CN114295568A - 血液样本指标校正系统及血液样本指标校正方法 - Google Patents
血液样本指标校正系统及血液样本指标校正方法 Download PDFInfo
- Publication number
- CN114295568A CN114295568A CN202111677598.4A CN202111677598A CN114295568A CN 114295568 A CN114295568 A CN 114295568A CN 202111677598 A CN202111677598 A CN 202111677598A CN 114295568 A CN114295568 A CN 114295568A
- Authority
- CN
- China
- Prior art keywords
- blood sample
- detected
- gray
- blood
- image data
- 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
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及血液样本中的血液指标校正技术,尤其涉及一种血液样本指标校正系统及血液样本指标校正方法。所述血液样本指标校正系统及所述血液样本指标校正方法,主要通过根据待检测的血液样本的图像数据及透光率,得到用于对所述待检测的血液样本的原始血液指标进行校正的校正系数,进而便于得到准确的血液样本的检验结果,不仅可以节省人力,也有利于临床医生根据所述准确的血液样本的检验结果更好地进行临床诊断。
Description
技术领域
本发明涉及血液样本中的血液指标校正技术,尤其涉及一种血液样本指标校正系统及血液样本指标校正方法。
背景技术
血液样本的检验结果的可靠性和真实性直接关系到临床诊断的准确性,而溶血、黄疸及脂血是血液样本的检测中最常见的干扰因素和影响因素。一般来说,正常血液样本中血清或血浆部分呈淡黄色;而在溶血血液样本中,由于红细胞被损坏,导致血红蛋白被释放到样本的血清或血浆部分中,因而所述溶血血液样本的血清或血浆部分呈淡红色;黄疸血液样本的血清或血浆部分由于增加了胆红素而呈深黄色;脂血血液样本由于血液存在异常高浓度的乳化脂肪,其血清或血浆部分呈白色或乳白色。
在日常工作中,一般是由熟练的实验室技术人员通过视觉检查所述血液样本中溶血、黄疸及脂血的严重程度,并在相应的检验报告上标注相应的性状,其中,所述性状包括有无溶血及溶血程度、有无黄疸及黄疸程度、有无脂血及脂血程度,进而有利于临床医生参照标注后的检验报告进行综合分析判断,必要时还需重留患者血液样本,以确保所述血液样本的检验结果准确可靠。因而只有正确处理有关溶血、黄疸及脂血的血液样本,才能得出比较准确的所述血液样本的检验结果,更好的把握检验工作质量并为临床提供优质服务。
但是,单纯由实验室技术人员通过视觉检查所述血液样本中溶血、黄疸及脂血的严重程度并反馈给临床医生,再由临床医生根据实验室技术人员检查的结果进行综合分析判断,会使得所述血液样本的检验结果非常主观,误差大,而且人力耗费大。
发明内容
本发明实施例提供一种血液样本指标校正系统及血液样本指标校正方法,根据所述血液样本指标校正系统及血液样本指标校正方法得到的血液样本的检验结果无需由实验室技术人员视觉检查及临床医生综合分析判断得出,因而更加准确,且耗费人力少。
本发明实施例提供的血液样本指标校正系统,用于计算血液样本中的血液指标的校正系数,其中,所述校正系数用于对所述待检测的血液样本的原始血液指标进行校正。所述血液样本指标校正系统包括:样本放置单元、图像获取单元、光谱检测单元、数据分析单元;其中,所述样本放置单元用于放置待检测的血液样本;所述图像获取单元与所述数据分析单元连接,用于获取所述待检测的血液样本的图像数据,其中所述图像数据包括灰度图;
所述光谱检测单元与所述数据分析单元连接,用于检测所述待检测的血液样本在特定波长处的光的吸收度,并根据所述吸光度得出所述待检测的血液样本的透光率;所述数据分析单元用于接收关于所述待检测的血液样本的所述图像获取单元获取到的所述图像数据和所述光谱检测单元得到的所述透光率,并根据所述图像数据和所述透光率得到所述待检测的血液样本的校正系数。
本发明实施例提供的血液样本指标校正方法,用于计算血液样本中的血液指标的校正系数,其中,所述校正系数用于对所述待检测的血液样本的原始血液指标进行校正。所述方法包括:所述图像获取单元获取待检测的血液样本的图像数据,其中所述图像数据包括灰度图;所述光谱检测单元检测所述待检测的血液样本在特定波长处的光的吸收度,并根据所述吸光度得出所述待检测的血液样本的透光率;根据所述图像数据和所述透光率得到所述待检测的血液样本的校正系数。
本发明实施例提供的所述血液样本指标校正系统及所述血液样本指标校正方法,主要通过根据所述待检测的血液样本的图像数据及透光率,得到用于对所述待检测的血液样本的原始血液指标进行校正的所述校正系数,进而便于得到准确的血液样本的检验结果,不仅可以节省人力,也有利于临床医生根据所述准确的血液样本的检验结果更好地进行临床诊断。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍。
图1为本发明一实施例提供的血液样本指标校正系统的组成示意图;
图2为本发明一实施例提供的血液样本指标校正方法的流程示意图;
图3为本发明一实施例提供的图2中步骤203的子流程示意图;
图4为本发明一实施例提供的图3中步骤301的子流程示意图。
具体实施方式
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。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
请参阅图1,图1为本发明一实施例提供的血液样本指标校正系统的组成示意图:
所述血液样本指标校正系统100包括:样本放置单元1、图像获取单元2、光谱检测单元3、数据分析单元4。
其中,所述血液样本指标校正系统100,用于计算血液样本中的血液指标的校正系数。
所述样本放置单元1用于放置待检测的血液样本。
所述图像获取单元2与所述数据分析单元4连接,用于获取所述待检测的血液样本的图像数据。
所述光谱检测单元3与所述数据分析单元4连接,用于检测所述待检测的血液样本在特定波长处的光的吸收度,并根据所述吸光度得出所述待检测的血液样本的透光率。
所述数据分析单元4用于接收关于所述待检测的血液样本的所述图像获取单元2获取到的所述图像数据和所述光谱检测单元3得到的所述透光率,并根据所述图像数据和所述透光率得到所述待检测的血液样本的所述校正系数;其中,所述校正系数用于对所述待检测的血液样本的原始血液指标进行校正。
由于血液样本中的干扰性状会影响所述血液样本的检验结果的准确性,不同的干扰情况对所述检验结果的影响不同,其中所述干扰性状包括溶血、黄疸及脂血等性状;所述不同的干扰情况包括单种干扰性状的严重程度不同、多种干扰性状组合存在且各干扰性状的严重程度不同等。其中,所述干扰性状包括溶血、黄疸及脂血等性状时,溶血的严重程度是指关于溶血的血液样本中血红蛋白的浓度,黄疸的严重程度是指关于黄疸的血液样本中胆红素的浓度,脂血的严重程度是指关于脂血的血液样本中乳化脂肪的浓度。其中,所述血红蛋白、胆红素或者乳化脂肪的浓度越高,对应的所述干扰性状的严重程度也越高。
所述不同的干扰情况导致所述血液样本的颜色不同,而所述血液样本指标校正系统100中的所述图像数据及所述透光率,是区分不同血液样本的颜色的指标,也是区分所述不同的干扰情况的指标。所述血液样本的原始检验结果如果消除所述干扰物质的影响,便能得到准确检验结果,因而所述原始检验结果向所述准确检验结果的过程与所述不同的干扰情况有关,进而所述待检测的血液样本的原始血液指标向所述待检测的血液样本的准确血液指标与所述图像数据及所述透光率有关,进而用于对所述待检测的血液样本的原始血液指标进行校正的校正系数与所述图像数据及所述透光率有关。
因此本发明中的所述血液样本指标校正系统100通过所述图像获取单元2获取所述待检测的血液样本的所述图像数据,通过所述光谱检测单元3获得所述待检测的血液样本的所述透光率,进而通过所述数据分析单元4根据所述图像数据和所述透光率得到所述待检测的血液样本的所述校正系数,进而有利于根据所述校正系数,得到所述血液样本的准确血液指标。因而,通过所述血液样本指标校正系统100得到所述校正系数,进而有利于得到所述血液样本的准确血液指标,无需相关的实验室技术人员视觉观察原始血液样本,进而消除所述血液样本的所述检验结果的主观性,也减少了人力,同时由于所述校正系数通过严谨算法得出,因而使得所述检验结果更准确,有利于临床医生根据所述准确的血液样本的检验结果更好地进行临床诊断。
在一些实施例中,所述图像数据包括灰度图。所述数据分析单元4根据所述图像数据和所述透光率得到所述待检测的血液样本的校正系数,包括:所述数据分析单元4根据所述图像数据中的所述灰度图得到综合灰度值;进而所述数据分析单元4根据所述综合灰度值和所述透光率,以及第一模型,得到所述待检测的血液样本的所述校正系数。
其中,所述第一模型为根据大量的关于综合灰度值、透光率及校正系数的预先实验数据训练而成,所述第一模型用于建立综合灰度值、透光率和校正系数之间的数值关系。
进一步的,在一些实施例中,所述数据分析单元4将所述综合灰度值和所述透光率作为所述第一模型的输入,而通过所述第一模型输出相应的所述校正系数。再进一步的,在一些实施例中,所述第一模型包括关于所述综合灰度值、所述透光率与所述校正系数的第一函数关系式,其中,所述第一函数关系式的自变量为所述综合灰度值和所述透光率,因变量为所述校正系数。从而,所述数据分析单元4将所述综合灰度值和所述透光率作为第一函数关系式的自变量/输入,进行运算后,而得出为所述校正系数这一因变量/输出。
其中,所述第一函数关系式为关于综合灰度值实验数据组、透光率实验数据组与校正系数实验数据组的拟合曲线方程,其中,所述综合灰度值实验数据组包括若干个关于综合灰度值的预先实验数据,所述透光率实验数据组包括若干个关于透光率的预先实验数据,校正系数实验数据组包括若干个关于校正系数的预先实验数据。
进一步的,所述关于综合灰度值的预先实验数据、所述关于透光率的预先实验数据可以通过仪器、设备,比如图像获取单元2、光谱检测单元3,检测并计算得出,而所述关于校正系数的预先实验数据为通过拟合所述综合灰度值实验数据组、所述透光率实验数据组、血液样本的原始的血液指标实验数据组与血液样本的准确的血液指标实验数据组之间的函数关系式,进而得到的实验数据。其中,所述血液样本的原始的血液指标实验数据组包括若干个关于血液样本的原始的血液指标的预先实验数据;所述血液样本的准确的血液指标实验数据组包括若干个关于血液样本的准确的血液指标的预先实验数据。
进一步的,所述关于血液样本的原始的血液指标的预先实验数据可通过相关的血液指标检测设备测得,而所述关于血液样本的准确的血液指标的预先实验数据通过人为校正原始的血液样本得到准确的血液样本,再通过所述相关的血液指标检测设备测得,其中,所述人为校正原始的血液样本的方法包括:在所述原始的血液样本中添加一些物质以消除所述干扰物质的影响,得到准确的血液样本。
在其他实施例中,所述第一模型中定义了综合灰度值、透光率与校正系数的对应关系,所述对应关系的表现形式可为对应关系表或者对应关系三维曲线,所述对应关系包括了大量综合灰度值、透光率与校正系数的对应关系。
在其他实施例中,所述数据分析单元4根据所述综合灰度值和所述透光率,以及第一模型,得到所述待检测的血液样本的所述校正系数,还可包括:所述数据分析单元4通过查询所述第一模型定义的综合灰度值、所述透光率与所述校正系数的对应关系,而得到所述综合灰度值和所述透光率对应的校正系数。
在一些实施例中,所述数据分析单元4根据所述图像数据中的所述灰度图得到综合灰度值,包括:所述数据分析单元4根据所述图像数据中的所述灰度图得到每个像素的灰度值;以及将每个像素的灰度值与相应的预设权重相乘得到对应的加权灰度值,并将所有的加权灰度值相加,得到所述综合灰度值,其中,每个像素的灰度值均有一个与其相应的预设权重。
其中,所述灰度图,又称灰阶图。把白色与黑色之间按对数关系分为若干等级,称为灰度,所述灰度分为256阶。所述灰度图中的每一像素均有其对应的灰度值。
与不同像素的灰度值相应的预设权重根据所述灰度图中所述血液样本的相对位置等实际情况变通。
在一些实施例中,如图1所示,所述光谱检测单元3包括光谱发射模块31和光谱获取模块32。
所述光谱发射模块31包括光源311和单色器312,所述单色器312位于所述光源311发出的光的光线方向上,其中,所述单色器312用于从所述光源311发出的光中分离出所述特定波长处的光。
所述待检测的血液样本放置在所述光谱发射模块31中的所述单色器312和所述光谱获取模块32之间,被所述单色器312从所述光源311发出的光中分离出的所述特定波长处的光传递至所述待检测的血液样本,并在经过所述待检测的血液样本后,部分所述特定波长处的光被所述待检测的血液样本吸收。
所述光谱获取模块32包括检测器321和信号处理器322,其中,所述检测器321用于接收经过所述待检测的血液样本后的光,并根据所述经过所述待检测的血液样本后的光形成相应的光谱;所述信号处理器322与所述检测器321、所述数据分析单元4连接,用于根据所述相应的光谱测定所述待检测的血液样本在所述特定波长处的光的吸收度,得出所述待检测的血液样本的所述透光率。
在一些实施例中,如图1所示,所述图像获取单元2包括图像捕获模块21和图像转换模块22,所述图像数据还包括像素图。
所述图像捕获模块21用于获取所述待检测的血液样本的所述像素图。
所述图像转换模块22与所述图像捕获模块21、所述数据分析单元4连接,用于接收所述图像捕获模块21获取的所述像素图,并将所述像素图转换为所述灰度图,以及将所述灰度图发送至所述数据分析单元4。
其中,在一些实施例中,所示图像捕获模块21包括摄像头传感器,用于拍摄所示待检测的血液样本的彩色照片,即所述像素图。
前述提到,所述干扰性状包括溶血、黄疸及脂血等性状,不同的干扰性状导致所述血液样本的颜色不同。进而,在一些实施例中,所述数据分析单元4还用于根据所述像素图通过图像分类算法判断所述待检测的血液样本中的所述干扰性状的种类。进一步的,在一些实施例中,所述图像分类算法包括支持向量机、随机森林、神经网络等机器学习算法。
在一些实施例中,如图1所示,所述样本放置单元1包括样本放置支架11、样本夹取模块12。
所述样本放置支架11用于放置所述待检测的血液样本。
所述样本夹取模块12用于从所述待检测的血液样本的待夹取处夹取所述待检测的血液样本,并移动及将所述待检测的血液样本放置至所述样本放置支架11。
其中,当所述血液样本指标校正系统100正在工作时,所述血液样本指标校正系统100中的待检测的血液样本放置于所述样本放置支架11中。
所述待检测的血液样本的待夹取处为人为批量放置未检测的所述血液样本的位置。
当所述样本放置支架11中的血液样本检测完后,由所述样本夹取模块12夹取检测完的血液样本,并移动所述检测完的血液样本,使所述检测完的血液样本离开所述样本放置支架11。
请参阅图2,图2为本发明一实施例提供的血液样本指标校正方法的流程示意图:
201、所述图像获取单元获取待检测的血液样本的图像数据。
202、所述光谱检测单元检测所述待检测的血液样本在特定波长处的光的吸收度,并根据所述吸光度得出所述待检测的血液样本的透光率。
203、根据所述图像数据和所述透光率得到所述待检测的血液样本的校正系数。
其中,所述校正系数用于对所述待检测的血液样本的原始血液指标进行校正。步骤201和步骤202同时进行。
由于血液样本中的干扰性状会影响所述血液样本的检验结果的准确性,不同的干扰情况对所述检验结果的影响不同,其中所述干扰性状包括溶血、黄疸及脂血等性状;所述不同的干扰情况包括单种干扰性状的严重程度不同、多种干扰性状组合存在且各干扰性状的严重程度不同等。其中,所述干扰性状包括溶血、黄疸及脂血等性状时,溶血的严重程度是指关于溶血的血液样本中血红蛋白的浓度,黄疸的严重程度是指关于黄疸的血液样本中胆红素的浓度,脂血的严重程度是指关于脂血的血液样本中乳化脂肪的浓度。其中,所述血红蛋白、胆红素或者乳化脂肪的浓度越高,对应的所述干扰性状的严重程度也越高。
所述不同的干扰情况导致所述血液样本的颜色不同,而所述血液样本指标校正系统100中的所述图像数据及所述透光率,是区分不同血液样本的颜色的指标,也是区分所述不同的干扰情况的指标。所述血液样本的原始检验结果如果消除所述干扰物质的影响,便能得到准确检验结果,因而所述原始检验结果向所述准确检验结果的过程与所述不同的干扰情况有关,进而所述待检测的血液样本的原始血液指标向所述待检测的血液样本的准确血液指标与所述图像数据及所述透光率有关,进而用于对所述待检测的血液样本的原始血液指标进行校正的校正系数与所述图像数据及所述透光率有关。
因此本发明中的所述血液样本指标校正方法通过获取所述待检测的血液样本的所述图像数据及所述待检测的血液样本的所述透光率,进而根据所述图像数据和所述透光率得到所述待检测的血液样本的所述校正系数,进而有利于根据所述校正系数,得到所述血液样本的准确血液指标。因而,通过所述血液样本指标校正方法得到所述校正系数,进而有利于得到所述血液样本的准确血液指标,无需相关的实验室技术人员视觉观察原始血液样本,进而消除所述血液样本的所述检验结果的主观性,也减少了人力,同时由于所述校正系数通过严谨算法得出,因而使得所述检验结果更准确,有利于临床医生根据所述准确的血液样本的检验结果更好地进行临床诊断。
在一些实施例中,所述图像数据包括灰度图。请参阅图3,图3为本发明一实施例提供的图2中步骤203的子流程示意图:
301、根据所述图像数据中的所述灰度图得到综合灰度值。
302、根据所述综合灰度值和所述透光率,以及第一模型,得到所述待检测的血液样本的所述校正系数。
其中,所述第一模型为根据大量的关于综合灰度值、透光率及校正系数的预先实验数据训练而成,所述第一模型用于建立综合灰度值、透光率和校正系数之间的数值关系。
进一步的,在一些实施例中,将所述综合灰度值和所述透光率作为所述第一模型的输入,而通过所述第一模型输出相应的所述校正系数。再进一步的,在一些实施例中,所述第一模型包括关于所述综合灰度值、所述透光率与所述校正系数的第一函数关系式,其中,所述第一函数关系式的自变量为所述综合灰度值和所述透光率,因变量为所述校正系数。从而,所述数据分析单元4将所述综合灰度值和所述透光率作为第一函数关系式的自变量/输入,进行运算后,而得出为所述校正系数这一因变量/输出。
其中,所述第一函数关系式为关于综合灰度值实验数据组、透光率实验数据组与校正系数实验数据组的拟合曲线方程,其中,所述综合灰度值实验数据组包括若干个关于综合灰度值的预先实验数据,所述透光率实验数据组包括若干个关于透光率的预先实验数据,校正系数实验数据组包括若干个关于校正系数的预先实验数据。
进一步的,所述关于综合灰度值的预先实验数据、所述关于透光率的预先实验数据可以通过仪器、设备,比如图像获取单元、光谱检测单元,检测并计算得出,而所述关于校正系数的预先实验数据为通过拟合所述综合灰度值实验数据组、所述透光率实验数据组、血液样本的原始的血液指标实验数据组与血液样本的准确的血液指标实验数据组之间的函数关系式,进而得到的实验数据。其中,所述血液样本的原始的血液指标实验数据组包括若干个关于血液样本的原始的血液指标的预先实验数据;所述血液样本的准确的血液指标实验数据组包括若干个关于血液样本的准确的血液指标的预先实验数据。
进一步的,所述关于血液样本的原始的血液指标的预先实验数据可通过相关的血液指标检测设备测得,而所述关于血液样本的准确的血液指标的预先实验数据通过人为校正原始的血液样本得到准确的血液样本,再通过所述相关的血液指标检测设备测得,其中,所述人为校正原始的血液样本的方法包括:在所述原始的血液样本中添加一些物质以消除所述干扰物质的影响,得到准确的血液样本。
在其他实施例中,所述第一模型中定义了综合灰度值、透光率与校正系数的对应关系,所述对应关系的表现形式可为对应关系表或者对应关系三维曲线,所述对应关系包括了大量综合灰度值、透光率与校正系数的对应关系。
在其他实施例中,所述数据分析单元4根据所述综合灰度值和所述透光率,以及第一模型,得到所述待检测的血液样本的所述校正系数,还可包括:所述数据分析单元4通过查询所述第一模型定义的综合灰度值、所述透光率与所述校正系数的对应关系,而得到所述综合灰度值和所述透光率对应的校正系数。
进一步的,在一些实施例中,请参阅图4,图4为本发明一实施例提供的图3中步骤301的子流程示意图:
401、根据所述图像数据中的所述灰度图得到每个像素的灰度值。
402、将每个像素的灰度值与相应的预设权重相乘得到对应的加权灰度值,并将所有的加权灰度值相加,得到所述综合灰度值。
其中,每个像素的灰度值均有一个与其相应的预设权重。
所述灰度图又称灰阶图。把白色与黑色之间按对数关系分为若干等级,称为灰度,所述灰度分为256阶。所述灰度图中的每一像素均有其对应的灰度值。
与不同像素的灰度值相应的预设权重根据所述灰度图中所述血液样本的相对位置等实际情况变通。
在一些实施例中,所述图像数据还包括像素图。前述提到,所述干扰性状包括溶血、黄疸及脂血等性状,不同的干扰性状导致所述血液样本的颜色不同。进而,在一些实施例中,所述血液样本指标校正方法还包括:根据所述像素图通过图像分类算法判断所述待检测的血液样本中的所述干扰性状的种类。进一步的,在一些实施例中,所述图像分类算法包括支持向量机、随机森林、神经网络等机器学习算法。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,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,可轻易想到各种等效的修改或替换,这些修改或替换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以权利要求的保护范围为准。
Claims (15)
1.一种血液样本指标校正系统,用于计算血液样本中的血液指标的校正系数,其特征在于,所述血液样本指标校正系统包括:样本放置单元、图像获取单元、光谱检测单元、数据分析单元;其中,
所述样本放置单元用于放置待检测的血液样本;
所述图像获取单元与所述数据分析单元连接,用于获取所述待检测的血液样本的图像数据;
所述光谱检测单元与所述数据分析单元连接,用于检测所述待检测的血液样本在特定波长处的光的吸收度,并根据所述吸光度得出所述待检测的血液样本的透光率;
所述数据分析单元用于接收关于所述待检测的血液样本的所述图像获取单元获取到的所述图像数据和所述光谱检测单元得到的所述透光率,并根据所述图像数据和所述透光率得到所述待检测的血液样本的校正系数;其中,所述校正系数用于对所述待检测的血液样本的原始血液指标进行校正。
2.根据权利要求1所述的血液样本指标校正系统,其特征在于,所述图像数据包括灰度图;
所述数据分析单元根据所述图像数据和所述透光率得到所述待检测的血液样本的校正系数,包括:
所述数据分析单元根据所述图像数据中的所述灰度图得到综合灰度值;
进而所述数据分析单元根据所述综合灰度值和所述透光率,以及第一模型,得到所述待检测的血液样本的所述校正系数。
3.根据权利要求2所述的血液样本指标校正系统,其特征在于,所述数据分析单元将所述综合灰度值和所述透光率作为所述第一模型的输入,而通过所述第一模型输出相应的所述校正系数。
4.根据权利要求3所述的血液样本指标校正系统,其特征在于,所述第一模型包括关于所述综合灰度值、所述透光率与所述校正系数的第一函数关系式,其中,所述第一函数关系式的自变量为所述综合灰度值和所述透光率,因变量为所述校正系数。
5.根据权利要求2所述的血液样本指标校正系统,其特征在于,所述数据分析单元根据所述图像数据中的所述灰度图得到综合灰度值,包括:
所述数据分析单元根据所述图像数据中的所述灰度图得到每个像素的灰度值;以及
将每个像素的灰度值与相应的预设权重相乘得到对应的加权灰度值,并将所有的加权灰度值相加,得到所述综合灰度值,其中,每个像素的灰度值均有一个与其相应的预设权重。
6.根据权利要求1所述的血液样本指标校正系统,其特征在于,所述光谱检测单元包括光谱发射模块和光谱获取模块;其中,
所述光谱发射模块包括光源和单色器,所述单色器位于所述光源发出的光的光线方向上,其中,所述单色器用于从所述光源发出的光中分离出所述特定波长处的光;
所述待检测的血液样本放置在所述光谱发射模块中的所述单色器和所述光谱获取模块之间,被所述单色器从所述光源发出的光中分离出的所述特定波长处的光传递至所述待检测的血液样本,并在经过所述待检测的血液样本后,部分所述特定波长处的光被所述待检测的血液样本吸收;
所述光谱获取模块包括检测器和信号处理器,其中,所述检测器用于接收经过所述待检测的血液样本后的光,并根据所述经过所述待检测的血液样本后的光形成相应的光谱;所述信号处理器与所述检测器、所述数据分析单元连接,用于根据所述相应的光谱测定所述待检测的血液样本在所述特定波长处的光的吸收度,得出所述待检测的血液样本的所述透光率。
7.根据权利要求1所述的血液样本指标校正系统,其特征在于,所述图像获取单元包括图像捕获模块和图像转换模块;所述图像数据还包括像素图;
所述图像捕获模块用于获取所述待检测的血液样本的所述像素图;
所述图像转换模块与所述图像捕获模块、所述数据分析单元连接,用于接收所述图像捕获模块获取的所述像素图,并将所述像素图转换为所述灰度图,以及将所述灰度图发送至所述数据分析单元。
8.根据权利要求1所述的血液样本指标校正系统,其特征在于,所述样本放置单元包括样本放置支架、样本夹取模块;其中,
所述样本放置支架用于放置所述待检测的血液样本;
所述样本夹取模块用于从所述待检测的血液样本的待夹取处夹取所述待检测的血液样本,并移动及将所述待检测的血液样本放置至所述样本放置支架。
9.根据权利要求7所述的血液样本指标校正系统,其特征在于,所述校正系数与所述待检测的血液样本中的干扰性状有关,其中,所述干扰性状包括:溶血、黄疸及脂血;
所述数据分析单元还用于根据所述像素图通过图像分类算法判断所述待检测的血液样本中的所述干扰性状的种类。
10.一种血液样本指标校正方法,用于计算血液样本中的血液指标的校正系数,其特征在于,所述方法包括:
所述图像获取单元获取待检测的血液样本的图像数据;所述光谱检测单元检测所述待检测的血液样本在特定波长处的光的吸收度,并根据所述吸光度得出所述待检测的血液样本的透光率;
根据所述图像数据和所述透光率得到所述待检测的血液样本的校正系数;其中,所述校正系数用于对所述待检测的血液样本的原始血液指标进行校正。
11.根据权利要求10所述的血液样本指标校正方法,其特征在于,所述图像数据包括灰度图;
所述“根据所述图像数据和所述透光率得到所述待检测的血液样本的校正系数”,包括:
根据所述图像数据中的所述灰度图得到综合灰度值;
进而根据所述综合灰度值和所述透光率,以及第一模型,得到所述待检测的血液样本的所述校正系数。
12.根据权利要求11所述的血液样本指标校正方法,其特征在于,所述数据分析单元将所述综合灰度值和所述透光率作为所述第一模型的输入,而通过所述第一模型输出相应的所述校正系数。
13.根据权利要求12所述的血液样本指标校正方法,其特征在于,所述第一模型包括关于所述综合灰度值、所述透光率与所述校正系数的第一函数关系式,其中,所述第一函数关系式的自变量为所述综合灰度值和所述透光率,因变量为所述校正系数。
14.根据权利要求10所述的血液样本指标校正方法,其特征在于,所述“根据所述图像数据中的所述灰度图得到综合灰度值”,包括:
根据所述图像数据中的所述灰度图得到每个像素的灰度值;以及
将每个像素的灰度值与相应的预设权重相乘得到对应的加权灰度值,并将所有的加权灰度值相加,得到所述综合灰度值,其中,每个像素的灰度值均有一个与其相应的预设权重。
15.根据权利要求11所述的血液样本指标校正方法,其特征在于,所述校正系数与所述待检测的血液样本中的干扰性状有关,其中,所述干扰性状包括:溶血、黄疸及脂血;
所述图像数据还包括像素图;
所述方法还包括:根据所述像素图通过图像分类算法判断所述检测的血液样本中的所述干扰性状的种类。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111677598.4A CN114295568A (zh) | 2021-12-31 | 2021-12-31 | 血液样本指标校正系统及血液样本指标校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111677598.4A CN114295568A (zh) | 2021-12-31 | 2021-12-31 | 血液样本指标校正系统及血液样本指标校正方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114295568A true CN114295568A (zh) | 2022-04-08 |
Family
ID=80974880
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111677598.4A Pending CN114295568A (zh) | 2021-12-31 | 2021-12-31 | 血液样本指标校正系统及血液样本指标校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114295568A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0792432B2 (ja) * | 1988-09-22 | 1995-10-09 | 株式会社東芝 | 自動化学分析装置 |
US20140193921A1 (en) * | 2013-01-09 | 2014-07-10 | Samsung Electronics Co., Ltd. | Test apparatus and target measurement method using the same |
CN110023950A (zh) * | 2016-10-28 | 2019-07-16 | 拜克门寇尔特公司 | 物质准备评估系统 |
CN111829962A (zh) * | 2020-06-28 | 2020-10-27 | 中国科学院苏州生物医学工程技术研究所 | 血浆乳糜程度检测方法及系统 |
-
2021
- 2021-12-31 CN CN202111677598.4A patent/CN114295568A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0792432B2 (ja) * | 1988-09-22 | 1995-10-09 | 株式会社東芝 | 自動化学分析装置 |
US20140193921A1 (en) * | 2013-01-09 | 2014-07-10 | Samsung Electronics Co., Ltd. | Test apparatus and target measurement method using the same |
CN110023950A (zh) * | 2016-10-28 | 2019-07-16 | 拜克门寇尔特公司 | 物质准备评估系统 |
CN111829962A (zh) * | 2020-06-28 | 2020-10-27 | 中国科学院苏州生物医学工程技术研究所 | 血浆乳糜程度检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Simundic et al. | Comparison of visual vs. automated detection of lipemic, icteric and hemolyzed specimens: can we rely on a human eye? | |
JP6927465B2 (ja) | 検体中の妨害因子を分類するためのモデルベース方法及び装置 | |
CN100480680C (zh) | 多光谱肉类新鲜度人工智能测量方法及系统 | |
US7663738B2 (en) | Method for automatically detecting factors that disturb analysis by a photometer | |
JPS60162955A (ja) | 血球自動分析装置 | |
CN202522512U (zh) | 自动检测油脂色泽和透明度的装置 | |
CN101943656A (zh) | 检测光学测量试管的污染物的方法 | |
DK163453B (da) | Fremgangsmaade og apparat til fotometrisk bestemmelse af individuelle koedemners egenskaber | |
CN113109240B (zh) | 一种计算机实施的粮食不完善粒测定方法和系统 | |
CN111060502A (zh) | 一种基于试纸图像识别的检测样本物质浓度的方法 | |
CN112083175A (zh) | 一种全自动干式生化仪测定的溶血指数对生化指标进行校正的方法 | |
EP1059522A1 (en) | Method and apparatus for examining fluids of biological origin | |
JP2016161301A (ja) | 検体検査自動化システム | |
CN112595711A (zh) | 一种滴定终点判定装置 | |
JP4898828B2 (ja) | 凝集判定方法 | |
JP6791170B2 (ja) | 分析装置、分析方法、および、分析システム | |
CN111879709A (zh) | 湖泊水体光谱反射率检验方法及装置 | |
JP2013242246A (ja) | 生体試料の分析装置および生体試料の分析方法 | |
CN114295568A (zh) | 血液样本指标校正系统及血液样本指标校正方法 | |
BR112018017343B1 (pt) | Método e aparelho para detectar a presença de micotoxinas em cereais, e, meio legível por computador. | |
CN110687266A (zh) | 一种用于溶解氧测试仪校准的检定装置及其工作方法 | |
CN109556721B (zh) | 一种检测色片的方法 | |
JP2021148793A (ja) | 体外診断システムにおける試料容器の特性を決定するための方法、分析デバイス、および体外診断システム | |
CN117169149B (zh) | 提高hil样本检测准确度的方法及hil样本检测方法 | |
JP2000227399A (ja) | 血液検査体の予備選別装置 |
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 |