CN114577743B - 样本中的干扰物确定方法及装置、设备及存储介质 - Google Patents

样本中的干扰物确定方法及装置、设备及存储介质 Download PDF

Info

Publication number
CN114577743B
CN114577743B CN202210478705.9A CN202210478705A CN114577743B CN 114577743 B CN114577743 B CN 114577743B CN 202210478705 A CN202210478705 A CN 202210478705A CN 114577743 B CN114577743 B CN 114577743B
Authority
CN
China
Prior art keywords
target
absorbance
sample
interferent
coagulation
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
CN202210478705.9A
Other languages
English (en)
Other versions
CN114577743A (zh
Inventor
方建伟
霍子凌
李国军
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 CN202210478705.9A priority Critical patent/CN114577743B/zh
Publication of CN114577743A publication Critical patent/CN114577743A/zh
Application granted granted Critical
Publication of CN114577743B publication Critical patent/CN114577743B/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
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明实施例公开了一种样本中干扰物的确定方法及装置、设备及存储介质，该方法包括：获取样本的目标凝血项目以及基于具有多种透射波长的光学法对样本进行目标凝血项目的检验得到的凝固数据；利用凝固数据及预设的吸光度算法，确定每种透射波长下样本的目标吸光度；根据预设的凝血项目与干扰物的判别规则的对应关系，确定目标凝血项目的目标判别规则；根据目标吸光度以及目标判别规则，确定样本的干扰物信息。通过上述方法，利用凝固数据实时对样本的干扰物信息进行确定，实现在凝血项目的检验过程中就可以确定样本的干扰物信息，无需设置额外的识别模块，干扰物识别效率高，且通过凝血项目与判别规则的对应关系对干扰物进行判别，准确度更高。

Description

样本中的干扰物确定方法及装置、设备及存储介质
技术领域
本发明涉及样本分析技术领域，尤其涉及一种样本中的干扰物确定方法及装置、设备及存储介质。
背景技术
在凝血四项PT（凝血酶原时间）、APTT（活化部分凝血活酶时间）、TT（凝血酶时间）或FIB（纤维蛋白原）的检验中，样本中甘油三酯、血红蛋白、胆红素等干扰物的存在可能会影响光学法凝血四项的结果。
而现有干扰物识别一般在凝血四项的检验前，通过光学法直接对血浆等样本中的干扰物进行检测，需要单独的干扰物识别模块进行干扰物的测定，之后会根据干扰物的结果选择通过光学法或磁珠法对该样本进行凝血四项的检验，由于现有干扰物的识别方式需要单独的干扰物识别模块进行处理，故识别效率较低。
发明内容
本发明的主要目的在于提供一种样本中的干扰物确定方法及装置、设备及存储介质，可以解决现有技术中的干扰物识别效率低的问题。
为实现上述目的，本发明第一方面提供一种样本中的干扰物确定方法，所述方法包括：
获取样本的目标凝血项目以及凝固数据，所述凝固数据是基于具有多种透射波长的光学法对样本进行目标凝血项目的检验得到的；
利用多种透射波长的凝固数据及预设的吸光度算法，确定每种所述透射波长下所述样本的目标吸光度；
根据预设的凝血项目与干扰物的判别规则的对应关系，确定所述目标凝血项目的目标判别规则；
根据所述目标吸光度以及所述目标判别规则，确定所述样本的干扰物信息。
在一种可行实现方式中，所述根据预设的凝血项目与干扰物的判别规则的对应关系，确定所述目标凝血项目的目标判别规则，之前还包括：
获取不同凝血项目下各个类型的干扰物的吸光度图谱，所述吸光度图谱反映不同干扰物在不同透射波长下的吸光特性；
根据不同干扰物在不同透射波长下的吸光特性的差异信息以及干扰物的识别次序，确定每个凝血项目的候选判别规则；
利用候选判别规则以及不同干扰物的吸光度进行候选判别规则的有效性验证，确定所述候选判别规则的验证结果，所述有效性验证包括按照所述识别次序，验证所述候选判别规则基于吸光度对任意浓度的不同干扰物的区分效果，所述验证结果包括验证成功或验证失败；
当所述验证结果为验证成功，则建立验证成功的候选判别规则与凝血项目的对应关系。
在一种可行实现方式中，所述凝血项目包括PT、APTT、TT或FIB，所述目标判别规则包括第一判别规则或第二判别规则；
则所述根据预设的凝血项目与干扰物的判别规则的对应关系，确定所述目标凝血项目的目标判别规则，包括：
若所述目标凝血项目包括PT、APTT或TT中任一种，则确定所述目标凝血项目的目标判别规则为第一判别规则；
若所述目标凝血项目包括FIB，则确定所述目标凝血项目的目标判别规则为第二判别规则。
在一种可行实现方式中，所述多种透射波长包括第一透射波长、第二透射波长、第三透射波长及第四透射波长，所述第一透射波长、第二透射波长、第三透射波长及第四透射波长依次增大，所述干扰物信息包括干扰物类型及超标信息，当所述目标判别规则为第一判别规则，所述第一判别规则包括第一条件、第二条件及第三条件；
则根据所述目标吸光度以及所述目标判别规则，确定所述样本的干扰物信息，包括：
若目标吸光度满足第一条件，则确定所述样本的干扰物信息包括干扰物类型为甘油三酯，且超标信息为超标，所述第一条件包括第三透射波长及第四透射波长对应的目标吸光度之和大于第一吸光度阈值，且所述第一透射波长、第二透射波长、第三透射波长及第四透射波长对应的目标吸光度依次增大；
若目标吸光度满足第二条件，则确定所述样本的干扰物信息包括干扰物类型为血红蛋白，且超标信息为超标，所述第二条件包括第三透射波长及第四透射波长对应的目标吸光度之和小于第二吸光度阈值，且第二透射波长的目标吸光度大于第三吸光度阈值；
若目标吸光度满足第三条件，则确定所述样本的干扰物信息包括干扰物类型为胆红素，且超标信息为超标，所述第三条件包括第二透射波长、第三透射波长及第四透射波长对应的目标吸光度之和小于第四吸光度阈值，而且第一透射波长的目标吸光度大于第五吸光度阈值，所述第一吸光度阈值、第二吸光度阈值、第三吸光度阈值、第四吸光度阈值以及第五吸光度阈值为所述目标凝血项目为PT、APTT或TT中任一种的样本进行不同干扰物区分的吸光度临界值。
在一种可行实现方式中，当所述目标判别规则为第二判别规则，所述第二判别规则包括第四条件、第五条件及第六条件，则根据所述目标吸光度以及所述目标判别规则，确定所述样本的干扰物信息，包括：
若目标吸光度满足第四条件，则确定所述样本的干扰物信息包括干扰物类型为甘油三酯，且超标信息为超标，所述第四条件包括所述第三透射波长的目标吸光度大于第六吸光度阈值，且所述第一透射波长的目标吸光度大于第七吸光度阈值；
若目标吸光度满足第五条件，则确定所述样本的干扰物信息包括干扰物类型为血红蛋白，且超标信息为超标，所述第五条件包括第一透射波长的目标吸光度大于第八吸光度阈值；
若目标吸光度满足第六条件，则确定所述样本的干扰物信息包括干扰物类型为胆红素，且超标信息为超标，所述第六条件包括第二透射波长、第三透射波长及第四透射波长对应的目标吸光度之和小于第九吸光度阈值，且第一透射波长的目标吸光度大于第十吸光度阈值，所述第六吸光度阈值、第七吸光度阈值、第八吸光度阈值、第九吸光度阈值以及第十吸光度阈值为所述目标凝血项目为FIB的样本进行不同干扰物区分的吸光度临界值。
在一种可行实现方式中，所述方法还包括：
当所述超标信息为超标，则利用磁珠法对样本进行所述目标凝血项目的重新检测，并基于所述磁珠法的凝固数据确定所述样本的目标凝血项目的检验结果；
当所述超标信息为未超标，则利用所述光学法的凝固数据输出所述样本的目标凝血项目的检验结果。
在一种可行实现方式中，所述利用多种透射波长的凝固数据及预设的吸光度算法，确定每种所述透射波长下所述样本的目标吸光度，包括：
从多种透射波长的凝固数据中提取预设时长的目标凝固数据，所述预设时长的起始时间点为：采集到第一个凝固数据的初始时间点，结束时间点为：所述初始时间点至当前时间之间的任意时间点；
利用所述目标凝固数据以及预设吸光度算法，分别确定每种所述透射波长的吸光度均值，将所述吸光度均值作为目标吸光度。
为实现上述目的，本发明第二方面提供一种样本中的干扰物确定装置，所述装置包括：
数据获取模块：用于获取样本的目标凝血项目以及凝固数据，所述凝固数据是基于具有多种透射波长的光学法对样本进行目标凝血项目的检验得到的；
吸光度确定模块：用于利用多种透射波长的凝固数据及预设的吸光度算法，确定每种所述透射波长下所述样本的目标吸光度；
规则确定模块：用于根据预设的凝血项目与干扰物的判别规则的对应关系，确定所述目标凝血项目的目标判别规则；
干扰物判别模块：用于根据所述目标吸光度以及所述目标判别规则，确定所述样本的干扰物信息。
为实现上述目的，本发明第三方面提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如第一方面及任一可行实现方式所示步骤。
为实现上述目的，本发明第四方面提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如第一方面及任一可行实现方式所示步骤。
采用本发明实施例，具有如下有益效果：
本发明提供一种样本中的干扰物确定方法，该方法包括：获取样本的目标凝血项目以及凝固数据，凝固数据是基于具有多种透射波长的光学法对样本进行目标凝血项目的检验得到的；利用多种透射波长的凝固数据及预设的吸光度算法，确定每种透射波长下样本的目标吸光度；根据预设的凝血项目与干扰物的判别规则的对应关系，确定目标凝血项目的目标判别规则；根据目标吸光度以及目标判别规则，确定样本的干扰物信息。通过上述方法，可以通过实时的凝固数据对样本的干扰物信息进行确定，实现在凝血项目的检验过程中就可以确定样本的干扰物信息，无需设置额外的识别模块，干扰物识别效率高，且通过预设凝血项目与干扰物判别规则的对应关系，以及至少三种目标吸光度对干扰物进行识别，干扰物识别准确性更高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本发明的一些实施例，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为本发明实施例中一种样本中的干扰物确定方法的流程图；
图2（a）为本发明实施例中一种甘油三酯干扰物的吸光度图谱的示意图；
图2（b）为本发明实施例中一种血红蛋白干扰物的吸光度图谱的示意图；
图2（c）为本发明实施例中一种胆红素干扰物的吸光度图谱的示意图；
图3（a）为本发明实施例中一种甘油三酯干扰物的吸光度图谱的另一示意图；
图3（b）为本发明实施例中一种血红蛋白干扰物的吸光度图谱的另一示意图；
图3（c）为本发明实施例中一种胆红素干扰物的吸光度图谱的另一示意图；
图4为本发明实施例中一种样本中的干扰物确定方法的另一流程图；
图5为本发明实施例中一种样本中的干扰物确定装置的结构框图；
图6为本发明实施例中计算机设备的结构框图。
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，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作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。
请参阅图1，图1为本发明实施例中一种样本中的干扰物确定方法的流程图，如图1所示方法包括如下步骤：
101、获取样本的目标凝血项目以及凝固数据，所述凝固数据是基于具有多种透射波长的光学法对样本进行目标凝血项目的检验得到的；
需要说明的是，本实施例在目标凝血项目的检验过程中，获取样本的目标凝血项目以及该目标凝血项目的凝固数据，其中，该凝固数据为对样本进行目标凝血项目的检测时采集的反应数据，进一步的，该凝固数据为通过光学法对样本进行目标凝血项目的检验得到的，其中，该光学法具有多种透射波长，进而凝固数据是基于具有多种透射波长的光学法对样本进行目标凝血项目的检验得到的，进一步的，该凝固数据可以为目标凝血项目的凝固曲线数据，当具有多种透射波长的光学法对样本进行目标凝血项目的检验时，可以得到多种透射波长对应的多个凝固曲线数据。
102、利用多种透射波长的凝固数据及预设的吸光度算法，确定每种所述透射波长下所述样本的目标吸光度；
其中，得到多种透射波长的凝固数据之后，可以基于该多种透射波长的凝固数据及预设的吸光度算法，需要说明的是，吸光度（absorbance，ABS）是指光线通过溶液或物质前的入射光强度与光线通过溶液或某一物质后的透射光强度的比值的以10为底的对数，即lg（I0/I1），其中I0为入射光强，I1为透射光强。吸光度受溶剂、浓度、温度等因素的影响。故预设的吸光度算法可以为：lg（I0/I1），进而分别计算每中透射波长下样本的目标吸光度。进一步的，在本实施例中，可以通过实时采集到凝固数据，计算该样本实时的目标吸光度。
103、根据预设的凝血项目与干扰物的判别规则的对应关系，确定所述目标凝血项目的目标判别规则；
进一步的，为了实现任意凝血项目下的干扰物的判别，基于不同的凝血项目下干扰物的表现特性的不同，进而为每个凝血项目建立了与干扰物的判别规则的对应关系。故便可以根据预设的凝血项目与干扰物的判别规则的对应关系，确定上述目标凝血项目的目标判别规则，以基于目标判别规则进行目标凝血项目的干扰物判别。其中，目标判别规则用于基于目标吸光度对干扰物进行判别。
示例性的，在步骤103之前，需要确定可以将各个类型的干扰物区分开的判别规则，进而在步骤103之前还可以包括步骤A1-A4：
A1、获取不同凝血项目下各个类型的干扰物的吸光度图谱，所述吸光度图谱反映不同干扰物在不同透射波长下的吸光特性；
可以理解的是，不同的凝血项目下干扰物的表现特性的不同，并且不同干扰物在不同透射波长下的吸光特性也不同，因此，可以通过获取不同凝血项目下各个类型的干扰物的吸光度图谱，知晓各个检验项目下，不同干扰物的吸光特性，吸光特性可以从浓度、吸光度以及透射波长的表现中反映出来，示例性的，请参阅图2（a）、图2（b）、图2（c）、图3（a）、图3（b）以及图3（c），其中，图2（a）、图2（b）、图2（c）、图3（a）、图3（b）以及图3（c）所示的是不同干扰物在不同凝血项目下的吸光度图谱，如图2（a）、图2（b）、图2（c）、图3（a）、图3（b）以及图3（c）所示吸光度图谱，是以凝血项目包括凝血四项：PT（凝血酶原时间）、APTT（活化部分凝血活酶时间）、TT（凝血酶时间）及FIB（纤维蛋白原），以及干扰物包括甘油三酯、血红蛋白以及胆红素为例，对包括对应的干扰物的样本以不同透射波长的光学法进行各种凝血项目检验得到的，并且干扰物的样本的浓度是多样的，进而得到图2（a）、图2（b）、图2（c）、图3（a）、图3（b）以及图3（c）所示吸光度图谱。
其中，图2（a）、图2（b）以及图2（c）为在PT（凝血酶原时间）、APTT（活化部分凝血活酶时间）、TT（凝血酶时间）三种凝血项目下得到的干扰物的吸光度图谱，需要说明的是，PT、APTT、TT这三个项目对干扰物的吸光度图谱与直接测量血浆中的干扰物吸光度图谱一致，并且干扰物在这三个项目PT、APTT、TT中的任意项目的吸光特性也一致，因此，这三个项目PT、APTT、TT的干扰物的吸光度图谱可以统一参考图2（a）、图2（b）以及图2（c），进一步的，图2（a）为本发明实施例中一种甘油三酯干扰物的吸光度图谱的示意图；图2（b）为本发明实施例中一种血红蛋白干扰物的吸光度图谱的示意图；图2（c）为本发明实施例中一种胆红素干扰物的吸光度图谱的示意图；
其中，PT、APTT、TT这三个项目与FIB项目对干扰物的吸光度图谱是不同的，FIB比较特殊，进而在FIB下的干扰物的吸光度图谱可以参考图3（a）、图3（b）以及图3（c），进一步的，图3（a）为本发明实施例中一种甘油三酯干扰物的吸光度图谱的另一示意图；图3（b）为本发明实施例中一种血红蛋白干扰物的吸光度图谱的另一示意图；图3（c）为本发明实施例中一种胆红素干扰物的吸光度图谱的另一示意图；
进一步的，以图2（a）为例进行吸光度图谱的说明，其中，图2（a）为本发明实施例中一种甘油三酯干扰物的吸光度图谱的示意图，图2（a）中示出了7种浓度的干扰物，随透射波长的变化其吸光度的变化的七条曲线，示例性的，7种浓度包括：72mg/dL、295mg/dL、503mg/dL、694mg/dL、843mg/dL、973mg/dL以及1065mg/dL。可以理解的是，本实施例仅做举例不做具体限定。
A2、根据不同干扰物在不同透射波长下的吸光特性的差异信息以及干扰物的识别次序，确定每个凝血项目的候选判别规则；
需要说明的是，在设计候选判别规则时，不仅结合了不同干扰物在不同透射波长下的吸光特性的差异信息，还确定干扰物的识别次序，进而根据不同干扰物在不同透射波长下的吸光特性的差异信息以及干扰物的识别次序，确定每个凝血项目的候选判别规则，示例性的，当干扰物的识别次序为先识别甘油三酯、再识别血红蛋白、最后识别胆红素，那么在设计候选判别规则时，便可以根据甘油三酯的吸光图谱与另外两种干扰物（血红蛋白、胆红素）的吸光图谱的差异信息，设计可以将甘油三酯与另外两种干扰物区分开来的第一条件；再次根据血红蛋白与另外两种干扰物（甘油三酯、胆红素）的吸光图谱的差异信息，设计可以将血红蛋白与另外两种干扰物区分开来的第二条件；最后根据胆红素与另外两种干扰物（甘油三酯、血红蛋白）的吸光图谱的差异信息，设计可以将胆红素与另外两种干扰物区分开来的第三条件；需要说明的是，在确定差异信息的时候，是基于目标干扰物（要区分出的干扰物）的吸光度图谱与另外两种干扰物的吸光度图谱之间的最大区别，来设计条件的，进而不同的目标干扰物，得到的差异信息不同，得到的条件也是不同的，也即第一条件、第二条件、与第三条件是不同的。并且，若识别顺序有所改变，则候选判别规则中的区分不同干扰物的第一条件、第二条件以及第三条件，也会根据不同的识别顺序而有所不同。
A3、利用候选判别规则以及不同干扰物的吸光度进行候选判别规则的有效性验证，确定所述候选判别规则的验证结果，所述有效性验证包括按照所述识别次序，验证所述候选判别规则基于吸光度对任意浓度的不同干扰物的区分效果，所述验证结果包括验证成功或验证失败；
在设计了候选判别规则之后，需要验证该候选判别规则是否可以识别或判别出样本中的干扰物，进而通过利用候选判别规则以及不同干扰物的吸光度进行候选判别规则的有效性验证，确定该候选判别规则的验证结果，其中，不同干扰物的吸光度是指每一种干扰物的所有浓度对应的吸光度。比如候选判别规则包括TT项目下第一条件
Figure 299293DEST_PATH_IMAGE001
，满足该条件的干扰物为甘油三酯，其中，
Figure 712957DEST_PATH_IMAGE002
为660透射波长下的吸光度，
Figure 471965DEST_PATH_IMAGE003
为800透射波长下的吸光度，
Figure 148934DEST_PATH_IMAGE004
为吸光度阈值，则将甘油三酯、血红蛋白以及胆红素等每种干扰物均配置出各个浓度的溶液，并利用660透射波长以及800透射波长照射，将得到的若干吸光度数据，以同一浓度且同一干扰物进行
Figure 383607DEST_PATH_IMAGE005
的运算，得到各个浓度的干扰物的目标吸光度，进而通过与
Figure 210748DEST_PATH_IMAGE004
为吸光度阈值比较，确定是否可以将各个浓度的甘油三酯均区分出；若不能很好地区分，可以选择调整吸光度阈值
Figure 417739DEST_PATH_IMAGE004
，若是仍然不能成功，则可以调整第一条件的表达式。可以理解的是，若实现了将各个浓度的甘油三酯均区分出，则表示第一条件验证成功，进而基于识别次序，对下一个干扰物的第二条件进行同样的验证过程，直到所有的干扰物都可以基于第一条件、第二条件以及第三条件完美的区分开来，则确定包括该第一条件、第二条件以及第三条件的候选判别规则的验证结果为验证成功；若任一条件不满足不能对对应的干扰物进行有效区分，则说明该候选判别规则的验证结果是验证失败。进而基于判别规则实现以排除法的形式对每种干扰物的区分。
A4、当所述验证结果为验证成功，则建立验证成功的候选判别规则与凝血项目的对应关系。
可以理解的是，确定差异信息的比较维度较多，因此对于候选判别规则的设计方式也是多种多样的，其中，差异信息的比较维度包括但不限于同一个透射波长下各个干扰物的吸光度的不同之处、结合不同透射波长下各个干扰物的吸光度的运算结果的不同之处、或者同一透射波长的变化区间内各个干扰物的吸光度的变化幅度等等，基于不同的比较维度便可以设计出不同候选判别规则。进而，当所述验证结果为验证成功，则建立验证成功的候选判别规则与凝血项目的对应关系，以用于后续在干扰物的识别时可以确定目标判别规则。可以理解的是，只要是验证成功的均可以作为判别规则，进而一个凝血项目可以对应多个判别规则。
104、根据所述目标吸光度以及所述目标判别规则，确定所述样本的干扰物信息。
可以理解的是，便可以根据目标吸光度以及目标判别规则，确定样本的干扰物信息，该干扰物信息包括但不限于干扰物类型、超标信息、干扰物浓度等等。
本发明提供一种样本中的干扰物确定方法，该方法包括：获取样本的目标凝血项目以及凝固数据，凝固数据是基于具有多种透射波长的光学法对样本进行目标凝血项目的检验得到的；利用多种透射波长的凝固数据及预设的吸光度算法，确定每种透射波长下样本的目标吸光度；根据预设的凝血项目与干扰物的判别规则的对应关系，确定目标凝血项目的目标判别规则；根据目标吸光度以及目标判别规则，确定样本的干扰物信息。通过上述方法，可以通过实时的凝固数据对样本的干扰物信息进行确定，实现在凝血项目的检验过程中就可以确定样本的干扰物信息，无需设置额外的识别模块，干扰物识别效率高，且通过预设凝血项目与干扰物判别规则的对应关系，以及至少三种目标吸光度对干扰物进行识别，干扰物识别准确性更高。
请参阅图4，图4为本发明实施例中一种样本中的干扰物确定方法的另一流程图，如图4所示方法包括如下步骤：
401、获取样本的目标凝血项目以及凝固数据，所述凝固数据是基于具有多种透射波长的光学法对样本进行目标凝血项目的检验得到的；
402、利用多种透射波长的凝固数据及预设的吸光度算法，确定每种所述透射波长下所述样本的目标吸光度；
需要说明的是，步骤401及402与图1所示步骤101、102内容相似，为避免重复，此处不做赘述，具体可参考前述图1所示步骤101、102内容。
在一种可行实现方式中，步骤402可以包括B1-B2：
B1、从多种透射波长的凝固数据中提取预设时长的目标凝固数据，所述预设时长的起始时间点为：采集到第一个凝固数据的初始时间点，结束时间点为：所述初始时间点至当前时间之间的任意时间点；
需要说明的是，通过上述方式，可以实现通过目标凝血项目的实时检验过程中对样本中的干扰物进行识别，只需要开始目标凝血项目的检验中1-2s的凝固数据即可，进而可以从多种透射波长的凝固数据中提取预设时长的目标凝固数据，该预设时长可以为1-2s，在此不做限定，而该预设时长的起始时间点起始时间点则为采集到第一个凝固数据的初始时间点，结束时间点为：该初始时间点至当前时间之间的任意时间点。目标凝固数据为预设时长内的凝固数据，示例性的，凝固数据的采样频率是10，则采样2秒钟可以得到20个凝固数据的数据点，进而得到目标凝固数据。
B2、利用所述目标凝固数据以及预设吸光度算法，分别确定每种所述透射波长的吸光度均值，将所述吸光度均值作为目标吸光度。
其中，每种透射波长均存在一个目标凝固数据，且该目标凝固数据包括多个凝固数据的数据点，进而预设吸光度算法还可以包括均值算法，将同一透射波长的每个数据点的吸光度带入均值算法，得到该透射波长下的吸光度均值，得到目标吸光度。该目标吸光度包括每种透射波长对应的吸光度均值。
进一步的，当凝血项目包括PT、APTT、TT或FIB，则目标判别规则包括第一判别规则或第二判别规则，该第一判别规则用于对PT、APTT或TT中任一种凝血项目下的样本进行干扰物判别，第二判别规则用于对FIB凝血项目下的样本进行干扰物判别；则根据预设的凝血项目与干扰物的判别规则的对应关系，确定所述目标凝血项目的目标判别规则包括下述步骤403-405。
403、若所述目标凝血项目包括PT、APTT或TT中任一种，则确定所述目标凝血项目的目标判别规则为第一判别规则；
404、若所述目标凝血项目包括FIB，则确定所述目标凝血项目的目标判别规则为第二判别规则；
405、根据所述目标吸光度以及所述目标判别规则，确定所述样本的干扰物信息。
需要说明的是，步骤405与图1所示步骤104内容相似，为避免重复，此处不做赘述，具体可参考前述图1所示步骤104内容。
在一种可行实现方式中，上述多种透射波长可以包括第一透射波长、第二透射波长、第三透射波长及第四透射波长，且第一透射波长、第二透射波长、第三透射波长及第四透射波长依次增大，干扰物信息包括干扰物类型及超标信息，当所述目标判别规则为第一判别规则，所述第一判别规则包括第一条件、第二条件及第三条件；
则步骤405具体可包括C1-C3：
C1、若目标吸光度满足第一条件，则确定所述样本的干扰物信息包括干扰物类型为甘油三酯，且超标信息为超标，所述第一条件包括第三透射波长及第四透射波长对应的目标吸光度之和大于第一吸光度阈值，且所述第一透射波长、第二透射波长、第三透射波长及第四透射波长对应的目标吸光度依次增大；
示例性的，第一透射波长可以为405nm、第二透射波长可以为575nm、第三透射波长可以为660nm及第四透射波长可以为800nm，进一步的，第一条件可以为
Figure 62347DEST_PATH_IMAGE006
，而且
Figure 659681DEST_PATH_IMAGE007
，其中，ai为透射波长i下样本的目标吸光度，
Figure 618410DEST_PATH_IMAGE008
为第一吸光度阈值。当目标吸光度满足上述第一条件，则样本的干扰物信息包括干扰物类型为甘油三酯，且超标信息为超标。
C2、若目标吸光度满足第二条件，则确定所述样本的干扰物信息包括干扰物类型为血红蛋白，且超标信息为超标，所述第二条件包括第三透射波长及第四透射波长对应的目标吸光度之和小于第二吸光度阈值，且第二透射波长的目标吸光度大于第三吸光度阈值；
继续以上述为例，第二条件可以为
Figure 211065DEST_PATH_IMAGE009
，而且
Figure 901941DEST_PATH_IMAGE010
，其中，ai为透射波长i下样本的目标吸光度，
Figure 111205DEST_PATH_IMAGE011
为第二吸光度阈值，
Figure 545729DEST_PATH_IMAGE012
为第三吸光度阈值。当目标吸光度满足上述第二条件，则样本的干扰物信息包括干扰物类型为血红蛋白，且超标信息为超标。
C3、若目标吸光度满足第三条件，则确定所述样本的干扰物信息包括干扰物类型为胆红素，且超标信息为超标，所述第三条件包括第二透射波长、第三透射波长及第四透射波长对应的目标吸光度之和小于第四吸光度阈值，而且第一透射波长的目标吸光度大于第五吸光度阈值，所述第一吸光度阈值、第二吸光度阈值、第三吸光度阈值、第四吸光度阈值以及第五吸光度阈值为所述目标凝血项目为PT、APTT或TT中任一种的样本进行不同干扰物区分的吸光度临界值。
继续以上述为例，第三条件可以为
Figure 461732DEST_PATH_IMAGE013
，而且
Figure 182564DEST_PATH_IMAGE014
，其中，ai为透射波长i下样本的目标吸光度，
Figure 754490DEST_PATH_IMAGE015
为第四吸光度阈值，
Figure 851759DEST_PATH_IMAGE016
为第五吸光度阈值。当目标吸光度满足上述第三条件，则样本的干扰物信息包括干扰物类型为胆红素，且超标信息为超标。
可以理解的是，以上三个条件都不满足，则说明不存在干扰物或者干扰物未超标，则可以直接输出目标凝血项目的最终检验值。
示例性的，上述五个吸光度阈值可以根据实验结果进行设置。例如
Figure 887849DEST_PATH_IMAGE017
代表660nm波长和800nm波长的吸光度之和大于
Figure 920527DEST_PATH_IMAGE018
，则很可能是甘油三酯，因为只有甘油三酯在660nm会有光的吸收。至于
Figure 42066DEST_PATH_IMAGE018
设置多大合适，还需要看甘油三酯达到多大的浓度才会对光学法结果产生影响。甘油三酯浓度越高，
Figure 208606DEST_PATH_IMAGE019
越大，我们可以设计实验，得到甘油三酯干扰浓度阈值（甘油三酯达到这个浓度后，会对结果产生影响），再计算出对应的
Figure 833622DEST_PATH_IMAGE018
。
在一种可行实现方式中，当上述目标判别规则为第二判别规则，该第二判别规则包括第四条件、第五条件及第六条件，则104，具体还可以包括D1-D3：
D1、若目标吸光度满足第四条件，则确定所述样本的干扰物信息包括干扰物类型为甘油三酯，且超标信息为超标，所述第四条件包括所述第三透射波长的目标吸光度大于第六吸光度阈值，且所述第一透射波长的目标吸光度大于第七吸光度阈值；
示例性的，第一透射波长可以为405nm、第二透射波长可以为575nm、第三透射波长可以为660nm及第四透射波长可以为800nm，进一步的，FIB项目下第四条件可以为
Figure 302781DEST_PATH_IMAGE020
，而且
Figure 646037DEST_PATH_IMAGE021
，其中，ai为透射波长i下样本的目标吸光度，
Figure 350688DEST_PATH_IMAGE022
为第六吸光度阈值，
Figure 33473DEST_PATH_IMAGE023
为第七吸光度阈值。当目标吸光度满足上述第四条件，则样本的干扰物信息包括干扰物类型为甘油三酯，且超标信息为超标。
D2、若目标吸光度满足第五条件，则确定所述样本的干扰物信息包括干扰物类型为血红蛋白，且超标信息为超标，所述第五条件包括第一透射波长的目标吸光度大于第八吸光度阈值；
继续以上述为例，第五条件可以为
Figure 735850DEST_PATH_IMAGE024
，其中，ai为透射波长i下样本的目标吸光度，
Figure 628720DEST_PATH_IMAGE025
为第八吸光度阈值。当目标吸光度满足上述第五条件，则样本的干扰物信息包括干扰物类型为血红蛋白，且超标信息为超标。
D3、若目标吸光度满足第六条件，则确定所述样本的干扰物信息包括干扰物类型为胆红素，且超标信息为超标，所述第六条件包括第二透射波长、第三透射波长及第四透射波长对应的目标吸光度之和小于第九吸光度阈值，且第一透射波长的目标吸光度大于第十吸光度阈值，所述第六吸光度阈值、第七吸光度阈值、第八吸光度阈值、第九吸光度阈值以及第十吸光度阈值为所述目标凝血项目为FIB的样本进行不同干扰物区分的吸光度临界值。
继续以上述为例，第六条件可以为
Figure 74744DEST_PATH_IMAGE026
，而且
Figure 612036DEST_PATH_IMAGE027
，其中，ai为透射波长i下样本的目标吸光度，
Figure 485314DEST_PATH_IMAGE028
为第九吸光度阈值，
Figure 599901DEST_PATH_IMAGE029
为第十吸光度阈值。当目标吸光度满足上述第六条件，则样本的干扰物信息包括干扰物类型为胆红素，且超标信息为超标。
可以理解的是，以上三个条件都不满足，则说明不存在干扰物或者干扰物未超标，则可以直接输出目标凝血项目的最终检验值。
在一种可行实现方式中，当样本中干扰物超标时，要切换方法学进行目标凝血项目的重新检测，进一步所述方法还包括：当超标信息为超标，则利用磁珠法对样本进行目标凝血项目的重新检测，并基于磁珠法的凝固数据确定样本的目标凝血项目的检验结果；当超标信息为未超标，则利用光学法的凝固数据输出样本的目标凝血项目的检验结果。
可以理解的是，这些条件都是可以变化的，例如第一条件（
Figure 521720DEST_PATH_IMAGE030
，而且
Figure 241415DEST_PATH_IMAGE031
），可以改成：
Figure 347911DEST_PATH_IMAGE032
。总的来说判别规则的设计原理就是根据三种干扰物的吸光度图谱不同，设计公式，根据获得的多波长吸光度数据，区分三种干扰物，公式可以变化多样，干扰物判断步骤也可以变化，例如可以先判断胆红素，再判断甘油三酯等等，在此不做限定。
需要说明的是，在本实施例中示出的第一判别规则以及第二判别规则是在识别顺序为甘油三酯、血红蛋白、胆红素时，针对不同的凝血项目的一种最简单可靠的判别规则，可以理解的是，基于本实施例的构思还可以通过吸光度图谱得到其他可行的判别规则，故在此不做限定没只要不脱离本申请的技术构思，均应属于本申请的可行实施例。
本发明提供一种样本中的干扰物确定方法，该方法包括：获取样本的目标凝血项目以及凝固数据，凝固数据是基于具有多种透射波长的光学法对样本进行目标凝血项目的检验得到的；利用多种透射波长的凝固数据及预设的吸光度算法，确定每种透射波长下样本的目标吸光度；若目标凝血项目包括PT、APTT或TT中任一种，则确定目标凝血项目的目标判别规则为第一判别规则；若目标凝血项目包括FIB，则确定目标凝血项目的目标判别规则为第二判别规则；根据目标吸光度以及目标判别规则，确定样本的干扰物信息。通过上述方法，可以通过实时的凝固数据对样本的干扰物信息进行确定，实现在凝血项目的检验过程中就可以确定样本的干扰物信息，无需设置额外的识别模块，干扰物识别效率高，且通过预设凝血项目与干扰物判别规则的对应关系，以及至少三种目标吸光度对干扰物进行识别，干扰物识别准确性更高。并且在干扰物超标时可及时切换方法学重测，提高凝血项目的检验效率，还可以通过最简单可靠的判别规则将干扰物区分出来。
请参阅图5，图5为本发明实施例中一种样本中的干扰物确定装置的结构框图，如图5所示装置包括：
数据获取模块501：用于获取样本的目标凝血项目以及凝固数据，所述凝固数据是基于具有多种透射波长的光学法对样本进行目标凝血项目的检验得到的；
吸光度确定模块502：用于利用多种透射波长的凝固数据及预设的吸光度算法，确定每种所述透射波长下所述样本的目标吸光度；
规则确定模块503：用于根据预设的凝血项目与干扰物的判别规则的对应关系，确定所述目标凝血项目的目标判别规则；
干扰物判别模块504：用于根据所述目标吸光度以及所述目标判别规则，确定所述样本的干扰物信息。
需要说明的是，图5所述装置中各模块的作用与图1所示方法的步骤内容相似，为避免重复，此处不做赘述，具体可参考前述图1所示方法的步骤内容。
本发明提供一种样本中的干扰物确定装置，该装置包括：数据获取模块：用于获取样本的目标凝血项目以及凝固数据，凝固数据是基于具有多种透射波长的光学法对样本进行目标凝血项目的检验得到的；吸光度确定模块：用于利用多种透射波长的凝固数据及预设的吸光度算法，确定每种透射波长下样本的目标吸光度；规则确定模块：用于根据预设的凝血项目与干扰物的判别规则的对应关系，确定目标凝血项目的目标判别规则；干扰物判别模块：用于根据目标吸光度以及目标判别规则，确定样本的干扰物信息。通过上述方法，可以通过实时的凝固数据对样本的干扰物信息进行确定，实现在凝血项目的检验过程中就可以确定样本的干扰物信息，无需设置额外的识别模块，干扰物识别效率高，且通过预设凝血项目与干扰物判别规则的对应关系，以及至少三种目标吸光度对干扰物进行识别，干扰物识别准确性更高。
图6示出了本发明实施例中计算机设备的结构框图。该计算机设备具体可以是终端，也可以是服务器。如图6所示，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现上述方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行上述方法。本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提出了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如图1或图4所示方法的步骤。
在一个实施例中，提出了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如图1或图4所示方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (7)

1.一种样本中的干扰物确定方法，其特征在于，所述方法包括：
获取样本的目标凝血项目以及凝固数据，所述凝固数据是基于具有多种透射波长的光学法对样本进行目标凝血项目的检验得到的；
利用多种透射波长的凝固数据及预设的吸光度算法，确定每种所述透射波长下所述样本的目标吸光度；
根据预设的凝血项目与干扰物的判别规则的对应关系，确定所述目标凝血项目的目标判别规则；
根据所述目标吸光度以及所述目标判别规则，确定所述样本的干扰物信息；
其中，所述凝血项目包括PT、APTT、TT或FIB，所述目标判别规则包括第一判别规则或第二判别规则；
所述根据预设的凝血项目与干扰物的判别规则的对应关系，确定所述目标凝血项目的目标判别规则，包括：
若所述目标凝血项目包括PT、APTT或TT中任一种，则确定所述目标凝血项目的目标判别规则为第一判别规则；
若所述目标凝血项目包括FIB，则确定所述目标凝血项目的目标判别规则为第二判别规则；
其中，所述多种透射波长包括第一透射波长、第二透射波长、第三透射波长及第四透射波长，所述第一透射波长、第二透射波长、第三透射波长及第四透射波长依次增大，所述干扰物信息包括干扰物类型及超标信息，当所述目标判别规则为第一判别规则，所述第一判别规则包括第一条件、第二条件及第三条件；
则根据所述目标吸光度以及所述目标判别规则，确定所述样本的干扰物信息，包括：
若目标吸光度满足第一条件，则确定所述样本的干扰物信息包括干扰物类型为甘油三酯，且超标信息为超标，所述第一条件包括第三透射波长及第四透射波长对应的目标吸光度之和大于第一吸光度阈值，且所述第一透射波长、第二透射波长、第三透射波长及第四透射波长对应的目标吸光度依次减小；
若目标吸光度满足第二条件，则确定所述样本的干扰物信息包括干扰物类型为血红蛋白，且超标信息为超标，所述第二条件包括第三透射波长及第四透射波长对应的目标吸光度之和小于第二吸光度阈值，且第二透射波长的目标吸光度大于第三吸光度阈值；
若目标吸光度满足第三条件，则确定所述样本的干扰物信息包括干扰物类型为胆红素，且超标信息为超标，所述第三条件包括第二透射波长、第三透射波长及第四透射波长对应的目标吸光度之和小于第四吸光度阈值，而且第一透射波长的目标吸光度大于第五吸光度阈值，所述第一吸光度阈值、第二吸光度阈值、第三吸光度阈值、第四吸光度阈值以及第五吸光度阈值为所述目标凝血项目为PT、APTT或TT中任一种的样本进行不同干扰物区分的吸光度临界值；
其中，当所述目标判别规则为第二判别规则，所述第二判别规则包括第四条件、第五条件及第六条件，则根据所述目标吸光度以及所述目标判别规则，确定所述样本的干扰物信息，包括：
若目标吸光度满足第四条件，则确定所述样本的干扰物信息包括干扰物类型为甘油三酯，且超标信息为超标，所述第四条件包括所述第三透射波长的目标吸光度大于第六吸光度阈值，且所述第一透射波长的目标吸光度大于第七吸光度阈值；
若目标吸光度满足第五条件，则确定所述样本的干扰物信息包括干扰物类型为血红蛋白，且超标信息为超标，所述第五条件包括第一透射波长的目标吸光度大于第八吸光度阈值；
若目标吸光度满足第六条件，则确定所述样本的干扰物信息包括干扰物类型为胆红素，且超标信息为超标，所述第六条件包括第二透射波长、第三透射波长及第四透射波长对应的目标吸光度之和小于第九吸光度阈值，且第一透射波长的目标吸光度大于第十吸光度阈值，所述第六吸光度阈值、第七吸光度阈值、第八吸光度阈值、第九吸光度阈值以及第十吸光度阈值为所述目标凝血项目为FIB的样本进行不同干扰物区分的吸光度临界值。
2.根据权利要求1所述方法，其特征在于，所述根据预设的凝血项目与干扰物的判别规则的对应关系，确定所述目标凝血项目的目标判别规则，之前还包括：
获取不同凝血项目下各个类型的干扰物的吸光度图谱，所述吸光度图谱反映不同干扰物在不同透射波长下的吸光特性；
根据不同干扰物在不同透射波长下的吸光特性的差异信息以及干扰物的识别次序，确定每个凝血项目的候选判别规则；
利用候选判别规则以及不同干扰物的吸光度进行候选判别规则的有效性验证，确定所述候选判别规则的验证结果，所述有效性验证包括按照所述识别次序，验证所述候选判别规则基于吸光度对任意浓度的不同干扰物的区分效果，所述验证结果包括验证成功或验证失败；
当所述验证结果为验证成功，则建立验证成功的候选判别规则与凝血项目的对应关系。
3.根据权利要求1所述方法，其特征在于，所述方法还包括：
当所述超标信息为超标，则利用磁珠法对样本进行所述目标凝血项目的重新检测，并基于所述磁珠法的凝固数据确定所述样本的目标凝血项目的检验结果；
当所述超标信息为未超标，则利用所述光学法的凝固数据输出所述样本的目标凝血项目的检验结果。
4.根据权利要求1所述方法，其特征在于，所述利用多种透射波长的凝固数据及预设的吸光度算法，确定每种所述透射波长下所述样本的目标吸光度，包括：
从多种透射波长的凝固数据中提取预设时长的目标凝固数据，所述预设时长的起始时间点为：采集到第一个凝固数据的初始时间点，结束时间点为：所述初始时间点至当前时间之间的任意时间点；
利用所述目标凝固数据以及预设吸光度算法，分别确定每种所述透射波长的吸光度均值，将所述吸光度均值作为目标吸光度。
5.一种如权利要求1所述样本中的干扰物确定方法的确定装置，其特征在于，所述装置包括：
数据获取模块：用于获取样本的目标凝血项目以及凝固数据，所述凝固数据是基于具有多种透射波长的光学法对样本进行目标凝血项目的检验得到的；
吸光度确定模块：用于利用多种透射波长的凝固数据及预设的吸光度算法，确定每种所述透射波长下所述样本的目标吸光度；
规则确定模块：用于根据预设的凝血项目与干扰物的判别规则的对应关系，确定所述目标凝血项目的目标判别规则；
干扰物判别模块：用于根据所述目标吸光度以及所述目标判别规则，确定所述样本的干扰物信息。
6.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至4中任一项所述方法的步骤。
7.一种计算机设备，包括存储器和处理器，其特征在于，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至4中任一项所述方法的步骤。
CN202210478705.9A 2022-05-05 2022-05-05 样本中的干扰物确定方法及装置、设备及存储介质 Active CN114577743B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210478705.9A CN114577743B (zh) 2022-05-05 2022-05-05 样本中的干扰物确定方法及装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210478705.9A CN114577743B (zh) 2022-05-05 2022-05-05 样本中的干扰物确定方法及装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN114577743A CN114577743A (zh) 2022-06-03
CN114577743B true CN114577743B (zh) 2022-09-27

Family

ID=81784698

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210478705.9A Active CN114577743B (zh) 2022-05-05 2022-05-05 样本中的干扰物确定方法及装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114577743B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114813590A (zh) * 2022-06-30 2022-07-29 深圳市帝迈生物技术有限公司 样本检测方法、样本分析仪及其控制装置

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2493629T3 (es) * 2006-03-16 2014-09-12 Sysmex Corporation Analizador de muestras
EP3051271A1 (de) * 2015-01-27 2016-08-03 Siemens Healthcare Diagnostics Products GmbH Verfahren zur Bestimmung von Lipiden und anderen Störsubstanzen in Körperflüssigkeitsproben
EP3591378B1 (de) * 2018-07-03 2020-11-18 Siemens Healthcare Diagnostics Products GmbH Verfahren zur bestimmung von lipiden, hämoglobin und bilirubin in körperflüssigkeitsproben
CN111272678B (zh) * 2018-12-05 2024-07-19 深圳迈瑞生物医疗电子股份有限公司 一种样本检测方法、凝血分析仪及存储介质
CN112955742B (zh) * 2018-12-26 2024-07-05 深圳迈瑞生物医疗电子股份有限公司 一种血样分析方法及凝血分析仪
WO2021207898A1 (zh) * 2020-04-13 2021-10-21 深圳迈瑞生物医疗电子股份有限公司 一种样本分析装置及方法
CN115244382A (zh) * 2020-04-13 2022-10-25 深圳迈瑞生物医疗电子股份有限公司 一种样本分析方法和装置
CN112161955A (zh) * 2020-07-22 2021-01-01 三诺生物传感股份有限公司 一种用于凝血四项的测试方法
CN114324218B (zh) * 2022-03-07 2022-08-09 深圳市帝迈生物技术有限公司 样本纤维蛋白原浓度确定方法、装置、凝血分析仪和介质

Also Published As

Publication number Publication date
CN114577743A (zh) 2022-06-03

Similar Documents

Publication Publication Date Title
CN108362662B (zh) 近红外光谱相似度计算方法、装置和物质定性分析系统
CN108254351B (zh) 用于物品查验的拉曼光谱检测方法
US10001410B2 (en) Quantitative elemental profiling in optical emission spectroscopy
KR102092054B1 (ko) 자동 결함 분류에서 분류기 준비 및 유지
CN111126497B (zh) 变压器固体绝缘材料老化状态评估方法
CN114577743B (zh) 样本中的干扰物确定方法及装置、设备及存储介质
US10718713B2 (en) Unknown sample determining method, unknown sample determining instrument, and unknown sample determining program
CN108169213A (zh) 一种激光诱导击穿光谱谱峰元素自动识别方法
CN108780048A (zh) 一种确定检测设备的方法、检测装置及可读存储介质
CN109100477B (zh) 食用油分析方法、识别系统、产生库的方法及数据载体
CN114324218B (zh) 样本纤维蛋白原浓度确定方法、装置、凝血分析仪和介质
US11125687B2 (en) Method and device for identifying fragmented red blood cells, blood cell analyzer and analysis method
CN113340874A (zh) 一种基于结合岭回归和递归特征消除的定量分析方法
CN112881344B (zh) 样本检测方法、装置、样本分析仪及存储介质
CN111832477A (zh) 一种新型冠状病毒的检测方法及系统
JP2018532116A (ja) 中赤外分光法を用いて組織品質を分析するための方法およびシステム
CN105223140A (zh) 同源物质的快速识别方法
CN108780046B (zh) 一种物质检测方法、系统、装置及计算机可读存储介质
CN113449804B (zh) 血液类别的确定方法及相关设备
Richardson et al. ATR‐FTIR Spectroscopy for Early Detection of Diabetic Kidney Disease
CN113791062A (zh) 一种基于拉曼光谱判断固定物质类别的方法
CN108152265B (zh) 拉曼光谱检测设备及其检测安全性的监控方法
WO2013150291A1 (en) A method for measuring performance of a spectroscopy system
CN111650175B (zh) 一种生鲜肉脂肪氧化程度的无损检测方法
Monakhova et al. Methodology of chemometric modeling of spectrometric signals in the analysis of complex samples

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