CN114578040B - 样本检测方法、样本分析仪及其控制装置 - Google Patents

样本检测方法、样本分析仪及其控制装置 Download PDF

Info

Publication number
CN114578040B
CN114578040B CN202210486883.6A CN202210486883A CN114578040B CN 114578040 B CN114578040 B CN 114578040B CN 202210486883 A CN202210486883 A CN 202210486883A CN 114578040 B CN114578040 B CN 114578040B
Authority
CN
China
Prior art keywords
detection data
sample
data
curve
detection
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
CN202210486883.6A
Other languages
English (en)
Other versions
CN114578040A (zh
Inventor
刘倩
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 CN202210486883.6A priority Critical patent/CN114578040B/zh
Publication of CN114578040A publication Critical patent/CN114578040A/zh
Application granted granted Critical
Publication of CN114578040B publication Critical patent/CN114578040B/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
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/5302—Apparatus specially adapted for immunological test procedures
    • 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
    • G01N21/47—Scattering, i.e. diffuse reflection
    • G01N21/49—Scattering, i.e. diffuse reflection within a body or fluid
    • G01N21/51—Scattering, i.e. diffuse reflection within a body or fluid inside a container, e.g. in an ampoule
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
    • G01N35/00584—Control arrangements for automatic analysers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing
    • G06F2218/04—Denoising

Landscapes

  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Urology & Nephrology (AREA)
  • Hematology (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Biotechnology (AREA)
  • Cell Biology (AREA)
  • Microbiology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Automatic Analysis And Handling Materials Therefor (AREA)

Abstract

本申请公开了样本检测方法、样本分析仪及其控制装置，该样本检测方法应用于样本分析仪，样本分析仪包括检测模块和处理模块，检测模块用于对样本进行检测，得到原始检测数据；样本检测方法包括：处理模块从检测模块接收到原始检测数据；处理模块删除原始检测数据中排序最靠前的第一预设数量个数据，得到第一检测数据；处理模块基于第一检测数据及其对应的时间信息得到第一曲线；处理模块基于预设拟合算法，对第一曲线进行延长，以得到第二曲线；处理模块基于第二曲线，确定样本的浓度。基于上述方式，可有效提高样本检测的准确性。

Description

样本检测方法、样本分析仪及其控制装置
技术领域
本申请涉及样本分析技术领域，特别是涉及样本检测方法、样本分析仪及其控制装置。
背景技术
现有的样本检测方法在确定样本中的炎症标志物的浓度时，通常会采用免疫比浊法，按照预设的采样间隔对样本进行数据采集，以得到检测数据，进而可根据检测数据计算样本中炎症标志物的浓度。
现有技术的缺陷在于，在检测数据中的数据总量较少时，含较高浓度炎症标志物浓度的样本与含较低炎症标志物浓度的样本所对应的检测数据之间的区分度较小，导致样本检测方法容易误将含较低炎症标志物浓度识别为含较高浓度炎症标志物浓度的样本，或者误将含较高浓度炎症标志物浓度的样本识别为含较低浓度炎症标志物浓度的样本，进而使得样本检测方法的准确度较低。
发明内容
本申请主要解决的技术问题是如何提高样本检测的准确性。
为了解决上述技术问题，本申请采用的第一个技术方案是：一种样本检测方法，应用于样本分析仪，样本分析仪包括检测模块和处理模块，检测模块用于对样本进行检测，得到原始检测数据；样本检测方法包括：处理模块从检测模块接收到原始检测数据；处理模块删除原始检测数据中排序最靠前的第一预设数量个数据，得到第一检测数据；处理模块基于第一检测数据及其对应的时间信息得到第一曲线；处理模块基于预设拟合算法，对第一曲线进行延长，以得到第二曲线；处理模块基于第二曲线，确定样本的浓度。
其中，处理模块基于第一检测数据及其对应的时间信息得到第一曲线，包括：处理模块对第一检测数据进行滤波处理，得到第二检测数据；处理模块基于第二检测数据及其对应的时间信息得到所第一曲线。
其中，处理模块基于第二曲线，确定样本的浓度，包括：处理模块基于第二曲线，获取第三检测数据；处理模块基于第三检测数据，确定样本中的炎症标志物的反应度；处理模块基于反应度和标准曲线，确定样本的浓度。
其中，处理模块基于第三检测数据，确定样本中的炎症标志物的反应度，包括：处理模块基于第三检测数据中排序最靠后的第二预设数量个数据，确定反应度。
其中，处理模块基于第三检测数据中排序最靠后的第二预设数量个数据，确定反应度，包括：处理模块以第三检测数据中的一数据为基准数据，计算第三检测数据中排序最靠后的第二预设数量个数据分别与基准数据的差值，基于全部差值之和或全部差值的平均值，确定反应度。
其中，处理模块基于第三检测数据，确定样本中的炎症标志物的反应度，包括：处理模块基于第三检测数据中预设时间段内的第二曲线与第二曲线所在坐标轴的横轴之间的面积，确定反应度。
其中，在对样本进行检测，得到原始检测数据之前，检测模块还用于：对未置入样本的反应池进行检测，以得到第一待定空检测数据，基于第一增益值对第一待定空检测数据进行增益处理，以得到第一空检测数据；对未置入样本的反应池进行检测，以得到第二待定空检测数据，基于第二增益值对第二待定空检测数据进行增益处理，以得到第二空检测数据；基于第一空检测数据、第二空检测数据和预设的增益参考数据，确定第三增益值；对未置入样本的反应池进行检测，以得到第三待定空检测数据，基于第三增益值对第三待定空检测数据进行增益处理，以得到第三空检测数据；基于第三空检测数据和增益参考数据，判断第三增益值是否满足预设要求；对样本进行检测，得到原始检测数据，包括：当第三增益值满足预设要求时，对置入样本的反应池进行检测，以得到待定原始检测数据，基于第三增益值对待定原始检测数据进行增益处理，以得到原始检测数据。
其中，基于第三空检测数据和增益参考数据，判断第三增益值是否满足预设要求，包括：计算第三空检测数据与增益参考数据之间的偏差值；基于第三空检测数据，计算得到变异系数；判断偏差值是否处于预设偏差值阈值范围内，判断变异系数是否处于预设变异系数阈值范围内；若偏差值处于预设偏差值阈值范围内，且变异系数处于预设变异系数阈值范围内，则判定第三增益值满足预设要求，并将第三增益值作为样本分析仪的当前增益值。
为了解决上述技术问题，本申请采用的第二个技术方案是：一种样本分析仪，包括检测模块和处理模块；检测模块用于对样本进行检测，得到原始检测数据；处理模块用于：从检测模块接收到原始检测数据；删除原始检测数据中排序最靠前的第一预设数量个数据，得到第一检测数据；基于第一检测数据及其对应的时间信息得到第一曲线；基于预设拟合算法，对第一曲线进行延长，以得到第二曲线；基于第二曲线，确定样本的浓度。
为了解决上述技术问题，本申请采用的第三个技术方案是：一种样本分析仪的控制装置，控制装置包括检测模块和处理模块；检测模块用于对样本进行检测，得到原始检测数据；处理模块用于：从检测模块接收到原始检测数据；删除原始检测数据中排序最靠前的第一预设数量个数据，得到第一检测数据；基于第一检测数据及其对应的时间信息得到第一曲线；基于预设拟合算法，对第一曲线进行延长，以得到第二曲线；基于第二曲线，确定样本的浓度。
本申请的有益效果在于：区别于现有技术，本申请的技术方案通过采用检测模块获取对样本进行检测得到的检测数据，并采用处理模块对接收到的原始检测数据进行数据截取处理以去除其前几个数据得到第一检测数据，消除一开始因样本被摇匀而产生的数据波动干扰，后续还对基于第一检测数据得到的第一曲线进行拟合延长处理得到第二曲线，使得不同样本浓度所对应的该第二曲线之间的区分度在该拟合延长处理中得到增大，进而基于该第二曲线确定样本的浓度即可提高样本检测的准确性。
附图说明
为了更清楚地说明本发明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。
图1是本申请样本检测方法的第一实施例的流程示意图；
图2是本申请样本分析仪的第一实施例的流程示意图；
图3是本申请样本检测方法的第二实施例的流程示意图；
图4是本申请样本检测方法的第三实施例的流程示意图；
图5是本申请样本检测方法的第四实施例的流程示意图；
图6是本申请样本分析仪的另一实施例的结构示意图；
图7是本申请样本分析仪的控制装置的一实施例的结构示意图；
图8是本申请计算机可读存储介质的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，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。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，均属于本申请保护的范围。
本申请中的术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。此外，术语“包括”和“具有”以及它们任何变形，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、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
本申请的样本分析仪是一种常用的医疗器械，用于对样本进行检测，可用于检测样本中的各项指标，例如可采用样本分析仪检测样本中的某炎症标志物的浓度，该样本可以是血液样本。
举例说明，样本分析仪可包括检测模块和处理模块。检测模块用于对样本进行检测以获得检测数据，而处理模块用于基于从检测模块处接收到的检测数据进行数据处理以确定样本浓度。
其中，检测模块具体可用于：根据免疫比浊法的检测方式，将样本置入一存放有可与样本发生反应的物质的反应池，以使得反应池中的抗原、抗体在液相环境中自由运动、相互碰撞而完成特异性结合，形成免疫复合物颗粒。采用光束发射器（例如激光器）向置入了样本的反应池发射光束，反应池中的免疫复合物颗粒将会对该光束进行吸收或使得该光束被散射，进而可采用光束接收器（例如激光传感器）接收该光束的透射光或散射光，并进行光电转换以得到检测数据。处理模块具体可用于基于该检测数据进行数据分析以确定炎症标志物的反应度，进而确定样本浓度。
上述样本分析仪仅为一示例，样本分析仪还可采用其它检测方法对样本进行检测以得到相应的检测数据，具体可根据需求而定，此处不作限定。
参见图1和图2所示，图1是本申请样本检测方法的第一实施例的流程示意图，图2是本申请样本分析仪的第一实施例的流程示意图，在第一实施例中，样本检测方法应用于样本分析仪10，样本分析仪10包括检测模块11和处理模块12。
样本检测方法包括：
步骤S11：处理模块12从检测模块11接收到原始检测数据。
其中，原始检测数据可以是指检测模块11以采样时间间隔对样本进行多次检测所得到的能够反映样本特征信息的多个数据。样本不同或所要检测的样本的指标不同，则检测模块11在对样本进行检测时采用的检测方法不同。可选地，可根据样本确定采样时间间隔大小。进一步地，可根据样本确定不同时间段的采样时间间隔，例如：可在第一时间段以第一采样时间间隔对样本进行检测以得到数据，并在第二时间段以第二采样时间间隔对样本进行检测以得到数据，第一时间段与第二时间段为无重合的两个时间段，第一采样时间间隔与第二采样时间间隔不同。
步骤S12：处理模块12删除原始检测数据中排序最靠前的第一预设数量个数据，得到第一检测数据。
其中，在检测模块11对样本进行检测前，需要先将样本放入反应池中混匀，故在对样本进行检测时，由于开始的混匀操作所引发的干扰，容易导致最先检测得到的数据波动较大，而该波动将对检测的准确性造成影响，故可使处理模块12将原始检测数据中排序最靠前的第一预设数量的数据删除，得到数据截取后的第一检测数据，以提高样本检测的准确性。可选地，可根据原始检测数据中的数据总量确定第一预设数量，第一预设数量也可是固定值，此处不作限定。
步骤S13：处理模块12基于第一检测数据及其对应的时间信息得到第一曲线。
其中，处理模块12可根据第一检测数据中的各个数据及其采样时间，构建第一曲线。可选地，处理模块12可基于第一检测数据及其采样时间，拟合构建出反映第一检测数据与时间之间的关系的曲线，记作第一曲线；其中，第一检测数据可以是基于样本分析仪中AD转换芯片的AD量程，对样本检测时得到的对应的电压值进行转换得到的数据，也可以是其它类型的样本检测数据。
步骤S14：处理模块12基于预设拟合算法，对第一曲线进行延长，以得到第二曲线。
其中，处理模块12可在得到了第一曲线的基础上，基于预设拟合算法，对第一曲线的前端和/或后端进行拟合延长以得到第二曲线，相较于第一曲线，延长后的第二曲线能够展现出区分度更高的特征，不同浓度样本下的第二曲线的区别将会比不同浓度样本下的第一曲线更大。可以理解为是，根据样本检测速率，对第一曲线的前端、后端的伸展趋势进行曲线延长，以得到第二曲线，使得不同浓度样本之间的反应度范围得到有效的扩展，提高了不同浓度样本对应的第二曲线之间的区分度。
步骤S15：处理模块12基于第二曲线，确定样本的浓度。
其中，处理模块12可根据不同浓度下区分度较高的第二曲线，确定样本的浓度，减少误将低浓度样本误测为高浓度样本，或将高浓度样本误测为低浓度样本的情况发生，提高样本检测的准确性，有效保证能够进行检测的样本浓度的线性范围。
区别于现有技术，本申请的技术方案通过采用检测模块获取对样本进行检测得到的检测数据，并采用处理模块对接收到的原始检测数据进行数据截取处理以去除其前几个数据得到第一检测数据，消除一开始因样本被摇匀而产生的数据波动干扰，后续还对基于第一检测数据得到的第一曲线进行拟合延长处理得到第二曲线，使得不同样本浓度所对应的该第二曲线之间的区分度在该拟合延长处理中得到增大，进而基于该第二曲线确定样本的浓度即可提高样本检测的准确性。
可选地，步骤S13具体可包括：
处理模块对第一检测数据进行滤波处理，得到第二检测数据。
处理模块基于第二检测数据及其对应的时间信息得到所第一曲线。
其中，处理模块12可基于预设的滤波算法对第一检测数据进行滤波处理，以达到数据平滑的目的，去除噪声对数据中蕴含的样本特征信息的干扰，以得到第二检测数据。可选地，滤波算法包括但不限于中值滤波算法、均值滤波算法、高斯滤波算法和小波变换滤波算法。
处理模块12进而可根据第二检测数据中的各个数据及其采样时间，构建第一曲线。可选地，处理模块12可基于第二检测数据及其采样时间，拟合构建出反映第二检测数据与时间之间的关系的曲线，记作第一曲线。
基于上述方式，可降低干扰影响，提高样本检测方法的准确性。
参见图3和图2所示，图3是本申请样本检测方法的第二实施例的流程示意图，在第二实施例中，样本检测方法应用于样本分析仪10，样本分析仪10包括检测模块11和处理模块12。
样本检测方法包括：
步骤S21：处理模块12从检测模块11接收到原始检测数据。
步骤S22：处理模块12删除原始检测数据中排序最靠前的第一预设数量个数据，得到第一检测数据。
步骤S23：处理模块12基于第一检测数据及其对应的时间信息得到第一曲线。
步骤S24：处理模块12基于预设拟合算法，对第一曲线进行延长，以得到第二曲线。
第二实施例的步骤S21-24与第一实施例的步骤S11-14相同，此处不再赘述。
步骤S25：处理模块12基于第二曲线，获取第三检测数据。
其中，处理模块12可根据检测模块11对样本进行检测时所使用的采样时间间隔，在第二曲线中相对于第一曲线的延长部分获取多个数据，结合第二曲线中与第一曲线对应的原始部分所对应的第一检测数据，得到第三检测数据，也即第三检测数据不仅包含第一检测数据，还包含第二曲线中相对于第一曲线的延长部分上的多个数据。
步骤S26：处理模块12基于第三检测数据，确定样本中的炎症标志物的反应度。
其中，处理模块12可对第三检测数据进行数据处理，以得到样本中的炎症标志物的特征值，也称反应度。在检测模块11采用不同检测方法对样本进行检测时，或者在所要确定的炎症标志物不同时，处理模块12对第三检测数据进行数据处理时用的方法也可不同，具体可根据实际需求而定，此处不作限定。炎症标志物可以为CRP（C反应蛋白）、SSA（血清淀粉样蛋白），也可以为其它类型的炎症标志物，具体可根据实际需求而定，此处不作限定。
步骤S27：处理模块12基于反应度和标准曲线，确定样本的浓度。
其中，处理模块12可基于反应度和标准曲线，确定全血浓度，并基于全血浓度，确定血清浓度。
该标准曲线可以是根据经验构建的能够反映全血浓度与反应度之间关系的定标曲线，定标曲线为横坐标表示浓度，纵坐标表示反应度的曲线。举例说明，构建该标准曲线的步骤可包括：设置已知全血浓度但全血浓度互不相同的多个校准样本置入对应的反应池中，根据预设的定标方式测定多个浓度的校准样本所对应的反应度，基于该多个浓度的校准样本所对应的反应度及全血浓度，即可构建出标准曲线，即定标曲线。定标方式可包括但不限于线性插值方法、logistics方法、spline方法、4plc方法、5plc方法，此处不作限定。
可将全血浓度代入预设的全血浓度及血清浓度的换算公式（1）中，得到血清浓度，完成样本检测。具体地，预设的全血浓度及血清浓度的换算公式可如下：
Figure 117485DEST_PATH_IMAGE001
（1）
式（1）中，
Figure 595739DEST_PATH_IMAGE002
为血清浓度，
Figure 393931DEST_PATH_IMAGE003
为全血浓度，
Figure 999356DEST_PATH_IMAGE004
为红细胞压积。
可选地，步骤S26具体可包括：
处理模块12基于第三检测数据中排序最靠后的第二预设数量个数据，确定反应度。
具体地，处理模块12可从第三检测数据中提取出排序最靠后的第二预设数量个数据，并基于该第二预设数量个数据进行数据处理，以得到反应度。其中，第二曲线相对于第一曲线被延长的部分可包括第一曲线的后端之后的部分。
基于上述方式，可获取样本置入反应池一段时间后的反应较为完全时段所对应的该多个数据，并基于该多个数据计算反应度，可得到准确度较高的反应度，进而提高样本检测的准确性。
进一步地，处理模块12基于第三检测数据中排序最靠后的第二预设数量个数据，确定反应度，包括：
处理模块12以第三检测数据中的一数据为基准数据，计算第三检测数据中排序最靠后的第二预设数量个数据分别与基准数据的差值，基于全部差值之和或全部差值的平均值，确定反应度。
具体地，可基于第一反应度计算公式和第三检测数据中排序最靠后的第二预设数量个数据，计算反应度。
第一反应度计算公式如下：
Figure 199393DEST_PATH_IMAGE005
（2）
Figure 848549DEST_PATH_IMAGE006
（3）
式（2）和（3）中，
Figure 134037DEST_PATH_IMAGE007
为第三检测数据中排序最靠后的第二预设数量个数据中的一数据，
Figure 277573DEST_PATH_IMAGE008
为基准数据，
Figure 332117DEST_PATH_IMAGE009
为第三检测数据中排序最靠后的第二预设数量个数据中的一数据与基准数据的差值，
Figure 496382DEST_PATH_IMAGE010
为第二预设数量，
Figure 393800DEST_PATH_IMAGE011
为反应度。
基于上述方式，可提高样本检测的准确性。
区别于现有技术，本申请的技术方案通过采用检测模块获取对样本进行检测得到的检测数据，并采用处理模块对接收到的原始检测数据进行数据截取处理以去除其前几个数据得到第一检测数据，消除一开始因样本被摇匀而产生的数据波动干扰，后续还对基于第一检测数据得到的第一曲线进行拟合延长处理得到第二曲线，使得不同样本浓度所对应的该第二曲线之间的区分度在该拟合延长处理中得到增大，进而基于该第二曲线确定样本的浓度即可提高样本检测的准确性。
参见图4和图2所示，图4是本申请样本检测方法的第三实施例的流程示意图，在第三实施例中，样本检测方法应用于样本分析仪10，样本分析仪10包括检测模块11和处理模块12。
样本检测方法包括：
步骤S31：处理模块12从检测模块11接收到原始检测数据。
步骤S32：处理模块12删除原始检测数据中排序最靠前的第一预设数量个数据，得到第一检测数据。
步骤S33：处理模块12基于第一检测数据及其对应的时间信息得到第一曲线。
步骤S34：处理模块12基于预设拟合算法，对第一曲线进行延长，以得到第二曲线。
步骤S35：处理模块12基于第二曲线，获取第三检测数据。
步骤S36：处理模块12基于第三检测数据，确定样本中的炎症标志物的反应度。
步骤S37：处理模块12基于反应度和标准曲线，确定样本的浓度。
第三实施例的步骤S31-37与第二实施例的步骤S21-27相同，此处不再赘述。
可选地，步骤S36具体可包括：
处理模块12基于第三检测数据中预设时间段内的多个数据，确定反应度。
具体地，处理模块12可从第三检测数据中提取出与预设时间段对应的第三预设数量个数据，并基于该第三预设数量个数据进行数据处理，以得到反应度。
基于上述方式，可获取样本置入反应池较为合理时间的时段所对应的该多个数据，并基于该多个数据计算反应度，可得到准确度较高的反应度，进而提高样本检测的准确性。
进一步地，处理模块12基于第三检测数据中预设时间段内的多个数据，确定反应度，包括：
处理模块12基于预设时间段内第二曲线与第二曲线所在坐标轴的横轴之间的面积，确定反应度。
具体地，可基于第二反应度计算公式和预设时间段内第二曲线与第二曲线所在坐标轴的横轴之间的面积，计算反应度。
第二反应度计算公式如下：
Figure 465661DEST_PATH_IMAGE012
（4）
式（4）中，
Figure 843553DEST_PATH_IMAGE013
为第一曲线中与预设时间段对应的多个数据中的一数据，
Figure 850823DEST_PATH_IMAGE014
为反应度，
Figure 110903DEST_PATH_IMAGE015
的积分长度与预设时间段对应。
基于上述方式，可提高样本检测的准确性。
区别于现有技术，本申请的技术方案通过采用检测模块获取对样本进行检测得到的检测数据，并采用处理模块对接收到的原始检测数据进行数据截取处理以去除其前几个数据得到第一检测数据，消除一开始因样本被摇匀而产生的数据波动干扰，后续还对基于第一检测数据得到的第一曲线进行拟合延长处理得到第二曲线，使得不同样本浓度所对应的该第二曲线之间的区分度在该拟合延长处理中得到增大，进而基于该第二曲线确定样本的浓度即可提高样本检测的准确性。
参见图5和图2所示，图5是本申请样本检测方法的第四实施例的流程示意图，在第四实施例中，样本检测方法应用于样本分析仪10，样本分析仪10包括检测模块11和处理模块12。
样本检测方法包括：
步骤S41：处理模块12从检测模块11接收到原始检测数据。
步骤S42：处理模块12删除原始检测数据中排序最靠前的第一预设数量个数据，得到第一检测数据。
步骤S43：处理模块12基于第一检测数据及其对应的时间信息得到第一曲线。
步骤S44：处理模块12基于预设拟合算法，对第一曲线进行延长，以得到第二曲线。
步骤S45：处理模块12基于第二曲线，确定样本的浓度。
第四实施例的步骤S41-45与第一实施例的步骤S11-15相同，此处不再赘述。
可选地，在对样本进行检测，得到原始检测数据之前，检测模块11还用于：
对未置入样本的反应池进行检测，以得到第一待定空检测数据，基于第一增益值对第一待定空检测数据进行增益处理，以得到第一空检测数据。
对未置入样本的反应池进行检测，以得到第二待定空检测数据，基于第二增益值对第二待定空检测数据进行增益处理，以得到第二空检测数据。
基于第一空检测数据、第二空检测数据和预设的增益参考数据，确定第三增益值。
对未置入样本的反应池进行检测，以得到第三待定空检测数据，基于第三增益值对第三待定空检测数据进行增益处理，以得到第三空检测数据。
基于第三空检测数据和增益参考数据，判断第三增益值是否满足预设要求。
对样本进行检测，得到原始检测数据，包括：
当第三增益值满足预设要求时，对置入样本的反应池进行检测，以得到待定原始检测数据，基于第三增益值对待定原始检测数据进行增益处理，以得到原始检测数据。
具体地，第一增益值和第二增益值均处于预设的增益值范围内，且第一增益值与第二增益值为不同值。
在实际中，检测模块11中的检测电路可在检测得到电信号数据后，基于检测电路被设定的增益值对该电信号数据进行一定程度的增益，以最终得到检测模块11得到的检测数据。
基于第一空检测数据、第二空检测数据和预设的增益参考数据，确定第三增益值，具体可包括：
将第一空检测数据中的全部数据所对应的平均值确定为第一平均值。
将第二空检测数据中的全部数据所对应的平均值确定为第二平均值。
基于增益校准公式确定第三增益值。
增益校准公式如下：
Figure 924138DEST_PATH_IMAGE016
（5）
式（5）中，
Figure 343487DEST_PATH_IMAGE017
为第一增益值，
Figure 849555DEST_PATH_IMAGE018
为第二增益值，
Figure 331352DEST_PATH_IMAGE019
为第一平均值，
Figure 885961DEST_PATH_IMAGE020
为第二平均值，
Figure 972866DEST_PATH_IMAGE021
为增益参考数据，
Figure 712152DEST_PATH_IMAGE022
为第三增益值。
基于上述方式，对检测模块11所对应的第三增益值进行校准，可有效提高后续基于检测模块11所得到的原始检测数据进行样本检测的准确性。
进一步地，基于第三空检测数据和增益参考数据，判断第三增益值是否满足预设要求，包括：
计算第三空检测数据与增益参考数据之间的偏差值。
基于第三空检测数据，计算得到变异系数。
判断偏差值是否处于预设偏差值阈值范围内，判断变异系数是否处于预设变异系数阈值范围内。
若偏差值处于预设偏差值阈值范围内，且变异系数处于预设变异系数阈值范围内，则判定第三增益值满足预设要求，并将所述第三增益值作为所述样本分析仪的当前增益值。
具体地，计算第三空检测数据所对应的偏差值和变异系数，具体可包括：
基于下式计算：
Figure 805878DEST_PATH_IMAGE023
（6）
式（6），
Figure 960916DEST_PATH_IMAGE024
为标准偏差，
Figure 230224DEST_PATH_IMAGE025
为变异系数，
Figure 78094DEST_PATH_IMAGE026
为第三空检测数据中的一数据，
Figure 409849DEST_PATH_IMAGE027
为第三空检测数据中的数据的数量，
Figure 430895DEST_PATH_IMAGE028
为第三平均值，第三平均值可以为基于第三空检测数据中的全部数据所对应的平均值确定，也即可如式（6）中的公式计算得到第三平均值；此外，
Figure 226813DEST_PATH_IMAGE029
的计算公式也可替换为
Figure 166956DEST_PATH_IMAGE030
，也即可将增益参考数据作为第三平均值进行相关计算。
需要说明的是，在式（6）中，
Figure 376220DEST_PATH_IMAGE031
的计算方式为总体标准偏差的计算方式，
Figure 138640DEST_PATH_IMAGE031
的计算方式还可替换为样本的标准偏差的计算公式，也即，
Figure 726747DEST_PATH_IMAGE032
的计算公式还可替换为
Figure 713158DEST_PATH_IMAGE033
。
基于式（6），即可计算得到变异系数。
基于下式计算：
Figure 347401DEST_PATH_IMAGE034
（7）
式（7）中，
Figure 569304DEST_PATH_IMAGE035
为偏差值，
Figure 667710DEST_PATH_IMAGE036
为第三空检测数据中的一数据，
Figure 762705DEST_PATH_IMAGE037
为第三空检测数据中的数据的数量。
基于式（7），即可计算得到偏差值。
基于上述方式，即可在第三增益值满足预设要求时才使处理模块12基于检测模块11处得到的原始检测数据确定样本的浓度，提高了样本检测的准确性。
区别于现有技术，本申请的技术方案通过采用检测模块获取对样本进行检测得到的检测数据，并采用处理模块对接收到的原始检测数据进行数据截取处理以去除其前几个数据得到第一检测数据，消除一开始因样本被摇匀而产生的数据波动干扰，后续还对基于第一检测数据得到的第一曲线进行拟合延长处理得到第二曲线，使得不同样本浓度所对应的该第二曲线之间的区分度在该拟合延长处理中得到增大，进而基于该第二曲线确定样本的浓度即可提高样本检测的准确性。
参见图6所示，图6是本申请样本分析仪的另一实施例的结构示意图，样本分析仪20包括检测模块21和处理模块22。
检测模块21用于对样本进行检测，得到原始检测数据。
处理模块22用于：从检测模块接收到原始检测数据。删除原始检测数据中排序最靠前的第一预设数量个数据，得到第一检测数据。基于第一检测数据及其对应的时间信息得到第一曲线。基于预设拟合算法，对第一曲线进行延长，以得到第二曲线。基于第二曲线，确定样本的浓度。
区别于现有技术，本申请的技术方案通过采用检测模块获取对样本进行检测得到的检测数据，并采用处理模块对接收到的原始检测数据进行数据截取处理以去除其前几个数据得到第一检测数据，消除一开始因样本被摇匀而产生的数据波动干扰，后续还对基于第一检测数据得到的第一曲线进行拟合延长处理得到第二曲线，使得不同样本浓度所对应的该第二曲线之间的区分度在该拟合延长处理中得到增大，进而基于该第二曲线确定样本的浓度即可提高样本检测的准确性。
参见图7所示，图7是本申请样本分析仪的控制装置的一实施例的结构示意图，控制装置30包括检测模块31和处理模块32。
检测模块31用于对样本进行检测，得到原始检测数据。
处理模块32用于：从检测模块接收到原始检测数据。删除原始检测数据中排序最靠前的第一预设数量个数据，得到第一检测数据。基于第一检测数据及其对应的时间信息得到第一曲线。基于预设拟合算法，对第一曲线进行延长，以得到第二曲线。基于第二曲线，确定样本的浓度。
区别于现有技术，本申请的技术方案通过采用检测模块获取对样本进行检测得到的检测数据，并采用处理模块对接收到的原始检测数据进行数据截取处理以去除其前几个数据得到第一检测数据，消除一开始因样本被摇匀而产生的数据波动干扰，后续还对基于第一检测数据得到的第一曲线进行拟合延长处理得到第二曲线，使得不同样本浓度所对应的该第二曲线之间的区分度在该拟合延长处理中得到增大，进而基于该第二曲线确定样本的浓度即可提高样本检测的准确性。
参见图8所示，图8是本申请计算机可读存储介质的一实施例的结构示意图，计算机可读存储介质40上存储有程序指令41，程序指令41被处理器（图未示）执行时实现上述样本分析仪的升级方法。
本实施例计算机可读存储介质40可以是但不局限于U盘、SD卡、PD光驱、移动硬盘、大容量软驱、闪存、多媒体记忆卡、服务器等。
区别于现有技术，本申请的技术方案通过采用检测模块获取对样本进行检测得到的检测数据，并采用处理模块对接收到的原始检测数据进行数据截取处理以去除其前几个数据得到第一检测数据，消除一开始因样本被摇匀而产生的数据波动干扰，后续还对基于第一检测数据得到的第一曲线进行拟合延长处理得到第二曲线，使得不同样本浓度所对应的该第二曲线之间的区分度在该拟合延长处理中得到增大，进而基于该第二曲线确定样本的浓度即可提高样本检测的准确性。
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，凡是利用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 (10)

1.一种样本检测方法，其特征在于，应用于样本分析仪，所述样本分析仪包括检测模块和处理模块，所述检测模块用于对样本进行检测，得到原始检测数据；
所述样本检测方法包括：
所述处理模块从所述检测模块接收到样本的所述原始检测数据；
所述处理模块删除所述原始检测数据中排序最靠前的第一预设数量个数据，得到第一检测数据；
所述处理模块基于所述第一检测数据及其对应的时间信息得到第一曲线；
所述处理模块基于预设拟合算法，对所述第一曲线的前端、后端的伸展趋势进行曲线延长，以得到第二曲线，其中，不同浓度所述样本下的所述第二曲线的区分度相对于不同所述浓度样本下的所述第一曲线的区分度更高；
所述处理模块基于所述第二曲线，确定所述样本的浓度。
2.根据权利要求1所述的样本检测方法，其特征在于，所述处理模块基于所述第一检测数据及其对应的时间信息得到第一曲线，包括：
所述处理模块对所述第一检测数据进行滤波处理，得到第二检测数据；
所述处理模块基于所述第二检测数据及其对应的时间信息得到所述第一曲线。
3.根据权利要求1或2所述的样本检测方法，其特征在于，所述处理模块基于所述第二曲线，确定所述样本的浓度，包括：
所述处理模块基于所述第二曲线，获取第三检测数据；
所述处理模块基于所述第三检测数据，确定样本中的炎症标志物的反应度；
所述处理模块基于所述反应度和标准曲线，确定样本的浓度；
其中，所述样本检测方法非直接用于疾病诊断。
4.根据权利要求3所述的样本检测方法，其特征在于，所述处理模块基于所述第三检测数据，确定样本中的炎症标志物的反应度，包括：
所述处理模块基于所述第三检测数据中排序最靠后的第二预设数量个数据，确定所述反应度。
5.根据权利要求4所述的样本检测方法，其特征在于，所述处理模块基于所述第三检测数据中排序最靠后的第二预设数量个数据，确定所述反应度，包括：
所述处理模块以所述第三检测数据中的一数据为基准数据，计算所述第三检测数据中排序最靠后的第二预设数量个数据分别与所述基准数据的差值，基于全部所述差值之和/或全部所述差值的平均值，确定所述反应度。
6.根据权利要求3所述的样本检测方法，其特征在于，所述处理模块基于所述第三检测数据，确定样本中的炎症标志物的反应度，包括：
所述处理模块基于所述第三检测数据中预设时间段内的所述第二曲线与所述第二曲线所在坐标轴的横轴之间的面积，确定所述反应度。
7.根据权利要求1或2所述的样本检测方法，其特征在于，在所述对样本进行检测，得到原始检测数据之前，所述检测模块还用于：
对未置入所述样本的反应池进行检测，以得到第一待定空检测数据，基于第一增益值对所述第一待定空检测数据进行增益处理，以得到第一空检测数据；
对未置入所述样本的反应池进行检测，以得到第二待定空检测数据，基于第二增益值对所述第二待定空检测数据进行增益处理，以得到第二空检测数据；
基于所述第一空检测数据、所述第二空检测数据和预设的增益参考数据，确定第三增益值；
对未置入所述样本的反应池进行检测，以得到第三待定空检测数据，基于第三增益值对所述第三待定空检测数据进行增益处理，以得到第三空检测数据；
基于所述第三空检测数据和所述增益参考数据，判断所述第三增益值是否满足预设要求；
所述对样本进行检测，得到原始检测数据，包括：
当所述第三增益值满足预设要求时，对置入所述样本的反应池进行检测，以得到待定原始检测数据，基于所述第三增益值对所述待定原始检测数据进行增益处理，以得到所述原始检测数据。
8.根据权利要求7所述的样本检测方法，其特征在于，所述基于所述第三空检测数据和所述增益参考数据，判断所述第三增益值是否满足预设要求，包括：
计算所述第三空检测数据与所述增益参考数据之间的偏差值，基于所述第三空检测数据，计算得到变异系数；
判断所述偏差值是否处于预设偏差值阈值范围内，判断所述变异系数是否处于预设变异系数阈值范围内；
若所述偏差值处于预设偏差值阈值范围内，且所述变异系数处于预设变异系数阈值范围内，则判定所述第三增益值满足所述预设要求，并将所述第三增益值作为所述样本分析仪的当前增益值。
9.一种样本分析仪，其特征在于，包括检测模块和处理模块；
所述检测模块用于对样本进行检测，得到原始检测数据；
所述处理模块用于：从所述检测模块接收到样本的所述原始检测数据；删除所述原始检测数据中排序最靠前的第一预设数量个数据，得到第一检测数据；基于所述第一检测数据及其对应的时间信息得到第一曲线；基于预设拟合算法，对所述第一曲线的前端、后端的伸展趋势进行曲线延长，以得到第二曲线，其中，不同浓度所述样本下的所述第二曲线的区分度相对于不同所述浓度样本下的所述第一曲线的区分度更高；基于所述第二曲线，确定所述样本的浓度。
10.一种样本分析仪的控制装置，其特征在于，所述控制装置包括检测模块和处理模块；
所述检测模块用于对样本进行检测，得到原始检测数据；
所述处理模块用于：从所述检测模块接收到样本的所述原始检测数据；删除所述原始检测数据中排序最靠前的第一预设数量个数据，得到第一检测数据；基于所述第一检测数据及其对应的时间信息得到第一曲线；基于预设拟合算法，对所述第一曲线的前端、后端的伸展趋势进行曲线延长，以得到第二曲线，其中，不同浓度所述样本下的所述第二曲线的区分度相对于不同所述浓度样本下的所述第一曲线的区分度更高；基于所述第二曲线，确定所述样本的浓度。
CN202210486883.6A 2022-05-06 2022-05-06 样本检测方法、样本分析仪及其控制装置 Active CN114578040B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210486883.6A CN114578040B (zh) 2022-05-06 2022-05-06 样本检测方法、样本分析仪及其控制装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210486883.6A CN114578040B (zh) 2022-05-06 2022-05-06 样本检测方法、样本分析仪及其控制装置

Publications (2)

Publication Number Publication Date
CN114578040A CN114578040A (zh) 2022-06-03
CN114578040B true CN114578040B (zh) 2022-10-18

Family

ID=81769104

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210486883.6A Active CN114578040B (zh) 2022-05-06 2022-05-06 样本检测方法、样本分析仪及其控制装置

Country Status (1)

Country Link
CN (1) CN114578040B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117076938B (zh) * 2023-10-17 2024-01-26 四川大学华西医院 最大样本数量确定方法、装置及设备

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09274040A (ja) * 1996-04-03 1997-10-21 Hitachi Ltd 自動免疫分析方法およびその装置
CN108593641B (zh) * 2018-04-09 2021-12-03 桂林优利特医疗电子有限公司 一种定量检测全血样品中待测物质的试剂盒及方法
CN112014335A (zh) * 2019-05-30 2020-12-01 深圳迈瑞生物医疗电子股份有限公司 基于比浊法测量分析物的方法、样本分析仪及存储介质
CN110542660A (zh) * 2019-09-29 2019-12-06 迈克医疗电子有限公司 检测试样反应中前带效应的方法、装置以及检测系统
CN110967306B (zh) * 2019-11-14 2023-11-24 迈克医疗电子有限公司 反应稳定起始时间确定方法和装置、分析仪器和存储介质
CN114002423A (zh) * 2021-12-31 2022-02-01 深圳市帝迈生物技术有限公司 一种样本分析仪及其检测方法

Also Published As

Publication number Publication date
CN114578040A (zh) 2022-06-03

Similar Documents

Publication Publication Date Title
Algeciras-Schimnich Thyroglobulin measurement in the management of patients with differentiated thyroid cancer
US8828322B2 (en) Device and method for measuring prothrombin time and hematocrit by analyzing change in reactance in a sample
US8605971B2 (en) Method and system for determining an optimal dilution of a reagent
WO2015022318A1 (en) Test method for determining biomarkers
US20200319073A1 (en) Diffusion monitoring protocol for optimized tissue fixation
US11971387B2 (en) Accurately calculating acoustic time-of-flight
CN114578040B (zh) 样本检测方法、样本分析仪及其控制装置
CN108279229B (zh) 一种全血crp检测装置
US10436775B2 (en) Electric-field imager for assays
Sasseville et al. Safety biomarkers in preclinical development: translational potential
CN110609139A (zh) 抗原浓度过量检测方法、装置及存储介质
CN112710627B (zh) 一种特定蛋白浓度的检测方法及检测装置
CN111638259A (zh) 一种液流电池电极活性面积的检测方法及装置
KR101831365B1 (ko) 커패시턴스를 측정하는 방법
WO2013164613A1 (en) Electrochemical detection method
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
US11747328B2 (en) Method for measuring the plasma concentration of an analyte directly on a whole blood sample
CN117269009A (zh) 流式细胞仪样本容量预警方法、装置、系统、设备及介质
Ji et al. Pure ion chromatogram extraction via optimal k-means clustering
CN113624710A (zh) 一种液体物质成分变化的太赫兹信息识别方法及其应用
CN108375677B (zh) 利用亚像素尺寸的珠粒来执行测定的系统和方法
CN113761456A (zh) 免疫荧光层析曲线的分析方法、装置及电子设备
CN111579776B (zh) 通过试纸条确定物质浓度的方法、装置、系统及存储介质
CN113081034B (zh) 一种超声波身高测量方法、装置、测量仪及存储介质
CN117368430A (zh) 水质确定方法、装置、设备和计算机存储介质

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