CN113777053B - 基于量子点荧光与多光谱相机的高通量检测方法及装置 - Google Patents

基于量子点荧光与多光谱相机的高通量检测方法及装置 Download PDF

Info

Publication number
CN113777053B
CN113777053B CN202111060370.0A CN202111060370A CN113777053B CN 113777053 B CN113777053 B CN 113777053B CN 202111060370 A CN202111060370 A CN 202111060370A CN 113777053 B CN113777053 B CN 113777053B
Authority
CN
China
Prior art keywords
information
fluorescence
value
preset
target result
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111060370.0A
Other languages
English (en)
Other versions
CN113777053A (zh
Inventor
蔡惠明
卢露
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.)
Nanjing Nuoyuan Medical Devices Co Ltd
Original Assignee
Nanjing Nuoyuan Medical Devices 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 Nanjing Nuoyuan Medical Devices Co Ltd filed Critical Nanjing Nuoyuan Medical Devices Co Ltd
Priority to CN202111060370.0A priority Critical patent/CN113777053B/zh
Publication of CN113777053A publication Critical patent/CN113777053A/zh
Application granted granted Critical
Publication of CN113777053B publication Critical patent/CN113777053B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • 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
    • G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64—Fluorescence; Phosphorescence
    • G01N21/6402—Atomic fluorescence; Laser induced fluorescence
    • 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
    • G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64—Fluorescence; Phosphorescence
    • G01N21/6486—Measuring fluorescence of biological material, e.g. DNA, RNA, cells
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture

Landscapes

  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Engineering & Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Optics & Photonics (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本发明提供一种基于量子点荧光与多光谱相机的高通量检测方法及装置，包括：接收选择数据，基于选择数据得到光谱选择信息、荧光对应信息以及目标结果信息；基于光谱选择信息控制所述多光谱相机对目标物进行图像提取，获取不同光谱段的光谱图像；基于荧光对应信息，提取光谱图像中的荧光图像信息，所述荧光图像信息包括多个荧光点的数量值和亮度值；根据所述目标结果信息选择预先设置的预测对应表，将荧光点的数量值和亮度值与预测对应表对应得到目标结果数据。本发明提供的技术方案，能够对根据用户的选择，自动的对待测物质进行检测，根据该待测物质的相关属性得到相应的目标结果数据，实现智能预测，降低了工作人员的工作量，辅助实验、测量。

Description

基于量子点荧光与多光谱相机的高通量检测方法及装置
技术领域
本发明涉及生化样品检测技术领域，尤其涉及一种基于量子点荧光与多 光谱相机的高通量检测方法及装置。
背景技术
高通量筛选(High throughput screening，HTS)技术是指以分子水平和 细胞水平的实验方法为基础，以微板形式作为实验工具载体，以自动化操作 系统执行试验过程，以灵敏快速的检测仪器采集实验结果数据，以计算机分 析处理实验数据，在同一时间检测数以千万的样品，并以得到的相应数据库 支持运转的技术体系，它具有微量、快速、灵敏和准确等特点。简言之就是 可以通过一次实验获得大量的信息，并从中找到有价值的信息。
量子点作为一种新兴的荧光标记材料，有许多突出优点。首先，这种材 料的发射光具有尺寸相关的特性，即可以通过人工调制合成时的尺寸，改变 发射光的波长；其次，量子点往往具有较大的斯托克斯位移，即激发光与发 射光之间的波长距离较大，不易互相干扰；另外，量子点具有较宽的激发光 谱和较窄的发射光谱，这种特性使得利用单一激发光源激发多种不同发射波 长量子点然后同时进行检测，也就是多种目标物的同时检测成为可能；最后， 量子点有大大超过传统有机荧光染料的荧光寿命与量子效率，对于检测装置的性能要求大大降低。
基于多光谱相机，结合量子点可以对不同的样品的信息进行检测。
在不同的场景、物质检测中，相同颜色的荧光可能会代表不同的信息， 例如说在癌症检测时，使用DAPI作为染色剂与细胞细胞核内DNA结合而使其 染色，DAPI为4',6-二脒基-2-苯基吲哚(4',6-diamidino-2-phenylindole)， 细胞核被染色后，在紫外光照射下细胞核会发出蓝色荧光，其强弱与该细胞 的DNA含量成正比，蓝色荧光越高，则癌症病变的可能越大。但是在进行其 他物质检测时，也会出现蓝色荧光，此时的染色剂可能是其他物质。此时， 必须要人为区分染色剂的不同、照射波长的不同以及生物特征的不同，智能 性较差。
发明内容
本发明实施例提供一种基于量子点荧光与多光谱相机的高通量检测方法 及装置，能够对根据用户的选择，自动的对待测物质进行检测，根据该待测 物质的相关属性得到相应的目标结果数据，实现智能预测，降低了工作人员 的工作量，辅助实验、测量。
本发明实施例的第一方面，提供一种基于量子点荧光与多光谱相机的 高通量检测方法，包括：
接收选择数据，基于所述选择数据得到光谱选择信息、荧光对应信息 以及目标结果信息；
根据所述光谱选择信息控制所述多光谱相机对目标物进行图像提取， 获取不同光谱段的光谱图像；
根据所述荧光对应信息，提取所述光谱图像中的荧光图像信息，所述 荧光图像信息包括多个荧光点的数量值和亮度值；
根据所述目标结果信息选择预先设置的预测对应表，将荧光点的数量 值和亮度值与预测对应表对应得到目标结果数据。
可选地，在第一方面的一种可能实现方式中，根据所述荧光对应信 息，提取所述光谱图像中的荧光图像信息，所述荧光图像信息包括多个荧 光点的数量值和亮度值包括：
获取所述荧光对应信息的RGB值范围，根据所述RGB值范围选择光 谱图像中相应的像素点；
确定在RGB值范围内的像素点的数量值，以及在RGB值范围内每个 像素点的亮度值。
可选地，在第一方面的一种可能实现方式中，其中，每个目标结果信 息具有与其唯一对应的预测对应表，所述预测对应表包括预设数量阈值和 预设亮度阈值；
根据所述目标结果信息选择预先设置的预测对应表，将荧光点的数量 值和亮度值与预测对应表对应得到目标结果数据包括：
将RGB值范围内的像素点的数量值与所述预设数量阈值比对得到比 对结果；
如果所述比对结果小于预设值，则直接得到第一结果信息，所述第一 结果信息属于目标结果数据。
可选地，在第一方面的一种可能实现方式中，根据所述目标结果信息 选择预先设置的预测对应表，将荧光点的数量值和亮度值与预测对应表对 应得到目标结果数据包括：
如果所述比对结果大于预设值；
则通过以下公式计算第一亮度 值，包括：
其中，P1为第一亮度值，ai为第i个像素点的亮度值，N为像素点的数 量；
如果所述第一亮度值位于预设亮度阈值内，则输出相应的第二结果信 息。
可选地，在第一方面的一种可能实现方式中，根据所述目标结果信息 选择预先设置的预测对应表，将荧光点的数量值和亮度值与预测对应表对 应得到目标结果数据包括：
如果所述比对结果大于预设值；
则通过以下公式计算第二亮度值，包括：
Figure BDA0003256258190000032
其中，P2为第一亮度值，ai为第i个像素点的亮度值，N为像素点的数 量，A为患者的年龄值，C为预设年龄值，k为年龄换算系数，B为性别 权重。
如果所述第二亮度值位于预设亮度阈值内，则输出第三结果信息。
可选地，在第一方面的一种可能实现方式中，接收选择数据，基于所 述选择数据得到光谱选择信息、荧光对应信息以及目标结果信息包括：
预先配置关键词列表，所述关键词列表中的包括关键词以及每个关键 词对应的光谱选择信息、荧光对应信息以及目标结果信息；
提取所述选择数据中的选择文本，将所述选择文本与关键词比对得到 对应的光谱选择信息、荧光对应信息以及目标结果信息。
可选地，在第一方面的一种可能实现方式中，预先对每个目标结果信 息设置第一结果标签，对预测对应表设置第二结果标签；
将所述第一结果标签和第二结果标签关联设置；
根据所述目标结果信息选择预先设置的预测对应表包括：
获取目标结果的第一结果标签，选定与所述第一结果标签关联的第二 结果标签所对应的预测对应表。
可选地，在第一方面的一种可能实现方式中，接收反馈数据，所述 反馈数据为对所述目标结果数据人为的修正后的正确数据；
根据所述反馈数据通过以下公式对预测对应表中荧光点的预设数量 阈值和\或预设亮度阈值调整，
Figure BDA0003256258190000041
其中，s1为调整前的预设数量阈值，s2为调整后的预设数量阈值，l1为调 整前的预设亮度阈值，l2为调整后的预设亮度阈值，z1为目标结果数据的量 化值，z2为反馈数据的量化值，g为数量调整系数，h为亮度调整系数。
本发明实施例的第二方面，提供一种基于量子点荧光与多光谱相机的 高通量检测装置，包括：
选择模块，用于接收选择数据，基于所述选择数据得到光谱选择信息、 荧光对应信息以及目标结果信息；
光谱图像提取模块，用于根据所述光谱选择信息控制所述多光谱相机对 目标物进行图像提取，获取不同光谱段的光谱图像；
荧光图像提取模块，用于根据所述荧光对应信息，提取所述光谱图像 中的荧光图像信息，所述荧光图像信息包括多个荧光点的数量值和亮度值；
结果预测模块，用于根据所述目标结果信息选择预先设置的预测对应 表，将荧光点的数量值和亮度值与预测对应表对应得到目标结果数据。
本发明实施例的第三方面，提供一种可读存储介质，所述可读存储介质 中存储有计算机程序，所述计算机程序被处理器执行时用于实现本发明第一 方面及第一方面各种可能设计的所述方法。
本发明提供的一种基于量子点荧光与多光谱相机的高通量检测方法，能 够根据检测人员、使用者输入的选择数据，得到相应的光谱选择信息、荧光 对应信息以及目标结果信息，使得检测人员、使用者无需实时记住检测、实 验时的对象，本发明能够根据其检测目的，直接得到相应的目标结果数据， 无需人为区分染色剂的不同、照射波长的不同以及生物特征的不同，易于操 作。
本发明会预先设置预设数量阈值和预设亮度阈值，通过将荧光点的数量 值和亮度值与预设数量阈值和预设亮度阈值比对，得到目标结果数据。在比 对过程中，首先会进行数量维度的比对，根据数量维度的比对结果，确定是 否能够直接得到确定的目标结果数据，如果可以得到，则无需再进行后续处 理，降低数据的处理量。如果不可以得到，则进行亮度值的比对，在亮度的 维度上进行比对后即可得到最终的目标结果数据。通过以上方式，在保障得 到相对准确的目标结果数据的同时，降低了数据的处理量。
本发明会根据使用者反馈的反馈数据对预设数量阈值和\或预设亮度阈 值进行调整，使得修改后的预设数量阈值和预设亮度阈值在检测相应的物质 时更加的准确，实用性较强。
附图说明
图1为基于量子点荧光与多光谱相机的高通量检测方法的第一种实施方 式的流程图；
图2为基于量子点荧光与多光谱相机的高通量检测方法的第二种实施方 式的流程图；
图3为基于量子点荧光与多光谱相机的高通量检测装置的第一种实施方 式的结构图。
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，下面将结合本发 明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述， 显然，所描述的实施例仅仅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。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、 “第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述 特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换， 以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的 顺序实施。
应当理解，在本发明的各种实施例中，各过程的序号的大小并不意味着 执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对 本发明实施例的实施过程构成任何限定。
应当理解，在本发明中，“包括”和“具有”以及他们的任何变形，意 图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、 系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有 清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解，在本发明中，“多个”是指两个或两个以上。“和/或”仅仅 是一种描述关联对象的关联关系，表示可以存在三种关系，例如，和/或 B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字 符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和 C”、“包含A、B、C”是指A、B、C三者都包含，“包含A、B或C”是指包 含A、B、C三者之一，“包含A、B和/或C”是指包含A、B、C三者中任1 个或任2个或3个。
应当理解，在本发明中，“与A对应的B”、“与A相对应的B”、“A 与B相对应”或者“B与A相对应”，表示B与A相关联，根据A可以确定B。 根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确 定B。A与B的匹配，是A与B的相似度大于或等于预设的阈值。
取决于语境，如在此所使用的“若”可以被解释成为“在……时”或“当…… 时”或“响应于确定”或“响应于检测”。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具 体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例 不再赘述。
本发明提供一种基于量子点荧光与多光谱相机的高通量检测方法，如 图1所示，包括：
步骤S110、接收选择数据，基于所述选择数据得到光谱选择信息、 荧光对应信息以及目标结果信息。本发明可以通过预先设置的输入设备接 收选择数据，输入设备可以是触摸屏幕、键盘、鼠标等等。
其中，步骤S110包括：
预先配置关键词列表，所述关键词列表中的包括关键词以及每个关键 词对应的光谱选择信息、荧光对应信息以及目标结果信息。本发明会预先 配置关键词列表，关键词可以是宫颈癌、肺癌等等。当关键词为宫颈癌时， 其对应的光谱选择信息可能是340nm、280nm等等，荧光对应信息可能是 蓝色荧光、黄色荧光等等，目标结果信息可能是对应的预设值及预设值的 范围，预设值可以是数量值，例如100、200等等，预设范围可以是20 至30、50至100等等。
提取所述选择数据中的选择文本，将所述选择文本与关键词比对得到 对应的光谱选择信息、荧光对应信息以及目标结果信息。例如说，实验人 员需要进行宫颈癌的检测、预测，则此时其输入的选择数据至少包括“宫 颈癌”这三个字，此时选择文本至少包括“宫颈癌”，还可以包括检测、 预测等等，该步骤基于文本处理完成，本发明不做任何限定。文本中包括 了“宫颈癌”这三个字，关键词也包括了“宫颈癌”这三个字，则此时选 择文本与关键词相对应，认为光谱选择信息、荧光对应信息以及目标结果 信息与选择数据相对应，得到光谱选择信息、荧光对应信息以及目标结果 信息。
步骤S120、根据所述光谱选择信息控制所述多光谱相机对目标物进 行图像提取，获取不同光谱段的光谱图像。在不同的实验、检测过程 中，可能会对待测物质进行多维度的监测，则此时使用的染色剂可能包括 多种类别，不同的染色剂可能会在不同光谱段进行荧光的显示，所以本发 明会根据光谱选择信息控制多光谱相机在相应光谱段进行图像提取，例如 说两个染色剂，第一个染色剂的荧光显现的触发波长为340nm，第二个 染色剂的荧光显现的触发波长为280nm，则此时光谱选择信息所对应的 是选择340nm和280nm的波长的光谱。
步骤S130、根据所述荧光对应信息，提取所述光谱图像中的荧光图 像信息，所述荧光图像信息包括多个荧光点的数量值和亮度值。例如 说，在宫颈癌的检测时，染色剂的荧光显现的触发波长为340nm，此时多 光谱相机输出的光线波长为340nm，染色剂显现为蓝色荧光，此时光谱 图像中会存在蓝色荧光。例如说，蓝色荧光在RGB值中的范围是100 至120，则此时的荧光对应信息是RGB值为100至120。
在一个可能的实施方式中，如图2所示，步骤S130包括：
步骤S1301、获取所述荧光对应信息的RGB值范围，根据所述RGB 值范围选择光谱图像中相应的像素点。如上所说，RGB值范围可以是 100至120，本发明会选定光谱图像中在RGB值范围内的所有像素点。
步骤S1302、确定在RGB值范围内的像素点的数量值，以及在RGB 值范围内每个像素点的亮度值。在本发明中，会得到光谱图像中相应的荧 光点的数量值和亮度值，通过荧光点的数量值和亮度值来反映待测物质中 各种元素的含量，例如说待测物质为工作液、细胞样本，元素为DNA等 等。
步骤S140、根据所述目标结果信息选择预先设置的预测对应表，将荧 光点的数量值和亮度值与预测对应表对应得到目标结果数据。
在一个可能的实施方式中，预先对每个目标结果信息设置第一结果标 签，对预测对应表设置第二结果标签。例如说目标结果信息为宫颈癌几率， 预测对应表可以是表1所示，
Figure BDA0003256258190000071
表1
本发明，会根据荧光点的数量值、亮度值得到宫颈癌几率，进行预测。
将所述第一结果标签和第二结果标签关联设置。本发明会通过标签的 形式将目标结果信息与预测对应表对应关联，使得在进行目标结果信息和 预测对应表调取时速度更快。
根据所述目标结果信息选择预先设置的预测对应表包括：
获取目标结果的第一结果标签，选定与所述第一结果标签关联的第二 结果标签所对应的预测对应表。第一结果标签和第二结果标签可以是一个 关联数值、存储地址等等。
在一个可能的实施方式中，其中，每个目标结果信息具有与其唯一对 应的预测对应表，所述预测对应表包括预设数量阈值和预设亮度阈值，如 表1所示。
根据所述目标结果信息选择预先设置的预测对应表，将荧光点的数量 值和亮度值与预测对应表对应得到目标结果数据包括：
将RGB值范围内的像素点的数量值与所述预设数量阈值比对得到比 对结果。例如说，结合表1中，荧光点的预设数量阈值为W1，像素点的 数量值为W2，比对结果可以为W2减W1的差值。
如果所述比对结果小于预设值，则直接得到第一结果信息，所述第一 结果信息属于目标结果数据。例如说预设值可以是0，如果W2小于W1， 则W2减W1的差值小于0，则其第一结果信息为不存在得宫颈癌的几率，此 时W2小于预设数量阈值。
根据所述目标结果信息选择预先设置的预测对应表，将荧光点的数量 值和亮度值与预测对应表对应得到目标结果数据包括：
如果所述比对结果大于预设值。如果W2大于W1，则其检测结果可能 会存在得宫颈癌的几率，会进行以下的步骤。
在亮度值的第一种计算方式中，则通过以下公式计算第一亮度值，包 括：
Figure BDA0003256258190000081
其中，P1为第一亮度值，ai为第i个像素点的亮度值，N为像素点的数 量。本发明在计算亮度值时，会计算平均亮度值，如果平均亮度值越 高，则证明相应的被检测元素越多。
如果所述第一亮度值位于预设亮度阈值内，则输出相应的第二结果信 息。结合表1中的多个预设亮度阈值，本发明得到相应的第二结果信 息，例如说第一亮度值P1大于Y1，小于Y2，则此时对应的第二结果信息为 宫颈癌几率百分之50％。
在一个可能的实施方式中，根据所述目标结果信息选择预先设置的预 测对应表，将荧光点的数量值和亮度值与预测对应表对应得到目标结果数 据包括：
如果所述比对结果大于预设值；
在亮度值的第二种计算方式中，通过以下公式计算第二亮度值，包括：
Figure BDA0003256258190000091
其中，P2为第一亮度值，ai为第i个像素点的亮度值，N为像素点的数 量，A为患者的年龄值，C为预设年龄值，k为年龄换算系数，B为性别权 重。本发明在计算亮度值时，会计算平均亮度值，但是因为每个人的体质 都是不同的、性别也存在差异，所以本发明在计算平均亮度值时会充分考 虑每个人的年龄、性别，并且根据年龄的不同会进行相应的换算。
例如说在某一项检测时，相应的元素在人体的年龄是25岁时会发生 根本性的变化。例如说，人体的骨密度在25岁前可能是持续增长的情况， 在25岁之后就会出现降低。人体的细胞在30岁前活性可能是较高的，在 30岁之后活性就会出现降低，细胞在吸收相应染色剂的能力与其活性可能 存在正相关。并且，男性和女性的身体属性也会存在差异。所以，本发明 会根据年龄、性别的权重对亮度值进行增加、减少的调整。此时预设年龄 值可以是25岁、30岁。当对年龄在25岁、30岁以下的人进行检测时， 则通过
Figure BDA0003256258190000092
进行检测，在25岁、30岁以上的人进行检 测时，则通过
Figure BDA0003256258190000093
进行检测。
如果所述第二亮度值位于预设亮度阈值内，则输出第三结果信息。结 合表1中的多个预设亮度阈值，本发明得到相应的第三结果信息，例如说 第二亮度值P1大于Y1，小于Y2，则此时对应的第二结果信息为宫颈癌几率 百分之50％。
本发明亮度值的第一种计算方式和第二种计算方式的主要区别在于， 第一种计算方式为只考虑光谱图像中的像素点的数量和亮度值，得到目标 结果数据。而第二种计算方式中，不仅考虑光谱图像中的像素点的数量和 亮度值，还会考虑人的各种身体属性。第一种计算方式，相对来说数据处 理量较少，目标结果数据的计算较快，第二种计算方式，相对来说更加的 准确。本发明中的第一种计算方式和第二中计算方式可以根据相应的场景进行主动的选择。
在一个可能的实施方式中，接收反馈数据，所述反馈数据为对所述目 标结果数据人为的修正后的正确数据。例如说，目标结果数据为宫颈癌几 率是60％，修正后的正确数据为宫颈癌几率是70％，则此时宫颈癌几率 是70％为对所述目标结果数据人为的修正后的正确数据。本发明可以在得 到目标结果数据后，进行人为介入，对目标结果数据进行修正，得到正确 数据。
根据所述反馈数据通过以下公式对预测对应表中荧光点的预设数量 阈值和\或预设亮度阈值调整，
Figure BDA0003256258190000101
其中，s1为调整前的预设数量阈值，s2为调整后的预设数量阈值，l1为调 整前的预设亮度阈值，l2为调整后的预设亮度阈值，z1为目标结果数据的量 化值，z2为反馈数据的量化值，g为数量调整系数，h为亮度调整系数。
当管理员、检测人员对目标结果数据进行修正后，证明本发明先前的 目标结果数据存在问题，此时需要对第一种计算方式和第二种计算方式中 的s1和l1进行调整。(z1-z2)能够反映反馈数据的变化趋势，根据其变化趋势 对先前的s1和l1进行调整，得到调整后的s2和l2。
通过以上的技术方案，使得本发明可以根据官员、检测人员的主动反馈 对预设数量阈值和预设亮度阈值进行主动调整，使得调整后的第一计算方式 和第二计算方式更加的准确。
本发明在进行检测是，可以同时对多个不同波长下显现不同荧光的元素 进行检测，实现高通量的检测。检测过程可以与本申请上述的步骤相同，得 出的目标结果数据可以是多个。例说同时实现宫颈癌预测和细胞活性预测等 等。
本发明还提供一种基于量子点荧光与多光谱相机的高通量检测装置， 如图3所示，包括：
选择模块，用于接收选择数据，基于所述选择数据得到光谱选择信息、 荧光对应信息以及目标结果信息；
光谱图像提取模块，用于根据所述光谱选择信息控制所述多光谱相机对 目标物进行图像提取，获取不同光谱段的光谱图像；
荧光图像提取模块，用于根据所述荧光对应信息，提取所述光谱图像 中的荧光图像信息，所述荧光图像信息包括多个荧光点的数量值和亮度值；
结果预测模块，用于根据所述目标结果信息选择预先设置的预测对应 表，将荧光点的数量值和亮度值与预测对应表对应得到目标结果数据。
其中，可读存储介质可以是计算机存储介质，也可以是通信介质。通 信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算 机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如，可 读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息， 且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的 组成部分。处理器和可读存储介质可以位于专用集成电路(Application Specific Integrated Circuits，简称：ASIC)中。另外，该ASIC可 以位于用户设备中。当然，处理器和可读存储介质也可以作为分立组件存 在于通信设备中。可读存储介质可以是只读存储器(ROM)、随机存取 存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供一种程序产品，该程序产品包括执行指令，该执行指令存 储在可读存储介质中。设备的至少一个处理器可以从可读存储介质读取该执 行指令，至少一个处理器执行该执行指令使得设备实施上述的各种实施方式 提供的方法。
在上述终端或者服务器的实施例中，应理解，处理器可以是中央处理单 元(英文：Central Processing Unit，简称：CPU)，还可以是其他通用处理 器、数字信号处理器(英文：Digital Signal Processor，简称：DSP)、专用集 成电路(英文：Application SpecificIntegrated Circuit，简称：ASIC)等。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 发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理 器中的硬件及软件模块组合执行完成。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对 其限制；尽管参照前述各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：其依然可以对前述各实施例所记载的技术方案进行修改， 或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并 不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (8)

1.一种基于量子点荧光与多光谱相机的高通量检测方法，其特征在于，包括：
接收选择数据，基于所述选择数据得到光谱选择信息、荧光对应信息以及目标结果信息；
根据所述光谱选择信息控制所述多光谱相机对目标物进行图像提取，获取不同光谱段的光谱图像；
根据所述荧光对应信息，提取所述光谱图像中的荧光图像信息，所述荧光图像信息包括多个荧光点的数量值和亮度值；
根据所述目标结果信息选择预先设置的预测对应表，将荧光点的数量值和亮度值与预测对应表对应得到目标结果数据；
根据所述荧光对应信息，提取所述光谱图像中的荧光图像信息，所述荧光图像信息包括多个荧光点的数量值和亮度值包括：
获取所述荧光对应信息的RGB值范围，根据所述RGB值范围选择光谱图像中相应的像素点；
确定在RGB值范围内的像素点的数量值，以及在RGB值范围内每个像素点的亮度值；
其中，每个目标结果信息具有与其唯一对应的预测对应表，所述预测对应表包括预设数量阈值和预设亮度阈值；
根据所述目标结果信息选择预先设置的预测对应表，将荧光点的数量值和亮度值与预测对应表对应得到目标结果数据包括：
将RGB值范围内的像素点的数量值与所述预设数量阈值比对得到比对结果；
如果所述比对结果小于预设值，则直接得到第一结果信息，所述第一结果信息属于目标结果数据。
2.根据权利要求1所述的高通量检测方法，其特征在于，
根据所述目标结果信息选择预先设置的预测对应表，将荧光点的数量值和亮度值与预测对应表对应得到目标结果数据包括：
如果所述比对结果大于预设值；
则通过以下公式计算第一亮度值，包括：
其中，P1为第一亮度值，ai为第i个像素点的亮度值，N为像素点的数量；
如果所述第一亮度值位于预设亮度阈值内，则输出相应的第二结果信息。
3.根据权利要求1所述的高通量检测方法，其特征在于，
根据所述目标结果信息选择预先设置的预测对应表，将荧光点的数量值和亮度值与预测对应表对应得到目标结果数据包括：
如果所述比对结果大于预设值；
则通过以下公式计算第二亮度值，包括：
其中，p2为第二亮度值，ai为第i个像素点的亮度值，N为像素点的数量，A为患者的年龄值，C为预设年龄值，k为年龄换算系数，B为性别权重；
如果所述第二亮度值位于预设亮度阈值内，则输出第三结果信息。
4.根据权利要求2或3中任意一项所述的高通量检测方法，其特征在于，
接收选择数据，基于所述选择数据得到光谱选择信息、荧光对应信息以及目标结果信息包括：
预先配置关键词列表，所述关键词列表中包括关键词以及每个关键词对应的光谱选择信息、荧光对应信息以及目标结果信息；
提取所述选择数据中的选择文本，将所述选择文本与关键词比对得到对应的光谱选择信息、荧光对应信息以及目标结果信息。
5.根据权利要求4所述的高通量检测方法，其特征在于，
预先对每个目标结果信息设置第一结果标签，对预测对应表设置第二结果标签；
将所述第一结果标签和第二结果标签关联设置；
根据所述目标结果信息选择预先设置的预测对应表包括：
获取目标结果信息的第一结果标签，选定与所述第一结果标签关联的第二结果标签所对应的预测对应表。
6.根据权利要求4所述的高通量检测方法，其特征在于，
接收反馈数据，所述反馈数据为对所述目标结果数据人为的修正后的正确数据；
根据所述反馈数据通过以下公式对预测对应表中荧光点的预设数量阈值和\或预设亮度阈值调整，
其中，s1为调整前的预设数量阈值，s2为调整后的预设数量阈值，l1为调整前的预设亮度阈值，l2为调整后的预设亮度阈值，z1为目标结果数据的量化值，z2为反馈数据的量化值，g为数量调整系数，h为亮度调整系数。
7.一种基于量子点荧光与多光谱相机的高通量检测装置，其特征在于，包括：
选择模块，用于接收选择数据，基于所述选择数据得到光谱选择信息、荧光对应信息以及目标结果信息；
光谱图像提取模块，用于根据所述光谱选择信息控制所述多光谱相机对目标物进行图像提取，获取不同光谱段的光谱图像；
荧光图像提取模块，用于根据所述荧光对应信息，提取所述光谱图像中的荧光图像信息，所述荧光图像信息包括多个荧光点的数量值和亮度值；
结果预测模块，用于根据所述目标结果信息选择预先设置的预测对应表，将荧光点的数量值和亮度值与预测对应表对应得到目标结果数据；
根据所述荧光对应信息，提取所述光谱图像中的荧光图像信息，所述荧光图像信息包括多个荧光点的数量值和亮度值包括：
获取所述荧光对应信息的RGB值范围，根据所述RGB值范围选择光谱图像中相应的像素点；
确定在RGB值范围内的像素点的数量值，以及在RGB值范围内每个像素点的亮度值；
其中，每个目标结果信息具有与其唯一对应的预测对应表，所述预测对应表包括预设数量阈值和预设亮度阈值；
根据所述目标结果信息选择预先设置的预测对应表，将荧光点的数量值和亮度值与预测对应表对应得到目标结果数据包括：
将RGB值范围内的像素点的数量值与所述预设数量阈值比对得到比对结果；
如果所述比对结果小于预设值，则直接得到第一结果信息，所述第一结果信息属于目标结果数据。
8.一种可读存储介质，其特征在于，所述可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现权利要求1至6任一所述的方法。
CN202111060370.0A 2021-09-10 2021-09-10 基于量子点荧光与多光谱相机的高通量检测方法及装置 Active CN113777053B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111060370.0A CN113777053B (zh) 2021-09-10 2021-09-10 基于量子点荧光与多光谱相机的高通量检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111060370.0A CN113777053B (zh) 2021-09-10 2021-09-10 基于量子点荧光与多光谱相机的高通量检测方法及装置

Publications (2)

Publication Number Publication Date
CN113777053A CN113777053A (zh) 2021-12-10
CN113777053B true CN113777053B (zh) 2023-04-14

Family

ID=78842283

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111060370.0A Active CN113777053B (zh) 2021-09-10 2021-09-10 基于量子点荧光与多光谱相机的高通量检测方法及装置

Country Status (1)

Country Link
CN (1) CN113777053B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114444381A (zh) * 2021-12-30 2022-05-06 南京诺源医疗器械有限公司 一种适用于光源的控制方法及系统
CN117995284A (zh) * 2024-03-29 2024-05-07 深圳赛陆医疗科技有限公司 基于深度学习的基因测序的结果可视化方法、产品、设备及介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10222359B4 (de) * 2002-05-21 2005-01-05 Max Planck-Gesellschaft zur Förderung der Wissenschaften e.V. Verfahren zur spektral differenzierenden, bildgebenden Messung von Fluoreszenzlicht
EP1612541A1 (en) * 2003-04-04 2006-01-04 National Institute of Advanced Industrial Science and Technology Quantitative reagent, method and equipment of substance utilizing fluorescence lifetime
US10809167B2 (en) * 2010-08-30 2020-10-20 Konica Minolta, Inc. Tissue staining method with staining agent containing particle holding plural phosphors
US11067448B2 (en) * 2018-10-05 2021-07-20 Parsons Corporation Spectral object detection
JP7227389B2 (ja) * 2019-02-13 2023-02-21 ベンタナ メディカル システムズ， インコーポレイテッド マルチチャネル画像における自己蛍光の寄与を算出するシステムおよび方法
CN110673320B (zh) * 2019-10-11 2020-11-24 中国科学院长春光学精密机械与物理研究所 多通道滤光片、制备方法及荧光显微镜成像系统
CN112089403A (zh) * 2020-10-02 2020-12-18 深圳市中安视达科技有限公司 多光谱医用多路成像方法及其系统
CN112362603A (zh) * 2020-12-22 2021-02-12 福建农林大学 高通量同步获取植物反射光谱和吸收光谱图像的装置及其工作方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王林伟.量子点多光谱成像结合计算机图像识别技术建立乳腺癌Ki67评估体系.《中国博士学位论文全文数据库医药卫生科技辑》.2018,(第2期),35-66. *

Also Published As

Publication number Publication date
CN113777053A (zh) 2021-12-10

Similar Documents

Publication Publication Date Title
EP3005293B1 (en) Image adaptive physiologically plausible color separation
US10692209B2 (en) Image processing apparatus, image processing method, and computer-readable non-transitory recording medium storing image processing program
US10621412B2 (en) Dot detection, color classification of dots and counting of color classified dots
US20220366667A1 (en) Automatic assay assessment and normalization for image processing
CN113777053B (zh) 基于量子点荧光与多光谱相机的高通量检测方法及装置
US9792693B2 (en) Spectral unmixing
US9128055B2 (en) Information processing apparatus, information processing method, program, and method of correcting intensity of fluorescence spectrum
US11222222B2 (en) Methods and apparatuses for liveness detection, electronic devices, and computer readable storage media
EP3053138B1 (en) Systems and methods for adaptive histopathology image unmixing
US9996924B2 (en) Systems and methods for spectral unmixing of microscopic images using pixel grouping
CN106996916B (zh) 一种物质鉴别方法
CN111095358B (zh) 辅助组织样本分析的载玻片图像颜色反卷积系统及方法
US20230243839A1 (en) Information processing device, information processing method, program, microscope system, and analysis system
Higashi et al. Computational lighting for extracting optical features from RGB images
CN117237198B (zh) 基于深度学习的超分辨测序方法及装置、测序仪及介质
US20220414848A1 (en) Computer-implemented method and system for image correction for a biomarker test
CN116309497B (zh) 基于图像识别的癌细胞计数及预后预测的辅助分析方法
Hughes et al. A mixture model for quantum dot images of kinesin motor assays
Prasad et al. Color image analysis to grade shades of a color and its application to quantify stained tissues
EP3491380A1 (en) System and method to interpret tests that change color to indicate the presence or non-presence of a compound

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