KR20220025741A - 체액 내 분석물질의 농도를 측정하는 방법 및 체액 내 분석물질의 농도를 측정하도록 구성된 모바일 장치 - Google Patents
체액 내 분석물질의 농도를 측정하는 방법 및 체액 내 분석물질의 농도를 측정하도록 구성된 모바일 장치 Download PDFInfo
- Publication number
- KR20220025741A KR20220025741A KR1020217042349A KR20217042349A KR20220025741A KR 20220025741 A KR20220025741 A KR 20220025741A KR 1020217042349 A KR1020217042349 A KR 1020217042349A KR 20217042349 A KR20217042349 A KR 20217042349A KR 20220025741 A KR20220025741 A KR 20220025741A
- Authority
- KR
- South Korea
- Prior art keywords
- tone mapping
- mobile device
- mapping function
- image
- images
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 174
- 239000012491 analyte Substances 0.000 title claims abstract description 95
- 210000001124 body fluid Anatomy 0.000 title claims abstract description 86
- 238000013507 mapping Methods 0.000 claims abstract description 228
- 238000012360 testing method Methods 0.000 claims abstract description 168
- 238000012937 correction Methods 0.000 claims abstract description 126
- 238000004458 analytical method Methods 0.000 claims abstract description 85
- 230000003287 optical effect Effects 0.000 claims abstract description 65
- 239000010839 body fluid Substances 0.000 claims abstract description 22
- 235000019557 luminance Nutrition 0.000 claims description 214
- 238000005070 sampling Methods 0.000 claims description 61
- 238000005259 measurement Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 18
- 238000003556 assay Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 206010034960 Photophobia Diseases 0.000 claims description 3
- 208000013469 light sensitivity Diseases 0.000 claims description 3
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 claims 1
- 229910052709 silver Inorganic materials 0.000 claims 1
- 239000004332 silver Substances 0.000 claims 1
- 238000003384 imaging method Methods 0.000 description 32
- 230000008569 process Effects 0.000 description 14
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 239000000126 substance Substances 0.000 description 9
- 238000006243 chemical reaction Methods 0.000 description 8
- 230000035945 sensitivity Effects 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 5
- 239000008280 blood Substances 0.000 description 5
- 210000004369 blood Anatomy 0.000 description 5
- 239000008103 glucose Substances 0.000 description 5
- 239000003153 chemical reaction reagent Substances 0.000 description 4
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 230000003595 spectral effect Effects 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005192 partition Methods 0.000 description 3
- JVTAAEKCZFNVCJ-UHFFFAOYSA-M Lactate Chemical compound CC(O)C([O-])=O JVTAAEKCZFNVCJ-UHFFFAOYSA-M 0.000 description 2
- -1 Volume 10 Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- WQZGKKKJIJFFOK-VFUOTHLCSA-N beta-D-glucose Chemical compound OC[C@H]1O[C@@H](O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-VFUOTHLCSA-N 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 235000012000 cholesterol Nutrition 0.000 description 2
- 238000004737 colorimetric analysis Methods 0.000 description 2
- 238000004040 coloring Methods 0.000 description 2
- 238000005314 correlation function Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 206010012601 diabetes mellitus Diseases 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 210000003722 extracellular fluid Anatomy 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 210000003296 saliva Anatomy 0.000 description 2
- 230000007480 spreading Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 150000003626 triacylglycerols Chemical class 0.000 description 2
- 210000002700 urine Anatomy 0.000 description 2
- 238000003705 background correction Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 125000002791 glucosyl group Chemical group C1([C@H](O)[C@@H](O)[C@H](O)[C@H](O1)CO)* 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14546—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring analytes not otherwise provided for, e.g. ions, cytochromes
-
- 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
- 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
- G01N21/78—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 producing a change of colour
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/15—Devices for taking samples of blood
- A61B5/150007—Details
- A61B5/150358—Strips for collecting blood, e.g. absorbent
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- 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
-
- 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
- G01N33/52—Use of compounds or compositions for colorimetric, spectrophotometric or fluorometric investigation, e.g. use of reagent paper and including single- and multilayer analytical elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- 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
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N2021/0106—General arrangement of respective parts
- G01N2021/0112—Apparatus in one mechanical, optical or electronic block
-
- 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
- G01N2021/1765—Method using an image detector and processing of image signal
-
- 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
- G01N2021/8488—Investigating reagent band the band presenting reference patches
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/02—Mechanical
- G01N2201/022—Casings
- G01N2201/0221—Portable; cableless; compact; hand-held
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/12—Circuits of general importance; Signal processing
- G01N2201/127—Calibration; base line adjustment; drift compensation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Molecular Biology (AREA)
- Plasma & Fusion (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Hematology (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- Animal Behavior & Ethology (AREA)
- Urology & Nephrology (AREA)
- Heart & Thoracic Surgery (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Surgery (AREA)
- Medicinal Chemistry (AREA)
- Radiology & Medical Imaging (AREA)
- Food Science & Technology (AREA)
- Cell Biology (AREA)
- Biotechnology (AREA)
- Optics & Photonics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Microbiology (AREA)
- Quality & Reliability (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Investigating Or Analysing Materials By The Use Of Chemical Reactions (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
카메라(112)를 포함하는 모바일 장치(110)를 사용하여 체액 내 분석물질의 농도를 측정하는 방법이 제안된다. 상기 방법은,
a) 상기 카메라(112)를 사용하여 대상(118)의 적어도 하나의 관심 영역(116)에 대한 일련의 보정 이미지들(114)을 촬영하며, 상기 보정 이미지들(114)은 휘도가 상이한 단계;
b) 상기 단계 a)에서 촬영한 상기 일련의 보정 이미지들(114) 각각으로부터 상기 모바일 장치(110)의 톤 매핑(tone mapping) 함수에 대한 적어도 하나의 핵심 교정 수치(137) 특성을 도출하는 단계;
c) 상기 단계 a)에서 촬영한 상기 일련의 보정 이미지들(114)로부터 상기 핵심 교정 수치(137)를 고려하여 상기 모바일 장치(110)의 적어도 하나의 가능한 톤 매핑 함수(120)를 결정하는 단계;
d) 광학 테스트 스트립(124)의 테스트 필드(122)의 적어도 일부에 대한 적어도 하나의 분석 이미지를 촬영하며, 상기 테스트 필드(122)에는 상기 체액이 도포되어 있는 단계; 및
e) 상기 모바일 장치(110)의 상기 가능한 톤 매핑 함수(120)를 고려하여 상기 테스트 필드(122)의 상기 분석 이미지로부터 상기 체액 내 상기 분석물질의 상기 농도를 측정하는 단계를 포함한다.
a) 상기 카메라(112)를 사용하여 대상(118)의 적어도 하나의 관심 영역(116)에 대한 일련의 보정 이미지들(114)을 촬영하며, 상기 보정 이미지들(114)은 휘도가 상이한 단계;
b) 상기 단계 a)에서 촬영한 상기 일련의 보정 이미지들(114) 각각으로부터 상기 모바일 장치(110)의 톤 매핑(tone mapping) 함수에 대한 적어도 하나의 핵심 교정 수치(137) 특성을 도출하는 단계;
c) 상기 단계 a)에서 촬영한 상기 일련의 보정 이미지들(114)로부터 상기 핵심 교정 수치(137)를 고려하여 상기 모바일 장치(110)의 적어도 하나의 가능한 톤 매핑 함수(120)를 결정하는 단계;
d) 광학 테스트 스트립(124)의 테스트 필드(122)의 적어도 일부에 대한 적어도 하나의 분석 이미지를 촬영하며, 상기 테스트 필드(122)에는 상기 체액이 도포되어 있는 단계; 및
e) 상기 모바일 장치(110)의 상기 가능한 톤 매핑 함수(120)를 고려하여 상기 테스트 필드(122)의 상기 분석 이미지로부터 상기 체액 내 상기 분석물질의 상기 농도를 측정하는 단계를 포함한다.
Description
본원은 카메라를 가지는 모바일 장치를 사용하여 체액 내 분석물질의 농도를 측정하는 방법에 관한 것이다. 본 발명은 또한 컴퓨터 프로그램에 관한 것이다. 본 발명은 또한 카메라 및 프로세서를 가지는 모바일 장치에 관한 것으로서, 프로세서는 체액 내의 분석물질의 농도 측정을 수행하도록 구성된다. 본 발명은 또한 체액 내의 분석물질의 농도를 측정하기 위한 키트에 관한 것으로서, 키트는, 카메라 및 프로세서를 가지는 적어도 하나의 모바일 장치, 그리고 적어도 하나의 테스트 필드를 가지는 적어도 하나의 광학 테스트 스트립을 포함한다.
의료 진단 분야에서, 많은 경우에, 혈액, 간질액, 소변, 타액 또는 다른 유형의 체액과 같은 체액의 샘플에서 하나 이상의 분석물질을 검출하여야 한다. 검출하고자 하는 분석물질의 예에는, 이러한 체액 내에 일반적으로 존재하는 포도당, 트리글리세리드, 젖산염, 콜레스테롤 또는 다른 유형의 분석물질이 포함된다. 분석물질의 농도 및/또는 존재에 따라, 필요한 경우에, 적절한 처리가 선택될 수 있다. 범위를 좁히지 않으면서, 본 발명은 구체적으로 혈당 측정과 관련하여 설명될 것이다. 그러나, 본 발명이 또한 테스트 스트립을 이용하는 다른 유형의 분석 측정을 위해서도 이용될 수 있다는 것에 주목하여야 한다.
일반적으로, 당업자에게 알려진 장치 및 방법은, 하나 이상의 테스트 화학 물질을 포함하는 테스트 스트립을 사용하며, 상기 테스트 스트립은, 검출하고자 하는 분석물질이 존재할 때, 광학적으로 검출 가능한 검출 반응과 같은 하나 이상의 검출 가능한 검출 반응을 수행할 수 있다. 이러한 테스트 화학물질과 관련하여, 예를 들어 J. Hoenes 등의: The Technology Behind Glucose Meters: Test Strips, Diabetes Technology & Therapeutics, Volume 10, Supplement 1, 2008, S-10 내지 S-26를 참조할 수 있다. 다른 유형의 테스트 화학물질도 가능하고, 본 발명의 수행을 위해서 이용될 수 있다.
일반적으로, 테스트 화학물질 내의 하나 이상의 광학적으로 검출 가능한 변화를 모니터링하여, 이러한 변화로부터 검출하고자 하는 적어도 하나의 분석물질의 농도를 도출한다. 테스트 필드의 광학 특성의 적어도 하나의 변화를 검출하기 위해서, 다양한 유형의 검출기, 구체적으로 맞춤된 검출기가 당업계에 알려져 있다. 따라서, 테스트 필드를 조사(illuminating)하기 위한 다양한 유형의 광 공급원뿐만 아니라 다양한 유형의 검출기가 알려져 있다.
또한, 상응 테스트 요소에 의해서 포함되는 테스트 화학물질에서의 변화를 광학적으로 검출하기 위해서 특별히 개발된 맞춤형 검출기를 이용하는 것 외에도, 최근의 개발은 스마트폰과 같은 널리 이용될 수 있는 장치를 이용하는 것을 목표로 하고 있다. 그러나, 스마트폰과 같은 카메라를 가지는 고객-전자기기 장치가 분석물질 농도를 측정하기 위해서 이용될 때, 특히 정확도와 관련된 새로운 해결 과제가 발생된다. 이는 구체적으로, 보다 만족스러운 이미지를 획득하기 위해서 스마트폰에 의해서 일반적으로 이용되는, 예를 들어 보정 함수에 의한, 이미지 데이터의 프로세싱에 기인할 수 있다. 상기 이미지 데이터 프로세싱 단계는 일반적으로 다양한 이미지 데이터의 양태와 관련된다. 특히, 이들은, 이미지 데이터를 기초로 하는 분석물질 농도의 측정 정확도에 영향을 미칠 수 있다. 이미지 데이터의 프로세싱에 대한 예들이, 예컨대 US 2011/0298819 A1, US 9,230,509 B2, US 2017/0330529 A1 및 US 9,842,381 B2에 개시되어 있다.
US 2014/072189 A1은 색채학적 테스트 스트립의 분석 및 질병 관리를 위한 시스템 및 방법을 개시한다. 이러한 시스템은, 모바일 장치에 동작 가능하게 커플링되는 부속물을 포함할 수 있고, 모바일 장치는 색채학적 테스트 스트립의 이미지를 획득 및/또는 분석한다. 광 박스 부속물(light box accessory)이 모바일 장치에 탈착 가능하게 부착될 수 있거나, 모바일 장치에 부착되어 유지되도록, 그러나 일반적인 촬영 목적을 위해서 광 박스 부속물을 카메라의 시계로부터 제거할 수 있는 능력을 가지고, 제조될 수 있다. 다른 실시형태에서, 알려진 보정 컬러(들) 및 시약 면적(들)을 가지는 이미지가, 이전의 보정 이미지와 비교하여 주변 조명 조건에서의 변화를 모델링하고 컬러 보정 함수를 측정하기 위해서, 광 박스가 없이, 획득된다. 검출된 시약 면적 컬러(들)와 기준 차트 상의 기준 컬러(들) 사이의 매칭을 위해서, 보정을 검출된 시약 면적 컬러(들)에 적용할 수 있다. 선택적으로, 정보를 프로세스 및 디스플레이하여 피드백을 제공할 수 있을뿐만 아니라, 분석을 위해서 건강한 제공자에게 전송할 수 있다.
Oliver Burggraaff 등의: "Standardized spectral and radiometric calibration of consumer cameras", ARXIV.ORG, CORNELL UNIVERSITY LIBRARY, 201, OLIN LIBRARY CORNELL UNIVERSITY, ITHACA, NY 14853, 7 June 2019은 고객 카메라, 특히 온보드 스마트폰 및 UAV가 이제 과학적 기구로서 일반적으로 이용된다는 것을 개시한다. 그러나, 그들의 데이터 프로세싱 파이프라인(data processing pipeline)은 정량적인 방사측정을 위해서 최적화되어 있지 않고, 그들의 교정은 과학적 카메라의 교정보다 더 복잡하다. 표준화된 교정 방법론의 결여는, 장치들 사이의 상호 운용성을 제한하고, 끊임 없이 변화되는 시장에서, 최종적으로 상기 장치를 사용하는 프로젝트의 수명을 제한한다. 이러한 간행물은, 선형성, 바이어스 변동, 판독 노이즈, 암전류, ISO 속도 및 이득, 플랫-필드(flat-field) 및 RGB 스펙트럼 응답을 포함하여, 소비자 카메라의 스펙트럼 및 방사측정 교정을 위한 표준화된 방법론 및 데이터베이스(SPECTACLE)를 제공한다. 이는, 전문가가 아닌 사람에게 매우 적합한 표준 실측 방법(golden standard ground-truth method) 및 DIY 방법(do-it-yourself method)을 포함한다. 이 방법론을 7대의 대중적인 카메라에 적용하여, 저자는 JPEG 데이터가 아닌 RAW에서 높은 선형성, 대규모 바이어스 및 판독 노이즈 패턴과 상호 관련된 400% 초과의 픽셀-간 이득 변동, 적지 않은 ISO 속력 정규화 함수, 시계에 걸쳐 2.79까지 변하는 플랫-필드 보정 인자, 및 스펙트럼 응답의 유사성 및 차이 모두를 발견하였다. 또한, 이러한 결과들은 카메라 모델들 사이에서 크게 차이가 났고, 이는 표준화 및 중앙 집중된 데이터의 중요성을 강조한다.
광학 테스트 스트립을 이용하여 분석물질 농도를 측정하는 분야에서, 스마트폰과 같은 카메라를 가지는 고객-전자기기 장치를 이용하는 것은 비교적 최근에 개발된 것이고 여전히 많은 해결과제에 직면한다. 따라서, 맞춤화된 검출기로, 이미지 데이터는 일반적으로 프로세스되지 않은 형태로 이용될 수 있다. 대안적으로, 데이터에 적용되는 프로세스 단계들이 일반적으로 알려져 있고, 분석물질 농도의 측정을 돕도록 선택될 수 있다. 그러나, 스마트폰과 같은 카메라를 가지는 고객-전자기기 장치의 이용을 기초로 체액 내의 분석물질의 농도를 측정하는 방법은 일반적으로, 이용 가능 이미지 데이터가 프로세스되었는지의 여부 및/또는 어떻게 프로세스되었는지에 관한 지식이 없이, 처리되어야 한다.
그에 따라, 고객-전자기기 모바일 장치와 같은 모바일 장치, 구체적으로 스마트폰 또는 태블릿 컴퓨터와 같이, 분석 측정 전용이 아닌, 다목적 모바일 장치를 이용하는 방법 및 장치의 전술한 기술적 해결과제를 해결하는, 체액 내의 분석물질의 농도를 측정하기 위한 방법 및 장치의 제공이 요구되고 있다.
이러한 문제는, 독립 특허 청구항의 특징을 가지는 체액 내의 분석물질의 농도를 측정하는 방법, 컴퓨터 프로그램 및 모바일 장치, 그리고 체액 내의 분석물질의 농도를 측정하기 위한 키트에 의해서 해결된다. 격리된 방식으로 또는 임의의 임의적인 조합으로 실현될 수 있는 유리한 실시형태들이 종속 특허 청구항에 나열되어 있다.
이하에서 사용될 때, 용어 "갖다", "포함하다" 또는 "포함하다" 또는 이들의 임의의 문법적 변형은 비배타적인 방식으로 사용된다. 따라서, 이들 용어는, 이들 용어에 의해 도입된 특징 이외에도 이 문맥에서 설명된 개체에 존재하는 추가 특징이 없는 상황 및 하나 이상의 추가 특징이 존재하는 상황 모두를 지칭할 수 있다. 예를 들어, "A가 B를 가진다", "A가 B를 포함한다" 및 "A가 B를 포함한다"라는 표현은 B 외에 어떠한 다른 요소도 A에 존재하지 않는 상황(즉, A가 B만으로 구성되는 상황)과 B 외에 하나 이상의 추가 요소, 가령, 요소 C, 요소 C 및 D, 또는 더 추가 요소가 개체 A에서 존재하는 상황 모두를 지칭할 수 있다.
또한, 특징 또는 요소가 한 번 이상 존재할 수 있음을 나타내는 용어 "적어도 하나", "하나 이상" 또는 유사한 표현은 일반적으로 각각의 특징 또는 요소를 도입 할 때 한 번만 사용된다는 점에 유의해야 한다. 이하에서, 대부분의 경우, 각각의 특징 또는 요소를 언급 할 때, 각각의 특징 또는 요소가 한 번 이상 존재할 수 있다는 사실에도 불구하고 "적어도 하나"또는 "하나 이상"이라는 표현은 반복되지 않을 것이다.
또한, 아래에서 사용되는 용어 "바람직하게는", "더욱 바람직하게는", "특히", "더욱 특정하게는", "구체적으로", "더욱 구체적으로" 또는 유사한 용어는 대안적인 가능성을 제한하지 않고 선택적 특징과 함께 사용된다. 따라서, 이들 용어에 의해 도입된 특징은 선택적 특징이고 어떤 방식으로도 청구항의 범위를 제한하려는 의도가 아니다. 당업자가 인식할 것과 같이 본 발명은 대안적인 특징을 사용하여 수행될 수 있다. 유사하게, "본 발명의 구체예에서" 또는 유사한 표현에 의해 도입된 특징은, 본 발명의 대안적인 구체예에 대한 어떤 제한도 없고, 발명의 범위에 대한 어떤 제한도 없고, 상기 방식으로 도입된 특징을 본 발명의 다른 선택적 또는 비선택적 특징과 조합할 가능성에 관한 어떤 제한도 없이 선택적인 특징인 것으로 의도된다.
본 발명의 제1 양태에서, 카메라를 가지는 모바일 장치를 사용하여 체액 내 분석물질의 농도를 측정하는 방법이 개시된다. 이러한 방법은, 구체적으로 주어진 순서로 수행될 수 있는 이하의 단계들을 포함한다. 그러나, 다른 순서도 또한 가능할 수 있다. 방법 단계들 중 둘 이상을 완전히 또는 부분적으로 동시에 수행하는 것도 또한 가능할 수 있다. 하나 이상의 방법 단계 또는 심지어 모든 방법 단계를 1차례 또는 반복하여 수행하는 것도 또한 가능할 수 있다. 방법은, 본원에서 나열되지 않은 부가적인 방법 단계를 포함할 수 있다. 일반적으로, 카메라를 포함하는 모바일 장치를 사용하여 체액 내 분석물질의 농도를 측정하는 방법은 이하의 단계를 포함한다:
a) 카메라를 사용하여 대상의 적어도 하나의 관심 영역에 대한 일련의 보정 이미지들을 촬영하는 단계로서, 상기 보정 이미지들은 휘도가 상이한, 단계;
b) 단계 a)에서 촬영한 일련의 보정 이미지들 각각으로부터 모바일 장치의 톤 매핑(tone mapping) 함수에 대한 적어도 하나의 핵심 교정 수치 특성을 도출하는 단계;
c) 단계 a)에서 촬영한 일련의 보정 이미지들로부터의 핵심 교정 수치를 고려하여 모바일 장치의 적어도 하나의 가능한 톤 매핑 함수를 결정하는 단계;
d) 광학 테스트 스트립의 테스트 필드의 적어도 일부에 대한 적어도 하나의 분석 이미지를 촬영하는 단계로서, 테스트 필드에는 체액이 도포되어 있는 단계; 및
e) 모바일 장치의 가능한 톤 매핑 함수를 고려하여 테스트 필드의 분석 이미지로부터 체액 내 분석물질의 농도를 측정하는 단계.
바로 앞에서 설명된 단계를 포함하는, 카메라를 가지는 모바일 장치를 사용하여 체액 내의 분석물질의 농도를 측정하는 개시된 방법은 또한 체액 내의 분석물질의 농도를 측정하는 방법으로서 또한 지칭될 수 있다.
용어 "분석물질"은 본 명세서에서 사용될 때, 광의의 용어이며 해당 분야의 통상의 기술자에게 그 보통의 그리고 관례적인 의미를 가질 것이며 특수하거나 맞춤 의미로 한정되지 않는다. 상기 용어는 구체적으로, 제한하지 않는 방식으로, 임의의 화학적, 생화학적 또는 생물학적 물질, 성분 또는 화합물, 예를 들어 분자, 예를 들어 포도당, 트리글리세리드, 젖산염 또는 콜레스테롤을 지칭할 수 있다.
용어 "샘플의 분석물 농도 측정"은 분석물질 농도의 분석적 측정 또는 결정으로 또한 지칭될 수 있고, 본원에서 사용된 바와 같이 광범위한 용어이며, 당업자에게 통상적이고 관례적인 의미가 주어져야 하고, 특별하거나 맞춤화된 의미로 제한되지 않아야 한다. 상기 용어는 구체적으로, 제한하지 않는 방식으로, 샘플 내의 적어도 하나의 분석물질의 정성적 및/또는 정량적 측정을 지칭할 수 있다. 분석적 결정의 결과는, 예로서, 분석물질의 농도 및/또는 측정하고자 하는 분석물질의 존재 또는 부재일 수 있다.
용어 "체액"은, 본 명세서에서 사용될 때, 광의의 용어이며 해당 분야의 통상의 기술자에게 그 보통의 그리고 관례적인 의미를 가질 것이며 특수하거나 맞춤 의미로 한정되지 않는다. 상기 용어는 구체적으로, 제한하지 않는 방식으로, 혈액, 간질액, 소변, 타액 또는 기타와 같은 적어도 하나의 체액을 포함하는 액체 샘플을 지칭할 수 있다.
용어 "모바일 장치"는, 본 명세서에서 사용될 때, 광의의 용어이며 해당 분야의 통상의 기술자에게 그 보통의 그리고 관례적인 의미를 가질 것이며 특수하거나 맞춤 의미로 한정되지 않는다. 상기 용어는 구체적으로, 제한하지 않는 방식으로, 모바일 전자기기 장치, 보다 특히 적어도 하나의 프로세서를 포함하는 모바일 통신 장치를 지칭할 수 있다. 모바일 장치는 구체적으로 셀 폰 또는 스마트폰일 수 있다. 부가적으로 또는 대안적으로, 이하에서 더 개략적으로 설명되는 바와 같이, 모바일 장치는 또한 적어도 하나의 카메라를 가지는 태블릿 컴퓨터 또는 임의의 다른 유형의 휴대용 컴퓨터를 지칭할 수 있다.
용어 "카메라"는 본 명세서에서 사용될 때, 광의의 용어이며 해당 분야의 통상의 기술자에게 그 보통의 그리고 관례적인 의미를 가질 것이며 특수하거나 맞춤 의미로 한정되지 않는다. 상기 용어는 구체적으로, 제한하지 않는 방식으로, 하나 이상의 이미지와 같은 공간적으로 분해된 광학 데이터를 기록하도록 구성된 장치를 지칭할 수 있다. 카메라는 구체적으로 하나 이상의 이미징 장치, 예를 들어 카메라 칩 또는 이미징 칩, 예를 들어 CCD 및/또는 CMOS 칩을 포함할 수 있다. 카메라, 특히 이미징 장치는, 1-차원적인 또는 2-차원적인 이미지 센서, 예를 들어 픽셀의 어레이를 포함할 수 있다. 예로서, 카메라는 적어도 하나의 차원 내에서 적어도 10개의 픽셀, 예를 들어 각각의 차원 내에서 적어도 10개의 픽셀을 포함할 수 있다. 그러나, 다른 카메라가 또한 실현될 수 있다는 것에 주목하여야 한다. 본 발명은 구체적으로, 노트북 컴퓨터, 태블릿, 또는 특히, 셀폰, 예를 들어 스마트폰과 같은 모바일 애플리케이션에서 일반적으로 이용되는 카메라에 적용될 수 있을 것이다. 따라서, 구체적으로, 카메라는, 적어도 하나의 카메라 이외에, 하나 이상의 데이터 프로세서와 같은 하나 이상의 데이터 프로세싱 장치를 포함하는 모바일 장치의 일부일 수 있다. 그러나, 다른 카메라도 실현될 수 있다. 카메라는, 적어도 하나의 카메라 칩 또는 이미징 칩 이외에, 하나 이상의 광학 요소, 예를 들어 하나 이상의 렌즈와 같은 추가적인 요소를 포함할 수 있다. 예로서, 카메라는, 카메라와 관련하여 고정적으로 조정되는, 적어도 하나의 렌즈를 가지는, 고정-포커스 카메라일 수 있다. 그러나, 대안적으로, 카메라는 또한, 자동적으로 또는 수동적으로 조정될 수 있는 하나 이상의 가변 렌즈를 포함할 수 있다.
용어 "이미지"는 본 명세서에서 사용될 때, 광의의 용어이며 해당 분야의 통상의 기술자에게 그 보통의 그리고 관례적인 의미를 가질 것이며 특수하거나 맞춤 의미로 한정되지 않는다. 상기 용어는 구체적으로, 제한하지 않는 방식으로, 공간적으로 분해된 광학 데이터의 세트를 지칭할 수 있다. 공간적으로 분해된 광학 데이터의 세트는 구체적으로 대상의 영역에 관한 광학 정보를 포함할 수 있다. 이미지는 또한 더 큰 이미지의 부분적인 이미지, 예를 들어 공간적으로 분해된 광학 데이터의 더 큰 세트의 공간적으로 분해된 광학 데이터의 하위 세트일 수 있다. 따라서, 대상의 이미지는 복수의 둘 이상의 부분적인 이미지로 세분될 수 있고, 각각의 부분적 이미지 자체가 이미지로 간주될 수 있다.
공간적으로 분해된 광학 데이터의 세트는 특히, 예를 들어 모바일 장치로 특정 노출 시간의 이미지를 촬영하는 것에 의해서, 동시에 생성, 획득 또는 기록될 수 있다. 본원에서 또한 데이터 세트로 지칭되는 공간적으로 분해된 광학 데이터의 세트는 2-단계 프로세스로 생성될 수 있다. 제1 단계에서, 공간적으로 분해된 광학 데이터는, 이미지를 촬영할 때, CCD 또는 CMOS 칩과 같은 이미징 장치에 의해서 생성, 획득, 또는 기록될 수 있다. 이러한 데이터 세트는 또한 제1 데이터 세트, 원료 데이터, 또는 프로세스되지 않은 데이터로 지칭될 수 있다. 제1 데이터 세트는 모바일 장치의 사용자에 의해서 이용 가능하지 않거나 접근 가능하지 않을 수 있다. 제2 단계에서, 예를 들어 모바일 장치의 적어도 하나의 프로세서에 의해서, 제1 데이터 세트에 하나의 또는 몇 개의 프로세싱 데이터가 적용될 수 있고, 그에 따라 제1 데이터 세트를 기초로 하는 또는 그로부터 도출된 제2 데이터 세트가 생성될 수 있다. 특히, 모바일 장치의 톤 매핑 함수가 제1 데이터 세트에 적용되어 제2 데이터 세트를 생성할 수 있다. 제2 데이터 세트는 또한 프로세스된 데이터로 지칭될 수 있다. 제2 데이터 세트는 특히, 예를 들어 스크린 상에서의, 이미지의 그래픽 표현(graphical representation)을 위해서 모바일 장치에 의해서 이용될 수 있다. 제2 데이터 세트는, 모바일 장치의 사용자에 의해서, 모바일 장치 상에서 추가적으로 이용될 수 있고/있거나 접근될 수 있다. 이미지는 특히 제2 데이터 세트를 포함할 수 있다. 제1 데이터 세트를 생성하기 위해서 이용되는 이미징 장치는 모바일 장치의 카메라의 이미징 장치, 예를 들어 CCD 및/또는 CMOS 칩일 수 있다. 공간적으로 분해된 광학 데이터의 세트는 구체적으로 디지털 데이터 세트일 수 있다. 특히, 제1 데이터 세트 및 제2 데이터 세트는 각각 디지털 데이터 세트일 수 있다. 이미지에 의해서 포함되는 공간적으로 분해된 광학 데이터의 세트는 모바일 장치로부터, 구체적으로 모바일 장치의 카메라, 카메라의 프로세서 또는 모바일 장치의 다른 프로세서로부터, 예를 들어 이미지 파일의 형태로, 출력 데이터 세트로서 수신될 수 있다. 본 발명의 맥락에서, 이미지는 특히 보정 이미지 및 분석 이미지의 형태로 촬영될 수 있다.
특히, 제1 데이터 세트는, 이미징 장치로부터, 구체적으로 이미지 센서, 예를 들어 카메라 칩의 픽셀로부터 기원하는, 카운트(count)로도 지칭되는, 복수의 전자 판독값(electronic reading)을 포함할 수 있다. 따라서, 제1 데이터 세트는 복수의 수치적인 값을 포함할 수 있고, 각각의 수치적인 값은 카메라 칩의 픽셀에 의해서 검출되는 카운트의 수를 나타낼 수 있다. 특히, 각각의 픽셀은 하나 초과의 수치적인 값에 의해서, 예를 들어 3개의 수치적인 값에 의해서 표현될 수 있고, 3개의 수치적인 값은 적색, 녹색, 및 청색 채널에서의 카운트의 수를 각각 나타낼 수 있다. RGB 컬러 공간 이외의 컬러 공간 내의 카운트의 표현이 또한 가능하고, "RGB"는 "적색 녹색 청색"을 나타낸다. 제2 데이터는, 프로세싱 단계, 특히 톤 매핑 함수를 적용하는 것에 의해서 제1 세트로부터 기원하는 복수의 수치적 값으로부터 수신되거나 그로부터 도출될 수 있는 복수의 수치적인 값을 포함할 수 있다. 따라서, 예로서, 이미지는 1-차원적인 또는 2-차원적인 데이터의 어레이를 포함할 수 있다. 공간적으로 분해된 광학 데이터는, 예를 들어 이미지화되는 대상의 컬러 및/또는 휘도에 관한 정보를 포함할 수 있다.
본원에서 사용된 바와 같은, 예를 들어 "일련의 보정 이미지"의 맥락에서 사용된, 용어 "일련의 이미지"는, 본 명세서에서 사용될 때, 광의의 용어이며 해당 분야의 통상의 기술자에게 그 보통의 그리고 관례적인 의미를 가질 것이며 특수하거나 맞춤 의미로 한정되지 않는다. 상기 용어는 구체적으로, 제한하지 않는 방식으로, 복수의 이미지를 지칭할 수 있다. 복수의 이미지 중의 이미지들은 동시에 또는 상이한 시간들에, 예를 들어 미리 결정된 시간 시퀀스로 획득될 수 있다. 일련의 이미지 중의 이미지들은, 동일한 시간에 촬영된 또는 상이한 시간들에 촬영된, 하나의 그리고 동일한 대상의 이미지일 수 있거나, 대상의 상이한 부분들의 이미지일 수 있다. 따라서, 예로서, 일련의 보정 이미지는 계조 스텝 웨지(grey scale step wedge)의 일련의 상이한 필드들 또는 영역들일 수 있거나, 심지어 계조 스텝 웨지의 더 큰 이미지의 부분적인 이미지들일 수 있다. 다른 가능성도 존재한다.
전술한 바와 같이 그리고 이하에서 더 설명되는 바와 같이, 용어 "픽셀"은 카메라의 구체적으로 카메라의 이미징 장치의 이미지 센서를 지칭할 수 있다. 각각의 픽셀은, 예를 들어 카운트 형태의, 광학 정보를 생성할 수 있다. 이러한 광학 정보는 제1 데이터 세트의 그리고, 구체적으로 프로세스된 형태의, 제2 데이터 세트의 일부일 수 있다. 결과적으로, "픽셀"을 지칭할 때, 카메라 칩의 단일 픽셀에 의해 생성되거나 그로부터 도출된 이미지 정보의 유닛을, 또는 직접적으로 카메라 칩의 단일 픽셀을 참조한다.
용어 "보정 이미지"는 본 명세서에서 사용될 때, 광의의 용어이며 해당 분야의 통상의 기술자에게 그 보통의 그리고 관례적인 의미를 가질 것이며 특수하거나 맞춤 의미로 한정되지 않는다. 상기 용어는 구체적으로, 제한하지 않는 방식으로, 장치 또는 방법의 셋팅에 관한 정보를 체크, 검토, 평가 또는 수집하는 프로세스 및/또는 장치 또는 방법의 셋팅을 조정, 수정 또는 보정하는 프로세스에서 촬영 및/또는 사용될 수 있는 이미지를 지칭할 수 있다. 특히, 교정의 결과로서, 장치 또는 방법의 셋팅이 목표 셋팅과 일치될 수 있다. 따라서, 보정 이미지 그리고 특히 일련의 보정 이미지를 구체적으로 이용하여, 모바일 장치의 셋팅에 관한, 특히 톤 매핑 함수에 관한 정보를 획득할 수 있고, 보다 특히, 이하에서 더 구체적으로 설명되는 바와 같이, 가능한 톤 매핑 함수를 결정할 수 있다.
용어 "일련의 보정 이미지"는 본 명세서에서 사용될 때, 광의의 용어이며 해당 분야의 통상의 기술자에게 그 보통의 그리고 관례적인 의미를 가질 것이며 특수하거나 맞춤 의미로 한정되지 않는다. 상기 용어는 구체적으로, 제한하지 않는 방식으로, 적어도 2개의 복수의 보정 이미지를 지칭할 수 있고, 보정 이미지는 하나의 그리고 동일한 이미징 장치, 예를 들어 하나의 그리고 동일한 카메라에 의해서 시간적으로 순차적인 방식으로 촬영될 수 있다. 따라서, 예로서, 일련의 보정 이미지는 2개의 이미지, 3개의 이미지, 5개의 이미지 또는 그 초과의 이미지, 예를 들어 10개 또는 그 초과의 이미지를 포함할 수 있다. 구체적으로, 일련의 이미지들이 짧은 간격으로 촬영될 수 있고, 상기 간격들은 상이할 수 있거나, 동일한 값을 가질 수 있다. 간격은 특히 100 ms 내지 1 s, 보다 구체적으로 200 ms 내지 800 ms, 가장 구체적으로 250 ms 내지 500 ms의 값을 가질 수 있다. 따라서, 예로서, 일련의 보정 이미지는, 1 s의 시간 간격 내에 촬영될 수 있는 5개의 이미지를 포함할 수 있다. 일련의 보정 이미지는 사용자에게 통지하지 않고 촬영될 수 있다. 예를 들어 이하에서 더 설명되는 바와 같이 파라미터 값을 변경하는 것에 의해서, 카메라의 셋팅은 제어되는 방식으로 이미지들 마다 다를 수 있다. 일련의 보정 이미지들 중의 이미지들은 그 휘도가 상이하다.
용어 "휘도"는, 본 명세서에서 사용될 때, 광의의 용어이며 해당 분야의 통상의 기술자에게 그 보통의 그리고 관례적인 의미를 가질 것이며 특수하거나 맞춤 의미로 한정되지 않는다. 상기 용어는 구체적으로, 제한하지 않는 방식으로, 이미지 또는 그 하위 섹션(subsection), 예를 들어 하나의 또는 몇 개의 픽셀을 특성화하는(characterizing) 특성을 지칭할 수 있고, 특성은, 이미지를 생성할 때, 구체적으로 공간적으로 분해된 광학 데이터의 제1 세트를 생성할 때 이미징 장치에 충돌하는 광도(light intensity)를 정량화하거나, 나타내거나, 그와 관련된다. 구체적으로, 이미지의 휘도는, RGB 컬러 공간이 사용될 때, 적색, 녹색, 및 청색 컬러 좌표의 산술적인 평균으로서 정량화될 수 있다. 대안적으로, 각각의 컬러 채널이 휘도 값을 전달할 수 있다. 특히, 이미지 또는 그 하위 섹션의 휘도는 휘도 값으로 지칭되는 수치적인 값에 의해서 표현될 수 있다. 휘도 값은 이미지에 포함되는 공간적으로 분해된 광학 데이터 세트의 일부일 수 있다. 대안적으로, 휘도 값은 이미지에 포함되는 공간적으로 분해된 광학 데이터 세트로부터 도출될 수 있다. 이미징 장치에 의해서 생성되는 바와 같은 휘도 값에 프로세싱 단계를 적용할 수 있고, 이는 프로세스된 휘도 값을 산출한다. 구체적으로, 프로세스된 휘도 값의 수치적인 값은, 예를 들어, 이미징 장치에 의해서 생성된, 원래의 휘도 값의, 휘도 값의 수치적인 값과 상이할 수 있다. 구분하기 위해서, 원래의 휘도 값은 구체적으로 이미징 장치에 의해서 생성된 휘도 값으로 지칭될 수 있다. 프로세스된 휘도 값, 예를 들어 톤 매핑 함수와 같은 프로세싱 함수를 원래의 휘도 값에 적용 한 후의 이미지의 이미지의 휘도 값은 특히 카메라에 의해서 촬영된 이미지의 휘도 값으로 지칭될 수 있다. 특히, 프로세스된 휘도 값은 이미지의 공간적으로 분해된 광학 데이터의 세트의 일부일 수 있거나 그로부터 도출될 수 있다.
용어 "관심 영역"은 본 명세서에서 사용될 때, 광의의 용어이며 해당 분야의 통상의 기술자에게 그 보통의 그리고 관례적인 의미를 가질 것이며 특수하거나 맞춤 의미로 한정되지 않는다. 상기 용어는 구체적으로, 제한하지 않는 방식으로, 대상의 섹션 또는 세그먼트(segment) 또는 파티션(partition)을 지칭할 수 있고, 상기 섹션, 세그먼트 또는 파티션은 특정 목적을 위해서 식별된다. 따라서, 관심 영역은 예를 들어 대상의 경계 지어진 표면적일 수 있다. 대안적으로, 관심 영역은 이미지의 데이터의 하위 세트를 지칭할 수 있고, 상기 하위 세트는 대상의 섹션, 세그먼트 또는 파티션을 나타낸다. 예로서, 관심 영역이 특정 정보를 포함할 수 있거나, 정보가 그로부터 추정될 수 있다.
용어 "핵심 교정 수치"는 본 명세서에서 사용될 때, 광의의 용어이며 해당 분야의 통상의 기술자에게 그 보통의 그리고 관례적인 의미를 가질 것이며 특수하거나 맞춤 의미로 한정되지 않는다. 상기 용어는 구체적으로, 제한하지 않는 방식으로, 장치 또는 방법의 셋팅에 관한 정보를 체크, 검토, 평가 또는 수집하는 프로세스 및/또는 장치 또는 방법의 셋팅을 조정, 수정 또는 보정하는 프로세스에서 사용될 수 있는, 적어도 하나의 수치적인 값을 지칭할 수 있다. 특히, 핵심 교정 수치는, 보정 이미지의 관심 영역의 수치적인 휘도 값일 수 있거나 포함할 수 있다.
용어 "톤 매핑 함수"는 본 명세서에서 사용될 때, 광의의 용어이며 해당 분야의 통상의 기술자에게 그 보통의 그리고 관례적인 의미를 가질 것이며 특수하거나 맞춤 의미로 한정되지 않는다. 상기 용어는 구체적으로, 제한하지 않는 방식으로, 이미징 장치에 의해서 생성, 검출, 또는 기록될 수 있는 제1 휘도 값에 제2 휘도 값을 할당할 수 있게 하는, 임의의 상관 관계를 지칭할 수 있다. 상기 할당은 적어도 하나의 수학적 작업, 예를 들어 적어도 하나의 인자의 곱, 또는 다른 유형의 수학적 작업을 포함할 수 있다. 제1 휘도 값은 제1 데이터 세트 또는 원료 데이터의 일부일 수 있다. 제2 휘도 값은 제2 데이터 세트 또는 프로세스된 데이터의 일부일 수 있다. 특히, 제2 휘도 값은 이미지, 특히 이미지 파일에 포함되는 데이터의 공간적으로 분해된 광학 세트의 일부일 수 있다. 톤 매핑 함수에 의해서 결정된 제2 휘도 값은 특히 이미지의 그래픽적 표현을 위해서 사용될 수 있다. 상기 상관 관계는 특히, 제1 휘도 값과 제2 휘도 값 사이의 상관 관계를 설명하는, 함수, 구체적으로 연속적인 또는 불연속적인 함수, 곡선, 참조 표, 연산자, 또는 임의의 다른 수단일 수 있다. 톤 매핑 함수는 특히 소위 감마 보정, 특히 sRGB 컬러 공간의 sRGB 감마 보정일 수 있고, "sRGB"는 "표준 적색 녹색 청색"을 나타낸다. 감마 보정은 또한 감마 보정 함수로 지칭될 수 있다. 톤 매핑 함수는 가역적일 수 있다. 톤 매핑 함수는 단조롭게 증가되는 함수, 특히 엄격하게 단조롭게 증가되는 함수일 수 있다. 대안적으로, 톤 매핑 함수는 단조롭게 감소되는 함수, 특히 엄격하게 단조롭게 감소되는 함수일 수 있다. 톤 매핑 함수는 비-선형적일 수 있다. 모바일 장치에 의해서 이용되는 톤 매핑 함수는 알려져 있지 않을 수 있고/있거나 모바일 장치의 사용자에 의해서 접근되지 못할 수 있다.
용어 "가능한 톤 매핑 함수"은 본 명세서에서 사용될 때, 광의의 용어이며 해당 분야의 통상의 기술자에게 그 보통의 그리고 관례적인 의미를 가질 것이며 특수하거나 맞춤 의미로 한정되지 않는다. 상기 용어는 구체적으로, 제한하지 않는 방식으로, 특정 프로세스에서 또는 특정 장치, 예를 들어 모바일 장치에 의해서 이용될 수 있는 톤 매핑 함수를 지칭할 수 있다. 대안적으로, 가능한 톤 매핑 함수는, 실제로 특정 프로세스에서 또는 특정 장치, 예를 들어 모바일 장치에 의해서 이용되는 톤 매핑 함수에 근접하는 톤 매핑 함수를 지칭할 수 있다. 특히, 가능한 톤 매핑 함수는, 이미징 장치에 의해서 생성되는 바와 같은 제1 휘도 값에, 이미지의 공간적으로 분해된 광학 데이터 세트의 일부일 수 있는 제2 휘도 값을 할당하기 위해서 모바일 장치에 의해서 이용될 수 있는 톤 매핑 함수일 수 있다. 대안적으로, 가능한 톤 매핑 함수는, 제1 휘도 값에 제2 휘도 값을 할당하기 위해서 모바일 장치에 의해서 실제로 이용되는 톤 매핑 함수에 근사할 수 있다. 가능한 톤 매핑 함수는 가역적일 수 있다. 반전된 가능한 톤 매핑 함수는 이미지, 특히 보정 이미지 및/또는 분석 이미지에 적용될 수 있다. 특히, 반전된 가능한 톤 매핑 함수는, 카메라의 이미징 장치에 의해서 생성되는 바와 같은 가능한 원료 데이터 또는 프로세스되지 않은 데이터를 측정하기 위해서, 보정 이미지 및 분석 이미지의 공간적으로 분해된 광학 데이터 세트의 데이터에 적용될 수 있다. 구체적으로, 반전된 가능한 톤 매핑 함수는, 적어도 하나의 가능한 교정 측정 수치를 결정하기 위해서, 핵심 교정 수치에 적용될 수 있다. 또한, 반전된 가능한 톤 매핑 함수는, 적어도 하나의 가능한 분석 측정 수치를 결정하기 위해서, 이하에서 더 설명되는 핵심 분석 수치에 적용될 수 있다.
용어 "함수 결정"은 본 명세서에서 사용될 때, 광의의 용어이며 해당 분야의 통상의 기술자에게 그 보통의 그리고 관례적인 의미를 가질 것이며 특수하거나 맞춤 의미로 한정되지 않는다. 상기 용어는 구체적으로, 제한하지 않는 방식으로, 선행 프로세스 또는 미리 결정된 기준에 따라 또는 이를 기초로 함수를 지정하거나 특정하는 것을 지칭할 수 있다. 따라서, 가능한 톤 매핑 함수를 결정하는 것은 함수를 계산하는 것, 함수를 개산하는 것(approximating), 함수를 피팅하는 것(fitting), 함수를 외삽하는 것 및/또는 예를 들어, 특히 함수의 적합성을 체크한 후에, 미리 결정된 함수의 세트로부터 함수를 선택하는 것을 포함할 수 있다. 가능한 톤 매핑 함수를 결정하기 위한 다른 프로세스가 또한 실현될 수 있다. 구체적으로 다른 분석적, 비-분석적 및/또는 반복적 프로세스를 이용하여 가능한 톤 매핑 함수를 결정할 수 있다.
용어 "분석 이미지"는 본 명세서에서 사용될 때, 광의의 용어이며 해당 분야의 통상의 기술자에게 그 보통의 그리고 관례적인 의미를 가질 것이며 특수하거나 맞춤 의미로 한정되지 않는다. 상기 용어는 구체적으로, 제한하지 않는 방식으로, 분석물질 농도를 결정하는 프로세스에서 이용될 수 있는 이미지를 지칭할 수 있다. 단계 d)는 광학 테스트 스트립의 테스트 필드의 적어도 일부에 대한 적어도 하나의 분석 이미지를 촬영하는 단계를 포함하고, 상기 테스트 필드에는 체액이 도포된다. 구체적으로, 복수의 분석 이미지, 예를 들어 2개, 3개, 5개 또는 심지어 그 초과의 분석 이미지가 촬영될 수 있다.
용어 "테스트 필드"는 본 명세서에서 사용될 때, 광의의 용어이며 해당 분야의 통상의 기술자에게 그 보통의 그리고 관례적인 의미를 가질 것이며 특수하거나 맞춤 의미로 한정되지 않는다. 상기 용어는 구체적으로, 제한하지 않는 방식으로, 적어도 하나의 테스트 화학물질의 연관된 양, 예를 들어 하나 이상의 재료의 층을 가지는, 면적, 예를 들어 둥근, 다각형의 또는 직사각형 형상의 면적을 지칭할 수 있고, 테스트 필드의 적어도 하나의 층은 그 내부에 포함된 테스트 화학물질을 갖는다. 다른 층이 테스트 필드 내에 존재하여, 반사 특성과 같은 특정 광학 특성을 제공할 수 있고, 샘플을 확전(spreading)시키기 위한 확전 특성을 제공할 수 있고, 또는 예를 들어 세포 성분과 같은 샘플의 미립자 성분을 분리하기 위한 분리 특성을 제공할 수 있다.
용어 "광학 테스트 스트립"은, 본 명세서에서 사용될 때, 광의의 용어이며 해당 분야의 통상의 기술자에게 그 보통의 그리고 관례적인 의미를 가질 것이며 특수하거나 맞춤 의미로 한정되지 않는다. 상기 용어는 구체적으로, 제한하지 않는 방식으로, 적어도 하나의 테스트 필드가 도포되거나 내부에 통합된 적어도 하나의 스트립-형상의 캐리어를 포함하는 임의의 요소 또는 장치를 지칭할 수 있고, 상기 요소는 분석물질을 검출하도록 또는 액체 샘플 내의, 예를 들어 체액 내의, 구체적으로 체액의 샘플 내의 분석물질의 농도를 측정하도록 구성된다. 광학 테스트 스트립은 테스트 스트립 또는 테스트 요소로 또한 지칭될 수 있다. 이러한 테스트 스트립은 일반적으로 널리 사용되고 있고 이용될 수 있다. 하나의 테스트 스트립은, 동일한 또는 상이한 테스트 화학물질을 포함하는, 단일 테스트 필드 또는 복수의 테스트 필드를 수반할 수 있다. 광학 테스트 스트립, 특히 테스트 화학물질을 포함하는 테스트 필드는 구체적으로 검출 반응, 특히 착색 반응, 적어도 하나의 분석물질의 존재 하에서, 구체적으로 착색 반응을 거치고, 컬러 형성은 분석물질의 농도와 관련될 수 있고, 예를 들어 그에 비례할 수 있다. 분석물질의 존재, 부재 및/또는 농도가 검출 반응에 의해서 검출될 수 있기 때문에, 검출 반응은 또한 분석물질 검출 반응으로 지칭될 수 있다. 본 발명의 범위 내에서 또한 사용될 수 있는 테스트 요소 및 시약에 관한 일부 기본적인 원리가, 예를 들어 J. Hones 등의: Diabetes Technology and Therapeutics, Vol. 10, Supplement 1, 2008, pp.10-26에 설명되어 있다.
단계 d) 내지 단계 e)가 반복적으로 수행될 수 있다. 특히 단계 a) 내지 단계 c)는 단계 d) 및 단계 e)의 복수의 반복을 위해서 초기에 1차례만 수행될 수 있거나, 단계 d) 및 단계 e)의 수행 전에 매번 또는 미리 결정된 빈도수로 수행될 수 있다. 빈도수는: 시간적 빈도수; 단계 d) 및 단계 e)의 미리 결정된 반복의 수에 의해서 규정되는 빈도수 중 적어도 하나일 수 있다.
단계 a)는 대상의 적어도 하나의 관심 영역의 일련의 보정 이미지를 촬영하는 것을 포함한다. 이러한 일련의 것은 적어도 2개의 보정 이미지, 구체적으로 적어도 3개의 보정 이미지, 보다 구체적으로 적어도 5개의 보정 이미지를 포함할 수 있다. 대상은, 광학 테스트 스트립; 종이의 시트, 구체적으로 백색 종이의 시트로 이루어진 그룹 중 적어도 하나의 요소를 포함할 수 있다. 구체적으로, 대상은 광학 테스트 스트립을 포함할 수 있고, 분석 이미지는 보정 이미지의 적어도 하나와 일치될 수 있고, 그에 따라 분석 이미지는 일련의 보정 이미지의 일부로서 촬영될 수 있다. 또한, 일련의 보정 이미지는 체액이 테스트 필드에 도포된 상태에서 촬영될 수 있고, 보정 이미지의 적어도 하나는 테스트 필드의 일부를 포함할 수 있다. 대상의 관심 영역은, 백색 필드; 흑색 필드; 회색 필드; 계조 스텝 웨지로 이루어진 그룹의 적어도 하나의 요소를 포함할 수 있다. 특히, 대상은 적어도 2개의 관심 영역, 구체적으로 하나의 흑색 필드 또는 하나의 제1 회색 필드 및 백색 필드 또는 하나의 제2 회색 필드를 포함할 수 있다. 제1 회색 필드 및 제2 회색 필드는 회색 색조가 서로 상이할 수 있다. 각각의 보정 이미지는 적어도 2개의 관심 영역, 구체적으로 하나의 흑색 필드 또는 하나의 제1 회색 필드 및 백색 필드 또는 하나의 제2 회색 필드를 포함할 수 있다. 또한, 2개의 관심 영역들 사이의 물리적 휘도비를 알고 있을 수 있다.
b) 단계는 a)에서 촬영한 일련의 보정 이미지들 각각으로부터 모바일 장치의 톤 매핑 함수에 대한 적어도 하나의 핵심 교정 수치 특성을 도출하는 것을 포함한다. 특히, 각각의 보정 이미지에서, 핵심 교정 수치는, 보정 이미지의 관심 영역의 적어도 하나의 휘도 값으로부터 도출될 수 있다. 특히, 핵심 교정 수치는, 보정 이미지의 관심 영역의 적어도 하나의 휘도 값을 포함할 수 있거나 상기 휘도 값일 수 있다. 휘도 값은 특히 전술한 바와 같은 제2 휘도 값일 수 있다. 핵심 교정 수치는 구체적으로 이하 중 적어도 하나를 포함할 수 있다: 보정 이미지의 관심 영역의 휘도 값 중 적어도 하나; 보정 이미지의 관심 영역의 복수의 휘도 값으로부터 도출된 적어도 하나의 평균 휘도 값. 일련의 보정 이미지들 중의 보정 이미지들은 그 휘도가 상이하다. 단계 a)에서, 보정 이미지의 휘도는, 구체적으로 단계적인 방식으로, 능동적으로 변경될 수 있다. 보정 이미지의 휘도는 이하의 파라미터 중 적어도 하나의 파라미터 값을 변경하는 것에 의해서 단계 a)에서 변경될 수 있다: 노출 시간; 카메라의 이미지 센서의 광 감도, 구체적으로 이미지 센서의 ISO 감도; 광원, 구체적으로 모바일 장치, 특히 카메라의 LED의 광도. 노출 시간을 변경하는 것이, 카메라의 이미지 센서의 광 감도를 변경하는 것보다, 더 안정적이고 더 신뢰 가능한 결과를 제공하였다는 것, 구체적으로 이미지의 데이터 세트의 휘도 값의 보다 양호하게 규정된 단계적 변동을 제공한다는 것을 확인하였다. 노출 시간은 특히 0.1 ms 내지 100 ms, 구체적으로 0.2 ms 내지 25 ms, 더 구체적으로 0.5 ms 내지 15 ms일 수 있다.
용어 "파라미터 값"은 본 명세서에서 사용될 때, 광의의 용어이며 해당 분야의 통상의 기술자에게 그 보통의 그리고 관례적인 의미를 가질 것이며 특수하거나 맞춤 의미로 한정되지 않는다. 상기 용어는 구체적으로, 제한하지 않는 방식으로, 프로세스 또는 장치에 영향을 미치는 변수 또는 양의 값을 지칭할 수 있다. 파라미터 값은 프로세스 또는 장치의 셋팅에 대한 특성일 수 있고, 그 결과 또는 생성물에 영향을 미칠 수 있다.
파라미터 값은, 파라미터 값과 함께 취해진 보정 이미지의 관심 영역의 휘도 값이 미리 결정된 휘도 값 범위의 일부가 될 수 있도록 하는 방식으로 선택될 수 있다. 휘도 값 범위는 특히, 예를 들어 ADC로도 지칭되는 아날로그-대-디지털 변환기, 및/또는 이미지의 분해능과 같은, 모바일 장치의 카메라의 적어도 하나의 구조적 특징에 의해서 결정될 수 있다. 파라미터 값은, 휘도 값이 ADC에 의해서 변환될 수 있는 카운트의 최대 값의 10 % 내지 100 %, 구체적으로 10 % 내지 90 %, 보다 구체적으로 20 % 내지 90 %이 될 수 있도록, 선택될 수 있다. 8 비트의 분해능을 갖는 이미지의 경우에, 휘도 파라미터 값은, 휘도 값이 25 카운트 내지 255 카운트, 구체적으로 25 카운트 내지 230 카운트, 보다 구체적으로 50 카운트 내지 230 카운트가 될 수 있도록, 선택될 수 있다. 특히, 파라미터 값은, 카메라의 이미지 센서에 의해서 검출된 휘도 값에 본질적으로 비례할 수 있다.
c) 단계는 a)에서 촬영된 일련의 보정 이미지들로부터의 핵심 교정 수치를 고려하여 모바일 장치의 적어도 하나의 가능한 톤 매핑 함수를 결정하는 것을 포함한다. 단계 c)는 각각의 보정 이미지에 대해서 적어도 하나의 샘플링 포인트, 구체적으로 적어도 하나의 값의 쌍을 결정하는 것을 더 포함할 수 있고, 샘플링 포인트는 보정 이미지 및 상기 보정 이미지를 촬영하기 위해서 이용된 파라미터 값 중 하나로부터 돌출된 핵심 교정 수치를 포함할 수 있다.
용어 "샘플링 포인트"는 본 명세서에서 사용될 때, 광의의 용어이며 해당 분야의 통상의 기술자에게 그 보통의 그리고 관례적인 의미를 가질 것이며 특수하거나 맞춤 의미로 한정되지 않는다. 상기 용어는 구체적으로, 제한하지 않는 방식으로, 값의 쌍에 의해서 규정될 수 있는 바와 같은 포인트를 지칭할 수 있고, 포인트는, 예를 들어 컴퓨팅, 체킹 또는 개산에 의해서, 함수, 곡선 또는 다른 유형의 상관 관계를 결정하는데 기여할 수 있다. 특히, 샘플링 포인트는 가능한 톤 매핑 함수를 결정하기 위해서 이용될 수 있다. 보정 이미지와 연관된 샘플링 포인트는 구체적으로, 보정 이미지의 휘도 값, 구체적으로 보정 이미지의 공간적으로 분해된 광학 데이터의 세트의 일부이거나 그로부터 도출될 수 있는 프로세스된 휘도 값, 그리고 보정 이미지의 생성을 위해서 이용된 파라미터 값, 구체적으로 노출 시간을 포함할 수 있다.
단계 c)는, 일련의 보정 이미지들의 상기 샘플링 포인트들에 대한 상관관계, 특히 적합 곡선을 결정하는 것, 또는 기결정된 상관관계 집합으로부터 상기 일련의 보정 이미지들의 상기 샘플링 포인트들에 적합한 상관관계, 특히 함수를 선택하는 것 중 적어도 하나에 의해 상기 가능한 톤 매핑 함수를 결정하는 것을 더 포함할 수 있다. 특히, 미리 결정된 함수의 세트는 sRGB 감마 보정을 포함할 수 있고, "sRGB"는 "표준 적색 녹색 청색"을 나타낸다.
단계 e)는 모바일 장치의 가능한 톤 매핑 함수를 고려하여 테스트 필드의 분석 이미지로부터 체액 내 분석물질의 농도를 측정하는 것을 포함한다. 단계 e)는 특히, 테스트 필드의 적어도 일부를 나타내는 분석 이미지의 적어도 일부의 적어도 하나의 휘도 값으로부터 적어도 하나의 핵심 분석 수치를 도출하는 것을 포함할 수 있다.
용어 "핵심 분석 수치"는 본 명세서에서 사용될 때, 광의의 용어이며 해당 분야의 통상의 기술자에게 그 보통의 그리고 관례적인 의미를 가질 것이며 특수하거나 맞춤 의미로 한정되지 않는다. 상기 용어는 구체적으로, 제한하지 않는 방식으로, 분석 프로세스에서, 구체적으로 체액 내의 분석물질의 농도를 측정하는데 있어서 이용될 수 있는 적어도 하나의 수치 값을 지칭할 수 있다. 특히, 핵심 분석 수치는 이하 중 적어도 하나를 포함할 수 있다: 테스트 필드를 보여주는 분석 이미지의 일부의 휘도 값 중 적어도 하나; 테스트 필드를 보여주는 분석 이미지의 일부의 복수의 휘도 값으로부터 도출된 적어도 하나의 평균 휘도 값.
또한, 각각의 핵심 분석 수치로부터, 반전된 가능한 톤 매핑 함수를 핵심 분석 수치에 적용하는 것에 의해서, 가능한 분석물질 측정 수치가 도출될 수 있다. 가능한 분석물질 측정 수치는 적어도 하나의 가능한 휘도 값을 포함할 수 있고, 가능한 휘도 값은, 체액이 도포된 테스트 필드의 일부를 이미징할 때, 카메라의 이미징 장치, 예를 들어 이미지 센서에 의해서 검출된 휘도 값에 근접할 수 있다. 또한, 단계 e)에서, 분석물질 농도는, 가능한 분석물질 측정 수치와 분석물질 농도 사이의 미리 결정된 상관 관계를 이용하는 것에 의해서, 가능한 분석물질 측정 수치로부터 결정될 수 있다.
단계 c)는 단계 a)에서 촬영한 일련의 보정 이미지들로부터의 핵심 교정 수치를 고려하여 모바일 장치의 적어도 하나의 가능한 톤 매핑 함수를 결정하는 것을 포함한다. 단계 c)는 각각의 핵심 교정 수치에 대해서 적어도 하나의 가능한 교정 측정 수치를 결정하기 위해서 반전된 가능한 톤 매핑 함수를 핵심 교정 수치에 적용하는 것을 더 포함할 수 있고, 가능한 톤 매핑 함수를 결정하는 것은 미리 결정된 톤 매핑 함수의 그룹으로부터 미리 결정된 톤 매핑 함수를 선택하는 것을 포함한다.
가능한 교정 측정 수치는 적어도 하나의 가능한 휘도 값을 포함할 수 있고, 가능한 휘도 값은, 대상의 관심 영역, 구체적으로 광학 테스트 스트립을 이미징할 때, 카메라의 이미징 장치, 예를 들어 이미지 센서에 의해서 검출된 휘도 값에 근접할 수 있다. 선택된 미리 결정된 톤 매핑 함수가 특히 sRGB 감마 보정일 수 있다. 또한, 테스트 포인트들, 특히 테스트 값들의 쌍들 사이의 관계의 선형성이 체크될 수 있고, 각각의 테스트 포인트는 가능한 교정 측정 수치 및 파라미터 값을 포함할 수 있다. 테스트 포인트들 사이의 관계가 선형인 것으로 분류되는 경우에, 선택된 미리 결정된 톤 매핑 함수는 가능한 톤 매핑 함수로서 확인될 수 있다. 테스트 포인트들 사이의 관계가 비-선형적인 것으로 분류되는 경우에, 테스트 포인트들 사이의 나머지 상관 관계 특히 피팅 곡선이 결정될 수 있고, 선택된 미리 결정된 톤 매핑 함수 및 나머지 상관 관계가 함께 테스트 포인트들을 피팅할 수 있다. 테스트 포인트들 사이의 나머지 상관 관계는 특히 포물선, 포물선 함수 또는 포물선 피팅에 의해서 개산될 수 있다. 구체적으로, 단계 c)에서, 가능한 톤 매핑 함수는, 선택된 미리 결정된 톤 매핑 함수 및 나머지 상관 관계 모두를 고려하는 것에 의해서 결정될 수 있다. 특히, 가능한 톤 매핑 함수는, 순차적으로 실행되거나 적용될 수 있는, 2개의 단계를 포함할 수 있다. 특히, 가능한 톤 매핑 함수는, 제1 단계에서 이미지의 데이터 세트 중의 데이터에 적용될 수 있는 sRGB 감마 보정, 및 제2 단계에서 적용될 수 있는 나머지 상관 관계, 예를 들어 포물선 상관 관계를 포함할 수 있다.
부가적으로 또는 대안적으로, 선택된 미리 결정된 톤 매핑 함수는, 복수의 미리 결정된 톤 매핑 함수와 같은, 미리 결정된 톤 매핑 함수의 세트로부터 선택될 수 있다. 특히, 복수의 미리 결정된 톤 매핑 함수로부터, 선형 관계에 가장 가까운 테스트 포인트들 사이의 관계를 초래하는 톤 매핑 함수가 선택될 수 있다.
부가적으로 또는 대안적으로, 가능한 톤 매핑 함수는, 구체적으로 피팅 곡선에 의해서, 테스트 포인트들 사이의 나머지 상관 관계를 결정하는 것에 의해서 도출될 수 있다. 예를 들어, 나머지 상관 관계, 예를 들어 피팅 곡선은 구체적으로 임의의 함수에 의해서, 예를 들어 다항식 함수, 예를 들어 다항식 피팅에 의해서 개산될 수 있다.
요약하면, 이하의 3개의 방법은 구체적으로 단계 c)에서 가능한 톤 매핑 함수를 결정하기 위해서 이용될 수 있다:
(A) 적어도 하나의 미리 결정된 톤 매핑 함수, 예를 들어 Srgb 톤 매핑 함수를 선택하는 것, 그리고 반전된 미리 결정된 톤 매핑 함수를 핵심 교정 수치에 적용하는 것, 그에 의해서 가능한 교정 측정 수치의 세트를 생성하는 것, 그리고 후속하여, 가능한 교정 측정 수치와 파라미터 값 사이의 나머지 비-선형성을 보정하기 위해서, 나머지 상관 관계 함수, 예를 들어 포물선 함수를 적용하는 것으로서, 가능한 톤 매핑 함수는 미리 결정된 톤 매핑 함수와 반전된 나머지 상관 관계 함수의 조합이고;
(B) 반전된 톤 매핑 함수가 핵심 교정 수치에 적용될 때, 그에 의해서 가능한 교정 측정 수치를 생성할 때, 가능한 교정 측정 수치와 파라미터 값 사이의 최적의 선형 관계를 유도하는 톤 매핑 함수를 톤 매핑 함수의 세트로부터 선택하는 것과 같이, 적어도 하나의 선택 기준을 이용하여 톤 매핑 함수의 세트로부터 가능한 톤 매핑 함수를 선택하는 것;
(C) 파라미터 값과 핵심 교정 수치를 상호 관련시키는 피팅 함수 및/또는 피팅 곡선을 생성하는 것에 의해서 가능한 톤 매핑 함수를 결정하는 것. 구체적으로, 피팅 함수는, 파라미터 값과 핵심 교정 수치를 연계시킬 수 있도록, 생성될 수 있다.
이러한 방법들은 또한, 예를 들어, 먼저 방법(B)를 적용하는 것 그리고 그 후에 방법(A)의 나머지 보정 단계를 적용하는 것에 의해서 나머지 오류를 보정하는 것에 의해서 조합될 수 있다. 또한, 가능한 톤 매핑 함수를 결정하는 다른 방법이 가능할 수 있다.
체액 내의 분석물질의 농도를 측정하는 방법은 단계 f)를 더 포함할 수 있다:
f) 모바일 장치의 톤 매핑 함수를 선형 톤 매핑 함수로, 구체적으로 이미지 센서에 의해서 검출된 휘도 값, 예를 들어 원래의 휘도 값과 카메라에 의해서 촬영된 이미지의 휘도 값, 예를 들어 프로세스된 휘도 값 사이의 비례성을 특징으로 하는 톤 매핑 함수로 셋팅하는 것.
단계 f)는 구체적으로 단계 a)에 선행할 수 있다. 특히, 톤 매핑 함수가 셋팅되는 톤 매핑 함수는, 카메라에 의해서 촬영된 휘도 값, 예를 들어 프로세스된 휘도 값이 이미지 센서에 의해서 검출된 휘도 값, 예를 들어 원래의 휘도 값과 동일하도록, 구성될 수 있다. 특히, 톤 매핑 함수가 셋팅되는 톤 매핑 함수는, 프로세스된 휘도 값이 원래의 휘도 값과 동일하도록, 구성될 수 있다. 따라서, 톤 매핑 함수는, 톤 매핑 함수를 휘도 값에 적용하는 것에 의해서, 휘도 값이, 예를 들어, 변화 없이 유지되도록, 그에 의해서 원래의 휘도 값과 동일한 프로세스된 휘도 값을 생성하도록, 선택될 수 있다. 또한, 샘플링 포인트들 사이의 관계의 선형성이 체크될 수 있고, 각각의 샘플링 포인트는 보정 이미지 및 상기 보정 이미지의 촬영을 위해서 이용된 파라미터 값 중 하나로부터 도출된 핵심 교정 수치를 포함할 수 있다. 샘플링 포인트들 사이의 관계가 선형적인 것으로 분류되는 경우에, 톤 매핑 함수가 셋팅되었던 선형 톤 매핑 함수는 가능한 톤 매핑 함수로서 추가적으로 결정될 수 있다.
이러한 경우에, 분석 이미지로부터 도출될 수 있는 핵심 분석 수치는 카메라의 이미징 장치에 의해서 검출된 휘도 값에 비례할 수 있고 구체적으로 동일할 수 있다. 따라서, 체액 내의 분석물질의 농도는 핵심 분석 수치로부터 결정될 수 있다.
단계 e)는 모바일 장치의 가능한 톤 매핑 함수를 고려하여 테스트 필드의 분석 이미지로부터 체액 내 분석물질의 농도를 측정하는 것을 포함한다. 단계 e)에서, 분석물질 농도는 구체적으로, 체액이 도포된 테스트 필드와 대상의 관심 영역 사이의 휘도비를 고려하는 것에 의해서 측정될 수 있다. 체액이 도포된 테스트 필드와 대상의 관심 영역 사이의 휘도비는 특히 적어도 하나의 분석 이미지에 대한 적어도 하나의 편차 인자일 수 있거나 그와 동일할 수 있다. 분석 이미지는 예를 들어 분석 이미지를 촬영하기 위해서 이용된 파라미터 값 및 적어도 하나의 휘도 값을 포함하는 핵심 분석 수치를 특징으로 할 수 있다. 편차 인자는, 분석 이미지의 파라미터 값과 가능한 톤 매핑 함수를 나타내는 곡선 상의 포인트의 파라미터 값 사이의 비율을 구체적으로 설명할 수 있다. 곡선 상의 포인트는 예를 들어 파라미터 값 및 핵심 분석 수치로서 동일한 값을 포함하는 핵심 교정 수치, 구체적으로 휘도 값을 특징으로 할 수 있다. 가능한 톤 매핑 함수는 구체적으로 반-대수 방식(half-logarithmic fashion)으로 표현될 수 있고, 파라미터 값은 대수 방식으로 표현될 수 있는 한편, 휘도 값은 선형적인 방식으로, 구체적으로, 비-대수 방식으로 표현될 수 있다.
또한, 적어도 2개, 구체적으로 3개, 보다 구체적으로 5개의 복수의 분석 이미지가 이용될 수 있고, 적어도 하나의 편차 인자가 각각의 분석 이미지에 대해서 결정될 수 있고, 적어도 하나의 평균화된 편차 인자가 복수의 편차 인자로부터 결정될 수 있다.
또한, 대상은 광학 테스트 스트립을 포함할 수 있고, 각각의 분석 이미지는 보정 이미지의 하나와 일치될 수 있고, 그에 따라 분석 이미지는 일련의 보정 이미지의 일부로서 촬영될 수 있다.
체액이 도포된 테스트 필드 및 관심 영역, 예를 들어 백색 필드의 휘도비가 기준 휘도비와 관련하여 셋팅될 수 있다. 기준 휘도비는 예를 들어 체액이 도포되지 않은 테스트 필드와 관심 영역 사이의 휘도비일 수 있다. 구체적으로, 기준 휘도비는 체액 도포 전의 건조 테스트 필드와 관심 영역, 예를 들어 백색 필드 사이의 휘도비일 수 있거나 이를 포함할 수 있다. 이러한 경우에, 체액이 도포되지 않은 테스트 필드의 이미지는 일련의 보정 이미지의 일부로서 또는 별도의 이미지로서 촬영될 수 있다. 대안적으로, 기준 휘도비는 광학 테스트 스트립 상의 기준 필드와 관심 영역 사이의 휘도비일 수 있다. 특히, 기준 휘도비는 체액 도포 전의 테스트 필드의 컬러를 나타내는 필드와 같은 기준 필드와 관심 영역, 예를 들어 백색 필드 사이의 휘도비일 수 있거나 이를 포함할 수 있다. 이러한 경우에, 기준 휘도비는 분석 이미지로부터 도출될 수 있다. 2개의 휘도비, 예를 들어 체액이 도포된 테스트 필드와 대상의 관심 영역 사이의 휘도비 그리고 기준 휘도비 사이의 휘도비로부터, 예를 들어 코드 곡선; 참조 표; 신경망 중 적어도 하나를 이용하는 것에 의해서, 분석물질 농도가 결정될 수 있다.
방법에서 사용된 모바일 장치는, 저장부 장치로도 지칭되는, 적어도 하나의 저장 장치를 포함할 수 있다. 단계 c)에서 결정된 가능한 톤 매핑 함수는 모바일 장치의 적어도 하나의 저장 장치 내에 저장될 수 있다. 특히, 단계 a) 내지 단계 c)의 반복된 수행 후에, 복수의 결정된 가능한 톤 매핑 함수가 저장 장치 내에 저장될 수 있다. 단계 c)에서 결정된 가능한 톤 매핑 함수는 저장 장치에 저장된 가능한 톤 매핑 함수 중 적어도 하나에 대해서 비교될 수 있다. 또한, 단계 c)에서 결정된 가능한 톤 매핑 함수는, 저장된 가능한 톤 매핑 함수 중 적어도 하나로부터, 단계 c)에서 결정된 가능한 톤 매핑 함수의 편차가 미리 결정된 문턱값을 초과하는 경우에, 폐기될 수 있다. 또한, 단계 c)에서 가능한 톤 매핑 함수를 결정하기 위해서 이용될 수 있는, 적어도 하나의 피팅 파라미터의 통계적 데이터, 예를 들어 평균 값 및/또는 표준 편차는 저장된 복수의 가능한 톤 매핑 함수로부터 도출될 수 있다. 통계적 데이터는 구체적으로 가장 최근에 결정된 가능한 톤 매핑 함수를 평가하기 위해서, 구체적으로 수용 또는 거부하기 위해서 이용될 수 있다. 가장 최근의 톤 매핑 곡선의 적어도 하나의 피팅 파라미터가 미리 결정된 문턱값 이상만큼 피팅 파라미터의 평균으로부터 벗어나는 경우에, 가장 최근의 톤 매핑 함수가 거부될 수 있다. 가장 최근의 톤 매핑 곡선의 적어도 하나의 피팅 파라미터가 미리 결정된 문턱값 미만만큼 피팅 파라미터의 평균으로부터 벗어나는 경우에, 가장 최근의 톤 매핑 함수가 수용될 수 있다. 가능한 톤 매핑 함수의 결정에서 통계학적 데이터를 이용하는 것은 특히 유리할 수 있다. 광 반사가, 사용될 수 없는 보정 이미지 및/또는 사용될 수 없는 또는 오류가 있는 가능한 톤 매핑 함수를 초래할 수 있고, 이는 통계학적 데이터를 이용하는 것에 의해서 더 용이하게 식별될 수 있다.
카메라를 가지는 모바일 장치를 사용하여 체액 내 분석물질의 농도를 측정하는 방법의 방법 단계 b), 단계 c) 및 단계 e)가 컴퓨터-구현될 수 있다. 또한 단계 a) 및 단계 d)가 컴퓨터-프롬프트될(computer-prompted) 수 있다.
체액 내의 분석물질의 농도를 측정하는 방법의 이하의 상이한 선택적인 실시형태가 설명된다.
일 실시형태에서, 가능한 톤 매핑 함수는, 각각의 보정 이미지로부터 적어도 하나의 샘플링 포인트를 결정하는 것에 의해서 결정될 수 있고, 각각의 샘플링 포인트는 보정 이미지로부터 도출된 핵심 교정 수치, 및 보정 이미지를 촬영할 때 사용된 카메라의 파라미터 값을 포함할 수 있다. 이어서, 가능한 톤 매핑 함수가 샘플링 포인트를 이용하여 단계 c)에서 결정될 수 있다. 구체적으로, 상관 관계, 특히 피팅 곡선은, 일련의 보정 이미지의 샘플링 포인트에 따라, 가능한 톤 매핑 함수로서 결정될 수 있다. 부가적으로 또는 대안적으로, 상관 관계, 특히 함수는 상관 관계의 미리 결정된 세트로부터 가능한 톤 매핑 함수로서 선택될 수 있고, 선택된 상관 관계는 일련의 보정 이미지의 샘플링 포인트에 피팅된다. 이어서, 적어도 하나의 핵심 분석 수치는 단계 e)의 일부로서 테스트 필드의 적어도 일부를 나타내는 분석 이미지의 적어도 일부의 적어도 하나의 휘도 값으로부터 도출될 수 있다. 핵심 분석 수치는 구체적으로 이하 중 적어도 하나를 포함할 수 있다: 테스트 필드를 보여주는 분석 이미지의 일부의 휘도 값 중 적어도 하나; 테스트 필드를 보여주는 분석 이미지의 일부의 복수의 휘도 값으로부터 도출된 적어도 하나의 평균 휘도 값. 또한, 각각의 핵심 분석 수치로부터, 반전된 가능한 톤 매핑 함수를 핵심 분석 수치에 적용하는 것에 의해서, 적어도 하나의 가능한 측정 수치가 도출될 수 있다. 가능한 측정 수치는 구체적으로 적어도 하나의 가능한 휘도 값을 포함할 수 있고, 가능한 휘도 값은 카메라의 이미지 센서에 의해서 검출된 휘도 값에 근접할 수 있다. 이어서, 단계 e)에서, 분석물질 농도는, 가능한 분석물질 측정 수치와 분석물질 농도 사이의 미리 결정된 상관 관계를 이용하는 것에 의해서, 가능한 분석물질 측정 수치로부터 결정될 수 있다.
추가적인 실시형태에서, 방법의 단계 c)는, 미리 결정된 상관 관계의 세트로부터 상관 관계, 특히 함수를 가능한 톤 매핑 함수로서 선택하는 것 또는 가정하는 것에 의해서, 가능한 톤 매핑 함수를 결정하는 것을 포함할 수 있다. 가능한 톤 매핑 함수로서 선택된 또는 가정된 상관 관계는 특히 sRGB 감마 보정일 수 있다. 이어서, 반전된 가능한 톤 매핑 함수를 핵심 교정 수치에 적용하여 각각의 핵심 교정 수치에 대해서 적어도 하나의 가능한 측정 수치를 결정하는 것에 의해서, 선택 또는 가정이 체크될 수 있다. 테스트 포인트들, 특히 테스트 값들의 쌍들 사이의 관계의 선형성이 단계 c)의 일부로서 체크될 수 있고, 각각의 테스트 포인트는 가능한 교정 측정 수치 및 파라미터 값을 포함할 수 있다. 테스트 포인트들 사이의 관계가 선형인 것으로 분류되는 경우에, 선택된 또는 가정된 미리 결정된 톤 매핑 함수는 단계 c)의 일부로서 가능한 톤 매핑 함수로서 결정되거나 확인될 수 있다. 분류는, 엄격한 선형 관계로부터의 편차를 정량화하는 문턱값에 따라 달라질 수 있다. 또한, 테스트 포인트들 사이의 관계가 비-선형적인 것으로 분류되는 경우에, 테스트 포인트들 사이의 나머지 상관 관계 특히 피팅 곡선이 결정될 수 있고, 나머지 상관 관계가 테스트 포인트들을 피팅할 수 있다. 테스트 포인트들 사이의 나머지 상관 관계는: 특히 포물선; 포물선 함수; 또는 포물선 피팅 중 적어도 하나에 의해서 개산될 수 있다. 이어서, 단계 c)에서 결정된 가능한 톤 매핑 함수는, 예를 들어 2 단계 프로세스에서 적용될 수 있는 2개의 함수를 포함할 수 있다. 특히 단계 c)에서, 가능한 톤 매핑 함수는, 선택된 미리 결정된 톤 매핑 함수 및 나머지 상관 관계 모두를 고려하는 것에 의해서 결정될 수 있다.
추가적인 실시형태에서, 방법은 전술한 바와 같은 단계 f)를 더 포함할 수 있다. 따라서, 모바일 장치의 톤 매핑 함수는 선형 톤 매핑 함수로, 구체적으로 이미지 센서에 의해서 검출된 휘도 값과 카메라에 의해서 촬영된 이미지의 휘도 값 사이의 비례성을 특징으로 하는 톤 매핑 함수로 셋팅된다. 단계 f)는 특히 방법의 단계 a)에 선행할 수 있고, 그에 따라, 모바일 장치가 단계 f)에서 설명된 바와 같은 톤 매핑 함수의 셋팅을 허용하는 경우에, 모바일 장치에서 실제로 사용되는 톤 매핑 함수를 알 수 있다. 단계 c)의 일부로서, 보정 이미지 및 상기 보정 이미지의 촬영을 위해서 이용된 파라미터 값 중 하나로부터 도출된 핵심 교정 수치를 포함하는 샘플링 포인트가 형성될 수 있다. 또한, 샘플링 포인트들 사이의 관계의 선형성이 체크될 수 있다. 따라서, 모바일 장치의 톤 매핑 함수가 단계 f)에서 선형 톤 매핑 함수로 실제로 셋팅될 수 있는지의 여부가 특히 체크되거나 테스트될 수 있다. 샘플링 포인트들 사이의 관계가 선형적인 것으로 분류되는 경우에, 모바일 장치의 톤 매핑 함수가 단계 f)에서 셋팅될 수 있는 선형 톤 매핑 함수는 가능한 톤 매핑 함수로서 결정될 수 있다. 분류는, 엄격한 선형 관계로부터의 편차를 정량화하는 문턱값에 따라 달라질 수 있다. 모바일 장치의 톤 매핑 함수가 셋팅될 수 있는 경우에, 단계 c)에서 결정된 가능한 톤 매핑 함수는 특히 모바일 장치에 의해서 실제로 사용되는 톤 매핑 함수일 수 있다. 또한, 톤 매핑 함수가 선형 톤 매핑 함수로, 구체적으로 입력 데이터를 출력하는 톤 매핑 함수로 셋팅되는 경우에, 단계 e)는, 반전된 가능한 톤 매핑 함수가 적용되지 않은 분석 이미지로부터 도출된 핵심 분석 수치를 이용하는 것 또는 반전된 가능한 톤 매핑 함수를 핵심 분석 수치에 적용하는 것에 의해서, 분석물질 농도를 측정하는 것을 포함할 수 있다.
본 발명의 추가적인 양태에서, 컴퓨터 프로그램이 개시되고, 컴퓨터 프로그램은 컴퓨터-실행 가능 명령어를 포함하고, 컴퓨터-실행 가능 명령어는, 컴퓨터 프로그램이 컴퓨터, 구체적으로 모바일 장치의 프로세서에 의해서 실행될 때, 컴퓨터가 전술한 바와 같은 또는 이하에서 더 설명되는 바와 같은 카메라를 가지는 모바일 장치를 이용하는 것에 의해서 체액 내의 분석물질의 농도를 측정하는 방법의 방법 단계 b), 단계 c) 및 단계 e) 그리고 선택적으로 단계 f)를 실행하게 한다. 용어 및 정의와 관련하여, 카메라를 가지는 모바일 장치를 이용하는 것에 의해서 체액 내의 분석물질의 농도를 측정하는 방법의 맥락에서 개시된 바와 같은 용어 및 정의를 참조한다. 컴퓨터 프로그램은 컴퓨터-실행 가능 명령어를 더 포함할 수 있고, 상기 컴퓨터-실행 가능 명령어는, 컴퓨터 프로그램이 컴퓨터에 의해서 실행될 때, 컴퓨터가 방법의 단계 a) 따라 일련의 보정 이미지를 촬영하도록 프롬프트하게 한다. 컴퓨터 프로그램은 컴퓨터-실행 가능 명령어를 더 포함할 수 있고, 상기 컴퓨터-실행 가능 명령어는, 컴퓨터 프로그램이 컴퓨터에 의해서 실행될 때, 컴퓨터가 방법의 단계 d) 따라 적어도 하나의 분석 이미지를 촬영하도록 프롬프트하게 한다.
본 발명의 추가적인 양태에서, 카메라 및 적어도 하나의 프로세서를 가지는 모바일 장치가 개시되고, 상기 프로세서는 이하의 단계를 수행하도록 구성된다:
i.) 사용자가 카메라를 사용하여 대상의 적어도 하나의 관심 영역에 대한 일련의 보정 이미지들을 촬영하게 하는 것을 프롬프트하는 단계로서, 상기 보정 이미지들은 그 휘도들이 상이한, 단계;
ii.) 단계 i.)에서 촬영한 일련의 보정 이미지들 각각으로부터 모바일 장치의 톤 매핑 함수에 대한 적어도 하나의 핵심 교정 수치 특성을 도출하는 단계;
iii.) 단계 i.)에서 촬영한 일련의 보정 이미지들로부터의 핵심 교정 수치를 고려하여 모바일 장치의 적어도 하나의 가능한 톤 매핑 함수를 결정하는 단계;
iv.) 광학 테스트 스트립의 테스트 필드의 적어도 일부에 대한 적어도 하나의 분석 이미지를 촬영하도록 상기 사용자에게 프롬프팅하는 단계로서, 상기 테스트 필드에는 상기 체액이 도포되어 있는, 단계; 및
v.) 상기 모바일 장치의 상기 가능한 톤 매핑 함수를 고려하여 상기 테스트 필드의 상기 분석 이미지로부터 체액 내 분석물질의 농도를 측정하는 단계.
용어 및 정의와 관련하여, 카메라를 가지는 모바일 장치를 이용하는 것에 의해서 체액 내의 분석물질의 농도를 측정하는 방법의 맥락에서 개시된 바와 같은 용어 및 정의를 참조한다. 모바일 장치, 구체적으로 프로세서는, 전술한 바와 같이 또는 이하에서 더 설명되는 바와 같이 카메라를 가지는 모바일 장치를 이용하여 체액 내의 분석물질의 농도를 측정하는 방법의 단계를 수행하도록 구성될 수 있다.
용어 "프롬프팅"은 본 명세서에서 사용될 때, 광의의 용어이며 해당 분야의 통상의 기술자에게 그 보통의 그리고 관례적인 의미를 가질 것이며 특수하거나 맞춤 의미로 한정되지 않는다. 상기 용어는 구체적으로, 제한하지 않는 방식으로, 행동을 소집, 초대, 또는 요청하는 것을 지칭할 수 있다. 특히, 사용자는, 예를 들어 모바일 장치의 스크린 상에서 메시지를 수신하는 것에 의해서 및/또는 청각적인 신호를 통해서, 사진을 촬영하는 것과 같은 행동을 실행하도록 프롬프트를 받을 수 있다. 다른 형태의 프롬프팅이 가능할 수 있다.
본 발명의 추가적인 양태에서, 체액 내의 분석물질의 농도를 측정하기 위한 키트가 개시되고, 상기 키트는:
- 전술한 바와 같은 또는 이하에서 더 설명되는 바와 같은 카메라 및 적어도 하나의 프로세서를 가지는 적어도 하나의 모바일 장치; 및
- 적어도 하나의 테스트 필드를 가지는 적어도 하나의 광학 테스트 스트립을 포함한다.
광학 테스트 스트립은 특히, 전술한 바와 같은 또는 이하에서 더 설명되는 바와 같은 광학 테스트 스트립일 수 있다. 구체적으로, 광학 테스트 스트립은 적어도 하나의 관심 영역을 포함할 수 있다.
용어 및 정의와 관련하여, 카메라를 가지는 모바일 장치를 이용하는 것에 의해서 체액 내의 분석물질의 농도를 측정하는 방법의 맥락에서 개시된 바와 같은 용어 및 정의를 참조한다. 광학 테스트 스트립은 특히 적어도 하나의 관심 영역을 포함할 수 있다.
본 발명의 상이한 양태들로 앞서 개시된 방법 및 장치는 종래 기술에서 설명된 방법 및 장치보다 우수한 많은 장점을 갖는다. 카메라를 가지는 모바일 장치는 일반적으로 톤 매핑 함수를, 카메라의 이미징 장치에 의해서 획득된 원료 데이터에 적용하여, 원료 데이터를 기초로 하는 프로세스된 데이터 세트를 생성한다. 프로세스된 데이터는 일반적으로 카메라에 의해서 촬영된 그래픽 표상을 디스플레이하기 위해서 이용된다. 톤 매핑 함수는 일반적으로 비-선형 함수이다. 대부분의 경우에, 사용된 톤 매핑 함수 및 원료 데이터 모두는 예를 들어 사용자 또는 애플리케이션의 개발자가 접근할 수 없거나 이용할 수 없다. 그 대신, 일반적으로 사용자 및/또는 애플리케이션의 개발자는 프로세스된 데이터 세트에 예를 들어 이미지 파일의 형태로 접근할 수 있다. 또한, 종종, 사용자 또는 애플리케이션 개발자는 모바일 장치의 톤 매핑 함수를 특정의, 예를 들어 알려진 톤 매핑 함수로 셋팅할 수 없다. 광학 테스트 스트립의 테스트 필드의 적어도 하나의 부분의 분석 이미지가 테스트 필드에 도포된 체액 내의 분석물질의 농도를 측정하기 위해서 이용되는 경우에, 프로세스된 데이터를 이용하는 분석물질 농도의 측정은, 구체적으로 모바일 장치에 의해서 사용되는 톤 매핑 함수의 비-선형성으로 인해서, 부정확한 분석물질 농도를 초래할 수 있다. 따라서, 가능한 톤 매핑 함수를 결정하는 것, 그리고 분석물질 농도를 측정할 때 가능한 톤 매핑 함수를 고려하는 것은, 종래 기술에서 알려진 방법에 비해서, 결정된 분석물질 농도의 정확도를 높일 수 있다.
또한, 본 발명의 상이한 양태에서 앞서 개시된 방법 및 장치는, 이러한 방법을 많은 수의 모바일 장치와 함께 사용할 수 있게 하는 큰 유연성으로 인해서, 특히 유리할 수 있다. 일반적으로, 상이한 스마트폰들과 같은 상이한 모바일 장치들은, 특정 모바일 장치와 함께 특정 방법을 사용할 수 있게 하거나 사용하지 못하게 할 수 있는 상이한 제약들을 가질 수 있다. 본 발명에 따른 방법은, 그 유연성으로 인해서, 많은 수의 모바일 장치와 함께 이용될 수 있다. 구체적으로, 이는, 사용자가 그들의 모바일 장치를 변경할 수 있고 예를 들어 혈당을 측정하기 위해서 동일하고 익숙한 방법을 계속 이용할 수 있기 때문에, 큰 사용자-친화성을 암시한다.
요약하자면 그리고 추가적인 가능한 실시형태를 배제하지 않으면서, 이하의 실시형태가 예상될 수 있다:
실시형태 1: 카메라를 포함하는 모바일 장치를 사용하여 체액 내 분석물질의 농도를 측정하는 방법으로서:
a) 카메라를 사용하여 대상의 적어도 하나의 관심 영역에 대한 일련의 보정 이미지들을 촬영하는 단계로서, 상기 보정 이미지들은 휘도가 상이한, 단계;
b) 단계 a)에서 촬영한 일련의 보정 이미지들 각각으로부터 모바일 장치의 톤 매핑(tone mapping) 함수에 대한 적어도 하나의 핵심 교정 수치 특성을 도출하는 단계;
c) 단계 a)에서 촬영한 일련의 보정 이미지들로부터의 핵심 교정 수치를 고려하여 모바일 장치의 적어도 하나의 가능한 톤 매핑 함수를 결정하는 단계;
d) 광학 테스트 스트립의 테스트 필드의 적어도 일부에 대한 적어도 하나의 분석 이미지를 촬영하는 단계로서, 테스트 필드에는 체액이 도포되어 있는 단계; 및
e) 모바일 장치의 가능한 톤 매핑 함수를 고려하여 테스트 필드의 분석 이미지로부터 체액 내 분석물질의 농도를 측정하는 단계.
실시형태 2: 실시형태 1에 따른 방법에 있어서, 상기 분석물질이 포도당인, 방법.
실시형태 3: 실시형태 1 및 실시형태 2에 따른 방법에 있어서, 상기 체액이 혈액인, 방법.
실시형태 4: 실시형태 1 내지 실시형태 3 중 어느 한 실시형태에 따른 방법에 있어서, 상기 단계 d) 및 e)는 반복적으로 수행되며, 상기 단계 a) 내지 c)는 상기 단계 d) 및 e)의 복수회 반복에 대해 초기에 1회만 또는 상기 단계 d) 및 e)를 수행하기 전에 매회 또는 기결정된 빈도로 수행되는, 방법.
실시형태 5: 실시형태 1 내지 실시형태 4 중 어느 한 실시형태에 따른 방법에 있어서, 상기 빈도수는: 시간적 빈도수; 단계 d) 및 단계 e)의 미리 결정된 반복의 수에 의해서 규정되는 빈도수 중 적어도 하나인, 방법.
실시형태 6: 실시형태 1 내지 실시형태 5 중 어느 한 실시형태에 따른 방법에 있어서, 상기 일련의 것은 적어도 2개의 보정 이미지, 구체적으로 적어도 3개의 보정 이미지, 보다 구체적으로 적어도 5개의 보정 이미지를 포함하는, 방법.
실시형태 7: 실시형태 1 내지 실시형태 6 중 어느 한 실시형태에 따른 방법에 있어서, 상기 대상은, 광학 테스트 스트립; 종이의 시트, 구체적으로 백색 종이의 시트로 이루어진 그룹 중 적어도 하나의 요소를 포함하는, 방법.
실시형태 8: 실시형태 1 내지 실시형태 7 중 어느 한 실시형태에 따른 방법에 있어서, 상기 대상은 상기 광학 테스트 스트립을 포함하며, 상기 분석 이미지가 상기 일련의 보정 이미지들의 일부로서 촬영되도록 상기 분석 이미지는 상기 보정 이미지들 중 적어도 하나와 일치되는, 방법.
실시형태 9: 실시형태 1 내지 실시형태 8 중 어느 한 실시형태에 따른 방법에 있어서, 상기 일련의 보정 이미지는 체액이 테스트 필드에 도포된 상태에서 촬영되고, 상기 보정 이미지의 적어도 하나는 상기 테스트 필드의 일부를 포함하는, 방법.
실시형태 10: 실시형태 1 내지 실시형태 9 중 어느 한 실시형태에 따른 방법에 있어서, 상기 관심 영역은 백색 필드; 흑색 필드;, 회색 필드; 및 계조 스텝 웨지로 구성된 그룹의 적어도 하나의 요소를 포함하는, 방법.
실시형태 11: 실시형태 1 내지 실시형태 10 중 어느 한 실시형태에 따른 방법에 있어서, 상기 각각의 보정 이미지는 적어도 2개의 관심 영역, 구체적으로 하나의 흑색 필드 및 하나의 백색 필드, 구체적으로 하나의 흑색 필드 또는 하나의 제1 회색 필드 및 하나의 백색 필드 또는 하나의 제2 회색 필드를 포함하는, 방법.
실시형태 12: 실시형태 1 내지 실시형태 11 중 어느 한 실시형태에 따른 방법에 있어서, 상기 2개의 관심 영역들 사이의 물리적 휘도비를 알고 있는, 방법.
실시형태 13: 실시형태 1 내지 실시형태 12 중 어느 한 실시형태에 따른 방법에 있어서, 상기 보정 이미지들 각각에 대해, 상기 핵심 교정 수치는 상기 보정 이미지의 상기 관심 영역의 적어도 하나의 휘도값으로부터 도출되는, 방법.
실시형태 14: 실시형태 1 내지 실시형태 13 중 어느 한 실시형태에 따른 방법에 있어서, 상기 핵심 교정 수치는: 보정 이미지의 관심 영역의 휘도 값 중 적어도 하나; 보정 이미지의 관심 영역의 복수의 휘도 값으로부터 도출된 적어도 하나의 평균 휘도 값 중 적어도 하나를 포함하는, 방법.
실시형태 15: 실시형태 1 내지 실시형태 14 중 어느 한 실시형태에 따른 방법에 있어서, 단계 a)에서, 상기 보정 이미지의 휘도가, 특히 단계적인 방식으로 능동적으로 변경되는, 방법.
실시형태 16: 실시형태 1 내지 실시형태 15 중 어느 한 실시형태에 따른 방법에 있어서, 상기 보정 이미지의 휘도는 이하의 파라미터: 노출 시간; 카메라의 이미지 센서의 광 감도; 구체적으로 이미지 센서의 ISO 감도; 광원, 구체적으로 모바일 장치, 특히 카메라의 LED의 광도 중 적어도 하나의 파라미터 값을 변경하는 것에 의해서 단계 a)에서 변경되는, 방법.
실시형태 17: 실시형태 1 내지 실시형태 16 중 어느 한 실시형태에 따른 방법에 있어서, 상기 파라미터 값은, 파라미터 값과 함께 취해진 보정 이미지의 관심 영역의 휘도 값이 미리 결정된 휘도 값 범위의 일부가 될 수 있도록 하는 방식으로 선택되는, 방법.
실시형태 18: 실시형태 1 내지 실시형태 17 중 어느 한 실시형태에 따른 방법에 있어서, 상기 파라미터 값은, 상기 카메라의 이미지 센서에 의해서 검출된 휘도 값에 본질적으로 비례하는, 방법.
실시형태 19: 실시형태 1 내지 실시형태 19 중 어느 한 실시형태에 따른 방법에 있어서, 단계 c)는 각각의 보정 이미지에 대해서 적어도 하나의 샘플링 포인트, 구체적으로 적어도 하나의 값의 쌍을 결정하는 것을 포함하고, 상기 샘플링 포인트는 핵심 교정 수치 및 파라미터 값을 포함하는, 방법.
실시형태 20: 실시형태 1 내지 실시형태 19 중 어느 한 실시형태에 따른 방법에 있어서, 상기 단계 c)는, 상기 일련의 보정 이미지들의 상기 샘플링 포인트들에 대한 상관관계, 특히 적합 곡선을 결정하는 것, 또는 기결정된 상관관계 집합으로부터 상기 일련의 보정 이미지들의 상기 샘플링 포인트들에 적합한 상관관계, 특히 함수를 선택하는 것 중 적어도 하나에 의해 상기 가능한 톤 매핑 함수를 결정하는 것을 포함하는, 방법.
실시형태 21: 실시형태 1 내지 실시형태 20 중 어느 한 실시형태에 따른 방법에 있어서, 상기 미리 결정된 함수의 세트는 sRGB 감마 보정을 포함하는, 방법.
실시형태 22: 실시형태 1 내지 실시형태 21 중 어느 한 실시형태에 따른 방법에 있어서, 단계 e)는, 상기 테스트 필드의 상기 적어도 일부를 나타내는 상기 분석 이미지의 적어도 일부의 적어도 하나의 휘도값으로부터 적어도 하나의 핵심 분석 수치를 도출하는 것을 포함하는, 방법.
실시형태 23: 실시형태 1 내지 실시형태 22 중 어느 한 실시형태에 따른 방법에 있어서, 상기 핵심 분석 수치는: 테스트 필드를 보여주는 분석 이미지의 일부의 휘도 값 중 적어도 하나; 테스트 필드를 보여주는 분석 이미지의 일부의 복수의 휘도 값으로부터 도출된 적어도 하나의 평균 휘도 값 중 적어도 하나를 포함하는, 방법.
실시형태 24: 실시형태 1 내지 실시형태 23 중 어느 한 실시형태에 따른 방법에 있어서, 상기 핵심 분석 수치 각각으로부터, 적어도 하나의 가능한 분석물질 측정 수치는 상기 핵심 분석 수치에 상기 가능한 톤 매핑 함수의 역함수를 적용함으로써 도출되는, 방법.
실시형태 25: 실시형태 1 내지 실시형태 24 중 어느 한 실시형태에 따른 방법에 있어서, 상기 가능한 분석물질 측정 수치는 적어도 하나의 가능한 휘도 값을 포함하고, 상기 가능한 휘도 값은, 상기 체액이 도포된 테스트 필드의 일부를 이미징할 때, 상기 카메라의 이미지 센서에 의해서 검출된 휘도 값에 근접하는, 방법.
실시형태 26: 실시형태 1 내지 실시형태 25 중 어느 한 실시형태에 따른 방법에 있어서, 단계 e)에서, 상기 분석물질 농도는, 상기 가능한 분석물질 측정 수치와 상기 분석물질 농도 사이의 미리 결정된 상관 관계를 이용하는 것에 의해서, 상기 가능한 분석물질 측정 수치로부터 결정되는, 방법.
실시형태 27: 실시형태 1 내지 실시형태 26 중 어느 한 실시형태에 따른 방법에 있어서, 상기 방법의 단계 c)는 각각의 핵심 교정 수치에 대해서 적어도 하나의 가능한 교정 측정 수치를 결정하기 위해서 상기 반전된 가능한 톤 매핑 함수를 상기 핵심 교정 수치에 적용하는 것을 포함하고, 상기 톤 매핑 함수는 미리 결정된 톤 매핑 함수의 그룹으로부터 선택되는, 방법.
실시형태 28: 실시형태 1 내지 실시형태 27 중 어느 한 실시형태에 따른 방법에 있어서, 상기 선택된 미리 결정된 톤 매핑 함수는 sRGB 감마 보정을 포함하는, 방법.
실시형태 29: 실시형태 1 내지 실시형태 28 중 어느 한 실시형태에 따른 방법에 있어서, 테스트 포인트들, 특히 테스트 값들의 쌍들 사이의 관계의 선형성이 체크되고, 각각의 테스트 포인트는 상기 가능한 교정 측정 수치 및 상기 파라미터 값을 포함하는, 방법.
실시형태 30: 실시형태 1 내지 실시형태 29 중 어느 한 실시형태에 따른 방법에 있어서, 상기 테스트 포인트들 사이의 관계가 선형인 것으로 분류되는 경우에, 상기 선택된 미리 결정된 톤 매핑 함수가 상기 가능한 톤 매핑 함수로서 결정되는, 방법.
실시형태 31: 실시형태 1 내지 실시형태 30 중 어느 한 실시형태에 따른 방법에 있어서, 상기 테스트 포인트들 사이의 관계가 비-선형적인 것으로 분류되는 경우에, 상기 테스트 포인트들 사이의 나머지 상관 관계 특히 피팅 곡선이 결정되고, 상기 나머지 상관 관계가 상기 테스트 포인트들을 피팅하는, 방법.
실시형태 32: 실시형태 1 내지 실시형태 31 중 어느 한 실시형태에 따른 방법에 있어서, 상기 테스트 포인트들 사이의 나머지 상관 관계는: 특히 포물선; 포물선 함수; 또는 포물선 피팅 중 적어도 하나에 의해서 개산될 수 있다.
실시형태 33: 실시형태 1 내지 실시형태 32 중 어느 한 실시형태에 따른 방법에 있어서, 단계 c)에서, 상기 가능한 톤 매핑 함수는, 상기 선택된 미리 결정된 톤 매핑 함수 및 나머지 상관 관계 모두를 고려하는 것에 의해서 결정되는, 방법.
실시형태 34: 실시형태 1 내지 실시형태 33 중 어느 한 실시형태에 따른 방법에 있어서, 상기 방법은:
f)모바일 장치의 톤 매핑 함수를 선형 톤 매핑 함수로, 구체적으로 이미지 센서에 의해서 검출된 휘도 값, 예를 들어 원래의 휘도 값과 카메라에 의해서 촬영된 이미지의 휘도 값, 예를 들어 프로세스된 휘도 값 사이의 비례성을 특징으로 하는 톤 매핑 함수로 셋팅하는 것.
실시형태 35: 실시형태 34에 따른 방법에 있어서, 단계 f)가 단계 a)에 선행하는, 방법.
실시형태 36: 실시형태 1 내지 실시형태 35 중 어느 한 실시형태에 따른 방법에 있어서, 샘플링 포인트들 사이의 관계의 선형성이 체크되고, 각각의 샘플링 포인트는 상기 보정 이미지 및 상기 보정 이미지의 촬영을 위해서 이용된 상기 파라미터 값 중 하나로부터 도출된 핵심 교정 수치를 포함하는, 방법.
실시형태 37: 실시형태 1 내지 실시형태 36 중 어느 한 실시형태에 따른 방법에 있어서, 상기 샘플링 포인트들 사이의 관계가 선형인 것으로 분류되는 경우에, 상기 선형 톤 매핑 곡선이 상기 가능한 톤 매핑 함수로서 결정되는, 방법.
실시형태 38: 실시형태 1 내지 실시형태 37 중 어느 한 실시형태에 따른 방법에 있어서, 단계 e)에서, 상기 분석물질 농도는 상기 체액이 도포된 상기 테스트 필드와 상기 대상의 상기 관심 영역 사이의 휘도비로부터 측정되는 방법.
실시형태 39: 실시형태 38에 따른 방법에 있어서, 상기 체액이 도포된 상기 테스트 필드와 상기 대상의 관심 영역 사이의 휘도비는 상기 적어도 하나의 분석 이미지에 대한 적어도 하나의 편차 인자이거나 그와 동일하고, 상기 분석 이미지는 상기 적어도 하나의 휘도 값 및 상기 분석 이미지를 촬영하기 위해서 이용된 상기 파라미터 값을 포함하는 적어도 하나의 휘도 값핵심 분석 수치를 특징으로 하고, 상기 편차 인자는, 상기 분석 이미지의 파라미터 값과 상기 가능한 톤 매핑 함수를 나타내는 곡선 상의 포인트의 파라미터 값 사이의 비율을 설명하고, 상기 곡선 상의 포인트는 상기 파라미터 값 및 상기 휘도 값을 특징으로 하고, 상기 곡선 상의 포인트의 휘도 값 및 상기 핵심 분석 수치가 동일한, 방법.
실시형태 40: 실시형태 39에 따른 방법에 있어서, 상기 가능한 톤 매핑 함수는 반-대수 방식으로 표현되고, 상기 파라미터 값은 대수 방식으로 표현되는 한편, 상기 휘도 값은 선형적인 방식으로, 구체적으로, 비-대수 방식으로 표현되는, 방법.
실시형태 41: 실시형태 39 또는 실시형태 40에 따른 방법에 있어서, 적어도 2개, 구체적으로 3개, 보다 구체적으로 5개의 복수의 분석 이미지가 이용되고, 상기 적어도 하나의 편차 인자가 각각의 분석 이미지에 대해서 결정되고, 적어도 하나의 평균화된 편차 인자가 상기 복수의 편차 인자로부터 결정되는, 방법.
실시형태 42: 실시형태 41에 따른 방법에 있어서, 상기 대상은 상기 광학 테스트 스트립을 포함하며, 상기 분석 이미지가 상기 일련의 보정 이미지들의 일부로서 촬영되도록, 각각의 분석 이미지가 적어도 하나의 보정 이미지와 일치되는, 방법.
실시형태 43: 실시형태 1 내지 실시형태 42 중 어느 한 실시형태에 따른 방법에 있어서, 단계 c)에서 결정된 상기 가능한 톤 매핑 함수가 상기 모바일 장치의 적어도 하나의 저장 장치 내에 저장되는, 방법.
실시형태 44: 실시형태 43에 따른 방법에 있어서, 단계 a) 내지 단계 c)의 반복된 수행 후에, 복수의 결정된 톤 매핑 함수가 상기 저장 장치 내에 저장되는, 방법.
실시형태 45: 실시형태 44에 따른 방법에 있어서, 단계 c)에서 결정된 상기 톤 매핑 함수가 상기 저장 장치 내에 저장된 톤 매핑 함수 중 적어도 하나에 대해서 비교되는, 방법.
실시형태 46: 실시형태 45에 따른 방법에 있어서, 단계 c)에서 결정된 상기 톤 매핑 함수는, 상기 저장된 가능한 톤 매핑 함수 중 적어도 하나로부터, 단계 c)에서 결정된 상기 톤 매핑 함수의 편차가 미리 결정된 문턱값을 초과하는 경우에, 폐기되는, 방법.
실시형태 47: 실시형태 1 내지 실시형태 46 중 어느 한 실시형태에 따른 방법에 있어서, 방법 단계 b), 단계 c) 및 단계 e)가 컴퓨터-규현되는, 방법.
실시형태 48: 실시형태 1 내지 실시형태 47 중 어느 한 실시형태에 따른 방법에 있어서, 방법 단계 a) 및 단계 d)가 컴퓨터-규현되는, 방법.
실시형태 49: 컴퓨터, 구체적으로 모바일 장치의 프로세서에 의해 실행될 때, 상기 컴퓨터가 제1항 내지 제48항 중 어느 한 항에 따른 방법의 단계 b), 단계 c) 및 단계 e) 그리고 선택적로 단계 f)를 실행하게 하는 컴퓨터 실행 가능한 명령어를 포함하는 컴퓨터 프로그램.
실시형태 50: 실시형태 49에 따른 컴퓨터 프로그램에 있어서, 상기 컴퓨터 프로그램은 컴퓨터-실행 가능 명령어를 더 포함하고, 상기 컴퓨터-실행 가능 명령어는, 상기 컴퓨터 프로그램이 상기 컴퓨터에 의해서 실행될 때, 상기 컴퓨터가 상기 방법의 단계 a) 따라 일련의 보정 이미지를 촬영하도록 프롬프트하게 하는, 컴퓨터 프로그램.
실시형태 51: 실시형태 49 또는 실시형태 50에 따른 컴퓨터 프로그램에 있어서, 상기 컴퓨터 프로그램은 컴퓨터-실행 가능 명령어를 더 포함하고, 상기 컴퓨터-실행 가능 명령어는, 상기 컴퓨터 프로그램이 상기 컴퓨터에 의해서 실행될 때, 상기 컴퓨터가 상기 방법의 단계 d) 따라 적어도 하나의 분석 이미지를 촬영하도록 프롬프트하게 하는, 컴퓨터 프로그램.
실시형태 52: 카메라 및 프로세서를 가지는 모바일 장치로서, 상기 프로세서는:
i.) 사용자가 카메라를 사용하여 대상의 적어도 하나의 관심 영역에 대한 일련의 보정 이미지들을 촬영하게 하는 것을 프롬프트하는 단계로서, 상기 보정 이미지들은 그 휘도들이 상이한, 단계;
ii.) 단계 i.)에서 촬영한 일련의 보정 이미지들 각각으로부터 모바일 장치의 톤 매핑 함수에 대한 적어도 하나의 핵심 교정 수치 특성을 도출하는 단계;
iii.) 단계 i.)에서 촬영한 일련의 보정 이미지들로부터의 핵심 교정 수치를 고려하여 모바일 장치의 적어도 하나의 가능한 톤 매핑 함수를 결정하는 단계;
iv.) 광학 테스트 스트립의 테스트 필드의 적어도 일부에 대한 적어도 하나의 분석 이미지를 촬영하도록 상기 사용자에게 프롬프팅하는 단계로서, 상기 테스트 필드에는 상기 체액이 도포되어 있는, 단계; 및
v.) 상기 모바일 장치의 상기 가능한 톤 매핑 함수를 고려하여 상기 테스트 필드의 상기 분석 이미지로부터 체액 내 분석물질의 농도를 측정하는 단계.
실시형태 53: 실시형태 52에 따른 모바일 장치에 있어서, 상기 모바일 장치, 구체적으로 프로세서는, 카메라를 가지는 모바일 장치를 이용하여 체액 내의 분석물질의 농도를 측정하는 방법을 인용하는 제1항 내지 제48항 중 어느 한 항에 따른 방법의 단계를 수행하도록 구성되는, 모바일 장치.
실시형태 54: 체액 내 분석물질의 농도를 측정하는 키트로서:
- 모바일 장치를 인용하는 제52항 또는 제53항 중 어느 한 항에 따른 적어도 하나의 모바일 장치; 및
- 적어도 하나의 테스트 필드를 가지는 적어도 하나의 광학 테스트 스트립을 포함한다.
실시형태 55: 실시형태 54에 따른 키트에 있어서, 상기 광학 테스트 스트립이 적어도 하나의 관심 영역을 더 포함하는, 키트.
추가적인 선택적인 특징 및 실시형태가, 바람직하게 종속 청구항과 관련하여 후속되는 실시형태에 관한 설명에서 더욱 상세하게 개시될 것이다. 여기에서, 각각의 선택적인 특징은, 당업자가 인식하는 바와 같이, 임의의 실행 가능한 조합뿐만 아니라 분리된 방식으로 실현될 수 있다. 본 발명의 범위는 바람직한 실시형태에 의해서 제한되지 않는다. 실시형태가 도면에 개략적으로 도시되어 있다.
여기에서, 이러한 도면들 내의 동일한 참조 번호는 동일하거나 기능적으로 유사한 요소를 지칭한다.
도 1은 체액 내의 분석물질의 농도를 측정하는 방법을 예시하는 흐름도를 도시한다.
도 2는 방법의 단계 c)에서 설명된 바와 같이 결정된 가능한 톤 매핑 함수를 도시한다.
도 3a 및 도 3b는 계조 스텝 웨지를 이용하여 촬영된 일련의 보정 이미지로부터 결정된 계조 스텝 웨지(3a) 및 많은 수의 샘플링 포인트(3b)를 도시한다.
도 4a 및 도 4b는, 부분적으로 도 4a에 도시된 일련의 보정 이미지로부터 결정된 일련의 보정 이미지(4a) 및 가능한 톤 매핑 함수(4b)를 도시한다.
도 5a 및 도 5b는 각각 많은 수의 상이한 가능한 톤 매핑 함수를 도시하고, 가능한 톤 매핑 함수가 기초로 하는 보정 이미지의 생성을 위해서, 도 5a에서는 노출 시간이 변경되는 한편, 도 5b에서는 카메라의 ISO 감도가 변경된다.
도 6a, 도 6b 및 도 6c는 단계 c)에서 설명된 바와 같이 결정된 가능한 톤 매핑 함수(6a), sRGB 감마 보정의 보상 후의 도 6a의 가능한 톤 매핑 함수(6b), 및 도 6b에 도시된 곡선에 근접하는 포물선 피팅(6c)을 도시한다.
도 7a 및 도 7b는 단계 c)에서 설명된 바와 같이 결정된 가능한 톤 매핑 함수뿐만 아니라, 카메라의 노출 시간에 의해서 결정되는 값들의 쌍 및 분석 이미지의 데이터 세트의 일부로서 테스트 필드의 상응 휘도 값(7a), 그리고 대수 스케일로 휘도 값과 함께 도시된 도 7a의 데이터(7b)를 도시한다.
도 8 은 모바일 장치 및 광학 테스트 스트립을 포함하는 키트를 도시한다.
여기에서, 이러한 도면들 내의 동일한 참조 번호는 동일하거나 기능적으로 유사한 요소를 지칭한다.
도 1은 체액 내의 분석물질의 농도를 측정하는 방법을 예시하는 흐름도를 도시한다.
도 2는 방법의 단계 c)에서 설명된 바와 같이 결정된 가능한 톤 매핑 함수를 도시한다.
도 3a 및 도 3b는 계조 스텝 웨지를 이용하여 촬영된 일련의 보정 이미지로부터 결정된 계조 스텝 웨지(3a) 및 많은 수의 샘플링 포인트(3b)를 도시한다.
도 4a 및 도 4b는, 부분적으로 도 4a에 도시된 일련의 보정 이미지로부터 결정된 일련의 보정 이미지(4a) 및 가능한 톤 매핑 함수(4b)를 도시한다.
도 5a 및 도 5b는 각각 많은 수의 상이한 가능한 톤 매핑 함수를 도시하고, 가능한 톤 매핑 함수가 기초로 하는 보정 이미지의 생성을 위해서, 도 5a에서는 노출 시간이 변경되는 한편, 도 5b에서는 카메라의 ISO 감도가 변경된다.
도 6a, 도 6b 및 도 6c는 단계 c)에서 설명된 바와 같이 결정된 가능한 톤 매핑 함수(6a), sRGB 감마 보정의 보상 후의 도 6a의 가능한 톤 매핑 함수(6b), 및 도 6b에 도시된 곡선에 근접하는 포물선 피팅(6c)을 도시한다.
도 7a 및 도 7b는 단계 c)에서 설명된 바와 같이 결정된 가능한 톤 매핑 함수뿐만 아니라, 카메라의 노출 시간에 의해서 결정되는 값들의 쌍 및 분석 이미지의 데이터 세트의 일부로서 테스트 필드의 상응 휘도 값(7a), 그리고 대수 스케일로 휘도 값과 함께 도시된 도 7a의 데이터(7b)를 도시한다.
도 8 은 모바일 장치 및 광학 테스트 스트립을 포함하는 키트를 도시한다.
본 발명의 제1 양태에서, 카메라(112)를 가지는 모바일 장치(110)를 사용하여 체액 내 분석물질의 농도를 측정하는 방법이 개시된다. 도 1은 방법의 흐름도를 도시하고, 모바일 장치(110)의 구성요소가 도 8에 도시되어 있다. 방법의 추가적인 상세 내용이 도 2 내지 도 7b에 도시되어 있다. 이하에서, 이러한 도면 모두를 참조한다.
이러한 방법은, 구체적으로 주어진 순서로 수행될 수 있는 이하의 단계들을 포함한다. 그러나, 다른 순서도 또한 가능할 수 있다. 방법 단계들 중 둘 이상을 완전히 또는 부분적으로 동시에 수행하는 것도 또한 가능할 수 있다. 하나 이상의 방법 단계 또는 심지어 모든 방법 단계를 1차례 또는 반복하여 수행하는 것도 또한 가능할 수 있다. 방법은, 본원에서 나열되지 않은 부가적인 방법 단계를 포함할 수 있다. 상기 방법 단계는 다음과 같다:
a) 상기 카메라(112)(도 8 참조)를 사용하여 대상(118)의 적어도 하나의 관심 영역(116)에 대한 일련의 보정 이미지들(114)(예를 들어, 도 4a 참조)을 촬영하는 단계로서, 상기 보정 이미지들(114)은 그들의 휘도들이 상이한, 단계;
b) 단계 a)에서 촬영한 일련의 보정 이미지들 각각으로부터 모바일 장치(110)의 톤 매핑 함수에 대한 적어도 하나의 핵심 교정 수치 특성을 도출하는 단계;
c) 단계 a)에서 촬영한 일련의 보정 이미지들(114)로부터의 핵심 교정 수치를 고려하여 모바일 장치(110)의 적어도 하나의 가능한 톤 매핑 함수(120)(예를 들어, 도 2, 도 4b, 도 5a, 도 5b, 도 6a, 도 7a 및 도 7b 참조)를 결정하는 단계;
d) 광학 테스트 스트립(124)의 테스트 필드(122)의 적어도 일부에 대한 적어도 하나의 분석 이미지를 촬영하는 단계로서, 상기 테스트 필드(122)에는 상기 체액이 도포되어 있는, 단계(예를 들어, 도 8참조); 및
e) 상기 모바일 장치(110)의 상기 가능한 톤 매핑 함수(120)를 고려하여 상기 테스트 필드(122)의 상기 분석 이미지로부터 상기 체액 내 상기 분석물질의 상기 농도를 측정하는 단계.
도 1에 도시된 흐름도에서, 단계 a)는 참조 번호 126에 의해서 표시되고, 단계 b)는 참조 번호 128에 의해서 표시되고, 단계 c)는 참조 번호 130에 의해서 표시되며, 단계 d)는 참조 번호 132에 의해서 표시되고, 단계 e)는 참조 번호 134에 의해서 표시된다.
도 2는 체액 내의 분석물질의 농도를 측정하는 방법의 단계 c)에 따라 결정된 바와 같은 전형적인 가능한 톤 매핑 함수(120)를 도시한다. 도 2의 x-축은 밀리초 단위의 노출 시간(136)을 도시한다. 도 2의 도표의 y-축은 백색 필드(143)의 휘도 값(138)을 도시하고, 백색 필드는 도 2에 도시된 경우에 관심 영역(116)이다. 다른 관심 영역, 예를 들어 흑색 필드(139), 회색 필드 및 계조 스텝 웨지(142)도 가능하다. 보정 이미지들(114)은 그 휘도가 상이하다. 단계 a)에서, 보정 이미지(114)의 휘도는, 구체적으로 단계적인 방식으로, 능동적으로 변경될 수 있다. 도 2에 도시된 경우에, 모바일 장치(110)의 카메라(112)의 노출 시간(136)을 변경하는 것에 의해서, 보정 이미지(114)의 휘도가 변경된다. 모바일 장치(110)는, 이미지 파일의 일부일 수 있는 휘도 값(138)을, 보정 이미지(114)의 프로세스된 데이터로서, 카메라(112)의 이미징 장치(141)에 의해서 원료 데이터로서 생성된 각각의 휘도 값(138)에 할당하기 위해서, 톤 매핑 함수를 이용할 수 있다. 프로세스된 휘도 값(138)은 보정 이미지로부터 도출될 수 있고, 핵심 교정 수치로서의 역할을 할 수 있다. 보정 이미지(114)의 프로세스된 데이터를 포함하는 데이터 세트가 예를 들어 사용자에 의해서 접근될 수 있다.
원료 데이터 및 모바일 장치(110)의 톤 매핑 함수 모두를 알지 못할 수 있다. 모바일 장치(110)의 가능한 톤 매핑 함수(120)를 결정하기 위해서, 프로세스된 휘도 값(138)이, 보정 이미지(114)의 프로세스된 데이터를 포함하는 각각의 데이터 세트로부터 도출될 수 있다. 보정 이미지(114)의 프로세스된 휘도 값(138) 및 보정 이미지(114)의 생성을 위해서 사용된 카메라(112)의 파라미터 값(도 2의 경우에 노출 시간(136)이다)이 샘플링 포인트(140)를 함께 형성할 수 있다. 도 2는 총 14개의 샘플링 포인트(140)를 도시한다. 가능한 톤 매핑 함수(120)는 핵심 교정 수치, 특히 프로세스된 휘도 값(138), 구체적으로 샘플링 포인트(140)를 이용하여 결정될 수 있다. 특히, 가능한 톤 매핑 함수는 함수를 샘플링 포인트(140)에 피팅하는 것에 의해서 결정될 수 있다.
도 3a는, 관심 영역(116)으로서의 역할을 할 수 있는, 계조 스텝 웨지(142)를 도시한다. 도 3b의 x-축은 그레이 스케일 값(144)을 도시한다. 계조 스텝 웨지의 그레이 스케일 값(144)은 단계적인 방식으로 변화될 수 있다. 도 3b의 y-축은 RGB 컬러 공간의 적색 채널(146)의 값, 구체적으로 적색 컬러 채널의 세기를 도시한다. 다른 컬러 채널이 또한 이용될 수 있다. 도 3b는 샘플링 포인트의 4개의 세트를 더 도시한다. 각각의 세트에 대해서, 100 %, 48.8 %, 29.4 % 및 23.6 %의 필터링 값을 가지는, 상이한 중간 밀도 필터가 사용된다. 도 3b에 도시된 샘플링 포인트(140)는, x-좌표로서 계조 스텝 웨지(142)의 필드의 적어도 하나의 그레이 스케일 값(144), 및 y-좌표로서 보정 이미지(114)의 적색 컬러 채널(146)의 프로세스된 값을 포함할 수 있다. 100 %의 중간 밀도 필터로 획득된 샘플링 포인트는 참조 번호 148로 참조된다. 48.8 %의 중간 밀도 필터로 획득된 샘플링 포인트는 참조 번호 150으로 참조된다. 29.4 %의 중간 밀도 필터로 획득된 샘플링 포인트는 참조 번호 152로 참조된다. 13.6 %의 중간 밀도 필터로 획득된 샘플링 포인트는 참조 번호 154로 참조된다. 세트의 각각은 가능한 톤 매핑 함수(120)를 결정하기 위해서 이용될 수 있다.
도 4a는 예시적인 일련의 보정 이미지(114)를 도시하고, 이러한 경우에 대상(118)은, 테스트 필드(122)뿐만 아니라, 예를 들어 백색 필드(143) 또는 흑색 필드(139)일 수 있는, 관심 영역(116)을 포함하는 광학 테스트 스트립(124)이다. 상이한 보정 이미지들(114)의 노출 시간(136)은 상이할 수 있다. 따라서, 도 4a에 도시된 일련의 것 중 가장 왼쪽 및 왼쪽에 대한 제1 및 제2 보정 이미지(114)의 노출 시간(136)은 일련의 것의 중간에 있는 제3 보정 이미지의 노출 시간의 0.25 및 0.5배일 수 있는 한편, 일련의 것 중 오른쪽 및 가장 오른쪽에 대한 제4 및 제5 보정 이미지(114)의 노출 시간은 일련의 것의 중간에 있는 제3 보정 이미지(114)의 노출 시간의 2 및 4배일 수 있다. 전술한 바와 같이, 용어 "이미지"는 구체적으로 공간적으로 분해된 광학 데이터의 세트를 지칭할 수 있다. 특히 도 4a의 경우에, 데이터 세트의 그래픽 표상이 이미지로서 또한 지칭될 수 있다.
도 4b는, 노출 시간(136)이 상이한, 일련의 보정 이미지(114)를 이용하여 결정된 추가적인, 예시적인 가능한 톤 매핑 함수(120)를 도시한다. 도 4b의 x-축은 ms 단위의 노출 시간(136)을 도시한다. 도 4b의 y-축은 백색 필드의 휘도 값(138)을 도시한다. 가능한 톤 매핑 함수(120)는 7개의 샘플링 포인트(140)를 이용하여 결정된다. 각각의 샘플링 포인트(140)는, 보정 이미지(114)가 x-좌표로서 촬영되는 노출 시간(136), 및 노출 시간(136)으로 생성된 보정 이미지(114)의 관심 영역(116), 구체적으로 백색 필드(143)의 휘도 값(138)의 프로세스된 값을 포함할 수 있다.
도 5a 및 도 5b는, 본 발명에 따른 방법을 이용하여 결정된 바와 같은 가능한 톤 매핑 함수(120)를 도시한다. 일련의 보정 이미지(114) 중의 보정 이미지(114)의 휘도는 단계 a)에 따라 다르다. 도 5a에 도시된 경우에, 카메라의 ISO 감도를 100의 값에서 일정하게 유지하면서 노출 시간(136)을 변경하는 것에 의해서, 보정 이미지(114)의 휘도가 능동적으로 변경된다. 도 5b의 경우에, 노출 시간(136)을 1 ms에서 일정하게 유지하면서 카메라(112)의 ISO 감도를 변경하는 것에 의해서, 보정 이미지(114)의 휘도가 능동적으로 변경된다. 그 둘 모두의 경우에, 사용되는 모바일 장치는 Samsung J7이고, 적색 컬러 채널은 핵심 교정 수치(137)를 적색 컬러 채널의 휘도 값(138)의 형태로 도출하기 위해서 이용된다. 도 5a 및 도 5b 모두에서, 회색 필드는 관심 영역(116)으로서의 역할을 한다. 2개의 가능한 톤 매핑 함수(120)를 포함하는 각각의 세트를 갖는 5개의 데이터 세트가 도 5a 및 도 5b 모두에 도시되어 있다. 상기 세트는, 상이한 휘도 값들(138)을 가지는 회색 필드의 상이한 회색 레벨들에 상응한다. 20 %, 30 %, 40 %, 50 % 및 60 %의 상대적인 휘도 값을 갖는 회색 레벨은 참조 번호 158, 160, 162, 164 및 166로 각각 참조된다. 특히, %로 주어진 상대적인 휘도 값은 백색과 혼합된 흑색의 비율 또는 백분율을 구체적으로 표시할 수 있다. 따라서, 20%의 상대적인 휘도 값을 가지는 회색 레벨은 예를 들어 20% 흑색 및 80% 백색을 갖는 회색 레벨을 표시할 수 있다. 도 5a에 디스플레이된 샘플링 포인트(140)는, x-좌표로서 보정 이미지(114)가 촬영되는 노출 시간(136), 및 y-좌표로서 보정 이미지(114)의 회색 필드의 프로세스된 휘도 값(138)을 포함할 수 있다. 도 5b에 디스플레이된 샘플링 포인트(140)는, x-좌표로서 보정 이미지(114)의 촬영에 이용되는 카메라, 특히 이미징 장치(141)의 ISO 감도, 및 y-좌표로서 보정 이미지(114)의 회색 필드의 프로세스된 휘도 값(138)을 포함할 수 있다. 도 5a 및 도 5b는 방법의 단계 c)에 따라 결정된 바와 같은 가능한 톤 매핑 함수(120)를 더 도시한다. 노출 시간(136)의 능동적인 변경은, 도 5a 및 도 5b를 비교하는 것에 의해서 확인될 수 있는 바와 같이, 특히 더 매끄러운 톤 매핑 곡선(120) 형태의, ISO 감도의 능동적인 변경보다 더 일정한 결과를 제공한다.
방법의 단계 a)는 대상(118)의 적어도 하나의 관심 영역(116)의 일련의 보정 이미지(114)를 촬영하는 것을 포함한다. 대상(118)은 또한 복수의 관심 영역(116), 예를 들어 하나의 백색 필드(143) 및 하나의 흑색 필드(139)와 같은 2개의 관심 영역(116)을 포함할 수 있다. 도 6a는 방법의 단계 c)에 따라 결정된 가능한 톤 매핑 함수(120)를 도시한다. 단계 c)에서 고려되는 핵심 교정 수치는, 도 6a의 경우에서와 같이, 단계 a)에서 촬영된 보정 이미지로부터 도출된 휘도 값(138)일 수 있다. 휘도 값(138)은 구체적으로, 톤 매핑 함수를 카메라(112)의 이미징 장치(141)에 의해서 검출된 휘도 값에 적용하는 것에 의해서 모바일 장치에 의해서 생성된 프로세스된 휘도 값(138)일 수 있다. 프로세스된 휘도 값(138)은, 도 6a에 도시된 바와 같이, 샘플링 포인트(140)의 일부를 형성할 수 있다. 특히, 보정 이미지(114)의 데이터 세트의 일부이거나 그로부터 도출될 수 있는 프로세스된 휘도 값(138)은, 도 6a에 도시된 바와 같이, 샘플링 포인트(140)의 y-좌표일 수 있다. 또한, 보정 이미지(114)의 노출 시간(136)을 변경하여, 보정 이미지(114)의 휘도를 변경할 수 있다. 구체적으로, 샘플링 포인트(140)는, 도 6a에 도시된 바와 같이, 보정 이미지(114)의 노출 시간(136)을 x-좌표로서 포함할 수 있다. 도 6a에 디스플레이된 도표는 y-축 상의 보정 이미지(114)의 프로세스된 휘도 값(138) 대 x-축 상의 노출 시간(136)을 플로팅(plot)한다. 도 6a의 도표는 5개의 샘플링 포인트(140)를 도시하고, y-좌표로서 사용된 상기 샘플링 포인트(140)의 핵심 교정 수치(137), 특히 휘도 값(138)은 대상(118)의 백색 필드(143)의 단계적인 과소 노출에 의해서 생성된 보정 이미지(114)로부터 도출된다. 이러한 샘플링 포인트(140)는 참조 번호 168에 의해서 추가적으로 표시된다. 도 6a의 도표는 5개의 샘플링 포인트(140)를 더 도시하고, y-좌표로서 사용된 상기 샘플링 포인트(140)의 핵심 교정 수치(137), 특히 휘도 값(138)은 대상(118)의 흑색 필드(139)의 단계적인 과대 노출에 의해서 생성된 보정 이미지(114)로부터 도출된다. 이러한 샘플링 포인트(140)는 참조 번호 170에 의해서 표시된다.
도 6b는, 반전된 sRGB 감마 보정의 적용에 의해서 달성된 부분적인 선형화 후의, 도 6a의 가능한 톤 매핑 함수(120)를 도시한다. 도 6b의 도표에서, 휘도 값(138)은 y-축 상에 플로팅되고, 노출 시간(136)은 x-축 상에 플로팅된다. 도 6b에 디스플레이된 결과적인 함수(174)로부터 명확해지는 바와 같이, 결과적인 함수(174)는 일부 나머지 비-선형성을 보여주고, 그에 따라 단계 c)에 따라 결정되고 도 6a에 디스플레이된 가능한 톤 매핑 함수(120)는 sRGB 감마 보정과 동일하지 않을 수 있다. 따라서, 모바일 장치(110)에 의해서 실제로 사용되는 톤 매핑 함수는 sRGB 보정과 동일하지 않을 수 있다.
도 6b에서, sRGB 감마 보정의 적용 후의 휘도 값(138)이 참조 번호(172)에 의해서 더 표시되어 있다. 결과적인 함수(174)의 샘플링 포인트(140)는, 반전된 감마 보정(172)의 적용 후의 휘도 값(138)을 y-좌표로서 그리고 상응하는 보정 이미지(114)의 노출 시간(136)을 x-좌표로서 포함할 수 있다. 가능한 톤 매핑 함수(120)는, 예를 들어 톤 매핑 함수를 카메라(112)의 이미징 장치(141)에 의해서 생성된 데이터 세트에 적용하는 것에 의해서, 모바일 장치(110)에 의해서 사용될 수 있는 톤 매핑 함수일 수 있다. 가능한 톤 매핑 함수(120)는 대안적으로, 모바일 장치(110)에서 실제로 사용되는 톤 매핑 함수에 근접할 수 있다. 가능한 톤 매핑 함수(120)의 결정의 일부로서, 결과적인 함수(174) 또는 적어도 그 일부가, 도 6c에 도시된 바와 같이, 예를 들어 포물선 피팅(176)에 의해서, 개산될 수 있다. 결과적인 함수(174)의 관련 섹션은, 테스트 필드(122)의 분석 이미지로부터 분석물질 농도를 측정하는데 적합한 휘도 값(138)을 포함할 수 있다. 도 6c의 관련 섹션에 의해서 포함되는 샘플링 포인트(140)는 상자로 그리고 참조 번호 178로 표시되어 있다. 따라서, 가능한 톤 매핑 함수(120)의 sRGB 감마 보정으로부터의 편차를 단일 파라미터, 예를 들어 이차 항(quadratic term)으로 설명할 수 있다. 또한, 더 높은 차수의 항, 예를 들어 3차 항과 같은, 추가적인 항이 이용될 수 있다.
방법의 단계 e)는 모바일 장치(110)의 가능한 톤 매핑 함수(120)를 고려하여 테스트 필드(122)의 분석 이미지로부터 체액 내 분석물질의 농도를 측정하는 것을 포함한다. 단계 e)에서, 분석물질 농도는 구체적으로, 체액이 도포된 테스트 필드(122)와 대상(118)의 관심 영역(116) 사이의 휘도비로부터 측정될 수 있다. 체액이 도포된 테스트 필드(122)와 관심 영역(116) 사이의 휘도비를 알지 못할 수 있고, 결정될 수 있다. 특히, 분석 이미지의 프로세스된 데이터 세트로부터 입수할 수 있는 각각의 휘도 값(138) 및 보정 이미지(114)의 프로세스된 데이터 세트를 분할하는 것에 의해서 상기 휘도비를 결정하지 못할 수 있는데, 이는 모바일 장치(110)에 의해서 적용된 톤 매핑 함수의 비-선형성 때문이다.
도 7a 및 도 7b는, 체액이 도포된 테스트 필드(122)와 관심 영역(116) 사이의 휘도비를 결정하는, 특히 개산하는 선택적인 방식을 도시한다. 도 7a는, x-축 상에 플로팅된 노출 시간(136) 및 y-축 상에 플로팅된 휘도 값을 갖는 도표를 도시한다. 상기 도표는, 유사하게 표시된, 샘플링 포인트(140)를 이용하여 결정되는 바와 같은 가능한 톤 매핑 함수(120)를 디스플레이한다. y-좌표로서, 샘플링 포인트(140)는 핵심 교정 수치, 이러한 경우에 구체적으로, 이러한 경우에 관심 영역(116)으로서의 역할을 하는 백색 필드(143)의 휘도 값(138)을 포함할 수 있고, 휘도 값(138)은 보정 이미지(114)의 프로세스된 데이터 세트로부터 도출된다. x-좌표로서, 샘플링 포인트(140)는 보정 이미지(114)의 촬영을 위해서 이용된 노출 시간(136)을 포함할 수 있다. 도 7a에는, 핵심 분석 수치(186), 구체적으로 분석 이미지의 프로세스된 데이터 세트로부터 도출될 수 있는 바와 같은 체액이 도포된 테스트 필드(122)의 휘도 값(138)일 수 있는 y-좌표, 및 x-좌표, 구체적으로 분석 이미지를 촬영하기 위해서 이용된 노출 시간(136)에 의해서 결정되는 분석 포인트(184)가 더 도시되어 있다. 구체적으로, 도 7a에 도시된 데이터는 동시에 획득될 수 있다. 구체적으로, 각각의 분석 이미지는 보정 이미지(114)의 하나와 일치될 수 있다.
도 7b는 도 7a에 디스플레이된 데이터, 구체적으로 가능한 톤 매핑 함수(120), 샘플링 포인트(140) 및 분석 포인트(184)를 대수 스케일의 x-축으로 도시한다. 도 7b는, x-좌표를 변경함으로써, 분석 포인트(184)가 가능한 톤 매핑 함수(120) 상으로 또는 그 외삽(extrapolation)으로 이동될 수 있다는 것을 화살표로 더 표시한다. 그렇게 이동시키는 것은 구체적으로, 분석 포인트(184)의 x-좌표에 공통 편차 인자를 곱하는 것에 의해서, 모든 분석 포인트(184)에 대해서 달성될 수 있다. 편차 인자는, 체액이 도포된 테스트 필드(122)와 대상(118)의 관심 영역(116) 사이의 휘도비에 대해서 특정적일 수 있거나 이를 반영할 수 있다. 도 7b의 도표에서, 편차 인자는 0.465일 수 있다. 이동된 분석 포인트는 참조 번호 188에 의해서 표시되어 있다.
체액이 도포된 테스트 필드(122) 및 관심 영역(116)의 휘도비가 기준 휘도비와 관련하여 셋팅될 수 있다. 기준 휘도비는 예를 들어 체액이 도포되지 않은 테스트 필드(122)와 관심 영역(116) 사이의 휘도비일 수 있다. 대안적으로, 기준 휘도비는 광학 테스트 스트립(124) 상의 기준 필드와 관심 영역(116) 사이의 휘도비일 수 있다. 2개의 휘도비, 예를 들어 체액이 도포된 테스트 필드(122)와 대상(118)의 관심 영역(116) 사이의 휘도비 그리고 기준 휘도비 사이의 휘도비로부터, 예를 들어 코드 곡선; 참조 표; 신경망(도면에 미도시) 중 적어도 하나를 이용하는 것에 의해서, 분석물질 농도가 결정될 수 있다.
상기 개략적으로 설명한 바와 같이, 도 8에서, 모바일 장치(110)의 실시형태가 사시도로 도시되어 있고, 모바일 장치(110)는 카메라(112) 및 적어도 하나의 프로세서(180)를 갖는다. 프로세서(180)는, 예를 들어 프로그래밍에 의해서, 이하의 단계를 수행하도록 구성된다:
i.) 사용자가 카메라(112)를 사용하여 대상(118)의 적어도 하나의 관심 영역(116)에 대한 일련의 보정 이미지들(114)을 촬영하게 하는 것을 프롬프트하는 단계로서, 상기 보정 이미지들(114)은 그 휘도들이 상이한, 단계;
ii.) 단계 i.)에서 촬영한 일련의 보정 이미지들(114)의 각각으로부터 모바일 장치(110)의 톤 매핑 함수에 대한 적어도 하나의 핵심 교정 수치(137) 특성을 도출하는 단계;
iii.) 상기 단계 i.)에서 촬영한 상기 일련의 보정 이미지들(114)로부터 상기 핵심 교정 수치(137)를 고려하여 상기 모바일 장치(110)의 적어도 하나의 가능한 톤 매핑 함수(120)를 결정하는 단계;
iv.) 광학 테스트 스트립(124)의 테스트 필드(122)의 적어도 일부에 대한 적어도 하나의 분석 이미지를 촬영하도록 상기 사용자에게 프롬프팅하는 단계로서, 상기 테스트 필드(122)에는 상기 체액이 도포되어 있는, 단계; 및
v.) 상기 모바일 장치(110)의 상기 가능한 톤 매핑 함수(120)를 고려하여 상기 테스트 필드(122)의 상기 분석 이미지로부터 체액 내 분석물질의 농도를 측정하는 단계.
도 8은, 체액 내의 분석물질의 농도를 측정하기 위한 키트(182)의 실시형태가 개시된 것을 더 도시하고, 상기 키트(182)는:
- 전술한 바와 같은 또는 이하에서 더 설명되는 바와 같은 카메라(110) 및 적어도 하나의 프로세서(180)를 가지는 적어도 하나의 모바일 장치(110); 및
- 적어도 하나의 테스트 필드(122)를 가지는 적어도 하나의 광학 테스트 스트립(124)을 포함한다.
광학 테스트 스트립(124)은 특히 적어도 하나의 관심 영역(116)을 포함할 수 있다.
110 모바일 장치
112 카메라
114 보정 이미지
116 관심 영역
118 대상
120 가능한 톤 매핑 함수
122 테스트 필드
124 광학 테스트 스트립
126 단계 a)
128 단계 b)
130 단계 c)
132 단계 d)
134 단계 e)
136 노출 시간
137 핵심 교정 수치
138 휘도 값
139 흑색 필드
140 샘플링 포인트
141 이미징 장치
142 계조 스텝 웨지
143 백색 필드
144 회색 스케일 값
146 적색 컬러 채널의 값
148 100%의 중간 밀도 필터
150 48.8%의 중간 밀도 필터
152 29.4%의 중간 밀도 필터
154 13.6%의 중간 밀도 필터
156 ISO 감도
158 20%의 상대적인 휘도 값을 갖는 회색 레벨
160 30%의 상대적인 휘도 값을 갖는 회색 레벨
162 40%의 상대적인 휘도 값을 갖는 회색 레벨
164 50%의 상대적인 휘도 값을 갖는 회색 레벨
166 60%의 상대적인 휘도 값을 갖는 회색 레벨
168 백색 필드의 과소 노출
170 흑색 필드의 과다 노출
172 반전된 감마 보정 적용 후의 휘도 값
174 결과적인 함수
176 포물선 키트
178 결과적인 함수의 관련 섹션의 샘플링 포인트
180 프로세서
182 키트
184 분석 포인트
186 핵심 분석 수치
188 이동된 분석 포인트
112 카메라
114 보정 이미지
116 관심 영역
118 대상
120 가능한 톤 매핑 함수
122 테스트 필드
124 광학 테스트 스트립
126 단계 a)
128 단계 b)
130 단계 c)
132 단계 d)
134 단계 e)
136 노출 시간
137 핵심 교정 수치
138 휘도 값
139 흑색 필드
140 샘플링 포인트
141 이미징 장치
142 계조 스텝 웨지
143 백색 필드
144 회색 스케일 값
146 적색 컬러 채널의 값
148 100%의 중간 밀도 필터
150 48.8%의 중간 밀도 필터
152 29.4%의 중간 밀도 필터
154 13.6%의 중간 밀도 필터
156 ISO 감도
158 20%의 상대적인 휘도 값을 갖는 회색 레벨
160 30%의 상대적인 휘도 값을 갖는 회색 레벨
162 40%의 상대적인 휘도 값을 갖는 회색 레벨
164 50%의 상대적인 휘도 값을 갖는 회색 레벨
166 60%의 상대적인 휘도 값을 갖는 회색 레벨
168 백색 필드의 과소 노출
170 흑색 필드의 과다 노출
172 반전된 감마 보정 적용 후의 휘도 값
174 결과적인 함수
176 포물선 키트
178 결과적인 함수의 관련 섹션의 샘플링 포인트
180 프로세서
182 키트
184 분석 포인트
186 핵심 분석 수치
188 이동된 분석 포인트
Claims (15)
- 카메라(112)를 포함하는 모바일 장치(110)를 사용하여 체액 내 분석물질의 농도를 측정하는 방법에 있어서,
a) 상기 카메라(112)를 사용하여 대상(118)의 적어도 하나의 관심 영역(116)에 대한 일련의 보정 이미지들(114)을 촬영하며, 상기 보정 이미지들(114)은 휘도가 상이한 단계;
b) 상기 단계 a)에서 촬영한 상기 일련의 보정 이미지들(114) 각각으로부터 상기 모바일 장치(110)의 톤 매핑(tone mapping) 함수에 대한 적어도 하나의 핵심 교정 수치(137) 특성을 도출하는 단계;
c) 상기 단계 a)에서 촬영한 상기 일련의 보정 이미지들(114)로부터 상기 핵심 교정 수치(137)를 고려하여 상기 모바일 장치(110)의 적어도 하나의 가능한 톤 매핑 함수(120)를 결정하는 단계;
d) 광학 테스트 스트립(124)의 테스트 필드(122)의 적어도 일부에 대한 적어도 하나의 분석 이미지를 촬영하며, 상기 테스트 필드(122)에는 상기 체액이 도포되어 있는 단계; 및
e) 상기 모바일 장치(110)의 상기 가능한 톤 매핑 함수(120)를 고려하여 상기 테스트 필드(122)의 상기 분석 이미지로부터 상기 체액 내 상기 분석물질의 상기 농도를 측정하는 단계를 포함하는 방법. - 제1항에 있어서,
상기 단계 d) 및 e)는 반복적으로 수행되며, 상기 단계 a) 내지 c)는 상기 단계 d) 및 e)의 복수회 반복에 대해 처음에는 1회만 또는 상기 단계 d) 및 e)를 수행하기 전에 매회 또는 기결정된 빈도로 수행되는 방법. - 제1항 및 제2항 중 어느 한 항에 있어서,
상기 대상(118)은 상기 광학 테스트 스트립(124)을 포함하며, 상기 분석 이미지가 상기 일련의 보정 이미지들(114)의 일부로서 촬영되도록 상기 분석 이미지는 상기 보정 이미지들(114) 중 적어도 하나와 일치하는 방법. - 제1항 내지 제3항 중 어느 한 항에 있어서,
상기 관심 영역(116)은 백색 필드, 흑색 필드(139), 회색 필드, 및 계조 스텝 웨지(142)로 구성된 그룹의 적어도 하나의 요소를 포함하는 방법. - 제1항 내지 제4항 중 어느 한 항에 있어서,
상기 보정 이미지들(114) 각각은 적어도 2개의 관심 영역(116)을 포함하며, 특히 상기 2개의 관심 영역(116) 사이의 물리적 휘도비가 알려져 있는 방법. - 제1항 내지 제5항 중 어느 한 항에 있어서,
상기 보정 이미지들(114) 각각에 대해, 상기 핵심 교정 수치(137)는 상기 보정 이미지(114)의 상기 관심 영역(116)의 적어도 하나의 휘도값으로부터 도출되는 방법. - 제1항 내지 제6항 중 어느 한 항에 있어서,
상기 보정 이미지(114)의 상기 휘도는 상기 단계 a)에서 노출 시간(136), 상기 카메라(112)의 이미지 센서의 광감도, 및 광원의 광도를 포함하는 파라미터들 중 적어도 하나의 파라미터 값을 변경함으로써 변경되는 방법. - 제1항 내지 제7항 중 어느 한 항에 있어서,
상기 단계 c)는, 상기 보정 이미지들(114) 각각에 대해 적어도 하나의 샘플링 포인트(140)를 결정하며, 상기 샘플링 포인트(140)는 상기 핵심 교정 수치(137) 및 상기 파라미터 값을 포함하는 단계를 포함하는 방법. - 제1항 내지 제8항 중 어느 한 항에 있어서,
상기 단계 c)는, 상기 일련의 보정 이미지들(114)의 상기 샘플링 포인트들(140)에 대한 상관관계, 특히 적합 곡선을 결정하는 것, 또는 기결정된 상관관계 집합으로부터 상기 일련의 보정 이미지들(114)의 상기 샘플링 포인트들(140)에 적합한 상관관계, 특히 함수를 선택하는 것 중 적어도 하나에 의해 상기 가능한 톤 매핑 함수(120)를 결정하는 단계를 포함하는 방법. - 제1항 내지 제9항 중 어느 한 항에 있어서,
상기 단계 e)는, 상기 테스트 필드(122)의 상기 적어도 일부를 나타내는 상기 분석 이미지의 적어도 일부의 적어도 하나의 휘도값(138)으로부터 적어도 하나의 핵심 분석 수치(186)를 도출하는 단계를 포함하는 방법. - 제1항 내지 제10항 중 어느 한 항에 있어서,
상기 핵심 분석 수치(186) 각각으로부터, 적어도 하나의 가능한 분석물질 측정 수치는 상기 핵심 분석 수치(186)에 상기 가능한 톤 매핑 함수(120)의 역함수를 적용함으로써 도출되는 방법. - 제1항 내지 제11항 중 어느 한 항에 있어서,
상기 단계 e)에서, 상기 분석물질 농도는 상기 체액이 도포된 상기 테스트 필드(122)와 상기 대상(118)의 상기 관심 영역(116) 사이의 휘도비로부터 측정되는 방법. - 컴퓨터, 특히 모바일 장치(110)의 프로세서에 의해 실행시, 상기 컴퓨터로 하여금 제1항 내지 제12항 중 어느 한 항에 따른 방법의 단계 b), c) 및 e)를 수행하게 하는 컴퓨터 실행 가능한 명령어를 포함하는 컴퓨터 프로그램.
- 카메라(112) 및 프로세서(180)를 포함하는 모바일 장치(110)에 있어서,
상기 프로세서(180)는,
i.) 상기 카메라(112)를 사용하여 대상(118)의 적어도 하나의 관심 영역(116)에 대한 일련의 보정 이미지들(114)을 촬영하도록 사용자에게 프롬프팅하며, 상기 보정 이미지들(114)은 휘도가 상이한 단계;
ii.) 상기 단계 i.)에서 촬영한 상기 일련의 보정 이미지들(114) 각각으로부터 상기 모바일 장치(110)의 톤 매핑(tone mapping) 함수에 대한 적어도 하나의 핵심 교정 수치(137) 특성을 도출하는 단계;
iii.) 상기 단계 i.)에서 촬영한 상기 일련의 보정 이미지들(114)로부터 상기 핵심 교정 수치(137)를 고려하여 상기 모바일 장치(110)의 적어도 하나의 가능한 톤 매핑 함수(120)를 결정하는 단계;
iv.) 광학 테스트 스트립(124)의 테스트 필드(122)의 적어도 일부에 대한 적어도 하나의 분석 이미지를 촬영하도록 상기 사용자에게 프롬프팅하며, 상기 테스트 필드(122)에는 상기 체액이 도포되어 있는 단계; 및
v.) 상기 모바일 장치(110)의 상기 가능한 톤 매핑 함수(120)를 고려하여 상기 테스트 필드(122)의 상기 분석 이미지로부터 체액 내 분석물질의 농도를 측정하는 단계를 수행하도록 구성된 모바일 장치(110). - 체액 내 분석물질의 농도를 측정하는 키트(182)로서,
- 모바일 장치(110)를 인용하는 제1항 내지 제14항 중 어느 한 항에 따른 적어도 하나의 모바일 장치(110); 및
- 적어도 하나의 테스트 필드(122)를 포함하는 적어도 하나의 광학 테스트 스트립(124)을 포함하는 키트(182).
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP19182555 | 2019-06-26 | ||
| EP19182555.3 | 2019-06-26 | ||
| PCT/EP2020/067444 WO2020260246A1 (en) | 2019-06-26 | 2020-06-23 | Method of determining a concentration of an analyte in a bodily fluid and mobile device configured for determining a concentration of an analyte in a bodily fluid |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20220025741A true KR20220025741A (ko) | 2022-03-03 |
Family
ID=67070748
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020217042349A KR20220025741A (ko) | 2019-06-26 | 2020-06-23 | 체액 내 분석물질의 농도를 측정하는 방법 및 체액 내 분석물질의 농도를 측정하도록 구성된 모바일 장치 |
Country Status (16)
| Country | Link |
|---|---|
| US (1) | US20220104736A1 (ko) |
| EP (1) | EP3990902B1 (ko) |
| JP (1) | JP2022538168A (ko) |
| KR (1) | KR20220025741A (ko) |
| CN (1) | CN113994196A (ko) |
| AR (1) | AR119232A1 (ko) |
| AU (1) | AU2020308586A1 (ko) |
| BR (1) | BR112021025979A2 (ko) |
| CA (1) | CA3141047A1 (ko) |
| IL (1) | IL289142A (ko) |
| MA (1) | MA56381B1 (ko) |
| MX (1) | MX2022000109A (ko) |
| SG (1) | SG11202112941UA (ko) |
| TW (1) | TW202115384A (ko) |
| WO (1) | WO2020260246A1 (ko) |
| ZA (1) | ZA202109007B (ko) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP4278967A1 (en) * | 2022-05-20 | 2023-11-22 | F. Hoffmann-La Roche AG | Method of determining a final numerical analyte result value corresponding to a concentration of an analyte in a bodily fluid using a mobile device |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070035752A1 (en) | 2005-08-15 | 2007-02-15 | Microsoft Corporation | Hardware-accelerated color data processing |
| US9241663B2 (en) | 2012-09-05 | 2016-01-26 | Jana Care Inc. | Portable medical diagnostic systems and methods using a mobile device |
| CN104364820B (zh) | 2012-10-08 | 2018-04-10 | 皇家飞利浦有限公司 | 具有颜色约束的亮度改变图像处理 |
| EP2946198B1 (en) * | 2013-01-21 | 2019-10-30 | Cornell University | Smartphone-based apparatus and method for obtaining repeatable, quantitative colorimetric measurement |
| US9658217B2 (en) * | 2014-02-17 | 2017-05-23 | Ixensor Co., Ltd | Measuring physical and biochemical parameters with mobile devices |
| CN107111980B (zh) | 2014-12-11 | 2021-03-09 | 皇家飞利浦有限公司 | 针对特定显示器优化高动态范围图像 |
| WO2016132243A1 (en) * | 2015-02-19 | 2016-08-25 | Renalyx Health Systems Pvt Ltd | Method and device for performing colorimetric analysis of a test fluid to evaluate physiological parameters |
| US9659349B2 (en) | 2015-06-12 | 2017-05-23 | Gopro, Inc. | Color filter array scaler |
| GB2554411A (en) * | 2016-09-26 | 2018-04-04 | Sumitomo Chemical Co | Analytical test device |
| US11465240B2 (en) * | 2019-04-08 | 2022-10-11 | Polaronyx, Inc. | Method and apparatus for real time, in situ sensing and characterization of roughness, geometrical shapes, geometrical structures, composition, defects, and temperature in three-dimensional manufacturing systems |
-
2020
- 2020-06-23 CA CA3141047A patent/CA3141047A1/en active Pending
- 2020-06-23 MA MA56381A patent/MA56381B1/fr unknown
- 2020-06-23 JP JP2021577152A patent/JP2022538168A/ja active Pending
- 2020-06-23 WO PCT/EP2020/067444 patent/WO2020260246A1/en unknown
- 2020-06-23 MX MX2022000109A patent/MX2022000109A/es unknown
- 2020-06-23 EP EP20733814.6A patent/EP3990902B1/en active Active
- 2020-06-23 SG SG11202112941UA patent/SG11202112941UA/en unknown
- 2020-06-23 BR BR112021025979A patent/BR112021025979A2/pt unknown
- 2020-06-23 CN CN202080046528.6A patent/CN113994196A/zh active Pending
- 2020-06-23 KR KR1020217042349A patent/KR20220025741A/ko active Search and Examination
- 2020-06-23 AU AU2020308586A patent/AU2020308586A1/en active Pending
- 2020-06-24 AR ARP200101778A patent/AR119232A1/es unknown
- 2020-06-24 TW TW109121439A patent/TW202115384A/zh unknown
-
2021
- 2021-11-12 ZA ZA2021/09007A patent/ZA202109007B/en unknown
- 2021-12-16 US US17/553,382 patent/US20220104736A1/en active Pending
- 2021-12-19 IL IL289142A patent/IL289142A/en unknown
Also Published As
| Publication number | Publication date |
|---|---|
| MA56381A (fr) | 2022-05-04 |
| BR112021025979A2 (pt) | 2022-02-08 |
| CN113994196A (zh) | 2022-01-28 |
| AR119232A1 (es) | 2021-12-01 |
| ZA202109007B (en) | 2022-08-31 |
| JP2022538168A (ja) | 2022-08-31 |
| AU2020308586A1 (en) | 2021-12-02 |
| US20220104736A1 (en) | 2022-04-07 |
| IL289142A (en) | 2022-02-01 |
| CA3141047A1 (en) | 2020-12-30 |
| MA56381B1 (fr) | 2024-05-31 |
| EP3990902A1 (en) | 2022-05-04 |
| TW202115384A (zh) | 2021-04-16 |
| MX2022000109A (es) | 2022-02-10 |
| SG11202112941UA (en) | 2021-12-30 |
| WO2020260246A1 (en) | 2020-12-30 |
| EP3990902C0 (en) | 2024-03-27 |
| EP3990902B1 (en) | 2024-03-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9506855B2 (en) | Method and system for analyzing a colorimetric assay | |
| JP7356490B2 (ja) | サンプル中の分析物の検出方法 | |
| KR20200078548A (ko) | 컬러 형성 반응에 기초하여 분석 측정을 수행하기 위한 방법들 및 디바이스들 | |
| US20210258565A1 (en) | Methods and devices for performing an analytical measurement | |
| Nixon et al. | Accurate device-independent colorimetric measurements using smartphones | |
| CN112020640B (zh) | 用于校准和使用相机检测样本中分析物的方法和系统 | |
| KR20210081415A (ko) | 분석 측정을 수행하기 위한 방법 및 디바이스 | |
| US20230103160A1 (en) | Method of determining the concentration of an analyte in a sample of a body fluid | |
| US20220104736A1 (en) | Method of determining a concentration of an analyte in a bodily fluid and mobile device configured for determining a concentration of an analyte in a bodily fluid | |
| RU2812204C2 (ru) | Способ определения концентрации аналита в физиологической жидкости и мобильное устройство, сконфигурированное для определения концентрации аналита в физиологической жидкости | |
| RU2768216C1 (ru) | Способ определения концентрации аналита в физиологической жидкости | |
| JPWO2020260246A5 (ko) | ||
| RU2794865C2 (ru) | Способы и устройства для проведения аналитических измерений | |
| JPWO2019162496A5 (ko) | ||
| RU2792659C2 (ru) | Способы и устройства для проведения аналитических измерений |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination |