赖性的。进一步地，第二信息项可以是时间依赖性的，其中时间依赖性可随着时间而减小，使得在分析物检测反应完成之后，第二信息项可以基本上不依赖于时间。
第二信息项具体可以是或包括第二颜色通道的强度。特别地，第二信息项可以是或包括以下各项中的至少一项的强度：红色通道；绿色通道。
步骤ii)中估计的分析物浓度可以通过以下方式确定：借助于分析物浓度和第二信息项之间的相关性来确定、具体地是计算与第二信息项对应的分析物的浓度，并利用自将体液施加到测试区起经过的假定时间跨度。特别地，相关性可以是、可以包括或可以由曲线、函数、关系和/或查找表表示或是可由其表示的。曲线、函数、关系和/或查找表可以是预定的或可确定的。自施加起经过的假定时间跨度可以选自由以下项组成的组：预定时间跨度，具体地10s至40s的预定时间跨度，更具体地15s至30s的预定时间跨度，更具体地20s的预定时间跨度；最小等待时间量；用户指定的时间跨度。在步骤ii)中估计体液中的分析物浓度可以进一步考虑在步骤i)中估计的样品施加的时间点，以及任选地预定的最小等待时间量。
确定体液中分析物浓度的方法可以进一步包括步骤e):
e)精炼步骤，其包括以下项中的一者或两者：
-通过第一信息项评估在步骤ii)中确定的估计的分析物浓度的可信性；
-通过第一信息项来提高在步骤ii)中确定的估计的分析物浓度的准确性。
精炼步骤可以特别地以迭代的方式执行，例如，进行一次、两次、三次或更多次迭代，例如至少进行一次迭代。第二信息项可以是时间依赖性的。此外，在步骤ii)中，可以使用自从将体液施加到测试区起经过的假定时间跨度来估计体液中的分析物浓度。除了是时间依赖性的之外，第一信息项还依赖于分析物浓度。在步骤e)中，可以通过假定在步骤ii)中估计的体液中分析物的浓度来消除第一信息项对浓度的依赖性。因此，通过利用第一信息项以及可选地其他信息，可以导出自将体液施加到测试区起经过的可能的时间跨度。此外，可以将自将体液施加到测试区起经过的可能的时间跨度与自将体液施加到测试区起经过的假定时间跨度进行比较。
此外，可以将自将体液施加到测试区起经过的可能的时间跨度与自将体液施加到测试区起经过的假定时间跨度进行比较。
可以通过执行步骤ii)，并通过将可能的时间跨度用作步骤ii)的假定时间跨度，来进一步重新估计体液中的分析物浓度。所述重新估计特别地可以迭代地进行。
步骤e)可以具体包括对估计的分析物浓度进行校正。因此，作为实例，精炼步骤e)可包括校正在步骤ii)中确定的估计的分析物浓度。
该校正可以具体包括以下项中的一者或两者：将校正因子应用于估计的分析物浓度，以及将偏移量应用于估计的分析物浓度。因此，作为示例，可以通过对估计的分析物浓度使用数学运算来校正估计的分析物浓度，例如通过乘、除、加和减估计的分析物浓度(例如具有相应的数量和/或值)的方式中的一个或多个，来校正估计的浓度。校正因子和/或偏移量，例诸如校正因子和/或偏移量的数量和/或值，可以具体地被预先定义和/或预定。
具体地，该校正可以考虑假定时间跨度，诸如自从将体液施加到测试区起经过的假定时间跨度。特别地，应用于估计的分析物浓度的校正可以是时间依赖性的，例如，通过考虑假定的时间跨度。作为示例，应用于估计的分析物浓度的校正因子和/或偏移量可以是时间依赖性的。
对估计的分析物浓度的校正可以是时间变量的函数。特别地，时间变量可以表征在将体液滴施加到测试区和捕获测试区的图像(其中测试区具有对其施加的体液滴)之间经过的时间跨度。如本文所用，术语“时间变量”是广义的术语且被赋予对本领域普通技术人员而言普通且惯常的含义，并且不限于特殊或自定义的含义。该术语具体地可以指但不限于被配置为指示时间的进展的任意参数，例如，指示时间提前和/或时间流逝。因此，本文所使用的术语“时间变量的函数”具体地可以指但不限于至少取决于时间变量的任意操作。
作为示例，时间变量可以选自由以下项组成的组：来自第一信息项的从将体液施加到测试区起经过的可能的时间跨度，该可能的时间跨度是通过使用关于浓度的第一信息项确定的；假设的时间跨度与来自第一信息项的从将体液施加到测试区起经过的可能的时间跨度之间的差异，该可能的时间跨度是通过使用关于浓度的第一信息项确定的；在步骤i)中估计的样品施加到测试区的时间点。
对估计的分析物浓度的校正可以进一步考虑以下项中的一个或两个：步骤ii)中估计的体液中的分析物浓度和第一信息项。因此，当校正估计的分析物浓度时，可以考虑从在步骤c)中捕获的图像导出的第一信息项和在步骤ii)估计的分析物浓度中的至少一个。
该校正可以具体地是或可以包括以下之一：
-时间变量的连续函数；
-时间变量的阶跃函数，该阶跃函数对于时间变量的至少一个第一范围具有第一常数，对于时间变量的至少第二范围具有至少一个第二常数；和
-在时间变量的至少两个不同区段中不同地定义的函数
该校正可以是或可包括时间变量的连续函数，诸如连续的时间依赖性函数。因此，可以通过将时间变量的连续函数应用于估计的分析物浓度来校正估计的分析物浓度。
该校正可以是或可以包括时间变量的阶跃函数。因此，可以通过应用阶跃函数来校正估计的分析物浓度，该阶跃函数对于时间变量的至少一个第一范围具有第一常数值，对于时间变量的至少第二范围具有至少一个第二常数值。特别地，估计的分析物浓度可以在第一范围内，例如第一时间跨度中，通过将第一常数值应用于浓度来校正，并且在第二范围内，例如第二时间跨度中(例如不同于第一时间跨度)，通过将第二常数值应用于浓度来校正。因此，作为示例，在时间变量的第一范围内，例如在第一时间跨度中，第一常数值可以用于校正估计的分析物浓度，其中在时间变量的第二范围内，例如在第二时间跨度中，第二常数值可以用于校正估计的分析物浓度。
该校正可以是或可以包括在时间变量的至少两个不同区段中不同地定义的函数。因此，可以通过应用在时间变量的至少两个不同区段中不同地定义的函数，例如在时间变量的至少一个第一范围内(例如在第一时间跨度中)和在时间变量的至少一个第二范围内(例如在第二时间跨度中)不同地定义的函数。作为示例，为了校正在时间变量的至少一个第一范围内(例如在第一时间跨度中)估计的分析物浓度，可以将第一函数应用于估计的分析物浓度，而在时间变量的至少一个第二范围内(例如在第二时间跨度中)，可以将第二函数应用于估计的分析物浓度，其中第一函数不同于第二函数。
作为示例，将校正应用于估计的分析物浓度可能特别有利于高和/或动态测量误差。作为示例，在经过的时间跨度t可以是以下中的一个或多个的情况下，可以应用对估计的分析物浓度的校正：t＜12s，具体地5s＜t＜12s。
步骤e)可以进一步包括以下选项中的至少一个：
α)从预定的相关性集合中选择至少一个相关性，其中每个相关性描述针对自将体液施加到测试区起经过的特定时间跨度，第一信息项与分析物浓度之间的关系；
β)从预定的相关性集合中选择至少一个相关性，其中每个相关性描述针对特定分析物浓度，第一信息项与自将体液施加到测试区起经过的时间之间的关系。
特别地，相关性可以是、可以包括或可以由曲线(例如直线)、函数、关系和/或查找表表示或是可由其表示的。曲线、函数、关系和/或查找表可以是预定的或可确定的。特别地，在步骤e)中，可以选择选项α)，并且可以根据从施加起经过的假定时间跨度选择相关性。此外，附加地或替代地，在步骤e)中，可以选择选项β)，并且可以根据在步骤ii)中确定的估计分析物浓度从相关性集合中选择相关性。
步骤e)可以进一步包括确定与在步骤ii)中确定的估计的分析物浓度相对应的，特别是与通过在步骤e)中选择的相关性确定的估计的分析物浓度相对应的预期的第一信息项。特别地，可以通过使用在步骤ii)中确定的估计的分析物浓度和假定时间跨度，根据在步骤e)中选择的相关性具体地计算，来确定预期的第一信息项。可能需要注意通过使用第一颜色通道从图像导出的第一信息项与可以通过使用在步骤ii)中确定的估计的分析物浓度和假定时间跨度确定的预期的第一信息项之间的差异。由于估计的分析物浓度考虑了第二信息项，预期的第一信息项可以考虑第二信息项并且可以独立于第一信息项。
将通过使用第一颜色通道从图像导出的第一信息项与预期的第一信息项进行比较，可以得出关于假定时间跨度的准确性和/或在步骤ii)中确定的估计的分析物浓度的至少一个结论。特别地，步骤e)可以包括将预期的第一信息项与从步骤c)中捕获的图像在步骤i)中导出的第一信息项进行比较。特别地，该比较可以包括在预期的第一信息项与从步骤c)中捕获的图像在步骤i)中导出的第一信息项之间形成差异。如果预期的第一信息项与步骤i)中导出的第一信息项之间的差异等于或小于预定阈值，则可以将步骤d)中确定的估计的分析物浓度分类为可信，如果第一信息项的计算值与在步骤c)中捕获的图像的第一信息项之间的差异大于预定阈值，则将在步骤d)中确定的估计的分析物浓度分类为不可信。特别地，阈值可以具有0.5s至20s的值，具体地1s至10s的值，更具体地1s至5s的值。此外，在估计的分析物浓度分类为不可信的情况下，可以使用从将体液施加到测试区起经过的可能的时间跨度来确定进一步的估计的分析物浓度。特别地，如果预期的第一信息项小于在步骤ii)中导出的第一信息项，则可以将可能的时间跨度选择为大于假定时间跨度，其中如果预期的第一信息项大于在步骤ii)中导出的第一信息项，则将可能的时间跨度选择为小于假定时间跨度。可能的时间跨度和假定时间跨度之间的差异可以选择为和预期的第一信息项与从步骤c)中捕获的图像在步骤ii)中导出的第一信息项的差异成比例。
此外，可以以迭代的方式重复该方法，例如，进行至少一次迭代，特别是可以提高在步骤ii)中确定的估计的分析物浓度的准确性，直到估计的分析物浓度分类为可信为止。
该方法可以进一步包括过使用相机来捕获测试区的至少一部分的至少一个干燥图像，其中该测试区不具有对其施加的体液滴。此外，步骤d)可以包括从光学测试条的在测试区之外的至少一个参考部分导出至少一个参考信息项。特别地，参考部分可以没有任何样品。进一步地，可以在测试区具有或不具有对其施加的体液滴的情况下，导出参考信息项。具体地，可以通过考虑以下一项或两项来执行步骤i)或ii)之一或二者：导出自干燥图像的至少一个干燥信息项；以及至少一个参考信息。
因此，第二信息项可具体地包括包含分子和分母的商，其中分子可包括具有对其施加的体液滴的测试区的图像的第二颜色通道的强度，并且其中分母可包括选自由以下各项组成的组的至少一种元素：干燥信息项，具体地是不具有对其施加体液的测试区的至少一部分的干燥图像的第二颜色通道的强度；参考信息，具体地是光学测试条的在测试区之外的至少一个参考部分的图像的第二颜色通道的强度。特别地，对在测试区具有对其施加的体液滴的图像和干燥图像的捕获可以有时滞，但在相似的、具体地是相同的条件下被捕获。特别地，相同的测试条可以被成像多次，例如两次，处于不同状态，例如具有或不具有对其施加的体液。替代地，可以使用至少两个不同的光学测试条。作为再一个替代方案，可以通过使用两个不同的测试条同时(例如在一个图像中)捕获干燥图像和在测试区具有对其施加的体液滴的图像。
此外，可以与测试区具有对其施加的体液滴的图像同时地或随后地获取参考信息，具体地是光学测试条的在测试区之外的至少一个参考部分的图像的第二颜色通道的强度。在这两种情况下，可以使用相同或两个不同的光学测试条。
因此，第二信息项可以是或可以包括包含第一分子和第一分母的第一商，以及包含第二分子和第二分母的第二商，其中第一商可以除以第二商。特别地，每个分子和每个分母可以包括相同特定颜色通道(例如红色通道)的均值或平均值。均值或平均值可以表示相同图像的不同区域和/或关于不同图像的相同区域或从中导出，其可以在不同的时间点获取，例如在样品施加之前和在预定的最小等待时间量之后获取。具体地，第一分子可以包括具有对其施加的体液滴的测试区的该部分的图像的所述均值或平均值，所述图像在步骤c)中被捕获。第一分母可以包括参考部分的图像的所述均值或平均值，其中，在预定的最小等待时间量之后获取图像，例如作为在步骤c)中捕获的图像的一部分。第二分子可包括测试区的至少一部分的干燥图像的均值或平均值，其中测试区不具有对其施加的体液滴。在此，干燥测试区的部分和施加了样品的测试区的部分可以相同也可以不同。第二分母可以包括参考部分的图像的均值或平均值，其中，在将样品施加到测试区之前获取图像，例如作为干燥图像的一部分。
附加地或替代地，第二信息项可以是或可以仅包括一个商。分子和分母可以包括相同特定颜色通道(例如红色通道)的均值或平均值，其中均值或平均值可以表示在不同的时间点(例如在施加样品之前和预定的最小等待时间之后)拍照的一个特定测试条的相同区域或从其导出。替代地，均值或平均值可以表示同时拍照的或在不同的时间点拍照的至少两个不同的测试条(一个施加样品而另一个不施加样品)的相同区域或从其导出。特别地，分子可以包括具有对其施加的体液滴的测试区的部分的图像的均值或平均值，分母可以包括不具有对施加的体液滴的测试区的部分的图像的均值或平均值。
此外，在步骤c)中，可以捕获至少两幅图像。具体地，至少两幅图像的捕获可以在预定的时间范围内进行。预定时间范围特别地可以具有0.5s至20s的最大持续时间，具体地1s至10s，更具体地1s至5s，更具体地2s或更少。具体地，至少两幅图像的第一信息项可以是不同的。此外，至少两幅图像的第二信息项可以是相似或相同的。特别地，该方法可以包括步骤f)，其中步骤f)可以特别地在步骤c)和步骤d)之间进行：
f)比较至少两个图像的第二信息项。
特别地，如果至少两幅图像的第二信息项基本相同，具体地如果第二信息项之间的差异可以小于预定阈值，则可以执行步骤d)，其中如果至少两幅图像的第二信息项不同，具体地如果差异等于或大于预定阈值，则中止该方法。此外，也可以例如在步骤f)中或在进一步的步骤中，比较至少两幅图像的第一信息项。
在本发明的另一方面，公开了一种具有相机的移动设备，该移动设备被配置为通过使用以下步骤来确定体液中分析物浓度，以下步骤可以具体地以给定顺序执行。但是，不同的顺序也是可行的。完全或部分地同时执行两个或多个步骤也是可能的。一次性或重复地执行一个或多个步骤或甚至全部步骤也是可能的。此外，移动设备可以被配置为执行其它步骤，在此未列出。大体上，步骤如下：
A)提示用户执行以下项中的一项或多项：
-将体液滴施加到光学测试条的至少一个测试区，或
-确认将体液滴施加到光学测试条的至少一个测试区；
B)提示用户等待预定的最小等待时间量；
C)通过使用相机来捕获测试区的至少一部分的至少一个图像，其中该测试区具有对其施加的体液滴；
D)根据步骤c)中捕获的图像确定体液中分析物的浓度，其包括：
I.通过使用颜色空间的至少一个第一颜色通道，考虑从在步骤c)中捕获的图像导出的至少一个第一信息项，来估计样品施加到测试区的时间点，其中第一信息项是时间依赖性的；和
II.通过使用颜色空间的至少一个第二颜色通道，考虑从图像导出的至少一个第二信息项来估计体液中分析物的浓度，其中第二信息项是浓度依赖性的。
关于可能的术语和定义，可以再次参考以上给出的或以下进一步给出的确定体液中分析物浓度的方法的公开内容。移动设备可以特别地被配置用于通过使用以上给出的确定体液中分析物浓度的方法来确定体液中分析物浓度。特别地，第一信息项可优选地基本上是时间依赖性的，具体地关于自将体液施加到测试区起经过的时间跨度。进一步地，关于分析物浓度，第二信息项可优选地基本上是浓度依赖性的。
在本发明的另一方面，公开了用于测定体液中分析物浓度的套件，该套件包括：
-至少一个具有至少一个相机的移动设备，其中该移动设备被配置用于确定体液中分析物浓度；和
-至少一个具有至少一个测试区的光学测试条。
特别地，移动设备可以是或可以包括如上所述的移动设备。对于可能的定义和实施例，可以再次参考确定分析物浓度的方法以及包括用于执行确定体液中分析物浓度的方法的计算机可执行指令的计算机程序的描述，如上文所述或下文进一步所述。
如本文所用，术语“套件”是广义的术语且被赋予对本领域普通技术人员而言普通且惯常的含义，并且不限于特殊或自定义的含义。该术语具体地可指但不限于多个部件的组件，其中所述部件各自发挥作用并且可以彼此独立地处理，其中套件的部件可以相互作用以执行共同的功能。
在本发明的另一方面，公开了一种计算机程序，具体地是智能手机应用程序，其包括用于执行使用相机执行确定体液中分析物浓度的方法的计算机可执行指令。当该计算机程序在计算机或计算机网络上，具体地是在具有至少一个相机的移动设备的处理器上执行时，该程序被配置为执行如上所述或以下进一步所述的确定分析物浓度的方法。因此，具体地，关于可能的定义和实施例，可以参考以上公开的或以下进一步公开的确定分析物浓度的方法的描述。包括用于执行确定体液中分析物浓度的方法的计算机可执行指令的计算机程序可以具体地被配置成用于执行以上公开的方法步骤a)至d)中的一个或多个，具体地是所有方法步骤，这些步骤可具体地按给定顺序执行。但是，不同的顺序也是可行的。完全或部分地同时执行两个或更多个方法步骤也是可能的。一次性或重复地执行一个或更多个方法步骤或甚至全部步骤也是可能的。该方法可以包含本文未列出的其它方法步骤。
本文进一步公开并提出了一种包括计算机可执行指令的计算机程序，当在计算机或计算机网络上执行该程序时，所述计算机可执行指令用于在本文公开的一个或多个实施例中执行根据本发明的方法。具体地，计算机程序可存储在计算机可读数据载体上。因此，具体地，可通过使用计算机或计算机网络，优选地通过使用计算机程序来执行如上文所指示的一个、多于一个或甚至所有方法步骤a)至d)，以及任选的步骤e)和/或f)。
本文进一步公开并提出了一种具有程序代码工具的计算机程序产品，以便在计算机或计算机网络上执行该程序时，在本文所附的一个或多个实施例中执行根据本发明的方法。具体地，程序代码工具可存储在计算机可读数据载体上。
本文进一步公开并提出了一种具有存储在其上的数据结构的数据载体，在加载到计算机或计算机网络中之后，诸如在加载到计算机或计算机网络的工作存储器或主存储器中之后，该数据载体可执行根据本文所公开的一个或多个实施例的方法。
本文进一步公开并提出了一种具有存储在机器可读载体上的程序代码工具的计算机程序产品，以便在计算机或计算机网络上执行该程序时，执行根据本文所公开的一个或多个实施例的方法。如本文所用，计算机程序产品是指作为可交易产品的程序。该产品一般可以任意格式(诸如纸质格式)存在，或在计算机可读数据载体上存在。具体地，计算机程序产品可分布在数据网络上。
本文进一步公开并提出了一种包含可由计算机系统或计算机网络读取的指令的调制数据信号，用于执行根据本文所公开的一个或多个实施例的方法。
参考本发明的计算机实施的方面，可通过使用计算机或计算机网络来执行根据本文所公开的一个或多个实施例的方法的一个或多个方法步骤或甚至所有方法步骤。因此，一般来讲，可通过使用计算机或计算机网络来执行包括提供和/或处理数据的任何方法步骤。一般来讲，这些方法步骤可包括通常除需要手动操作(诸如提供样品和/或执行实际测量的某些方面)的方法步骤之外的任何方法步骤。
具体地，本文进一步公开以下内容：
-计算机或计算机网络，该计算机或计算机网络包括至少一个处理器，其中该处理器适于执行根据本说明书中所描述的实施例之一的方法，
-计算机可加载数据结构，该计算机可加载数据结构适于当在计算机上执行该数据结构时，执行根据本说明书中所描述的实施例之一的方法，
-计算机程序，其中该计算机程序适于当在计算机上执行该程序时，执行根据本说明书中所描述的实施例之一的方法，
-计算机程序，其包括程序工具，该程序工具用于当在计算机上或在计算机网络上执行该计算机程序时，执行根据本说明书中所描述的实施例之一的方法，
-计算机程序，该计算机程序包括根据前述实施例的程序装置，其中程序装置存储在计算机可读的存储介质上，
-存储介质，其中数据结构存储在该存储介质上并且其中该数据结构适于在被加载到计算机或计算机网络的主存储器和/或工作存储器之后，执行根据本说明书中所描述的实施例之一的方法，以及
-计算机程序产品，该计算机程序产品具有程序代码工具，其中该程序代码工具可存储或被存储在存储介质上，以用于在计算机或计算机网络上执行该程序代码工具的情况下，执行根据本说明书中所描述的实施例之一的方法。
确定体液中分析物的浓度的方法，本文公开的计算机程序和套件与本领域已知的类似种类的方法、计算机程序和套件相比具有许多优点。
特别地，因为可以适当地估计或确定最相关的时间点，例如将样品施加至测试区的时间点和/或颜色形成反应可以达到稳定状态的时间点(具体是颜色形成反应终点的时间点)，本发明的方法和设备可以提供确定体液中分析物浓度的方法(特别是照相应用程序分析物测量)的准确且可靠的实施方式。因此，与本领域中已知的方法和设备相比，可以提高所确定的分析物浓度的准确性。
具体地，本发明的方法和设备可以解决类似类型的已知方法和设备的上述挑战。因此，作为示例，在当前提出的方法中，预定最小等待时间量。因此，作为示例，可以避免通过使用图像序列和从图像序列导出的信息来触发分析物测量。因此，可以在不需要大量资源的情况下实施该方法。此外，可以避免通过使用其他测量来触发一个测量的不确定性，从而可能提高测量准确性。仍然，例如通过使用上述迭代过程，可以以相当有效和准确的方式(例如仅使用一幅图像或仅使用几幅图像)确定样品施加的时间点。进一步地，该方法可以在不使用定制设备的情况下实施，诸如通过使用用户自己的移动设备，例如标准的智能手机或平板电脑。
具体地，当前提出的方法可以通过考虑至少一个第二信息项，而没有基于用于这样估计分析物浓度的合适时间的第一信息项的指示，来估计体液中分析物浓度。因此，可以通过考虑从图像获得的第二信息项来估计分析物浓度，同时可以在根据该方法的任意时间点，例如在预定的最小等待时间量之后捕获图像。然后可以通过考虑第一信息项来表征可以在上述界限内基本上自由选择的所述时间点，特别是关于样品施加的时间点。因此，当前提出的方法在其灵活性、实用性和易用性方面可能进一步是有利的。
总结并在不排除进一步可能实施例的情况下，可设想下列实施例：
实施例1：一种通过使用具有相机的移动设备确定体液中分析物浓度的方法，所述方法包括：
a)提示用户执行以下项中的一项或多项
-将体液滴施加到光学测试条的至少一个测试区，或
-确认将体液滴施加到光学测试条的至少一个测试区；
b)等待预定的最小等待时间量；
c)通过使用相机来捕获测试区的至少一部分的至少一个图像，其中该测试区具有对其施加的体液滴；
d)根据步骤c)中捕获的图像确定体液中分析物的浓度，其包括：
i)通过使用颜色空间的至少一个第一颜色通道，考虑从在步骤c)中捕获的图像导出的至少一个第一信息项来估计样品施加到测试区的时间点，其中第一信息项是时间依赖性的；和
ii)通过使用颜色空间的至少一个第二颜色通道，考虑从图像导出的至少一个第二信息项来估计体液中分析物的浓度，其中第二信息项是浓度依赖性的。
实施例2：根据前述实施例所述的方法，其中所述最小等待时间量是通过使用选自由以下项组成的组的方法来确定的：
-为最小等待时间量选择时间跨度，其中已知该时间跨度足以使测试区中针对具有在预定浓度范围内的分析物的浓度的样品的检测反应达到稳定状态；
-为最小等待时间量选择预定的时间跨度，具体是1s至40s，具体是2s至20s，更具体是5s的时间跨度；
-为最小等待时间量选择用户在步骤a)中确认的时间跨度。
实施例3：根据前述实施例中任一项所述的方法，其中关于分析物，第一信息项还是浓度依赖性的。
实施例4：根据前述实施例中任一项所述的方法，其中所述第二信息项还是时间依赖性的，其中所述时间依赖性随时间而减小。
实施例5：根据前述实施例中任一项所述的方法，其中，在步骤ii)中所述估计体液中分析物浓度可以进一步考虑在步骤i)中估计的样品施加的时间点，以及任选地所述预定的最小等待时间量。
实施例6：根据前述实施例中任一项所述的方法，其中，步骤ii)中估计的分析物浓度通过以下方式确定：借助于分析物浓度和第二信息项之间的相关性来确定、具体地是计算与第二信息项相对应的分析物的浓度，并利用自将体液施加到测试区起经过的假定时间跨度。
实施例7：根据前述实施例所述的方法，其中所述自施加起经过的假定时间跨度可以选自由以下项组成的组：预定时间跨度，具体地10s至40s的预定时间跨度，更具体地15s至30s的预定时间跨度，更具体地20s的预定时间跨度；最小等待时间量；用户指定的时间跨度。
实施例8：根据前述实施例所述的方法，所述方法进一步包括步骤e):
e)精炼步骤，其包括以下项中的一者或两者：借助于第一信息项评估在步骤ii)中确定的估计的分析物浓度的可信性，或借助于第一信息项提高在步骤ii)中确定的估计的分析物浓度的准确性。
实施例9：根据前述实施例所述的方法，其中精炼步骤以迭代方式执行，具体地是进行至少一次迭代。
实施例10：根据前述两个实施例中任一项所述的方法，其中所述第二信息项是时间依赖性的。
实施例11：根据前述三个实施例中任一项所述的方法，其中，在步骤ii)中，通过使用自将体液施加到测试区起经过的假定时间跨度来估计体液中分析物浓度。
实施例12：根据前述实施例所述的方法，其中第一信息项除了是时间依赖性的之外，还依赖于分析物浓度。
实施例13：根据前述实施例所述的方法，其中，在步骤e)中，通过假定在步骤ii)中估计的体液中分析物的浓度，消除了第一信息项对浓度的依赖性，从而从第一信息项导出自将体液施加到测试区起经过的可能的时间跨度。
实施例14：根据前述实施例所述的方法，其中将自将体液施加到测试区起经过的可能的时间跨度与自将体液施加到测试区起经过的假定时间跨度进行比较。
实施例15：根据前述两个实施例中任一项所述的方法，其中通过执行步骤ii)并通过将可能的时间跨度用作步骤ii)中的假定时间跨度，来重新估计体液中分析物浓度。
实施例16：根据前述实施例所述的方法，其中所述重新估计迭代地执行。
实施例17：根据前述九个实施例中任一项所述的方法，其中，步骤e)包括对所述估计的分析物浓度进行校正。
实施例18：根据前述实施例所述的方法，其中，所述校正可以具体包括以下项中的一者或两者：将校正因子应用于估计的分析物浓度，以及将偏移量应用于估计的分析物浓度。
实施例19：根据前述两个实施例中任一项所述的方法，其中所述校正考虑假定时间跨度。
实施例20：根据前述三个实施例中任一项所述的方法，其中对估计的分析物浓度的校正是时间变量的函数，所述时间变量表征时间变量表征在将体液滴施加到测试区和捕获具有对其施加的体液滴的测试区的图像之间经过的时间跨度。
实施例21：根据前述实施例所述的方法，其中，所述时间变量选自由以下项组成的组：来自第一信息项的从将体液施加到测试区起经过的可能的时间跨度，所述可能的时间跨度是通过使用关于浓度的第一信息项确定的，具体是实施例13中确定的所述可能的时间跨度；所述假设的时间跨度与来自第一信息项的从将体液施加到测试区起经过的可能的时间跨度之间的差异，所述可能的时间跨度是通过使用关于浓度的第一信息项确定的，具体是实施例13中确定的所述可能的时间跨度；在步骤i)中估计的样品施加到测试区的时间点。
实施例22：根据前述两个实施例中任一项所述的方法，其中，所述对估计的分析物浓度的校正进一步考虑以下项中的一个或两个：步骤ii)中估计的体液中分析物浓度，和第一信息项。
实施例23：根据前述两个实施例中任一项所述的方法，其中所述校正是以下之一:
-时间变量的连续函数；
-时间变量的阶跃函数，该阶跃函数对于时间变量的至少一个第一范围具有第一常数，对于时间变量的至少第二范围具有至少一个第二常数；和
-在时间变量的至少两个不同区段中不同地定义的函数。
实施例24：根据前述十六个实施例中任一项所述的方法，其中，步骤e)包括以下至少一项:
α)从预定的相关性集合中选择至少一个相关性，其中每个相关性描述针对自将体液施加到测试区起经过的特定时间跨度，第一信息项与分析物浓度之间的关系；
β)从预定的相关性集合中选择至少一个相关性，其中每个相关性描述针对特定分析物浓度，第一信息项与自将体液施加到测试区起经过的时间之间的关系。
实施例25：根据前述实施例所述的方法，其中步骤e)进一步包括借助于在步骤e)中选择的相关性来确定与在步骤ii)中确定的估计的分析物浓度相对应的预期的第一信息项。
实施例26：根据前述实施例所述的方法，其中步骤e)进一步包括将所确定的预期的第一信息项与从在步骤c)中捕获的图像导出的第一信息项进行比较。
实施例27：根据前述实施例所述的方法，其中，如果预期的第一信息项与步骤i)中从步骤c)中捕获的图像导出的第一信息项之间的差异等于或小于预定阈值，则可以将步骤d)中确定的估计的分析物浓度分类为可信，如果预期的第一信息项与在步骤i)中导出的第一信息项之间的差异大于预定阈值，则将在步骤d)中确定的估计的分析物浓度分类为不可信。
实施例28：根据前述实施例所述的方法，其中，在估计的分析物浓度分类为不可信的情况下，使用自将体液施加到测试区起经过的可能的时间跨度来确定进一步估计的分析物浓度。
实施例29：根据前述实施例的方法，其中，如果预期的第一信息项小于在步骤ii)中导出的第一信息项，则将可能的时间跨度选择为大于假定时间跨度，其中如果预期的第一信息项大于在步骤ii)中导出的第一信息项，则将可能的时间跨度选择为小于假定时间跨度。
实施例30：根据前述实施例的方法，其中，将可能的时间跨度和假定时间跨度之间的差异选择为和预期的第一信息项与在步骤ii)中导出的第一信息项之间的差异成比例。
实施例31：根据前述四个实施例中任一项所述的方法，其中以迭代的方式重复所述方法，例如至少一次迭代，直到估计的分析物浓度分类为合理。
实施例32：根据前述实施例中任一项所述的方法，其中所述第一颜色通道包括蓝色通道。
实施例33：根据前述实施例中任一项所述的方法，其中所述第一信息项包括第一颜色通道的强度
实施例34：根据前述实施例中任一项所述的方法，其中，所述第二颜色通道包括从由以下各项组成的组中选择的至少一个元素：红色通道；绿色通道。
实施例35：根据前述实施例中任一项所述的方法，其中所述第二信息项包括第二颜色通道的强度。
实施例36：根据前述实施例中任一项所述的方法，其中所述方法进一步包括过使用相机来捕获所述测试区的至少一部分的至少一个干燥图像，其中测试区不具有对其施加的体液滴。
实施例37：根据前述实施例中任一项所述的方法，其中，步骤d)进一步包括从所述光学测试条的在所述测试区之外的至少一个参考部分导出至少一个参考信息。
实施例38：根据前述两个实施例中任一项所述的方法，其中通过考虑以下之一或二者来执行步骤i)或ii)之一或二者：导出自所述干燥图像的至少一个干燥信息项；所述至少一个参考信息。
实施例39：根据前述实施例中任一项所述的方法，其中在步骤c)中捕获至少两幅图像。
实施例40：根据前述实施例所述的方法，其中所述至少两幅图像的捕获在预定时间范围内进行。
实施例41：根据前述实施例所述的方法，其中，预定时间范围具有0.5s至20s的最大持续时间，具体地1s至10s，更具体地1s至5s，更具体地2s或更少。
实施例42：根据前述三个实施例中任一项所述的方法，其中，所述方法进一步包括步骤f)，其中，步骤f)在步骤c)和步骤d)之间进行：
f)比较至少两个图像的第二信息项。
实施例43：根据前述四个实施例中任一项所述的方法，其中，如果所述至少两幅图像的第二信息项基本相同，则进行步骤d)，其中如果所述至少两幅图像的第二信息项不同，则中止所述方法。
实施例44：根据前述五个实施例中任一项所述的方法，其中所述至少两幅图像的第一信息项不同。
实施例45：一种计算机程序，其包括计算机可执行指令，当在计算机或计算机网络上执行所述程序时，所述计算机可执行指令用于执行根据前述实施例中任一项所述的方法。
实施例46：一种具有相机的移动设备，所述移动设备被配置为通过使用以下步骤来确定体液中分析物浓度：
A)提示用户执行以下项中的一项或多项：
-将体液滴施加到光学测试条的至少一个测试区，或
-确认将体液滴施加到光学测试条的至少一个测试区；
B)提示用户等待预定的最小等待时间量；
C)通过使用相机来捕获测试区的至少一部分的至少一个图像，其中该测试区具有对其施加的体液滴；
D)根据步骤c)中捕获的图像确定体液中分析物的浓度，其包括：
I.通过使用颜色空间的至少一个第一颜色通道，考虑从在步骤c)中捕获的图像导出的至少一个第一信息项，来估计样品施加到测试区的时间点，其中第一信息项是时间依赖性的；和
II.通过使用颜色空间的至少一个第二颜色通道，考虑从图像导出的至少一个第二信息项来估计体液中分析物的浓度，其中第二信息项是浓度依赖性的。
实施例47：一种用于确定体液中分析物的浓度的套件，所述套件包括：
-至少一个根据前述提及移动设备的实施例中任一项所述的移动设备；和
-至少一个具有至少一个测试区的光学测试条。
附图说明
优选地结合从属权利要求，将在实施例的后续描述中更详细地公开进一步的可选特征和实施例。其中，如本领域技术人员将认识到的，各个可选特征可以以隔离的方式以及以任何任意可行的组合来实现。本发明的范围不受优选实施例的限制。在附图中示意性地描绘了实施例。其中，这些图中相同的附图标记指相同或功能上可比较的元件。
附图中：
图1示出确定体液中分析物浓度的方法的流程图；
图2示出红色通道的强度与葡萄糖浓度之间的相关性；
图3A和图3B示出蓝色通道的强度与葡萄糖浓度之间的相关性(图3A)以及蓝色通道的强度与自样品施加起经过的时间跨度之间的相关性(图3B)；
图4A和图4B示出参数p1和p2作为自样品施加起经过的时间的函数；
图5A和图5B示出针对自样品施加起经过的特定时间跨度的参数p1和p2的确定；
图6在一个图中示出了从步骤i)中的图像导出的第一信息项和预期的第一信息项；
图7示出使用可能的时间跨度确定的葡萄糖浓度；
图8示出用于确定体液中分析物浓度的套件，该套件包括具有相机的至少一个移动设备和具有至少一个测试区的光学测试条；
图9示出在检测反应期间红色通道、绿色通道和蓝色通道的强度的时间进程；
图10示出针对经过的特定时间跨度，对估计的分析物浓度进行的校正的确定；和
图11示出针对不同葡萄糖浓度的校正函数。
具体实施方式
在本发明的第一方面，公开了一种通过使用具有相机112的移动设备110来确定体液中分析物浓度的方法。图1显示通过使用具有相机112的移动设备110来确定体液中分析物浓度的方法的流程图。该方法包括以下方法步骤，这些步骤可具体地以给定顺序执行。但是，不同的顺序也是可行的。完全或部分地同时执行两个或更多个方法步骤也是可能的。一次性或重复地执行一个或更多个方法步骤或甚至全部步骤也是可能的。该方法可以包含本文未列出的其它方法步骤。方法步骤如下：
a)提示用户执行以下项中的一项或多项
-将体液滴施加到光学测试条116的至少一个测试区114上，或
-确认将体液滴施加到光学测试条116的至少一个测试区114上；
b)等待预定的最小等待时间量；
c)通过使用相机112来捕获测试区114的至少一部分的至少一个图像，其中该测试区114具有对其施加的体液滴；
d)根据步骤c)中捕获的图像确定体液中分析物的浓度，其包括：
i)通过使用颜色空间的至少一个第一颜色通道，考虑从在步骤c)中捕获的图像导出的至少一个第一信息项，来估计样品施加到测试区114的时间点，其中第一信息项是时间依赖性的；和
ii)通过使用颜色空间的至少一个第二颜色通道，考虑从图像导出的至少一个第二信息项来估计体液中分析物的浓度，其中第二信息项是浓度依赖性的。
在图1中，方法步骤a)用参考数字18表示，方法步骤b)用参考数字20表示，方法步骤c)用方法步骤22表示，方法步骤d)用参考数字24表示，其具有子步骤i)(也可以简单地称为i)，由参考数字26表示)和子步骤ii)(也可以称为ii)，由参考数字28表示)。
如上所述，分析物可以特别地是葡萄糖。下面将以葡萄糖作为分析物的示例性方式说明确定分析物浓度的方法的实施例。然而，应注意，该方法的其他实施方式，特别是其他分析物是可能的。
图2示出通过使用颜色空间的至少一个第二颜色通道，考虑从图像导出的至少一个第二信息项来确定估计的体液中葡萄糖浓度。第二信息项具体可以是或包括第二颜色通道的强度。第二颜色通道可以特别地是或包括用于捕获、表示或存储在步骤c)中捕获的图像的颜色空间的红色通道。在下面描述的实施例中，第二信息项例如将包括红色通道的强度。第二信息项，具体地是红色通道的强度，是浓度依赖性的。关于自将体液滴施加到测试区起经过的时间跨度，第二信息项还可以是时间依赖性的。因此，假定时间跨度(例如20s的时间跨度)可以与第二信息项(例如红色通道的强度)一起纳入考虑，以确定估计的葡萄糖浓度。图2示出了红色通道的强度与葡萄糖浓度之间的相关性。x轴显示以mg/dl为单位的葡萄糖浓度并用附图标记120进行标记。y轴显示在样品施加到测试区114后20s的时间点处以附图标记122进行标记的任意单位的红色通道的强度。展示使用对应于不同的已知葡萄糖浓度的红色通道的测量强度所拟合的曲线124，测量点126由点标记。因此，使用从在步骤c)中捕获的图像导出的红色通道的强度和20s的假定时间跨度，可以估计出葡萄糖浓度。
确定体液中分析物(具体地是葡萄糖)浓度的方法可以进一步包括步骤e)：
e)精炼步骤，其包括以下项中的一者或两者：
-通过第一信息项评估在步骤ii)中确定的估计的分析物浓度的可信性；
-通过第一信息项来提高在步骤ii)中确定的估计的分析物浓度的准确性。
第一信息项可以特别是或包括用于捕获、表示或存储在步骤c)中捕获的图像的颜色空间的蓝色通道的强度。第一信息项，特别是蓝色通道的强度是时间依赖性的。关于分析物浓度，第一信息项还可以是浓度依赖性的。在下面描述的实施例中，第一信息项例如将包括蓝色通道的强度。
步骤e)可以进一步包括以下选项中的至少一个：
α)从预定的相关性集合中选择至少一个相关性，其中每个相关性描述针对自将体液施加到测试区起经过的特定时间跨度，第一信息项与分析物浓度之间的关系；
β)从预定的相关性集合中选择至少一个相关性，其中每个相关性描述针对特定分析物浓度，第一信息项与自将体液施加到测试区起经过的时间之间的关系。
图3A和3B各自示出了一组曲线，每组曲线表示预定的一组相关性。图3A中的曲线显示蓝色通道的强度与葡萄糖浓度之间的相关性，其中每条曲线对应于样品施加后的特定时间点。x轴显示以mg/dl为单位的葡萄糖浓度并用附图标记120进行标记。y轴以任意单位显示蓝色通道的强度并且用附图标记128进行标记。每条曲线对应于样品施加后的特定时间点。自施加样品起，曲线130、132、134、136、138、140和142分别对应于5s、11s、17s、20s、23s、29s和35s的经过的时间跨度。曲线130、132、134、136、138、140和142使用对应于不同的已知葡萄糖浓度的蓝色通道的测量强度来拟合，测量点126由点标记。
图3A中显示的每条曲线可以特别地使用以下类型的方程式描述，其中可能必须为每条曲线确定参数p1和p2，其中x代表以mg/dl为单位的葡萄糖浓度，y代表蓝色通道的任意单位的强度：
y＝p1*x+p2 (1)
可以使用以下方程式描述参数p1和p2与自施加样品起所经过的时间跨度t的依赖性：
pi(t)＝A1,i+A2,i*t+A3,i*t1/2 (2)
图4A和4B分别显示用参考数字160和162标记的p1(图4A)和p2(图4B)的典型值。此外，图4A和4B分别基于方程式(2)显示p1和p2的拟合曲线164。因此，图4A和图4B的x轴代表自样品施用加起经过的时间跨度，并用参考数字144标记。图4A的y轴表示p1，图4B的y轴表示p2。在图4A中，参数p1以dl/mg为单位表示。在图4B中，参数p2以无单位的方式表示。
图3B中的曲线显示蓝色通道的强度与自样品施加起经过的时间跨度之间的相关性，每条曲线对应于特定的葡萄糖浓度。x轴以秒为单位显示自样品施加起经过的时间跨度，用附图标记144进行标记。y轴以任意单位显示蓝色通道的强度并且用附图标记128进行标记。每个曲线对应于特定的葡萄糖浓度。曲线146、168、150、152、154、156和158分别地对应于15mg/dl、50mg/dl、90mg/dl、185mg/dl、310mg/dl、435mg/dl和650mg/dl的葡萄糖浓度。
特别地，在步骤e)中，可以选择选项α)，并且可以根据自施加起经过的假定时间跨度(例如可以如上所述为20s)，从图3A所示的相关性中选择相关性。步骤e)可以进一步包括确定预期的第一信息项，诸如蓝色通道的预期强度，其中蓝色通道的预期强度可以对应于确定的估计的葡萄糖浓度，例如通过使用如图2所示的相关性。如图5A和5B所示，为了确定蓝色通道的预期强度，可以针对假定时间跨度(特别是t1)，例如通过使用拟合曲线，来确定参数p1和p2。然后将确定的参数p1和p2插入方程式(1)，可以得出蓝色通道的预期强度。如果假定时间跨度与自样品施加起实际经过的时间跨度相似或相同，则蓝色通道的预期强度可以与从步骤c)中获取的图像导出的蓝色通道的强度相似或相同。因此，通过使用第一颜色通道从图像导出的蓝色通道的强度与蓝色通道的预期强度进行比较，可以得出关于假定时间跨度的准确性和/或在步骤ii)中确定的估计的分析物浓度的至少一个结论。
因此，步骤e)可以包括将预期的第一信息项与从步骤c)中捕获的图像在步骤i)中导出的第一信息项进行比较。特别地，该比较可以包括在预期的第一信息项与从步骤c)中捕获的图像在步骤i)中导出的第一信息项之间形成差异。如果预期的第一信息项与步骤i)中导出的第一信息项之间的差异等于或小于预定阈值，则可以将步骤d)中确定的估计的分析物浓度分类为可信，如果第一信息项的计算值与在步骤c)中捕获的图像的第一信息项之间的差异大于预定阈值，则将在步骤d)中确定的估计的分析物浓度分类为不可信。特别地，阈值可以具有0.5s至20s的值，具体地1s至10s的值，更具体地1s至5s的值。此外，在估计的分析物浓度分类为不可信的情况下，可以使用从将体液施加到测试区起经过的可能的时间跨度来确定进一步的估计的分析物浓度。特别地，如果预期的第一信息项小于在步骤ii)中导出的第一信息项，则可以将可能的时间跨度选择为大于假定时间跨度，其中如果预期的第一信息项大于在步骤ii)中导出的第一信息项，则将可能的时间跨度选择为小于假定时间跨度。可能的时间跨度和假定时间跨度之间的差异可以选择为和预期的第一信息项与从步骤c)中捕获的图像在步骤ii)中导出的第一信息项的差异成比例。
图6显示从步骤i)中的图像导出的第一信息项例如从图像导出的蓝色通道的强度(此处表示为B0)和预期的第一信息项例如蓝色通道的预期强度(此处表示为B(t1))可能有所不同。如上所述，考虑从图像导出的蓝色通道的强度(表示为B0)和蓝色通道的预期强度的比较，可以从假定时间跨度中导出可能的时间跨度。因此，可能的时间跨度可以例如为23s，可以通过使用如图7所示的可能的时间跨度来确定估计的准确性提高的葡萄糖浓度。为了确定更准确的葡萄糖浓度，也可以使用如图7所示的对应于可能的经过的时间跨度的曲线。在图7中，准确性提高的葡萄糖浓度标记为BG2。
此外，可以以迭代的方式至少重复一次该方法，特别是可以提高在步骤ii)中确定的估计的分析物浓度的准确性，直到估计的分析物浓度分类为可信为止。
在本发明的另一方面，公开了一种具有相机112的移动设备110，该移动设备110被配置为通过使用以下步骤来确定体液中分析物浓度，以下步骤可以具体地以给定顺序执行。但是，不同的顺序也是可行的。完全或部分地同时执行两个或多个步骤也是可能的。一次性或重复地执行一个或多个步骤或甚至全部步骤也是可能的。此外，移动设备可以被配置为执行其它步骤，在此未列出。大体上，步骤如下：
A)提示用户执行以下项中的一项或多项：
-将体液滴施加到光学测试条116的至少一个测试区114上，或
-确认将体液滴施加到光学测试条116的至少一个测试区114上；
B)提示用户等待预定的最小等待时间量；
C)通过使用相机112来捕获测试区114的至少一部分的至少一个图像，其中该测试区114具有对其施加的体液滴；
D)根据步骤c)中捕获的图像确定体液中分析物的浓度，其包括：
I.通过使用颜色空间的至少一个第一颜色通道，考虑从在步骤c)中捕获的图像导出的至少一个第一信息项来估计样品施加到测试区114的时间点，其中第一信息项是时间依赖性的；以及
II.通过使用颜色空间的至少一个第二颜色通道，考虑从图像导出的至少一个第二信息项来估计体液中分析物的浓度，其中所述第二信息项是浓度依赖性的。
在本发明的另一方面，公开了一种用于确定体液中分析物浓度的套件172，该套件172包括：
-至少一个具有至少一个相机112的移动设备110，其中，该移动设备110被配置用于确定体液中分析物浓度；和
-至少一个具有至少一个测试区114的光学测试条116。
特别地，移动设备110可以是或可以包括如上所述的移动设备110。图8显示具有相机112、光学测试条116和测试区114的移动设备110。
图9显示在使用葡萄糖作为分析物的检测反应期间，红色通道178、绿色通道180和蓝色通道182的强度的示例性时间进程，在该示例中，葡萄糖浓度为530mg/dl。在y轴上以任意单位示出了红色通道174、绿色通道174和蓝色通道174的强度。x轴以秒为单位显示时间176。检测反应始于将包含分析物的体液滴施加到测试区，这导致在图9所示的可区分的所有三个颜色通道178、180和182的强度在大约-2秒的时间点突然下降。从图9中可以看出，红色通道178的强度和绿色通道180的强度都可以首先显示出时间依赖性的行为，其强度值快速变化。然后，随着检测反应的完成，时间依赖性可能会降低，这在图9中与以5秒标记的时间点大致重合。特别地，红色通道178和绿色通道180两者的强度可以几乎恒定，并且可以仅以边际的方式从5秒标记的时间点以后开始改变。红色通道的强度和/或绿色通道的强度可以用作第二信息项。蓝色通道182的强度的时间进程，特别是时间依赖性，在图9中不同于红色通道178和绿色通道180的强度的时间进程，特别是时间依赖性。如图9所示，当检测反应已经达到稳定状态时，蓝色通道182的强度可以继续是时间依赖性的，这在图9中与以5秒标记的时间点大致重合。特别地，蓝色通道182的强度可以从5秒起的时间点开始继续变化。蓝色通道的强度可以用作第一信息项。
在图10中，示出了在经过的特定时间跨度内对估计的分析物浓度进行的校正的确定。x轴显示以mg/dl为单位的葡萄糖浓度并且用附图标记120进行标记。y轴显示以％为单位的缓解值，并用附图标记183进行标记，例如通过评估红色通道的强度来确定。具体地，示出了红色通道的强度与葡萄糖浓度之间的相关性，其中每条曲线对应于自样品施加起经过的特定时间跨度。特别地，曲线184对应于自样品施加起经过的5s的时间跨度，其中曲线184可以估计自样品施加起经过的5s的时间跨度的测量点，这些测量点用附图标记186进行标记。曲线188对应于自施加起经过的假定时间跨度，其例如可以是如上所述的20s。因此，待应用于针对经过特定时间跨度的估计的分析物浓度的校正，例如偏差ΔBG(例如偏移量)可以如图10所示确定。具体地，作为示例，当经过了假定时间跨度时，例如曲线188用于确定血糖浓度，对于RV＝88％的缓解值，所得血糖浓度可以是BGMeas＝240mg/dl。但是，如果自样品施加起实际经过的时间跨度(例如实际经过的时间跨度)与经过的假定时间跨度不同，例如在图10所示的示例中，其中实际经过的跨度等于5s，所得血糖浓度应为BGRef＝365mg/dl。因此，偏差ΔBG可用于校正结果，例如估计的血糖浓度BGMeas。具体地，可以通过应用校正(例如偏差ΔBG)于估计的分析物浓度来校正估计的分析物浓度。这种偏差的典型过程如图11所示。
具体地，图11中的曲线示出了不同葡萄糖浓度的校正函数。x轴以秒为单位显示自样品施加起经过的时间跨度，用附图标记144进行标记。y轴显示以mg/dl为单位的葡萄糖浓度的偏差，用附图标记190进行标记。每个曲线对应于特定的葡萄糖浓度。曲线192、194、196、198、200、202和204分别地对应于45mg/dl、76mg/dl、162mg/dl、227mg/dl、334mg/dl、414mg/dl和585mg/dl的葡萄糖浓度。
为了确定所示的过程，例如，可以通过实验确定经过各个时间跨度的多个偏差。详细地，对于经过的特定时间跨度，可以使用以下方程式确定偏差ΔBG：
ΔBG＝(BGMeas-BGRef)/BGRef*100％ (3)
作为示例，为了对估计的分析物浓度进行校正，可以例如在具有至少一个相机112的移动设备110上预先确定和/或存储校正(例如校正函数中的至少一个)。
特别地，对于将校正应用于估计的分析物浓度，一个函数(诸如一个校正函数和/或编码函数)可能足以确定样品中的分析物浓度(诸如血糖浓度)。具体地，所述一个校正函数可以考虑假定时间跨度。例如，针对假定时间跨度(例如持续20s)的一个校正函数可能足以将校正应用于估计的分析物浓度。
附图标记列表
110 移动设备
112 相机
114 测试区
116 光学测试条
18 方法步骤a)
20 方法步骤b)
22 方法步骤c)
24 方法步骤d)
26 子步骤i)
28 子步骤ii)
120 以mg/dl计的葡萄糖浓度
122 以任意单位计的红色通道的强度
124 对应于自样品施加起经过20s的时间跨度的曲线
126 测量点
128 以任意单位计的蓝色通道的强度
130 自样品施加起5s
132 自样品施加起11s
134 自样品施加起17s
136 自样品施加起20s
138 自样品施加起23s
140 自样品施加起29s
142 自样品施加起35s
144 以秒计的自样品施加起经过的时间跨度
146 15mg/dl
148 50mg/dl
150 90mg/dl
152 185mg/dl
154 310mg/dl
156 435mg/dl
158 650mg/dl
160 p1的值
162 p2的值
164 拟合曲线
166 参数p1
168 参数p2
170 对应于自样品施加起经过23s的时间跨度的曲线
172 套件
174 分别以任意单位计的红色、绿色和蓝色通道的强度
176 以秒计的时间
178 红色通道的强度的时间进程
180 绿色通道的强度的时间进程
182 蓝色通道的强度的时间进程
183 以％计的缓解值
184 对应于自样品施加起5s的曲线
186 对应于自样品施加起5s的测量点
188 对应于自样品施加起经过的假定时间跨度的曲线
190 以mg/dl计的葡萄糖浓度偏差
Claims (15)
1.一种通过使用具有相机(112)的移动设备(110)确定体液中分析物的浓度的方法，所述方法包括：
a)提示用户执行以下项中的一项或多项：
将体液滴施加到光学测试条(116)的至少一个测试区(114)，或确认将体液滴施加到光学测试条(116)的至少一个测试区(114)；
b)等待预定的最小等待时间量；
c)通过使用所述相机(112)来捕获所述测试区(114)的至少一部分的至少一个图像，其中所述测试区(114)具有对其施加的所述体液滴；以及
d)根据步骤c)中捕获的所述图像确定所述体液中所述分析物的所述浓度，其包括：
ⅰ)通过使用颜色空间的至少一个第一颜色通道，考虑从在步骤c)中捕获的所述图像导出的至少一个第一信息项来估计样品施加到所述测试区(114)的时间点，其中所述第一信息项是时间依赖性的；以及
ⅱ)通过使用所述颜色空间的至少一个第二颜色通道，考虑从所述图像导出的至少一个第二信息项来估计所述体液中所述分析物的所述浓度，其中所述第二信息项是浓度依赖性的，其中对所述体液中所述分析物的所述浓度的所述估计进一步考虑在步骤i)中估计的样品施加的所述时间点。
2.根据前述权利要求所述的方法，其中所述最小等待时间量是通过使用选自由以下项组成的组的方法来确定的：
为所述最小等待时间量选择时间跨度，其中已知所述时间跨度足以使所述测试区(114)中针对具有在预定浓度范围内的所述分析物的浓度的样品的检测反应达到稳定状态；
为所述最小等待时间量选择预定的时间跨度；
为所述最小等待时间量选择用户在步骤a)中确认的时间跨度。
3.根据前述权利要求中任一项所述的方法，其中，步骤ii)中所述估计的分析物浓度通过以下方式确定：借助于所述分析物浓度和所述第二信息项之间的相关性确定与所述第二信息项相对应的所述分析物的浓度，并利用自将所述体液施加到所述测试区起经过的假定时间跨度。
4.根据前述权利要求所述的方法，所述方法进一步包括步骤e)：
e)精炼步骤，其包括以下项中的一者或两者：借助所述第一信息项评估在步骤ii)中确定的所述估计的分析物浓度的可信性，或借助所述第一信息项提高在步骤ii)中确定的所述估计的分析物浓度的准确性。
5.根据前述权利要求所述的方法，其中所述精炼步骤以迭代方式执行。
6.根据前述两项权利要求中任一项所述的方法，其中，所述第二信息项是时间依赖性的，其中，在步骤ii)中，通过利用自将所述体液施加到所述测试区(114)起经过的假定时间跨度来估计所述体液中所述分析物的所述浓度，其中所述第一信息项除了是时间依赖性的之外，还附加地依赖于所述分析物浓度，其中，在步骤e)中，所述第一信息项对所述浓度的依赖性通过假定在步骤ii)中估计的所述体液中所述分析物的所述浓度来消除，从而从所述第一信息项导出自将所述体液施加到所述测试区(114)起经过的可能的时间跨度，其中自将所述体液施加到所述测试区起经过的所述可能的时间跨度与自将所述体液施加到所述测试区起经过的假定时间跨度进行比较，并且其中通过执行步骤ii)并通过将所述可能的时间跨度用作步骤ii)中的所述假定时间跨度来重新估计所述体液中所述分析物的所述浓度。
7.根据前述三项权利要求中任一项所述的方法，其中，步骤e)包括对所述估计的分析物浓度应用校正。
8.根据前述四项权利要求中任一项所述的方法，其中，步骤e)包括以下选项中的至少一项：
α)从预定的相关性集合中选择至少一个相关性，其中每个相关性描述针对自将所述体液施加到所述测试区起经过的特定时间跨度，所述第一信息项与所述分析物浓度之间的关系；
β)从预定的相关性集合中选择至少一个相关性，其中每个相关性描述针对特定分析物浓度，所述第一信息项与自将所述体液施加到所述测试区起经过的时间之间的关系，
其中步骤e)进一步包括借助在步骤e)中选择的所述相关性来确定与在步骤ii)中确定的所述估计的分析物浓度相对应的预期第一信息项，其中步骤e)进一步包括将所述确定的预期第一信息项与从在步骤c)中捕获的所述图像导出的所述第一信息项进行比较，其中如果所述预期第一信息项与步骤i)中从在步骤c)中捕获的所述图像导出的所述第一信息项之间的差异等于或小于预定的阈值，则将步骤d)中确定的所述估计的分析物浓度归类为可信，其中如果所述预期的第一信息项与步骤i)中导出的所述第一信息项之间的差异大于所述预定的阈值，则将步骤d)中确定的所述估计的分析物浓度归类为不可信。
9.根据前述权利要求中任一项所述的方法，其中所述第一颜色通道包括蓝色通道，并且其中所述第二颜色通道包括选自由以下项组成的组的至少一个元素：红色通道；绿色通道。
10.根据前述权利要求中任一项所述的方法，其中所述方法进一步包括通过使用所述相机(112)来捕获所述测试区(114)的所述至少一部分的至少一个干燥图像，其中所述测试区(114)不具有对其施加的所述体液滴。
11.根据前述权利要求中任一项所述的方法，其中步骤d)进一步包括从所述光学测试条的在所述测试区之外的至少一个参考部分导出至少一个参考信息。
12.根据前述权利要求中任一项所述的方法，其中在步骤c)中捕获至少两个图像，其中所述方法进一步包括步骤f)，其中步骤f)在步骤c)和步骤d)之间进行：
f)比较所述至少两个图像的第二信息项。
13.一种计算机程序，其包括计算机可执行指令，当在计算机或计算机网络上执行所述程序时，所述计算机可执行指令用于执行根据前述权利要求中任一项所述的方法。
14.一种具有相机(112)的移动设备(110)，所述移动设备(110)配置成用于通过使用以下步骤来确定体液中分析物的浓度：
A)提示用户执行以下项中的一项或多项：
将体液滴施加到光学测试条(116)的至少一个测试区(114)，或确认将体液滴施加到光学测试条的至少一个测试区(114)；
B)提示所述用户等待预定的最小等待时间量；以及
C)通过使用所述相机(112)来捕获所述测试区(114)的至少一部分的至少一个图像，其中所述测试区(114)具有对其施加的所述体液滴；以及
D)根据步骤c)中捕获的所述图像确定所述体液中所述分析物的所述浓度，其包括：
Ⅰ通过使用颜色空间的至少一个第一颜色通道，考虑从在步骤c)中捕获的所述图像导出的至少一个第一信息项来估计样品施加到所述测试区(114)的时间点，其中所述第一信息项是时间依赖性的；以及
Ⅱ通过使用所述颜色空间的至少一个第二颜色通道，考虑从所述图像导出的至少一个第二信息项来估计所述体液中所述分析物的所述浓度，其中所述第二信息项是浓度依赖性的，其中对所述体液中所述分析物的所述浓度的所述估计进一步考虑在步骤I)中估计的样品施加的所述时间点。
15.一种用于确定体液中分析物的浓度的套件(172)，所述套件(172)包括：
至少一个根据提及移动设备(110)的前述权利要求中任一项所述的移动设备(110)；和
具有至少一个测试区(114)的至少一个光学测试条(116)。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP18209466.4 | 2018-11-30 | ||
| EP18209466 | 2018-11-30 | ||
| PCT/EP2019/083015 WO2020109525A1 (en) | 2018-11-30 | 2019-11-29 | Method of determining a concentration of an analyte in a bodily fluid |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113167736A true CN113167736A (zh) | 2021-07-23 |
Family
ID=64564647
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201980078700.3A Pending CN113167736A (zh) | 2018-11-30 | 2019-11-29 | 确定体液中分析物的浓度的方法 |
Country Status (13)
| Country | Link |
|---|---|
| US (2) | US11906436B2 (zh) |
| EP (1) | EP3887806A1 (zh) |
| JP (1) | JP7436480B2 (zh) |
| KR (1) | KR102605420B1 (zh) |
| CN (1) | CN113167736A (zh) |
| BR (1) | BR112021010198A2 (zh) |
| CA (1) | CA3119666C (zh) |
| IL (1) | IL283360A (zh) |
| MA (1) | MA54282A (zh) |
| RU (1) | RU2768216C1 (zh) |
| SG (1) | SG11202105428WA (zh) |
| TW (1) | TW202028740A (zh) |
| WO (1) | WO2020109525A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113933294A (zh) * | 2021-11-08 | 2022-01-14 | 中国联合网络通信集团有限公司 | 浓度检测方法及装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5863854A (ja) * | 1981-10-13 | 1983-04-15 | Toshiba Corp | 自動化学分析装置 |
| WO2001086302A1 (en) * | 2000-05-05 | 2001-11-15 | Pharmacia Diagnostics Ab | Assay device with timer function |
| US20130267032A1 (en) * | 2012-04-06 | 2013-10-10 | Ixensor Inc. | Test strips and method for reading test strips |
| CN104854457A (zh) * | 2012-12-20 | 2015-08-19 | 霍夫曼-拉罗奇有限公司 | 用于分析体液样本的方法 |
| JP2015536465A (ja) * | 2013-01-07 | 2015-12-21 | アイセンサー・インコーポレイテッドｉＸｅｎｓｏｒ Ｉｎｃ． | 試験紙及び試験紙の読取方法 |
| CN106068449A (zh) * | 2014-03-05 | 2016-11-02 | 思勘度股份有限公司 | 通过量化和解释颜色的分析物浓度 |
| US20170262694A1 (en) * | 2016-03-11 | 2017-09-14 | The Board Of Trustees Of The Leland Stanford Junior University | Point-of-care Sample Analysis and Microscopy for Liquid Samples |
| WO2018166533A1 (en) * | 2017-03-17 | 2018-09-20 | Ixensor Co., Ltd. | Method for improving usability and accuracy for physiological measurement |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| HU222809B1 (hu) * | 1997-10-03 | 2003-10-28 | 77 Elektronika Műszeripari Kft. | Eljárás és készülék kémiai összetevőnek anyagmintából, különösen vér glükóztartalmának vérmintából történő meghatározásához |
| EP1801568A1 (de) | 2005-12-21 | 2007-06-27 | Micronas Holding GmbH | Teststreifen und Verfahren zum Messen einer Analytkonzentration in einer Probe eines biologischen Fluids |
| JP5427362B2 (ja) * | 2008-03-25 | 2014-02-26 | テルモ株式会社 | ヘマトクリット値または血液成分濃度の測定方法および測定装置 |
| US20130273563A1 (en) | 2012-04-17 | 2013-10-17 | Joel R. L. Ehrenkranz | Device for performing an enzyme-based diagnostic test and methods for use thereof |
| WO2013156526A1 (de) | 2012-04-19 | 2013-10-24 | F. Hoffmann-La Roche Ag | Verfahren und vorrichtung zur bestimmung einer analytkonzentration in blut |
| US20170098137A1 (en) * | 2012-08-08 | 2017-04-06 | Scanadu Incorporated | Method, apparatus and system for detecting and determining compromised reagent pads by quantifying color changes induced by exposure to a hostile environment |
| US9528941B2 (en) | 2012-08-08 | 2016-12-27 | Scanadu Incorporated | Method and apparatus for determining analyte concentration by quantifying and interpreting color information captured in a continuous or periodic manner |
| WO2014113770A1 (en) * | 2013-01-21 | 2014-07-24 | Cornell University | Smartphone-based apparatus and method for obtaining repeatable, quantitative colorimetric measurement |
| JP6179932B2 (ja) | 2013-01-29 | 2017-08-16 | 国立研究開発法人産業技術総合研究所 | めっき液中の金属錯体定量化方法および金属錯体定量化装置 |
| EP2781919A1 (en) | 2013-03-19 | 2014-09-24 | Roche Diagniostics GmbH | Method / device for generating a corrected value of an analyte concentration in a sample of a body fluid |
| KR102424353B1 (ko) * | 2015-05-12 | 2022-07-22 | 삼성전자주식회사 | 혈당량의 변화율에 기초한 혈당 측정 방법 및 이를 위한 혈당 측정 장치 |
-
2019
- 2019-11-29 SG SG11202105428WA patent/SG11202105428WA/en unknown
- 2019-11-29 CA CA3119666A patent/CA3119666C/en active Active
- 2019-11-29 EP EP19813286.2A patent/EP3887806A1/en active Pending
- 2019-11-29 MA MA054282A patent/MA54282A/fr unknown
- 2019-11-29 TW TW108143605A patent/TW202028740A/zh unknown
- 2019-11-29 WO PCT/EP2019/083015 patent/WO2020109525A1/en active Search and Examination
- 2019-11-29 RU RU2021118214A patent/RU2768216C1/ru active
- 2019-11-29 CN CN201980078700.3A patent/CN113167736A/zh active Pending
- 2019-11-29 BR BR112021010198-5A patent/BR112021010198A2/pt unknown
- 2019-11-29 JP JP2021530186A patent/JP7436480B2/ja active Active
- 2019-11-29 KR KR1020217016268A patent/KR102605420B1/ko active IP Right Grant
-
2021
- 2021-05-23 IL IL283360A patent/IL283360A/en unknown
- 2021-05-28 US US17/334,284 patent/US11906436B2/en active Active
-
2023
- 2023-11-21 US US18/516,492 patent/US20240085340A1/en active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5863854A (ja) * | 1981-10-13 | 1983-04-15 | Toshiba Corp | 自動化学分析装置 |
| WO2001086302A1 (en) * | 2000-05-05 | 2001-11-15 | Pharmacia Diagnostics Ab | Assay device with timer function |
| US20130267032A1 (en) * | 2012-04-06 | 2013-10-10 | Ixensor Inc. | Test strips and method for reading test strips |
| CN104854457A (zh) * | 2012-12-20 | 2015-08-19 | 霍夫曼-拉罗奇有限公司 | 用于分析体液样本的方法 |
| JP2015536465A (ja) * | 2013-01-07 | 2015-12-21 | アイセンサー・インコーポレイテッドｉＸｅｎｓｏｒ Ｉｎｃ． | 試験紙及び試験紙の読取方法 |
| CN106068449A (zh) * | 2014-03-05 | 2016-11-02 | 思勘度股份有限公司 | 通过量化和解释颜色的分析物浓度 |
| US20170262694A1 (en) * | 2016-03-11 | 2017-09-14 | The Board Of Trustees Of The Leland Stanford Junior University | Point-of-care Sample Analysis and Microscopy for Liquid Samples |
| WO2018166533A1 (en) * | 2017-03-17 | 2018-09-20 | Ixensor Co., Ltd. | Method for improving usability and accuracy for physiological measurement |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113933294A (zh) * | 2021-11-08 | 2022-01-14 | 中国联合网络通信集团有限公司 | 浓度检测方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102605420B1 (ko) | 2023-11-22 |
| SG11202105428WA (en) | 2021-06-29 |
| CA3119666A1 (en) | 2020-06-04 |
| JP7436480B2 (ja) | 2024-02-21 |
| BR112021010198A2 (pt) | 2021-08-17 |
| IL283360A (en) | 2021-07-29 |
| US20210285888A1 (en) | 2021-09-16 |
| CA3119666C (en) | 2023-10-03 |
| KR20210081421A (ko) | 2021-07-01 |
| JP2022509842A (ja) | 2022-01-24 |
| TW202028740A (zh) | 2020-08-01 |
| US11906436B2 (en) | 2024-02-20 |
| US20240085340A1 (en) | 2024-03-14 |
| RU2768216C1 (ru) | 2022-03-23 |
| EP3887806A1 (en) | 2021-10-06 |
| WO2020109525A1 (en) | 2020-06-04 |
| MA54282A (fr) | 2022-03-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU2018356385B2 (en) | Methods and devices for performing an analytical measurement | |
| AU2019376834B2 (en) | Methods and devices for performing an analytical measurement | |
| EP3811061B1 (en) | A detection method for detecting an analyte in a sample | |
| AU2018356358A1 (en) | Methods and devices for performing an analytical measurement based on a color formation reaction | |
| US11781973B2 (en) | Methods and systems for calibrating and using a camera for detecting an analyte in a sample | |
| US20240085340A1 (en) | Method of determining a concentration of an analyte in a bodily fluid | |
| JP7209005B2 (ja) | 分析測定を行うための方法及びデバイス | |
| US20220104736A1 (en) | Method of determining a concentration of an analyte in a bodily fluid and mobile device configured for determining a concentration of an analyte in a bodily fluid | |
| RU2792659C2 (ru) | Способы и устройства для проведения аналитических измерений |
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 | ||
| REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40058343 Country of ref document: HK |