CN113761456A - 免疫荧光层析曲线的分析方法、装置及电子设备 - Google Patents

免疫荧光层析曲线的分析方法、装置及电子设备 Download PDF

Info

Publication number
CN113761456A
CN113761456A CN202111044962.3A CN202111044962A CN113761456A CN 113761456 A CN113761456 A CN 113761456A CN 202111044962 A CN202111044962 A CN 202111044962A CN 113761456 A CN113761456 A CN 113761456A
Authority
CN
China
Prior art keywords
curve
data
preset
value
peak
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
Application number
CN202111044962.3A
Other languages
English (en)
Inventor
陈喆
陈秋强
王燕青
沈明程
颜楚楚
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.)
Hangzhou Kaiman Health Technology Co ltd
Original Assignee
Hangzhou Kaiman Health Technology Co ltd
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 Hangzhou Kaiman Health Technology Co ltd filed Critical Hangzhou Kaiman Health Technology Co ltd
Priority to CN202111044962.3A priority Critical patent/CN113761456A/zh
Publication of CN113761456A publication Critical patent/CN113761456A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本发明提供了一种免疫荧光层析曲线的分析方法、装置及电子设备，该方法包括：获取待分析数据；其中，待分析数据中包括试纸对应的曲线数据和基础数据；根据曲线数据和基础数据确定免疫荧光层析曲线中包含的峰值数据集合；通过峰值数据集合和基础数据确定总异常信息；其中，总异常信息包括曲线数据异常信息、基础数据异常信息和曲线形状异常信息；根据总异常信息确定免疫荧光层析曲线的有效性。本发明通过对待分析的免疫荧光层析曲线进行分析得到总异常信息，进而通过总异常信息确定该曲线的有效性，提高了曲线分析的效率，同时，从各个方面对曲线的有效性进行确定，保证了曲线有效性判别结果的准确性。

Description

免疫荧光层析曲线的分析方法、装置及电子设备
技术领域
本发明涉及免疫分析技术领域，尤其是涉及一种免疫荧光层析曲线的分析方法、装置及电子设备。
背景技术
免疫层析技术(ImmunochromatographicAssay，ICA)是20世纪末发展起来的结合免疫技术和色谱层析技术的一种分析方法，该方法具有特异性、操作简单、快速等特点，广泛应用于临床诊断、环境监测、食品安全等重要领域。传统免疫层析技术以胶体金为标记物，通过条带显色对目标物定性检测或半定量分析。该方法虽然简单快速，但灵敏度较差，难以准确定量。荧光免疫层析技术作为一项新型免疫检测技术，既保留了传统胶体金试纸条的现场快速检测优点，又加入了荧光检测技术的高灵敏度特点，成为提高免疫层析方法检测性能的主要途径之一。
目前的免疫荧光层析曲线的检测方法中，在对荧光层析曲线进行判读之前，不进行曲线的有效性判断，也就是无效的曲线也会参与到判读中，因此，当发生操作者操作不当或者试纸受损等情况时，会产生无效曲线，造成基于无效曲线的判读结果失真的问题。
发明内容
有鉴于此，本发明的目的在于提供一种免疫荧光层析曲线的分析方法、装置及电子设备，以有效识别曲线数据的有效性，提高曲线分析结果的准确性。
第一方面，本发明实施例提供一种免疫荧光层析曲线的分析方法，该方法包括：获取待分析数据；其中，待分析数据中包括试纸对应的曲线数据和基础数据；曲线数据为通过荧光检测装置对试纸进行检测得到的免疫荧光层析曲线的原始数据信息；基础数据为荧光检测装置对试纸进行自动检测得到的初始检测结果；根据曲线数据和基础数据确定免疫荧光层析曲线中包含的峰值数据集合；其中，峰值数据集合包括免疫荧光层析曲线对应的峰值及峰值对应的荧光点；通过峰值数据集合和基础数据确定总异常信息；其中，总异常信息包括曲线数据异常信息、基础数据异常信息和曲线形状异常信息；曲线数据异常信息用于表征曲线数据是否与预设的正常曲线对应的数据匹配；基础数据异常信息用于表征初始检测结果与预设检测结果是否匹配；曲线形状异常信息用于表征曲线数据是否满足预设的正常曲线形状；根据总异常信息确定免疫荧光层析曲线的有效性。
进一步地，上述基础数据中包括预设质控线位置、C值、预设测试线位置以及T值；其中，C值为荧光检测装置在试纸的预设质控线位置处读取的参考值；T值为荧光检测装置在试纸的预设测试线位置处读取的测试值；上述根据曲线数据和基础数据确定免疫荧光层析曲线中包含的峰值数据集合的步骤，包括：根据预设质控线位置和预设测试线位置将曲线数据划分为多个第一区域，每个第一区域的中心点对应预设质控线位置或者预设测试线位置；判断每个第一区域中是否存在第一荧光点的值与该第一区域内其他荧光点的值之间的差值均大于预设高度差，如果是，确定第一荧光点对应的数据为峰值数据。
进一步地，上述判断每个第一区域中是否存在第一荧光点的值与该第一区域其他荧光点的值之间的差值均大于预设高度差，如果是，确定第一荧光点对应的数据为峰值数据的步骤，包括：如果第一区域为预设峰值区域，将该预设峰值区域中同时满足如下公式的荧光点对应的数据确定为峰值数据：
Figure BDA0003250874310000031
其中，h1为第一预设高度差，a为预设峰宽度的1/2，f(xi)为曲线数据中第i个荧光点的值，f(xi-a)为在第i个荧光点左侧且与第i个荧光点的距离为a的荧光点的值，f(xi+a)为与在第i个荧光点右侧且与第i个荧光点的距离为a的荧光点的值；如果第一区域为预设非峰值区域，将该预设非峰值区域中同时满足如下公式的荧光点对应的数据确定为峰值数据：
Figure BDA0003250874310000032
其中，h2为第二预设高度差。
进一步地，当满足以下任一情况时，上述曲线数据异常信息表征为异常状态；曲线数据中小于预设荧光值的荧光点的数量与荧光点的总数量的比值大于预设第一占比；峰值数据集合中没有峰值存在于以预设质控线位置为中心的第二区域内或者以预设测试线位置为中心的第三区域内。
进一步地，当满足以下任一情况时，上述基础数据异常信息表征为异常状态：基础数据中的输入项目号与检测项目号不匹配；其中输入项目号为用户使用荧光检测装置时输入的项目号；检测项目号为荧光检测装置对试纸进行自动检测得到的项目号；C值小于预设标准C值，且峰值数据集合中没有峰值位于以预设质控线位置为中心的第四区域内。
进一步地，当满足以下任一情况时，上述曲线形状异常表征为异常状态：在曲线数据对应的左侧第一个峰值以左区域内，所有荧光点的均值大于预设第一均值；在曲线数据对应的右侧第一个峰值以右区域内，所有荧光点的均值大于预设第一均值；曲线数据对应的左侧第一个峰值及右侧第一个峰值之间，所有荧光点的均值大于预设第二均值；根据预设区间将曲线数据划分成多个第二区域，第二区域的右端荧光点的值与左侧荧光点的值的差值大于预设差值；曲线数据对应的曲线左端存在低波浪或低直线；峰值数据中每个峰值的左右预设第一范围内存在另一个峰值；在预设非峰值区域内荧光点的最小值大于预设低值。
进一步地，上述根据总异常信息确定免疫荧光层析曲线的有效性的步骤，包括：当曲线数据异常信息、基础数据异常信息和曲线形状异常信息均未表征为异常状态，确定免疫荧光层析曲线为有效曲线；当曲线数据异常信息、基础数据异常信息和曲线形状异常信息有一者表征为异常状态，确定免疫荧光层析曲线为无效曲线。
第二方面，本发明实施例还提供一种免疫荧光层析曲线的分析装置，该装置包括：数据获取模块，用于获取待分析数据；其中，待分析数据中包括试纸对应的曲线数据和基础数据；曲线数据为通过荧光检测装置对试纸进行检测得到的免疫荧光层析曲线的原始数据信息；基础数据为荧光检测装置对试纸进行自动检测得到的初始检测结果；峰值确定模块，用于根据曲线数据和基础数据确定免疫荧光层析曲线中包含的峰值数据集合；其中，峰值数据集合包括免疫荧光层析曲线对应的峰值及峰值对应的荧光点；总异常信息确定模块，用于通过峰值数据集合和基础数据确定总异常信息；其中，总异常信息包括曲线数据异常信息、基础数据异常信息和曲线形状异常信息；曲线数据异常信息用于表征曲线数据是否与预设的正常曲线对应的数据匹配；基础数据异常信息用于表征初始检测结果与预设检测结果是否匹配；曲线形状异常信息用于表征曲线数据是否满足预设的正常曲线形状；有效性确定模块，用于根据总异常信息确定免疫荧光层析曲线的有效性。
第三方面，本发明实施例还提供一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的计算机可执行指令，处理器执行计算机可执行指令以实现上述第一方面的免疫荧光层析曲线的分析方法。
第四方面，本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现上述第一方面的免疫荧光层析曲线的分析方法。
本发明实施例提供的上述免疫荧光层析曲线的分析方法、装置及电子设备，通过获取待分析数据；其中，待分析数据中包括试纸对应的曲线数据和基础数据；根据曲线数据和基础数据确定免疫荧光层析曲线中包含的峰值数据集合；通过峰值数据集合和基础数据确定总异常信息；其中，总异常信息包括曲线数据异常信息、基础数据异常信息和曲线形状异常信息；根据总异常信息确定免疫荧光层析曲线的有效性。本发明通过对待分析的免疫荧光层析曲线进行分析得到总异常信息，进而通过总异常信息自动确定该曲线的有效性，提高了曲线分析的效率，同时，总异常信息中的曲线数据异常、基础数据异常和曲线形状异常信息可以表征不同的异常情况，从各个方面对曲线的有效性进行确定，保证了曲线有效性判别结果的准确性。
本公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本公开的上述技术即可得知。
为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为一种免疫荧光层析曲线的检测示意图；
图2为一种免疫荧光层析曲线的示意图；
图3为本发明实施例提供的一种电子系统的结构示意图；
图4为本发明实施例提供的一种免疫荧光层析曲线的分析方法的流程图；
图5a-图5e为本发明实施例提供的异常曲线形状的示意图；
图6为本发明实施例提供的一种免疫荧光层析曲线的分析方法的应用流程示意图；
图7为本发明实施例提供的一种免疫荧光层析曲线的分析装置示意图；
图8为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
目前现有的荧光检测仪器，通常不具有分析无效数据的形成原因的能力，导致针对荧光免疫层析曲线的分析效率及准确度均较低，基于此，本发明实施例提供一种免疫荧光层析曲线的分析方法、装置及电子设备，以提升免疫荧光层析曲线的分析效率和分析结果的准确性。
免疫荧光层析曲线是通过免疫试剂在相应试剂条的加样孔处加样，通过毛细效应逐步经过“结合垫—NC膜—吸水垫”，实现跑板。NC膜上划有的T线(Test线，测试线)和C线(Control线，质控线)分别用作试剂的阴阳性检测及质量控制。跑板结束后，将试纸条插入仪器，通过T/C-Cc换算表对试剂进行荧光度的数值量化，同时读取数据并上传至数据分析装置，例如云平台。仪器试剂配合检测示意图如图1所示，扫描后上传的免疫荧光层析曲线如图2所示。
目前的对层析曲线分析得到分析结果之前，并不对曲线的有效性进行识别，导致产生无效数据影响分析结果的准确性，基于此，本发明实施例提供一种免疫荧光层析曲线的分析方法、装置及电子设备，以提高曲线分析结果的准确性。
参照图3所示的电子系统300的结构示意图。该电子系统可以用于实现本发明实施例的免疫荧光层析曲线的分析方法和装置。
如图3所示的一种电子系统的结构示意图，电子系统300包括一个或多个处理设备302、一个或多个存储装置304、输入装置306、输出装置308以及一个或多个信息采集设备310，这些组件通过总线系统312和/或其它形式的连接机构(未示出)互连。应当注意，图3所示的电子系统300的组件和结构只是示例性的，而非限制性的，根据需要，电子系统也可以具有其他组件和结构。
处理设备302可以为服务器、智能终端，或者是包含中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元的设备，可以对电子系统300中的其它组件的数据进行处理，还可以控制电子系统300中的其它组件以执行免疫荧光层析曲线的分析功能。
存储装置304可以包括一个或多个计算机程序产品，计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在计算机可读存储介质上可以存储一个或多个计算机程序指令，处理设备302可以运行程序指令，以实现下文的本发明实施例中(由处理设备实现)的客户端功能以及/或者其它期望的功能。在计算机可读存储介质中还可以存储各种应用程序和各种数据，例如应用程序使用和/或产生的各种数据等。
输入装置306可以是用户用来输入指令的装置，并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。
输出装置308可以向外部(例如，用户)输出各种信息(例如，图像或声音)，并且可以包括显示器、扬声器等中的一个或多个。
信息采集设备310可以获取免疫荧光层析曲线信息，并且将该免疫荧光层析曲线的信息存储在存储装置304中以供其它组件使用。
示例性地，用于实现根据本发明实施例的免疫荧光层析曲线的分析方法、装置及电子设备中的各器件可以集成设置，也可以分散设置，诸如将处理设备302、存储装置304、输入装置306和输出装置308集成设置于一体，而将信息采集设备310设置于可以采集到信息的指定位置。当上述电子系统中的各器件集成设置时，该电子系统可以被实现为诸如相机、智能手机、平板电脑、计算机、车载终端等智能终端。
图4为本发明实施例提供的一种免疫荧光层析曲线的分析方法的流程图，参见图4，该方法包括：
S402：获取待分析数据；其中，待分析数据中包括试纸对应的曲线数据和基础数据；
曲线数据为通过荧光检测装置对试纸进行检测得到的免疫荧光层析曲线(为便于描述，以下简称为“待分析曲线”)的原始数据信息，荧光层析曲线数据是如图2的曲线，曲线数据的数据结构是1*X个荧光点的荧光值(纵坐标无单位)，免疫荧光项目中，X一般为350。根据具体测试项目的不同，可能有两个峰(C,T)，也可能有三个峰(C,T1,T2)，也会有四个峰(C,T1,T2,T3)。
基础数据为荧光检测装置对试纸进行自动检测得到的初始检测结果，例如，可以包括但不限于以下信息：数据产生的时间、荧光检测装置的设备编号、荧光检测装置投放地点、项目号、仪器判读的C值、仪器判读的T值、阴性阳性等。其中，仪器判读的C值是由荧光检测装置计算得到。图2中所示是单测项目，如果测试者手动输入了该测试项目的项目号，且该项目号预设的C线在80附近，T线在210附近。荧光检测装置中储存了该项目号对应的C线和T线位置为＝[80,210]，那么荧光检测装置会直接在[60,100]的区间直接进行荧光值积分并得到C值。
S404：根据曲线数据和基础数据确定免疫荧光层析曲线中包含的峰值数据集合；其中，峰值数据集合包括免疫荧光层析曲线对应的峰值及峰值对应的荧光点；
S406：通过峰值数据集合和基础数据确定总异常信息；其中，总异常信息包括曲线数据异常信息、基础数据异常信息和曲线形状异常信息；
曲线数据异常信息用于表征曲线数据是否与预设的正常曲线对应的数据匹配；基础数据异常信息用于表征初始检测结果与预设检测结果是否匹配；曲线形状异常信息用于表征曲线数据是否满足预设的正常曲线形状；
S408：根据总异常信息确定免疫荧光层析曲线的有效性。
总异常信息可以包括多个表征不同异常情况的具体的指标，可以根据操作人员的经验或者历史数据分析得到不同指标在何种情况下可以表征待分析曲线为无效曲线，例如，总异常信息包括10个指标，预设如果有3个及以上指标不满足预设正常值，则待分析曲线为无效曲线，还可以预设只有当所有指标都满足预设正常值，该待分析曲线才为有效曲线。
本发明实施例提供的免疫荧光层析曲线的分析方法，获取待分析数据；其中，待分析数据中包括试纸对应的曲线数据和基础数据；根据曲线数据和基础数据确定免疫荧光层析曲线中包含的峰值数据集合；通过峰值数据集合和基础数据确定总异常信息；其中，总异常信息包括曲线数据异常信息、基础数据异常信息和曲线形状异常信息；根据总异常信息确定免疫荧光层析曲线的有效性。本发明通过对待分析的免疫荧光层析曲线进行分析得到总异常信息，进而通过总异常信息自动确定该曲线的有效性，提高了曲线分析的效率，同时，总异常信息中的曲线数据异常、基础数据异常和曲线形状异常信息可以表征不同的异常情况，从各个方面对曲线的有效性进行确定，保证了曲线有效性判别结果的准确性。
为了使待分析曲线对应的数据更加准确，可以在对待分析曲线数据进行处理之前先对其进行预处理，例如归一化处理，基于此，待分析曲线的曲线数据为经过归一化处理后的曲线数据。
具体地，可以首先对曲线数据进行去噪处理，适当消除实验中细小噪声带来的判别误差干扰，处理方式包括但不限于Smooth光滑化。
进一步地，还可以对曲线数据进行归一化处理，把荧光数据映射至0～1内，以消除不同项目试剂的量纲差异。具体的归一化处理方式如下：
以一条荧光曲线数据包括350个荧光点为例，在这350个荧光值中，最大值为Max，最小值为Min(Max≠Min)。对荧光曲线数据进行归一化处理，公式为：
Figure BDA0003250874310000101
其中，f(xi)为归一化处理后的结果，xi为某个荧光点的荧光数据的荧光值。
在一些可能的实施方式中，基础数据中包括预设质控线位置、C值、预设测试线位置以及T值；C值为荧光检测装置在试纸的预设质控线位置处读取的参考值；T值为荧光检测装置在试纸的预设测试线位置处读取的测试值；上述步骤S204的根据曲线数据和基础数据确定免疫荧光层析曲线中包含的峰值数据集合，可以通过以下方法实现：
(1)根据预设质控线位置和预设测试线位置将曲线数据划分为多个第一区域，每个第一区域的中心点对应预设质控线位置或者预设测试线位置；
(2)判断每个第一区域中是否存在第一荧光点的值与该第一区域内其他荧光点的值之间的差值均大于预设高度差，如果是，确定第一荧光点对应的数据为峰值数据。
具体地，如果第一区域为预设峰值区域，将该预设峰值区域中同时满足如下公式的荧光点对应的数据确定为峰值数据：
Figure BDA0003250874310000111
其中，f(xi)为曲线荧光数据归一化处理后的结果，h1为第一预设高度差，a为预设峰宽度的1/2，f(xi)为曲线数据中第i个荧光点的值，f(xi-a)为在第i个荧光点左侧且与第i个荧光点的距离为a的荧光点的值，f(xi+a)为与在第i个荧光点右侧且与第i个荧光点的距离为a的荧光点的值；
上述公式中，i的取值范围为[sit-20,sit+20]，其中，sit代表预设的波峰出现的位置。比如一个待分析曲线有一个C线和一个T线，则sit＝[90,210]。在试剂卡板产品质量没问题、检测过程中操作正规的情况下，即绝大多数情况下，该待分析曲线中出现的波峰的位置i应该与预设位置sit的差距在20以内。[sit-20,sit+20]被称作位点峰区域，其他区域是为非位点峰区域。
如果第一区域为预设非峰值区域，将该预设非峰值区域中同时满足如下公式的荧光点对应的数据确定为峰值数据：
Figure BDA0003250874310000112
其中，h2为第二预设高度差。
因为非位点峰区域出现波峰的概率较小，即使出现波峰，也很可能是噪声干扰，所以在寻找波峰的时候，位点峰区域和非位点峰区域虽然用的公式相同，但具体参数h1和h2并不相同。
在一些可能的实施方式中，上述公式中的参数a、h1和h2的优化均采用网格搜索法进行遍历。基于最小二乘法确定优化的目标函数：
min error＝∑(F-F*)2
其中：F为遍历参数a、h1和h2条件下的理论峰值，F*为经过人为准确识别的实际峰数量。目前得到的优化结果为a＝[0,10]、h1＝[0,1]和h2＝[0,1]；
在一些可能的实施方式中，可以通过以下方式确定曲线数据异常信息：
(1)曲线数据中小于预设荧光值的荧光点的数量与荧光点的总数量的比值大于预设第一占比；
该项指标是用于检验待分析曲线中过小的荧光值的占比情况。待分析曲线的曲线数据中，若小于某临界值的值达到一定比例，则该项不通过。一般出现[50-100％]以上的点荧光值小于10000时，例如有90％以上的荧光值小于10000，则该项不通过。
(2)峰值数据集合中没有峰值存在于以预设质控线位置为中心的第二区域内或者以预设测试线位置为中心的第三区域内。
该项指标是用于检测是否存在有效峰值，具体地，上述sit其实是一个预设矩阵，比如某双线测试项目，预设sit＝[190,290]，代表C线和T线预设的位置。如果荧光曲线在i＝[170,210]或[270,310]这两个区域至少有一个波峰点，则该项指标通过，否则不通过。
比如某四线测试项目，预设sit＝[67,146,217,294]，若在四个预设位点的位点峰正负20的区域至少出现了一个波峰点，则该项指标通过，否则不通过。
上述两个指标中，可以根据预设规则确定曲线数据异常信息是否是异常状态，例如，预设规则可以是只有当上述两项指标都通过时，曲线数据异常信息表征为非异常状态，否则，曲线数据异常信息表征为异常状态。
在一些可能的实施方式中，基础数据异常信息可以通过以下任何方式确定：
(1)基础数据中的输入项目号与检测项目号不匹配；其中输入项目号为用户使用荧光检测装置时输入的项目号；检测项目号为荧光检测装置对试纸进行自动检测得到的项目号；
实际应用过程中，当试剂卡板插入荧光检测装置读数时，操作者需要手动选择其测试项目，荧光检测装置会根据操作者选择的测试项目，在该项目预设的sit矩阵区域进行C、T值的计算。但当操作者选错测试项目或误将别的测试项目的试剂卡板插入时，荧光检测装置的C、T值计算结果即为不可靠数据，即使曲线属于正常曲线，但该条测试数据也是无效的。基于此，如果输入的项目号错误时，检测到的C值和T值与项目号对应的C值和T值不对应，此时，该项指标不通过。
(2)C值小于预设标准C值，且峰值数据集合中没有峰值位于以预设质控线位置为中心的第四区域内。
该项指标用于判断是否检测到了质控线，如果没有检测到质控线，该项指标不通过。
同样地，可以预设上述两个指标全部通过时，基础数据异常信息表征为非异常状态，否则，基础数据异常信息表征为异常状态。
在一些可能的实施方式中，曲线形状异常信息可以通过以下任一方式确定：
(1)在曲线数据对应的左侧第一个峰值以左区域内，所有荧光点的均值大于预设第一均值；
该指标用于确定待分析曲线的左端非峰区域是否翘起，如果出现翘起或者鼓包，则该项指标不通过。
(2)在曲线数据对应的右侧第一个峰值以右区域内，所有荧光点的均值大于预设第一均值；
该指标用于确定待分析曲线的右端非峰区域是否翘起，如果出现翘起或者鼓包，则该项指标不通过。
具体地，判断鼓包或者翘起的过程如下：
判断0到左边第一个峰之间的归一化后的平均值。若大于预设临界值则视为左端翘起。目前单测项目的预设临界值限定为0.235；双测的预设临界值限定为0.5，三测的预设临界值限定为0.75。如图5a所示，该待分析曲线的左端非峰区域翘起，此待分析曲线数据视为无效。
(3)曲线数据对应的左侧第一个峰值及右侧第一个峰值之间，所有荧光点的均值大于预设第二均值；
该项指标用于判断待分析曲线的波谷是否过高。具体地，若有90％以上的荧光值的归一化结果大于0.45，则该项指标不通过。如图5b所示，左边第一个峰和右边第一个峰之间，平均值过高，即波谷不够低，因此该待分析曲线的该项指标不通过。
(4)根据预设区间将曲线数据划分成多个第二区域，第二区域的右端荧光点的值与左侧荧光点的值的差值大于预设差值；
(5)曲线数据对应的曲线左端存在低波浪或低直线；
低波浪的判断方法可以是：判断待分析曲线前左三分之一段出现的峰的个数是否大于X。例如，计算曲线左三分之一段导数，若导函数的零点大于X(说明曲线在该区间内频繁上下波动，一阶导数频繁变换正负)，则断定为该指标不通过。在免疫荧光层析项目中，X一般大于7。如图5c所示，该待分析曲线左端出现低波浪，该项指标不通过。
低直线的判断方法可以是：若曲线[0,150]段出现75个以上的荧光点的归一化结果小于0.1，即sum(f(xi)<0.1)>75(i∈[0,150])，则判定为该待分析曲线出现了左端低直线。如图5d所示，该带分析曲线的左端出现低直线，该待分析曲线的该项指标不通过。
(6)峰值数据中每个峰值的左右预设第一范围内存在另一个峰值；
(7)在预设非峰值区域内荧光点的最小值大于预设低值。
该项指标用于判断待分析曲线是否出现了骤降：取一段长为50的区间，从左到右遍历，若区间最右端荧光点的归一化结果+0.15<区间最左的归一化结果，且右端的荧光值原始数据小于10000，则该项不通过。如图5e所示，该待分析曲线的右端出现了骤降，该项指标不通过。
上述多个指标，可以根据预设的规则判断曲线形状异常信息是否表征为异常状态，例如可以预设规则为当上述指标全部通过时，曲线形状异常信息表征为非异常状态，否则，曲线形状异常信息表征为异常状态。
在一些可能的实施方式中，可以通过以下方法确定免疫荧光层析曲线的有效性：
当曲线数据异常信息、基础数据异常信息和曲线形状异常信息均未表征为异常状态，确定免疫荧光层析曲线为有效曲线；
当曲线数据异常信息、基础数据异常信息和曲线形状异常信息有一者表征为异常状态，确定免疫荧光层析曲线为无效曲线。
在实际应用中，当通过本发明的上述实施方式中的任一方式确定免疫荧光层析曲线为有效曲线后，根据免疫荧光层析曲线确定试纸的检测结果。
为了便于理解，本发明实施例还提供了一种免疫荧光层析曲线的应用场景流程示意图，如图6所示，该方法包括：
S602：获取测试记录数据和曲线荧光数据；
S604：对曲线荧光数据进行Smooth光滑处理及归一化处理，得到归一化曲线荧光数据；
S606：判断曲线对应的位点峰区域和非位点峰区域；
S608：设定判别矩阵为1*N的矩阵；
矩阵中的每个数字为0或者1,0代表该项特征未通过，1代表该项特征通过。
S610：逐项判断判别矩阵中每个位置的数字为0或者1；
具体地，可以采用上述实施例中的方法进行判断，即矩阵中每个位置代表一个检测项目，当该检测项目不通过，则该矩阵的该位置设置为0，否则，设置为1。
S612：判断判别矩阵的值中是否所有值均为1，如果是，确定待分析曲线有效；如果否，确定待分析曲线无效。
通过本发明实施例提供的上述方法，可以自动的判别出待分析曲线是否有效，提高了曲线分析的效率，且判断过程综合考虑了曲线的多个特征，保证了曲线分析结果的准确性。
基于上述方法实施例，本发明实施例还提供一种免疫荧光层析曲线的分析装置，参见图7所示，该装置包括：
数据获取模块702，用于获取待分析数据；其中，待分析数据中包括试纸对应的曲线数据和基础数据；曲线数据为通过荧光检测装置对试纸进行检测得到的免疫荧光层析曲线的原始数据信息；基础数据为荧光检测装置对试纸进行自动检测得到的初始检测结果；
峰值确定模块704，用于根据曲线数据和基础数据确定免疫荧光层析曲线中包含的峰值数据集合；其中，峰值数据集合包括免疫荧光层析曲线对应的峰值及峰值对应的荧光点；
总异常信息确定模块706，用于通过峰值数据集合和基础数据确定总异常信息；其中，总异常信息包括曲线数据异常信息、基础数据异常信息和曲线形状异常信息；曲线数据异常信息用于表征曲线数据是否与预设的正常曲线对应的数据匹配；基础数据异常信息用于表征初始检测结果与预设检测结果是否匹配；曲线形状异常信息用于表征曲线数据是否满足预设的正常曲线形状；
有效性确定模块708，用于根据总异常信息确定免疫荧光层析曲线的有效性。
本发明实施例提供了一种免疫荧光层析曲线的分析装置，通过获取待分析数据；其中，待分析数据中包括试纸对应的曲线数据和基础数据；根据曲线数据和基础数据确定免疫荧光层析曲线中包含的峰值数据集合；通过峰值数据集合和基础数据确定总异常信息；其中，总异常信息包括曲线数据异常信息、基础数据异常信息和曲线形状异常信息；根据总异常信息确定免疫荧光层析曲线的有效性。本发明通过对待分析的免疫荧光层析曲线进行分析得到总异常信息，进而通过总异常信息自动确定该曲线的有效性，提高了曲线分析的效率，同时，总异常信息中的曲线数据异常、基础数据异常和曲线形状异常信息可以表征不同的异常情况，从各个方面对曲线的有效性进行确定，保证了曲线有效性判别结果的准确性。
上述基础数据中包括预设质控线位置、C值、预设测试线位置以及T值；其中，C值为荧光检测装置在试纸的预设质控线位置处读取的参考值；T值为荧光检测装置在试纸的预设测试线位置处读取的测试值；上述峰值确定模块704还用于，根据预设质控线位置和预设测试线位置将曲线数据划分为多个第一区域，每个第一区域的中心点对应预设质控线位置或者预设测试线位置；判断每个第一区域中是否存在第一荧光点的值与该第一区域内其他荧光点的值之间的差值均大于预设高度差，如果是，确定第一荧光点对应的数据为峰值数据。
上述判断每个第一区域中是否存在第一荧光点的值与该第一区域其他荧光点的值之间的差值均大于预设高度差，如果是，确定第一荧光点对应的数据为峰值数据的过程，包括：如果第一区域为预设峰值区域，将该预设峰值区域中同时满足如下公式的荧光点对应的数据确定为峰值数据：
Figure BDA0003250874310000171
其中，h1为第一预设高度差，a为预设峰宽度的1/2，f(xi)为曲线数据中第i个荧光点的值，f(xi-a)为在第i个荧光点左侧且与第i个荧光点的距离为a的荧光点的值，f(xi+a)为与在第i个荧光点右侧且与第i个荧光点的距离为a的荧光点的值；如果第一区域为预设非峰值区域，将该预设非峰值区域中同时满足如下公式的荧光点对应的数据确定为峰值数据：
Figure BDA0003250874310000181
其中，h2为第二预设高度差。
当满足以下任一情况时，上述曲线数据异常信息表征为异常状态；曲线数据中小于预设荧光值的荧光点的数量与荧光点的总数量的比值大于预设第一占比；峰值数据集合中没有峰值存在于以预设质控线位置为中心的第二区域内或者以预设测试线位置为中心的第三区域内。
当满足以下任一情况时，上述基础数据异常信息表征为异常状态：基础数据中的输入项目号与检测项目号不匹配；其中输入项目号为用户使用荧光检测装置时输入的项目号；检测项目号为荧光检测装置对试纸进行自动检测得到的项目号；C值小于预设标准C值，且峰值数据集合中没有峰值位于以预设质控线位置为中心的第四区域内。
当满足以下任一情况时，上述曲线形状异常表征为异常状态：在曲线数据对应的左侧第一个峰值以左区域内，所有荧光点的均值大于预设第一均值；在曲线数据对应的右侧第一个峰值以右区域内，所有荧光点的均值大于预设第一均值；曲线数据对应的左侧第一个峰值及右侧第一个峰值之间，所有荧光点的均值大于预设第二均值；根据预设区间将曲线数据划分成多个第二区域，第二区域的右端荧光点的值与左侧荧光点的值的差值大于预设差值；曲线数据对应的曲线左端存在低波浪或低直线；峰值数据中每个峰值的左右预设第一范围内存在另一个峰值；在预设非峰值区域内荧光点的最小值大于预设低值。
上述装置还包括：预处理模块，用于对曲线数据进行归一化处理。
上述有效性确定模块708还用于，当曲线数据异常信息、基础数据异常信息和曲线形状异常信息均未表征为异常状态，确定免疫荧光层析曲线为有效曲线；当曲线数据异常信息、基础数据异常信息和曲线形状异常信息有一者表征为异常状态，确定免疫荧光层析曲线为无效曲线。
上述装置还包括：检测模块，用于如果免疫荧光层析曲线为有效曲线，根据免疫荧光层析曲线确定试纸的检测结果。
本发明实施例提供的免疫荧光层析曲线装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，上述装置的实施例部分未提及之处，可参考前述免疫荧光层析曲线方法实施例中的相应内容。
本发明实施例还提供了一种电子设备，如图8所示，为该电子设备的结构示意图，其中，该电子设备包括处理器801和存储器802，该存储器802存储有能够被该处理器801执行的计算机可执行指令，该处理器801执行该计算机可执行指令以实现上述免疫荧光层析曲线方法。
在图8示出的实施方式中，该电子设备还包括总线803和通信接口804，其中，处理器801、通信接口804和存储器802通过总线803连接。
其中，存储器802可能包含高速随机存取存储器(RAM，Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口804(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。总线803可以是ISA(IndustryStandard Architecture，工业标准体系结构)总线、PCI(Peripheral ComponentInterconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。所述总线803可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
处理器801可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器801中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器801可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DigitalSignal Processor，简称DSP)、专用集成电路(Application Specific IntegratedCircuit，简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器801读取存储器中的信息，结合其硬件完成前述实施例的免疫荧光层析曲线方法的步骤。
本发明实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令在被处理器调用和执行时，该计算机可执行指令促使处理器实现上述免疫荧光层析曲线方法，具体实现可参见前述方法实施例，在此不再赘述。
本发明实施例所提供的免疫荧光层析曲线方法、装置及电子设备的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对步骤、数字表达式和数值并不限制本发明的范围。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种免疫荧光层析曲线的分析方法，其特征在于，所述方法包括：
获取待分析数据；其中，所述待分析数据中包括试纸对应的曲线数据和基础数据；所述曲线数据为通过荧光检测装置对试纸进行检测得到的免疫荧光层析曲线的原始数据信息；所述基础数据为所述荧光检测装置对所述试纸进行自动检测得到的初始检测结果；
根据所述曲线数据和所述基础数据确定所述免疫荧光层析曲线中包含的峰值数据集合；其中，所述峰值数据集合包括所述免疫荧光层析曲线对应的峰值及所述峰值对应的荧光点；
通过所述峰值数据集合和所述基础数据确定总异常信息；其中，所述总异常信息包括曲线数据异常信息、基础数据异常信息和曲线形状异常信息；所述曲线数据异常信息用于表征所述曲线数据是否与预设的正常曲线对应的数据匹配；所述基础数据异常信息用于表征所述初始检测结果与预设检测结果是否匹配；所述曲线形状异常信息用于表征所述曲线数据是否满足预设的正常曲线形状；
根据所述总异常信息确定所述免疫荧光层析曲线的有效性。
2.根据权利要求1所述的方法，其特征在于，所述基础数据中包括预设质控线位置、C值、预设测试线位置以及T值；其中，所述C值为所述荧光检测装置在所述试纸的所述预设质控线位置处读取的参考值；所述T值为所述荧光检测装置在所述试纸的所述预设测试线位置处读取的测试值；
根据所述曲线数据和所述基础数据确定所述免疫荧光层析曲线中包含的峰值数据集合的步骤，包括：
根据所述预设质控线位置和所述预设测试线位置将所述曲线数据划分为多个第一区域，每个所述第一区域的中心点对应所述预设质控线位置或者所述预设测试线位置；
判断每个所述第一区域中是否存在第一荧光点的值与该第一区域内其他荧光点的值之间的差值均大于预设高度差，如果是，确定所述第一荧光点对应的数据为峰值数据。
3.根据权利要求2所述的方法，其特征在于，判断每个所述第一区域中是否存在第一荧光点的值与该第一区域其他荧光点的值之间的差值均大于预设高度差，如果是，确定所述第一荧光点对应的数据为峰值数据的步骤，包括：
如果所述第一区域为预设峰值区域，将该预设峰值区域中同时满足如下公式的荧光点对应的数据确定为峰值数据：
Figure FDA0003250874300000021
其中，h1为第一预设高度差，a为预设峰宽度的1/2，f(xi)为所述曲线数据中第i个荧光点的值，f(xi-a)为在所述第i个荧光点左侧且与所述第i个荧光点的距离为a的荧光点的值，f(xi+a)为与在所述第i个荧光点右侧且与所述第i个荧光点的距离为a的荧光点的值；
如果所述第一区域为预设非峰值区域，将该预设非峰值区域中同时满足如下公式的荧光点对应的数据确定为峰值数据：
Figure FDA0003250874300000022
其中，h2为第二预设高度差。
4.根据权利要求2所述的方法，其特征在于，当满足以下任一情况时，所述曲线数据异常信息表征为异常状态；
所述曲线数据中小于预设荧光值的所述荧光点的数量与所述荧光点的总数量的比值大于预设第一占比；
所述峰值数据集合中没有峰值存在于以所述预设质控线位置为中心的第二区域内或者以所述预设测试线位置为中心的第三区域内。
5.根据权利要求2所述的方法，其特征在于，当满足以下任一情况时，所述基础数据异常信息表征为异常状态：
所述基础数据中的输入项目号与检测项目号不匹配；其中所述输入项目号为用户使用所述荧光检测装置时输入的项目号；所述检测项目号为所述荧光检测装置对所述试纸进行自动检测得到的项目号；
所述C值小于预设标准C值，且所述峰值数据集合中没有峰值位于以所述预设质控线位置为中心的第四区域内。
6.根据权利要求1所述的方法，其特征在于，当满足以下任一情况时，所述曲线形状异常表征为异常状态：
在所述曲线数据对应的左侧第一个峰值以左区域内，所有荧光点的均值大于预设第一均值；
在所述曲线数据对应的右侧第一个峰值以右区域内，所有荧光点的均值大于所述预设第一均值；
所述曲线数据对应的左侧第一个峰值及右侧第一个峰值之间，所有荧光点的均值大于预设第二均值；
根据预设区间将所述曲线数据划分成多个第二区域，所述第二区域的右端荧光点的值与左侧荧光点的值的差值大于预设差值；
所述曲线数据对应的曲线左端存在低波浪或低直线；
所述峰值数据中每个所述峰值的左右预设第一范围内存在另一个峰值；
在所述预设非峰值区域内荧光点的最小值大于预设低值。
7.根据权利要求1-6任一项所述的方法，其特征在于，根据所述总异常信息确定所述免疫荧光层析曲线的有效性的步骤，包括：
当所述曲线数据异常信息、所述基础数据异常信息和所述曲线形状异常信息均未表征为异常状态，确定所述免疫荧光层析曲线为有效曲线；
当所述曲线数据异常信息、所述基础数据异常信息和所述曲线形状异常信息有一者表征为异常状态，确定所述免疫荧光层析曲线为无效曲线。
8.一种免疫荧光层析曲线的分析装置，其特征在于，所述装置包括：
数据获取模块，用于获取待分析数据；其中，所述待分析数据中包括试纸对应的曲线数据和基础数据；所述曲线数据为通过荧光检测装置对试纸进行检测得到的免疫荧光层析曲线的原始数据信息；所述基础数据为所述荧光检测装置对所述试纸进行自动检测得到的初始检测结果；
峰值确定模块，用于根据所述曲线数据和所述基础数据确定所述免疫荧光层析曲线中包含的峰值数据集合；其中，所述峰值数据集合包括所述免疫荧光层析曲线对应的峰值及所述峰值对应的荧光点；
总异常信息确定模块，用于通过所述峰值数据集合和所述基础数据确定总异常信息；其中，所述总异常信息包括曲线数据异常信息、基础数据异常信息和曲线形状异常信息；所述曲线数据异常信息用于表征所述曲线数据是否与预设的正常曲线对应的数据匹配；所述基础数据异常信息用于表征所述初始检测结果与预设检测结果是否匹配；所述曲线形状异常信息用于表征所述曲线数据是否满足预设的正常曲线形状；
有效性确定模块，用于根据所述总异常信息确定所述免疫荧光层析曲线的有效性。
9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现权利要求1至7任一项所述的方法。
CN202111044962.3A 2021-09-07 2021-09-07 免疫荧光层析曲线的分析方法、装置及电子设备 Pending CN113761456A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111044962.3A CN113761456A (zh) 2021-09-07 2021-09-07 免疫荧光层析曲线的分析方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111044962.3A CN113761456A (zh) 2021-09-07 2021-09-07 免疫荧光层析曲线的分析方法、装置及电子设备

Publications (1)

Publication Number Publication Date
CN113761456A true CN113761456A (zh) 2021-12-07

Family

ID=78793517

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111044962.3A Pending CN113761456A (zh) 2021-09-07 2021-09-07 免疫荧光层析曲线的分析方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN113761456A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114636828A (zh) * 2022-05-07 2022-06-17 深圳市帝迈生物技术有限公司 样本实时检测方法、装置、样本分析仪和存储介质

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008545380A (ja) * 2005-05-13 2008-12-18 バイオ−ラッド ラボラトリーズ，インコーポレイティド 増幅データのベースライン化
US20110238323A1 (en) * 2009-05-15 2011-09-29 Idaho Technology, Inc. Systems and methods for automated melting curve analysis
CN102520165A (zh) * 2011-12-29 2012-06-27 北京康美天鸿生物科技有限公司 一种量子点荧光免疫层析高灵敏定量检测的方法
CN102539785A (zh) * 2011-12-29 2012-07-04 深圳康美生物科技股份有限公司 一种全程定量检测c-反应蛋白的荧光免疫层析方法及其试剂盒
CN104062425A (zh) * 2013-03-18 2014-09-24 北京易斯威特生物医学科技有限公司 免疫层析分析检测系统及方法
US20160245690A1 (en) * 2013-08-27 2016-08-25 Hitachi High-Technologies Corporation Nucleic Acid Analysis Device and Diagnosis Method
CN106596489A (zh) * 2016-12-19 2017-04-26 中国科学院苏州生物医学工程技术研究所 用于荧光液滴检测中荧光强度数据的处理方法
CN107367610A (zh) * 2016-12-20 2017-11-21 上海艾瑞德生物科技有限公司 荧光免疫层析测试基线数据的处理方法
CN109342712A (zh) * 2018-12-04 2019-02-15 必欧瀚生物技术（合肥）有限公司 一种荧光免疫分析仪的信息自动识别方法
CN112034170A (zh) * 2020-09-09 2020-12-04 三门县人民医院 荧光层析定量检测幽门螺杆菌抗体试剂卡及检测方法
CN112085061A (zh) * 2020-08-10 2020-12-15 杭州凯曼健康科技有限公司 一种量子点免疫荧光曲线的特征识别方法
CN112345759A (zh) * 2020-11-16 2021-02-09 三诺生物传感股份有限公司 一种用于荧光强度峰检测的方法
CN112666062A (zh) * 2020-11-20 2021-04-16 浙江省荣军医院 流式细胞术在体液细胞免疫分析中联合检测的方法
CN113324957A (zh) * 2021-04-25 2021-08-31 南京长健生物科技有限公司 一种荧光免疫检测方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008545380A (ja) * 2005-05-13 2008-12-18 バイオ−ラッド ラボラトリーズ，インコーポレイティド 増幅データのベースライン化
US20110238323A1 (en) * 2009-05-15 2011-09-29 Idaho Technology, Inc. Systems and methods for automated melting curve analysis
CN102520165A (zh) * 2011-12-29 2012-06-27 北京康美天鸿生物科技有限公司 一种量子点荧光免疫层析高灵敏定量检测的方法
CN102539785A (zh) * 2011-12-29 2012-07-04 深圳康美生物科技股份有限公司 一种全程定量检测c-反应蛋白的荧光免疫层析方法及其试剂盒
CN104062425A (zh) * 2013-03-18 2014-09-24 北京易斯威特生物医学科技有限公司 免疫层析分析检测系统及方法
US20160245690A1 (en) * 2013-08-27 2016-08-25 Hitachi High-Technologies Corporation Nucleic Acid Analysis Device and Diagnosis Method
CN106596489A (zh) * 2016-12-19 2017-04-26 中国科学院苏州生物医学工程技术研究所 用于荧光液滴检测中荧光强度数据的处理方法
CN107367610A (zh) * 2016-12-20 2017-11-21 上海艾瑞德生物科技有限公司 荧光免疫层析测试基线数据的处理方法
CN109342712A (zh) * 2018-12-04 2019-02-15 必欧瀚生物技术（合肥）有限公司 一种荧光免疫分析仪的信息自动识别方法
CN112085061A (zh) * 2020-08-10 2020-12-15 杭州凯曼健康科技有限公司 一种量子点免疫荧光曲线的特征识别方法
CN112034170A (zh) * 2020-09-09 2020-12-04 三门县人民医院 荧光层析定量检测幽门螺杆菌抗体试剂卡及检测方法
CN112345759A (zh) * 2020-11-16 2021-02-09 三诺生物传感股份有限公司 一种用于荧光强度峰检测的方法
CN112666062A (zh) * 2020-11-20 2021-04-16 浙江省荣军医院 流式细胞术在体液细胞免疫分析中联合检测的方法
CN113324957A (zh) * 2021-04-25 2021-08-31 南京长健生物科技有限公司 一种荧光免疫检测方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
IVD资讯: "2021年最新最全"PCR异常曲线"分析", Retrieved from the Internet <URL:https://www.cn-healthcare.com/articlewm/20210222/content-1191755.html> *
任冰强;黄立华;黄惠杰;: "基于免疫层析技术的时间分辨荧光免疫分析仪研究", 仪器仪表学报, no. 06 *
刘寰曦;王弼陡;罗刚银;: "基于ARM的荧光定量分析仪设计", 电子测量技术, no. 13 *
刘翔;杜民;李玉榕;高跃明;: "荧光免疫层析定量检测系统的设计与实现", 电子测量与仪器学报, no. 09 *
心平气和: "十种常见PCR异常曲线解析", Retrieved from the Internet <URL:https://zhuanlan.zhihu.com/p/344503251> *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114636828A (zh) * 2022-05-07 2022-06-17 深圳市帝迈生物技术有限公司 样本实时检测方法、装置、样本分析仪和存储介质
CN114636828B (zh) * 2022-05-07 2022-10-25 深圳市帝迈生物技术有限公司 样本实时检测方法、装置、样本分析仪和存储介质

Similar Documents

Publication Publication Date Title
CA2596204C (en) Method and system for determining an optimal dilution of a reagent
CN110070533B (zh) 一种目标检测结果的评测方法、装置、设备及存储介质
CN108156452B (zh) 一种检测传感器的方法、装置、设备及存储介质
Kroll et al. Evaluation of the extent of nonlinearity in reportable range studies
WO2019104487A1 (zh) 一种混合物检测方法及设备
CN114166768B (zh) 不同设备检测同一指标同质化换算方法、装置、电子设备
CN115311484B (zh) 一种焊缝数据的优化聚类分割方法
CN112634201B (zh) 目标检测方法、装置和电子设备
CN113761456A (zh) 免疫荧光层析曲线的分析方法、装置及电子设备
CN113378805A (zh) 基于深度学习的限高装置检测方法、系统和智能终端
CN115048613A (zh) 一种指标同质化换算方法、装置、电子设备及存储介质
Lassen Automatic high‐precision measurements of the location and width of Kikuchi bands in electron backscatter diffraction patterns
CN109444060B (zh) 溶液浓度检测方法、装置、设备和存储介质
CN117152152A (zh) 检测试剂盒的生产管理系统及方法
CN115356479B (zh) 一种金免疫层析检测方法和系统
CN114882470A (zh) 车载防碰撞预警方法、装置、计算机设备及存储介质
CN113834782A (zh) 一种基于水质检测的设备运行方法及系统
CN113742652A (zh) 免疫荧光层析曲线的分析方法、装置及电子设备
CN108227038B (zh) 一种台风强度诊断方法、装置、服务器及存储介质
CN113445099A (zh) 槽液分析方法、装置及计算机可读存储介质
Shang et al. A study on micropipetting detection technology of automatic enzyme immunoassay analyzer
CN114820003A (zh) 定价信息异常识别方法、装置、电子设备及存储介质
CN112116433A (zh) 订单归因方法及装置
TWI764492B (zh) 缺陷檢測分類方法、裝置、電子設備及存儲介質
CN112765011B (zh) 质控状态判定方法、装置及电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination