CN202632354U - 基于云计算的双盲实验室样品质量检测系统 - Google Patents
基于云计算的双盲实验室样品质量检测系统 Download PDFInfo
- Publication number
- CN202632354U CN202632354U CN 201120459884 CN201120459884U CN202632354U CN 202632354 U CN202632354 U CN 202632354U CN 201120459884 CN201120459884 CN 201120459884 CN 201120459884 U CN201120459884 U CN 201120459884U CN 202632354 U CN202632354 U CN 202632354U
- Authority
- CN
- China
- Prior art keywords
- sample
- port
- samples
- detection
- mark
- 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.)
- Expired - Lifetime
Links
Images
Landscapes
- Automatic Analysis And Handling Materials Therefor (AREA)
Abstract
本实用新型提供一种基于云计算的双盲实验室样品质量检测系统，包括海量的送检样品、部署在云平台上的信息系统以及海量的检验实验室，该云平台上的信息系统包括样品接收端口、样品重新包装标记端口和样品派送端口；样品接收端口和海量的送检样品相连接，接收样品检测申请和样品，对样品编码标记；样品重新包装标记端口和样品接收端口相连接，接收具有编码标记的样品并且进行重新包装标记处理；样品派送端口和海量的检验实验室相连接，将重新包装处理的样品派送到检验实验室，样品派送端口还连接到送检人，返回检验结果给样品输入端口所连接的送检人；样品接收端口使用第一样品编码对样品进行标记。
Description
技术领域
本实用新型涉及实验室样品检测技术，通过基于云计算(Cloud Computing)的一种检测系统对实验室的各类样品进行质量检测，具体地，本实用新型涉及一种基于云计算的双盲样品质量检测系统。
背景技术
目前，食品、护肤品等与人类密切相关的各种产品的安全性日益引起人们的重视。对食品、饮料和化妆品等各类产品采集样品，并进行质量检测的做法极为普遍，而进行这类质量检测的环境就是实验室。
目前在利用实验室进行样品质量检测时，都是送检人将待检样品直接送入相关的实验室进行检测，该实验室完成检测后再将检测报告发送给送检人。在这种质量检测流程中，送检人知道样品送入了哪个实验室，实验室检测人员知道样品的具体来源，这样送检人和实验室甚至包括相关的第三方都容易因主观因素而影响质量检测，导致检测结果的客观性和可靠性受到影响。
盲测，从字面意义上理解就是不用眼睛或者其他测量工具来进行的测试，也就是没有目的的测试。现实中的盲测，是指通过技术处理有关产品的品牌标志，用户在不知具体品牌的情况下，通过实际使用几个同类产品，来比较各个产品的性能。盲测可以使得用户抛弃偏见，抛弃品牌因素，了解自己最中意的是那一个产品或者了解被测产品的真实属性。
但这种测试过程中，第一，测试方明确知道被测试的内容和对象。第二，需要给被测试样品提供多个类似的产品，增加了测试的工作量。另外，对于海量的测试样品和测试方而言，使用人工标注会进一步导致错误率的发生。
实用新型内容
为克服现有技术中的上述缺陷，本实用新型提出一种基于云计算的双盲样品质量检测系统。
根据本实用新型的一个方面，提出了一种基于云计算的双盲样品质量检测系统，包括海量的送检样品、部署在云平台上的信息系统以及海量的检验实验室，该云平台上的信息系统包括样品接收端口、样品重新包装标记端口和样品派送端口；样品接收端口和海量的送检样品相连接，接收样品检测申请和样品，对样品编码标记；样品重新包装标记端口和样品接收端口相连接，接收具有编码标记的样品并且进行重新包装标记处理；样品派送端口和海量的检验实验室相连接，将重新包装处理的样品派送到检验实验室，样品派送端口还连接到送检人，返回检验结果给样品输入端口所连接的送检人；样品接收端口使用第一样品编码对样品进行标记。
该第一样品编码是条形码或射频码。
样品重新包装标记端口用于消除样品上的厂家、商品名、产地或/和生产日期印记。
样品重新包装标记端口还用于将第一样品编码换成第二样品编码，将具有第二样品编码的样品传送到样品派送端口。
送检人将样品传送到样品接收端口，并且接收样品接收端口返回的样品检测报告。
样品派送端口用于将重新包装处理的样品派送到随机指定或者依据某种规则指定的检测实验室。
该实验室用于获取检测结果并通过网络在系统上直接输入第二编码对应的样品检测结果，系统后台将自动按照第二编码的数据产生第一编码的样品质量检测报告并传送给送检人。
该云平台上的信息系统部署数据库加密技术来管理样品和质量检测报告。本实用新型利用云计算和数据库加密技术消除了人为主观因素，从而可以提供 客观可靠的检测结果。为了达到真正的双盲效果，联入该系统的实验室应该有相当的数量，故只有将该信息系统部署在云计算平台上，才可能支持数量众多的实验室和送检人。
要进一步提高实验室样品质量检测的可靠性，还可以将该信息系统扩展成能够对实验室的人员、仪器、试剂和具体操作过程等实验室因素进行管理的系统，如LIMS(实验室信息管理系统)、ELN(电子实验室笔记本)和LIS(实验室信息系统)等，这些专业的信息系统部署在云平台上面就分别成了SaaS LIMS(又称LIMS-on-Demand)、SaaS ELN(又称ELN-on-Demand)和SaaS LIS(又称LIS-on-Demand)，这些系统在增加了上述带有数据库加密技术的样品双盲管理程序后，能够更好地执行双盲样品质量检测的任务，当然，部署成本也随之大为提高。这类基于云计算的实验室专业信息系统往往需要与实验室的各种分析测试仪器联接自动采集其数据结果，因此也是物联网的一种。
附图说明
图1示出根据本实用新型的基于云计算的双盲样品质量检测系统以及检测流程示意图。
如图1所示，为了能明确实现本实用新型的实施例的结构，在图中标注了特定的结构和器件，但这仅为示意需要，并非意图将本实用新型限定在该特定结构、器件和环境中，根据具体需要，本领域的普通技术人员可以将这些器件和环境进行调整或者修改，所进行的调整或者修改仍然包括在后附的权利要求的范围中。
具体实施方式
下面结合附图和具体实施例对本实用新型提供的基于云计算的双盲样品质量检测系统及方法进行详细描述。在以下的描述中，将描述本实用新型的多个不同的方面，然而，对于本领域内的普通技术人员而言，可以仅仅利用本实用 新型的一些或者全部结构或者流程来实施本实用新型。为了解释的明确性而言，阐述了特定的数目、配置和顺序，但是很明显，在没有这些特定细节的情况下也可以实施本实用新型。在其他情况下，为了不混淆本实用新型，对于一些众所周知的特征将不再进行详细阐述。
医学领域中，双盲试验通常在试验对象为人类时使用，目的是避免试验的对象或进行试验的人员的主观偏向影响试验的结果。在双盲试验中，受试验的对象及研究人员并不知道哪些对象属于对照组，哪些属于实验组。只有在所有资料都收集及分析过之后，研究人员才会知道实验对象所属组别。在药物测试中经常使用双盲测试，病人被随机编入对照组及实验组。对照组被给予安慰剂，而实验组给予真正药物。无论是病人或观察病人的实验人员都不知道谁得到真正的药物，直至研究结束为止。目前没有对于海量的测试样品和海量的实验室进行分配实现双盲测试的系统。
云计算是一种计算模式，可以把IT资源、数据和应用作为服务通过网络提供给用户。本实用新型就是要在云平台上建立一个包括样品管理在内的信息系统，该系统部署在云服务器上，通过网络为相关的海量送检人的送检样品和海量的检验实验室提供服务，从而将海量的相关实验室和送检人联接起来，再通过数据库加密技术在系统中将送检人和相关的检测实验室的有关信息完全隔离开来，让送检人无法知道样品将由哪个实验室进行检测，同时实验室也无法知道送检人和样品来源的具体信息，样品在双盲方式下完成检测并形成检测报告发送给送检人。这种检测方法消除了人为主观的干预，确保了检测结果的客观性。
总的来说，提供一种基于云计算的双盲样品质量检测方法，该方法开始在云平台上部署一套基于数据库的信息系统(以下简称系统)，该系统使用严格的数据库加密技术来管理样品和相关的质量检测报告，并可以让所有相关的送检人和多家有相关资质的实验室都可以在网络(包括Internet在内的广域网和局域网)上共同使用这套系统。
送检人可以通过样品接收端提供的网络输入端直接登录系统提交样品检测申请，然后将样品传送到相关的样品接收端，样品接收端收到样品后信息系统将自动用一个样品编码(可称为第一样品编码)，如条形码或射频(RFID)码等对该样品进行标记，然后将这个样品送入样品重新包装标记端对样品进行重新包装处理，必要时消除样品上可能留有的厂家、商品名、产地和生产日期等印记。并且按照系统自动给出的提示将第一样品编码换成另外一个编码(可称为第二样品编码)，然后将这一重新处理过的样品传送到样品派送端。
样品派送端通过样品第二样品编码可以查询到系统自动指定的检测实验室名称和地址并将样品直接派送到该实验室，该实验室完成检测后通过网络在系统上直接输入第二样品编码所对应的样品检测结果，系统后台将自动按照第二样品编码的数据产生第一样品编码的样品质量检测报告，然后传送给送检人。
重新标记端的相关数据库加密技术可保证系统中包括系统管理员在内的任何用户都无法单独查询到样品第一样品编码和样品第二样品编码的对应关系。在出现特殊情况确实需要找出某个样品的第一样品编码和第二样品编码的对应关系时，系统需要2个甚至更多拥有特别权限的用户同时输入自己的用户名和口令方可查询。为了确保两个样品编码的对应关系不被泄露，可以采取增加编码的复杂程度并禁止样品重新包装和标记部门内有任何可以记录的工具等措施。
该过程因为样品送检人和样品检测实验室之间的“双盲”，消除了样品检测和报告过程中的主观因素，确保了检测结果的客观性。
在本实用新型的另一个实施例中，提供基于云计算的双盲样品质量检测系统，该系统包括样品海量的输入端、部署在云平台上的信息系统以及海量实验室端，该云平台上的信息系统包括样品接收端、样品重新包装标记端和样品派送端。其中，该云平台上的信息系统部署数据库加密技术来管理样品和相关的质量检测报告，并可以让所有相关的送检人和多家有相关资质的实验室都可以在网络(包括Internet在内的广域网和局域网)上共享使用。
其中，样品输入端用于送检人通过网络输入端直接登录系统提交样品检测申请，然后将样品传送到相关的样品接收端，并且接收样品接收端返回的样品检测报告。
其中，样品接收端用于接收样品检测申请和样品，并且使用第一样品编码对样品进行标记，该编码可以是条形码或射频(RFID)码。
其中，样品重新包装标记端用于接收具有第一样品编码的样品并且对其进行重新包装处理。其中，必要时消除样品上可能留有的厂家、商品名、产地和生产日期等印记。样品重新包装标记端还按照系统自动给出的提示将第一样品编码换成另外一个编码(可称为第二编码)，然后将这一重新处理过的样品传送到样品派送端。
其中，样品派送端将具有第二编码的样品派送到随机指定或者依据某种规则指定的检测实验室，该实验室完成检测后通过网络在系统上直接输入第二编码所对应的样品检测结果，系统后台将自动按照第二编码的数据产生第一编码的样品质量检测报告，然后传送给送检人。
其中，重新标记端的相关数据库加密技术可保证系统中包括系统管理员在内的任何用户都无法单独查询到第一样品编码和第二样品编码的对应关系。在出现特殊情况确实需要找出某个样品的第一样品编码和第二样品编码的对应关系时，系统需要2个甚至更多拥有特别权限的用户同时输入自己的用户名和口令方可查询。为了确保两个样品编码的对应关系不被泄露，可以采取增加编码的复杂程度并禁止样品重新包装和标记部门内有任何可以记录的工具等措施。
最后应说明的是，以上实施例仅用以描述本实用新型的技术方案而不是对本技术方法进行限制，本实用新型在应用上可以延伸为其他的修改、变化、应用和实施例，并且因此认为所有这样的修改、变化、应用、实施例都在本实用新型的精神和教导范围内。
Claims (2)
1.一种基于云计算的双盲实验室样品质量检测系统，包括海量的送检样品、部署在云平台上的信息系统以及海量的检验实验室，其特征在于，该云平台上的信息系统包括样品接收端口、样品重新包装标记端口和样品派送端口；样品接收端口和海量的送检样品相连接，接收样品检测申请和样品，对样品编码标记；样品重新包装标记端口和样品接收端口相连接，接收具有编码标记的样品并且进行重新包装标记处理；样品派送端口和海量的检验实验室相连接，将重新包装处理的样品派送到检验实验室，样品派送端口还连接到送检人，返回检验结果给样品输入端口所连接的送检人；样品接收端口使用第一样品编码对样品进行标记。
2.根据权利要求1所述的基于云计算的双盲实验室样品质量检测系统，其特征在于，该第一样品编码是条形码或射频码。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201120459884 CN202632354U (zh) | 2011-11-18 | 2011-11-18 | 基于云计算的双盲实验室样品质量检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201120459884 CN202632354U (zh) | 2011-11-18 | 2011-11-18 | 基于云计算的双盲实验室样品质量检测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN202632354U true CN202632354U (zh) | 2012-12-26 |
Family
ID=47385525
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 201120459884 Expired - Lifetime CN202632354U (zh) | 2011-11-18 | 2011-11-18 | 基于云计算的双盲实验室样品质量检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN202632354U (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105262582A (zh) * | 2015-09-06 | 2016-01-20 | 山东省计算中心（国家超级计算济南中心） | 一种用于药品双盲试验中保护盲底信息的方法 |
-
2011
- 2011-11-18 CN CN 201120459884 patent/CN202632354U/zh not_active Expired - Lifetime
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105262582A (zh) * | 2015-09-06 | 2016-01-20 | 山东省计算中心（国家超级计算济南中心） | 一种用于药品双盲试验中保护盲底信息的方法 |
| CN105262582B (zh) * | 2015-09-06 | 2018-05-04 | 山东省计算中心（国家超级计算济南中心） | 一种用于药品双盲试验中保护盲底信息的方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Arroyo et al. | Wireless sensor network combined with cloud computing for air quality monitoring | |
| Liu et al. | Performance assessment of a low-cost PM2. 5 sensor for a near four-month period in Oslo, Norway | |
| Lin et al. | SensorTalk: An IoT device failure detection and calibration mechanism for smart farming | |
| Mahajan et al. | Short-term PM2. 5 forecasting using exponential smoothing method: A comparative analysis | |
| Muttillo et al. | Structural health monitoring: An IoT sensor system for structural damage indicator evaluation | |
| CN102507966B (zh) | 基于云计算的双盲实验室样品质量检测系统及方法 | |
| Agbota et al. | Remote assessment of cultural heritage environments with wireless sensor array networks | |
| Thomas et al. | Remotely accessible instrumented monitoring of global development programs: Technology development and validation | |
| Kumar et al. | An IoT-enabled E-Nose for remote detection and monitoring of airborne pollution hazards using LoRa network protocol | |
| Abdull Sukor et al. | RSSI-based for device-free localization using deep learning technique | |
| Mulverhill et al. | Enhancing the estimation of stem-size distributions for unimodal and bimodal stands in a boreal mixedwood forest with airborne laser scanning data | |
| Plaza et al. | Detecting airborne pollen using an automatic, real-time monitoring system: evidence from two sites | |
| Kesterson et al. | Development and preliminary evaluation of a spray deposition sensing system for improving pesticide application | |
| Karulin et al. | ELISPOTs produced by CD8 and CD4 cells follow log normal size distribution permitting objective counting | |
| Buckley et al. | Edge structural health monitoring (E-SHM) using low-power wireless sensing | |
| Ali et al. | Low-cost co sensor calibration using one dimensional convolutional neural network | |
| De Vito et al. | Electronic noses for composites surface contamination detection in aerospace industry | |
| Ferrer-Cid et al. | Sampling trade-offs in duty-cycled systems for air quality low-cost sensors | |
| Sales-Lérida et al. | An approximation for metal-oxide sensor calibration for air quality monitoring using multivariable statistical analysis | |
| Yu et al. | Structural health monitoring impact classification method based on Bayesian neural network | |
| Delaine et al. | Framework for the simulation of sensor networks aimed at evaluating in situ calibration algorithms | |
| Jung et al. | Remote sensing of sewing work levels using a power monitoring system | |
| Zhang et al. | Electrical impedance spectroscopy-based defect sensing technique in estimating cracks | |
| CN202632354U (zh) | 基于云计算的双盲实验室样品质量检测系统 | |
| Bosse et al. | Supervised distributed multi-instance and unsupervised single-instance autoencoder machine learning for damage diagnostics with high-dimensional data—A hybrid approach and comparison study |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20191113 Address after: 214125 northwest corner, building 1, K-park business center, No.50 xiuxi Road, Binhu District, Wuxi City, Jiangsu Province Patentee after: Ni Inspection Co., Ltd Address before: Pudong New Area Chenhui Road, Zhangjiang hi tech park Shanghai city 201203 377 Lane 172, room 702 Patentee before: Shanghai Lab Information Technologies Co.,Ltd. |
|
| TR01 | Transfer of patent right | ||
| CX01 | Expiry of patent term |
Granted publication date: 20121226 |
|
| CX01 | Expiry of patent term |