CN114092483A - 试管检测方法、装置、血液分析仪及可读存储介质 - Google Patents

试管检测方法、装置、血液分析仪及可读存储介质 Download PDF

Info

Publication number
CN114092483A
CN114092483A CN202010759607.3A CN202010759607A CN114092483A CN 114092483 A CN114092483 A CN 114092483A CN 202010759607 A CN202010759607 A CN 202010759607A CN 114092483 A CN114092483 A CN 114092483A
Authority
CN
China
Prior art keywords
test tube
image
detected
sub
area
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
CN202010759607.3A
Other languages
English (en)
Inventor
曾祥伟
刘治志
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.)
Shenzhen Dymind Biotechnology Co Ltd
Original Assignee
Shenzhen Dymind Biotechnology 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 Shenzhen Dymind Biotechnology Co Ltd filed Critical Shenzhen Dymind Biotechnology Co Ltd
Priority to CN202010759607.3A priority Critical patent/CN114092483A/zh
Publication of CN114092483A publication Critical patent/CN114092483A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • G06T7/0014Biomedical image inspection using an image reference approach

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Automatic Analysis And Handling Materials Therefor (AREA)

Abstract

本申请公开了一种试管检测方法、装置、血液分析仪及可读存储介质,该方法包括获取待检测图像;将待检测图像中的试管区域分割为多个子区域;其中,多个子区域包括试管帽区域和试管底区域;对多个子区域分别进行检测,得到每个子区域对应的检测结果;根据多个检测结果确定试管区域对应的试管信息,能够高效、准确地获取试管信息。

Description

试管检测方法、装置、血液分析仪及可读存储介质
技术领域
本申请涉及医疗检验设备技术领域,具体涉及一种试管检测方法、装置、血液分析仪及可读存储介质。
背景技术
在医疗诊断领域,为了检测试管中的样本信息,通常需要利用自动化血液检测仪进行检测,而不同样本信息需要不同的测定操作,试管是待测样本信息的直接索引,因此在自动化测试过程中,试管信息的识别至关重要,试管信息通常包括试管有无、试管类型和试管条形信息三部分,这也是各大医疗器械厂家尤为关心的,试管信息一旦识别错误,将造成致命的影响。
因此,如何高效、准确地识别并输出待测试管的各项信息,是目前亟待解决的问题。
发明内容
为了解决上述问题,本申请提供一种试管检测方法、装置、血液分析仪及可读存储介质,能够高效、准确地获取试管信息。
为解决上述技术问题,本申请采用的一个技术方案是:提供一种试管测试方法,该方法包括:获取待检测图像;将待检测图像中的试管区域分割为多个子区域;其中,多个子区域包括试管帽区域和试管底区域;对多个子区域分别进行检测,得到每个子区域对应的检测结果;根据多个检测结果确定试管区域对应的试管信息。
其中,对多个子区域分别进行检测,得到每个子区域对应的检测结果,包括:将每个子区域与对应的标准图像进行对比,得到每个子区域对应的检测结果。
其中,将每个子区域与对应的标准图像进行对比,得到每个子区域对应的检测结果,包括:将试管帽区域与预设多个试管帽图像,进行图像相似度对比,以确定试管帽区域的类型;将试管底区域与预设多个试管底图像,进行图像相似度对比,以确定试管底区域的类型;根据多个检测结果确定试管区域对应的试管信息,包括:根据试管帽区域的类型和试管底区域的类型,确定试管区域对应的试管类型。
其中,多个子区域还包括标识信息区域;对多个子区域分别进行检测,得到每个子区域对应的检测结果,还包括:提取标识信息区域的标识图像;对标识图像进行扫描,以获取对应的试管身份信息。
其中,试管帽区域和试管底区域对应的检测结果为试管类型信息,标识信息区域对应的检测结果为试管身份信息;根据多个检测结果确定试管区域对应的试管信息,包括:根据试管类型信息和试管身份信息,确定试管区域对应的试管综合信息。
其中,获取待检测图像,包括:在检测到试管架移动时,采集待检测图像;或在检测到试管架移动至预设位置时,采集待检测图像。
其中,在检测到试管架移动时,采集待检测图像,包括:利用图像采集模块对试管架进行实时检测;在检测到试管架移动时,利用图像采集模块采集待检测图像。
其中,在检测到试管架移动至预设位置时,采集待检测图像,包括:检测试管架的进样位置;在检测到试管架移动至预设位置时,向图像采集模块发送采集指令,以控制图像采集模块采集待检测图像。
其中,获取待检测图像,包括:获取第一待检测图像和第二待检测图像,第一待检测图像为试管架的俯视图,第二待检测图像试管架的侧视图;方法还包括:对第一待检测图像进行检测,以确定每个试管区域对应的第一试管信息;将待检测图像中的试管区域分割为多个子区域,包括:将第二待检测图像中的试管区域分割为多个子区域;对多个子区域分别进行检测,得到每个子区域对应的检测结果,包括:对多个子区域进行检测,以确定试管区域对应的第二试管信息;根据多个检测结果确定试管区域对应的试管信息,包括:根据第一试管信息和第二试管信息确定试管区域对应的试管综合信息。
为解决上述技术问题,本申请采用的另一个技术方案是:提供一种试管检测装置,该试管检测装置包括:图像采集模块,用于采集待检测图像;硬件解码模块,用于将待检测图像中的试管区域分割为多个子区域,对多个子区域分别进行检测,得到每个子区域对应的检测结果;其中,多个子区域包括试管帽区域和试管底区域;信息整合模块,用于根据多个检测结果确定试管区域对应的试管信息。
为解决上述技术问题,本申请采用的又一个技术方案是:提供一种血液分析仪,该血液分析仪包括处理器和存储器,存储器中存储有计算机数据,处理器用于执行计算机程序以实现上述的试管检测方法。
为解决上述技术问题,本申请采用的再一个技术方案是:提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机程序,计算机程序在被处理器执行时,用以实现上述的试管检测方法。
本申请实施例的有益效果是:区别于现有技术,本申请提供的试管检测方法,通过将待检测图像分割为多个试管帽区域和试管底区域,并对该部分区域分别进行检测,以确定对应试管区域的试管信息,通过这样的方式,一方面,通过对两个不同试管区域进行检测,能够提高试管信息检测的准确性;另一方面,两个试管区域共同检测,能够提高信息检测的效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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。其中:
图1是本申请提供的试管检测装置一实施例的结构示意图;
图2是本申请提供的试管检测方法一实施例的流程示意图;
图3是本申请提供的试管检测方法另一实施例的流程示意图;
图4是图3中步骤S31的一具体流程示意图;
图5是图3中步骤S31的另一具体流程示意图;
图6是图3中步骤S33的一具体流程示意图;
图7是试管帽区域图像相似度对比示意图;
图8是试管底区域图像相似度对比示意图;
图9是本申请提供的试管检测方法又一实施例的流程示意图;
图10是本申请提供的试管检测方法再一实施例的流程示意图;
图11是本申请提供的血液分析仪一实施例的结构示意图;
图12是本申请提供的计算机可读存储介质一实施例的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。可以理解的是,此处所描述的具体实施例仅用于解释本申请,而非对本申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部结构。基于本申请中的实施例,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,都属于本申请保护的范围。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
参阅图1,图1是本申请提供的试管检测装置一实施例的结构示意图,该试管检测装置10包括图像采集模块11、硬件解码模块12和信息整合模块13。其中,图像采集模块11用于采集待检测图像;硬件解码模块12用于将待检测图像中的试管区域分割为多个子区域,对多个子区域分别进行检测,得到每个子区域对应的检测结果,在本实施例中,多个子区域包括试管帽区域和试管底区域;信息整合模块13用于根据多个检测结果确定试管区域对应的试管信息。
其中,图像采集模块11可以为摄像头,摄像头设置于试管架进样方向的任意一侧。进一步地,图像采集模块11包括主动触发式和被动触发式两种工作方式,主动触发式则是利用图像采集模块11对试管架进行实时检测,在检测到试管架移动时,采集待检测图像;被动触发式则是在检测到试管架移动至预设位置时,图像采集模块11采集待检测图像,具体的检测触发方式,后续实施例会有具体说明。
其中,试管信息包括试管有无、试管类型和试管条码内容等有效信息。
其中,硬件解码模块可以是DSP(Digital Signal Processor,数字处理芯片)或FPGA(Field Programmable Gate Array,现场可编程门阵列),采用硬件解码模块对待检测图像进行处理,相较于工作负荷大、占用处理器资源过多的软件解码方式,能够降低CPU的工作负荷,并降低功耗。
本实施例中的试管检测装置10是应用于血液分析仪的一种装置,该试管检测装置10将试管信息的获取方式集成到一个装置中进行,无需在多个装置中各自检测识别,能够节省物料,简化生产组装。
参阅图2,图2是本申请提供的试管检测方法一实施例的流程示意图,本实施例的试管检测方法具体包括:
S21:获取待检测图像。
其中,待检测图像可以是JPG、PNG等格式的图像,也可以是视频中的一个图像帧。待检测图像对应至少一个待检测试管,由摄像头捕捉获取得到,待检测图像可以是待检测试管的俯视图或侧视图,在本实施例中,待检测图像为待检测试管的侧视图。
进一步地,待检测图像可以是整个或部分的试管架图像,该试管架图像中通常包括多个试管,对应多个试管区域;试管架图像还可以只包括一个试管,对应一个试管区域。在本实施例中,由于试管架每移动一次,图像采集模块就会获取待检测图像,因此,待检测图像内可以只包括一个试管的对应区域。
可以理解地,在摄像头对试管的图像进行初步捕捉获取后,需要经过一定的图像格式转化,从而将捕捉获取后的图像转化成硬件解码模块设定的数据流,便于后续步骤利用硬件解码模块对获取的图像进行处理。具体对于图像数据格式转化的方式和原理,应为本领域技术人员所熟知,在此不做过多赘述。
S22:将待检测图像中的试管区域分割为多个子区域。
在本实施例中,多个子区域包括试管帽区域和试管底区域,其中,不同的试管帽可以在形状、颜色和尺寸等特征上存在差异,不同的试管底可以在形状、尺寸以及试管内样本溶液的颜色、高度等特征上存在差异,不同试管帽和不同试管底可以对应不同的试管类型,以表示不同的样本信息或测定样本的方式。在其他一些实施例中,试管的子区域还可以包括试管壁区域等。
S23:对多个子区域分别进行检测,得到每个子区域对应的检测结果。
其中,对试管帽区域和试管底区域进行检测可以采用图像比对的方式,分别将待检测图像中试管帽区域和试管底区域,与各自对应的预设图像进行对比,进而得到各自的对比结果,也即对应试管帽检测结果和试管底检测结果。其中,试管帽检测结果和试管底检测结果可以分别表示试管帽和试管底的类型。
在本实施例中,由于对图像试管子区域的检测是采用图像对比的方式,因此得到的检测结果只存在两种情况,一种是该子区域与某一预设图像的特征相同,此时输出对应预设图像的检测结果,另一种是该子区域与所有预设图像的特征部分相同或完全不同,此时输出异常或空位的检测结果。也就是说,图像对比时,通常只有在待检测图像的子区域与预设图像中的特征基本一致的情况下,才能认定为两者相同并输出对应预设图像的检测结果。
以试管帽区域为例,当待检测图像中试管帽区域的颜色与第一预设图像中试管帽区域的颜色、形状、尺寸等特征均相同时,输出对应第一预设图像的试管帽检测结果;当待检测图像中存在试管帽区域的至少其中一个特征与第一预设图像不同时,则更换第二预设图像进行检测,直到获取并输出对应预设图像的试管帽检测结果。对于试管底区域而言,同样采用图像对比的方式进行检测并根据特征对比结果输出试管底检测结果。
在实际的应用场景中,主要是对试管帽区域和试管底区域的形状进行图像比对,从而确定对应子区域的类型;而颜色和尺寸的比对则是用于进一步确认,用以提高准确性。
S24:根据多个检测结果确定试管区域对应的试管信息。
其中,试管信息由试管帽检测结果和试管底检测结果共同确定,对于同一试管而言,不同试管帽的类型和试管底的类型可以组合确定多种试管的试管信息,该试管信息即表示待检测图像中对应试管的类型,以便于血液检测仪采用相应的手段对试管中的样本进行测定。
在一个应用场景中,当步骤S23获取到的试管帽检测结果为第一试管帽类型(红色试管帽,圆顶,高度15.0mm),且试管底的检测结果为第一试管底类型(圆底,直径12.0mm)时,则对应确定该试管为第一试管类型,此时,第一试管类型例如可以表示为需要进行常规生化血清检验;当步骤S23获取到的试管帽检测结果为第二试管帽类型(黑色,圆顶,高度10.0mm),且试管底的检测结果为第二试管底类型(圆底,直径8.0mm)时,则对应确定该试管为第四试管类型,此时,第四试管类型例如可以表示为需要进行凝血机制检测。
以上的类型仅为举例说明,不表示实际应用中的试管类型信息,具体的试管类型以及对应的样本测定方式不做具体限定。
在对试管架中的一个试管进行试管信息的确定之后,试管架继续单步进给,以对试管架中的下一试管进行同样步骤的信息获取确定,直到血液分析仪对试管架上的所有样本测定完成。
区别于现有技术,本申请提供的试管检测方法,通过将待检测图像分割为多个试管帽区域和试管底区域,并对该部分区域分别进行检测,以确定对应试管区域的试管信息,通过这样的方式,一方面,通过对两个不同试管区域进行检测,能够提高试管信息检测的准确性;另一方面,两个试管区域共同检测,能够提高信息检测的效率。
参阅图3,图3是本申请提供的试管检测方法另一实施例的流程示意图,本实施例的试管检测方法具体包括:
S31:获取待检测图像。
在血液分析仪下发启动自动进样命令后,血液分析仪则启动试管架装载动作,以将试管架装载到指定位置,进一步,血液分析仪启动试管架单步进给动作,此时,通常存在两种触发方式对试管架进行图像采集:
主动触发:在检测到试管架移动时,采集待检测图像;或被动触发:在检测到试管架移动至预设位置时,采集待检测图像。
在一些实施例中,步骤S31中主动采集待检测图像的过程可以如图4所示,具体包括:
S311a:利用图像采集模块对试管架进行实时检测。
其中,实时检测是指在血液分析仪自动进样启动后,图像采集模块则开始实时地获取试管架的每一帧图像,并对任意连续图像帧进行对比。
S312a:在检测到试管架移动时,利用图像采集模块采集待检测图像。
当获取到的当前图像帧与前一图像帧不一致时,则说明试管架已经开始进行单步进给动作,此时试管架发生移动,图像采集模块即可对试管架进行图像捕捉,以获取待检测图像。
可选地,还可以在装置中设置一个传感器,当传感器检测到目标位置出现物体,表明试管架发生移动,则发送信号至图像采集模块,以使图像采集模块则对试管进行图像采集。
可选地,还可以在血液分析仪自动进样启动后,按照一定的时间周期采集待检测图像,例如图像采集模块每2秒采集一次待检测图像,试管架单步进给同样按照2秒一步的频率。此处仅为举例,对时间周期不做具体限定。
在另一些实施例中,步骤S31中被动采集待检测图像的过程可以如图5所示,具体包括:
S311b:检测试管架的进样位置。
其中,进样位置由血液分析仪进行检测得到,试管架每单步进给一个工作位置,血液分析仪都能够检测获取其进样位置变化。
S312b:在检测到试管架移动至预设位置时,向图像采集模块发送采集指令,以控制图像采集模块采集待检测图像。
其中,预设位置可以是血液分析仪控制试管架进给的下一个工作位置,由于试管架的移动是由血液分析仪进行控制,当其控制试管架移动至预设位置时,即可向图像采集模块发送采集指令以获取待检测图像。
可选地,预设位置还可以是图像采集模块能够采集图像的最大范围之内的任意一个位置,当试管架移动到图形采集模块的可捕捉范围内时,血液分析仪即向图像采集模块发送采集指令,以控制图像采集模块采集待检测图像。
在本实施例中,每触发一次图像采集,图像采集模块将获取两帧以上的待检测图像作为图像数据输入,便于后续步骤对确定的同一个试管的试管信息进行核实确认。
S32:将待检测图像中的试管区域分割为多个子区域。
其中,多个子区域包括试管帽区域和试管底区域。
S33:将每个子区域与对应的标准图像进行对比,以得到每个子区域对应的检测结果。
具体地,步骤S33可以由如图6所示的方法实现,具体包括:
S331:将试管帽区域与预设多个试管帽图像,进行图像相似度对比,以确定试管帽区域的类型。
其中,图像相似度对比可以先对图像进行重点区域提取,例如以形状为特征进行图像相似度对比时,仅需要提取图像中的形状特征。进一步将试管帽区域分别与预设多个试管帽图像进行相似度比对,以得到多个相似度数值,确定多个相似度数值中大于相似度标准数值,且相似度数值最大的预设试管帽图像为目标试管帽图像,并根据目标试管帽图像的类型确定当前试管帽区域的类型。
参阅图7,例如以形状为图像相似度对比标准时,此时相似度标准数值可以为80,当前试管帽区域A的特征为两个层叠圆形状,大于相似度数值标准的有第三试管帽类型B,其特征为两个层叠圆形状,两者的相似度数值为90;还有第四试管帽类型C,其特征为多个层叠圆形状,两者的相似度数值为80,则从第三和第四试管帽类型中选择相似度数值较高的第三试管帽类型确定为该试管帽区域的类型。
进一步地,除了形状以外,还可以加入颜色和尺寸等特征为对比标准,同样以图7为例,此时相似度标准数值依然为80,当前试管帽区域A的特征为红色、帽顶部直径小于底部直径、高度为13.0mm,大于该相似度标准数值的有第三试管帽类型B(红色,帽顶部直径小于底部直径,高度为10.0mm),两者相似度数值为80;和第四试管帽类型C(红色,帽顶部直径到底部直径逐渐增大,高度为13.0mm),两者相似度数值为60,则从第三和第四试管帽中选择数值较高的第三试管帽确定为该试管帽区域的类型,也即是该试管帽区域为第三试管帽类型。
可以理解,利用多特征对图像相似度进行对比时,能够得到更为准确的对比结果,以提高获取对应子区域类型的准确性。
S332:将试管底区域与预设多个试管底图像,进行图像相似度对比,以确定试管底区域的类型。
与试管帽区域的图像相似度对比同理,将试管底区域分别与预设多个试管底图像进行相似度对比,根据得到的多个相似度数值,确定相似度数值最高的预设试管底图像对应的类型为当前试管帽区域的类型。
参阅图8,例如相似度标准数值可以为80,当前试管底区域D的特征为圆底、底部长度5.0mm,大于该相似度标准数值的有第五试管底类型E(圆底,底部长度8.0mm),两者相似度数值为90;和第六试管底类型F(圆底,底部长度13.0mm),两者相似度数值为50,则将第五试管底确定为该试管底区域的类型,也即是该试管底区域为第五试管底类型。
由于图像采集模块每次可以采集两帧以上的待检测图像,因此对于同一试管的试管帽区域和试管底区域可以利用两帧以上图像进行确认,避免利用一帧图像确认时出现偶然性,可以适当进一步提高同一试管获取图像帧的数量,以进一步提高准确性。
S34:根据试管帽区域的类型和试管底区域的类型,确定试管区域对应的试管类型。
在本实施例中,试管类型由试管帽区域类型和试管底区域类型确定,不同的试管帽区域类型和试管底区域类型可以组合确定多种试管的类型。例如当步骤S33获取的试管帽区域类型为第三试管帽类型,且试管底区域类型为第五试管底类型时,则确定该试管类型为第十试管类型,并将该试管类型信息发送给血液分析仪,以便于血液分析仪根据试管类型信息对该试管进行相应的样本检测。
可选地,当根据图像相似度对比,无法从待检测图像确认试管帽区域和试管底区域的具体类型时,无论是由于相似度数值无法达到相似度标准数值导致无法确定其类型,还是由于该试管架的位置为空试管,均确认该试管区域的试管类型为无试管类型,此时,血液分析仪在进行样本测定时,会跳过该试管位置,直接进行下一试管的样本检测。
在对试管架中的一个试管进行试管信息的确定之后,试管架继续单步进给,以对试管架中的下一试管进行同样步骤的信息确认,直到血液分析仪对试管架上的所有样本测定完成。
通过这样的方式,利用对试管帽区域和试管底区域的检测,两种检测相互组合,能够增加试管的可识别类型的种类,并且两种方式共同检测,能够提高试管信息检测的准确性和效率。
参阅图9,图9是本申请提供的试管检测方法又一实施例的流程示意图,本实施例的试管检测方法具体包括:
S91:获取待检测图像。
S92:将待检测图像中的试管区域分割为多个子区域。
其中,多个子区域包括试管帽区域、试管底区域以及标识信息区域。
S93:将每个子区域与对应的标准图像进行对比,得到每个子区域对应的检测结果。
S94:根据试管帽区域的类型和试管底区域的类型,确定试管区域对应的试管类型。
其中,试管帽区域和试管底区域对应的检测结果为试管类型信息,也即是试管帽区域和试管底区域两者的共同确定试管类型。
步骤S91至S94与步骤S31至S34相同,此处不做赘述。
S95:提取标识信息区域的标识图像。
其中,标识信息区域位于试管帽区域和试管底区域之间,标识信息设置于两者之间的试管壁外侧。该标识信息区域在试管对应位置上设有条形码,条形码由一串不间断的一维条码组成,是试管样本的唯一编号,也是患者某项检测的唯一索引。标识图像则为包含完整条形码的图像。
S96:对标识图像进行扫描,以获取对应的试管身份信息。
在本实施例中,可以利用试管检测装置中的硬件解码模块对标识图像进行扫描以及解码。具体地,可以先对提取的标识图像进行预处理,以减小各种噪声所带来的影响,并将该标识图像二值化,得到二值标识图像;进一步对预处理后的标识图像进行译码,利用统计方法、相似边距离的方式判别条码字符,再通过译码、校验、纠错处理来识读条码,最终将获取的条码与数据库进行对比,以获取该标识图像对应的文字信息,也即是本实施例中对应的试管身份信息。
其中,试管身份信息包含患者的身份信息和血样信息等;标识图像唯一对应一个试管身份信息,用于唯一关联患者,以便于建立试管和患者的联系。
其中,步骤S93-S94与步骤S95-S96的执行顺序不做限制,步骤S92-S96主要由硬件解码模块实现。
可以理解,通过图像采集模块采集图像并提取图像中试管条形码信息的方式,避免了使用传统的线性扫描器出现的无法读取或误读取的情况发生,简化了扫描条码图像的操作,能够提高试管身份信息获取的准确性,解决条形码误识别的问题。
S97:根据试管类型信息和试管身份信息,确定试管区域对应的试管综合信息。
其中,试管综合信息用于确定血液分析项目,以便于血液分析仪进行后续的样本测定等工作。
通过以上方式,将试管身份信息和试管类型信息集合到一个装置中实现检测,无需在多个装置中各自检测识别,提高了试管信息检测的效率。
参阅图10,图10是本申请提供的试管检测方法再一实施例的流程示意图,本实施例的试管检测方法具体包括:
S101:获取第一待检测图像和第二待检测图像。
其中,第一待检测图像为试管架的俯视图,第二待检测图像试管架的侧视图,第一待检测图像和第二待检测图像对应同一试管或同一试管区域,具体的图像获取方法请参照前述实施例。
S102:对第一待检测图像进行检测,以确定每个试管区域对应的第一试管信息。
其中,第一试管信息包括每个试管区域是否空白、封盖类型、是否遗留移液器等信息,可以通过与多种类型的历史俯视图像进行对比得到,也可以直接对第一待检测图像进行识别得到。
例如,当检测到第一待检测图像中存在空白空间时,则表示该部分试管位置为无试管状态;当检测到某一试管位置仅存在有试管而没有试管帽,并且试管内可能有液体时,则表示该试管可能为可用试剂;当检测到某一试管位置仅存在有试管而没有试管帽,并且试管内没有液体时,则表示该试管可能为已用试剂;当检测到某一试管位置存在试管,且试管帽的形状为某一试管帽类型时,则表示该试管为待检测试管;当检测到某一试管位置既不是试管帽也不是空白时,则表示该试管位置可能遗留有移液器待处理。
S103:将第二待检测图像中的试管区域分割为多个子区域。
其中,多个子区域可以包括试管帽区域、试管底区域和试管标识区域。
S104:对多个子区域进行检测,以确定试管区域对应的第二试管信息。
其中,第二试管信息包括试管类型信息和试管身份信息,试管类型信息又包括试管帽区域类型和试管底区域类型。在本实施例中,分别采用图像相似度对比的方式对试管帽区域以及试管底区域进行检测,以确定试管帽区域的类型和试管底区域的类型,进一步通过对试管标识区域进行提取、扫描、解码等操作,从而获取对应的试管身份信息。
可选地,第二试管信息还可以包括试管液位高度信息,可以根据第二待检测图像中样本溶液与试管高度之间的关系,试管高度通常已知,因此可以按照图像中溶液与试管高度的比例计算出试管液位高度信息。在另一些实施例中,还可以直接通过读取试管外壁上的刻度尺获取试管液位高度信息。
其中,第一试管信息和第二试管信息的获取顺序不做限制,在一些实施例中,第一试管信息和第二试管信息可以同一时间获取,以便于血液分析仪进行后续工作。
S105:根据第一试管信息和第二试管信息确定试管区域对应的试管综合信息。
结合第一试管信息中,对试管架俯视图的识别检测信息,能够进一步提高试管信息检测的准确性,并且以上检测和输出能够在一个装置中实现,能够进一步提高检测效率。
参阅图11,图11是本申请提供的血液分析仪一实施例的结构示意图,本实施例的血液分析仪20包括处理器21和存储器22,处理器21与存储器22耦接,其中,存储器22用于存储处理器21执行的计算机程序,处理器21用于执行计算机程序以实现如下方法步骤:
获取待检测图像;将待检测图像中的试管区域分割为多个子区域;其中,多个子区域包括试管帽区域和试管底区域;对多个子区域分别进行检测,得到每个子区域对应的检测结果;根据多个检测结果确定试管区域对应的试管信息。
下面以一个步骤对血液分析仪20的工作流程进行简要说明:
1)启动自动进样:血液分析仪20下发自动进样命令,仪器主机接收到命令后启动自动进样流程。
2)试管架装载:血液分析仪20的装载组件启动试管架装载动作,将试管架装载到进样装载平台。
3)试管架单步进给:血液分析仪20的进给组件启动试管架单步进给动作,直到一个试管位进给完成。
4)试管信息采集:血液分析仪20启动图像采集模块采集待检测图像,并将待检测图像分割为多个试管帽区域、试管底区域以及标识信息区域,进一步通过图像相似度对比以及扫描识别,确定并输出试管类型信息以及试管身份信息。
5)试管样本测定:试管架进给到样本测定位置,血液分析仪20对试管中的样本溶液进行检测。
6)试管架所有样本测定完成:判断当前试管架中的所有试管样本是否测定完成,若没有完成,则返回步骤3)进行单步进给,以继续执行后续步骤。
7)所有试管架测定完成:判断所有试管架中的试管样本是否测定完成,若没有完成,则返回步骤2)进行试管架装载,以继续执行后续步骤。
8)自动进样结束:判断所有试管架测定完成,自动进样结束。
参阅图12,图12是本申请提供的计算机可读存储介质一实施例的结构示意图。本实施例的计算机可读存储介质30用于存储计算机程序31,计算机程序31在被处理器执行时,用以实现如下方法步骤:
获取待检测图像;将待检测图像中的试管区域分割为多个子区域;其中,多个子区域包括试管帽区域和试管底区域;对多个子区域分别进行检测,得到每个子区域对应的检测结果;根据多个检测结果确定试管区域对应的试管信息。
需要说明的是,本实施例的计算机程序31所执行的方法步骤是基于上述方法实施例的,其实施原理和步骤类似。因此,计算机程序31在被处理器执行时,还可以实现上述任一实施例中的其他方法步骤,在此不再赘述。
本申请的实施例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,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请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全部或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)或处理器(processor)执行本申请各个实施方式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。
以上所述仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是根据本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。

Claims (12)

1.一种试管检测方法,其特征在于,所述方法包括:
获取待检测图像;
将所述待检测图像中的试管区域分割为多个子区域;其中,所述多个子区域包括试管帽区域和试管底区域;
对多个所述子区域分别进行检测,得到每个所述子区域对应的检测结果;
根据多个所述检测结果确定所述试管区域对应的试管信息。
2.根据权利要求1所述的方法,其特征在于,
所述对多个所述子区域分别进行检测,得到每个所述子区域对应的检测结果,包括:
将每个所述子区域与对应的标准图像进行对比,得到每个所述子区域对应的检测结果。
3.根据权利要求2所述的方法,其特征在于,
所述将每个所述子区域与对应的标准图像进行对比,得到每个所述子区域对应的检测结果,包括:
将所述试管帽区域与预设多个试管帽图像,进行图像相似度对比,以确定所述试管帽区域的类型;
将所述试管底区域与预设多个试管底图像,进行图像相似度对比,以确定所述试管底区域的类型;
所述根据多个所述检测结果确定所述试管区域对应的试管信息,包括:
根据所述试管帽区域的类型和所述试管底区域的类型,确定所述试管区域对应的试管类型。
4.根据权利要求1所述的方法,其特征在于,
所述多个子区域还包括标识信息区域;
所述对多个所述子区域分别进行检测,得到每个所述子区域对应的检测结果,还包括:
提取所述标识信息区域的标识图像;
对所述标识图像进行扫描,以获取对应的试管身份信息。
5.根据权利要求4所述的方法,其特征在于,
所述试管帽区域和所述试管底区域对应的检测结果为试管类型信息,所述标识信息区域对应的检测结果为试管身份信息;
所述根据多个所述检测结果确定所述试管区域对应的试管信息,包括:
根据所述试管类型信息和所述试管身份信息,确定所述试管区域对应的试管综合信息。
6.根据权利要求1所述的方法,其特征在于,
所述获取待检测图像,包括:
在检测到试管架移动时,采集待检测图像;或
在检测到所述试管架移动至预设位置时,采集待检测图像。
7.根据权利要求6所述的方法,其特征在于,
所述在检测到试管架移动时,采集待检测图像,包括:
利用图像采集模块对所述试管架进行实时检测;
在检测到试管架移动时,利用所述图像采集模块采集待检测图像。
8.根据权利要求6所述的方法,其特征在于,
所述在检测到所述试管架移动至预设位置时,采集待检测图像,包括:
检测所述试管架的进样位置;
在检测到所述试管架移动至预设位置时,向所述图像采集模块发送采集指令,以控制所述图像采集模块采集待检测图像。
9.根据权利要求1所述的方法,其特征在于,
所述获取待检测图像,包括:
获取第一待检测图像和第二待检测图像,所述第一待检测图像为试管架的俯视图,所述第二待检测图像所述试管架的侧视图;
所述方法还包括:
对所述第一待检测图像进行检测,以确定每个试管区域对应的第一试管信息;
所述将所述待检测图像中的试管区域分割为多个子区域,包括:
将所述第二待检测图像中的试管区域分割为多个子区域;
所述对多个所述子区域分别进行检测,得到每个所述子区域对应的检测结果,包括:
对多个所述子区域进行检测,以确定所述试管区域对应的第二试管信息;
所述根据多个所述检测结果确定所述试管区域对应的试管信息,包括:
根据所述第一试管信息和所述第二试管信息确定所述试管区域对应的试管综合信息。
10.一种试管检测装置,其特征在于,所述试管检测装置包括:
图像采集模块,用于采集待检测图像;
硬件解码模块,用于将所述待检测图像中的试管区域分割为多个子区域,对多个所述子区域分别进行检测,得到每个所述子区域对应的检测结果;其中,所述多个子区域包括试管帽区域和试管底区域;
信息整合模块,用于根据多个所述检测结果确定所述试管区域对应的试管信息。
11.一种血液分析仪,其特征在于,所述血液分析仪包括处理器和存储器,所述存储器中存储有计算机数据,所述处理器用于执行所述计算机程序以实现如权利要求1-9任一项所述的试管检测方法。
12.一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中存储有计算机程序,所述计算机程序在被处理器执行时,用以实现如权利要求1-9任一项所述的试管检测方法。
CN202010759607.3A 2020-07-31 2020-07-31 试管检测方法、装置、血液分析仪及可读存储介质 Pending CN114092483A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010759607.3A CN114092483A (zh) 2020-07-31 2020-07-31 试管检测方法、装置、血液分析仪及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010759607.3A CN114092483A (zh) 2020-07-31 2020-07-31 试管检测方法、装置、血液分析仪及可读存储介质

Publications (1)

Publication Number Publication Date
CN114092483A true CN114092483A (zh) 2022-02-25

Family

ID=80295097

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010759607.3A Pending CN114092483A (zh) 2020-07-31 2020-07-31 试管检测方法、装置、血液分析仪及可读存储介质

Country Status (1)

Country Link
CN (1) CN114092483A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115375954A (zh) * 2022-10-25 2022-11-22 成都西交智汇大数据科技有限公司 一种化学实验溶液识别方法、装置、设备及可读存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115375954A (zh) * 2022-10-25 2022-11-22 成都西交智汇大数据科技有限公司 一种化学实验溶液识别方法、装置、设备及可读存储介质

Similar Documents

Publication Publication Date Title
JP6651537B2 (ja) 視覚システムのための画像ベースチューブスロット円検出
US10724943B2 (en) Device for detecting an analyte in a bodily fluid
CN107862350B (zh) 试纸检测方法、装置、系统及程序产品
CN109684374B (zh) 一种时间序列数据的键值对的提取方法及装置
CN112836530B (zh) 扫描枪的检测方法、装置、设备及介质
CN113758932A (zh) 一种基于深度学习的锂电池膈膜缺陷视觉系统
US11215628B2 (en) Methods of automatized sample loading and processing and devices and systems related thereto
CN114092483A (zh) 试管检测方法、装置、血液分析仪及可读存储介质
EP2711866A1 (en) Method and system for detecting a 2D barcode in a circular label
CN117152152B (zh) 检测试剂盒的生产管理系统及方法
KR20130086690A (ko) 휴대용 장치에서 구동되는 비색 분석 시스템 및 이를 이용한 비색 분석 방법
TW201514861A (zh) 檢測卡匣讀取裝置及其讀取方法
CN110567900B (zh) 试样反应中抗原过量的判断方法、装置及光学检测系统
CN113096111A (zh) 物料检测方法、系统、计算机程序产品及可读存储介质
EP2824444B1 (en) Determination method, determination device, determination system, and program
CN111398138A (zh) 一种干式血液细胞分析装置的光学检测系统及方法
CN112461857B (zh) 一种样本检测过程及结果识别方法
CN112444527B (zh) 一种离心式样本检测方法
JP6971288B2 (ja) 管の自動ハンドリング
CN111337696B (zh) 一种体外诊断设备及其样本分析方法
CN110560930B (zh) 采血卡血斑的切割方法、装置及可读存储介质
CN117554601B (zh) 检测数据管理方法、装置、设备及存储介质
US11887733B2 (en) Method for providing semi-quantitative test results for drug test strips using machine learning
CN116773840B (zh) 一种样本溶液的溯源方法及介质
JP2008261850A (ja) 検査プレートの画像検査方法

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