CN114913987A - 检测方法 - Google Patents

检测方法 Download PDF

Info

Publication number
CN114913987A
CN114913987A CN202110235638.3A CN202110235638A CN114913987A CN 114913987 A CN114913987 A CN 114913987A CN 202110235638 A CN202110235638 A CN 202110235638A CN 114913987 A CN114913987 A CN 114913987A
Authority
CN
China
Prior art keywords
image
time point
detection
image acquisition
unit
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
CN202110235638.3A
Other languages
English (en)
Inventor
林庭瑜
宋中宏
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.)
Wistron Corp
Original Assignee
Wistron Corp
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 Wistron Corp filed Critical Wistron Corp
Publication of CN114913987A publication Critical patent/CN114913987A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
    • 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
    • G01N21/75—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated
    • G01N21/77—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator
    • 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
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/8483—Investigating reagent band
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Public Health (AREA)
  • Chemical & Material Sciences (AREA)
  • Pathology (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Plasma & Fusion (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Molecular Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Image Analysis (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Image Processing (AREA)

Abstract

一种检测方法，适于对一检测卡匣进行检测。将一检测卡匣置入一装置主体而位于装置主体的内部的一检测区域。通过一影像获取单元获取检测区域的至少一影像。通过一判断单元配置依据影像的灰阶值判断影像获取单元的功能是否正常。若影像获取单元的功能正常，则通过判断单元依据影像的对应于检测卡匣的部分判断检测结果。

Description

检测方法
技术领域
本发明涉及一种检测方法，特别涉及一种关于利用影像的灰阶值判断影像获取单元的功能是否正常的检测方法。
背景技术
在现有流感检测方法的限制下，需利用检测装置在检测过程的0～10分钟内对装置内部的检测卡匣进行多次拍摄，并通过拍摄到的检测卡匣的检体反应区的影像来判断检测结果。目前市面上的流感检测装置多为封闭式机台而直接将所判断的检测结果以简单灯号显示于机台外部，因此在检测过程中无法外接屏幕或利用外部装置让医护人员实时确认拍摄到的影像是否正常，而是用灯号显示检测结果。然而，现有机台偶尔会发生拍摄到的影像异常的情形，且这些拍摄异常的影像经常会导致检测判读错误并得到错误的检测结果。
发明内容
本发明提供一种检测方法，可提高检测准确率。
本发明的检测方法适于对一检测卡匣进行检测。检测方法包括以下步骤。将一检测卡匣置入一装置主体而位于装置主体的内部的一检测区域。通过至少一影像获取单元获取检测区域的至少一影像。通过一判断单元依据至少一影像的灰阶值判断至少一影像获取单元的功能是否正常。若至少一影像获取单元的功能正常，则通过判断单元依据至少一影像的对应于检测卡匣的部分判断检测结果。
在本发明的一实施例中，上述的检测卡匣具有一识别区及两个反应区，通过至少一影像获取单元获取检测区域的至少一影像包括以下步骤。通过一影像获取单元获取识别区及一反应区的影像。通过另一影像获取单元获取另一反应区的影像。
在本发明的一实施例中，上述的检测卡匣具有一识别区及一反应区，通过至少一影像获取单元获取检测区域的至少一影像包括以下步骤。通过一影像获取单元获取识别区的影像。通过另一影像获取单元获取反应区的影像。
在本发明的一实施例中，上述的检测方法包括以下步骤。执行一机件灰阶值判断步骤，机件灰阶值判断步骤通过判断单元依据各影像的对应于装置主体的一机件的部分的机件灰阶值判断至少一影像获取单元的功能是否正常。
在本发明的一实施例中，上述的检测方法包括以下步骤。若各影像的对应于机件的部分的灰阶值大于机件灰阶值判断门限，则判断至少一影像获取单元的功能不正常。在本发明的一实施例中，上述的检测方法包括以下步骤：若各影像的对应于机件的部分的灰阶值小于一机件灰阶值判断门限，则判断至少一影像获取单元的功能正常。
在本发明的一实施例中，上述的检测方法包括以下步骤。执行一检测卡匣灰阶值判断步骤，检测卡匣灰阶值判断步骤通过判断单元依据至少一影像的对应于检测卡匣的部分的检测卡匣灰阶值判断至少一影像获取单元的功能是否正常。
在本发明的一实施例中，上述的检测方法包括以下步骤。若各影像的对应于检测卡匣的部分的灰阶值小于一最小值门限或大于一最大值门限，则判断至少一影像获取单元的功能不正常。在本发明的一实施例中，上述的检测方法包括以下步骤：若各影像的对应于检测卡匣的部分的灰阶值大于最小值门限且小于最大值门限，则判断至少一影像获取单元的功能正常。
在本发明的一实施例中，上述的至少一影像包括至少两个影像，通过至少一影像获取单元获取检测区域的至少一影像的步骤包括执行一影像获取步骤，通过判断单元判断至少一影像获取单元的功能是否正常的步骤包括执行一灰阶值差值判断步骤，影像获取步骤通过至少一影像获取单元在一第一时间点及一第二时间点分别获取至少两个影像，灰阶值差值判断步骤通过判断单元依据一影像的对应于检测卡匣的部分的灰阶值与另一影像的对应于检测卡匣的部分的灰阶值的差值判断至少一影像获取单元在第一时间点及第二时间点的功能是否正常。
在本发明的一实施例中，上述的检测方法包括以下步骤。若至少一影像获取单元在第一时间点及第二时间点的功能不正常，则再次执行影像获取步骤及灰阶值差值判断步骤。在本发明的一实施例中，上述的检测方法包括以下步骤：若至少一影像获取单元在第一时间点及第二时间点的功能正常，则通过判断单元依据第一时间点及第二时间点的至少其中之一的至少一影像的对应于检测卡匣的部分判断检测结果。
在本发明的一实施例中，上述的检测方法包括以下步骤。若至少一影像获取单元在第一时间点及第二时间点的功能正常，则依据两个影像的对应于检测卡匣的部分的灰阶值获得一标准值。执行至少另一影像获取步骤，至少另一影像获取步骤通过至少一影像获取单元在至少一第三时间点获取检测区域的至少另一影像。执行至少另一灰阶值差值判断步骤，至少另一灰阶值差值判断步骤通过判断单元依据至少另一影像的对应于检测卡匣的部分的灰阶值与标准值的差值判断至少一影像获取单元在至少一第三时间点的功能是否正常。
在本发明的一实施例中，上述的检测方法包括以下步骤。若至少一影像获取单元在至少一第三时间点的功能不正常，则再次执行至少另一影像获取步骤及至少另一灰阶值差值判断步骤。若至少一影像获取单元在至少一第三时间点的功能正常，则通过判断单元依据这些影像的至少其中之一的对应于检测卡匣的部分判断检测结果。
在本发明的一实施例中，上述的检测方法包括以下步骤。若至少一影像获取单元在第一时间点及第二时间点的功能不正常，则执行一简化影像获取步骤及一简化判断步骤，简化影像获取步骤通过至少一影像获取单元在一第三时间点获取检测区域的至少另一影像，简化判断步骤依据第一时间点与第二时间点二者中先选出其一者的影像的对应于检测卡匣的部分的灰阶值与第三时间点的至少另一影像的对应于检测卡匣的部分的灰阶值的差值判断至少一影像获取单元在第一时间点与第二时间点二者中先选出者及第三时间点的功能是否正常。
在本发明的一实施例中，上述的检测方法包括以下步骤。若至少一影像获取单元在第一时间点及第二时间点的功能正常，则通过判断单元依据第一时间点及第二时间点的至少其中之一的至少一影像的对应于检测卡匣的部分判断检测结果。
在本发明的一实施例中，上述的检测方法包括以下步骤。若至少一影像获取单元在第一时间点及第二时间点二者中先选出者及第三时间点的功能不正常，则执行一更简化判断步骤，将在第一时间点及第二时间点二者中未先选出者的影像及第三时间点的影像的灰阶值的差值进行比较并判断至少一影像获取单元在第一时间点及第二时间点二者中未先选出者及第三时间点的功能是否正常。
在本发明的一实施例中，上述的检测方法包括以下步骤。若至少一影像获取单元在第一时间点及第二时间点二者中先选出者及第三时间点的功能不正常，则再次执行简化影像获取步骤及简化判断步骤。若至少一影像获取单元在第一时间点及第二时间点二者中先选出者及第三时间点的功能正常，则判断单元依据第一时间点及第二时间点二者中先选出者的至少一影像及第三时间点的至少另一影像的至少其中之一的对应于检测卡匣的部分判断检测结果。
在本发明的一实施例中，上述的检测卡匣具有一识别区，判断至少一影像获取单元的功能是否正常的步骤包括依据至少一影像的对应于至少部分识别区的部分的灰阶值判断至少一影像获取单元的功能是否正常。
在本发明的一实施例中，上述的检测卡匣具有至少一反应区及邻近至少一反应区的至少一参考符号，判断至少一影像获取单元的功能是否正常的步骤包括依据至少一影像的对应于至少一参考符号的部分的灰阶值判断至少一影像获取单元的功能是否正常。
在本发明的一实施例中，上述的检测方法包括以下步骤。执行一机件灰阶值判断步骤，机件灰阶值判断步骤通过判断单元依据各影像的对应于装置主体的一机件的部分的灰阶值来判断至少一影像获取单元的功能是否正常；以及执行一检测卡匣灰阶值判断步骤，检测卡匣灰阶值判断步骤通过判断单元依据至少一影像的对应于检测卡匣的部分的灰阶值来判断至少一影像获取单元的功能是否正常。
基于上述，本发明依据影像获取单元所获取的影像的灰阶值来判断影像获取单元的功能是否正常，以确保判断单元是对正常的影像进行分析，从而可避免因影像获取单元所获取的影像异常而导致分析结果错误。据此，可提高检测准确率并提升检测效率。
附图说明
图1是本发明一实施例的检测装置的立体图。
图2是图1的检测装置的透视示意图。
图3是图1的检测装置的方框示意图。
图4是本发明一实施例的检测方法流程图。
图5A是图1的检测卡匣的俯视图。
图5B及图5C分别示出影像获取单元对检测区域所获取的影像。
图5D及图5E分别示出图5B及图5C的影像的局部。
图6A示出另一种检测卡匣的俯视图。
图6B及图6C分别示出影像获取单元对检测区域所获取的影像。
图6D示出图6C的影像的局部。
图7示出本发明一实施例的检测方法的具体流程。
图8示出本发明一实施例的检测方法的具体流程。
图9示出本发明一实施例的检测方法的具体流程。
图10A及图10B示出本发明一实施例的检测方法的具体流程。
附图标记说明：
50、50’：检测卡匣
50a、50a’：识别区
50b、50c、50c’：反应区
50b1、50c1：参考符号
50d、50d’：检体放置区
100：检测装置
110：装置主体
110a：检测区域
110b：开口
110c：显示界面
112：机件
120a、120b：影像获取单元
130：判断单元
D：插入方向
R1～R6：区域
T1～T4：时间点
TP：预定时间长度
S1～S4、S101～S108、S201～S210、S301～S308、S3061～S3066、S30631、
S30632：步骤
具体实施方式
图1是本发明一实施例的检测装置的立体图。图2是图1的检测装置的透视示意图。图3是图1的检测装置的方框示意图。请参考图1至图3，本实施例的检测装置100例如是核酸检测装置或其他种类的生物样品检测装置，适于对承载有生物样品的一检测卡匣50进行检测。检测装置100包括一装置主体110、至少一影像获取单元(示出为两个影像获取单元120a、120b)及一判断单元130。装置主体110的内部具有一检测区域110a，即装置主体110内用以容置检测卡匣50的区域。影像获取单元120a、120b及判断单元130配置于装置主体110。影像获取单元120a、120b例如是照相机且沿一插入方向D按序排列，判断单元130例如是控制电路板且耦接于并控制影像获取单元120a、120b。当通过装置主体110的一开口110b沿插入方向D将检测卡匣50如图1及图2所示插入装置主体110时，便可启动检测流程。
图4是本发明一实施例的检测方法流程图，其可对应于图1至图3所示的检测装置100。请参考图4，使用者可先将检测卡匣50插入装置主体110而位于装置主体110的内部的检测区域110a(步骤S1)。接着，检测装置100自动地通过影像获取单元120a、120b获取检测区域110a的影像(步骤S2)。检测装置100自动地通过判断单元130依据所述影像的灰阶值判断影像获取单元120a、120b的功能是否正常(步骤S3)。若影像获取单元120a、120b的功能正常，则检测装置100自动地通过判断单元130依据所述影像的对应于检测卡匣50的部分判断检测结果(步骤S4)。虽然在上述图4中于步骤S1中是将检测卡匣50插入装置主体110中，在依据本发明的其他实施例中该检测卡匣50可以用其他方式置入装置主体110的内部而非用插入的方式，本发明不对此加以限制。
如上所述，本实施例依据影像获取单元120a、120b所获取的影像的灰阶值来判断影像获取单元120a、120b的功能是否正常，以确保判断单元130是对正常的影像进行分析，从而可避免因影像获取单元120a、20b所获取的影像异常而导致分析结果错误。据此，可提高检测准确率并提升检测效率。
请参考图1，本实施例的装置主体110可包含一显示界面110c(如LCD显示器)，用以显示判断单元130对所述影像的检测结果及/或对所述影像的判断结果。在其他实施例中，检测装置100可通过其他方式来示出检测结果及/或对所述影像的判断结果，本发明不对此加以限制。
图5A是图1的检测卡匣的俯视图。图5B及图5C分别示出影像获取单元对检测区域所获取的影像。图5D及图5E分别示出图5B及图5C的影像的局部，其中图5D对应于图5B的区域R4，图5E对应于图5C的区域R5。详细而言，本实施例的检测卡匣50如图5A所示具有一识别区50a、两个反应区50b、50c及一检体放置区50d。识别区50a具有QR code或其他种类的图码，其包含检测卡匣50的种类信息，例如用以区别不同种类的生物检体(如流感病毒或其他种类的病毒)的检测。影像获取单元120a的视野如图5B所示涵盖识别区50a及反应区50b，影像获取单元120b的视野如图5C所示涵盖反应区50c。在将检体滴入检体放置区50d之后，检体会往左右两侧流动到反应区50b、50c。检体在反应区50b、50c静置一段时间后，会在反应区50b、50c呈现阳性或阴性的图样以代表检测结果，供影像获取单元120a、120b拍摄。
图6A示出另一种检测卡匣的俯视图。图6B及图6C分别示出影像获取单元对检测区域所获取的影像。图6D示出图6C的影像的局部，其中图6D对应于图6C的区域R6。可将图5A所示的长卡匣形式的检测卡匣50替换为图6A所示的短卡匣形式的检测卡匣50’。检测卡匣50’如图6A所示具有一识别区50a’、一反应区50c’及一检体放置区50d’。识别区50a’具有QRcode或其他种类的图码，其包含检测卡匣50’的种类信息，其例如用以区别不同种类的生物检体(如流感病毒或其他种类的病毒)的检测。影像获取单元120a的视野如图6B所示涵盖识别区50a’，影像获取单元120b的视野如图6C所示涵盖反应区50c’。在将检体滴入检体放置区50d’之后，检体会往左侧流动到反应区50c’。检体在反应区50c’静置一段时间后，会在反应区50c’呈现阳性或阴性的图样以代表检测结果，供影像获取单元120b拍摄。
以图5A所示的检测卡匣50而言，在上述步骤S2中，可通过影像获取单元120a获取识别区50a及反应区50b的影像，并通过影像获取单元120b获取反应区50c的影像。以图6A所示的检测卡匣50’而言，在上述步骤S2中，可通过影像获取单元120a获取识别区50a’的影像，并通过影像获取单元120b获取反应区50c’的影像。依据本发明一实施例，在装置主体110内，于影像获取单元120a、120b进行影像获取之前是黑暗的，而当影像获取单元120a、120b进行影像获取时才通过闪光灯或是其他照明灯光提供光线。
图7示出本发明一实施例的检测方法的具体流程，其是针对影像获取单元120a对检测卡匣50进行的影像获取进行检测步骤的具体说明，影像获取单元120b对检测卡匣50进行的影像获取、影像获取单元120a对检测卡匣50’进行的影像获取、影像获取单元120b对检测卡匣50’进行的影像获取的具体步骤与其相同或相似，不逐一赘述。请参考图7，使用者可先插入检测卡匣50(步骤S101，对应于图4所示的步骤S1)。接着，获取识别区50a的影像(步骤S102)。执行一影像获取步骤，其通过影像获取单元120a在一第一时间点T1及一第二时间点T2分别获取两个影像并计算其灰阶值(步骤S103、S104，对应于图4所示的步骤S2)。其中，第一时间点T1及一第二时间点T2的时间差T2-T1，依据本发明的一实施例可为1秒，依据本发明的另一实施例可为0.5秒，依据本发明的又一实施例可为2秒，依据本发明的其他实施例可以视实际需求而设定为其他值，例如视影像获取单元120a、120b的特性等而设定时间差。执行一灰阶值差值判断步骤，其通过判断单元130依据一影像的对应于检测卡匣50的部分的灰阶值与另一影像的对应于检测卡匣50的部分的灰阶值的差值判断影像获取单元120a在第一时间点及第二时间点的功能是否正常(步骤S105、S106，对应于图4所示的步骤S3)。其中，若所述差值大于预定值，则代表影像获取单元120a在第一时间点及第二时间点的其中之一的功能不正常，此时回到步骤S103再次执行上述影像获取步骤(步骤S103、S104)及上述灰阶值差值判断步骤(步骤S105、S106)。若所述差值不大于预定值，则代表影像获取单元120a在第一时间点及第二时间点的功能正常，此时通过判断单元130依据第一时间点及第二时间点的至少其中之一的影像的对应于检测卡匣50的部分判断检测结果(步骤S107，对应于图4所示的步骤S4)并输出检测结果(步骤S108)。
在上述步骤S105中，可选择对检测区域110a中不会因时间而有灰阶值巨大变化的区域进行灰阶值计算。举例来说，可依据所获取的两个影像的对应于识别区50a的部分(如图5B所示的区域R1)的灰阶值的差值来判断影像获取单元120a的功能是否正常，及/或依据所获取的两个影像的对应于邻近反应区50b的参考符号50b1的部分(如图5B所示的区域R2)的灰阶值的差值来判断影像获取单元120a的功能是否正常。此外，以影像获取单元120b对检测卡匣50的影像获取而言，例如是依据所获取的两个影像的对应于邻近反应区50c的参考符号50c1的部分(如图5B所示的区域R3)的灰阶值的差值来判断影像获取单元120b的功能是否正常。影像获取单元120a、120b对检测卡匣50’进行的影像获取者与此相同或相似，不逐一赘述。上述利用对卡匣50的检测区域110a中不会因时间而有灰阶值巨大变化的区域进行T1与T2时间点的影像的灰阶值差值判断步骤来判断影像获取单元120a的功能是否正常的做法，主要是因为一般而言影像获取单元120a的功能皆属正常而对于特定不变物件于特定不变环境中的每一次影像获取结果应该都相同而只有微小误差，故于不同时间点T1与T2的影像的灰阶值皆应差异不大而小于该预定值，所以当此两者的灰阶值差值超过该预定值即可判定影像获取单元120a的功能不正常。然而，由于当影像获取单元120a的功能不正常而发生所获取的影像不正常的几率并不高，所以连续两次获取影像均发生异常且发生异常时两次获取影像的灰阶值居然只有微小误差而被判定正常的几率则是非常之低，因此本发明通过灰阶值的差值来判断影像获取单元120a的功能是否正常可以大幅降低因为影像获取单元120a的功能不正常而导致之后续检测结果误判。
相较于上述检测模式，在另一种检测模式中，会以固定秒数间隔持续进行多次的影像获取，直到到达预定的总时间长度仍未判断出检测结果或是判断出检测结果，才视为完成检测。以下对这种检测模式的流程进行具体说明。依据本发明的各实施例，总时间长度可以是大约10分钟、大约7分钟、大约15分钟等等，端视检验的特性而不同，例如检验的种类不同、检验的试剂不同等等。
图8示出本发明一实施例的检测方法的具体流程，其是针对影像获取单元120a对检测卡匣50进行的影像获取进行检测步骤的具体说明，影像获取单元120b对检测卡匣50进行的影像获取、影像获取单元120a对检测卡匣50’进行的影像获取、影像获取单元120b对检测卡匣50’进行的影像获取的具体步骤与其相同或相似，不逐一赘述。请参考图8，使用者可先插入检测卡匣50(步骤S201，对应于图4所示的步骤S1)。接着，获取识别区50a的影像(步骤S202)。执行一影像获取步骤，其通过影像获取单元120a在一第一时间点及一第二时间点分别获取两个影像并计算其灰阶值(步骤S203、S204，对应于图4所示的步骤S2)。执行一灰阶值差值判断步骤，其通过判断单元130依据一影像的对应于检测卡匣50的部分的灰阶值与另一影像的对应于检测卡匣50的部分的灰阶值的差值判断影像获取单元120a在第一时间点及第二时间点的功能是否正常(步骤S205、S206，对应于图4所示的步骤S3)。其中，若所述灰阶值差值大于预定值，则代表影像获取单元120a在第一时间点及第二时间点的至少其中之一的功能不正常，此时回到步骤S203再次执行上述影像获取步骤及上述灰阶值差值判断步骤。若所灰阶值述差值不大于预定值，则代表影像获取单元120a在第一时间点及第二时间点的功能正常。此时在步骤S206中依据两个影像的对应于检测卡匣的部分的灰阶值获得一标准值，此标准值可为第一时间点的影像的灰阶值、第二时间点的影像的灰阶值或是其平均值。接着，在间隔预定时间长度TP后执行至少另一影像获取步骤(步骤S207，对应于图4的步骤S2)，其通过影像获取单元120a在一第三时间点T3获取检测区域110a的另一影像并计算其灰阶值。执行另一灰阶值差值判断步骤(步骤S208，对应于图4的步骤S3)，其通过判断单元130依据所述另一影像的对应于检测卡匣50的部分的灰阶值与所述标准值的差值判断影像获取单元120a在第三时间点的功能是否正常。其中，若所述灰阶值差值大于预定值，则代表影像获取单元120a在第三时间点的功能不正常，此时回到步骤S207于另一时间点(例如T4时间点)再次执行上述另一影像获取步骤及上述另一灰阶值差值判断步骤。若所述差值不大于预定值，则代表影像获取单元120a在第三时间点的功能正常。所述另一影像获取步骤(S207)及所述另一灰阶值差值判断步骤(S208)例如以固定的预定时间长度TP间隔持续进行多次。依据本发明的各实施例，预定时间长度TP可以是大约1分钟、大约2分钟、大约0.5分钟等等，端视检验的特性而不同，例如检验的种类不同、检验的试剂不同等等。最后，在所述灰阶值差值不大于预定值的情况下，通过判断单元130依据前述步骤所获取的影像的对应于检测卡匣50的部分判断检测结果(步骤S209，对应于图4所示的步骤S4)并输出检测结果(步骤S210)。
在上述步骤S205及其他类似的影像比对步骤中，可选择对检测区域110a中不会因时间而有灰阶值巨大变化的区域进行灰阶值计算。由于此部分已于步骤S105中通过图5B所示的区域R1、图5B所示的区域R2、图5C所示的区域R3加以说明，于此不逐一赘述。
本实施例的判断单元130对于灰阶值的计算例如为，灰阶值(Gray Value)GV＝(0.3×GVred)+(0.59×GVgreen)+(0.11×GVblue)，其中GVred、GVgreen、GVblue分别是影像的红色值、绿色值、蓝色值，且GVred、GVgreen、GVblue及灰阶值GV的范围均为0x00～0xFF。依据本发明的另一实施例，判断单元130对于灰阶值的计算可为，GV＝(NR×GVred)+(NG×GVgreen)+(NB×GVblue)，其中NR、NG、NB分别是红色值百分比、绿色值百分比、蓝色值百分比，且NR+NG+NB＝100％。除了如上述般针对不同时间点所获取的影像进行灰阶值比对，还可对单一影像本身的灰阶值进行检测卡匣灰阶值判断步骤，例如在图5B所示的区域R1、R2与图5C所示的区域R3中，若灰阶值小于某一最小值门限例如0x0F，则判定此影像为过暗，若灰阶值大于某一最大值门限例如0xF5，则判定此影像为过亮。过暗及过亮的影像代表影像获取装置的功能不正常，反之则代表影像获取装置的功能正常。依据本发明的另一实施例，该灰阶值最小值门限亦可为其他值例如0x08、0x10、0x1F，或是其他值，可视实际情况而调整。依据本发明的又一实施例，该灰阶值最大值门限亦可为其他值例如0xF0、0xE9、0xE5，或是其他值，可视实际情况而调整。此检测卡匣灰阶值判断步骤，可以更加提高本发明降低因为影像获取单元120a的功能不正常而导致之后续检测结果误判的技术效果，说明如下。当两次获取影像皆为过暗时，由于两张影像皆一片漆黑(灰阶值非常低)而无法正常进行后续检测，但却可能被灰阶值差值判断步骤判断为小于该预定值而误判影像获取单元120a的功能正常，若不将此情况加以排除的话有可能导致检测结果误判。同样的，当两次获取影像皆为过亮时，由于两张影像皆一片亮白(灰阶值非常高)而无法正常进行后续检测，但却可能被灰阶值差值判断步骤判断为小于该预定值而误判影像获取单元120a的功能正常，若不将此情况加以排除的话有可能导致检测结果误判。此时，检测卡匣灰阶值判断步骤的导入当可排除这些情形。
此外，为了避免上述检测流程中进行影像比对的两个时间点的影像皆为异常而无法得出有参考价值的比对结果，还可预先对各影像进行初步的灰阶值正常与否的判断。具体说明如下。本实施例的影像获取单元120a、120b的视野如图5B至图5E及图6B至图6D所示涵盖装置主体110内部的一机件112。在执行上述灰阶值差值判断步骤(如图7的步骤S105、S106)之前，于影像获取步骤中(如图7的步骤S103、S104)，可执行一机件灰阶值判断步骤，其通过判断单元130依据各影像的对应于机件112的部分(如图5D、图5E及图6D所示的机件112的局部影像R4区域、R5区域、R6区域)的机件灰阶值判断影像获取单元120a、120b在所述第一时间点及所述第二时间点的功能是否正常。例如，在R4区域、R5区域、R6区域，若灰阶值小于一机件灰阶值判断门限例如0x0A，则判定此影像为正常，即影像获取装置120a(或判断影像获取单元120b)的功能正常，反之则代表影像获取装置120a(或判断影像获取单元120b)的功能不正常。依据本发明的另一实施例，机件112可以是一机壳、一机座、一零件或一结构，或是设置于装置主体110内的专门为机件灰阶值判断用的结构。依据本发明的另一实施例，机件灰阶值判断门限可为0x08、0x18、0x1A等，或是其他值，可视实际情况而调整。若此机件灰阶值判断步骤判断影像获取单元120a(或判断影像获取单元120b)在第一时间点及第二时间点的功能不正常，则再次执行机件灰阶值判断步骤直到影像获取单元120a(或判断影像获取单元120b)的功能正常。若此机件灰阶值判断步骤判断影像获取单元120a(或判断影像获取单元120b)在第一时间点及第二时间点的功能正常，则执行后续的灰阶值计算及灰阶值差值判断步骤(如图7所示的步骤S105、S106)。此机件灰阶值判断步骤，可以再度提高本发明降低因为影像获取单元120a的功能不正常而导致之后续检测结果误判的技术效果，说明如下。依据本发明的一实施例，机件灰阶值判断步骤，是在装置主体110内部的检测区域110a附近找出一块灰阶值为已知的区域，而在拍摄时所获取的影像中包含该灰阶值已知区域，并计算影像该灰阶值已知区域的灰阶值与已知值进行比较，若差值不在一合理范围内即表示该影像获取单元120a的功能不正常。依据本发明的一实施例，其中该灰阶值已知区域的灰阶值非常之低(即该该灰阶值已知区非常黑)，此时其影像的灰阶值应该小于所述机件灰阶值判断门限；然而，若其影像的灰阶值不小于所述机件灰阶值判断门限，则表示该影像获取单元120a的功能不正常，若不将此情况加以排除的话有可能导致检测结果误判。此时，机件灰阶值判断步骤的导入当可排除这些情形。
在图7所示检测流程中，若在步骤S106中判定影像获取单元的功能不正常，会直接回到步骤S103再次执行影像获取步骤及灰阶值差值判断步骤。为了进一步节省检测时间，可对此部分的流程进行简化。具体说明如下。
图9示出本发明一实施例的检测方法的具体流程。在图9所示检测流程中，步骤S301至步骤S308的大部分流程相似于图7的步骤S101至步骤S108者，于此不再赘述。图9所示实施例与图7所示实施例的不同处在于，在图9的检测流程中，若于步骤S306判定影像获取单元120a在第一时间点及第二时间点的功能不正常，则不回到步骤S303，而是执行一简化影像获取步骤及一简化判断步骤。所述简化影像获取步骤通过影像获取单元120a在一第三时间点获取检测区域的另一影像并计算其灰阶值(步骤S3601)，所述简化判断步骤依据第一时间点的影像的对应于检测卡匣50的部分的灰阶值与第三时间点的另一影像的对应于检测卡匣50的部分的灰阶值的差值判断影像获取单元120a在第一时间点及第三时间点的功能是否正常(步骤S3062、S3063)。其中，若所述差值大于预定值，则推断影像获取单元120a在第一时间点的功能不正常且在第三时间点的功能正常，此时再进行一次简化影像获取步骤及一简化判断步骤。所述简化影像获取步骤通过影像获取单元120a在一第四时间点获取检测区域的另一影像并计算其灰阶值(步骤S3604)，所述简化判断步骤依据第三时间点的影像的对应于检测卡匣50的部分的灰阶值与第四时间点的另一影像的对应于检测卡匣50的部分的灰阶值的差值判断影像获取单元120a在第三时间点及第四时间点的功能是否正常(步骤S3065、S3066)。其中，若所述差值大于预定值，则推断影像获取单元120a在第三时间点的功能不正常且在第四时间点的功能正常，此时再进行一次简化影像获取步骤及一简化判断步骤，而于一第五时间点获取检测区域的另一影像并计算其灰阶值且与第四时间的影像灰阶值进行比较，依此类推，直到所述差值小于预定值。若在步骤S3063(或步骤S3066)判定所述差值小于预定值，则推断影像获取单元120a在第三时间点(或第四时间点)的功能正常，此时判断单元130依据第三时间点(或第四时间点)的影像的对应于检测卡匣50的部分判断检测结果(步骤S307)并输出检测结果(步骤S308)。以上图9中，虽然步骤S3062、S3063是选第一时间点去和第三时间点比较，但是依据本发明的另一实施例，若是将步骤S3062、S3063改为步骤S3062’、S3063’，并于步骤S3062’选第二时间点去和第三时间点比较且于步骤S3063’判定所述差值小于预定值的话，也是可行的。
图10A及图10B示出本发明一实施例的检测方法的具体流程。在图10A及图10B所示检测流程中，步骤S301至步骤S308的大部分流程相似于图9的步骤S101至步骤S108者，于此不再赘述。图10A及图10B所示实施例与图9所示实施例的不同处在于，在图10A及图10B的检测流程中，若于步骤S3063判定影像获取单元120a在第一时间点及第二时间点的功能不正常，则接下来执行一更简化判断步骤S30361、S30632，而在步骤S30361将第二时间点及第三时间点的影像灰阶值的差值直接进行比较而不必再拍摄影像，若在步骤S30632判定所述差值小于预定值，则推断影像获取单元120a在第三时间点(或第二时间点)的功能正常，此时判断单元130依据第三时间点(或第二时间点)的影像的对应于检测卡匣50的部分判断检测结果(步骤S307)并输出检测结果(步骤S308)。若步骤S30362判断第三时间点及第二时间点的功能不正常，则通过影像获取单元120a在一第四时间点获取检测区域的另一影像并计算其灰阶值(步骤S3604)，于此不再赘述。

Claims (19)

1.一种检测方法，适于对一检测卡匣进行检测，该检测方法包括：
将一检测卡匣置入一装置主体而位于该装置主体的内部的一检测区域；
通过至少一影像获取单元获取该检测区域的至少一影像；以及
通过一判断单元依据该至少一影像的灰阶值判断该至少一影像获取单元的功能是否正常；以及
若该至少一影像获取单元的功能正常，则通过该判断单元依据该至少一影像的对应于该检测卡匣的部分判断检测结果。
2.如权利要求1所述的检测方法，其中该检测卡匣具有一识别区及两个反应区，通过该至少一影像获取单元获取该检测区域的该至少一影像的步骤包括：
通过一该影像获取单元获取该识别区及一该反应区的影像；以及
通过另一该影像获取单元获取另一该反应区的影像。
3.如权利要求1所述的检测方法，其中该检测卡匣具有一识别区及一反应区，通过该至少一影像获取单元获取该检测区域的该至少一影像的步骤包括：
通过一该影像获取单元获取该识别区的影像；以及
通过另一该影像获取单元获取该反应区的影像。
4.如权利要求1所述的检测方法，包括：
执行一机件灰阶值判断步骤，该机件灰阶值判断步骤通过该判断单元依据各该影像的对应于该装置主体的一机件的部分的灰阶值来判断该至少一影像获取单元的功能是否正常。
5.如权利要求4所述的检测方法，包括：
若各该影像的对应于该机件的部分的灰阶值大于该机件灰阶值判断门限，则判断该至少一影像获取单元的功能不正常。
6.如权利要求1所述的检测方法，包括：
执行一检测卡匣灰阶值判断步骤，该检测卡匣灰阶值判断步骤通过该判断单元依据该至少一影像的对应于该检测卡匣的部分的灰阶值来判断该至少一影像获取单元的功能是否正常。
7.如权利要求6所述的检测方法，包括：
若各该影像的对应于该检测卡匣的部分的灰阶值小于一最小值门限或大于一最大值门限，则判断该至少一影像获取单元的功能不正常。
8.如权利要求1所述的检测方法，其中该至少一影像包括至少两个影像，通过该至少一影像获取单元获取该检测区域的该至少一影像的步骤包括执行一影像获取步骤，通过该判断单元判断该至少一影像获取单元的功能是否正常的步骤包括执行一灰阶值差值判断步骤，
该影像获取步骤通过该至少一影像获取单元在一第一时间点及一第二时间点分别获取该至少两个影像，
该灰阶值差值判断步骤通过该判断单元依据一该影像的对应于该检测卡匣的部分的灰阶值与另一该影像的对应于该检测卡匣的部分的灰阶值的差值判断该至少一影像获取单元在该第一时间点及该第二时间点的功能是否正常。
9.如权利要求8所述的检测方法，包括：
若该至少一影像获取单元在该第一时间点及该第二时间点的功能不正常，则再次执行该影像获取步骤及该灰阶值差值判断步骤。
10.如权利要求9所述的检测方法，包括：
若该至少一影像获取单元在该第一时间点及该第二时间点的功能正常，则通过该判断单元依据该第一时间点及该第二时间点的至少其中之一的该至少一影像的对应于该检测卡匣的部分判断检测结果。
11.如权利要求8所述的检测方法，包括：
若该至少一影像获取单元在该第一时间点及该第二时间点的功能正常，则依据该两个影像的对应于该检测卡匣的部分的灰阶值获得一标准值；
执行至少另一影像获取步骤，该至少另一影像获取步骤通过该至少一影像获取单元在至少一第三时间点获取该检测区域的至少另一影像；以及
执行至少另一灰阶值差值判断步骤，该至少另一灰阶值差值判断步骤通过该判断单元依据该至少另一影像的对应于该检测卡匣的部分的灰阶值与该标准值的差值判断该至少一影像获取单元在该至少一第三时间点的功能是否正常。
12.如权利要求11所述的检测方法，包括：
若该至少一影像获取单元在该至少一第三时间点的功能不正常，则再次执行该至少另一影像获取步骤及该至少另一灰阶值差值判断步骤；以及
若该至少一影像获取单元在该至少一第三时间点的功能正常，则通过该判断单元依据所述影像的至少其中之一的对应于该检测卡匣的部分判断检测结果。
13.如权利要求8所述的检测方法，包括：
若该至少一影像获取单元在该第一时间点及该第二时间点的功能不正常，则执行一简化影像获取步骤及一简化判断步骤，该简化影像获取步骤通过该至少一影像获取单元在一第三时间点获取该检测区域的至少另一影像，该简化判断步骤依据该第一时间点与该第二时间点二者中先选出其一者的该影像的对应于该检测卡匣的部分的灰阶值与该第三时间点的该至少另一影像的对应于该检测卡匣的部分的灰阶值的差值判断该至少一影像获取单元在该第一时间点与该第二时间点二者中该先选出者及该第三时间点的功能是否正常。
14.如权利要求13所述的检测方法，包括：
若该至少一影像获取单元在该第一时间点及该第二时间点的功能正常，则通过该判断单元依据该第一时间点及该第二时间点的至少其中之一的该至少一影像的对应于该检测卡匣的部分判断检测结果。
15.如权利要求13所述的检测方法，包括：
若该至少一影像获取单元在该第一时间点及该第二时间点二者中该先选出者及该第三时间点的功能不正常，则执行一更简化判断步骤，将在该第一时间点及该第二时间点二者中未先选出者的影像及该第三时间点的影像的灰阶值的差值进行比较并判断该至少一影像获取单元在该第一时间点及该第二时间点二者中未先选出者及该第三时间点的功能是否正常。
16.如权利要求13所述的检测方法，包括：
若该至少一影像获取单元在该第一时间点及该第二时间点二者中该先选出者及该第三时间点的功能不正常，则再次执行该简化影像获取步骤及该简化判断步骤；以及
若该至少一影像获取单元在该第一时间点及该第二时间点二者中该先选出者及该第三时间点的功能正常，则该判断单元依据该第一时间点及该第二时间点二者中该先选出者的该至少一影像及该第三时间点的该至少另一影像的至少其中之一的对应于该检测卡匣的部分判断检测结果。
17.如权利要求1所述的检测方法，其中该检测卡匣具有一识别区，判断该至少一影像获取单元的功能是否正常的步骤包括依据该至少一影像的对应于至少部分该识别区的部分的灰阶值判断该至少一影像获取单元的功能是否正常。
18.如权利要求1所述的检测方法，其中该检测卡匣具有至少一反应区及邻近该至少一反应区的至少一参考符号，判断该至少一影像获取单元的功能是否正常的步骤包括依据该至少一影像的对应于该至少一参考符号的部分的灰阶值判断该至少一影像获取单元的功能是否正常。
19.如权利要求1所述的检测方法，包括：
执行一机件灰阶值判断步骤，该机件灰阶值判断步骤通过该判断单元依据各该影像的对应于该装置主体的一机件的部分的灰阶值来判断该至少一影像获取单元的功能是否正常；以及
执行一检测卡匣灰阶值判断步骤，该检测卡匣灰阶值判断步骤通过该判断单元依据该至少一影像的对应于该检测卡匣的部分的灰阶值来判断该至少一影像获取单元的功能是否正常。
CN202110235638.3A 2021-02-08 2021-03-03 检测方法 Pending CN114913987A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
TW110104638 2021-02-08
TW110104638A TWI799787B (zh) 2021-02-08 2021-02-08 檢測方法

Publications (1)

Publication Number Publication Date
CN114913987A true CN114913987A (zh) 2022-08-16

Family

ID=82705012

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110235638.3A Pending CN114913987A (zh) 2021-02-08 2021-03-03 检测方法

Country Status (3)

Country Link
US (1) US11847782B2 (zh)
CN (1) CN114913987A (zh)
TW (1) TWI799787B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117423095A (zh) * 2022-07-18 2024-01-19 浙江东方基因生物制品股份有限公司 免疫试剂卡检测结果自动识别方法、装置以及设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201714144A (zh) * 2015-10-08 2017-04-16 台達電子工業股份有限公司 電子元件外觀影像檢測方法及其電腦可讀媒體
CN212228746U (zh) * 2020-03-05 2020-12-25 纬创资通股份有限公司 检测装置、检测卡匣与检测系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2781910B1 (en) * 2013-03-21 2024-05-15 Microdiscovery Gmbh Portable reader module, portable reader, and method for quantitative analysis of an assay
TWM467056U (zh) * 2013-06-25 2013-12-01 Apex Biotechnology Corp 光學檢測生化試片之裝置
US9773318B2 (en) * 2015-10-02 2017-09-26 Varian Medical Systems, Inc. Systems and methods for detecting camera defect caused by exposure to radiation
TW201732269A (zh) * 2016-03-01 2017-09-16 健康新體驗股份有限公司 檢測試片、使用其之檢測系統、及其製備方法
TWI673683B (zh) * 2018-03-28 2019-10-01 National Yunlin University Of Science And Technology 用於辨識組織病徵影像的系統及方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201714144A (zh) * 2015-10-08 2017-04-16 台達電子工業股份有限公司 電子元件外觀影像檢測方法及其電腦可讀媒體
CN212228746U (zh) * 2020-03-05 2020-12-25 纬创资通股份有限公司 检测装置、检测卡匣与检测系统

Also Published As

Publication number Publication date
US20220254027A1 (en) 2022-08-11
US11847782B2 (en) 2023-12-19
TWI799787B (zh) 2023-04-21
TW202232376A (zh) 2022-08-16

Similar Documents

Publication Publication Date Title
JP5586889B2 (ja) 粒子画像解析装置
JP3516144B1 (ja) 光学情報コードの読取方法および光学情報コード読取装置
US8224605B2 (en) Inspection standard setting device, inspection standard setting method and process inspection device
US6385272B1 (en) Method of counting microorganisms and device for accomplishing the counting
US8195408B2 (en) Method for setting up system of reagent chip analyzer
AU707925B2 (en) Method and apparatus for detection of unsuitable conditions for automated cytology scoring
KR20130126370A (ko) 비아홀을 검사하는 방법 및 장치
US8974733B2 (en) Automatic analyzer
JPH1019731A (ja) 表示画面検査方法
CN114913987A (zh) 检测方法
CN111665249B (zh) 一种光强调整方法、系统及光学检测设备
JP2010151566A (ja) 粒子画像解析方法及び装置
US7702172B2 (en) Particle extraction for automatic flow microscope
CN114441512A (zh) 阴道分泌物检测仪、干化学检测装置和干化学检测方法
JP4382447B2 (ja) 誤欠品検査装置
JP2002148196A (ja) シェーディング補正方法
JP2005069853A (ja) 固体試料表面分析装置
US20230342897A1 (en) Method to detect camera blemishes
JP6822207B2 (ja) 検査装置
JP2004084498A (ja) エンジン評価装置及び方法
JP2005147973A (ja) 画像処理方法、誤欠品検査方法、画像処理装置及び誤欠品検査装置
JPH0781962B2 (ja) 異物検出方法
JP2001133398A (ja) 凝集像判定方法および装置
CN115754267A (zh) 胶体金免疫层析检测方法及装置、设备、存储介质
JPH04120442A (ja) 凝集像判定方法

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