KR20230145526A - 물질 준비 평가 시스템 - Google Patents
물질 준비 평가 시스템 Download PDFInfo
- Publication number
- KR20230145526A KR20230145526A KR1020237033873A KR20237033873A KR20230145526A KR 20230145526 A KR20230145526 A KR 20230145526A KR 1020237033873 A KR1020237033873 A KR 1020237033873A KR 20237033873 A KR20237033873 A KR 20237033873A KR 20230145526 A KR20230145526 A KR 20230145526A
- Authority
- KR
- South Korea
- Prior art keywords
- reference line
- image
- volume
- dispensing tip
- vessel
- Prior art date
Links
- 239000000126 substance Substances 0.000 title claims description 99
- 238000011156 evaluation Methods 0.000 title abstract description 82
- 238000002360 preparation method Methods 0.000 title abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 386
- 239000000463 material Substances 0.000 claims abstract description 312
- 239000012530 fluid Substances 0.000 claims abstract description 272
- 239000007788 liquid Substances 0.000 claims description 74
- 230000004044 response Effects 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 12
- 230000011218 segmentation Effects 0.000 claims description 7
- 238000002798 spectrophotometry method Methods 0.000 claims description 6
- 230000000977 initiatory effect Effects 0.000 claims description 4
- 239000002245 particle Substances 0.000 abstract description 121
- 210000001124 body fluid Anatomy 0.000 abstract description 12
- 239000000523 sample Substances 0.000 description 477
- 238000001514 detection method Methods 0.000 description 327
- 238000006243 chemical reaction Methods 0.000 description 246
- 239000003153 chemical reaction reagent Substances 0.000 description 105
- 238000010586 diagram Methods 0.000 description 83
- 238000012360 testing method Methods 0.000 description 66
- 238000004458 analytical method Methods 0.000 description 63
- 238000012546 transfer Methods 0.000 description 48
- 238000009826 distribution Methods 0.000 description 42
- 230000008569 process Effects 0.000 description 41
- 238000012545 processing Methods 0.000 description 40
- 239000000306 component Substances 0.000 description 38
- 239000000758 substrate Substances 0.000 description 38
- 230000006870 function Effects 0.000 description 37
- 238000003860 storage Methods 0.000 description 29
- 238000004891 communication Methods 0.000 description 28
- 238000004140 cleaning Methods 0.000 description 25
- 238000005259 measurement Methods 0.000 description 25
- 239000000243 solution Substances 0.000 description 23
- YLJREFDVOIBQDA-UHFFFAOYSA-N tacrine Chemical compound C1=CC=C2C(N)=C(CCCC3)C3=NC2=C1 YLJREFDVOIBQDA-UHFFFAOYSA-N 0.000 description 20
- 229960001685 tacrine Drugs 0.000 description 20
- 230000003287 optical effect Effects 0.000 description 19
- 238000003672 processing method Methods 0.000 description 17
- 230000000875 corresponding effect Effects 0.000 description 16
- 239000012472 biological sample Substances 0.000 description 14
- 102000001554 Hemoglobins Human genes 0.000 description 13
- 108010054147 Hemoglobins Proteins 0.000 description 13
- 238000011088 calibration curve Methods 0.000 description 13
- 230000002596 correlated effect Effects 0.000 description 13
- 230000005499 meniscus Effects 0.000 description 13
- BPYKTIZUTYGOLE-IFADSCNNSA-N Bilirubin Chemical compound N1C(=O)C(C)=C(C=C)\C1=C\C1=C(C)C(CCC(O)=O)=C(CC2=C(C(C)=C(\C=C/3C(=C(C=C)C(=O)N\3)C)N2)CCC(O)=O)N1 BPYKTIZUTYGOLE-IFADSCNNSA-N 0.000 description 12
- 206010023126 Jaundice Diseases 0.000 description 12
- 238000003556 assay Methods 0.000 description 12
- 210000004369 blood Anatomy 0.000 description 12
- 239000008280 blood Substances 0.000 description 12
- 238000010790 dilution Methods 0.000 description 11
- 239000012895 dilution Substances 0.000 description 11
- 230000032258 transport Effects 0.000 description 10
- 150000002632 lipids Chemical class 0.000 description 9
- 238000011068 loading method Methods 0.000 description 9
- 238000002156 mixing Methods 0.000 description 9
- 239000012465 retentate Substances 0.000 description 9
- 239000003085 diluting agent Substances 0.000 description 8
- 239000000284 extract Substances 0.000 description 8
- 238000003018 immunoassay Methods 0.000 description 8
- 239000006249 magnetic particle Substances 0.000 description 8
- 230000005298 paramagnetic effect Effects 0.000 description 8
- 238000012549 training Methods 0.000 description 8
- 238000013459 approach Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000002405 diagnostic procedure Methods 0.000 description 7
- 238000003708 edge detection Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 238000006911 enzymatic reaction Methods 0.000 description 7
- 230000005291 magnetic effect Effects 0.000 description 7
- 230000002195 synergetic effect Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 238000005406 washing Methods 0.000 description 6
- 230000033228 biological regulation Effects 0.000 description 5
- 238000006073 displacement reaction Methods 0.000 description 5
- 230000014759 maintenance of location Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000000926 separation method Methods 0.000 description 5
- 102000004190 Enzymes Human genes 0.000 description 4
- 108090000790 Enzymes Proteins 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000011534 incubation Methods 0.000 description 4
- 230000002452 interceptive effect Effects 0.000 description 4
- 239000011344 liquid material Substances 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 239000013610 patient sample Substances 0.000 description 4
- 102000002260 Alkaline Phosphatase Human genes 0.000 description 3
- 108020004774 Alkaline Phosphatase Proteins 0.000 description 3
- 239000012491 analyte Substances 0.000 description 3
- 239000010839 body fluid Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 239000000969 carrier Substances 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000000338 in vitro Methods 0.000 description 3
- 108020004707 nucleic acids Proteins 0.000 description 3
- 150000007523 nucleic acids Chemical class 0.000 description 3
- 102000039446 nucleic acids Human genes 0.000 description 3
- 210000001519 tissue Anatomy 0.000 description 3
- ITZMJCSORYKOSI-AJNGGQMLSA-N APGPR Enterostatin Chemical compound C[C@H](N)C(=O)N1CCC[C@H]1C(=O)NCC(=O)N1[C@H](C(=O)N[C@@H](CCCN=C(N)N)C(O)=O)CCC1 ITZMJCSORYKOSI-AJNGGQMLSA-N 0.000 description 2
- 241001662043 Icterus Species 0.000 description 2
- AUYYCJSJGJYCDS-LBPRGKRZSA-N Thyrolar Chemical compound IC1=CC(C[C@H](N)C(O)=O)=CC(I)=C1OC1=CC=C(O)C(I)=C1 AUYYCJSJGJYCDS-LBPRGKRZSA-N 0.000 description 2
- 102000013394 Troponin I Human genes 0.000 description 2
- 108010065729 Troponin I Proteins 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 210000004381 amniotic fluid Anatomy 0.000 description 2
- 239000000427 antigen Substances 0.000 description 2
- 102000036639 antigens Human genes 0.000 description 2
- 108091007433 antigens Proteins 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000027455 binding Effects 0.000 description 2
- 239000007853 buffer solution Substances 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 210000001175 cerebrospinal fluid Anatomy 0.000 description 2
- 238000003759 clinical diagnosis Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000001010 compromised effect Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 210000003743 erythrocyte Anatomy 0.000 description 2
- 210000003608 fece Anatomy 0.000 description 2
- 238000004442 gravimetric analysis Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000001900 immune effect Effects 0.000 description 2
- 238000007373 indentation Methods 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 229920002521 macromolecule Polymers 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 210000003097 mucus Anatomy 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 210000002381 plasma Anatomy 0.000 description 2
- 210000003296 saliva Anatomy 0.000 description 2
- 210000002966 serum Anatomy 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 229940035722 triiodothyronine Drugs 0.000 description 2
- 210000002700 urine Anatomy 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 108060003951 Immunoglobulin Proteins 0.000 description 1
- 108020004711 Nucleic Acid Probes Proteins 0.000 description 1
- 208000007536 Thrombosis Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000002835 absorbance Methods 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000011166 aliquoting Methods 0.000 description 1
- 238000012863 analytical testing Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 239000012503 blood component Substances 0.000 description 1
- 210000001772 blood platelet Anatomy 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 239000006285 cell suspension Substances 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000002845 discoloration Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- -1 engines Substances 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000005187 foaming Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 102000018358 immunoglobulin Human genes 0.000 description 1
- 229940072221 immunoglobulins Drugs 0.000 description 1
- 238000010324 immunological assay Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 210000000265 leukocyte Anatomy 0.000 description 1
- 230000001000 lipidemic effect Effects 0.000 description 1
- 239000002502 liposome Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005415 magnetization Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002853 nucleic acid probe Substances 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000037452 priming Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000012372 quality testing Methods 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 239000012898 sample dilution Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000002910 solid waste Substances 0.000 description 1
- 230000009870 specific binding Effects 0.000 description 1
- 238000012306 spectroscopic technique Methods 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000006276 transfer reaction Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 239000011534 wash buffer Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
- C12M41/00—Means for regulation, monitoring, measurement or control, e.g. flow regulation
- C12M41/46—Means for regulation, monitoring, measurement or control, e.g. flow regulation of cellular or enzymatic activity or functionality, e.g. cell viability
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/10—Devices for transferring samples or any liquids to, in, or from, the analysis apparatus, e.g. suction devices, injection devices
- G01N35/1009—Characterised by arrangements for controlling the aspiration or dispense of liquids
- G01N35/1011—Control of the position or alignment of the transfer device
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/10—Devices for transferring samples or any liquids to, in, or from, the analysis apparatus, e.g. suction devices, injection devices
- G01N35/1009—Characterised by arrangements for controlling the aspiration or dispense of liquids
- G01N35/1016—Control of the volume dispensed or introduced
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
- G01N15/075—Investigating concentration of particle suspensions by optical means
-
- G01N2015/0073—
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/01—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials specially adapted for biological cells, e.g. blood cells
- G01N2015/012—Red blood cells
-
- G01N2015/0693—
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/10—Devices for transferring samples or any liquids to, in, or from, the analysis apparatus, e.g. suction devices, injection devices
- G01N2035/1027—General features of the devices
- G01N2035/103—General features of the devices using disposable tips
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20072—Graph-based image processing
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20076—Probabilistic image processing
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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
- G06T2207/30004—Biomedical image processing
- G06T2207/30072—Microarray; Biochip, DNA array; Well plate
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biomedical Technology (AREA)
- Organic Chemistry (AREA)
- Wood Science & Technology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Zoology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Geometry (AREA)
- Molecular Biology (AREA)
- Sustainable Development (AREA)
- Microbiology (AREA)
- Biotechnology (AREA)
- General Engineering & Computer Science (AREA)
- Genetics & Genomics (AREA)
- Cell Biology (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Dispersion Chemistry (AREA)
- Automatic Analysis And Handling Materials Therefor (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Measurement Of Levels Of Liquids Or Fluent Solid Materials (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
- Sampling And Sample Adjustment (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
용기 내의 그리고/또는 분배 팁 내의, 예컨대 체액을 갖는 샘플과 같은 유체 물질을 준비하고 평가하기 위한 자동 물질 준비 및 평가 시스템들 및 방법들이 제공된다. 시스템들 및 방법들은 용기 및/또는 분배 팁 내에서 부피들을 검출할 수 있고, 무결성들을 평가할 수 있고, 입자 농도들을 체크할 수 있다.
Description
관련 출원(들)과의 상호참조
본 출원은 PCT 국제 특허 출원으로서 2017년 10월 27일자로 출원되어 있고, 2016년 10월 28일자로 출원된 미국 가특허 출원 제62/414,655호 및 2017년 6월 28일자로 출원된 미국 가특허 출원 제62/525,948호에 대한 우선권의 이득을 주장하며, 상기 출원들의 전체 개시내용은 그들 전체가 참고로 포함된다.
기술분야
본 발명은 일반적으로 자동 물질 준비 및 평가의 분야에 관한 것이다. 구체적으로, 본 발명은 용기 내의 그리고/또는 분배 팁 내의, 예컨대 체액을 갖는 샘플과 같은 유체 물질을 평가하기 위한 방법들 및 시스템들에 관한 것이다. 또한, 본 발명은 컴퓨팅 디바이스 및/또는 프로세싱 디바이스에게 유체 물질을 평가하는 방법들 중 임의의 방법의 단계들을 수행할 것을 명령하기 위한 컴퓨터 프로그램 요소들에 관한 것이다. 게다가, 본 발명은 그러한 컴퓨터 프로그램 요소들을 저장하는 컴퓨터 판독가능 매체들에 관한 것이다.
본 발명의 목적은 개선된 신뢰성, 개선된 품질, 개선된 정밀도 및 개선된 처리율로 유체 물질들을 자동으로 평가하기 위한 개선된 방법들 및 시스템들을 제공하는 것일 수 있다.
본 발명의 목적은 독립 청구항들의 주제에 의해 해결되며, 추가 실시 형태들은 종속항들 및 하기의 설명에 포함된다.
본 발명의 제1 태양에 따르면, 용기 내의 유체 물질을 평가하는 방법이 제공된다. 특히, 제1 태양에 따른 방법은, 도 1을 참조하여 예시적으로 기술되는 바와 같이 분배 팁 평가 시스템을 동작시키기 위한 방법, 및/또는 도 42 내지 도 55를 참조하여 예시적으로 기술되는 바와 같이 샘플 품질 검출 디바이스를 동작시키기 위한 방법을 지칭할 수 있다. 또한, 제1 태양에 따른 방법은, 도 5 내지 도 15 및/또는 도 9 내지 도 21을 참조하여 예시적으로 기술되는 바와 같이 부피 검출 시스템을 동작시키기 위한 방법을 지칭할 수 있다. 게다가, 제1 태양의 방법은 도 8 내지 도 21을 참조하여 예시적으로 기술되는 바와 같이 상관 데이터 생성 시스템을 동작시키기 위한 방법을 지칭할 수 있다.
제1 태양에 따른 방법은,
-
이미지 캡처 디바이스를 사용하여, 용기의 적어도 일부분의 이미지를 캡처하는 단계 - 이미지 캡처 디바이스는 이미지 캡처 유닛을 포함할 수 있음 -;
-
적어도 하나의 컴퓨팅 디바이스 및/또는 적어도 하나의 프로세싱 디바이스를 사용하여, 이미지의 적어도 일부분의 복수의 색상 파라미터들을 획득하는 단계; 및
-
복수의 색상 파라미터들에 기초하여 용기 내에 포함된 유체 물질에 대한 샘플 분류 결과를 생성하는 단계를 포함한다.
여기서, 샘플 분류 결과는 유체 물질 내의 적어도 하나의 간섭물의 농도를 표현하고/하거나 나타낸다.
여기서 그리고 이하에서, 이미지 캡처 디바이스 및/또는 이미지 캡처 유닛은, 예컨대 분배 팁 이미지 캡처 유닛을 지칭할 수 있다.
제1 태양의 방법의 일 실시 형태에 따르면, 복수의 색상 파라미터들을 획득하는 단계는,
-
이미지의 적어도 일부분에 대한 히스토그램을 생성하는 단계 - 히스토그램은 복수의 색상 채널들을 포함함 -; 및
-
복수의 색상 채널들에 대한 복수의 평균값들 및/또는 평균치들을 획득하는 단계 - 복수의 색상 파라미터들은 복수의 색상 채널들에 대한 복수의 평균값들을 포함함 - 를 포함한다.
여기서, 평균치 및/또는 평균값은 색상 채널들 각각에 대해 또는 색상 채널들의 일부에 대해 결정될 수 있다.
제1 태양의 방법의 일 실시 형태에 따르면, 복수의 색상 파라미터들을 획득하는 단계는,
-
이미지의 적어도 일부분에 대한 히스토그램을 생성하는 단계 - 히스토그램은 복수의 색상 채널들을 포함함 -; 및
-
복수의 색상 채널들에 대한 복수의 Riemann 합(sum)들을 획득하고/하거나 결정하는 단계 - 복수의 색상 파라미터들은 복수의 색상 채널들에 대한 복수의 Riemann 합들을 포함함 - 를 포함한다.
여기서, Riemann 합은 색상 채널들 각각에 대해 또는 색상 채널들의 일부에 대해 획득되고/되거나 결정될 수 있다.
제1 태양의 방법의 일 실시 형태에 따르면, 복수의 색상 파라미터들을 획득하는 단계는,
-
이미지의 적어도 일부분에 대한 히스토그램을 생성하는 단계 - 히스토그램은 복수의 색상 채널들을 포함함 -;
-
복수의 색상 채널들에 대한 복수의 모드들을 획득하는 단계;
-
복수의 색상 채널들에 대한 복수의 최대치들을 획득하는 단계; 및/또는
-
복수의 색상 채널들에 대한 복수의 최소치들을 획득하는 단계 - 복수의 색상 파라미터들은 복수의 색상 채널들에 대한 복수의 모드들, 최대치들, 및/또는 최소치들을 포함함 - 를 포함한다.
제1 태양의 방법의 일 실시 형태에 따르면, 복수의 색상 파라미터들을 획득하는 단계는,
-
이미지의 적어도 일부분에 대한 히스토그램을 생성하는 단계 - 히스토그램은 복수의 색상 채널들을 포함함 -;
-
복수의 색상 채널들에 대한 복수의 히스토그램 헤드(histogram head)들을 획득하는 단계;
-
복수의 색상 채널들에 대한 복수의 히스토그램 테일(histogram tail)들을 획득하는 단계;
-
복수의 색상 채널들에 대한 복수의 히스토그램 헤드 백분율(histogram head percentage)들을 획득하는 단계; 및/또는
-
복수의 색상 채널들에 대한 복수의 히스토그램 테일 백분율들을 획득하는 단계 - 복수의 색상 파라미터들은 복수의 색상 채널들에 대한 복수의 히스토그램 헤드들, 히스토그램 테일들, 히스토그램 헤드 백분율들, 및/또는 히스토그램 테일 백분율들을 포함함 - 를 포함한다.
제1 태양의 방법의 일 실시 형태에 따르면, 복수의 색상 파라미터들은 색상 채널들에 대한 복수의 평균치들, 색상 채널들에 대한 복수의 Riemann 합, 색상 채널들에 대한 복수의 모드들, 색상 채널들에 대한 복수의 최대치들, 색상 채널들에 대한 복수의 최소치들, 색상 채널들에 대한 복수의 히스토그램 헤드들, 색상 채널들에 대한 복수의 히스토그램 테일들, 색상 채널들에 대한 복수의 히스토그램 헤드 백분율들, 색상 채널들에 대한 히스토그램 테일 백분율들, 또는 상술한 것들의 임의의 조합 중 적어도 하나를 포함한다.
제1 태양의 방법의 일 실시 형태에 따르면, 복수의 색상 채널들은, 예컨대 RGB 모델에서의 적색 성분, 녹색 성분, 및 청색 성분을 포함한다. 그러나, 또한, 예컨대 CMYK 색모델과 같은 임의의 다른 타입의 색모델이 사용될 수 있다.
제1 태양의 방법의 일 실시 형태에 따르면, 샘플 분류 결과는 적어도 하나의 분류 식별자를 포함하고, 적어도 하나의 분류 식별자는 복수의 색상 파라미터들의 적어도 일부와 상관되고/되거나 유체 물질 내의 적어도 하나의 간섭물의 농도와 상관된다.
제1 태양의 방법의 일 실시 형태에 따르면, 본 방법은 샘플 분류 결과에 기초하여 플래깅(flagging) 결과를 생성하는 단계를 추가로 포함하고; 플래깅 결과는 유체 물질의 품질을 나타낸다. 대안으로 또는 추가로, 유체 물질의 품질은 샘플 정격 결과에 기초한다.
제1 태양의 방법의 일 실시 형태에 따르면, 적어도 하나의 간섭물은 헤모글로빈, 황달, 및 지방혈로부터 하나 이상이 선택된 것이다.
제1 태양의 방법의 일 실시 형태에 따르면, 용기는 유체 물질 및/또는 샘플을 흡인하도록 구성된 분배 팁이다.
제1 태양의 방법의 일 실시 형태에 따르면, 이미지 캡처 디바이스는 용기 및/또는 유체 물질의 일부분의 이미지를 용기의 측면으로부터 캡처하도록 구성되고/되거나 배열된다.
제1 태양의 방법의 일 실시 형태에 따르면, 본 방법은,
-
적어도 하나의 컴퓨팅 디바이스를 사용하여, 이미지 내의 기준 포인트를 식별하고/하거나 결정하는 단계 - 기준 포인트는 용기와 연관됨 -;
-
적어도 하나의 컴퓨팅 디바이스를 사용하여, 이미지에서의 용기 내의 유체 물질의 표면 레벨을 식별하고/하거나 판정하는 단계;
-
기준 포인트와 표면 레벨 사이의 거리를 판정하고/하거나 측정하는 단계; 및
-
상관 데이터에 기초하여 거리를 유체 물질의 부피로 변환하는 단계 - 상관 데이터는 용기 내의 부피들과 기준 포인트로부터 용기 내의 복수의 표면 레벨들까지의 거리들 사이의 상관에 관한 정보를 포함함 - 를 추가로 포함한다.
그러나, 용어 "상관 데이터"는 또한 거리와 부피 사이의 수학식 및/또는 함수 관계를 지칭할 수 있다는 것에 유의해야 한다.
제1 태양의 방법의 일 실시 형태에 따르면, 거리는 픽셀 거리에 의해 측정된다.
제1 태양의 방법의 일 실시 형태에 따르면, 용기는 유체 물질을 흡인하도록 구성된 분배 팁이고, 기준 포인트를 식별하는 단계는 분배 팁 상에 형성된 기준 라인, 예컨대 분배 팁의 본체 상에 형성된 기준 라인을 식별하고/하거나 결정하는 단계를 포함한다.
제1 태양의 방법의 일 실시 형태에 따르면, 기준 라인은 패턴 매칭에 기초하여 그리고/또는 캡처된 이미지의 세그먼트화(segmentation)에 기초하여 식별된다.
제1 태양의 방법의 일 실시 형태에 따르면, 기준 라인을 식별하는 단계는 캡처된 이미지에서 기준 라인을 표현하는 패턴을 탐색하는 단계를 포함한다.
제1 태양의 방법의 일 실시 형태에 따르면, 기준 라인을 식별하는 단계는 캡처된 이미지의 적어도 일부분을 기준 이미지와 비교하는 단계를 포함한다.
제1 태양의 방법의 일 실시 형태에 따르면, 본 방법은 캡처된 이미지의 일부와 기준 이미지의 매칭 레이트, 매칭 스코어 및/또는 상관 값을 판정하는 단계를 추가로 포함한다.
제1 태양의 방법의 일 실시 형태에 따르면, 본 방법은,
-
액체를 추가 용기에 공급하는 단계;
-
공급된 액체의 부피를 판정하는 단계;
-
용기의 추가 이미지를 캡처하는 단계;
-
추가 용기와 연관된 이미지에서의 기준 포인트 사이의 픽셀 거리를 판정하는 단계; 및
-
판정된 부피를 판정된 픽셀 거리와 상관시키는 단계를 추가로 포함한다.
제1 태양의 방법의 일 실시 형태에 따르면, 본 방법은 판정된 부피 및 판정된 픽셀 거리에 기초하여 상관 데이터를 생성하는 단계를 추가로 포함한다.
제1 태양의 방법의 일 실시 형태에 따르면, 상관 데이터는 복수의 판정된 픽셀 거리들과 추가 용기에 공급된 액체의 복수의 판정된 부피들 사이의 복수의 상관들에 기초하여 생성된다.
제1 태양의 방법의 일 실시 형태에 따르면, 공급된 액체는 염료 용액을 포함한다. 대안으로 또는 추가로, 공급된 액체의 부피는 분광 광도법(spectrophotometry)에 기초하여 판정된다.
제1 태양의 방법의 일 실시 형태에 따르면, 공급된 액체의 부피를 판정하는 단계는 공급된 액체의 질량을 판정하는 단계를 포함한다.
전술된 바와 같은 제1 태양에 따른 방법의 임의의 실시 형태는 전술된 바와 같은 제1 태양에 따른 방법의 하나 이상의 추가 실시 형태들과 조합될 수 있음에 유의해야 한다. 이는 특히 유리한 시너지 효과들을 제공하도록 허용할 수 있다.
본 발명의 제2 태양에 따르면, 유체 물질을 평가하기 위한 시스템의 컴퓨팅 디바이스 상에서 실행될 때, 컴퓨팅 디바이스 및/또는 시스템에게 제1 태양에 따른 그리고/또는 제1 태양의 임의의 실시 형태에 따른 방법의 단계들을 수행할 것을 명령하는 컴퓨터 프로그램 요소가 제공된다.
본 발명의 제3 태양에 따르면, 본 발명의 제2 태양에 따른 컴퓨터 프로그램 요소가 그 상에 저장되는 비일시적 컴퓨터 판독가능 매체가 제공된다.
본 발명의 제4 태양에 따르면, 유체 물질을 평가하기 위한 시스템이 제공된다. 특히, 제4 태양에 따른 시스템은, 예컨대 도 1을 참조하여 예시적으로 기술되는 바와 같은 분배 팁 평가 시스템, 및/또는 예컨대 도 42 내지 도 55를 참조하여 예시적으로 기술되는 바와 같은 샘플 품질 검출 디바이스를 지칭할 수 있다. 또한, 제4 태양에 따른 시스템은, 예컨대 도 1, 도 6 내지 도 15 및/또는 도 9 내지 도 21을 참조하여 예시적으로 기술되는 바와 같은 부피 검출 시스템을 지칭할 수 있다. 게다가, 제4 태양에 따른 시스템은, 예컨대 도 8 내지 도 21을 참조하여 예시적으로 기술되는 바와 같은 상관 데이터 생성 시스템을 지칭할 수 있다.
제4 태양에 따른 시스템은 분배 팁을 갖는 샘플 피펫팅 디바이스를 포함한다. 샘플 피펫팅 디바이스는 물질 피펫팅 디바이스를 지칭할 수 있다. 여기서, 샘플 피펫팅 디바이스는 분배 팁과 적어도 부분적으로 맞물리도록 그리고 유체 물질을 분배 팁 내에 흡인하도록 구성된다. 시스템은 이미지 캡처 유닛, 및 프로세싱 디바이스를 포함하고/하거나 그를 지칭할 수 있는 적어도 하나의 컴퓨팅 디바이스를 추가로 포함한다. 여기서, 이미지 캡처 유닛은 분배 팁 내의 유체 물질의 적어도 일부분의 이미지를 캡처하도록 구성되고, 컴퓨팅 디바이스는 이미지의 적어도 일부분의 복수의 색상 파라미터들을 획득하도록, 그리고 복수의 색상 파라미터들에 기초하여 분배 팁 내에 포함된 유체 물질에 대한 샘플 분류 결과를 생성하도록 구성되고, 샘플 분류 결과는 유체 물질 내의 적어도 하나의 간섭물의 농도를 표현하고/하거나 나타낸다.
다시 말하면, 시스템은 분배 팁을 갖는 샘플 피펫팅 디바이스를 포함할 수 있으며, 샘플 피펫팅 디바이스는 분배 팁과 맞물리도록 구성되고, 샘플 피펫팅 디바이스는 유체 물질을 분배 팁 내에 흡인하도록 구성된다. 시스템은 분배 팁 내의 유체 물질의 적어도 일부분의 이미지를 캡처하도록 구성된 이미지 캡처 유닛, 적어도 하나의 컴퓨팅 디바이스, 및 명령어들을 저장하는 적어도 하나의 컴퓨터 판독가능 저장 매체를 추가로 포함할 수 있으며, 명령어들은, 적어도 하나의 컴퓨팅 디바이스에 의해 실행될 때, 시스템으로 하여금, 이미지 캡처 유닛을 사용하여, 분배 팁 내의 유체 물질의 적어도 일부분의 이미지를 캡처하게 하고, 이미지의 적어도 일부분의 복수의 색상 파라미터들을 획득하게 하고, 복수의 색상 파라미터들에 기초하여 분배 팁 내에 포함된 유체 물질에 대한 샘플 분류 결과를 생성하게 하며, 샘플 분류 결과는 유체 물질 내의 적어도 하나의 간섭물의 농도를 표현한다.
제4 태양의 시스템의 일 실시 형태에 따르면, 컴퓨팅 디바이스는 추가로 하기를 하도록 구성되고/되거나 소프트웨어 명령어들은 추가로 시스템으로 하여금 하기를 하게 한다:
-
이미지의 적어도 일부분에 대한 히스토그램을 생성 - 히스토그램은 복수의 색상 채널들을 포함함 -;
-
복수의 색상 채널들에 대한 복수의 평균값들을 획득; 및/또는
-
복수의 색상 채널들에 대한 복수의 Riemann 합들을 획득.
여기서, 복수의 색상 파라미터들은 색상 채널들에 대한 복수의 평균치들 및/또는 복수의 Riemann 합을 포함한다.
제4 태양의 시스템의 일 실시 형태에 따르면, 샘플 분류 결과는 적어도 하나의 분류 식별자를 포함하고, 적어도 하나의 분류 식별자는 복수의 색상 파라미터들의 적어도 일부와 상관되고/되거나 유체 물질 내의 적어도 하나의 간섭물의 농도와 상관된다. 여기서, 샘플 분류 결과는 복수의 분류 식별자들 중 적어도 하나를 포함할 수 있고, 복수의 분류 식별자들은 복수의 색상 파라미터들과 상관된다.
제4 태양의 시스템의 일 실시 형태에 따르면, 컴퓨팅 디바이스는 추가로 하기를 하도록 구성되고/되거나 소프트웨어 명령어들은 추가로 시스템으로 하여금 하기를 하게 한다:
-
이미지에서 기준 포인트를 식별 - 기준 포인트는 분배 팁과 연관됨 -;
-
이미지에서 분배 팁 내의 유체 물질의 표면 레벨을 식별;
-
기준 포인트와 표면 레벨 사이의 거리를 판정 및/또는 측정; 및
-
상관 데이터에 기초하여 거리를 유체 물질의 부피로 변환 - 상관 데이터는 분배 팁 내의 부피들과 기준 포인트로부터 분배 팁 내의 복수의 표면 레벨들까지의 거리들 사이의 상관에 관한 정보를 포함함.
여기서, 상관 데이터는, 또한, 거리와 부피 사이의 수학식 및/또는 함수 관계를 지칭할 수 있다.
제4 태양의 시스템의 일 실시 형태에 따르면, 컴퓨팅 디바이스는, 분배 팁의 본체 상에 형성되는 기준 라인을 결정하도록 그리고 결정된 기준 라인에 기초하여 기준 포인트를 결정하도록 구성된다. 여기서, 이미지 내의 기준 포인트는 분배 팁의 본체 상에 형성된 기준 라인을 포함할 수 있다.
제4 태양의 시스템의 일 실시 형태에 따르면, 컴퓨팅 디바이스는 패턴 매칭에 기초하여 그리고/또는 캡처된 이미지의 세그먼트화에 기초하여 기준 라인을 결정하도록 구성된다.
제4 태양의 시스템의 일 실시 형태에 따르면, 컴퓨팅 디바이스는 캡처된 이미지에서 기준 라인을 표현하는 패턴을 탐색하고/하거나 식별하도록 구성된다.
제4 태양의 시스템의 일 실시 형태에 따르면, 컴퓨팅 디바이스는 캡처된 이미지의 적어도 일부분을 기준 이미지와 비교하도록 구성된다.
제4 태양의 시스템의 일 실시 형태에 따르면, 컴퓨팅 디바이스는, 캡처된 이미지의 일부와 기준 이미지의 매칭 레이트, 매칭 스코어, 및/또는 상관 값을 판정하도록 구성된다.
제4 태양의 시스템의 일 실시 형태에 따르면, 이미지 캡처 유닛은, 분배 팁의 측면으로부터 유체 물질의 일부분의 이미지를 캡처하도록 구성되고/되거나 배열된다.
제4 태양의 시스템의 일 실시 형태에 따르면, 시스템은 샘플 피펫팅 모듈을 추가로 포함하고, 이미지 캡처 유닛은 샘플 피펫팅 모듈에 부착된다.
제4 태양의 시스템의 일 실시 형태에 따르면, 시스템은, 이미지 캡처 유닛의 반대편에 위치되고 분배 팁의 측면에 위치되는 광원을 추가로 포함하고, 광원은 분배 팁의 측면으로부터 분배 팁을 조명하도록 구성된다.
제4 태양의 시스템의 일 실시 형태에 따르면, 시스템은 광원 및 샘플 피펫팅 모듈을 추가로 포함하고, 광원 및 이미지 캡처 유닛은 샘플 피펫팅 모듈에 부착되고/되거나; 광원 및 이미지 캡처 유닛은 샘플 피펫팅 모듈과 함께, 예컨대 수평으로 이동하여, 분배 팁의 이미지가 샘플 피펫팅 모듈의 임의의 위치에 캡처될 수 있게 하도록 구성된다. 구체적으로, 이미지는 궤적을 따르는 그리고/또는 샘플 피펫팅 모듈의 샘플 이송 가이드를 따르는 임의의 위치에서 캡처될 수 있다.
제4 태양의 시스템의 일 실시 형태에 따르면, 샘플 피펫팅 디바이스는 액체를 추가 분배 팁 내에 흡인하도록 구성되고, 시스템은 흡인된 액체의 부피를 판정하도록 구성되고, 이미지 캡처 유닛은 추가 분배 팁의 추가 이미지를 캡처하도록 구성되고, 컴퓨팅 디바이스는 추가 분배 팁과 연관된 이미지 내의 기준 포인트 사이의 픽셀 거리를 판정하도록 구성되고, 판정된 부피를 판정된 픽셀 거리와 상관시키도록 구성된다.
제4 태양의 시스템의 일 실시 형태에 따르면, 컴퓨팅 디바이스는 판정된 부피 및 판정된 픽셀 거리에 기초하여 상관 데이터를 생성하도록 구성된다.
제4 태양의 시스템의 일 실시 형태에 따르면, 상관 데이터는 복수의 판정된 픽셀 거리들과 추가 분배 팁 내에 흡인된 액체의 복수의 판정된 부피들 사이의 복수의 상관들에 기초하여 생성된다.
제4 태양의 시스템의 일 실시 형태에 따르면, 흡인된 액체는 염료 용액을 포함한다. 대안으로 또는 추가로, 시스템은 분광 광도법에 기초하여 흡인된 액체의 부피를 판정하도록 구성된다.
제4 태양의 시스템의 일 실시 형태에 따르면, 시스템은, 흡인된 액체의 질량을 판정하도록 그리고 흡인된 액체의 판정된 질량에 기초하여 흡인된 액체의 부피를 판정하도록 구성된다.
전술된 바와 같은 제4 태양에 따른 시스템의 임의의 실시 형태는 전술된 바와 같은 제4 태양에 따른 시스템의 하나 이상의 추가 실시 형태들과 조합될 수 있음에 유의해야 한다. 이는 특히 유리한 시너지 효과들을 제공하도록 허용할 수 있다.
또한, 전술된 바와 같은 그리고 하기에서와 같은 제4 태양에 따른 시스템의 임의의 특징부들, 기능들, 특성들 및/또는 요소들은 전술된 바와 같은 그리고 하기에서와 같은 제1 태양에 따른 방법의 특징부들, 기능들, 특성들, 단계들 및/또는 요소들일 수 있음에 유의해야 한다. 반대로, 전술된 바와 같은 그리고 하기에서와 같은 제1 태양에 따른 방법의 임의의 특징부들, 기능들, 특성들, 단계들 및/또는 요소들은 전술된 바와 같은 그리고 하기에서와 같은 제4 태양에 따른 시스템의 특징부들, 기능들, 특성들 및/또는 요소들일 수 있다.
본 발명의 제5 태양에 따르면, 유체 물질을 평가하기 위한 시스템이 제공된다. 특히, 제5 태양에 따른 시스템은, 예컨대 도 56 내지 도 58을 참조하여 예시적으로 기술되는 바와 같은 팁 정렬 검출 디바이스를 지칭할 수 있다. 제5 태양에 따른 시스템은, 추가로, 예컨대 도 1, 도 5 내지 도 15 및/또는 도 9 내지 도 21을 참조하여 예시적으로 기술되는 바와 같은 분배 팁 평가 시스템 및/또는 부피 검출 시스템을 지칭할 수 있다. 또한, 제5 태양에 따른 시스템은, 도 8 내지 도 21을 참조하여 예시적으로 기술되는 바와 같은 상관 데이터 생성 시스템을 지칭할 수 있다.
제5 태양에 다른 시스템은 분배 팁과 적어도 부분적으로 맞물리도록 구성된 샘플 피펫팅 디바이스 - 샘플 피펫팅 디바이스는 유체 물질을 분배 팀 내에 흡인하도록 구성되고, 분배 팁은 적어도 하나의 기준 라인을 가짐 - 를 포함한다. 샘플 피펫팅 디바이스는 물질 피펫팅 디바이스를 지칭할 수 있다. 시스템은 분배 팁의 적어도 일부분의 이미지를 캡처하도록 구성된 이미지 캡처 유닛, 및 프로세싱 디바이스를 포함할 수 있는 적어도 하나의 컴퓨팅 디바이스를 추가로 포함하고, 적어도 하나의 컴퓨팅 디바이스는,
-
분배 팁의 이미지의 일부분으로부터 분배 팁의 적어도 하나의 기준 라인을 식별하도록;
-
적어도 하나의 기준 라인의 적어도 하나의 특성을 판정하도록; 그리고
-
적어도 하나의 기준 라인의 적어도 하나의 특성을 임계값과 비교하도록 - 임계값은 분배 팁의 오정렬을 표현함 - 구성된다.
컴퓨팅 디바이스는 적어도 하나의 기준 라인의 특성이 임계값을 충족시키는지의 여부를 판정하도록 구성될 수 있으며, 임계값은 분배 팁의 오정렬을 표현한다. 여기서, 오정렬은 이미지 캡처 유닛에 대한 그리고/또는 샘플 피펫팅 모듈에 대한 오정렬을 지칭할 수 있다.
시스템은, 또한, 소프트웨어 명령어들을 저장하는 적어도 하나의 컴퓨터 판독가능 데이터 저장 매체를 포함할 수 있고, 소프트웨어 명령어들은, 적어도 하나의 프로세싱 디바이스에 의해 그리고/또는 컴퓨팅 디바이스에 의해 실행될 때, 시스템으로 하여금,
-
분배 팁의 이미지로부터 분배 팁의 적어도 하나의 기준 라인을 식별하게 하고;
-
적어도 하나의 기준 라인의 하나 이상의 특성들을 획득하게 하고;
-
적어도 하나의 기준 라인의 특성이 임계값을 충족시키는지의 여부를 판정하게 하며, 임계값은 분배 팁의 오정렬을 표현한다.
제5 태양의 시스템의 일 실시 형태에 따르면, 적어도 하나의 기준 라인은 분배 팁 상에 형성된 제1 기준 라인 및 제2 기준 라인을 포함한다.
제5 태양의 시스템의 일 실시 형태에 따르면, 적어도 하나의 기준 라인은 분배 팁 상에 형성된 제1 기준 라인 및 제2 기준 라인을 포함하고, 적어도 하나의 컴퓨팅 디바이스는 추가로 하기를 하도록 구성되고/되거나 소프트웨어 명령어들은 추가로 시스템으로 하여금 하기를 하게 한다:
-
적어도 하나의 기준 라인의 적어도 하나의 특성을 획득하되,
-
제1 기준 라인의 길이를 판정하고/하거나 계산한 것;
-
제2 기준 라인의 길이를 판정하고/하거나 계산한 것; 및
-
제1 기준 라인 및 제2 기준 라인 중 적어도 하나의 기준 라인에 대한, 제1 기준 라인의 사전결정된 포인트와 제2 기준 라인의 사전결정된 포인트를 연결하는 라인의 각도를 판정하고/하거나 계산한 것에 기초하여, 적어도 하나의 기준 라인의 적어도 하나의 특성을 획득; 및
-
제1 기준 라인의 길이, 제2 기준 라인의 길이, 및 라인의 각도 중 적어도 하나에 기초하여 분배 팁의 오정렬, 예컨대 이미지 캡처 유닛에 대한 그리고/또는 샘플 피펫팅 모듈에 대한 오정렬을 판정.
제5 태양의 시스템의 일 실시 형태에 따르면, 시스템은 하기를 하도록 구성되고/되거나 소프트웨어 명령어들은 추가로 시스템으로 하여금 하기를 하게 한다: 오정렬을 판정한 것에 응답하여, 샘플 피펫팅 디바이스가 유체 물질을 분배 팁 내에 흡인하는 것을 방지. 예로서, 컴퓨팅 디바이스는 오정렬을 판정한 것에 응답하여 중단 신호를 생성하고/하거나 출력하도록 구성될 수 있다.
제5 태양의 시스템의 일 실시 형태에 따르면, 적어도 하나의 컴퓨팅 디바이스는 추가로 하기를 하도록 구성되고/되거나 소프트웨어 명령어들은 추가로 시스템으로 하여금 하기를 하게 한다: 오정렬을 판정한 것에 응답하여, 분배 팁 내에의 유체 물질의 흡인을 플래깅 및/또는 개시.
제5 태양의 시스템의 일 실시 형태에 따르면, 적어도 하나의 컴퓨팅 디바이스는 추가로 하기를 하도록 구성되고/되거나 소프트웨어 명령어들은 추가로 시스템으로 하여금 하기를 하게 한다:
-
분배 팁의 이미지의 일부분으로부터 분배 팁의 적어도 하나의 기준 라인을 식별;
-
이미지에서 분배 팁 내의 유체 물질의 표면 레벨을 식별;
-
적어도 하나의 기준 라인과 표면 레벨 사이의 거리를 판정 및/또는 측정; 및
-
상관 데이터에 기초하여 거리를 유체 물질의 부피로 변환함으로써 유체 물질의 부피를 판정 - 상관 데이터는 분배 팁 내의 부피들과 적어도 하나의 기준 라인으로부터 분배 팁 내의 복수의 표면 레벨들까지의 거리들 사이의 상관에 관한 정보를 포함함.
여기서, 상관은, 또한, 거리와 부피 사이의 수학식 및/또는 함수 관계를 지칭할 수 있다.
제5 태양의 시스템의 일 실시 형태에 따르면, 컴퓨팅 디바이스는 패턴 매칭에 기초하여 그리고/또는 캡처된 이미지의 세그먼트화에 기초하여 기준 라인을 결정하도록 구성된다.
제5 태양의 시스템의 일 실시 형태에 따르면, 컴퓨팅 디바이스는 캡처된 이미지에서 기준 라인을 표현하는 패턴을 탐색하도록 구성된다.
제5 태양의 시스템의 일 실시 형태에 따르면, 컴퓨팅 디바이스는 캡처된 이미지의 적어도 일부분을 기준 이미지와 비교하도록 구성된다.
제5 태양의 시스템의 일 실시 형태에 따르면, 컴퓨팅 디바이스는, 캡처된 이미지의 일부와 기준 이미지의 매칭 레이트, 매칭 스코어, 및/또는 상관 값을 판정하도록 구성된다.
제5 태양의 시스템의 일 실시 형태에 따르면, 적어도 하나의 기준 라인은 분배 팁 상에 형성된 제1 기준 라인 및 제2 기준 라인을 포함하고, 적어도 하나의 컴퓨팅 디바이스는 추가로 하기를 하도록 구성되고/되거나 소프트웨어 명령어들은 추가로 시스템으로 하여금 하기를 하게 한다:
-
이미지에서 제1 기준 라인의 길이를 판정하고/하거나 계산;
-
이미지에서 제2 기준 라인의 길이를 판정하고/하거나 계산;
-
제1 기준 라인 및 제2 기준 라인 중 적어도 하나의 기준 라인에 대한, 제1 기준 라인의 사전결정된 포인트와 제2 기준 라인의 사전결정된 포인트를 연결하는 라인의 각도를 판정 및/또는 계산;
-
제1 기준 라인의 길이, 제2 기준 라인의 길이, 및 라인의 각도 중 적어도 하나에 기초하여 분배 팁의 오정렬, 예컨대 이미지 캡처 유닛에 대한 그리고/또는 샘플 피펫팅 모듈에 대한 오정렬을 판정; 및
-
오정렬의 판정에 기초하여 유체 물질의 부피를 조절.
제5 태양의 시스템의 일 실시 형태에 따르면, 분배 팁의 오정렬은 측면-오정렬 및 깊이-오정렬을 포함한다. 여기서, 측면-오정렬은 카메라 및/또는 이미지 캡처 유닛의 광학 축에 대한 분배 팁의 변위를 지칭할 수 있다. 깊이-오정렬은 카메라 및/또는 이미지 캡처 유닛의 광학 축을 따르는 분배 팁의 변위를 지칭할 수 있다.
제5 태양의 시스템의 일 실시 형태에 따르면, 적어도 하나의 기준 라인은 분배 팁 상에 형성된 제1 기준 라인 및 제2 기준 라인을 포함하고, 적어도 하나의 컴퓨팅 디바이스는 추가로 하기를 하도록 구성되고/되거나 소프트웨어 명령어들은 추가로 시스템으로 하여금 하기를 하게 한다:
-
이미지에서 제1 기준 라인의 사전결정된 포인트를 식별;
-
이미지에서 제2 기준 라인의 사전결정된 포인트를 식별;
-
제1 기준 라인의 사전결정된 포인트와 제2 기준 라인의 사전결정된 포인트를 연결하는 정렬 라인을 정의;
-
제1 기준 라인 및 제2 기준 라인 중 적어도 하나의 기준 라인에 대한 정렬 라인의 각도를 판정; 및
-
각도를 임계 각도 값과 비교 - 임계 각도 값은 분배 팁의 측면-오정렬을 표현함.
여기서, 정렬 라인의 각도가 임계 각도 값 미만인지의 여부가 판정될 수 있으며, 임계 각도 값은 분배 팁의 측면-오정렬을 표현한다.
제5 태양의 시스템의 일 실시 형태에 따르면, 제1 기준 라인의 사전결정된 포인트는 이미지에서 제1 기준 라인의 중심 포인트이고, 제2 기준 라인의 사전결정된 포인트는 이미지에서 제2 기준 라인의 중심 포인트이다.
제5 태양의 시스템의 일 실시 형태에 따르면, 시스템은 하기를 하도록 구성되고/되거나 소프트웨어 명령어들은 추가로 시스템으로 하여금 하기를 하게 한다: 제1 기준 라인 및 제2 기준 라인 중 적어도 하나의 기준 라인에 대한 정렬 라인의 각도가 임계 각도 값을 충족시키고/시키거나 초과하는 것으로 판정한 것에 응답하여, 샘플 피펫팅 디바이스가 유체 물질을 분배 팁 내에 흡인하는 것을 방지. 시스템 및/또는 컴퓨팅 디바이스는 제1 기준 라인 및 제2 기준 라인 중 적어도 하나의 기준 라인에 대한 정렬 라인의 각도가 임계 각도 값을 충족시키고/시키거나 초과하는 것으로 판정한 것에 응답하여 중단 신호를 생성하고/하거나 출력하도록 구성될 수 있다. 따라서, 시스템은, 정렬 라인의 각도가 임계 각도 값 이상인 것으로 판정한 것에 응답하여, 물질 피펫팅 디바이스 및/또는 샘플 피펫팅 디바이스가 유체 물질을 분배 팁 내에 흡인하는 것을 방지하도록 구성될 수 있다.
제5 태양의 시스템의 일 실시 형태에 따르면, 적어도 하나의 컴퓨팅 디바이스는 추가로 하기를 하도록 구성되고/되거나 소프트웨어 명령어들은 추가로 시스템으로 하여금 하기를 하게 한다: 제1 기준 라인 및 제2 기준 라인 중 적어도 하나의 기준 라인에 대한 정렬 라인의 각도가 임계 각도 값을 충족시키고/시키거나 초과하는 것으로 판정한 것에 응답하여, 분배 팁 내에의 유체 물질의 흡인을 플래깅 및/또는, 예컨대 흡인을 플래깅함으로써, 분배 팁 내에의 유체 물질의 흡인을 개시. 따라서, 시스템은 정렬 라인의 각도가 임계 각도 값 이상인 것으로 판정한 것에 응답하여, 분배 팁 내에의 유체 물질의 흡인을 플래깅하도록 구성될 수 있다.
제5 태양의 시스템의 일 실시 형태에 따르면, 적어도 하나의 컴퓨팅 디바이스는 추가로 하기를 하도록 구성되고/되거나 소프트웨어 명령어들은 추가로 시스템으로 하여금 하기를 하게 한다:
-
팁의 캡처된 이미지에 기초하여 적어도 하나의 기준 라인의 길이를 판정 및/또는 식별;
-
적어도 하나의 기준 라인의 실제 길이를 획득;
-
적어도 하나의 기준 라인의 길이와 적어도 하나의 기준 라인의 실제 길이 사이의 비를 계산; 및
-
비에 기초하여 분배 팁의 깊이-오정렬을 판정.
대안으로 또는 추가로, 소프트웨어 명령어들은, 추가로, 시스템으로 하여금,
-
팁의 캡처된 이미지로부터 제1 기준 라인의 길이를 식별하게 하고;
-
제1 기준 라인의 실제 길이를 획득하게 하고;
-
제1 기준 라인의 길이와 제1 기준 라인의 실제 길이 사이의 비를 계산하게 하고;
-
비에 기초하여 분배 팁의 깊이-오정렬을 판정하게 한다.
제5 태양의 시스템의 일 실시 형태에 따르면, 시스템은 추가로 하기를 하도록 구성되고/되거나 소프트웨어 명령어들은 추가로 시스템으로 하여금 하기를 하게 한다: 비에 기초하여 유체 물질의 판정된 부피를 조절.
제5 태양의 시스템의 일 실시 형태에 따르면, 시스템은 광원 및 샘플 피펫팅 모듈을 추가로 포함하고, 광원 및 이미지 캡처 유닛은 샘플 피펫팅 모듈에 부착되고/되거나; 광원 및 이미지 캡처 유닛은 샘플 피펫팅 모듈과 함께, 예컨대 수평으로 이동하여, 분배 팁의 이미지가 샘플 피펫팅 모듈의 임의의 위치에 캡처될 수 있게 하도록 구성된다. 예로서, 이미지는 궤적을 따르는 그리고/또는 샘플 피펫팅 모듈의 샘플 이송 가이드를 따르는 임의의 위치에서 캡처될 수 있다.
제5 태양의 시스템의 일 실시 형태에 따르면, 샘플 피펫팅 디바이스는 액체를 추가 분배 팁 내에 흡인하도록 구성되고, 시스템은 흡인된 액체의 부피를 판정하도록 구성된다. 이미지 캡처 유닛은 추가 분배 팁의 추가 이미지를 캡처하도록 구성되고, 컴퓨팅 디바이스는 추가 분배 팁과 연관된 이미지에서의 기준 포인트 사이의 픽셀 거리를 판정하도록 구성되고, 판정된 부피를 판정된 픽셀 거리와 상관시키도록 구성된다.
제5 태양의 시스템의 일 실시 형태에 따르면, 컴퓨팅 디바이스는 판정된 부피 및 판정된 픽셀 거리에 기초하여 상관 데이터를 생성하도록 구성된다.
제5 태양의 시스템의 일 실시 형태에 따르면, 상관 데이터는 복수의 판정된 픽셀 거리들과 추가 분배 팁 내에 흡인된 액체의 복수의 판정된 부피들 사이의 복수의 상관들에 기초하여 생성된다.
제5 태양의 시스템의 일 실시 형태에 따르면, 흡인된 액체는 염료 용액을 포함하고/하거나, 시스템은 분광 광도법에 기초하여 흡인된 액체의 부피를 판정하도록 구성된다.
제5 태양의 시스템의 일 실시 형태에 따르면, 시스템은, 흡인된 액체의 질량을 판정하도록 그리고 흡인된 액체의 판정된 질량에 기초하여 흡인된 액체의 부피를 판정하도록 구성된다.
전술된 바와 같은 제5 태양에 따른 시스템의 임의의 실시 형태는 전술된 바와 같은 제5 태양에 따른 시스템의 하나 이상의 추가 실시 형태들과 조합될 수 있음에 유의해야 한다. 이는 특히 유리한 시너지 효과들을 제공하도록 허용할 수 있다.
본 발명의 제6 태양에 따르면, 용기 내의 유체 물질을 평가하는 방법이 제공된다. 특히, 제6 태양에 따른 방법은, 예컨대 도 1, 도 5 내지 도 15, 도 9 내지 도 21, 및/또는 도 56 내지 도 68을 참조하여 예시적으로 기술되는 바와 같이, 팁 정렬 검출 디바이스를 동작시키고/시키거나, 분배 팁 무결성 평가 디바이스를 동작시키고/시키거나, 부피 검출 시스템을 동작시키고/시키거나, 분배 팁 평가 시스템을 동작시키기 위한 방법을 지칭할 수 있다.
제6 태양에 따른 방법은,
-
이미지 캡처 유닛을 사용하여, 용기의 적어도 일부분의 이미지를 캡처하는 단계 - 용기는 분배 팁일 수 있음 -;
-
적어도 하나의 컴퓨팅 디바이스를 사용하여, 용기의 이미지로부터 용기의 제1 기준 라인 및 제2 기준 라인을 결정하고/하거나 식별하는 단계; 및
-
제1 기준 라인 및 제2 기준 라인 중 적어도 하나의 기준 라인의 적어도 하나의 특성을 판정하고/하거나 획득하는 단계를 포함한다.
여기서, 적어도 하나의 특성은 제1 기준 라인의 길이; 제2 기준 라인의 길이, 및 제1 기준 라인 및 제2 기준 라인 중 적어도 하나의 기준 라인에 대한, 제1 기준 라인의 사전결정된 포인트와 제2 기준 라인의 사전결정된 포인트를 연결하는 라인의 각도 중 적어도 하나를 포함한다. 제6 태양에 따른 방법은, 제1 기준 라인 및 제2 기준 라인 중 적어도 하나의 기준 라인의 적어도 하나의 특성을 분배 팁의 오정렬을 표현하는 임계값과 비교하는 단계를 추가로 포함한다.
다시 말하면, 제6 태양에 따른 방법은:
-
이미지 캡처 유닛을 사용하여, 용기의 적어도 일부분의 이미지를 캡처하는 단계;
-
적어도 하나의 컴퓨팅 디바이스를 사용하여, 분배 팁의 이미지로부터 분배 팁의 제1 및 제2 기준 라인들을 식별하는 단계;
-
제1 및 제2 기준 라인들의 하나 이상의 특성들을 획득하는 단계 - 특성들은 제1 기준 라인의 길이; 제2 기준 라인의 길이; 및 기준 라인에 대한, 제1 기준 라인의 사전결정된 포인트와 제2 기준 라인의 사전결정된 포인트를 연결하는 라인의 각도 중 적어도 하나를 포함함 -; 및
-
적어도 하나의 기준 라인의 특성들이 임계값을 충족시키는지의 여부를 판정하는 단계를 포함할 수 있으며, 임계값은 분배 팁의 오정렬을 표현한다.
제6 태양의 방법의 일 실시 형태에 따르면, 제1 기준 라인 및 제2 기준 라인은 패턴 매칭에 기초하여 그리고/또는 캡처된 이미지의 세그먼트화에 기초하여 결정된다.
제6 태양의 방법의 일 실시 형태에 따르면, 제1 기준 라인 및 제2 기준 라인을 결정하는 단계는 캡처된 이미지에서 제1 기준 라인 및/또는 제2 기준 라인을 표현하는 패턴을 탐색하는 단계를 포함한다.
제6 태양의 방법의 일 실시 형태에 따르면, 제1 기준 라인 및 제2 기준 라인을 결정하는 단계는 캡처된 이미지의 적어도 일부분을 기준 이미지와 비교하는 단계를 포함한다.
제6 태양의 방법의 일 실시 형태에 따르면, 본 방법은 캡처된 이미지의 일부와 기준 이미지의 매칭 레이트, 매칭 스코어 및/또는 상관 값을 판정하는 단계를 추가로 포함한다.
제6 태양의 방법의 일 실시 형태에 따르면, 용기는 유체 물질을 포함하며, 본 방법은,
-
캡처된 이미지에서 용기 내의 유체 물질의 표면 레벨을 식별하는 단계;
-
제1 기준 라인 및 제2 기준 라인 중 적어도 하나의 기준 라인과 표면 레벨 사이의 거리를 판정하는 단계; 및
-
상관 데이터에 기초하여 거리를 유체 물질의 부피로 변환함으로써 유체 물질의 부피를 판정하는 단계 - 상관 데이터는 용기 내의 부피들과 제1 기준 라인 및 제2 기준 라인 중 적어도 하나의 기준 라인으로부터 용기 내의 복수의 표면 레벨들까지의 거리들 사이의 상관에 관한 정보를 포함함 - 를 추가로 포함한다.
여기서, 상관 데이터는, 또한, 거리와 부피 사이의 수학식 및/또는 함수 관계를 지칭할 수 있다.
제6 태양의 방법의 일 실시 형태에 따르면, 본 방법은,
-
이미지에서 제1 기준 라인의 길이를 판정하는 단계;
-
이미지에서 제2 기준 라인의 길이를 판정하는 단계;
-
제1 기준 라인 및 제2 기준 라인 중 적어도 하나의 기준 라인에 대한, 제1 기준 라인의 사전결정된 포인트와 제2 기준 라인의 사전결정된 포인트를 연결하는 라인의 각도를 판정하는 단계;
-
제1 기준 라인의 길이, 제2 기준 라인의 길이, 및 라인의 각도 중 적어도 하나에 기초하여 용기의 오정렬을 판정하는 단계; 및
-
오정렬의 판정에 기초하여 유체 물질의 부피를 조절하는 단계를 추가로 포함한다.
여기서, 오정렬은 이미지 캡처 유닛에 대한 그리고/또는 샘플 피펫팅 모듈에 대한 오정렬을 지칭할 수 있다.
제6 태양의 방법의 일 실시 형태에 따르면, 용기의 오정렬은 측면-오정렬 및 깊이-오정렬을 포함한다. 여기서, 측면-오정렬은 카메라 및/또는 이미지 캡처 유닛의 광학 축에 대한 분배 팁의 변위를 지칭할 수 있고, 깊이-오정렬은 카메라 및/또는 이미지 캡처 유닛의 광학 축을 따르는 분배 팁의 변위를 지칭할 수 있다.
제6 태양의 방법의 일 실시 형태에 따르면, 본 방법은,
-
이미지에서 제1 기준 라인의 사전결정된 포인트를 식별하는 단계;
-
이미지에서 제2 기준 라인의 사전결정된 포인트를 식별하는 단계;
-
제1 기준 라인의 사전결정된 포인트와 제2 기준 라인의 사전결정된 포인트를 연결하는 정렬 라인을 정의하는 단계;
-
제1 기준 라인 및 제2 기준 라인 중 적어도 하나의 기준 라인에 대한 정렬 라인의 각도를 판정하는 단계; 및
-
각도를 임계 각도 값과 비교하는 단계 - 임계 각도 값은 용기의 측면-오정렬을 표현함 - 를 추가로 포함한다.
제6 태양의 방법의 일 실시 형태에 따르면, 제1 기준 라인의 사전결정된 포인트는 이미지에서 제1 기준 라인의 중심 포인트이고, 제2 기준 라인의 사전결정된 포인트는 이미지에서 제2 기준 라인의 중심 포인트이다.
제6 태양의 방법의 일 실시 형태에 따르면, 본 방법은, 제1 기준 라인 및 제2 기준 라인 중 적어도 하나의 기준 라인에 대한 정렬 라인의 각도가 임계 각도 값을 충족시키고/시키거나 초과하는 것으로 판정한 것에 응답하여, 용기 내에의 유체 물질의 흡인을 방지하는 단계를 추가로 포함한다. 따라서, 흡인을 방지하는 중단 신호는, 제1 기준 라인 및 제2 기준 라인 중 적어도 하나의 기준 라인에 대한 정렬 라인의 각도가 임계 각도 값을 충족시키고/시키거나 초과하는 것으로 판정한 것에 응답하여 생성될 수 있다.
제6 태양의 방법의 일 실시 형태에 따르면, 본 방법은, 제1 기준 라인 및 제2 기준 라인 중 적어도 하나의 기준 라인에 대한 정렬 라인의 각도가 임계 각도 값을 충족시키고/시키거나 초과하는 것으로 판정한 것에 응답하여, 용기 내에의 유체 물질의 흡인을 플래깅하고/하거나 용기 내에의 유체 물질의 흡인을 개시하는 단계를 추가로 포함한다.
제6 태양의 방법의 일 실시 형태에 따르면, 본 방법은,
-
용기의 캡처된 이미지에 기초하여 제1 기준 라인 및 제2 기준 라인 중 적어도 하나의 기준 라인의 길이를 판정하는 단계;
-
예컨대 데이터 저장 디바이스로부터, 제1 기준 라인 및 제2 기준 라인 중 적어도 하나의 기준 라인의 실제 길이를 획득하는 단계;
-
제1 기준 라인 및 제2 기준 라인 중 적어도 하나의 기준 라인의 길이와 제1 기준 라인 및 제2 기준 라인 중 적어도 하나의 기준 라인의 실제 길이 사이의 비를 계산하는 단계; 및
-
비에 기초하여 용기의 깊이-오정렬을 판정하는 단계를 추가로 포함한다.
제6 태양의 방법의 일 실시 형태에 따르면, 본 방법은 비에 기초하여 유체 물질의 판정된 부피를 조절하는 단계를 추가로 포함한다.
전술된 바와 같은 제6 태양에 따른 방법의 임의의 실시 형태는 전술된 바와 같은 제6 태양에 따른 방법의 하나 이상의 추가 실시 형태들과 조합될 수 있음에 유의해야 한다. 이는 특히 유리한 시너지 효과들을 제공하도록 허용할 수 있다.
또한, 전술된 바와 같은 그리고 하기에서와 같은 제5 태양에 따른 시스템의 임의의 특징부들, 기능들, 특성들 및/또는 요소들은 전술된 바와 같은 그리고 하기에서와 같은 제6 태양에 따른 방법의 특징부들, 기능들, 특성들, 단계들 및/또는 요소들일 수 있음에 유의해야 한다. 반대로, 전술된 바와 같은 그리고 하기에서와 같은 제6 태양에 따른 방법의 임의의 특징부들, 기능들, 특성들, 단계들 및/또는 요소들은 전술된 바와 같은 그리고 하기에서와 같은 제5 태양에 따른 시스템의 특징부들, 기능들, 특성들 및/또는 요소들일 수 있다.
본 발명의 제7 태양에 따르면, 유체 물질을 평가하기 위한 시스템의 컴퓨팅 디바이스 상에서 실행될 때, 컴퓨팅 디바이스 및/또는 시스템에게 제6 태양에 따른 방법의 단계들을 수행할 것을 명령하는 컴퓨터 프로그램 요소가 제공된다.
본 발명의 제8 태양에 따르면, 제7 태양에 따른 컴퓨터 프로그램 요소가 그 상에 저장되는 비일시적 컴퓨터 판독가능 매체가 제공된다.
본 발명의 제9 태양에 따르면, 유체 물질을 평가하기 위한 시스템이 제공된다. 제9 태양에 따른 시스템은, 예컨대 도 69 내지 도 79를 참조하여 예시적으로 기술되는 바와 같은 입자 농도 체크 시스템, 예컨대 도 5 내지 도 15를 참조하여 예시적으로 기술되는 바와 같은 부피 검출 시스템, 예컨대 도 8 내지 도 21을 참조하여 예시적으로 기술되는 바와 같은 상관 데이터 생성 시스템, 및/또는 예컨대 도 32 내지 도 34를 참조하여 예시적으로 기술되는 바와 같은 반응 베셀 잔류물 부피 검출 디바이스를 지칭할 수 있다.
제9 태양에 따른 시스템은 하나 이상의 용기들을 지지하고/하거나 보유하도록 구성된 용기 캐리지 디바이스, 용기 캐리지 디바이스 상의 용기들 중 적어도 하나의 용기 내에 유체 물질을 분배하도록 구성된 샘플 피펫팅 디바이스 및/또는 물질 피펫팅 디바이스, 용기 캐리지 디바이스 상의 용기들 중 적어도 하나의 용기의 이미지를 캡처하도록 구성된 이미지 캡처 디바이스, 및 적어도 하나의 프로세싱 디바이스 및/또는 적어도 하나의 컴퓨팅 디바이스를 포함한다. 여기서, 시스템은,
-
샘플 피펫팅 디바이스를 사용하여, 적어도 하나의 유체 물질을 용기 내에 분배하도록;
-
이미지 캡처 디바이스를 사용하여, 용기 캐리지 디바이스 상의 용기의 이미지를 캡처하도록;
-
적어도 하나의 프로세싱 디바이스를 사용하여, 용기의 이미지를 분석하여 용기 내의 분배된 적어도 하나의 유체 물질의 부피를 판정하도록; 그리고
-
적어도 하나의 프로세싱 디바이스를 사용하여, 용기의 이미지를 분석하여 용기 내의 총 부피의 유체 물질들의 입자 농도를 판정하도록 구성된다.
시스템은, 소프트웨어 명령어들을 저장하는 적어도 하나의 컴퓨터 판독가능 데이터 저장 매체를 포함할 수 있고, 소프트웨어 명령어들은, 적어도 하나의 프로세싱 디바이스에 의해 실행될 때, 시스템으로 하여금,
-
하나 이상의 유체 물질을 용기 내에 분배하게 하고;
-
용기 캐리지 디바이스 상의 용기의 이미지를 획득하게 하고;
-
용기의 이미지를 분석하여 용기 내의 분배된 유체 물질의 부피를 판정하게 하고;
-
용기의 이미지를 분석하여 용기 내의 총 부피의 유체 물질들의 입자 농도를 판정하게 한다.
제9 태양의 시스템의 일 실시 형태에 따르면, 총 부피의 유체 물질들은 적어도 하나의 체액 및/또는 적어도 하나의 시약을 포함한다.
제9 태양의 시스템의 일 실시 형태에 따르면, 시스템은 추가로 하기를 하도록 구성되고/되거나 소프트웨어 명령어들은 추가로 시스템으로 하여금 하기를 하게 한다:
-
이미지 캡처 디바이스를 사용하여, 용기 내에 포함된 적어도 하나의 유체 물질에 시약을 분배한 후에 용기의 제1 이미지를 캡처 및/또는 획득 - 적어도 하나의 유체 물질은 적어도 하나의 체액을 포함함 -;
-
이미지 캡처 디바이스를 사용하여, 첨가된 시약을 용기 내의 적어도 하나의 유체 물질에 혼합한 후에 용기의 제2 이미지를 캡처 및/또는 획득;
-
적어도 하나의 프로세싱 디바이스를 사용하여, 용기의 제1 이미지를 분석하여 용기 내의 분배된 시약의 부피를 판정; 및
-
적어도 하나의 프로세싱 디바이스를 사용하여, 용기의 제2 이미지를 분석하여 용기 내의 총 부피의 유체 물질들의 입자 농도를 판정.
제9 태양의 시스템의 일 실시 형태에 따르면, 입자 농도는 상자성 입자들의 농도를 포함한다.
제9 태양의 시스템의 일 실시 형태에 따르면, 적어도 하나의 시약은 화학발광 기질을 포함한다.
제9 태양의 시스템의 일 실시 형태에 따르면, 제1 이미지는 시약이 용기 내에 분배되고서 대략 0.2초 후에 캡처되고, 제2 이미지는 혼합하고서 대략 6.5초 후에 캡처된다.
제9 태양의 시스템의 일 실시 형태에 따르면, 이미지 캡처 디바이스는 용기 캐리지 디바이스에 장착되고, 이미지 캡처 디바이스는 용기의 측면으로부터 용기의 이미지를 캡처하도록 구성되고/되거나 배열된다.
제9 태양의 시스템의 일 실시 형태에 따르면, 시스템은 광원을 추가로 포함하고, 광원 및 이미지 캡처 디바이스는 광원이 이미지 캡처 디바이스의 반대편에 위치되도록 용기 캐리지 디바이스에 장착된다.
제9 태양의 시스템의 일 실시 형태에 따르면, 용기 캐리지 디바이스는 회전가능 플레이트를 포함하는 세척 휠이며, 회전가능 플레이트는 이미지 캡처 디바이스에 대해 용기를 회전시키도록 구성된다.
제9 태양의 시스템의 일 실시 형태에 따르면, 시스템은 추가로 하기를 하도록 구성되고/되거나 소프트웨어 명령어들은 추가로 시스템으로 하여금 하기를 하게 한다: 예컨대, 적절한 하드웨어 및/또는 소프트웨어 수단에 의해, 용기가 용기 캐리지 디바이스 상에 존재하는지를 검출.
제9 태양의 시스템의 일 실시 형태에 따르면, 적어도 하나의 프로세싱 디바이스는 하기를 하도록 구성되고/되거나 소프트웨어 명령어들은 추가로 시스템으로 하여금 하기를 하게 한다:
-
이미지에서의 기준 포인트를 결정 및/또는 식별 - 기준 포인트는 용기와 연관됨 -;
-
이미지에서 용기 내의 적어도 하나의 유체 물질의 표면 레벨을 판정 및/또는 식별;
-
기준 포인트와 표면 레벨 사이의 거리를 판정 및/또는 측정; 및
-
상관 데이터에 기초하여 거리를 분배된 적어도 하나의 유체 물질 및/또는 시약의 부피로 변환 - 상관 데이터는 용기 내의 부피들과 기준 포인트로부터 용기 내의 복수의 표면 레벨들까지의 거리들 사이의 상관에 관한 정보를 포함함.
제9 태양의 시스템의 일 실시 형태에 따르면, 기준 포인트를 결정하고/하거나 식별하는 것은 용기의 저부 부분을 결정하고/하거나 식별하는 것을 포함한다.
제9 태양의 방법의 일 실시 형태에 따르면, 거리는 픽셀 거리에 의해 측정된다.
제9 태양의 시스템의 일 실시 형태에 따르면, 프로세싱 디바이스는 패턴 매칭에 기초하여 그리고/또는 캡처된 이미지의 세그먼트화에 기초하여 기준 포인트를 결정하도록 구성된다.
제9 태양의 시스템의 일 실시 형태에 따르면, 프로세싱 디바이스는 캡처된 이미지에서 기준 포인트를 표현하는 패턴을 탐색하도록 구성된다.
제9 태양의 시스템의 일 실시 형태에 따르면, 프로세싱 디바이스는 캡처된 이미지의 적어도 일부분을 기준 이미지와 비교하도록 구성된다.
제9 태양의 시스템의 일 실시 형태에 따르면, 프로세싱 디바이스는, 캡처된 이미지의 일부와 기준 이미지의 매칭 레이트, 매칭 스코어, 및/또는 상관 값을 판정하도록 구성된다.
제9 태양의 시스템의 일 실시 형태에 따르면, 샘플 피펫팅 디바이스는 액체를 추가 용기 내에 흡인하도록 구성되고, 시스템은 흡인된 액체의 부피를 판정하도록 구성되고, 이미지 캡처 유닛은 추가 용기의 추가 이미지를 캡처하도록 구성되고, 프로세싱 디바이스는 추가 용기와 연관된 이미지 내의 기준 포인트 사이의 픽셀 거리를 판정하도록 구성되고, 판정된 부피를 판정된 픽셀 거리와 상관시키도록 구성된다.
제9 태양의 시스템의 일 실시 형태에 따르면, 프로세싱 디바이스는 판정된 부피 및 판정된 픽셀 거리에 기초하여 상관 데이터를 생성하도록 구성된다.
제9 태양의 시스템의 일 실시 형태에 따르면, 상관 데이터는 복수의 판정된 픽셀 거리들과 추가 용기 내에 흡인된 액체의 복수의 판정된 부피들 사이의 복수의 상관들에 기초하여 생성된다.
제9 태양의 시스템의 일 실시 형태에 따르면, 흡인된 액체는 염료 용액을 포함한다. 대안으로 또는 추가로, 시스템은 분광 광도법에 기초하여 흡인된 액체의 부피를 판정하도록 구성된다.
제9 태양의 시스템의 일 실시 형태에 따르면, 시스템은, 흡인된 액체의 질량을 판정하도록 그리고 흡인된 액체의 판정된 질량에 기초하여 흡인된 액체의 부피를 판정하도록 구성된다.
제9 태양의 시스템의 일 실시 형태에 따르면, 적어도 하나의 프로세싱 디바이스는 추가로 하기를 하도록 구성되고/되거나 소프트웨어 명령어들은 추가로 시스템으로 하여금 하기를 하게 한다:
-
예컨대 센서로부터 휘도 값을 수신한 것에 기초하여, 그리고/또는 예컨대 이미지 프로세싱에 기초하여, 용기의 이미지로부터 총 부피의 유체 물질들의 휘도를 획득 및/또는 판정;
-
유체 물질의 휘도 및 교정 데이터에 기초하여 총 부피의 유체 물질들의 입자 농도를 판정;
-
판정된 입자 농도를 임계값과 비교; 및
-
판정된 입자 농도가 임계값 미만인 것으로 판정한 것에 응답하여, 총 부피의 유체 물질들을 포함하는 용기를 플래깅.
제9 태양의 시스템의 일 실시 형태에 따르면, 시스템은 추가로 하기를 하도록 구성되고/되거나 소프트웨어 명령어들은 추가로 시스템으로 하여금 하기를 하게 한다:
-
샘플 피펫팅 디바이스를 사용하여, 용기로부터 유체 물질의 적어도 일부분을 흡인;
-
이미지 캡처 디바이스를 사용하여, 용기의 적어도 일부분의 제3 이미지를 캡처;
-
적어도 하나의 프로세싱 디바이스를 사용하여, 제3 이미지를 기준 이미지와 비교;
-
적어도 하나의 프로세싱 디바이스를 사용하여, 제3 이미지와 기준 이미지 사이의 유사도에 기초하여 매칭 스코어를 결정; 및
-
생성된 매칭 스코어를 임계치와 비교.
제9 태양의 시스템의 일 실시 형태에 따르면, 시스템은 추가로 하기를 하도록 구성되고/되거나 소프트웨어 명령어들은 추가로 시스템으로 하여금 하기를 하게 한다: 적어도 하나의 프로세싱 디바이스를 사용하여, 제3 이미지 내의 관심 영역을 결정 - 제3 이미지를 비교하는 것은 제3 이미지 내의 관심 영역을 기준 이미지의 적어도 일부와 비교하는 것을 포함함.
제9 태양의 시스템의 일 실시 형태에 따르면, 관심 영역은 용기의 저부에 인접한 영역을 포함한다.
제9 태양의 시스템의 일 실시 형태에 따르면, 시스템은 추가로 하기를 하도록 구성되고/되거나 소프트웨어 명령어들은 추가로 시스템으로 하여금 하기를 하게 한다:
-
매칭 스코어가 임계치와 동일하고/하거나 임계치 미만일 때, 용기로부터 흡인의 결과를 플래깅; 및/또는
-
매칭 스코어가 임계치를 초과하지 않을 때, 용기로부터 흡인의 결과를 플래깅.
제9 태양의 시스템의 일 실시 형태에 따르면, 용기 캐리지 디바이스는 복수의 용기 슬롯들을 포함하고, 각각의 용기 슬롯은 용기를 지지하도록 구성되고, 시스템은 추가로 하기를 하도록 구성되고/되거나 소프트웨어 명령어들은 추가로 시스템으로 하여금 하기를 하게 한다:
-
이미지 캡처 디바이스를 사용하여, 용기 캐리지 디바이스의 제1 위치에서 복수의 용기 슬롯들 중 하나의 용기 슬롯의 제4 이미지를 캡처;
-
적어도 하나의 프로세싱 디바이스를 사용하여, 제4 이미지를 기준 이미지와 비교;
-
적어도 하나의 프로세싱 디바이스를 사용하여, 제4 이미지와 기준 이미지 사이의 유사도에 기초하여 매칭 스코어를 생성; 및
-
매칭 스코어를 임계치와 비교.
제9 태양의 시스템의 일 실시 형태에 따르면, 임계치를 초과하고/하거나 충족시키는 매칭 스코어는 복수의 용기 슬롯들 중 하나의 용기 슬롯에서의 용기의 부재를 표현한다.
제9 태양의 시스템의 일 실시 형태에 따르면, 시스템은 매칭 스코어가 임계치 미만일 때 복수의 용기 슬롯들 중 하나의 용기 슬롯으로부터 용기를 제거하도록 구성되고/되거나, 소프트웨어 명령어들은 추가로 시스템으로 하여금, 매칭 스코어가 임계치를 충족시키지 않을 때, 복수의 용기 슬롯들 중 하나의 용기 슬롯으로부터 용기를 제거하게 한다.
제9 태양의 시스템의 일 실시 형태에 따르면, 시스템은 매칭 스코어가 임계치를 초과하고/하거나 충족시키는 것으로 판정한 후에 그리고/또는 그에 응답하여 용기 캐리지 디바이스를 제2 위치로 이동시키도록 구성된다. 대안으로 또는 추가로, 소프트웨어 명령어들은, 추가로, 시스템으로 하여금, 매칭 스코어가 임계치를 초과하는 것으로 판정한 후에, 용기 캐리지 디바이스를 제2 위치로 이동시키게 한다.
전술된 바와 같은 제9 태양에 따른 시스템의 임의의 실시 형태는 전술된 바와 같은 제9 태양에 따른 시스템의 하나 이상의 추가 실시 형태들과 조합될 수 있음에 유의해야 한다. 이는 특히 유리한 시너지 효과들을 제공하도록 허용할 수 있다.
본 발명의 제10 태양에 따르면, 용기 내의 유체 물질을 평가하기 위한 방법이 제공된다. 제10 태양에 따른 방법은, 예컨대 도 69 내지 도 79를 참조하여 예시적으로 기술된 바와 같은 입자 농도 체크 시스템을 동작시키기 위한 방법, 및/또는 예컨대 도 5 내지 도 15를 참조하여 예시적으로 기술된 바와 같은 부피 검출 시스템을 동작시키기 위한 방법을 지칭할 수 있다.
제10 태양에 따른 방법은,
-
샘플 피펫팅 디바이스를 사용하여, 적어도 하나의 유체 물질을 용기 내에 분배하는 단계;
-
이미지 캡처 디바이스를 사용하여, 용기 캐리지 디바이스 상에 배열되는 용기의 적어도 일부분의 이미지를 캡처하고/하거나 획득하는 단계 - 용기 캐리지 디바이스는 하나 이상의 용기들을 지지하고/하거나 보유하도록 구성됨 -;
-
적어도 하나의 컴퓨팅 디바이스를 사용하여, 용기의 이미지를 분석하여 용기 내의 적어도 하나의 분배된 유체 물질의 부피를 판정하는 단계; 및
-
적어도 하나의 컴퓨팅 디바이스를 사용하여, 용기의 이미지를 분석하여 용기 내의 총 부피의 유체 물질들의 입자 농도를 판정하는 단계를 포함한다.
여기서, 용어 "총 부피의 유체 물질들"은 적어도 하나의 분배된 유체 물질 및 선택적으로 적어도 하나의 첨가된 시약을 지칭할 수 있다.
제10 태양의 방법의 일 실시 형태에 따르면, 용기의 이미지를 캡처하고/하거나 획득하는 단계는,
-
이미지 캡처 디바이스를 사용하여, 용기 내에 포함된 적어도 하나의 유체 물질에 시약을 분배한 후에 용기의 제1 이미지를 캡처하고/하거나 획득하는 단계 - 적어도 하나의 유체 물질은 적어도 하나의 체액을 포함함 -; 및
-
이미지 캡처 디바이스를 사용하여, 시약, 예컨대 첨가된 시약을 용기 내의 적어도 하나의 유체 물질에 첨가하고/하거나 혼합한 후에 용기의 제2 이미지를 캡처하고/하거나 획득하는 단계를 포함한다.
여기서, 용기의 이미지를 분석하여 적어도 하나의 분배된 유체 물질의 부피를 판정하는 단계는 용기의 제1 이미지를 분석하여 용기 내에 포함된 분배된 시약의 부피를 판정하는 단계를 포함하고, 용기의 이미지를 분석하여 총 부피의 유체 물질들의 입자 농도를 판정하는 단계는 용기의 제2 이미지를 분석하여 용기 내의 총 부피의 유체 물질들의 입자 농도를 판정하는 단계를 포함한다.
전술된 바와 같은 제10 태양에 따른 방법의 임의의 실시 형태는 전술된 바와 같은 제10 태양에 따른 방법의 하나 이상의 추가 실시 형태들과 조합될 수 있음에 유의해야 한다. 이는 특히 유리한 시너지 효과들을 제공하도록 허용할 수 있다.
또한, 전술된 바와 같은 그리고 하기에서와 같은 제9 태양에 따른 시스템의 임의의 특징부들, 기능들, 특성들 및/또는 요소들은 전술된 바와 같은 그리고 하기에서와 같은 제10 태양에 따른 방법의 특징부들, 기능들, 특성들, 단계들 및/또는 요소들일 수 있음에 유의해야 한다. 반대로, 전술된 바와 같은 그리고 하기에서와 같은 제10 태양에 따른 방법의 임의의 특징부들, 기능들, 특성들, 단계들 및/또는 요소들은 전술된 바와 같은 그리고 하기에서와 같은 제9 태양에 따른 시스템의 특징부들, 기능들, 특성들 및/또는 요소들일 수 있다.
본 발명의 제11 태양에 따르면, 유체 물질을 평가하기 위한 시스템의 컴퓨팅 디바이스 상에서 실행될 때, 컴퓨팅 디바이스 및/또는 시스템에게 제10 태양에 따른 방법의 단계들을 수행할 것을 명령하는 컴퓨터 프로그램 요소가 제공된다.
본 발명의 제12 태양에 따르면, 제11 태양에 따른 컴퓨터 프로그램 요소가 그 상에 저장되는 비일시적 컴퓨터 판독가능 매체가 제공된다.
본 발명의 제13 태양에 따르면, 용기 내의 유체 물질을 평가하기 위한 방법이 제공된다. 제13 태양의 방법은, 예컨대 도 5 내지 도 15를 참조하여 예시적으로 기술되는 바와 같은 부피 검출 시스템을 동작시키기 위한 방법, 예컨대 도 35 및 도 36을 참조하여 예시적으로 기술되는 바와 같은 분배 조절 시스템을 동작시키기 위한 방법, 예컨대 도 8 내지 도 21을 참조하여 예시적으로 기술되는 바와 같은 상관 데이터 생성 시스템을 동작시키기 위한 방법, 및/또는 예컨대 도 32 내지 도 34를 참조하여 예시적으로 기술되는 바와 같은 잔류물 부피 검출 디바이스를 동작시키기 위한 방법을 지칭할 수 있다.
제13 태양에 따른 방법은,
-
물질 분배 디바이스를 사용하여, 유체 물질을 용기에 분배하는 단계;
-
적어도 하나의 컴퓨팅 디바이스를 사용하여, 용기 내의 유체 물질의 부피를 판정하거나/하고 측정하는 단계;
-
물질 분배 디바이스의 동작 정보를 수신하는 단계 - 동작 정보는 유체 물질 분배 디바이스의 동작 파라미터들을 포함함 -;
-
유체 물질의 타깃 분배 부피를 수신하는 단계;
-
유체 물질의 판정된 부피를 타깃 분배 부피와 비교하는 단계;
-
물질 분배 디바이스에 대한 교정 정보를 생성하는 단계; 및
-
교정 정보에 기초하여 물질 분배 디바이스의 동작 파라미터들을 조절하는 단계를 포함한다.
제13 태양의 방법의 일 실시 형태에 따르면, 유체 물질의 부피를 판정하고/하거나 측정하는 단계는,
-
이미지 캡처링 디바이스를 사용하여, 용기의 적어도 일부분의 이미지를 캡처하는 단계;
-
적어도 하나의 컴퓨팅 디바이스를 사용하여, 이미지 내의 기준 포인트를 식별하는 단계 - 기준 포인트는 용기와 연관됨 -;
-
적어도 하나의 컴퓨팅 디바이스를 사용하여, 이미지에서의 용기 내의 유체 물질의 표면 레벨을 식별하는 단계;
-
기준 포인트와 표면 레벨 사이의 거리를 판정하는 단계; 및
-
상관 데이터에 기초하여 거리를 유체 물질의 부피로 변환하는 단계 - 상관 데이터는 용기 내의 부피들과 기준 포인트로부터 용기 내의 복수의 표면 레벨들까지의 거리들 사이의 상관에 관한 정보를 포함함 - 를 포함한다.
제13 태양의 방법의 일 실시 형태에 따르면, 본 방법은,
-
액체를 추가 용기에 공급하는 단계;
-
공급된 액체의 부피를 판정하는 단계;
-
용기의 추가 이미지를 캡처하는 단계;
-
추가 용기와 연관된 이미지에서의 기준 포인트 사이의 픽셀 거리를 판정하는 단계; 및
-
판정된 부피를 판정된 픽셀 거리와 상관시키는 단계를 추가로 포함한다.
제13 태양의 방법의 일 실시 형태에 따르면, 본 방법은 판정된 부피 및 판정된 픽셀 거리에 기초하여 상관 데이터를 생성하는 단계를 추가로 포함한다.
제13 태양의 방법의 일 실시 형태에 따르면, 상관 데이터는 복수의 판정된 픽셀 거리들과 추가 용기에 공급된 액체의 복수의 판정된 부피들 사이의 복수의 상관들에 기초하여 생성된다.
제13 태양의 방법의 일 실시 형태에 따르면, 공급된 액체는 염료 용액을 포함한다. 대안으로 또는 추가로, 공급된 액체의 부피는 분광 광도법에 기초하여 판정된다.
제13 태양의 방법의 일 실시 형태에 따르면, 공급된 액체의 부피를 판정하는 단계는 공급된 액체의 질량을 판정하는 단계를 포함한다.
제13 태양의 방법의 일 실시 형태에 따르면, 본 방법은,
-
용기로부터 유체 물질의 적어도 일부분을 흡인하는 단계;
-
이미지 캡처링 디바이스를 사용하여, 용기의 적어도 일부분의 이미지를 캡처하는 단계;
-
이미지를 기준 이미지와 비교하는 단계; 및
-
이미지와 기준 이미지 사이의 유사도에 기초하여 매칭 스코어를 생성하는 단계를 추가로 포함한다.
제13 태양의 방법의 일 실시 형태에 따르면, 본 방법은,
-
매칭 스코어를 임계치와 비교하는 단계; 및/또는
-
매칭 스코어가 임계치를 초과하는 것으로 판정하는 단계를 추가로 포함한다.
제13 태양의 방법의 일 실시 형태에 따르면, 본 방법은 이미지 내의 관심 영역을 결정하는 단계를 추가로 포함하고, 이미지를 비교하는 단계는 이미지 내의 관심 영역을 기준 이미지의 적어도 일부와 비교하는 단계를 포함한다.
제13 태양의 방법의 일 실시 형태에 따르면, 관심 영역은 용기의 저부에 인접한 영역을 포함한다.
제13 태양의 방법의 일 실시 형태에 따르면, 본 방법은, 매칭 스코어가 임계치를 충족시키고/시키거나 임계치 미만일 때, 용기로부터 흡인의 결과를 플래깅하는 단계를 추가로 포함한다.
제13 태양의 방법의 일 실시 형태에 따르면, 본 방법은,
-
복수의 용기들을 용기 캐리지 디바이스의 복수의 용기 슬롯들 내에 배열하는 단계;
-
이미지 캡처링 디바이스를 사용하여, 용기 캐리지 디바이스의 제1 위치에서 복수의 용기 슬롯들 중 하나의 용기 슬롯의 이미지를 캡처하는 단계;
-
이미지를 기준 이미지와 비교하는 단계; 및
-
이미지와 기준 이미지 사이의 유사도에 기초하여 매칭 스코어를 생성하는 단계를 추가로 포함한다.
제13 태양의 방법의 일 실시 형태에 따르면, 본 방법은,
-
매칭 스코어를 임계치와 비교하는 단계; 및/또는
-
매칭 스코어가 임계치를 초과하고/하거나 충족시키는 것으로 판정하는 단계 - 임계치를 초과하는 매칭 스코어는 복수의 용기 슬롯들 중 하나의 용기 슬롯에서의 용기의 부재를 표현함 - 를 추가로 포함한다.
제13 태양의 방법의 일 실시 형태에 따르면, 본 방법은, 매칭 스코어가 임계치 미만일 때, 복수의 용기 슬롯들 중 하나의 용기 슬롯으로부터 용기를 제거하는 단계를 추가로 포함한다.
제13 태양의 방법의 일 실시 형태에 따르면, 본 방법은, 매칭 스코어가 임계치를 초과하고/하거나 충족시키는 것으로 판정한 후에, 용기 캐리지 디바이스를 제2 위치로 이동시키는 단계를 추가로 포함한다.
전술된 바와 같은 제13 태양에 따른 방법의 임의의 실시 형태는 전술된 바와 같은 제13 태양에 따른 방법의 하나 이상의 추가 실시 형태들과 조합될 수 있음에 유의해야 한다. 이는 특히 유리한 시너지 효과들을 제공하도록 허용할 수 있다.
또한, 전술된 바와 같은 그리고 하기에서와 같은 제9 태양에 따른 시스템의 임의의 특징부들, 기능들, 특성들 및/또는 요소들은 전술된 바와 같은 그리고 하기에서와 같은 제13 태양에 따른 방법의 특징부들, 기능들, 특성들, 단계들 및/또는 요소들일 수 있음에 유의해야 한다. 반대로, 전술된 바와 같은 그리고 하기에서와 같은 제13 태양에 따른 방법의 임의의 특징부들, 기능들, 특성들, 단계들 및/또는 요소들은 전술된 바와 같은 그리고 하기에서와 같은 제9 태양에 따른 시스템의 특징부들, 기능들, 특성들 및/또는 요소들일 수 있다.
본 발명의 제14 태양에 따르면, 유체 물질을 평가하기 위한 시스템의 컴퓨팅 디바이스 상에서 실행될 때, 컴퓨팅 디바이스 및/또는 시스템에게 제13 태양에 따른 방법의 단계들을 수행할 것을 명령하는 컴퓨터 프로그램 요소가 제공된다.
본 발명의 제15 태양에 따르면, 제14 태양에 따른 컴퓨터 프로그램 요소가 그 상에 저장되는 비일시적 컴퓨터 판독가능 매체가 제공된다.
도 1은 생물학적 시료를 분석하기 위한 예시적인 기구의 블록도이다.
도 2는 도 1의 생물학적 시료 분석 기구의 일례를 개략적으로 도시한다.
도 3은 본 발명의 태양들을 구현하는 데 사용될 수 있는 컴퓨팅 디바이스의 예시적인 아키텍처를 도시한다.
도 4는 면역학적 분석을 위한 예시적인 방법을 도시한 개략도이다.
도 5는 도 1의 부피 검출 시스템의 일례의 블록도이다.
도 6은 부피 검출 시스템을 동작시키는 예시적인 방법을 도시한 흐름도이다.
도 7은 도 6의 부피 검출 시스템의 동작을 수행하기 위한 예시적인 방법을 도시한 흐름도이다.
도 8은 상관 데이터를 생성하기 위해 상관 데이터 생성 시스템을 동작시키기 위한 예시적인 방법을 도시한 흐름도이다.
도 9는 도 5의 분배 팁 부피 검출 디바이스의 일례를 도시한다.
도 10은 분배 팁 부피 검출 디바이스와 관련된 샘플 흡인 시스템의 예시적인 구조물을 개략적으로 도시한다.
도 11은 도 10의 샘플 흡인 시스템의 사시도이다.
도 12a는 도 10의 샘플 흡인 시스템의 측면도이다.
도 12b는 도 10의 샘플 흡인 시스템의 다른 측면도이다.
도 13은 예시적인 분배 팁의 개략적인 사시도이다.
도 14는 도 13의 분배 팁의 원위 단부의 단면도이다.
도 15는 분배 팁 부피 검출 디바이스를 동작시키는 예시적인 방법을 도시한 흐름도이다.
도 16은 도 15의 분배 팁 부피 검출 디바이스의 동작을 수행하기 위한 예시적인 방법을 도시한 흐름도이다.
도 17은 분배 팁의 캡처된 이미지의 예시적인 분석을 도시한다.
도 18은 도 17의 캡처된 이미지의 분석을 도시한다.
도 19는 도 17의 캡처된 이미지의 분석을 도시한다.
도 20은 팁 부피 상관 데이터에 대응하는 예시적인 상관 곡선이다.
도 21은 팁 부피 상관 데이터를 생성하기 위해 팁 부피 상관 데이터 생성 시스템을 동작시키기 위한 예시적인 방법을 도시한 흐름도이다.
도 22는 도 5의 베셀 부피 검출 디바이스의 일례를 도시한다.
도 23은 베셀 부피 검출 디바이스가 포함된 예시적인 용기 캐리지 디바이스를 도시한다.
도 24는 도 23의 용기 캐리지 디바이스의 다른 사시도로서, 도 23의 베셀 이미지 캡처 유닛을 도시한다.
도 25는 베셀 이미지 캡처 유닛을 포함하는 베셀 부피 검출 디바이스를 갖는 세척 휠(wash wheel)의 평면도이다.
도 26은 세척 휠로 베셀 부피 검출 디바이스를 동작시키는 예시적인 방법을 도시한 흐름도이다.
도 27은 베셀 부피 검출 디바이스의 반응 베셀 분배 부피 검출 디바이스를 동작시키는 예시적인 방법을 도시한 흐름도이다.
도 28은 도 27의 반응 베셀 분배 부피 검출 디바이스의 동작을 수행하기 위한 예시적인 방법을 도시한 흐름도이다.
도 29는 반응 베셀의 캡처된 이미지의 예시적인 분석을 도시한다.
도 30은 베셀 부피 상관 데이터에 대응하는 예시적인 상관 곡선이다.
도 31은 베셀 부피 상관 데이터를 생성하기 위해 베셀 부피 상관 데이터 생성 시스템을 동작시키기 위한 예시적인 방법을 도시한 흐름도이다.
도 32는 베셀 부피 검출 디바이스의 반응 베셀 잔류물 부피 검출 디바이스를 동작시키는 예시적인 방법을 도시한 흐름도이다.
도 33은 도 32의 반응 베셀 잔류물 부피 검출 디바이스의 동작을 수행하기 위한 예시적인 방법을 도시한 흐름도이다.
도 34는 베셀의 캡처된 이미지의 예시적인 분석을 도시한다.
도 35는 베셀 부피 검출 디바이스의 분배 조절 디바이스가 동작되는 예시적인 시스템의 블록도이다.
도 36은 도 35의 분배 조절 디바이스를 동작시키기 위한 예시적인 방법을 도시한 흐름도이다.
도 37은 베셀 부피 검출 디바이스의 반응 베셀 검출 디바이스를 동작시키는 예시적인 방법을 도시한 흐름도이다.
도 38은 도 37의 반응 베셀 검출 디바이스의 동작을 수행하기 위한 예시적인 방법을 도시한 흐름도이다.
도 39는 세척 휠 상의 베셀 슬롯의 캡처된 이미지의 예시적인 분석을 도시한다.
도 40은 도 1의 예시적인 무결성 평가 시스템의 블록도이다.
도 41은 도 40의 예시적인 분배 팁 무결성 평가 디바이스의 블록도이다.
도 42는 예시적인 샘플 품질 검출 디바이스를 도시한다.
도 43은 도 42의 샘플 품질 검출 디바이스를 동작시키기 위한 예시적인 방법을 도시한 흐름도이다.
도 44는 도 42의 이미지 평가 디바이스를 동작시키는 예시적인 방법을 도시한 흐름도이다.
도 45는 캡처된 이미지의 예시적인 분석을 도시한다.
도 46은 이미지 내의 관심 영역을 찾기 위한 예시적인 방법을 도시한 흐름도이다.
도 47은 이미지에 대한 색상 파라미터들을 추출하기 위한 예시적인 방법의 흐름도이다.
도 48은 이미지에 대한 예시적인 히스토그램을 도시한다.
도 49는 도 42의 분류 데이터 생성 디바이스를 동작시키기 위한 예시적인 방법의 흐름도이다.
도 50은 간섭물 값들이 분류 라벨들로 파싱(parse)된 것의 예시적인 테이블이다.
도 51은 샘플 분류 식별자들의 예시적인 세트이다.
도 52는 3개의 간섭물들에 대한 예시적인 색상 파라미터 데이터 테이블을 도시한다.
도 53은 도 52에 도시된 바와 같은 제1, 제2, 및 제3 간섭물들의 조합들로부터의 샘플 분류자들의 예시적인 세트를 도시한다.
도 54는 도 42의 예시적인 분류 디바이스를 개략적으로 도시한 블록도이다.
도 55는 샘플 분류 결과들 및 연관된 플래깅 결과들의 예시적인 데이터 세트이다.
도 56은 예시적인 팁 정렬 검출 디바이스의 블록도이다.
도 57은 예시적인 분배 팁의 단면도로서, 분배 팁에서의 가능한 공차들을 도시한다.
도 58은 분배 팁의 예시적인 오정렬을 개략적으로 도시한다.
도 59는 분배 팁의 가능한 타입의 오정렬을 도시한다.
도 60a는 팁 정렬 검출 디바이스와 함께 사용가능한 예시적인 분배 팁의 측단면도이다.
도 60b는 도 60a의 분배 팁의 일부분의 확대도이다.
도 60c는 도 60a의 분배 팁의 일부분의 확대도이다.
도 61은 분배 팁 정렬을 평가하기 위한 예시적인 방법을 도시한 흐름도이다.
도 62는 분배 팁 오정렬을 검출하기 위한 예시적인 방법을 도시한 흐름도이다.
도 63은 분배 팁 오정렬을 검출하기 위한 다른 예시적인 방법을 도시한 흐름도이다.
도 64는 분배 팁의 측면-오정렬을 보여주는 예시적인 이미지를 개략적으로 도시한다.
도 65는 제2 기준 라인을 사용하여 부피를 보정하기 위한 예시적인 방법을 도시한 흐름도이다.
도 66은 제2 기준 라인을 사용하여 부피를 보정하기 위한 다른 예시적인 방법을 도시한 흐름도이다.
도 67은 카메라 유닛에 대한 분배 팁의 깊이-오정렬을 개략적으로 도시한다.
도 68은 팁 정렬 검출 디바이스에 의해 수행되는 보정 전후의 부피 검출의 예시적인 데이터 테이블이다.
도 69는 도 1의 예시적인 입자 농도 체크 시스템의 블록도이다.
도 70은 상이한 입자 농도들을 갖는 반응 베셀의 예시적인 이미지들을 도시한다.
도 71은 예시적인 반응 베셀 입자 농도 체크 시스템의 블록도이다.
도 72는 반응 베셀 내에 포함된 유체 물질에서의 입자 농도를 측정하기 위한 예시적인 방법을 도시한 흐름도이다.
도 73은 교정 데이터를 생성하기 위한 예시적인 방법을 도시한 흐름도이다.
도 74는 교정 데이터를 생성하는 데 사용되는 예시적인 물질들의 테이블이다.
도 75는 교정 데이터로부터 플롯팅(plot)된 예시적인 교정 곡선들을 도시한다.
도 76은 반응 베셀 내에 포함된 유체 물질에서의 입자 농도를 측정하기 위한 예시적인 방법을 도시한 흐름도이다.
도 77은 상이한 검정 물질들에 대한 예시적인 농도 임계치들의 예시적인 테이블이다.
도 78은 반응 베셀 입자 농도 체크 시스템의 기능들을 활용하는 예시적인 진단 기능의 흐름도이다.
도 79는 도 78의 진단 기능의 다른 예의 흐름도이다.
도 2는 도 1의 생물학적 시료 분석 기구의 일례를 개략적으로 도시한다.
도 3은 본 발명의 태양들을 구현하는 데 사용될 수 있는 컴퓨팅 디바이스의 예시적인 아키텍처를 도시한다.
도 4는 면역학적 분석을 위한 예시적인 방법을 도시한 개략도이다.
도 5는 도 1의 부피 검출 시스템의 일례의 블록도이다.
도 6은 부피 검출 시스템을 동작시키는 예시적인 방법을 도시한 흐름도이다.
도 7은 도 6의 부피 검출 시스템의 동작을 수행하기 위한 예시적인 방법을 도시한 흐름도이다.
도 8은 상관 데이터를 생성하기 위해 상관 데이터 생성 시스템을 동작시키기 위한 예시적인 방법을 도시한 흐름도이다.
도 9는 도 5의 분배 팁 부피 검출 디바이스의 일례를 도시한다.
도 10은 분배 팁 부피 검출 디바이스와 관련된 샘플 흡인 시스템의 예시적인 구조물을 개략적으로 도시한다.
도 11은 도 10의 샘플 흡인 시스템의 사시도이다.
도 12a는 도 10의 샘플 흡인 시스템의 측면도이다.
도 12b는 도 10의 샘플 흡인 시스템의 다른 측면도이다.
도 13은 예시적인 분배 팁의 개략적인 사시도이다.
도 14는 도 13의 분배 팁의 원위 단부의 단면도이다.
도 15는 분배 팁 부피 검출 디바이스를 동작시키는 예시적인 방법을 도시한 흐름도이다.
도 16은 도 15의 분배 팁 부피 검출 디바이스의 동작을 수행하기 위한 예시적인 방법을 도시한 흐름도이다.
도 17은 분배 팁의 캡처된 이미지의 예시적인 분석을 도시한다.
도 18은 도 17의 캡처된 이미지의 분석을 도시한다.
도 19는 도 17의 캡처된 이미지의 분석을 도시한다.
도 20은 팁 부피 상관 데이터에 대응하는 예시적인 상관 곡선이다.
도 21은 팁 부피 상관 데이터를 생성하기 위해 팁 부피 상관 데이터 생성 시스템을 동작시키기 위한 예시적인 방법을 도시한 흐름도이다.
도 22는 도 5의 베셀 부피 검출 디바이스의 일례를 도시한다.
도 23은 베셀 부피 검출 디바이스가 포함된 예시적인 용기 캐리지 디바이스를 도시한다.
도 24는 도 23의 용기 캐리지 디바이스의 다른 사시도로서, 도 23의 베셀 이미지 캡처 유닛을 도시한다.
도 25는 베셀 이미지 캡처 유닛을 포함하는 베셀 부피 검출 디바이스를 갖는 세척 휠(wash wheel)의 평면도이다.
도 26은 세척 휠로 베셀 부피 검출 디바이스를 동작시키는 예시적인 방법을 도시한 흐름도이다.
도 27은 베셀 부피 검출 디바이스의 반응 베셀 분배 부피 검출 디바이스를 동작시키는 예시적인 방법을 도시한 흐름도이다.
도 28은 도 27의 반응 베셀 분배 부피 검출 디바이스의 동작을 수행하기 위한 예시적인 방법을 도시한 흐름도이다.
도 29는 반응 베셀의 캡처된 이미지의 예시적인 분석을 도시한다.
도 30은 베셀 부피 상관 데이터에 대응하는 예시적인 상관 곡선이다.
도 31은 베셀 부피 상관 데이터를 생성하기 위해 베셀 부피 상관 데이터 생성 시스템을 동작시키기 위한 예시적인 방법을 도시한 흐름도이다.
도 32는 베셀 부피 검출 디바이스의 반응 베셀 잔류물 부피 검출 디바이스를 동작시키는 예시적인 방법을 도시한 흐름도이다.
도 33은 도 32의 반응 베셀 잔류물 부피 검출 디바이스의 동작을 수행하기 위한 예시적인 방법을 도시한 흐름도이다.
도 34는 베셀의 캡처된 이미지의 예시적인 분석을 도시한다.
도 35는 베셀 부피 검출 디바이스의 분배 조절 디바이스가 동작되는 예시적인 시스템의 블록도이다.
도 36은 도 35의 분배 조절 디바이스를 동작시키기 위한 예시적인 방법을 도시한 흐름도이다.
도 37은 베셀 부피 검출 디바이스의 반응 베셀 검출 디바이스를 동작시키는 예시적인 방법을 도시한 흐름도이다.
도 38은 도 37의 반응 베셀 검출 디바이스의 동작을 수행하기 위한 예시적인 방법을 도시한 흐름도이다.
도 39는 세척 휠 상의 베셀 슬롯의 캡처된 이미지의 예시적인 분석을 도시한다.
도 40은 도 1의 예시적인 무결성 평가 시스템의 블록도이다.
도 41은 도 40의 예시적인 분배 팁 무결성 평가 디바이스의 블록도이다.
도 42는 예시적인 샘플 품질 검출 디바이스를 도시한다.
도 43은 도 42의 샘플 품질 검출 디바이스를 동작시키기 위한 예시적인 방법을 도시한 흐름도이다.
도 44는 도 42의 이미지 평가 디바이스를 동작시키는 예시적인 방법을 도시한 흐름도이다.
도 45는 캡처된 이미지의 예시적인 분석을 도시한다.
도 46은 이미지 내의 관심 영역을 찾기 위한 예시적인 방법을 도시한 흐름도이다.
도 47은 이미지에 대한 색상 파라미터들을 추출하기 위한 예시적인 방법의 흐름도이다.
도 48은 이미지에 대한 예시적인 히스토그램을 도시한다.
도 49는 도 42의 분류 데이터 생성 디바이스를 동작시키기 위한 예시적인 방법의 흐름도이다.
도 50은 간섭물 값들이 분류 라벨들로 파싱(parse)된 것의 예시적인 테이블이다.
도 51은 샘플 분류 식별자들의 예시적인 세트이다.
도 52는 3개의 간섭물들에 대한 예시적인 색상 파라미터 데이터 테이블을 도시한다.
도 53은 도 52에 도시된 바와 같은 제1, 제2, 및 제3 간섭물들의 조합들로부터의 샘플 분류자들의 예시적인 세트를 도시한다.
도 54는 도 42의 예시적인 분류 디바이스를 개략적으로 도시한 블록도이다.
도 55는 샘플 분류 결과들 및 연관된 플래깅 결과들의 예시적인 데이터 세트이다.
도 56은 예시적인 팁 정렬 검출 디바이스의 블록도이다.
도 57은 예시적인 분배 팁의 단면도로서, 분배 팁에서의 가능한 공차들을 도시한다.
도 58은 분배 팁의 예시적인 오정렬을 개략적으로 도시한다.
도 59는 분배 팁의 가능한 타입의 오정렬을 도시한다.
도 60a는 팁 정렬 검출 디바이스와 함께 사용가능한 예시적인 분배 팁의 측단면도이다.
도 60b는 도 60a의 분배 팁의 일부분의 확대도이다.
도 60c는 도 60a의 분배 팁의 일부분의 확대도이다.
도 61은 분배 팁 정렬을 평가하기 위한 예시적인 방법을 도시한 흐름도이다.
도 62는 분배 팁 오정렬을 검출하기 위한 예시적인 방법을 도시한 흐름도이다.
도 63은 분배 팁 오정렬을 검출하기 위한 다른 예시적인 방법을 도시한 흐름도이다.
도 64는 분배 팁의 측면-오정렬을 보여주는 예시적인 이미지를 개략적으로 도시한다.
도 65는 제2 기준 라인을 사용하여 부피를 보정하기 위한 예시적인 방법을 도시한 흐름도이다.
도 66은 제2 기준 라인을 사용하여 부피를 보정하기 위한 다른 예시적인 방법을 도시한 흐름도이다.
도 67은 카메라 유닛에 대한 분배 팁의 깊이-오정렬을 개략적으로 도시한다.
도 68은 팁 정렬 검출 디바이스에 의해 수행되는 보정 전후의 부피 검출의 예시적인 데이터 테이블이다.
도 69는 도 1의 예시적인 입자 농도 체크 시스템의 블록도이다.
도 70은 상이한 입자 농도들을 갖는 반응 베셀의 예시적인 이미지들을 도시한다.
도 71은 예시적인 반응 베셀 입자 농도 체크 시스템의 블록도이다.
도 72는 반응 베셀 내에 포함된 유체 물질에서의 입자 농도를 측정하기 위한 예시적인 방법을 도시한 흐름도이다.
도 73은 교정 데이터를 생성하기 위한 예시적인 방법을 도시한 흐름도이다.
도 74는 교정 데이터를 생성하는 데 사용되는 예시적인 물질들의 테이블이다.
도 75는 교정 데이터로부터 플롯팅(plot)된 예시적인 교정 곡선들을 도시한다.
도 76은 반응 베셀 내에 포함된 유체 물질에서의 입자 농도를 측정하기 위한 예시적인 방법을 도시한 흐름도이다.
도 77은 상이한 검정 물질들에 대한 예시적인 농도 임계치들의 예시적인 테이블이다.
도 78은 반응 베셀 입자 농도 체크 시스템의 기능들을 활용하는 예시적인 진단 기능의 흐름도이다.
도 79는 도 78의 진단 기능의 다른 예의 흐름도이다.
다양한 실시 형태들이 도면을 참조하여 상세히 기술될 것이며, 도면에서 동일한 참조 번호들은 여러 도면들 전체에 걸쳐서 동일한 부분들 및 조립체들을 표현한다. 다양한 실시 형태들에 대한 언급은 본 명세서에 첨부된 청구범위의 범주를 제한하지 않는다. 추가로, 본 명세서에서 설명되는 임의의 예들은 제한하고자 하는 것이 아니며, 단지 첨부된 청구항들에 대한 많은 가능한 실시 형태들 중 일부를 설명한다.
도 1은 생물학적 시료를 분석하기 위한 예시적인 기구(100)의 블록도이다. 일부 실시 형태들에서, 기구(100)는 물질 준비 시스템(102), 준비 평가 시스템(104), 및 물질 평가 시스템(106)을 포함한다. 하나 이상의 용기들(110)이 기구(100)의 시스템들과 함께 사용되고, 분배 팁들(112) 및 베셀들(114)을 포함한다. 기구(100) 내에 제공되는 하나 이상의 용기 캐리지 디바이스들(116)이 또한 도시되어 있다. 또한, 준비 평가 시스템(104)은 부피 검출 시스템(120), 분배 팁 평가 시스템(122), 및 캐리지 검출 시스템(126)을 포함한다. 일부 실시 형태들에서, 부피 검출 시스템(120)은 분배 팁 이미지 캡처 유닛(130) 및 베셀 이미지 캡처 유닛(132)을 활용한다. 일부 실시 형태들에서, 분배 팁 평가 시스템(122)은 분배 팁 이미지 캡처 유닛(130)을 사용하고, 입자 농도 체크 시스템(124)은 베셀 이미지 캡처 유닛(132)을 사용한다. 일부 실시 형태들에서, 캐리지 검출 시스템(126)은 캐리지 이미지 캡처 유닛(134)을 사용한다.
본 명세서의 발명의 내용 부분에 기술된 바와 같은, 제4 태양, 제5 태양, 및/또는 제9 태양에 따른 유체 물질을 평가하기 위한 시스템들은 각각 생물학적 시료를 분석하기 위한 기구(100)를 지칭할 수 있고/있거나 각각 기구(100)의 하나 이상의 컴포넌트들 및/또는 디바이스들을 지칭할 수 있다는 것에 유의해야 한다. 또한, 본 명세서의 발명의 내용 부분에 기술된 바와 같은, 제1 태양, 제6 태양, 제10 태양, 및/또는 제13 태양에 따른 유체 물질을 평가하기 위한 방법들은 각각 기구(100)를 동작시키기 위한 방법을 지칭할 수 있고/있거나 각각 기구(100)의 하나 이상의 컴포넌트들 및/또는 디바이스들을 동작시키기 위한 방법을 지칭할 수 있다.
생물학적 시료 분석 기구(100)는 다양한 목적들을 위해 생물학적 시료를 분석하도록 동작한다. 일부 실시 형태들에서, 생물학적 시료 분석 기구(100)는 혈액 샘플을 분석하도록 구성되며, 혈액 및 그의 성분들을 수집하고/하거나 테스트하고/하거나 프로세싱하고/하거나 저장하고/하거나 주입(transfuse)하도록 동작한다.
물질 준비 시스템(102)은 물질 평가 시스템(106)에 의한 추가 분석을 위해 하나 이상의 물질들을 준비하도록 동작한다. 일부 실시 형태들에서, 물질 준비 시스템(102)은 물질들(118)을 용기들(110)에 분취하도록, 용기들(110)로부터 물질들(118)을 흡인하도록, 그리고 물질들(118)을 용기들(110)에 분배하도록 동작한다.
준비 평가 시스템(104)은 물질 평가 시스템(106)에 의한 후속 분석을 위해 물질들의 준비를 평가하도록 동작한다. 일부 실시 형태들에서, 준비 평가 시스템(104)은 하나 이상의 이미지 캡처 유닛을 활용하여 물질들(118)이 분석을 위해 적절하게 준비되었는지의 여부를 판정한다. 본 명세서에 기술되는 바와 같이, 준비 평가 시스템(104)은 물질(118)의 부피 또는 무결성의 직접적이고 간단한 측정을 제공하여, 물질 평가 시스템(106)이 물질(118)을 사용하여 신뢰성있는 결과를 생성하도록 물질(118)이 적절하게 준비되어 있는지의 여부를 판정한다.
물질 평가 시스템(106)은 물질 준비 시스템(102)에 의해 준비된 물질(118)을 평가하도록 동작한다. 예로서, 물질 평가 시스템(106)은 도 2를 참조하여 기술되는 바와 같은 면역검정을 수행한다.
용기들(110)은 물질 평가 시스템(106)에 의해 분석될 하나 이상의 물질들(118)을 준비하는 데 사용된다. 용기들(110)은 시료 튜브(본 명세서에서 샘플 튜브로도 지칭됨), 피펫팅 팁(pipetting tip), 및 베셀과 같은 다양한 타입의 것일 수 있다. 일부 실시 형태들에서, 용기들(110)은 분배 팁들(112) 및 베셀들(114)을 포함한다.
분배 팁들(112)은 베셀들(114)과 같은 다른 용기들로부터 물질들(118)을 분취하거나 흡인하기 위해 물질 준비 시스템(102)에 제공된다. 예를 들어, 분배 팁들(112)은 시료 튜브들로부터 샘플을 분취하거나 샘플 베셀들 또는 시약 베셀들로부터의 샘플들 또는 시약들을 흡인하는 데 사용된다. 분배 팁(112)의 일례가 도 13 및 도 14를 참조하여 더 상세히 기술되고 도시된다.
베셀들(114)은 준비 및 분석을 위한 물질들(118)을 포함하도록 물질 준비 시스템(102)에 제공된다. 일부 실시 형태들에서, 물질 준비 시스템(102)은 물질들(118)을 베셀들(114) 내에 분배한다. 베셀들(114)의 예들은 샘플 베셀, 희석 베셀, 및 반응 베셀을 포함하며, 이들은 본 명세서에서 더 상세히 기술된다.
용기 캐리지 디바이스들(116)은 물질 준비 시스템(102), 준비 평가 시스템(104), 및 물질 평가 시스템(106)이 용기들(110)을 다양한 방식들로 사용하도록 기구(100) 내의 다양한 위치들에서 용기들(110)을 보유하고 운반하도록 구성된다. 용기 캐리지 디바이스들(116)의 예들은 베셀 랙(vessel rack)(예컨대, 샘플 랙, 시약 랙, 및 희석제 랙), 샘플 제시 유닛, 베셀 캐리지 유닛(예컨대, 샘플 캐리지 유닛, 반응 베셀 캐리지 유닛, 및 시약 캐리지 유닛), 베셀 이송 유닛(예컨대, 샘플 이송 유닛, 시약 이송 유닛, 인큐베이터 이송 유닛, 및 반응 베셀 이송 유닛), 및 베셀 보유 플레이트 또는 휠(예컨대, 샘플 휠, 인큐베이터, 및 세척 휠))을 포함하며, 이들은 도 2를 참조하여 더 상세히 기술되고 도시된다.
물질들(118)은 기구(100)에서의 다양한 테스트들 및 분석들을 위해 준비, 평가, 및 검사된다. 물질들(118)은 기구(100)에서 분취, 흡인, 및 분배될 수 있는 임의의 물질들을 포함한다. 일부 실시 형태들에서, 물질들(118)은 유체 특성들을 가지며, 따라서 본 명세서에서 유체 물질들로 지칭된다. 일부 실시 형태들에서, 유체 물질(118)은 단일 유체 물질이다. 다른 실시 형태들에서, 유체 물질(118)은 복수의 물질들의 혼합물이다.
준비 평가 시스템(104)의 부피 검출 시스템(120)은 용기(110) 내의 유체 물질(118)의 부피를 검출하도록, 그리고 용기(110) 내에 보유된 부피가 타깃화된 바와 같이 적절한지의 여부를 판정하도록 동작한다. 본 명세서에 기술된 바와 같이, 부피 검출 시스템(120)은 분배 팁 이미지 캡처 유닛(130)을 사용하여 분배 팁(112)에서의 부피를, 그리고 베셀 이미지 캡처 유닛(132)을 사용하여 베셀(114)에서의 부피를 검출하도록 구성된다.
준비 평가 시스템(104)의 분배 팁 평가 시스템(122)은 유체 물질(118)의 무결성을 평가하도록 동작한다. 일부 실시 형태들에서, 분배 팁 평가 시스템(122)은, 분석 절차에 간섭할 수 있고 부정확한 결과들을 생성할 수 있는 임의의 간섭물들을 검출한다. 본 명세서에 기술된 바와 같이, 분배 팁 평가 시스템(122)은 분배 팁 이미지 캡처 유닛(130)을 사용하여 분배 팁(112)에서 유체 물질(118)의 품질을, 그리고 분배 팁 이미지 캡처 유닛(130)에 대한 분배 팁(112)의 정렬을 판정하도록 구성된다.
입자 농도 체크 시스템(124)은 반응 베셀, 샘플 베셀, 희석 베셀, 큐벳(cuvette), 또는 기구(100) 내에서의 프로세스 전체에 걸쳐 사용되는 임의의 적합한 타입의 베셀과 같은 베셀 내에 포함된 유체 물질에서의 입자 농도를 판정하도록 동작한다. 일부 실시 형태들에서, 반응 베셀 입자 농도 체크 시스템(1700)은 베셀 이미지 캡처 유닛(132)을 사용한다.
분배 팁 이미지 캡처 유닛(130)은 하나 이상의 위치들에서 분배 팁들(112)의 이미지들을 캡처하도록 동작한다. 일부 실시 형태들에서, 분배 팁 이미지 캡처 유닛(130)은 기구(100) 내의 특정 위치에 고정된다. 다른 실시 형태들에서, 분배 팁 이미지 캡처 유닛(130)은 기구(100) 내에 이동가능하게 배치되는데, 이는 기구(100)의 다른 컴포넌트들과는 독립적으로 또는 기구(100)의 하나 이상의 컴포넌트들과 함께 이동할 수 있다. 기구(100)의 일부 실시 형태들은 복수의 분배 팁 이미지 캡처 유닛들(130)을 포함한다. 본 명세서에 기술된 바와 같이, 분배 팁 이미지 캡처 유닛(130)은 카메라 유닛(550)(예컨대, 도 11) 및 카메라 유닛(2550)(도 11 및 도 67)을 포함할 수 있다.
베셀 이미지 캡처 유닛(132)은 하나 이상의 위치들에서 베셀들(114)의 이미지들을 캡처하도록 동작한다. 일부 실시 형태들에서, 베셀 이미지 캡처 유닛(132)은 기구(100) 내의 특정 위치에 고정된다. 다른 실시 형태들에서, 베셀 이미지 캡처 유닛(132)은 기구(100) 내에 이동가능하게 배치되는데, 이는 기구(100)의 다른 컴포넌트들과는 독립적으로 또는 기구(100)의 하나 이상의 컴포넌트들과 함께 이동할 수 있다. 기구(100)의 일부 실시 형태들은 복수의 베셀 이미지 캡처 유닛들(132)을 포함한다. 본 명세서에 기술된 바와 같이, 베셀 팁 이미지 캡처 유닛(132)은 카메라 유닛(730)(예컨대, 도 24)을 포함한다.
캐리지 이미지 캡처 유닛(134)은 하나 이상의 위치들에서 용기들(110)을 갖거나 갖지 않는 용기 캐리지 디바이스들(116)의 이미지들을 캡처하도록 동작한다. 일부 실시 형태들에서, 캐리지 이미지 캡처 유닛(134)은 기구(100) 내의 특정 위치에 고정된다. 다른 실시 형태들에서, 캐리지 이미지 캡처 유닛(134)은 기구(100) 내에 이동가능하게 배치되는데, 이는 기구(100)의 다른 컴포넌트들과는 독립적으로 또는 기구(100)의 하나 이상의 컴포넌트들과 함께 이동할 수 있다. 기구(100)의 일부 실시 형태들은 복수의 캐리지 이미지 캡처 유닛들(134)을 포함한다.
도 1을 계속 참조하면, 일부 실시 형태들에서, 기구(100)는 데이터 통신 네트워크(138)를 통해 관리 시스템(136)과 통신하도록 동작한다. 예를 들어, 기구(100)는 통신 디바이스(예컨대, 도 3의 통신 디바이스(246))를 포함하며, 이를 통해 기구(100)는 관리 시스템(136)과 통신한다.
일부 실시 형태들에서, 관리 시스템(136)은 기구(100)로부터 원격으로 위치되고, 기구(100)로부터의 데이터에 기초하여 진단을 수행하도록 구성된다. 추가로, 기구(100)는 기구의 성능을 평가할 수 있고, 리포트를 생성할 수 있다. 관리 시스템(136)의 일례는 미국 캘리포니아주 브레아 소재의 Beckman Coulter, Inc.로부터 입수가능한 PROSevice Remote Service 애플리케이션을 실행하는 하나 이상의 컴퓨팅 디바이스들을 포함한다.
Beckman Coulter PROService Remote Service 애플리케이션은 네트워크(예컨대, 네트워크(138))를 통해 생물학적 샘플 분석 기구(100)와 원격 진단 커맨드 센터(예컨대, 관리 시스템(136)) 사이에 안전하고 연속적인 접속을 제공할 수 있다. 생물학적 시료 분석 기구(100)는 이더넷 포트, Wi-Fi, 또는 셀룰러 네트워크를 통해 인터넷에 의해 원격 진단 커맨드 센터에 접속될 수 있다.
여전히 도 1을 참조하면, 데이터 통신 네트워크(138)는 하나 이상의 컴퓨팅 디바이스들 사이에서, 예컨대 데이터 수집 디바이스(108)와 데이터 프로세싱 시스템(136) 사이에서 디지털 데이터를 통신한다. 네트워크(138)의 예들은 근거리 네트워크 및 광역 네트워크, 예컨대 인터넷을 포함한다. 일부 실시 형태들에서, 네트워크(138)는 무선 통신 시스템, 유선 통신 시스템, 또는 무선 통신 시스템과 유선 통신 시스템의 조합을 포함한다. 유선 통신 시스템은 다양한 가능한 실시 형태들에서 전기 또는 광학 신호들을 사용하여 데이터를 송신할 수 있다. 무선 통신 시스템들은 전형적으로 전자기파들을 통해, 예컨대 광학 신호들 또는 무선 주파수(RF) 신호들의 형태로 신호들을 송신한다. 무선 통신 시스템은 전형적으로 광 또는 RF 신호들을 송신하기 위한 광학 또는 RF 송신기, 및 광학 또는 RF 신호들을 수신하기 위한 광학 또는 RF 수신기를 포함한다. 무선 통신 시스템들의 예들은 Wi-Fi 통신 디바이스들(예컨대, 무선 라우터들 또는 무선 액세스 포인트들을 활용함), 셀룰러 통신 디바이스들(예컨대, 하나 이상의 셀룰러 기지국들을 활용함), 및 다른 무선 통신 디바이스들을 포함한다.
도 2는 도 1의 생물학적 시료 분석 기구(100)의 일례를 개략적으로 도시한다. 도시된 예에서, 기구(100)는 면역검정 분석기로서 구성된다. 전술된 바와 같이, 기구(100)는 물질 준비 시스템(102), 준비 평가 시스템(104), 및 물질 평가 시스템(106)을 포함한다. 일부 실시 형태들에서, 물질 준비 시스템(102)은 샘플 공급 보드(140), 샘플 제시 유닛(142), 반응 베셀 피더(feeder)(144), 반응 베셀 캐리지 유닛(146), 샘플 이송 유닛(148), 피펫팅 팁 피더(150), 샘플 피펫팅 디바이스(152), 샘플 휠(158), 시약 캐리지 유닛(160), 시약 피펫팅 디바이스(162), 시약 저장 디바이스(164), 시약 로딩 디바이스(166), 인큐베이터 이송 유닛(170), 인큐베이터(172), 반응 베셀 이송 유닛(174), 세척 휠(176), 및 기질 로딩 디바이스(180)를 포함한다. 일부 실시 형태들에서, 물질 평가 시스템(106)은 광 측정 디바이스(190) 및 평가 프로세싱 디바이스(192)를 포함한다. 물질 평가 시스템(106)의 일부 실시 형태들은, 추가로, 인큐베이터 이송 유닛(170), 인큐베이터(172), 반응 베셀 이송 유닛(174), 세척 휠(176), 및 기질 로딩 디바이스(180)에 의해 수행되는 적어도 일부 동작들과 연관된다.
샘플 공급 보드(140)는 복수의 샘플 랙들 내에 복수의 샘플 튜브들을 수용하도록 구성된다. 일부 실시 형태들에서, 사용자(예컨대, 실험실 기술자)는 샘플 튜브들의 하나 이상의 랙들을 샘플 공급 보드(140)로 로딩한다. 샘플 공급 보드(140)는 피펫팅을 위해 랙들을 샘플 제시 유닛(142)으로 이동시킬 수 있고, 피펫팅 후에 샘플 제시 유닛(142)에 의해 반환된 피펫팅된 랙들을 수용한다.
샘플 제시 유닛(142)은 샘플 튜브들의 하나 이상의 랙들을 지정된 위치들로 이송하도록 동작한다. 일부 실시 형태들에서, 샘플 공급 보드(140)는 하나의 샘플 랙을 샘플 제시 유닛(142)에 제공하도록 동작한다. 또한, 샘플 제시 유닛(142)은 랙 및 랙 상의 샘플 ID를 식별하도록 동작할 수 있다. 샘플 제시 유닛(142)은 샘플 피펫터들이 랙 내의 샘플 튜브들로부터 분취하는 샘플 피펫팅 위치로 랙을 이송한다. 샘플 피펫터가 랙 내의 샘플 튜브들 중 하나의 샘플 튜브로부터 분취할 때, 샘플 제시 유닛(142)은 다음 피펫팅을 위해 랙 내의 다른 샘플 튜브에 인덱싱한다. 샘플 튜브들 전부가 피펫팅된 후에, 샘플 제시 유닛(142)은 랙을 샘플 공급 보드(140)로 복귀시킨다. 샘플 제시 유닛(142)은 샘플 랙 제시 유닛을 포함할 수 있다. 다른 실시 형태들에서, 샘플 제시 유닛(142)은 단일 튜브를 운반하는 퍽(puck)을 이송하도록 구성된다. 샘플 제시 유닛(142)은 또한 컵 또는 베셀과 같은 다른 타입의 용기들을 위해 구성되고 사용되는 것으로 이해된다.
반응 베셀 피더(144)는 복수의 반응 베셀들을 반응 베셀 캐리지 유닛(146)에 공급한다. 사용자는 반응 베셀 피더(144) 내에 다량의 새로운 비어있는 반응 베셀들을 로딩할 수 있다. 일부 실시 형태들에서, 반응 베셀 피더(144)는 반응 베셀 캐리지 유닛(146)에 반응 베셀들을 공급할 때 반응 베셀들을 배향시키도록 동작한다.
반응 베셀 캐리지 유닛(146)은 반응 베셀들을 반응 베셀 피더(144)로부터 샘플 이송 유닛(148)으로 이송하도록 동작한다. 일부 실시 형태들에서, 반응 베셀 캐리지 유닛(146)은 반응 베셀 피더(144)로부터 하나 이상의 반응 베셀들을 픽업하고, 반응 베셀들을 샘플 이송 유닛(148)으로 이송한다.
샘플 이송 유닛(148)은 비어있는 반응 베셀들을 반응 베셀 캐리지 유닛(146)으로부터 샘플 휠(158) 및 시약 캐리지 유닛(160)으로 이송하도록 동작한다. 또한, 샘플 이송 유닛(148)은 분취된 샘플 베셀들을 시약 캐리지 유닛(160)으로 이송하도록, 그리고 샘플 베셀들을 시약 캐리지 유닛(160)으로부터 샘플 휠(158)로 다시 이송하도록 동작한다. 샘플 이송 유닛(148)은 사전결정된 프로세스들을 위해 사용되었던 샘플 베셀들 및 희석 베셀들을 처분하도록 추가로 동작할 수 있다.
피펫팅 팁 피더(150)는 피펫팅 팁들을 샘플 피펫팅 디바이스(152)에 공급한다. 본 명세서에서, 피펫팅 팁들은 분배 팁들(112)의 예들이며, 따라서 본 명세서에서 분배 팁들(112)로도 지칭될 수 있다. 일부 실시 형태들에서, 랙들 내의 복수의 피펫팅 팁들이 피펫팅 팁 피더(150) 내에 어레이로 로딩된다. 피펫팅 팁들은 피펫팅을 위해 샘플 피펫팅 디바이스(152)로 이송되어 그에 맞물려진다. 일단 사용되면, 피펫팅 팁들은 샘플 피펫팅 디바이스(152)로부터 분리되어 폐기되고, 샘플 피펫팅 디바이스(152)는 피펫팅 팁 피더(150)로 복귀할 수 있다. 사용자는 사용된 피펫팅 팁들을 포함한 고형 폐기물을 폐기할 수 있다.
샘플 피펫팅 디바이스(152)는 다양한 피펫팅 동작들을 수행한다. 샘플 피펫팅 디바이스(152)는 피펫팅 팁 피더(150)로부터 피펫팅 팁을 수용하고, 피펫팅 팁을 샘플 피펫팅 디바이스(152)에 맞물리게 한다. 일부 실시 형태들에서, 샘플 피펫팅 디바이스(152)는 피펫터 맨드릴을 피펫팅 팁 내로 가압함으로써 피펫팅 팁과 맞물리며, 피펫팅 팁을 피팅한 피펫터 맨드릴을 들어올린다. 본 명세서에 기술된 바와 같이, 피펫팅 팁들의 일부 실시 형태들은 1회 사용 또는 다수회 사용 후에 처분가능하다.
일부 실시 형태들에서, 샘플 피펫팅 디바이스(152)는 샘플 분취물 피펫팅 유닛("샘플 분취물 갠트리(Sample Aliquot Gantry)")(152A) 및 샘플 정밀 피펫팅 유닛("샘플 정밀 갠트리(Sample Precision Gantry)")(152B)을 포함한다.
샘플 분취물 피펫팅 유닛(152A)은, 샘플 제시 유닛(142) 내에 위치된 샘플 튜브로부터의 샘플의 분취물을 피펫팅하도록 그리고 샘플의 분취물을 샘플 휠(158) 상의 샘플 베셀 내에 분배하도록 동작한다. 샘플 분취물 피펫팅 유닛은, 피펫팅이 각각의 샘플에 대해 완료될 때, 사용된 피펫팅 팁을 처분할 수 있다. 본 명세서에 기술된 바와 같이, 샘플 분취물 피펫팅 유닛(152A)은 카메라 유닛(550)을 포함할 수 있으며, 이는 예를 들어 도 11, 도 12a 및 도 12b를 참조하여 본 명세서에서 추가로 기술된다.
샘플 정밀 피펫팅 유닛(152B)은 시약 캐리지 유닛(160) 상에 위치된 샘플 베셀로부터의 샘플을 피펫팅하도록 동작한다. 이어서, 샘플 정밀 피펫팅 유닛은 샘플을 반응 베셀에 분배할 수 있다. 일부 실시 형태들에서, 샘플은 반응 베셀에 분배되기 전에 (예를 들어, 시약 피펫팅 디바이스(162)에 의해 제공되는 세척 완충제로) 샘플 희석물을 생성하도록 희석 베셀에 먼저 분배될 수 있다. 샘플 정밀 피펫팅 유닛은 사전결정된 테스트가 완료될 때, 사용된 피펫팅 팁을 처분할 수 있다. 본 명세서에 기술된 바와 같이, 샘플 정밀 피펫팅 유닛(152B)은 카메라 유닛(2550)을 포함할 수 있으며, 이는 도 11, 도 12a, 도 12b, 및 도 67을 참조하여 본 명세서에서 추가로 기술된다.
샘플 휠(158)은 그 위에 샘플 베셀들 내의 분취된 샘플들을 저장한다. 일부 실시 형태들에서, 샘플 휠(158)은 샘플들을 더 낮은 온도, 예컨대 대략 4 내지 10℃로 유지시켜서, 피분석물 농도가 증발에 의해 변화되는 것을 감소시키도록 동작한다. 추가 테스트들이 요청되는 경우, 샘플 베셀들은 시약 피펫팅 후에 샘플 휠(158)로 다시 이송될 수 있다.
시약 캐리지 유닛(160)은, 복수의 베셀들을 지지하도록 그리고 베셀들을 상이한 위치들로 이송하도록 구성된다. 일부 실시 형태들에서, 시약 캐리지 유닛(160)은 시약 피펫팅 디바이스(162)의 각각의 시약 피펫터에 대해 동시에 사용될 수 있는 복수의 4개의 베셀들(예컨대, 3개 또는 4개의 베셀들)을 보유하도록 구성된다. 일부 실시 형태들에서, 시약 캐리지 유닛(160)은 약 30℃ 내지 40℃에서 열적으로 제어된다. 다른 실시 형태들에서, 시약 캐리지 유닛(160)은, 예를 들어, 효소 일정 속도론적 반응(enzyme consistent kinetic reaction)을 보장하기 위해 약 37℃로 유지된다.
일부 실시 형태들에서, 시약 캐리지 유닛(160)은, 반응 베셀, 희석 베셀, 및 샘플 베셀을 보유하도록 그리고 샘플 피펫팅 및 시약 피펫팅을 위해 베셀들을 운반하도록 구성된다. 일부 실시 형태들에서, 시약 캐리지 유닛(160)은 사전결정된 경로를 따라서 이동가능한 캐리지 셔틀(carriage shuttle)을 포함한다. 예를 들어, 시약 캐리지 유닛(160)은 샘플 이송 유닛(148)으로부터의 반응 베셀, 희석 베셀, 및 샘플 베셀을 수용하도록 샘플 이송 유닛(148)에 근접하게 이동된다. 또한, 시약 캐리지 유닛(160)은, 시약들을 피펫팅하기 위해 시약 피펫팅 디바이스(162)로 그리고 샘플을 피펫팅하기 위해 샘플 정밀 피펫팅 유닛(152B)으로 이동할 수 있다. 일부 실시 형태들에서, 시약 캐리지 유닛(160)은 희석 베셀 및 샘플 베셀을 제거하기 위해 샘플 이송 유닛(148)으로 그리고 반응 베셀을 제거하기 위해 인큐베이터 이송 유닛(170)으로 이동한다.
시약 피펫팅 디바이스(162)는 시약 저장 디바이스(164)로부터의 시약들을 시약 캐리지 유닛(160) 상의 반응 베셀들에 피펫팅하도록 동작한다. 일부 실시 형태들에서, 시약 피펫팅 디바이스(162)는 복수의 피펫터들을 포함하는데, 이들은 처리량을 지원하기 위해 상이한 테스트들에 대해 동시에 피펫팅을 수행할 수 있다. 일부 실시 형태들에서, 시약 피펫팅 디바이스(162)는 약 30℃ 내지 40℃에서 열적으로 제어된다. 다른 실시 형태들에서, 시약 피펫팅 디바이스(162)는, 예를 들어, 효소 반응 일정 결합 속도론(enzyme reaction consistent binding kinetics)을 보장하기 위해 약 37℃로 유지된다.
시약 저장 디바이스(164)는 시약들을 저장한다. 시약 저장 디바이스는 시약 팩들을 사전결정된 위치들로 이송하도록 구성된 시약 이송 유닛을 포함한다. 일부 실시 형태들에서, 시약 저장 디바이스(164)는 시약 팩들을 시약 로딩 디바이스(166)로부터 시약 저장 디바이스(164)로, 시약 저장 디바이스(164)로부터 시약 피펫팅 디바이스(162)에 의한 피펫팅을 위한 피펫팅 위치로, 피펫팅 위치로부터 시약 저장 디바이스(164)로, 시약들이 소비된 경우에 피펫팅 위치로부터 폐기 위치로, 시약들이 기한만료된 경우에 시약 저장 디바이스(164)로부터 폐기 위치로, 그리고 시약 저장 디바이스(164)로부터 시약 팩들을 언로딩하기 위한 시약 저장 디바이스(166)로 이송할 수 있다. 일부 실시 형태들에서, 시약 저장 디바이스(164)는 약 2℃ 내지 15℃에서 열적으로 제어된다. 다른 실시 형태들에서, 시약 저장 디바이스(164)는 약 4℃ 내지 10℃로 유지된다.
시약 로딩 디바이스(166)는 하나 이상의 시약 팩들을 로딩하도록 동작한다. 사용자는 시약 팩들을 시약 로딩 디바이스(166)에 로딩할 수 있다.
인큐베이터 이송 유닛(170)은 반응 베셀들을 인큐베이터(172)로 그리고 그로부터 이송한다. 일부 실시 형태들에서, 인큐베이터 이송 유닛(170)은 피펫팅된 반응 베셀들 중 하나 이상을 시약 캐리지 유닛(160)으로부터 인큐베이터(172)로 이송한다. 또한, 인큐베이터 이송 유닛(170)은 하나 이상의 반응 베셀들을 인큐베이터(172)로부터 시약 캐리지 유닛(160)으로 이송할 수 있다. 인큐베이터 이송 유닛(170)은, 또한, 판독 또는 완료된 반응 베셀들을 인큐베이터(172)로부터 제거할 수 있다.
인큐베이터(172)는 사전결정된 온도를 유지하도록 열적으로 제어된다. 일부 실시 형태들에서, 인큐베이터(172)는 약 30℃ 내지 40℃로 유지된다. 다른 실시 형태들에서, 인큐베이터(172)는, 예를 들어, 면역 반응 및 효소 반응을 보장하기 위해 약 37℃로 유지된다. 예로서, 인큐베이터(172)는 검정 인큐베이션을 수행한다.
반응 베셀 이송 유닛(174)은 반응 베셀들을 인큐베이터(172)로 그리고 그로부터 이송한다. 일부 실시 형태들에서, 반응 베셀 이송 유닛(174)은 인큐베이트된 반응 베셀들을 인큐베이터(172)로부터 세척 휠(176)로 이송하고, 검정 반응 베셀들을 세척 휠(176)로부터 인큐베이터(172)로 이송하고, 기질을 포함한 반응 베셀들을 세척 휠(176)로부터 기질 인큐베이션 또는 효소 반응을 위한 인큐베이터(172)로 이송하고, 세척된 반응 베셀들을 기질 인큐베이션 후에 인큐베이터(172)로부터 광 측정 디바이스(190)로 이송하고, 판독 또는 완료된 반응 베셀들을 광 측정 디바이스(190)로부터 인큐베이터(172)로 이송한다. 사용된 반응 베셀들은 폐기 위치로 전달될 수 있다.
세척 휠(176)은 진단 프로세스의 다양한 태양들이 물질 평가 시스템(106)으로 수행되도록 그 상에 반응 베셀들을 수용하고 지지한다. 세척 휠(176)의 일례가 도 23 내지 도 25를 참조하여 더 상세히 기술되고 도시된다. 일부 실시 형태들에서, 세척 휠(176)은 인큐베이션 후에, 결합상태(bound) 또는 자유상태(free) 피분석물들을 입자로부터 분리시키는 열적으로 제어되는 디바이스이다. 일부 실시 형태들에서, 세척 휠(176)은 약 30℃ 내지 40℃로 유지된다. 다른 실시 형태들에서, 세척 휠(176)은, 예를 들어, 효소 반응을 보장하기 위해 약 37℃로 유지된다.
기질 피펫팅 디바이스(178)는 세척된 반응 베셀에 기질을 분배하도록 동작한다. 기질의 일례는 자기 입자들 상에서 포획된 피분석물들의 수량에 대응하는 검출을 제공하도록 광을 생성할 수 있는, Lumi-Phos 530과 같은 면역검정효소 반응을 위한 화학발광 기질이다.
기질 로딩 디바이스(180)는 공급될 하나 이상의 기질들을 로딩하도록 동작한다. 일부 실시 형태들에서, 기질 로딩 디바이스(180)는 2개의 병들의 세트를 포함하는데, 이 병들 중 하나의 병은 사용 중이고, 다른 병은 언로딩 및 프로세싱되는 새로운 로딩을 위해 배열된다. 기질 피펫팅 디바이스(178)는 사용 중인 병으로부터 기질을 인출하도록 동작할 수 있다.
광 측정 디바이스(190)는 면역학적 분석으로부터 기인하는 광(예컨대, 도 4의 광(L))을 검출 및 측정하도록 동작한다. 일부 실시 형태들에서, 광도계로도 지칭될 수 있는 광 측정 디바이스(190)는 기질을 포함한 반응 베셀로부터 화학발광 광의 크기를 판독하기 위해 광전배증관(photomultiplier tube, PMT)을 포함하는 광 밀폐 인클로저(light tight enclosure)를 포함한다. 반응 베셀은 반응 베셀 이송 유닛(174)에 의해 광 측정 디바이스(190)로 이송되고 그로부터 제거될 수 있다.
평가 프로세싱 디바이스(192)는, 광 측정 디바이스(190)에 의해 검출된 광의 양에 관한 정보를 수신하도록 그리고 그 정보에 기초하여 분석을 평가하도록 동작한다.
도 3은 생물학적 시료 분석 기구(100) 또는 기구(100)의 다양한 시스템들, 예컨대 물질 준비 시스템(102), 준비 평가 시스템(104), 및 물질 평가 시스템(106)을 포함하는, 본 발명의 태양들을 구현하는 데 사용될 수 있는 컴퓨팅 디바이스의 예시적인 아키텍처를 도시한다. 또한, 기구(100)의 시스템들 내에 포함되는 하나 이상의 디바이스들 또는 유닛들은, 또한, 도 3에 도시된 바와 같은 컴퓨팅 디바이스의 적어도 일부 컴포넌트들로 구현될 수 있다. 그러한 컴퓨팅 디바이스는 본 명세서에서 도면 부호 200로서 지정된다. 컴퓨팅 디바이스(200)는 본 명세서에서 기술되는 운영 체제, 애플리케이션 프로그램, 및 소프트웨어 모듈(소프트웨어 엔진을 포함함)을 실행시키는 데 사용된다.
컴퓨팅 디바이스(200)는, 일부 실시 형태들에서, 중앙 프로세싱 유닛(CPU)과 같은 적어도 하나의 프로세싱 디바이스(202)를 포함한다. 다양한 제조자들, 예를 들어 Intel 또는 Advanced Micro Devices로부터 다양한 프로세싱 디바이스들이 입수가능하다. 이러한 예에서, 컴퓨팅 디바이스(200)는, 또한, 시스템 메모리(204), 및 시스템 메모리(204)를 포함하는 다양한 시스템 컴포넌트들을 프로세싱 디바이스(202)에 커플링시키는 시스템 버스(206)를 포함한다. 시스템 버스(206)는 메모리 제어기 또는 메모리 버스를 포함하는 임의의 수의 타입의 버스 구조물들; 주변기기 버스; 및 다양한 버스 아키텍처들 중 임의의 것을 사용하는 로컬 버스 중 하나이다.
컴퓨팅 디바이스(200)에 적합한 컴퓨팅 디바이스들의 예들은 데스크톱 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, 모바일 디바이스(예컨대, 스마트폰, iPod® 모바일 디지털 디바이스, 또는 다른 모바일 디바이스), 또는 디지털 명령어들을 프로세싱하도록 구성된 다른 디바이스를 포함한다.
시스템 메모리(204)는 판독 전용 메모리(208) 및 랜덤 액세스 메모리(210)를 포함한다. 예컨대 시동 동안에 컴퓨팅 디바이스(200) 내에서 정보를 이송하도록 작용하는 기본 루틴들을 포함하는 기본 입력/출력 시스템(212)은 전형적으로 판독 전용 메모리(208)에 저장된다.
컴퓨팅 디바이스(200)는, 또한, 일부 실시 형태들에서, 디지털 데이터를 저장하기 위한 2차 저장 디바이스(214), 예컨대 하드 디스크 드라이브를 포함한다. 2차 저장 디바이스(214)는 2차 저장 인터페이스(216)에 의해 시스템 버스(206)에 접속된다. 2차 저장 디바이스들 및 이들의 연관된 컴퓨터 판독가능 매체들은 컴퓨터 판독가능 명령어들(애플리케이션 프로그램들 및 프로그램 모듈들을 포함함), 데이터 구조물들, 및 컴퓨팅 디바이스(200)에 대한 다른 데이터의 비휘발성 저장을 제공한다.
본 명세서에서 기술되는 예시적인 환경이 2차 저장 디바이스로서 하드 디스크 드라이브를 채용하지만, 다른 실시 형태들에서는, 다른 타입의 컴퓨터 판독가능 저장 매체들이 사용된다. 이러한 다른 타입의 컴퓨터 판독가능 저장 매체의 예들은 자기 카세트, 플래시 메모리 카드, 디지털 비디오디스크, Bernoulli 카트리지, 콤팩트디스크 판독 전용 메모리, 디지털 다용도 디스크 판독 전용 메모리, 랜덤 액세스 메모리, 또는 판독 전용 메모리를 포함한다. 일부 실시 형태들은 비일시적 매체를 포함한다.
운영 체제(218), 하나 이상의 애플리케이션 프로그램들(220), 다른 프로그램 모듈들(222), 및 프로그램 데이터(224)를 포함하는 다수의 프로그램 모듈들이 2차 저장 디바이스(214) 또는 메모리(204)에 저장될 수 있다.
일부 실시 형태들에서, 컴퓨팅 디바이스(200)는 사용자가 컴퓨팅 디바이스(200)에 입력들을 제공하는 것을 가능하게 하는 입력 디바이스들을 포함한다. 입력 디바이스들(226)의 예들은 키보드(228), 포인터 입력 디바이스(230), 마이크로폰(232), 및 터치 감응형 디스플레이(240)를 포함한다. 다른 실시 형태들은 다른 입력 디바이스들(226)을 포함한다. 입력 디바이스들은, 종종, 시스템 버스(206)에 커플링된 입력/출력 인터페이스(238)를 통해 프로세싱 디바이스(202)에 접속된다. 이러한 입력 디바이스들(226)은 임의의 수의 입력/출력 인터페이스들, 예컨대 병렬 포트, 직렬 포트, 게임 포트, 또는 범용 직렬 버스에 의해 접속될 수 있다. 입력 디바이스들과 인터페이스(238) 사이의 무선 통신이 마찬가지로 가능하며, 일부 가능한 실시 형태들에서, 적외선, BLUETOOTH® 무선 기술, WiFi 기술(802.11a/b/g/n 등), 셀룰러, 또는 다른 무선 주파수 통신 시스템들을 포함한다.
이러한 예시적인 실시 형태에서, 터치 감응형 디스플레이 디바이스(240)가, 또한, 비디오 어댑터(242)와 같은 인터페이스를 통해 시스템 버스(206)에 접속된다. 터치 감응형 디스플레이 디바이스(240)는 사용자가 디스플레이를 터치할 때 사용자로부터의 입력을 수신하기 위한 터치 센서들을 포함한다. 그러한 센서들은 용량성 센서, 압력 센서, 또는 다른 터치 센서일 수 있다. 센서들은 디스플레이와의 접촉을 검출할 뿐만 아니라, 접촉의 위치, 및 시간 경과에 따른 접촉의 이동을 검출한다. 예를 들어, 사용자는 손가락 또는 스타일러스를 스크린을 가로질러 이동시켜서, 기록된 입력들을 제공할 수 있다. 기록된 입력들은 평가되고, 일부 실시 형태들에서, 텍스트 입력들로 변환된다.
디스플레이 디바이스(240)에 더하여, 컴퓨팅 디바이스(200)는 스피커 또는 프린터와 같은 다양한 다른 주변기기 디바이스들(도시되지 않음)을 포함할 수 있다.
컴퓨팅 디바이스(200)는 네트워크를 통한 통신을 확립하도록 구성된 통신 디바이스(246)를 추가로 포함한다. 일부 실시 형태들에서, 로컬 영역 네트워킹 환경 또는 광역 네트워킹 환경(예컨대, 인터넷)에서 사용될 때, 컴퓨팅 디바이스(200)는, 전형적으로, 무선 네트워크 인터페이스(248)와 같은 네트워크 인터페이스를 통해 네트워크에 접속된다. 다른 가능한 실시 형태들은 다른 유선 및/또는 무선 통신 디바이스들을 사용한다. 예를 들어, 컴퓨팅 디바이스(200)의 일부 실시 형태들은 이더넷 네트워크 인터페이스, 또는 네트워크를 통해 통신하기 위한 모뎀을 포함한다. 또 다른 실시 형태들에서, 통신 디바이스(246)는 단거리 무선 통신을 할 수 있다. 단거리 무선 통신은 단방향 또는 양방향 단거리 내지 중거리 무선 통신이다. 단거리 무선 통신은 다양한 기술들 및 프로토콜들에 따라 확립될 수 있다. 단거리 무선 통신의 예들은 RFID(radio frequency identification), NFC(near field communication), 블루투스 기술, 및 Wi-Fi 기술을 포함한다.
컴퓨팅 디바이스(200)는, 전형적으로, 적어도 일부 형태의 컴퓨터 판독가능 매체를 포함한다. 컴퓨터 판독가능 매체는 컴퓨팅 디바이스(200)에 의해 액세스될 수 있는 임의의 사용가능한 매체를 포함한다. 예로서, 컴퓨터 판독가능 매체는 컴퓨터 판독가능 저장 매체 및 컴퓨터 판독가능 통신 매체를 포함한다.
컴퓨터 판독가능 저장 매체는 컴퓨터 판독가능 명령어들, 데이터 구조물들, 프로그램 모듈들 또는 다른 데이터와 같은 정보를 저장하도록 구성된 임의의 디바이스에서 구현되는 휘발성 및 비휘발성, 탈착가능 및 탈착불가능 매체를 포함한다. 컴퓨터 판독가능 저장 매체는 랜덤 액세스 메모리, 판독 전용 메모리, 전기적으로 소거가능한 프로그래밍가능 판독 전용 메모리, 플래시 메모리 또는 다른 메모리 기술, 콤팩트디스크 판독 전용 메모리, 디지털 다용도 디스크 또는 다른 광학 저장소, 자기 카세트, 자기 테이프, 자기 디스크 저장 디바이스 또는 다른 자기 저장 디바이스, 또는 원하는 정보를 저장하는 데 사용될 수 있고 컴퓨팅 디바이스(200)에 의해 액세스될 수 있는 임의의 다른 매체를 포함하지만, 이로 제한되지 않는다.
컴퓨터 판독가능 통신 매체는, 전형적으로, 컴퓨터 판독가능 명령어들, 데이터 구조물들, 프로그램 모듈들, 또는 반송파 또는 다른 전송 메커니즘과 같은 변조된 데이터 신호 내의 다른 데이터를 구현하며, 임의의 정보 전달 매체를 포함한다. 용어 "변조된 데이터 신호"는 신호 내의 정보를 인코딩하도록 하는 방식으로 설정되거나 변경된 특성들 중 하나 이상을 갖는 신호를 지칭한다. 예로서, 컴퓨터 판독가능 통신 매체는 유선 네트워크 또는 직접-유선 접속과 같은 유선 매체, 및 음향, 무선 주파수, 적외선, 및 다른 무선 매체와 같은 무선 매체를 포함한다. 상기의 것들 중 임의의 것들의 조합들이 또한 컴퓨터 판독가능 매체의 범주 내에 포함된다.
혈액 샘플들은 전혈, 혈청, 혈장, 및 다른 혈액 성분들 또는 분획들이다. 일부 실시 형태들에서, 생물학적 시료 분석 기구(100)는 하나 이상의 체액 샘플 타입들을 분석하도록 구성된다. 체액은 혈액, 소변, 타액, 뇌척수액, 양수액, 배변, 점액, 세포 또는 조직 추출물, 및 핵산 추출물이다. 샘플로도 지칭되는 시료는 도너 센터(donor center), 의사 사무실, 채혈사 사무실, 병원, 클리닉, 및 다른 건강관리 환경에서 수집되지만, 이들로 제한되지 않는다. 이어서, 수집된 체액 및 그의 성분들은, 종종, 임상 실험실, 병원, 혈액은행, 의사의 사무실, 또는 다른 건강관리 환경에서 또는 이들을 통해 프로세싱, 테스트 및 분포된다. 본 발명에서, 기구(100)는, 주로, 면역검정을 수행하는 것으로 기술되는데, 이는 항체 또는 면역글로불린의 사용을 통해 용액 내의 거대분자의 존재 또는 농도를 측정한다. 그러한 거대분자는 본 명세서에서 피분석물로도 지칭된다. 그러나, 다른 실시 형태들에서, 기구(100)는 임의의 타입의 생물학적 시료 분석기를 포함한다. 예를 들어, 기구(100)는 임상 화학 분석기, 혈액형 분석기, 핵산 분석기, 미생물학 분석기, 또는 임의의 다른 타입의 체외 진단(in-vitro diagnostic, IVD) 분석기일 수 있다.
도 4는 면역학적 분석을 위한 예시적인 방법(300)을 도시한 개략도이다. 일부 실시 형태들에서, 방법(300)은 동작들(302, 304, 306, 308, 310, 312, 314)을 포함한다. 일부 실시 형태들에서, 방법(300)에서의 동작들 중 적어도 일부는 기구(100)의 물질 준비 시스템(102), 준비 평가 시스템(104), 및/또는 물질 평가 시스템(106)에 의해 수행된다.
동작(302)에서, 큐벳(320)(예컨대, 반응 베셀)이 사전결정된 위치로 전송되고, 자기 입자들(322)을 포함하는 제1 시약이 큐벳(320) 내에 분배된다. 일부 실시 형태들에서, 큐벳(320)은 반응 베셀이고, 세척 휠(176)로 전송된다.
동작(304)에서, 샘플 또는 시료(324)가 큐벳(320) 내에 분배된다. 일부 실시 형태들에서, 피펫팅 팁 피더(150)로부터 공급된 피펫팅 팁이 맞물려지는 샘플 피펫팅 디바이스(152)는 사전결정된 위치로 전송된 샘플 베셀로부터 샘플(324)을 흡인한다. 일단 샘플이 큐벳(320) 내에 분배되면, 큐벳(320)은, 필요한 경우, 함께 결합된 샘플(324) 내의 자기 입자 및 항원으로 각각 형성되는 자기 입자 담체들을 생성하도록 혼합될 수 있다.
동작(306)에서, 큐벳(320)은 자기 입자 담체들이 자기 수집 유닛(326)에 의해 자기적으로 수집되는 제1 클리닝 프로세스를 거치며, 결합상태-자유상태 분리가 결합상태-자유상태 클리닝 흡인 노즐(328)에 의해 수행된다. 그 결과, 큐벳(320) 내의 무반응 물질(330)이 제거된다.
동작(308)에서, 라벨링된 항체를 포함하는 라벨링 시약과 같은 제2 시약(332)이 큐벳(320) 내에 분배된다. 그 결과, 함께 결합된 라벨링된 항체(332) 및 자기 입자 담체로 각각 형성되는 면역 복합체들(334)이 생성된다.
동작(310)에서, 자기 수집 구조물(336)에 의해 자기 입자 담체들을 자기적으로 수집하도록 제2 결합상태-자유상태 클리닝 프로세스가 수행된다. 또한, 결합상태-자유상태 클리닝 흡인 노즐(338)에 의해 결합상태-자유상태 분리가 수행된다. 그 결과, 자기 입자 담체와 결합되지 않은 라벨링된 항체(332)는 큐벳(320)으로부터 제거된다.
동작(312)에서, 효소(340)를 포함하는 기질이 큐벳(320) 내에 분배되고, 이는 이어서 혼합된다. 효소 반응에 필요한 소정 반응 시간이 지난 후에, 큐벳(320)은 광 측정 디바이스(190)와 같은 광도계 시스템으로 전송된다.
동작(314)에서, 효소(340) 및 면역 복합체(334)는 라벨링된 항체(332)에 대한 효소와의 기질(340) 반응을 통해 함께 결합되고, 광(L)은 면역 복합체(334)로부터 방출되고 광 측정 디바이스(190)와 같은 광도계 시스템에 의해 측정된다. 광 측정 디바이스(190)는, 측정된 광의 양에 따라, 시료에 포함된 항원의 양을 계산하도록 동작한다.
도 5 내지 도 39를 참조하여, 부피 검출 시스템(120)의 일례가 기술된다.
도 5는 도 1의 부피 검출 시스템(120)의 일례의 블록도이다. 일부 실시 형태들에서, 부피 검출 시스템(120)은 분배 팁 부피 검출 디바이스(400) 및 베셀 부피 검출 디바이스(402)를 포함한다. 부피 검출 시스템(120)은 상관 데이터(406)를 생성하는 상관 데이터 생성 시스템(404)을 추가로 포함한다.
분배 팁 부피 검출 디바이스(400)는 분배 팁(112) 내에 흡인되는 유체 물질(118)의 부피를 검출하도록 동작한다.
유체 물질(118)은, 용기 내에 분배되는 데 적합하고 추가 분석을 위해 제시되는 임의의 타입의 것일 수 있다. 다양한 실시 형태들에서, 유체 물질(118)은 분석, 샘플 준비 구성요소, 희석제, 완충제, 시약, 또는 전술한 것들의 임의의 조합들에 적용되는 시료일 수 있다. 유체 물질(118)이 혈액 또는 그의 성분들을 포함하는 경우, 유체 물질(118)의 예들은 전혈, 혈장, 혈청, 적혈구, 백혈구, 혈소판, 희석제, 시약, 또는 이들의 임의의 조합들을 포함한다. 유체 물질(118)은 다른 타입의 체액 물질, 예컨대 타액, 뇌척수액, 소변, 양수액, 대변, 점액, 세포 또는 조직 추출물, 핵산, 또는 관심 피분석물을 포함하는 것으로 의심되는 임의의 다른 타입의 체액, 조직 또는 재료일 수 있다. 유체 물질(118)이 시약인 경우, 시약은 생물학적 시료들의 분석에서 사용하기 위한 알려진 다양한 타입의 것일 수 있다. 시약들의 일부 예들은 라벨링된 특이적 결합 시약(binding reagent), 예를 들어 항체 또는 핵산 프로브를 포함한 액체 시약, 반응성 및/또는 비반응성 물질을 포함한 액체 시약, 적혈구 현탁액, 및 입자 현탁액을 포함한다. 다른 실시 형태들에서, 시약은 화학발광 기질일 수 있다.
본 명세서에 기술된 바와 같이, 분배 팁(112)은 다양한 타입의 것일 수 있고, 상이한 프로세스들을 위해 사용될 수 있다. 분배 팁(112)의 일례는 샘플 피펫팅 디바이스(152)와 함께 사용될 수 있는 피펫팅 팁이다. 분배 팁 부피 검출 디바이스(400)는 분배 팁 이미지 캡처 유닛(130)을 활용할 수 있다. 분배 팁 부피 검출 디바이스(400)의 일례가 도 9 내지 도 21을 참조하여 더 상세히 도시되고 기술된다.
베셀 부피 검출 디바이스(402)는 베셀(114) 내에 포함된 유체 물질(118)의 부피를 검출하도록 동작한다. 본 명세서에 기술된 바와 같이, 베셀(114)은 다양한 타입의 것일 수 있고, 상이한 프로세스들을 위해 사용될 수 있다. 베셀(114)의 예들은 반응 베셀, 샘플 베셀, 및 희석 베셀을 포함하는데, 이들은 기구(100)에서의 프로세스 전체에 걸쳐서 사용된다. 베셀 부피 검출 디바이스(402)는 베셀 이미지 캡처 유닛(132)을 활용할 수 있다. 베셀 부피 검출 디바이스(402)의 일례가 도 22 내지 도 39를 참조하여 더 상세히 도시되고 기술된다.
상관 데이터 생성 시스템(404)은 상관 데이터(406)를 생성한다. 상관 데이터(406)는 용기(110) 내에 수용되는 유체 물질(118)의 부피를 판정하기 위해 부피 검출 시스템(120)에 의해 사용되는 정보를 제공한다. 일부 실시 형태들에서, 상관 데이터 생성 시스템(404)은 부피 검출 시스템(120)과는 독립적인 장치이다. 다른 실시 형태들에서, 상관 데이터 생성 시스템(404)은 부피 검출 시스템(120)의 적어도 일부 리소스들을 사용하도록 구성된다.
도 6은 부피 검출 시스템(120)을 동작시키는 예시적인 방법(410)을 도시한 흐름도이다. 일부 실시 형태들에서, 방법(410)에서의 동작들 중 적어도 일부는 기구(100)의 물질 준비 시스템(102), 준비 평가 시스템(104), 및/또는 물질 평가 시스템(106)에 의해 수행된다. 다른 실시 형태들에서, 기구(100)의 다른 컴포넌트들, 유닛들, 및 디바이스들이 방법(410)에서의 동작들 중 적어도 하나를 수행하는 데 사용된다.
동작(412)에서, 유체 물질(118)이 용기(110) 내에 제공된다. 일부 실시 형태들에서, 물질 준비 시스템(102)은 동작(412)을 수행할 수 있다. 다른 실시 형태들에서, 용기(110)에는 용기(110)가 기구(100) 내에 로딩되어 그에 의해 사용되기 전에 유체 물질(118)이 사전로딩된다.
동작(414)에서, 유체 물질(118)을 포함하는 용기(110)는 분배 팁 이미지 캡처 유닛(130) 및 베셀 이미지 캡처 유닛(132)과 같은 이미지 캡처 유닛으로 전송된다.
동작(416)에서, 이미지 캡처 유닛은 용기(110)의 이미지를 캡처한다. 일부 실시 형태들에서, 용기(110)의 이미지는 사전결정된 해상도의 디지털 이미지이다.
동작(418)에서, 준비 평가 시스템(104)(예컨대, 부피 검출 시스템(120))은 이미지를 분석하여 용기(110) 내의 유체 물질(118)의 부피를 판정한다. 동작(416)의 일례가 도 7과 관련하여 더 상세히 기술된다.
동작(420)에서, 준비 평가 시스템(104)(예컨대, 부피 검출 시스템(120))은 판정된 부피가 공차 범위 내에 있는지의 여부를 판정한다. 판정된 부피가 공차 범위 밖에 있는 경우, 용기(110) 내로의 유체 물질(118)의 제공은 부적절했던 것으로 간주된다. 일부 실시 형태들에서, 그러한 공차 범위는 용기(110) 내로 제공되도록 의도되는 유체 물질(118)의 타깃 부피로부터의 허용가능한 편차에 기초하여 결정된다. 검출된 부피가 공차 범위 내에 있는 것으로 판정되는 경우(동작(420)에서 "예"), 방법(410)은 사전결정된 다음 단계를 수행하도록 진행한다. 그렇지 않은 경우(동작(420)에서 "아니오"), 방법(410)은 동작(422)으로 이동한다.
동작(422)에서, 준비 평가 시스템(104)(예컨대, 부피 검출 시스템(120))은 용기(110) 내의 유체 물질(118)의 부피가 후속 프로세스들에 적절하지 않음을 나타내도록 용기(110)를 플래깅한다. 대안으로, 준비 평가 시스템(104)은 기구(100)에서 연관된 테스트 또는 분석 프로세스를 중지하도록 동작한다. 다른 실시 형태들에서, 평가 결과는 유체 물질의 부적절한 부피로 인해 잘못될 수 있는 테스트 결과를 자동으로 조절하는 데 사용될 수 있다. 또 다른 실시 형태들에서, 본 명세서에 기술된 바와 같이, 평가 결과는 부피 판정에 응답하여 유체 물질의 부피를 자동으로 조절하는 데 사용될 수 있다.
도 7은 도 6의 동작(418)을 수행하기 위한 예시적인 방법(430)을 도시한 흐름도이다. 구체적으로, 방법(430)은 용기(110)의 캡처된 이미지를 분석하여 용기(110) 내에 포함된 유체 물질(118)의 부피를 판정하기 위한 프로세스들을 제공한다.
동작(432)에서, 준비 평가 시스템(104)(예컨대, 부피 검출 시스템(120))은 이미지에서 기준 포인트를 검출한다. 기준 포인트는 용기(110)와 연관된다. 일부 실시 형태들에서, 기준 포인트는 용기(110) 상에 형성된 검출가능한 구조물의 위치 또는 부분을 포함한다. 다른 실시 형태들에서, 기준 포인트는 용기(110)의 일부분으로서 구성된다. 기준 포인트의 다른 예들이 또한 가능하다. 이미지에서의 유체 물질(118)의 표면 레벨을 검출하기 위해 다양한 이미지 프로세싱 방법들이 이용될 수 있다.
동작(434)에서, 준비 평가 시스템(104)(예컨대, 부피 검출 시스템(120))은 이미지에서 용기(110) 내의 유체 물질(118)의 표면 레벨을 검출한다. 이미지에서의 유체 물질(118)의 표면 레벨을 검출하기 위해 다양한 이미지 프로세싱 방법들이 이용될 수 있다.
동작(436)에서, 준비 평가 시스템(104)(예컨대, 부피 검출 시스템(120))은 기준 포인트와 표면 레벨 사이의 거리를 측정한다. 일부 실시 형태들에서, 거리는 이미지에서의 기준 포인트와 표면 레벨 사이의 픽셀 거리에 의해 측정된다. 일부 실시 형태들에서, 픽셀 거리는 2개의 픽셀 포인트들 사이의 Euclidean 거리에 기초하여 계산된다.
동작(438)에서, 준비 평가 시스템(104)(예컨대, 부피 검출 시스템(120))은 상관 데이터(406)에 기초하여 거리를 부피로 변환한다. 상관 데이터(406)는 용기(110) 내에서의 부피들과 기준 포인트로부터 용기(110) 내에서의 복수의 상이한 표면 레벨들까지의 거리들 사이의 상관에 관한 정보를 포함한다. 상관 데이터를 생성하는 예시적인 방법이 도 8을 참조하여 기술된다.
도 8은 상관 데이터(406)를 생성하기 위해 상관 데이터 생성 시스템(404)을 동작시키기 위한 예시적인 방법(450)을 도시한 흐름도이다. 일부 실시 형태들에서, 기구(100)의 적어도 일부는 상관 데이터 생성 시스템(404)으로서 사용된다. 다른 실시 형태들에서, 상관 데이터 생성 시스템(404)은 기구(100)와는 독립적으로 상관 데이터를 생성한다.
동작(452)에서, 상관 데이터 생성 시스템(404)은 액체를 용기에 공급한다. 방법(450)에서 사용되는 용기는 본 명세서에서 부피 검출 프로세스에 적용되는 동일한 용기(110)이다. 방법(450)에서 사용되는 액체는 기구(100)에서 사용되는 유체 물질(118)과 동일할 필요는 없다.
동작(454)에서, 상관 데이터 생성 시스템(404)은 액체를 갖는 용기의 이미지를 캡처한다.
동작(456)에서, 상관 데이터 생성 시스템(404)은 기준 포인트(즉, 동작(432)에서 기술된 바와 같은 기준 포인트)와 동작(454)에서 캡처된 이미지에서의 유체 표면 사이의 거리를 추출한다. 일부 실시 형태들에서, 거리는 동작들(432, 434, 436)과 같은 방법(430)의 동작들 중 적어도 일부와 유사하게 판정될 수 있다.
동작(458)에서, 상관 데이터 생성 시스템(404)은 용기에 공급되는 액체의 부피를 측정한다. 용기 내의 액체 부피를 판정하기 위해 다양한 방법들이 이용될 수 있다. 그러한 방법들 중 일부가 본 명세서에 기술되어 있다.
동작(460)에서, 상관 데이터 생성 시스템(404)은 동작(456)에서 계산된 거리와 동작(458)에서 측정된 부피를 상관시킨다.
동작(462)에서, 상관 데이터 생성 시스템(404)은 상관 데이터(406)를 생성하도록 충분한 수의 상관이 수행되었는지의 여부를 판정한다. 그러한 경우(동작(470)에서 "예"), 방법(450)은 동작(464)으로 이동한다. 그렇지 않은 경우(동작(470)에서 "아니오"), 방법(450)은 액체가 용기에 공급되는 동작(452)으로 복귀하고, 용기 내의 액체의 부피와 거리 사이의 추가 상관을 판정하기 위해 후속 동작들이 수행된다. 충분한 범위의 상관 데이터를 획득하기 위해, 용기에 공급되는 액체의 양은 상관 프로세스의 상이한 사이클들에서 변화될 수 있다. 또한, 용기에 공급되는 액체의 양은 특정 부피들 또는 부피 범위들에 대한 신뢰성있는 결과들을 획득하기 위해 상관 사이클들 중 일부에 대해 대략 동일하게 유지될 수 있다.
동작(464)에서, 상관 데이터 생성 시스템(404)은 동작(460)에서 이루어진 복수의 상관에 기초하여 상관 데이터(408)를 생성한다. 일부 실시 형태들에서, 상관 데이터(408)는 거리와 부피 사이의 관계를 추론하기 위해 외삽될 수 있다. 예를 들어, 데이터를 피팅하고 용기 내에서의 거리와 부피 사이의 관계를 추정하도록 상관 곡선, 룩업 테이블, 또는 수학 공식이 상관 데이터(408)로부터 생성될 수 있다.
도 9 내지 도 21을 참조하여, 도 5의 분배 팁 부피 검출 디바이스(400)의 일례가 기술된다.
도 9는 도 5의 분배 팁 부피 검출 디바이스(400)의 일례를 도시한다. 일부 실시 형태들에서, 분배 팁 부피 검출 디바이스(400)는 샘플 흡인 부피 검출 디바이스(500)를 포함한다. 또한, 분배 팁 부피 검출 디바이스(400)는 팁 부피 상관 데이터 생성 시스템(504)에 의해 생성된 팁 부피 상관 데이터(506)를 사용한다.
샘플 흡인 부피 검출 디바이스(500)는 샘플 피펫팅 디바이스(152)의 샘플 피펫팅 팁 내로 흡인된 샘플의 부피를 판정하도록 동작한다. 샘플 흡인 부피 검출 디바이스(500)의 구조 및 동작의 일례가 하기에서 기술된다.
팁 부피 상관 데이터 생성 시스템(504)은 팁 부피 상관 데이터(506)를 생성한다. 팁 부피 상관 데이터(506)는 분배 팁(예컨대, 샘플 피펫팅 팁) 내에 수용된 유체 물질의 부피를 판정하기 위해 분배 팁 부피 검출 디바이스(400)에 의해 사용되는 정보를 제공한다. 일부 실시 형태들에서, 팁 부피 상관 데이터 생성 시스템(504)은 분배 팁 부피 검출 디바이스(400)와는 독립적인 장치이다. 다른 실시 형태들에서, 팁 부피 상관 데이터 생성 시스템(504)은 분배 팁 부피 검출 디바이스(400)의 적어도 일부 리소스들을 사용하도록 구성된다. 팁 부피 상관 데이터 생성 시스템(504) 및 팁 부피 상관 데이터(506)는, 도 5에 도시된 바와 같이, 상관 데이터 생성 시스템(404) 및 상관 데이터(406)에 포함되거나 또는 이들의 예들이다.
신뢰성있는 임상 진단은 분석될 물질의 정확하고 정밀한 흡인 및 분배를 필요로 한다. 예를 들어, 혈액 또는 임의의 다른 체액과 같은 시료를 분석하는 자동 분석기에서, 특정된 양에 대한 반응 베셀 내의 시료 및 시약과 같은 다른 물질들의 분배된 양의 변동은 분석 결과에 영향을 미칠 수 있고 검사 및 분석의 신뢰도를 저하시킬 수 있다. 따라서, 흡인되거나 분배된 양을 높은 정확도로 측정하고 그 양이 적합한 범위 내에 있는 흡인되거나 분배된 시료들만을 선택하기 위한 기술을 확립하는 것이 유익하다. 액체 부피를 측정하는 한 가지 방식은 공진 주파수를 사용하여 베셀 내부의 액체의 높이를 판정함으로써 액체 표면의 레벨을 검출하는 것이다. 다른 경우에, 분배 팁에 의해 흡인되는 액체(예컨대, 샘플)의 점도를 판정하기 위해 공기 압력이 이용된다. 또 다른 경우에, 흡인되거나 분배된 액체의 유량을 판정하기 위해 유량 센서가 사용된다.
그러나, 이러한 접근법들은 다양한 단점들을 갖는다. 예를 들어, 공진 주파수를 사용한 액체 표면 레벨의 검출, 및 공기 압력을 사용한 유체 점도의 검출은 용기 내의 액체 부피를 판정할 수 있지만, 흡인되거나 분배되는 액체 부피를 정량화할 수는 없다. 유량 센서들은 유량 센서들이 배열되는 배관(tubing)을 통과하는 액체의 부피를 정량화할 수 있지만, 흡인되거나 분배되는 액체 부피를 신뢰성있게 측정할 수는 없다. 이러한 방법들은 잘못된 결과들의 경우에 부정확한 샘플 흡인을 식별하기 위한 프로세스들을 갖지 않는다.
본 명세서에서 더 상세히 기술되는 바와 같이, 분배 팁 부피 검출 디바이스(400)는 흡인되는 유체 물질(예컨대, 샘플)의 부피를 정량화하기 위한 이미지 프로세싱 방법을 채용한다. 유체 물질의 부피는 원추 형상의 분배 팁과 같은 투명 또는 반투명 용기에서 흡인된다. 용기가 이미징되고, 기준 포인트가 이미지에서 검출된다. 분배 팁 부피 검출 디바이스는 유체 물질의 메니스커스(meniscus)로부터 기준 포인트까지의 거리를 측정하고, 부피 교정 곡선을 사용하여 거리를 부피에 상관시킨다. 용기 내부에서 흡인되는 부피가 흡인의 정밀도 또는 정확도에 대한 사양 내에 있지 않는 경우, 흡인 또는 전체 테스트가 플래깅된다. 사용자 또는 조작자는 흡인의 결과에 관한 정보를 수신할 수 있다.
도 10은 샘플 흡인 부피 검출 디바이스(500)와 관련된 샘플 흡인 시스템(510)의 예시적인 구조를 개략적으로 도시한다. 도시된 예에서, 샘플 흡인 부피 검출 디바이스(500)는 주로 분배 팁 부피 검출 디바이스(400)의 일례로서 기술되고 도시된다. 그러나, 임의의 타입의 분배 팁 부피 검출 디바이스(400)가 샘플 흡인 부피 검출 디바이스(500)와 동일하거나 유사한 방식으로 사용될 수 있다는 것이 이해된다.
일부 실시 형태들에서, 샘플 흡인 시스템(510)은 샘플 이송 가이드(514)를 따라 상이한 위치들 사이에서 이동가능한 샘플 피펫팅 모듈(512)을 포함한다. 샘플 피펫팅 모듈(512)은 팁 공급 위치(516), 샘플 분배 위치(518), 팁 폐기 위치(520), 및 샘플 흡인 위치(522)로 이동할 수 있다. 일부 실시 형태들에서, 샘플 피펫팅 모듈(512)은 기부(524) 및 기부(524)에서 지지되는 맨드릴(526)을 포함한다. 샘플 피펫팅 모듈(512)은 맨드릴(526)을 포함하는 기부(524)를 샘플 용기(530)에 대해 수직으로 이동시키도록 구성된 수직 이송 유닛(528)을 포함한다. 맨드릴(526)은 본 명세서에서 피펫팅 팁 또는 프로브, 흡인 팁 또는 프로브, 또는 일회용 팁 또는 프로브로도 지칭되는 분배 팁(112)을 장착하도록 구성된다. 112
기구(100) 상에서, 샘플들은 오염 위험을 피하기 위해 분배 팁들에 의해 흡인된다. 샘플 피펫팅 모듈(512)은 팁 공급 위치(516)로 이동할 수 있으며, 분배 팁 공급 유닛(534)에 의해 공급되는 분배 팁(112) 내로 맨드릴(526)을 삽입하기 위해 모듈(512)의 기부(524)를 수직으로 낮출 수 있다. 이어서, 샘플 피펫팅 모듈(512)은 샘플 흡인 위치(522)로 이동하며, 여기서 샘플 피펫팅 모듈(512)은 샘플 용기(530)로부터 사전결정된 부피의 샘플(540)을 흡인하도록 동작한다. 일단 샘플이 흡인되면, 샘플 흡인 부피 검출 디바이스(500)는 분배 팁(112) 내에 흡인된 샘플의 부피를 검출한다. 일부 실시 형태들에서, 샘플 흡인 부피 검출 디바이스(500)는 부피 검출의 프로세스의 일부로서 분배 팁(112)의 이미지를 캡처하기 위해 분배 팁 이미지 캡처 유닛(130)을 포함한다. 그 후, 샘플 피펫팅 모듈(512)은 샘플 분배 위치(518)로 이동하여 샘플의 흡인된 부피를 반응 용기(536) 내에 분배하고, 이어서 팁 폐기 위치(520)로 이동하여 분배 팁(112)을 분배 팁 폐기 유닛(538) 내에 폐기한다.
일부 실시 형태들에서, 샘플 흡인 시스템(510)은 도 2에 도시된 바와 같은 기구(100)의 적어도 일부 컴포넌트들로 구현된다. 예를 들어, 샘플 피펫팅 모듈(512)은 기구(100)의 샘플 피펫팅 디바이스(152)(샘플 분취물 피펫팅 유닛(152A) 및 샘플 정밀 피펫팅 유닛(152B)을 포함함)에 대응한다. 샘플 용기(530)는 샘플 튜브에 대응할 수 있다. 분배 팁 공급 유닛(534)은 피펫팅 팁 피더(150)에 대응할 수 있다. 반응 용기(536)는 샘플 베셀, 반응 베셀, 또는 임의의 다른 베셀에 대응할 수 있다.
도 11, 도 12a 및 도 12b는 도 10의 샘플 흡인 시스템(510)을 도시한다. 도 11은 도 10의 샘플 흡인 시스템의 사시도이고, 도 12a는 샘플 흡인 시스템(510)의 측면도이고, 도 12b는 샘플 흡인 시스템(510)의 다른 측면도인데, 이들은 샘플 피펫팅 모듈(512)이 샘플 흡인 부피 검출 디바이스(500)를 사용한 부피 검출을 위해 샘플 흡인 위치(522)에 있음을 도시한다.
도시된 바와 같이, 분배 팁 이미지 캡처 유닛(130)은 샘플 분취물 피펫팅 유닛(152A)에 장착된 제1 카메라 유닛(550) 및 그의 연관된 컴포넌트들을 포함한다. 일부 실시 형태들에서, 제1 카메라 유닛(550) 및 그러한 다른 컴포넌트들은 샘플 분취물 피펫팅 유닛(152A)의 대응하는 맨드릴 및 분배 팁과 함께 이동하도록 구성된다.
일부 실시 형태들에서, 카메라 유닛(550)은 색상 디지털 이미지를 획득하기 위한 CMOS(complementary metal-oxide-semiconductor) 이미지 센서를 포함한다. 다른 실시 형태들에서, 카메라 유닛(550)은 색상 디지털 이미지를 획득하기 위한 CCD(charge-coupled device) 이미지 센서를 포함한다. 도 12에 도시된 바와 같이, 카메라 유닛(550)은 분배 팁(112)의 측면에 위치된다. 카메라 유닛(550)의 다른 실시 형태들은 흑백 또는 그레이스케일 픽처들을 획득하도록 구성된다. 카메라 유닛(550)의 일례는 AE3-IS Machine Vision Color Camera + IO 보드(예컨대, 부품 번호 AE3C-IS-CQBCKFS1-B)와 같은, Cognex Corporation(미국 매사추세츠주 나티크 소재)으로부터 입수가능한 ADVANTAGE 102로 명명된 모델을 포함한다.
분배 팁 이미지 캡처 유닛(130)은 카메라(550)를 위한 광원(552)을 추가로 포함할 수 있다. 광원(552)은 원하는 대로 촬영되도록 분배 팁(112) 및 그의 주변을 조명하는 데 사용된다. 광원(552)은 다양한 위치들에 배열될 수 있다. 도시된 예에서, 광원(552)은 카메라 유닛(550)의 반대편인 분배 팁(112)의 후방에 위치설정되고, 이에 따라, 백라이트로서 사용된다. 광원(552)의 다른 위치들이 또한 가능하다. 광원(552)의 일례는 Moritex Corporation(일본 소재)으로부터 입수가능한 MDBL 시리즈를 포함한다.
다른 실시 형태들에서, 카메라 유닛(550)은 분배 팁(112)을 향해 광을 방출하도록 동작가능한 광원(551), 예컨대 LED 광을 포함한다. 이러한 구성에서, 광원(552)은 카메라 유닛(550)의 반대편에 있도록 배열된 스크린(553)에 의해 대체되어, 분배 팁(112)이 카메라 유닛(550)과 스크린(553) 사이에 위치설정되도록 할 수 있다. 스크린(553)은 카메라의 개구를 향해 광을 반사시킴으로써 카메라 유닛의 시야(field of view, FOV)의 방향으로 광을 다시 캐스팅하는 데 사용된다. 스크린(553)은 상이한 반사 세기들을 제공할 수 있는 하나 이상의 다양한 재료들로 제조된다. 예를 들어, 스크린(553)은 재귀반사성 시팅(sheeting)을 포함하는데, 그 일례는 3M Company(미국 미네소타주 메이플우드 소재)로부터 입수가능한 3M™ Scotchlite™ Sheeting 7610을 포함한다. 다른 실시 형태에서, 광원(552)은 카메라 유닛(550) 및 스크린(553)으로부터의 광원(551)과 함께 사용될 수 있다.
일부 실시 형태들에서, 카메라 유닛(550) 및 광원(552)(또는 스크린(553))은 샘플 피펫팅 모듈(512) 상에 부착되며, 샘플 피펫팅 모듈(512)과 함께 수평으로 이동하도록 구성되어 분배 팁(112)의 이미지가 샘플 피펫팅 모듈(512)의 임의의 위치들에서 캡처되게 한다. 예를 들어, 흡인된 샘플을 포함하는 분배 팁(112)의 이미지는 샘플이 흡인된 후의 임의의 위치(즉, 샘플 흡인 위치(522)) 및 샘플이 분배되기 전의 임의의 위치(즉, 샘플 분배 위치(518))에서 취해질 수 있다. 다른 실시 형태들에서, 카메라 유닛(550)은 샘플 피펫팅 모듈(512)에 부착되는 반면, 광원(552)(또는 스크린(553))은 샘플 피펫팅 모듈(512)에 부착되지 않는다. 또 다른 실시 형태들에서, 카메라 유닛(550)은 샘플 피펫팅 모듈(512)에 부착되지 않는 반면, 광원(552)(또는 스크린(553))은 샘플 피펫팅 모듈(512)에 부착된다. 또 다른 실시 형태들에서, 카메라 유닛(550) 및 광원(552)(또는 스크린(553)) 중 어느 것도 샘플 피펫팅 모듈(512)에 부착되지 않는다.
또한, 분배 팁 이미지 캡처 유닛(130)은 샘플 정밀 피펫팅 유닛(152B)에 장착되는 제2 카메라 유닛(2550) 및 그의 연관된 컴포넌트들을 포함할 수 있다. 제2 카메라 유닛(2550) 및 그의 연관된 컴포넌트들은 제1 카메라 유닛(550) 및 그의 연관된 컴포넌트들과 유사하게 구성될 수 있다.
일부 실시 형태들에서, 제2 카메라 유닛(2550) 및 그러한 다른 컴포넌트들은 샘플 분취물 피펫팅 유닛(152A)의 대응하는 맨드릴 및 분배 팁과 함께 이동하도록 구성된다.
제2 카메라 유닛(2550)은 제1 카메라 유닛(550)과 유사하게 구성될 수 있다. 카메라 유닛(2550)의 일례는 AE3-IS Machine Vision Camera + IO 보드(예컨대, 부품 번호 AE3-IS-CQBCKFP2-B)와 같은, Cognex Corporation(미국 매사추세츠주 나티크 소재)으로부터 입수가능한 ADVANTAGE 102로 명명된 모델을 포함한다.
분배 팁 이미지 캡처 유닛(130)은 카메라(2550)를 위한 광원(2552)을 추가로 포함할 수 있다. 광원(2552)은 원하는 대로 촬영되도록 분배 팁(112) 및 그의 주변을 조명하는 데 사용된다. 광원(2552)은 다양한 위치들에 배열될 수 있다. 도시된 예에서, 광원(2552)은 카메라 유닛(2550)의 반대편인 분배 팁(112)의 후방에 위치설정되고, 이에 따라, 백라이트로서 사용된다. 광원(2552)의 다른 위치들이 또한 가능하다. 광원(2552)의 일례는 Moritex Corporation(일본 소재)으로부터 입수가능한 MDBL 시리즈를 포함한다.
다른 실시 형태들에서, 카메라 유닛(550)은 분배 팁(112)을 향해 광을 방출하도록 동작가능한 광원(2551), 예컨대 LED 광을 포함한다. 이러한 구성에서, 광원(2552)은 카메라 유닛(550)의 반대편에 있도록 배열된 스크린(2553)에 의해 대체되어, 분배 팁(112)이 카메라 유닛(2550)과 스크린(2553) 사이에 위치설정되도록 할 수 있다. 스크린(2553)은 카메라의 개구를 향해 광을 반사시킴으로써 카메라 유닛의 시야(FOV)의 방향으로 광을 다시 캐스팅하는 데 사용된다. 스크린(2553)은 상이한 반사 세기들을 제공할 수 있는 하나 이상의 다양한 재료들로 제조된다. 예를 들어, 스크린(2553)은 재귀반사성 시팅을 포함하는데, 그 일례는 3M Company(미국 미네소타주 메이플우드 소재)로부터 입수가능한 3M™ Scotchlite™ Sheeting 7610을 포함한다. 다른 실시 형태에서, 광원(2552)은 카메라 유닛(2550) 및 스크린(2553)으로부터의 광원(2551)과 함께 사용될 수 있다.
일부 실시 형태들에서, 카메라 유닛(2550) 및 광원(2552)(또는 스크린(2553))은 고정적이고 샘플 피펫팅 모듈(512)의 이동과는 독립적이도록 구성된다. 다른 실시 형태들에서 다른 구성들이 또한 가능하다.
본 명세서에 기술된 바와 같이, 카메라 유닛(2550) 및 그의 연관된 컴포넌트들은, 도 67에 추가로 예시된 바와 같이, 팁 정렬 검출을 위해 사용될 수 있다.
도 13 및 도 14를 참조하여, 분배 팁(112)의 일례가 기술된다. 구체적으로, 도 13은 분배 팁(112)의 일례의 개략적인 사시도이고, 도 14는 분배 팁(112)의 원위 단부의 단면도이다.
분배 팁(112)은 근위 단부(560) 및 원위 단부(562)로부터 연장된다. 분배 팁(112)은 분배 팁(112)을 샘플 피펫팅 모듈(512)의 맨드릴(526)에 부착시키도록 구성된 기부 부분(564)을 근위 단부(560)에 포함한다. 분배 팁(112)은 기부 부분(564)으로부터 연장되는 신장된 본체 부분(566)을 추가로 포함한다. 기부 부분(564) 및 본체 부분(566)을 포함하는 분배 팁(112)은 유체 물질을 흡인, 포함, 및 분배하기 위한 피펫팅 통로(또는 채널)(572)를 한정한다. 일부 실시 형태들에서, 분배 팁(112)(분배 팁(112)을 포함함)은 일회용이다. 다른 실시 형태들에서, 분배 팁(112)(분배 팁(112)을 포함함)은 처분되기 전의 비-일회용 또는 사용가능한 다수의 타일들이다.
일부 실시 형태들에서, 분배 팁(112)은 분배 팁 이미지 캡처 유닛(130)에 의해 검출가능한 기준 라인(570)을 포함한다. 기준 라인(570)은 분배 팁(112)의 다양한 위치들에서 형성될 수 있다. 일부 실시 형태들에서, 기준 라인(570)은 분배 팁(112)의 본체 부분(566) 상에 형성된다. 다른 실시 형태들에서, 기준 라인(570)은 분배 팁(112)의 기부 부분(564) 상에 형성된다. 기준 라인(570)의 일부 예들은 분배 팁(112)에서 흡인되는 유체 물질의 표면 레벨 또는 메니스커스가 분배 팁(112)의 기준 라인(570)과 원위 단부(562) 사이에 배열되도록 위치된다. 다른 실시 형태들에서, 기준 라인(570)은 흡인된 유체 물질의 메니스커스가 원위 단부(562)에 대해 기준 라인(570) 위에(즉, 기준 라인(570)과 근위 단부(560) 사이에) 배열되도록 위치된다.
기준 라인(570)은 다양한 방식들로 분배 팁(112)에 제공된다. 일부 실시 형태들에서, 기준 라인(570)은 돌출부, 융기부(ridge), 만입부(indentation), 노치, 또는 분배 팁(112) 상에 형성된 임의의 다른 가시적 요소와 같은 검출가능한 구조물이다. 다른 실시 형태들에서, 기준 라인(570)은 분배 팁(112) 상에 페인팅되거나 부착되는 마커 또는 표시자이다. 기준 라인(570)은 분배 팁(112)에 일체로 형성되거나 성형될 수 있다. 대안으로, 기준 라인(570)은 별도로 제조되고 분배 팁(112)에 부착된다.
기준 라인(570)은 샘플이 분석 테스트 동안 적절하게 흡인되었는지의 여부를 판정하도록 분배 팁(112)의 이미지가 분석되는 경우에 기준 포인트로서 사용된다. 본 명세서에 기술된 바와 같이, 샘플 흡인 부피 검출 디바이스(500)는 기준 라인(570)과 샘플 메니스커스 사이의 거리를 측정함으로써 분배 팁(112) 내의 흡인된 샘플 부피를 측정한다. 기준 라인(570)이 분배 팁(112) 상에 형성되므로, 기준 라인(570)은, 분배 팁(112) 이외의 다른 구조물들에 의해 제공되는 임의의 기준 포인트들과 비교하여, 부피 측정을 위한 일관된 기준 포인트를 제공한다. 예를 들어, 맨드릴(526)에서의 소정 부분 또는 포인트가 기준 포인트로서 사용되는 경우, 분배 팁(112)에 대한 맨드릴(526)의 위치는 맨드릴(526)에 대한 분배 팁(112)의 삽입 깊이에 따라 달라질 수 있어서, 이에 의해, 부정확한 부피 측정을 야기한다. 대조적으로, 기준 라인(570)은 분배 팁(112)에 대해 고정적이고, 따라서 정확한 측정을 제공할 수 있다.
도 14에 도시된 바와 같이, 피펫팅 통로(572)는 내경이 근위 단부(560)로부터 원위 단부(562)로 더 작아지는 테이퍼형 섹션(574)을 포함한다. 피펫팅 통로(572)는 원위 단부(562)에서 또는 그에 인접해서 일정한 내경을 갖는 직선형 섹션(576)을 추가로 포함한다. 직선형 섹션(576)은 약 2 내지 5 μL와 같은 작은 부피를 흡인함에 있어서의 정확도 및 정밀도를 개선할 수 있는 한편, 분취하기 위해 250 μL와 같은 큰 부피를 흡인할 수 있는 분배 팁(112)을 여전히 제공할 수 있다.
도 15는 분배 팁 부피 검출 디바이스(400)를 동작시키는 예시적인 방법(600)을 도시한 흐름도이다. 도시된 예에서, 방법(600)은 주로 샘플 흡인 부피 검출 디바이스(500)에 대하여 기술된다. 그러나, 방법(600)은 다른 타입의 분배 팁 부피 검출 디바이스(400)에도 유사하게 적용가능하다. 일부 실시 형태들에서, 방법(600)은 샘플 흡인 시스템(510) 및 샘플 흡인 부피 검출 디바이스(500)에 의해 수행된다.
일반적으로, 방법(600)은 계량 알고리즘을 이용하여 분배 팁 내의 흡인된 부피의 분석을 수행하며, 계산된 흡인 부피가 공차 범위 밖에 있는 경우에 흡인 결과들 또는 테스트 결과들을 플래깅한다.
동작(602)에서, 샘플 흡인 시스템(510)은, 프로그래밍된 바와 같이, 샘플(540)(도 10)과 같은 유체 물질을 분배 팁(112) 내로 흡인하도록 동작한다.
동작(604)에서, 샘플 흡인 시스템(510)은 흡인된 샘플(540)을 포함하는 분배 팁(112)을 분배 팁 이미지 캡처 유닛(130)으로 전송한다. 일부 실시 형태들에서, 분배 팁 이미지 캡처 유닛(130)은 전송 없이 흡인 후에 분배 팁(112)의 이미지를 캡처하도록 배열된다.
동작(606)에서, 샘플 흡인 부피 검출 디바이스(500)의 분배 팁 이미지 캡처 유닛(130)은 분배 팁(112)의 이미지를 캡처한다. 일부 실시 형태들에서, 분배 팁(112)의 이미지는 사전결정된 해상도의 디지털 이미지이다.
동작(608)에서, 샘플 흡인 부피 검출 디바이스(500)는 이미지를 분석하여 분배 팁(112) 내의 샘플(540)의 부피를 판정한다. 동작(608)의 일례가 도 16 내지 도 19와 관련하여 더 상세히 기술된다.
동작(610)에서, 샘플 흡인 부피 검출 디바이스(500)는 판정된 부피가 공차 범위 내에 있는지의 여부를 판정한다. 판정된 부피가 공차 범위 밖에 있는 경우, 분배 팁(112) 내의 샘플(540)의 흡인은 부적절한 것으로 간주된다. 일부 실시 형태들에서, 그러한 공차 범위는 분배 팁(112) 내로 흡인되도록 의도되는 샘플(540)의 타깃 흡인 부피로부터의 허용가능한 편차에 기초하여 결정된다. 공차 범위는 타깃 흡인 부피에 따라 달라질 수 있다. 공차 범위의 일례는 다음과 같다:
[표 1]
검출된 부피가 공차 범위 내에 있는 것으로 판정되는 경우(동작(610)에서 "예"), 방법(600)은 사전결정된 다음 단계를 수행하도록 진행한다. 그렇지 않은 경우(동작(610)에서 "아니오"), 방법(600)은 동작(612)으로 이동한다.
동작(612)에서, 샘플 흡인 부피 검출 디바이스(500)는 분배 팁(112) 내의 흡인된 샘플 부피가 후속 프로세스들에 적절하지 않음을 나타내도록 흡인을 플래깅한다. 다른 실시 형태들에서, 흡인된 샘플을 사용했던 전체 테스트 결과는 테스트 결과가 부적절할 수 있음을 나타내거나 시사하도록 플래깅될 수 있다. 대안으로, 샘플 흡인 부피 검출 디바이스(500)는 기구(100)에서 연관된 테스트 또는 분석 프로세스를 중지하도록 동작한다. 다른 실시 형태들에서, 평가 결과는 유체 물질의 부적절한 부피로 인해 잘못될 수 있는 테스트 결과를 자동으로 조절하는 데 사용될 수 있다. 또 다른 실시 형태들에서, 본 명세서에 기술된 바와 같이, 평가 결과는 부피 판정에 응답하여 유체 물질의 부피를 자동으로 조절하는 데 사용될 수 있다.
도 16 내지 도 19를 참조하여, 캡처된 이미지가 분배 팁 내의 샘플 부피를 판정하기 위해 분석되는 도 15의 동작(608)의 일례가 기술된다. 구체적으로, 도 16은 도 15의 동작(608)을 수행하기 위한 예시적인 방법(630)을 도시한 흐름도이다. 방법(630)은 또한 도 17 내지 도 19를 참조하여 기술되는데, 이들은 분배 팁의 캡처된 이미지(620)의 예시적인 분석을 도시한다.
동작(632)에서, 샘플 흡인 부피 검출 디바이스(500)는 캡처된 이미지(620)에서 분배 팁(112)의 기준 라인(570)을 검출한다. 이미지(620)에서 기준 라인(570)을 검출하기 위해 다양한 이미지 프로세싱 방법들이 이용될 수 있다. 일부 실시 형태들에서, 기준 라인(570)은 사전-트레이닝된 기준 이미지에 기초하여 기준 라인을 표현하는 패턴을 탐색하는 패턴 매칭 기능에 의해 검출된다. 예를 들어, 그러한 패턴 매칭 기능은 시스템에 저장되고 기준 라인으로 인식되었던 패턴에 대한 캡처된 이미지를 스캐닝하는 패턴 탐색을 실행한다. 상관 값, 또는 매칭 레이트(예컨대, %매칭)가 조절가능하다. 다른 실시 형태들에서 다른 방법들이 또한 가능하다. 그러한 이미지 프로세싱 방법들의 일례는 Cognex Corporation(미국 매사추세츠주 나티크 소재)로부터 입수가능한 Cognex In-Sight Vision Software에 의해 구현될 수 있는데, 이는 다양한 툴들, 예컨대 에지 검출("Edge"), 패턴 매칭("Pattern Match"), 및 히스토그램 분석("Histogram")을 제공한다.
동작(634)에서, 샘플 흡인 부피 검출 디바이스(500)는 기준 라인(570)의 중심 포인트(650)를 검출한다. 도 17에 도시된 바와 같이, 일단 기준 라인(570)이 검출되면, 중심 포인트(650)는 기준 라인(570)의 중간 포인트로서 계산될 수 있다.
동작(636)에서, 샘플 흡인 부피 검출 디바이스(500)는 분배 팁(112) 내의 흡인된 샘플 부피의 표면 레벨(652)(도 18)을 검출한다. 이미지에서 표면 레벨(652)을 검출하기 위해 다양한 이미지 프로세싱 방법들이 이용될 수 있다. 일부 실시 형태들에서, 동작(632)과 유사하게, 표면 레벨(652)은 사전-트레이닝된 기준 이미지에 기초하여 패턴 매칭 기능에 의해 검출된다. 다른 실시 형태들에서 다른 방법들이 또한 가능하다.
동작(638)에서, 샘플 흡인 부피 검출 디바이스(500)는 표면 레벨(652)의 중심 포인트(654)를 검출한다. 도 18에 도시된 바와 같이, 일단 표면 레벨(652)이 검출되면, 중심 포인트(654)는 표면 레벨(652)의 라인의 중간 포인트로서 계산될 수 있다.
동작(640)에서, 샘플 흡인 부피 검출 디바이스(500)는 기준 라인(570)의 중심 포인트(650)와 표면 레벨(652)의 중심 포인트(654) 사이의 거리(L1)(도 19)를 측정한다. 일부 실시 형태들에서, 거리(L1)는 이미지(620)에서 중심 포인트들(650, 654) 사이의 픽셀 거리에 의해 측정된다. 일부 실시 형태들에서, 픽셀 거리는 2개의 픽셀 포인트들 사이의 Euclidean 거리에 기초하여 계산된다.
동작(642)에서, 샘플 흡인 부피 검출 디바이스(500)는 팁 부피 상관 데이터(506)에 기초하여 거리(L1)를 부피로 변환한다. 상관 데이터(506)는 기준 라인(570)의 중심 포인트(650)와 분배 팁(112) 내의 복수의 상이한 표면 레벨들(652)의 중심 포인트들(654) 사이의 거리(L1)와 분배 팁(112) 내의 부피들 사이의 상관에 관한 정보를 포함한다. 일부 실시 형태들에서, 상관 데이터(506)는 도 20에 도시된 바와 같이 상관 곡선(660)에 플롯팅될 수 있다. 상관 데이터(506)를 생성하는 예시적인 방법이 도 21을 참조하여 기술된다.
도 20은 상관 데이터(506)에 대응하는 예시적인 상관 곡선(660)이다. 일부 실시 형태들에서, 상관 곡선(660)은 중심 포인트들(650, 654) 사이의 거리(L1)(예컨대, 픽셀 거리)와 분배 팁(112) 내의 흡인된 샘플의 부피(V1) 사이의 관계를 보여준다. 상관 곡선(660)은 상관 데이터(506) 내에 포함된 복수의 이산 데이터 포인트들을 플롯팅함으로써 획득될 수 있는데, 이는 도 21을 참조하여 기술된다. 도 20에 도시된 바와 같이, 상관 곡선은, 거리(L1)가 증가함에 따라 흡인된 부피(V1)가 대체로 감소한다는 것을 나타낸다. 기준 라인(570)이 표면 레벨(652) 위에 배열될 분배 팁(112) 상에 형성되므로, 거리(L1)는 대체로 부피(V1)와 역으로 상관된다.
도 21은 팁 부피 상관 데이터(506)를 생성하기 위해 팁 부피 상관 데이터 생성 시스템(504)을 동작시키기 위한 예시적인 방법(670)을 도시한 흐름도이다.
일부 실시 형태들에서, 상관 데이터(506)는 분광 기법들을 이용하여 생성된다. 예를 들어, 팁 부피 상관 데이터 생성 시스템(504)은 분배 팁에서 추출된 픽셀 거리 정보와 유체 부피 정보 사이의 상관을 보여주기 위해 염료 용액을 사용한다. 특정 파장에서의 염료의 흡광도를 측정하기 위해 분광 광도계가 사용될 수 있다. 일부 실시 형태들에서, 팁 부피 상관 데이터 생성 시스템(504)은 타깃 부피 범위(예컨대, 5, 10, 50, 100, 및 110 μL) 내의 복수의 포인트들을 선택하고, 분배 팁들에 의해 이들 부피 설정을 흡인하고, 픽셀 거리 계산을 위해 분배 팁들의 이미지들을 취한다. 이어서, 팁 부피 상관 데이터 생성 시스템(504)은 이미지들로부터 계산된 픽셀 거리들과 분광 광도계에 의해 계산된 부피들 사이의 교정 곡선을 묘화한다.
동작(672)에서, 팁 부피 상관 데이터 생성 시스템(504)은 염료 용액을 분배 팁(112)에 흡인시킨다.
동작(674)에서, 팁 부피 상관 데이터 생성 시스템(504)은 염료 용액을 포함하는 분배 팁(112)의 이미지를 캡처한다.
동작(676)에서, 팁 부피 상관 데이터 생성 시스템(504)은 동작(674)에서 캡처된 이미지에서 기준 라인(570)과 염료 용액의 표면 라인 사이의 거리를 추출한다. 일부 실시 형태들에서, 거리는 픽셀 거리에 의해 측정된다. 일부 실시 형태들에서, 거리는 동작들(632, 634, 636, 638, 640)과 같은 방법(630)의 동작들 중 적어도 일부와 유사하게 판정된다. 다른 실시 형태들에서 다른 방법들이 또한 가능하다.
동작들(678, 680, 682) 동안, 팁 부피 상관 데이터 생성 시스템(504)은 분배 팁(112)에서 흡인된 염료 용액의 부피를 측정한다. 염료 용액 부피를 판정하기 위해 다양한 방법들이 이용될 수 있다. 도시된 예에서, 분광 접근법들이 후술되는 바와 같이 이용된다.
동작(678)에서, 팁 부피 상관 데이터 생성 시스템(504)은 알려진 부피의 희석제를 갖는 2차 용기에 염료 용액을 분배한다.
동작(680)에서, 팁 부피 상관 데이터 생성 시스템(504)은 2차 용기 내의 분배된 희석된 염료 용액의 광학 밀도를 측정한다. 일부 실시 형태들에서, 염료 용액의 광학 밀도를 측정하기 위해 분광 광도계가 사용된다. 분광 광도계는 2차 용기 내의 희석된 염료 용액을 통과하는 특정된 파장의 광의 양을 측정한다.
동작(682)에서, 팁 부피 상관 데이터 생성 시스템(504)은 광학 밀도를 분배 팁 내의 염료 용액의 부피로 변환한다.
동작(684)에서, 팁 부피 상관 데이터 생성 시스템(504)은 동작(676)에서 계산된 거리와 동작(682)에서 획득된 부피를 상관시킨다.
동작(686)에서, 팁 부피 상관 데이터 생성 시스템(504)은 팁 부피 상관 데이터(506)를 생성하도록 충분한 수의 상관이 수행되었는지의 여부를 판정한다. 그러한 경우(동작(686)에서 "예"), 방법(670)은 동작(688)으로 이동한다. 그렇지 않은 경우(동작(686)에서 "아니오"), 방법(670)은 염료 용액이 분배 팁(112)으로 흡인되는 동작(672)으로 복귀하고, 분배 팁 내의 염료 용액의 부피와 거리 사이의 추가 상관을 판정하기 위해 후속 동작들이 수행된다. 충분한 범위의 상관 데이터를 획득하기 위해, 상이한 양들의 염료 용액이 상이한 상관 사이클들로 분배 팁(112) 내에 흡인된다. 또한, 분배 팁에서 흡인되는 염료 용액의 양은 특정 부피들 또는 부피 범위들에 대한 신뢰성있는 결과들을 획득하기 위해 상관 사이클들 중 일부에 대해 대체로 동일하게 유지될 수 있다.
동작(688)에서, 팁 부피 상관 데이터 생성 시스템(504)은 동작(684)에서 이루어진 복수의 상관에 기초하여 팁 부피 상관 데이터(506)를 생성한다. 일부 실시 형태들에서, 상관 데이터는 각각의 이미지의 픽셀 거리를 분광 광도계에 의해 측정된 대응하는 흡인된 부피로 플롯팅함으로써 상관 곡선(예컨대, 도 20의 상관 곡선(660))으로서 도시된다. 상관 곡선은 분배 팁(112) 내의 거리와 부피 사이의 관계를 추정하는 데 사용된다.
분배 팁 부피 검출 디바이스(400)는, 도 9 내지 도 21을 참조하여 기술되는 바와 같이, 다양한 응용물들에 적합하도록 수정될 수 있다. 일부 실시 형태들에서, 분배 팁 부피 검출 디바이스(400)는 환자 샘플 이외의 임의의 유체 물질에 대해 사용된다. 일부 실시 형태들에서, 분배 팁 부피 검출 디바이스(400)의 분배 팁 이미지 캡처 유닛은 백라이트 설정을 사용하지 않는다. 또한, 분배 팁 이미지 캡처 유닛은, 샘플 피펫팅 모듈 및 다른 연관된 디바이스들과 함께 이동하는 카메라 및 백라이트의 세트와는 대조적으로, 고정된 카메라 및 백라이트 설정으로 실행될 수 있다. 분배 팁의 기준 라인은 분배 팁 상에 형성된 라인 이외의 무엇인가일 수 있다. 일부 실시 형태들에서, 분배 팁을 위한 맨드릴은 기준 포인트로서 사용된다. 일부 실시 형태들에서, 분배 팁 부피 검출 디바이스(400)와 관련된 패턴 매칭 기능은 라인들 또는 세그먼트들을 찾는 것과 같은 다양한 알고리즘들을 채용한다. 일부 실시 형태들에서, 측정 부피 범위는 110 μL 초과일 수 있다. 일부 실시 형태들에서, 분배 팁 부피 검출 디바이스(400)는 본 명세서에서 예시되는 바와 같은 샘플 피펫팅 팁 이외의 다양한 형상들(예컨대, 원통형, 원추형, 직사각형, 및 정사각형)의 임의의 용기에 대해 사용된다. 다른 실시 형태들에서, 팁 부피 상관 데이터 생성 시스템(504)은 염료 용액 이외의 임의의 액체를 채용하고, 분광법 이외의 기법을 이용한다. 예를 들어, 알려진 부피들에 대응하는 다수의 기준 라인들을 갖는 JIG 팁이 사용될 수 있다.
상기에서 이용되는 이미지 프로세싱 방법들의 일례는 Cognex Corporation(미국 매사추세츠주 나티크 소재)로부터 입수가능한 Cognex In-Sight Vision Software에 의해 구현될 수 있는데, 이는 다양한 툴들, 예컨대 에지 검출("Edge"), 패턴 매칭("Pattern Match"), 및 히스토그램 분석("Histogram")을 제공한다.
일부 실시 형태들에서, 테스트 결과들의 RLU(relative light unit)들을 조절하기 위해, 측정된 부피들의 흡인된 샘플이 사용될 수 있다. 샘플 부피들(뿐만 아니라 기질/시약 부피들 등)은 면역검정을 위한 RLU들과 상관되므로, 이러한 상관은 조절을 위한 기초로서 측정 및 이용될 수 있다. 또한, 측정된 부피는 개선된 비율 매칭 및 검정 수행을 위해 시약 부피들을 조절하기 위한 피드백으로서 이용될 수 있다.
도 22 내지 도 39를 참조하여, 도 5의 베셀 부피 검출 디바이스(402)의 일례가 기술된다.
도 22는 도 5의 베셀 부피 검출 디바이스(402)의 일례를 도시한다. 일부 실시 형태들에서, 베셀 부피 검출 디바이스(402)는 반응 베셀 분배 부피 검출 디바이스(700), 반응 베셀 잔류물 부피 검출 디바이스(702), 분배 조절 디바이스(704), 및 반응 베셀 검출 디바이스(706)를 포함한다. 반응 베셀 분배 부피 검출 디바이스(700)는 베셀 부피 상관 데이터 생성 시스템(710)에 의해 생성된 베셀 부피 상관 데이터(712)를 사용한다.
반응 베셀 분배 부피 검출 디바이스(700)는 반응 베셀과 같은 베셀(114) 내에 분배된 유체 물질(118)의 부피를 판정하도록 동작한다. 반응 베셀 분배 부피 검출 디바이스(700)의 구조 및 동작의 일례가 도 27 내지 도 31을 참조하여 기술되고 도시된다.
반응 베셀 잔류물 부피 검출 디바이스(702)는 반응 베셀과 같은 베셀(114) 내에 남아 있는 유체 물질(118)의 부피를 판정하도록 동작한다. 반응 베셀 잔류물 부피 검출 디바이스(702)의 일례가 도 32 내지 도 34를 참조하여 기술되고 도시된다.
분배 조절 디바이스(704)는 반응 베셀들과 같은 베셀들(114)에 분배되는 유체 물질 부피들의 측정치들에 기초하여, 피펫터들 및 펌프 디바이스들과 같은 물질 분배 디바이스들의 동작들을 조절하도록 동작한다. 분배 조절 디바이스(704)의 일례가 도 35 및 도 36을 참조하여 기술되고 도시된다.
반응 베셀 검출 디바이스(706)는 반응 베셀들과 같은 베셀들(114)의 존재 유무를 검출하도록 동작한다. 반응 베셀 검출 디바이스(706)의 일례가 도 37 내지 도 39를 참조하여 기술되고 도시된다.
베셀 부피 상관 데이터 생성 시스템(710)은 베셀 부피 상관 데이터(712)를 생성한다. 베셀 부피 상관 데이터(712)는 베셀(예컨대, 반응 베셀) 내에 분배되는 유체 물질의 부피를 판정하기 위해 베셀 부피 검출 디바이스(402)에 의해 이용되는 정보를 제공한다. 일부 실시 형태들에서, 베셀 부피 상관 데이터 생성 시스템(710)은 베셀 부피 검출 디바이스(402)와는 독립적인 장치이다. 다른 실시 형태들에서, 베셀 부피 상관 데이터 생성 시스템(710)은 베셀 부피 검출 디바이스(402)의 적어도 일부 리소스들을 사용하도록 구성된다. 베셀 부피 상관 데이터 생성 시스템(710) 및 베셀 부피 상관 데이터(712)는, 도 5에 도시된 바와 같이, 상관 데이터 생성 시스템(404) 및 상관 데이터(406)에 포함되거나, 또는 이들의 예들이다.
도 23 내지 도 26으로 돌아가기 전에, 신뢰성있는 임상 진단은 분석될 물질의 정확하고 정밀한 흡인 및 분배를 필요로 한다는 것에 유의한다. 예를 들어, 혈액 또는 임의의 다른 타입의 체액과 같은 시료를 분석하는 자동 분석기에서, 특정된 양에 대한 용기(예컨대, 피펫팅 팁들 또는 반응 베셀들) 내에서의 분배되거나 흡인된 시료 및 시약과 같은 다른 물질들의 양의 변동은 분석 결과에 영향을 미칠 수 있고, 검사 및 분석의 신뢰도를 저하시킨다. 또한, 임상 진단 산업에서는 상이한 펌프 유닛들로부터 분배되는 유체의 부피들을 정확하고 정밀하게 제어하고 매칭시키기가 어렵다. 따라서, 흡인되거나 분배된 양을 높은 정확도로 측정하고 그 양이 적합한 범위 내에 있는 흡인되거나 분배된 시료들만을 선택하기 위한 기술을 확립하는 것이 유익하다. 액체 부피를 측정하는 하나의 방법은, 유체 라인들 내의 유체 압력을 모니터링하고 유체 압력을 분배된 부피와 상관시키는 것이다. 다른 경우에, 흡인되거나 분배된 액체의 유량을 판정하기 위해 유량 센서가 사용된다. 또 다른 경우에, IA 시약들의 제어된 분배로부터의 화학발광 신호들은 베셀로부터의 흡인 후에 베셀 내의 과도한 잔류물 부피의 존재에 사용된다. 또 다른 경우에, IA 시약들의 제어된 분배로부터의 화학발광 신호들은 다수의 펌프 디바이스들의 부피-분배 특성들을 판정하는 데 사용된다.
그러나, 이러한 접근법들은 여러 개의 단점들을 갖는다. 예를 들어, 압력 센서들은 유체 점도를 판정할 수 있지만, 분배된 부피들을 정량화할 수는 없다. 유량 센서들은 유량 센서들이 배열되는 배관을 통과하는 액체의 부피를 정량화할 수 있지만, 흡인되거나 분배되는 액체 부피를 신뢰성있게 측정할 수는 없다. 또한, 위치 면에서의 오프셋으로 인해 낮은 부피 측정치를 정확한 반응 베셀에 인-라인(in-line)으로 상관시키기는 어렵다. 또한, 화학발광 신호들은 흡인 후에 소량의 잔류 유체 부피를 검출할 수 없다. 화학발광 신호들은 상이한 펌프 디바이스들 사이의 부피-매칭 특성들의 정밀하고 직접적인 추정치들을 제공하지 않는다. 화학발광 신호들은 시약 특성들 및 많은 변형들을 분배된 부피 또는 잔류물 부피와 같은 관심 시스템 변수들과 혼동한다.
본 명세서에서 더 상세히 기술되는 바와 같이, 베셀 부피 검출 디바이스(402)는 베셀(예컨대, 반응 베셀) 내에 분배되고 흡인되는 유체 물질의 부피를 정량화하기 위한 이미지 프로세싱 방법을 채용한다. 그 부피의 유체 물질이 투명한 원통형 베셀과 같은 투명 또는 반투명 용기 내에 분배되거나 흡인된다. 베셀은 이미징되고, 기준 포인트가 이미지에서 검출된다. 일부 실시 형태들에서, 베셀의 저부 특징부는 이미지 내에서 기준 포인트로서 사용된다. 베셀 부피 검출 디바이스는 유체 물질의 메니스커스로부터 기준 포인트까지의 거리를 측정하고, 부피 교정 곡선을 사용하여 거리를 부피에 상관시킨다. 용기 내에 분배된 부피가 분배의 정확도를 위한 사양 내에 있지 않는 경우, 분배 또는 전체 테스트가 플래깅된다. 사용자 또는 조작자는 분배의 결과에 관한 정보를 수신할 수 있다.
또한, 베셀들 내에 분배된 유체 물질의 측정된 부피들은 시스템 내의 펌프들 및 피펫터들의 상이한 조합들에 대해 기록되며, 시스템 내의 상이한 펌프들 및 피펫터들을 제어함에 있어서 정확도를 개선하기 위해 펌프들 및 피펫터들의 조합들을 교정하는 데 이용된다.
또한, 베셀 부피 검출 디바이스(402)는 흡인 후에 베셀 내에 남아 있는 매우 적은 양의 잔류 유체 물질의 존재를 검출할 수 있다. 일부 실시 형태들에서, 패턴-인식 알고리즘들이 그러한 잔류물 부피 검출을 위해 이용된다.
도 23 내지 도 26을 참조하여, 베셀 부피 검출 디바이스(402)가 포함된 용기 캐리지 디바이스(720)의 예시적인 구조 및 동작이 기술된다.
도 23은 베셀 부피 검출 디바이스(402)가 포함된 예시적인 용기 캐리지 디바이스(720)를 도시한다. 도시된 예에서, 용기 캐리지 디바이스(720)는 기구(100)에서 세척 휠(176)(도 2)과 같은 세척 휠로서 구현된다. 따라서, 용기 캐리지 디바이스(720)는 본 명세서에서 세척 휠(720)로도 지칭된다. 실시 형태들에서, 다른 타입의 용기 캐리지 디바이스(720)가 베셀 부피 검출 디바이스(402)와 함께 사용된다.
도시된 바와 같이, 용기 캐리지 디바이스 또는 세척 휠(720)은 진단 프로세스의 다양한 태양들을 수행하도록 구성된다. 일부 실시 형태들에서, 세척 휠(720)은 하우징 유닛(722) 및 하우징 유닛(722)에 대한 회전가능 플레이트(724)를 포함한다. 세척 휠(720)은, 회전가능 플레이트(724)에 형성되고 용기들(728)을 수용하고 지지하도록 구성된 복수의 용기 시트(seat)들(726)을 포함한다. 용기 캐리지 디바이스(720)가 세척 휠로서 구성되는 경우, 그러한 용기들(728)은 반응 베셀들을 포함한다. 따라서, 용기(728)는 본 명세서에서 반응 베셀들(728)로도 지칭된다.
일부 실시 형태들에서, 베셀 부피 검출 디바이스(402)는 세척 휠(720)에 장착된다. 전술된 바와 같이, 베셀 부피 검출 디바이스(402)는 베셀 이미지 캡처 유닛(132)을 포함한다. 베셀 이미지 캡처 유닛(132)의 예시적인 구조가 도 24 및 도 25를 참조하여 더 상세히 기술된다.
도 24 및 도 25를 참조하여, 베셀 이미지 캡처 유닛(132)을 포함하는 베셀 부피 검출 디바이스(402)의 예시적인 구조가 기술된다. 구체적으로, 도 24는 도 23의 용기 캐리지 디바이스(720)의 다른 사시도로서, 이는 베셀 이미지 캡처 유닛(132)을 도시하며, 도 25는 베셀 이미지 캡처 유닛(132)을 포함하는 베셀 부피 검출 디바이스(402)를 갖는 세척 휠(720)의 평면도이다.
베셀 이미지 캡처 유닛(132)은 카메라 유닛(730) 및 광원(732)을 포함한다. 일부 실시 형태들에서, 카메라 유닛(730)은 색상 디지털 이미지를 획득하기 위한 CMOS 이미지 센서를 포함한다. 다른 실시 형태들에서, 카메라 유닛(730)은 색상 디지털 이미지를 획득하기 위한 CCD 이미지 센서를 포함한다. 카메라 유닛(730)의 다른 실시 형태들은 흑백 또는 그레이스케일 픽처들을 획득하도록 구성된다. 광원(732)은 베셀(728), 슬롯(736), 및/또는 베셀(728) 및/또는 슬롯(736)의 주변을 조명하는 데 사용되는데, 이들은 원하는 대로 촬영될 것이다. 광원(732)은 다양한 위치들에 고정될 수 있다. 도시된 예에서, 광원(732)은 카메라 유닛(730)과 마주보는 베셀(728)의 후방에 위치설정되고, 이에 따라, 백라이트로서 사용된다. 광원(732)의 다른 위치들이 또한 가능하다. 광원(732)의 일례는 Moritex Corporation(일본 소재)으로부터 입수가능한 MDBL 시리즈를 포함한다.
다른 실시 형태들에서, 카메라 유닛(730)은 베셀(728)을 향해 광을 방출하도록 동작가능한 광원(731), 예컨대 LED 광을 포함한다. 이러한 구성에서, 광원(732)은 카메라 유닛(730)의 반대편에 있도록 배열된 스크린(733)에 의해 대체되어, 베셀(728)이 카메라 유닛(730)과 스크린(733) 사이에 위치설정되도록 할 수 있다. 스크린(733)은 카메라의 개구를 향해 광을 반사시킴으로써 카메라 유닛의 시야(FOV)의 방향으로 광을 다시 캐스팅하는 데 사용된다. 스크린(733)은 상이한 반사 세기들을 제공할 수 있는 하나 이상의 다양한 재료들로 제조된다. 예를 들어, 스크린(733)은 재귀반사성 시팅을 포함하는데, 그 일례는 3M Company(미국 미네소타주 메이플우드 소재)로부터 입수가능한 3M™ Scotchlite™ Sheeting 7610을 포함한다. 다른 실시 형태에서, 광원(732)은 카메라 유닛(730) 및 스크린(733)으로부터의 광원(731)과 함께 사용될 수 있다. 카메라 유닛(730)의 일례는 Cognex Corporation(미국 매사추세츠주 나티크 소재)으로부터 입수가능한 ADVANTAGE 102로 명명된 모델을 포함한다.
일부 실시 형태들에서, 카메라 유닛(730) 및 광원(732)(또는 스크린(733))은 세척 휠(720)의 하우징 유닛(722)에 부착된다. 카메라 유닛(730) 및 광원(732)(또는 스크린(733))은 회전가능 플레이트(724)가 하우징 유닛(722)에 대해 회전함에 따라 회전가능 플레이트(724)에 의해 지지되는 반응 베셀들(728)이 카메라 유닛(730)과 광원(732)(또는 스크린(733)) 사이에 위치설정되도록 배열된다.
일부 실시 형태들에서, 하우징 유닛(722)은 카메라 유닛(730)과 광원(732)(또는 스크린(733)) 사이의 반응 베셀들(728) 중 하나를 노출시키는 슬롯(736)을 한정한다. 반응 베셀(728)이 하우징 유닛(722)의 슬롯(736)을 통해 카메라 유닛(730) 및 광원(732)(또는 스크린(733))과 정렬되는 경우, 반응 베셀(728)의 이미지가 카메라 유닛(730)에 의해 캡처될 수 있다. 하우징 유닛(722)이 불투명 재료로 제조되는 다른 실시 형태들에서, 하우징 유닛(722)은 슬롯(736)을 대체하는 투명 또는 반투명 영역을 포함한다. 투명 또는 반투명 영역은 카메라 유닛(730)이 그를 통해 이미지를 캡처하는 것을 허용한다.
카메라 유닛(730)의 일례는 Cognex Corporation(미국 매사추세츠주 나티크 소재)으로부터 입수가능한 부품 번호 ADV102-CQBCKFW1-B와 같은 ADV102 Machine Vision Camera이다.
전술된 바와 같이, 반응 베셀 내에 포함된 환자 샘플들은 기구(100) 내의 다양한 모듈들, 유닛들, 또는 디바이스들 사이에서 전송된다. 기구(100)에서의 진단 프로세스의 다양한 태양들이 세척 휠(720)에서 수행된다. 세척 휠(720)은 그 둘레의 다수의 반응 베셀들(728)을 전송한다. 세척 휠(720) 상의 반응 베셀들(728)은 복수의 테스트 결과들에 대응할 수 있다. 이러한 구성에서, 카메라 유닛(730) 및 광원(732)(또는 스크린(733))은 세척 휠(720)에 고정된다. 카메라 유닛(730)은 광원(732)(또는 스크린(733))이 위치된 세척 휠(720) 내로 향한다. 카메라 유닛(730)은 카메라 유닛(730)과 광원(732)(또는 스크린(733)) 사이에서 카메라 유닛(730)의 시야(FOV)를 통해 이동하는 반응 베셀(728)의 이미지를 캡처한다. 일부 실시 형태들에서, 반응 베셀(728)은 반응 베셀(728)의 이미지가 카메라 유닛(730)에 의해 캡처될 때 정지 상태로 된다. 다른 실시 형태들에서, 카메라 유닛(730)은 반응 베셀(728)이 이동하는 동안에 반응 베셀(728)의 이미지를 캡처한다. 반응 베셀의 이미지는 각각의 반응 베셀(728)에 대해 캡처될 수 있다. 카메라 유닛(730)은 회전가능 플레이트(724)가 하우징 유닛(722)에 대해 회전함에 따라 진단 프로세스들 전체에 걸쳐 다수의 단계들로 이미지들을 취한다. 일부 실시 형태들에서, 진단 프로세스들이 진행 중이 아닌 경우, 카메라 유닛(730)과 광원(732)(또는 스크린(733)) 사이의 위치(예컨대, 슬롯(736)에 위치된 용기 시트(726))에 반응 베셀을 가져오는 것이 가능하다.
세척 휠(720)은 상이한 동작 모드들에서 동작가능하다. 일부 실시 형태들에서, 세척 휠(720)은 테스트 프로세싱 모드에서 또는 진단 루틴 모드에서 동작된다. 다른 실시 형태들에서, 세척 휠(720)은 프라이밍(priming)과 같은 테스트 준비 모드에서 동작가능하다. 테스트 프로세싱 모드에서, 세척 휠(720)은 회전가능 플레이트(724) 상에 하나 이상의 베셀들을 보유하고, 사전결정된 분석 테스트들을 위해 베셀들을 회전시킨다. 본 명세서에서 ASD(automated system diagnostics)로도 지칭되는 진단 루틴 모드에서, 기구(100)는 유휴 상태에 있고 테스트들을 실행하지 않는다. 일부 실시 형태들에서, 진단 루틴 모드에서, 세척 휠(720)은 (예컨대 반응 베셀 분배 부피 검출 디바이스(700)에 의한) 베셀 분배 부피 검출, (예컨대, 반응 베셀 잔류물 부피 검출 디바이스(702)에 의한) 베셀 잔류물 부피 검출, (예컨대, 분배 조절 디바이스(704)에 의한) 분배 조절, 및 (예컨대, 반응 베셀 검출 디바이스(706)에 의한) 베셀 검출과 같은 준비 평가 시스템(104)의 동작들 중 적어도 하나를 수행하도록 동작된다. 다른 실시 형태들에서, 준비 평가 시스템(104)의 동작들은 테스트 프로세싱 모드에서 수행될 수 있다.
일부 실시 형태들에서, 세척 휠(720)은 그의 유압 특성들에 기초하여 상이한 프로파일들 및 정확도를 가질 수 있는 복수의 분배 팁들로 동작된다. 테스트 프로세싱 모드에서, 복수의 분배 팁들 중 2개 이상이 세척 휠(720) 상의 베셀들 내에 물질들을 분배할 수 있다. 진단 루틴 모드에서, 분배 팁들은 독립적으로 동작될 수 있으며, 따라서, 예를 들어 분배 조절 디바이스(704)에 의해 수행되는 분배 조절에서와 같이 각각의 분배 팁의 동작 조건이 모니터링되고 평가될 수 있다.
도 26은 베셀 부피 검출 디바이스(402)를 세척 휠(720)로 동작시키는 예시적인 방법(750)을 도시한 흐름도이다. 일부 실시 형태들에서, 방법(750)에서의 동작들 중 적어도 일부는 기구(100)의 물질 준비 시스템(102), 준비 평가 시스템(104), 및/또는 물질 평가 시스템(106)에 의해 수행된다. 다른 실시 형태들에서, 기구(100)의 다른 컴포넌트들, 유닛들, 및 디바이스들이 방법(750)에서의 동작들 중 적어도 하나를 수행하는 데 사용된다. 일부 실시 형태들에서, 방법(750)은 동작들(752, 754, 756, 758, 760)을 포함한다.
동작(752)에서, 물질 준비 시스템(102)은 세척 휠(720) 상의 반응 베셀(738)로부터 과도한 부피의 유체 물질을 흡인하도록 동작한다. 일부 실시 형태들에서, 세척 휠(720) 상에서의 하나 이상의 사전결정된 분석 절차들 후에 반응 베셀(738) 내에 과도한 부피의 유체 물질이 남아 있다. 반응 베셀 내의 그러한 과도한 물질 부피는, 예컨대 도 4에 도시된 바와 같이 반응 베셀 내에 기질이 분배되기 전에, 후속 프로세스들을 위해 반응 베셀(738)로부터 제거될 필요가 있다.
동작(754)에서, 물질 준비 시스템(102)은 반응 베셀(738)을 세척 휠(720) 상의 베셀 이미지 캡처 유닛(132)으로 전송한다.
동작(746)에서, 베셀 부피 검출 디바이스(402)는 반응 베셀(738) 내의 잔류물 부피 검출을 수행한다. 일부 실시 형태들에서, 반응 베셀 잔류물 부피 검출 디바이스(702)는 잔류물 부피 검출을 실행하도록 동작한다.
동작(748)에서, 물질 준비 시스템(102)은 유체 물질(예컨대, 도 4에 도시된 바와 같은 기질)을 반응 베셀(738) 내에 분배하도록 동작한다.
동작(760)에서, 베셀 부피 검출 디바이스(402)는 반응 베셀(738) 내의 분배 부피 검출을 수행한다. 일부 실시 형태들에서, 반응 베셀 분배 부피 검출 디바이스(700)는 분배 부피 검출을 실행하도록 동작한다.
도 27은 반응 베셀 분배 부피 검출 디바이스(700)를 동작시키는 예시적인 방법(800)을 도시한 흐름도이다. 방법(800)이 주로 반응 베셀 분배 부피 검출 디바이스(700)에 관하여 기술되지만, 방법(600)은 또한 다른 타입의 베셀 부피 검출 디바이스(402)에도 유사하게 적용가능하다. 일부 실시 형태들에서, 방법(800)은 용기 캐리지 디바이스(720)(예컨대, 세척 휠) 및 반응 베셀 분배 부피 검출 디바이스(700)에 의해 수행된다.
일반적으로, 방법(800)은 베셀 내에 분배되거나 흡인된 유체 물질의 부피의 분석을 수행하며, 계산된 부피가 공차 범위 밖에 있는 경우, 분배 또는 흡인 결과들, 또는 테스트 결과들을 플래깅한다.
동작(802)에서, 유체 물질은, 프로그래밍된 바와 같이, 예를 들어 용기 캐리지 디바이스(720) 내에 지지된 반응 베셀(728)에 분배된다. 유체 물질의 예들은, 본 명세서에 기술된 바와 같이, 샘플, 희석제, 시약, 기질, 또는 이들의 임의의 조합을 포함한다. 예를 들어, 희석제 또는 시약은 세척 휠을 위한 진단 모드 동안 사용된다.
동작(804)에서, 용기 캐리지 디바이스(720)는 분배된 물질을 포함하는 반응 베셀(738)을 베셀 이미지 캡처 유닛(132)으로 전송한다. 일부 실시 형태들에서, 베셀 이미지 캡처 유닛(132)은 전송 없이 분배한 후에 반응 베셀(738)의 이미지를 캡처하도록 배열된다. 다른 실시 형태들에서, 동작(802)에서의 분배는, 베셀 이미지 캡처 유닛(132)이 제위치에 배열되고 분배 후에 반응 베셀(738)을 이동시키지 않고서 반응 베셀(738)의 이미지를 캡처하는 위치에서 발생한다.
동작(806)에서, 반응 베셀 분배 부피 검출 디바이스(700)의 베셀 이미지 캡처 유닛(132)은 반응 베셀(738)의 이미지를 캡처한다. 일부 실시 형태들에서, 반응 베셀(738)의 이미지는 사전결정된 해상도의 디지털 이미지이다.
동작(808)에서, 반응 베셀 분배 부피 검출 디바이스(700)는 이미지를 분석하여 반응 베셀(738) 내의 유체 물질의 부피를 판정한다. 동작(808)의 일례가 도 28 및 도 29와 관련하여 더 상세히 기술된다.
동작(810)에서, 반응 베셀 분배 부피 검출 디바이스(700)는 판정된 부피가 공차 범위 내에 있는지의 여부를 판정한다. 판정된 부피가 공차 범위 밖에 있는 경우, 반응 베셀(738) 내의 유체 물질의 분배는 부적절한 것으로 간주된다. 일부 실시 형태들에서, 그러한 공차 범위는 반응 베셀(738) 내에 분배되도록 의도되는 유체 물질의 타깃 분배 부피로부터의 허용가능한 편차에 기초하여 결정된다. 공차 범위는 타깃 흡인 부피 및 다른 요인들에 따라 달라질 수 있다. 예로서, 타깃 분배 부피(V)가 200 μL인 경우, 194 μL ≤ V ≤ 206 μL이면 허용가능한 것으로 간주된다. 다른 예들에서, 표준 편차(V(n))가 ± 1 μL 이하이면 허용가능한 것으로 간주된다.
검출된 부피가 공차 범위 내에 있는 것으로 판정되는 경우(동작(810)에서 "예"), 방법(800)은 사전결정된 다음 단계를 수행하도록 진행한다. 그렇지 않은 경우(동작(810)에서 "아니오"), 방법(800)은 동작(812)으로 이동한다.
동작(812)에서, 반응 베셀 분배 부피 검출 디바이스(700)는 반응 베셀(738) 내의 분배된 부피가 후속 프로세스들에 적절하지 않음을 나타내도록 분배를 플래깅한다. 다른 실시 형태들에서, 분배된 유체 물질을 사용한 전체 테스트 결과는 테스트 결과가 부적절할 수 있음을 나타내거나 시사하도록 플래깅될 수 있다. 대안으로, 반응 베셀 분배 부피 검출 디바이스(700)는 기구(100)에서의 연관된 테스트 또는 분석 프로세스를 중지하도록 동작한다. 다른 실시 형태들에서, 평가 결과는 유체 물질의 부적절한 부피로 인해 잘못될 수 있는 테스트 결과를 자동으로 조절하는 데 이용될 수 있다(예로서, 소정 부피 범위 내에서, RLU들은 기질 부피에 비례하고, 소정 포인트에서, 그것은 광도계 개구 범위를 초과하며, 이어서 희석 요인으로 인해, 평탄역(plateau)을 획득하고 감소한다). 또 다른 실시 형태들에서, 평가 결과는 부피 판정에 응답하여 유체 물질의 부피를 자동으로 조절하는 데 사용될 수 있다.
도 28 및 도 29를 참조하여, 캡처된 이미지가 반응 베셀 내에 분배된 부피를 판정하기 위해 분석되는 도 27의 동작(808)의 일례가 기술된다. 구체적으로, 도 28은 도 27의 동작(608)을 수행하기 위한 예시적인 방법(830)을 도시한 흐름도이다. 방법(830)은 또한 도 29를 참조하여 기술되는데, 이는 반응 베셀의 캡처된 이미지(780)의 예시적인 분석을 도시한다.
동작(832)에서, 반응 베셀 분배 부피 검출 디바이스(700)는 캡처된 이미지(780)에서 반응 베셀(738)의 기준 부분(784)을 검출한다. 일부 실시 형태들에서, 기준 부분(784)은 반응 베셀(738)의 저부 부분을 포함한다. 반응 베셀(738)의 다른 부분들이 기준 부분(784)으로서 사용될 수 있다.
이미지(780)에서 저부 부분(784)을 검출하기 위해 다양한 이미지 프로세싱 방법들이 이용될 수 있다. 일부 실시 형태들에서, 저부 부분(784)은 사전-트레이닝된 기준 이미지에 기초하여 저부 부분을 표현하는 패턴을 탐색하는 패턴 매칭 기능에 의해 검출된다. 예를 들어, 그러한 패턴 매칭 기능은 시스템에 저장되고 저부 부분으로 인식되었던 패턴에 대한 캡처된 이미지를 스캐닝하는 패턴 탐색을 실행한다. 상관 값, 또는 매칭 레이트(예컨대, %매칭)가 조절가능하다. 다른 실시 형태들에서 다른 방법들이 또한 가능하다. 그러한 이미지 프로세싱 방법들의 일례는 Cognex Corporation(미국 매사추세츠주 나티크 소재)로부터 입수가능한 Cognex In-Sight Vision Software에 의해 구현될 수 있는데, 이는 다양한 툴들, 예컨대 에지 검출("Edge"), 패턴 매칭("Pattern Match"), 및 히스토그램 분석("Histogram")을 제공한다.
동작(834)에서, 반응 베셀 분배 부피 검출 디바이스(700)는 저부 부분(784)의 중심 포인트(786)를 검출한다. 도 29에 도시된 바와 같이, 일단 저부 부분(784)이 검출되면, 중심 포인트(786)는 저부 부분(784)의 중간 포인트로서 계산될 수 있다.
동작(836)에서, 반응 베셀 분배 부피 검출 디바이스(700)는 반응 베셀(738) 내의 배치된 부피의 표면 레벨(788)(도 29)을 검출한다. 이미지(780)에서 표면 레벨(788)을 검출하기 위해 다양한 이미지 프로세싱 방법들이 이용될 수 있다. 일부 실시 형태들에서, 동작(832)과 유사하게, 표면 레벨(788)은 사전-트레이닝된 기준 이미지에 기초하여 패턴 매칭 기능에 의해 검출된다. 다른 실시 형태들에서 다른 방법들이 또한 가능하다.
동작(838)에서, 반응 베셀 분배 부피 검출 디바이스(700)는 표면 레벨(788)의 중심 포인트(790)를 검출한다. 도 29에 도시된 바와 같이, 일단 표면 레벨(788)이 검출되면, 중심 포인트(790)는 표면 레벨(788)의 라인의 중간 포인트로서 계산될 수 있다.
동작(840)에서, 반응 베셀 분배 부피 검출 디바이스(700)는 저부 부분(784)의 중심 포인트(786)와 표면 레벨(788)의 중심 포인트(790) 사이의 거리(L2)(도 29)를 측정한다. 일부 실시 형태들에서, 거리(L2)는 이미지(780)에서 중심 포인트들(786, 790) 사이의 픽셀 거리에 의해 측정된다. 일부 실시 형태들에서, 픽셀 거리는 2개의 픽셀 포인트들 사이의 Euclidean 거리에 기초하여 계산된다.
동작(842)에서, 반응 베셀 분배 부피 검출 디바이스(700)는 베셀 부피 상관 데이터(712)(도 22)에 기초하여 거리(L2)를 부피로 변환한다. 상관 데이터(712)는 저부 부분(784)의 중심 포인트(786)와 반응 베셀(738) 내의 복수의 상이한 표면 레벨들(788)의 중심 포인트들(790) 사이의 거리들(L2)과 반응 베셀(738) 내의 부피들 사이의 상관에 관한 정보를 포함한다. 일부 실시 형태들에서, 상관 데이터(712)는 도 30에 도시된 바와 같이 상관 곡선(860)에 플롯팅될 수 있다. 상관 데이터(712)를 생성하는 예시적인 방법이 도 31을 참조하여 기술된다.
도 30은 상관 데이터(712)에 대응하는 예시적인 상관 곡선(860)이다. 일부 실시 형태들에서, 상관 곡선(860)은 중심 포인트들(786, 790) 사이의 거리(L2)(예컨대, 픽셀 거리)와 반응 베셀(738) 내의 분배된 유체 물질(782)의 부피(V2) 사이의 관계를 보여준다. 도시된 예에서, 상관 곡선(860)은 반응 베셀(738) 내에 분배되는 유체 물질의 질량과 반응 베셀(738) 내의 유체 물질의 픽셀 높이 사이의 관계를 나타낸다. 질량은 유체 물질의 밀도에 기초하여 부피로 변환될 수 있다. 반응 베셀 내의 유체 물질의 픽셀 높이는 거리(D2)에 대응한다.
상관 곡선(860)은 상관 데이터(712) 내에 포함된 복수의 이산 데이터 포인트들을 플롯팅함으로써 획득될 수 있는데, 이는 도 31을 참조하여 기술된다. 도 30에 도시된 바와 같이, 상관 곡선은, 거리(L2)가 증가함에 따라 분배된 부피(V2)(또는 질량(M2))가 대체로 감소한다는 것을 나타낸다. 반응 베셀(738)의 저부 부분(784)이 기준 포인트로서 선택되므로, 거리(L2)는 대체로 부피(V2)(또는 질량(M2))와 선형으로 상관된다. 예를 들어, 거리(L2)와 부피(V2)는 일반적으로 10 μL 초과의 부피에 대해 선형으로 상관된다.
도 31은 베셀 부피 상관 데이터(712)를 생성하기 위해 베셀 부피 상관 데이터 생성 시스템(710)을 동작시키기 위한 예시적인 방법(870)을 도시한 흐름도이다.
일부 실시 형태들에서, 상관 데이터(712)는 중량측정 분석을 이용하여 생성된다. 예를 들어, 베셀 부피 상관 데이터 생성 시스템(710)은 베셀 내의 추출된 픽셀 거리 정보와 유체 부피 정보 사이의 상관을 보여주기 위해 상이한 부피들의 유체를 사용한다. 일부 실시 형태들에서, 베셀 부피 상관 데이터 생성 시스템(710)은 타깃 부피 범위(예컨대, 190, 195, 200, 205, 및 210 μL) 내의 복수의 포인트들을 선택하고, 이러한 부피 설정들을 베셀 내에 분배하고, 픽셀 거리 계산을 위해 베셀의 이미지들을 취한다. 이어서, 베셀 부피 상관 데이터 생성 시스템(710)은 이미지들로부터 계산된 픽셀 거리들과 중량측정 분석에 의해 측정된 질량들 사이의 교정 곡선을 묘화한다. 이어서, 질량은 유체의 밀도를 이용하여 부피로 변환된다.
동작(872)에서, 베셀 부피 상관 데이터 생성 시스템(710)은 반응 베셀(738)과 같은 비어있는 베셀의 질량을 측정한다.
동작(874)에서, 베셀 부피 상관 데이터 생성 시스템(710)은 유체를 베셀 내에 분배한다.
동작(876)에서, 베셀 부피 상관 데이터 생성 시스템(710)은 유체를 포함하는 베셀의 이미지를 캡처한다.
동작(878)에서, 베셀 부피 상관 데이터 생성 시스템(710)은 반응 베셀(738)의 저부 부분(784)과 같은 베셀의 기준 부분과 동작(876)에서 캡처된 이미지 내의 유체의 표면 라인 사이의 거리를 추출한다. 일부 실시 형태들에서, 거리는 픽셀 거리에 의해 측정된다. 일부 실시 형태들에서, 거리는 동작들(832, 834, 836, 838, 840)과 같은 방법(830)의 동작들 중 적어도 일부와 유사하게 판정된다. 다른 실시 형태들에서 다른 방법들이 또한 가능하다.
동작(880, 882, 884) 동안, 베셀 부피 상관 데이터 생성 시스템(710)은 베셀 내에 분배되는 유체의 부피를 측정한다. 유체 부피를 판정하기 위해 다양한 방법들이 이용될 수 있다. 도시된 예에서, 중력측정 접근법들이 후술되는 바와 같이 이용된다.
동작(880)에서, 베셀 부피 상관 데이터 생성 시스템(710)은 분배된 유체를 포함하는 베셀의 질량을 측정한다.
동작(882)에서, 베셀 부피 상관 데이터 생성 시스템(710)은 베셀 내에 포함된 유체의 질량을 계산한다. 일부 실시 형태들에서, 베셀 내의 유체의 질량은 유체를 포함하는 베셀의 총 질량(이는 동작(880)에서 획득함)으로부터 비어있는 베셀의 질량(이는 동작(872)에서 획득함)을 차감함으로써 계산될 수 있다.
동작(884)에서, 베셀 부피 상관 데이터 생성 시스템(710)은 유체의 밀도에 기초하여 유체 질량을 부피로 변환한다.
동작(886)에서, 베셀 부피 상관 데이터 생성 시스템(710)은 동작(878)에서 계산된 거리와 동작(884)에서 획득된 부피를 상관시킨다.
동작(888)에서, 베셀 부피 상관 데이터 생성 시스템(710)은 베셀 부피 상관 데이터(712)를 생성하도록 충분한 수의 상관이 수행되었는지의 여부를 판정한다. 그러한 경우(동작(888)에서 "예"), 방법(870)은 동작(890)으로 이동한다. 그렇지 않은 경우(동작(888)에서 "아니오"), 방법(870)은 다른 유체가 베셀에 분배되는 동작(874)으로 복귀하고, 베셀 내의 유체의 부피와 거리 사이의 추가 상관을 판정하기 위해 후속 동작들이 수행된다. 충분한 범위의 상관 데이터를 획득하기 위해, 상이한 양들의 유체가 상이한 상관 사이클들로 베셀에 분배된다. 추가로, 베셀에 분배되는 유체의 양은 상관의 신뢰성있는 결과들을 획득하기 위해 상관 사이클들 중 일부에 대해 대체로 동일하게 유지될 수 있다.
동작(890)에서, 베셀 부피 상관 데이터 생성 시스템(710)은 동작(886)에서 이루어진 복수의 상관에 기초하여 베셀 부피 상관 데이터(712)를 생성한다. 일부 실시 형태들에서, 상관 데이터(712)는 각각의 이미지의 픽셀 거리를 대응하는 분배된 부피로 플롯팅함으로써 상관 곡선(예컨대, 도 30의 상관 곡선(860))으로서 도시된다. 상관 곡선은 베셀 내의 거리와 부피 사이의 관계를 추정하는 데 사용된다.
도 32 내지 도 34를 참조하여, 반응 베셀 잔류물 부피 검출 디바이스(702)의 예시적인 동작이 기술된다.
도 32는 반응 베셀 잔류물 부피 검출 디바이스(702)를 동작시키는 예시적인 방법(900)을 도시한 흐름도이다. 일부 실시 형태들에서, 방법(900)은 동작들(902, 904, 906, 908, 910, 912)을 포함한다.
일반적으로, 방법(900)은 베셀이 흡인된 후에 베셀이 잔류물 부피를 포함하는지의 여부를 판정하기 위해 베셀의 분석을 수행한다. 베셀이 공차 범위 밖에 있는 부피를 포함하는 경우, 흡인 결과 또는 테스트 결과가 플래깅된다.
동작(902)에서, 반응 베셀 잔류물 부피 검출 디바이스(702)는 반응 베셀(738)과 같은 베셀로부터의 물질을 흡인한다.
동작(904)에서, 반응 베셀 잔류물 부피 검출 디바이스(702)는 베셀을 베셀 이미지 캡처 유닛(132)으로 전송한다. 일부 실시 형태들에서, 베셀 이미지 캡처 유닛(132)은 전송 없이 흡인 후에 베셀의 이미지를 캡처하도록 배열된다. 다른 실시 형태들에서, 동작(902)에서의 흡인은, 베셀 이미지 캡처 유닛(132)이 제위치에 배열되고 흡인 후에 베셀을 이동시키지 않고서 베셀의 이미지를 캡처하는 위치에서 발생한다.
동작(906)에서, 베셀 이미지 캡처 유닛(132)은 베셀의 이미지를 캡처한다. 일부 실시 형태들에서, 베셀의 이미지는 사전결정된 해상도의 디지털 이미지이다.
동작(908)에서, 반응 베셀 잔류물 부피 검출 디바이스(702)는 이미지를 분석하여 베셀 내의 물질의 존재를 판정한다. 동작(908)의 일례가 도 33 및 도 34와 관련하여 더 상세히 기술된다.
동작(910)에서, 반응 베셀 잔류물 부피 검출 디바이스(702)는 잔류물 부피의 존재가 공차 범위 내에 있는지의 여부를 판정한다. 잔류물 부피의 존재가 공차 범위 밖에 있는 경우, 베셀로부터의 물질의 흡인은 부적절한 것으로 간주된다. 공차는 허용가능한 테스트 결과에 대해 용인가능한 반응 베셀 내의 잔류물 부피의 범위를 표현한다. 예를 들어, 반응 베셀은 허용가능한 테스트 결과들을 위해 완전히 비게 되도록 흡인될 필요가 없다. 일부 실시 형태들에서, 그러한 공차 범위는, 도 33에서 추가로 기술되는 바와 같이, 캡처된 이미지와 사전-트레이닝된 이미지 사이의 패턴 매칭 스코어의 면에서 결정된다. 예로서, 반응 베셀 내의 4 μL 이하의 잔류물 부피가 허용가능한 것으로 간주되는 경우, 4 μL의 부피를 포함하는 반응 베셀의 이미지와 닮은 것으로 해석될 수 있는 패턴 매칭 스코어가 공차 임계치로서 사용될 것이다.
잔류물 부피의 존재가 공차 범위 내에 있는 것으로 판정되는 경우(동작(910)에서 "예"), 방법(900)은 사전결정된 다음 단계를 수행하도록 진행한다. 그렇지 않은 경우(동작(910)에서 "아니오"), 방법(900)은 동작(812)으로 이동한다.
동작(912)에서, 반응 베셀 잔류물 부피 검출 디바이스(702)는 베셀로부터의 흡인이 후속 프로세스들에 적절하지 않음을 나타내도록 흡인 결과를 플래깅한다. 다른 실시 형태들에서, 흡인된 베셀을 사용했던 전체 테스트 결과는 테스트 결과가 부적절할 수 있음을 나타내거나 시사하도록 플래깅될 수 있다. 대안으로, 반응 베셀 잔류물 부피 검출 디바이스(702)는 기구(100) 내의 연관된 테스트 또는 분석 프로세스를 중지하도록 동작한다. 다른 실시 형태들에서, 평가 결과는 유체 물질의 부적절한 부피로 인해 잘못될 수 있는 테스트 결과를 자동으로 조절하는 데 사용될 수 있다.
도 33 및 도 34를 참조하여, 캡처된 이미지가 베셀 내의 잔류물(952)을 판정하기 위해 분석되는 도 32의 동작(908)의 일례가 기술된다. 구체적으로, 도 33은 도 32의 동작(908)을 수행하기 위한 예시적인 방법(930)을 도시한 흐름도이다. 방법(930)은 또한 도 34를 참조하여 기술되는데, 이는 베셀의 캡처된 이미지(942)의 예시적인 분석을 도시한다.
동작(932)에서, 반응 베셀 잔류물 부피 검출 디바이스(702)는 캡처된 이미지(942) 내의 관심 영역(946)을 검출한다. 일부 실시 형태들에서, 관심 영역(946)은 베셀(944)의 저부 부분을 포함한다. 일부 실시 형태들에서, 이미지에서의 베셀(944)은 상기에서 논의된 반응 베셀(738)을 표현한다. 반응 베셀(738)의 다른 부분들이 기준 부분(784)으로서 사용될 수 있다.
이미지(942)에서 저부 부분(946)을 검출하기 위해 다양한 이미지 프로세싱 방법들이 이용될 수 있다. 일부 실시 형태들에서, 저부 부분(946)은 사전-트레이닝된 기준 이미지에 기초하여 저부 부분을 표현하는 패턴을 탐색하는 패턴 매칭 기능에 의해 검출된다. 예를 들어, 그러한 패턴 매칭 기능은 시스템에 저장되고 저부 부분으로 인식되었던 패턴에 대한 캡처된 이미지를 스캐닝하는 패턴 탐색을 실행한다. 상관 값, 또는 매칭 레이트(예컨대, %매칭)가 조절가능하다. 다른 실시 형태들에서 다른 방법들이 또한 가능하다. 그러한 이미지 프로세싱 방법들의 일례는 Cognex Corporation(미국 매사추세츠주 나티크 소재)로부터 입수가능한 Cognex In-Sight Vision Software에 의해 구현될 수 있는데, 이는 다양한 툴들, 예컨대 에지 검출("Edge"), 패턴 매칭("Pattern Match"), 및 히스토그램 분석("Histogram")을 제공한다.
동작(934)에서, 반응 베셀 잔류물 부피 검출 디바이스(702)는 관심 영역(946)을 기준 이미지(948)와 비교한다. 일부 실시 형태들에서, 기준 이미지(948)는 관심 영역(946)에 대응하는 부분(950)을 포함한다. 다른 실시 형태들에서, 기준 이미지(948)는 캡처된 이미지(942)의 관심 영역(946)에 대응하는 부분(950)일 뿐이다.
일부 실시 형태들에서, 기준 이미지(948)는 비어있는 동일한 베셀(944)의 이미지를 표현한다. 이상적인 흡인이 베셀(944)의 저부 부분에 어떠한 잔류 유체도 남기지 않으므로, 비어있는 베셀(944)의 사전-트레이닝된 이미지가 기준 이미지(948)로서 사용된다. 다른 실시 형태들에서, 다른 이미지들이 기준 이미지(948)로서 사용될 수 있다.
동작(936)에서, 반응 베셀 잔류물 부피 검출 디바이스(702)는 캡처된 이미지(942)와 기준 이미지(948) 사이에 매칭 스코어를 생성한다. 매칭 스코어는 캡처된 이미지(942)가 기준 이미지(948)와 얼마나 가깝게 매칭되는지를 표현한다. 매칭 스코어는 베셀 내의 과도한 잔류 유체의 존재에 대한 컷오프를 결정하기 위한 메트릭(metric)으로서 사용된다.
동작(938)에서, 반응 베셀 잔류물 부피 검출 디바이스(702)는 매칭 스코어가 임계치를 충족시키는지의 여부를 판정한다. 매칭 스코어가 임계치를 충족시키는 경우(동작(938)에서 "예"), 베셀 내에 잔류 유체가 없거나 용인가능한 잔류 유체가 있는 것으로 간주되고, 방법(930)은 사전결정된 다음 단계로 이동한다. 그렇지 않은 경우(동작(938)에서 "아니오"), 방법(930)은 동작(940)에서 계속된다. 예를 들어, 매칭 스코어가 사전결정된 임계치 또는 컷오프 값 미만인 경우, 과도한 잔류 유체가 베셀 내에 존재하는 것으로 간주되고, 방법(930)은 동작(940)으로 이동한다.
동작(940)에서, 반응 베셀 잔류물 부피 검출 디바이스(702)는 베셀로부터의 흡인이 후속 프로세스들에 적절하지 않음을 나타내도록 흡인 결과를 플래깅한다. 다른 실시 형태들에서, 흡인된 베셀을 사용했던 전체 테스트 결과는 테스트 결과가 부적절할 수 있음을 나타내거나 시사하도록 플래깅될 수 있다. 대안으로, 반응 베셀 잔류물 부피 검출 디바이스(702)는 기구(100) 내의 연관된 테스트 또는 분석 프로세스를 중지하도록 동작한다. 다른 실시 형태들에서, 평가 결과는 유체 물질의 부적절한 부피로 인해 잘못될 수 있는 테스트 결과를 자동으로 조절하는 데 사용될 수 있다.
대안으로, 방법(930)은 이미지 비교를 행하고 컷오프 값들을 할당하기 위해 다른 접근법들을 이용한다. 그러한 접근법들의 예들은 공통 분류 툴들, 예컨대 로지스틱 회귀(logistic regression), SVM(support vector machine), 신경망, 컨볼루션 신경망, 및 분류 트리를 활용한다.
도 35 및 도 36을 참조하여, 분배 조절 디바이스(704)의 예시적인 동작이 기술된다.
도 35는 분배 조절 디바이스(704)가 동작되는 예시적인 시스템(960)의 블록도이다.
일반적으로, 분배 조절 디바이스(704)는 베셀 이미지 캡처 유닛(132)의 부피-측정 용량을 사용하여 피펫터들 및 펌프들의 온-보드 조절을 수행하여, 이에 의해, 피펫팅 정확도 및 전체 시스템 정밀도를 개선할 수 있다. 도시된 예에서, 단일-부피 분배 또는 다중-부피 분배가 베셀 내로 행해지고, 이는 이어서 측정을 위해 세척 휠로 이송된다. 전술된 바와 같은 반응 베셀 분배 부피 검출 디바이스(700)에 의해 수행될 수 있는 부피 측정의 결과들이 획득되고, 분배 조절 디바이스(704)는 펌프들과 피펫터들의 각각의 조합에 대한 정확도를 판정한다. 일부 실시 형태들에서, 펌프와 연관된 측정된 부피들은 펌프들과 피펫터들의 조합들에 대한 동작 파라미터들을 조절하는 데 이용된다. 예로서, 각각의 펌프에 대한 스텝 해상도가 조절될 수 있거나, 또는 오프셋들이 각각의 펌프에 대한 소프트웨어 명령어들에 추가된다. 조절 후에, 분배 조절 디바이스(704)는 정확도를 위해 펌프들을 다시 체크하고, 필요에 따라 펌프들을 재조절할 수 있다. 일부 실시 형태들에서, 분배 조절 디바이스(704)는 기구가 임상 테스팅을 위해 유휴 상태인 동안 그러한 조절 동작들을 수행한다. 다른 실시 형태들에서, 분배 조절 디바이스(704)는 기구 초기화 동안에 조절 동작들을 수행한다. 일부 실시 형태들에서, 분배 조절 디바이스(704)는, 사용자 또는 서비스 부서가 상태를 원격으로 모니터링할 수 있도록, 그리고 예컨대 보수 또는 부품 교체를 위해 서비스 엔지니어를 보내야 하는 경우에 보수 결정을 행할 수 있도록 펌프 성능의 추세를 모니터링하기 위해 조절 동작들을 주기적으로 수행한다.
도 35에 도시된 바와 같이, 물질 준비 시스템(102)은 유체 물질들(118)을 하나 이상의 베셀들(114)(예컨대, 세척 휠 상의 반응 베셀들(728))에 분배한다. 이어서, 반응 베셀 분배 부피 검출 디바이스(700)는, 본 명세서에 기술된 바와 같이, 베셀들(114)에서 부피 측정을 수행하고, 분배 조절 디바이스(704)에 부피 측정(962)의 결과를 제공한다. 일부 실시 형태들에서, 분배 조절 디바이스(704)는 부피 측정(962)의 결과를 분석하고 교정 정보(964)를 생성하며, 이 교정 정보는, 이어서, 분배 정확도를 개선하기 위해 물질 준비 시스템(102)을 교정하는 데 사용될 수 있다.
도 36은 분배 조절 디바이스(704)를 동작시키기 위한 예시적인 방법(970)을 도시한 흐름도이다. 일부 실시 형태들에서, 방법(970)은 동작들(972, 974, 976, 978, 980, 982)을 포함한다.
동작(972)에서, 분배 조절 디바이스(704)는 물질 준비 시스템(102)의 하나 이상의 동작 파라미터들을 수신한다. 전술된 바와 같이, 물질 준비 시스템(102)은 유체 물질들(118)을 베셀들(114)에 분배하도록 동작하는 하나 이상의 물질 분배 디바이스들, 예컨대 샘플 피펫팅 디바이스(152), 시약 피펫팅 디바이스, 및 기질 피펫팅 디바이스(178)를 포함한다. 동작 파라미터들은 물질 분배 디바이스들의 구성들, 설정들 및 동작 상태에 관한 다양한 정보를 포함한다. 일부 실시 형태들에서, 그러한 물질 분배 디바이스들은 분배 유닛들(예컨대, 피펫터들)을 동작시키는 펌프 디바이스들을 포함한다. 펌프 디바이스들의 일부 예들은 스텝퍼 모터(stepper motor)들과 같은 다양한 타입의 모터들에 의해 동작된다. 스텝퍼 모터들이 사용되는 경우, 동작 파라미터들은 스텝 해상도들을 포함할 수 있는데, 이들은 피펫터들을 통한 분배의 양을 조절하도록 제어된다.
동작(974)에서, 분배 조절 디바이스(704)는 유체 물질들(118)의 타깃 분배 부피들을 수용한다. 타깃 분배 부피들은 물질 분배 디바이스들의 동작 파라미터들에 기초하여 베셀들(114)에 분배되도록 의도되는 유체 물질(118)의 부피들을 표현한다.
동작(976)에서, 분배 조절 디바이스(704)는 베셀들(114)에 분배되었던 검출된 부피들을 수용한다.
동작(978)에서, 분배 조절 디바이스(704)는 검출된 부피들을 타깃 부피들과 비교한다. 예로서, 제1 피펫터를 사용하는 제1 펌프 디바이스를 포함하는 제1 물질 분배 디바이스가 베셀에 100 μL의 타깃 부피를 분배하도록 구성된다. 분배 후에, 베셀 내에 분배되는 부피는 99.9 μL인 것으로 검출된다. 이어서, 분배 조절 디바이스(704)는 100 μL의 타깃 부피 및 99.9 μL의 검출된 부피를 비교하고, 제1 물질 분배 디바이스 내의 타깃 부피와 검출된 부피 사이에 0.1 μL의 불일치가 있는 것으로 판정한다.
일부 실시 형태들에서, 단일 물질 분배 디바이스로부터의 복수의 분배 인스턴스들이 그룹으로 간주된다. 예로서, 특정 물질 분배 디바이스는 100 μL의 타깃 부피로, 펌프 디바이스 및 베셀(또는 3개의 베셀들)을 사용하여 제1 분배, 제2 분배, 및 제3 분배를 수행한다. 3개의 분배 인스턴스들 후에, 베셀에 분배되는 부피들은 제1 분배 인스턴스에서 100.5 μL, 제2 분배 인스턴스에서 99.5 μL, 및 제3 분배 인스턴스에서 100 μL인 것으로 검출된다. 일부 실시 형태들에서, 검출된 부피들 모두가 물질 분배 디바이스를 교정하기 위해 함께 사용될 수 있다. 예를 들어, 3개의 검출된 부피들의 표준 편차(예컨대, 이 예에서 0.5 μL)가 물질 분배 디바이스를, 예를 들어 그의 스텝퍼 모터의 스텝 해상도를 조절함으로써, 교정하는 데 사용될 수 있다. 이 예에서, 교정 정보(964)는 표준 편차를 감소시키기 위해 생성되고 사용된다. 다른 실시 형태들에서, 전술된 바와 같이, 검출된 부피들 각각은 각각의 분배 인스턴스에 대해 물질 분배 디바이스를 교정하는 데 사용될 수 있다.
다른 실시 형태들에서, 복수의 물질 분배 디바이스들로부터의 복수의 분배 이벤트들이 그룹으로 간주된다. 예로서, 100 μL의 타깃 부피로, 제1 물질 분배 디바이스가 제1 분배를 수행하고, 제2 물질 분배 디바이스가 제2 분배를 수행하고, 제3 물질 분배 디바이스가 제3 분배를 수행한다. 분배 후에, 제1 물질 분배 디바이스에 의해 분배되는 부피는 100.5 μL인 것으로 검출되고, 제2 물질 분배 디바이스에 의해 분배되는 부피는 99.5 μL인 것으로 검출되고, 제3 물질 분배 디바이스에 의해 분배되는 부피는 100 μL인 것으로 검출된다. 일부 실시 형태들에서, 검출된 부피들 모두가 물질 분배 디바이스들을 교정하기 위해 함께 사용될 수 있다. 예를 들어, 3개의 검출된 부피들의 표준 편차(예컨대, 이 예에서 0.5 μL)가 물질 분배 디바이스들을, 예를 들어 그의 스텝퍼 모터들의 스텝 해상도들을 조절함으로써, 교정하는 데 사용될 수 있다. 이 예에서, 교정 정보(964)는 표준 편차를 감소시키기 위해 생성되고 사용된다. 다른 실시 형태들에서, 전술된 바와 같이, 검출된 부피들은 각자의 물질 분배 디바이스들을 교정하는 데 사용될 수 있다.
동작(980)에서, 분배 조절 디바이스(704)는 물질 분배 디바이스들에 대한 교정 정보(964)를 생성한다. 교정 정보(964)는 물질 분배 디바이스들에 의해 분배되는 부피들이 타깃 부피들에 더 가깝게 변화되도록 물질 분배 디바이스들을 제어하기 위한 정보를 포함한다. 물질 분배 디바이스들이 스텝퍼 모터들을 포함하는 경우, 교정 정보(964)는 스텝퍼 모터들에 의해 분배되는 부피들을 조절하기 위해 스텝퍼 모터들의 스텝 해상도들에 대한 조절을 포함한다.
동작(982)에서, 분배 조절 디바이스(704)는 교정 정보(964)에 기초하여 물질 분배 디바이스들의 동작 파라미터들을 조절한다. 물질 분배 디바이스들은 수정된 동작 파라미터들에 기초하여 동일하거나 상이한 부피들을 분배하도록 동작할 수 있다. 3개의 분배 인스턴스들이 그룹으로 고려되는 상기 예에서, 교정 후에 베셀에 분배되는 부피들은 다시 검출된다.
도 37 내지 도 39를 참조하여, 반응 베셀 검출 디바이스(706)의 예시적인 동작이 기술된다.
도 37은 반응 베셀 검출 디바이스(706)를 동작시키는 예시적인 방법(1000)을 도시한 흐름도이다. 일부 실시 형태들에서, 방법(1000)은 동작들(1002, 1004, 1006, 1008, 1010, 1012)을 포함한다.
일반적으로, 시스템 초기화 또는 재설정 동안, 세척 휠 내부의 베셀들이 제거될 필요가 있다. 반응 베셀 검출 디바이스(706)는 베셀 이미지 캡처 유닛(132)을 활용하여, 베셀들 중 전부 또는 일부가 이러한 초기화 시퀀스 동안 제거되었는지의 여부를 판정할 수 있다. 일부 실시 형태들에서, 세척 휠은 각각의 베셀 위치가 이미지 캡처 유닛에 의해 체크되게 하기 위해 모든 위치를 인덱싱하도록 동작한다. 각각의 세척 휠 인덱스 위치에서, 반응 베셀 검출 디바이스(706)는 캡처된 이미지를 기준 이미지(예컨대, 베셀이 없는 세척 휠의 이미지)와 비교함으로써 베셀의 존재를 체크하기 위해 패턴-매칭 알고리즘과 같은 이미지 프로세싱을 수행할 수 있다. 본 발명의 예시적인 실시 형태에 따른 반응 베셀 검출 디바이스(706)는 베셀들 내의 부피들을 보거나 활용하는 다른 접근법들과는 대조적으로, 신뢰성있는 결과를 제공한다. 반응 베셀 검출 디바이스(706)가 베셀의 기하학적 형상에 대한 긴밀한 매칭을 기대함에 따라, 기준 이미지로부터의 큰 편차는 베셀의 존재를 나타낼 것이고, 작은 편차는 베셀의 부재를 나타낼 것이다. 존재 유무가 판정되는 경우, 시스템은 베셀을 제거할 수 있으며, 베셀이 성공적으로 제거되었음을 확인하기 위해 다시 체크할 수 있다. 일단 주어진 휠 위치에 베셀이 존재하지 않는 것으로 판정되면, 휠은 다음 위치로 인덱싱하여 프로세스를 반복할 수 있다.
도시된 예에서, 반응 베셀 검출 디바이스(706)는 주로 세척 휠(720)에 대해 기술된다. 그러나, 다른 실시 형태들에서, 반응 베셀 검출 디바이스(706)는 다른 타입의 용기 캐리지 디바이스와 함께 사용된다.
동작(1002)에서, 반응 베셀 검출 디바이스(706)는 베셀 이미지 캡처 유닛(132)을 사용하여, 세척 휠(720) 상의 베셀 슬롯(1044)(도 39)(예컨대, 슬롯(736))의 이미지를 캡처한다.
동작(1004)에서, 반응 베셀 검출 디바이스(706)는 이미지를 분석하여, 세척 휠(720) 상의 베셀(1042)(도 39)(예컨대, 반응 베셀(738))의 존재 또는 부재를 판정한다. 동작(1004)의 일례가 도 38 및 도 39를 참조하여 더 상세히 기술된다.
동작(1006)에서, 반응 베셀 검출 디바이스(706)는 베셀이 베셀 슬롯에 존재하는지의 여부를 판정한다. 그러한 경우(동작(1006)에서 "예"), 방법(1000)은 동작(1008)에서 계속된다. 그렇지 않은 경우(동작(1006)에서 "아니오"), 방법(1000)은 동작(1010)으로 이동한다.
동작(1008)에서, 반응 베셀 검출 디바이스(706)는 베셀을 세척 휠(720)의 베셀 슬롯으로부터 제거한다. 다른 실시 형태들에서, 기구(100) 내의 다른 디바이스들(예컨대, 도 2에 도시된 바와 같은 이송 또는 캐리지 디바이스들)이 세척 휠(720)로부터 베셀을 제거하도록 동작한다. 또 다른 실시 형태들에서, 베셀은 세척 휠(720)로부터 수동으로 제거된다.
동작(1010)에서, 반응 베셀 검출 디바이스(706)는 세척 휠(720)의 모든 위치들이 선행 동작들(예컨대, 동작들(1002, 1004, 1006, 1008))을 통해 분석되었는지의 여부를 판정한다. 그러한 경우(동작(1010)에서 "예"), 방법(1000)은 사전결정된 다음 단계로 진행한다. 그렇지 않은 경우(동작(1010)에서 "아니오"), 방법(1000)은 동작(1012)으로 이동한다.
동작(1012)에서, 반응 베셀 검출 디바이스(706)는 세척 휠(720)을 다음 위치로 이동시키고, 동작(1002) 및 후속 동작들을 반복한다.
도 38 및 도 39를 참조하여, 캡처된 이미지가 세척 휠 상의 베셀의 존재를 판정하기 위해 분석되는 도 37의 동작(1004)의 일례가 기술된다. 구체적으로, 도 38은 도 37의 동작(1004)을 수행하기 위한 예시적인 방법(1020)을 도시한 흐름도이다. 방법(1020)은 또한 도 39를 참조하여 기술되는데, 이는 세척 휠 상의 베셀 슬롯(1044)의 캡처된 이미지(1040)의 예시적인 분석을 도시한다.
동작(1022)에서, 반응 베셀 검출 디바이스(706)는 캡처된 이미지(1040) 내의 관심 영역(1046)을 검출한다. 일부 실시 형태들에서, 관심 영역(1046)은 세척 휠(720)의 베셀 슬롯(1044)(예컨대, 슬롯(736))의 적어도 일부분을 포함한다. 일부 실시 형태들에서, 관심 영역(1046)은 베셀의 저부 부분, 또는 베셀의 저부 부분의 위치에 대응하는 이미지에서의 일부분을 포함한다. 관심 영역을 검출하기 위한 하나의 예시적인 방법은 Cognex Corporation(미국 매사추세츠주 나티크 소재)로부터 입수가능한 Cognex In-Sight Vision Software에 의해 구현될 수 있는데, 이는 다양한 툴들, 예컨대 에지 검출("Edge"), 패턴 매칭("Pattern Match"), 및 히스토그램 분석("Histogram")을 제공한다.
동작(1024)에서, 반응 베셀 검출 디바이스(706)는 관심 영역(1046)을 기준 이미지(1048)와 비교한다. 일부 실시 형태들에서, 기준 이미지(1048)는 관심 영역(1046)에 대응하는 부분을 포함한다. 다른 실시 형태들에서, 기준 이미지(1048) 자체는 캡처된 이미지(1040)의 관심 영역(1046)에 대응한다.
일부 실시 형태들에서, 기준 이미지(1048)는 그 안에 베셀(1042)이 없는 베셀 슬롯(1044)의 이미지를 표현한다(도 39). 다른 실시 형태들에서, 다른 이미지들이 기준 이미지(948)로서 사용될 수 있다. 예를 들어, 기준 이미지는 그 안에 베셀이 있는 베셀 슬롯의 이미지이다.
동작(1026)에서, 반응 베셀 검출 디바이스(706)는 캡처된 이미지(1040)와 기준 이미지(1048) 사이에 매칭 스코어를 생성한다. 매칭 스코어는 캡처된 이미지(1040)가 기준 이미지(1048)와 얼마나 가깝게 매칭되는지를 표현한다. 매칭 스코어는 세척 휠(720)의 슬롯(1044) 내의 베셀(1042)의 존재에 대한 컷오프를 결정하기 위한 메트릭으로서 사용된다.
동작(1028)에서, 반응 베셀 검출 디바이스(706)는 매칭 스코어가 임계치를 충족시키는지의 여부를 판정한다. 매칭 스코어가 임계치를 충족시키는 경우(동작(1028)에서 "예"), 베셀이 세척 휠의 슬롯에 존재하지 않는 것으로 간주되고, 방법(1020)은 동작(1030)으로 이동한다. 그렇지 않은 경우(동작(1028)에서 "아니오"), 베셀이 세척 휠의 슬롯에 존재하는 것으로 간주되고, 방법(1020)은 동작(1032)에서 계속된다. 예를 들어, 매칭 스코어가 사전결정된 임계치 또는 컷오프 값 미만인 경우, 베셀이 세척 휠의 슬롯에 존재하는 것으로 간주되고, 방법(1020)은 동작(1032)으로 이동한다.
동작(1030)에서, 반응 베셀 검출 디바이스(706)는 세척 휠(720)의 슬롯(1044)에서 베셀(1042)의 부재를 확인한다.
동작(1032)에서, 반응 베셀 검출 디바이스(706)는 세척 휠(720)의 슬롯(1044)에서 베셀(1042)의 존재를 확인한다.
도 22 내지 도 39를 참조하여 기술된 바와 같이, 베셀 부피 검출 디바이스(402)는 다양한 응용물들에 적합하도록 수정될 수 있다. 예를 들어, 베셀 부피 검출 디바이스(402)는 체외 진단(IVD) 분석기들과 같은, 관심 피분석물을 검출하기 위해 유체 물질들을 준비하고/하거나 사용하는 임의의 분석기에 적용될 수 있다. 일부 실시 형태들에서, 베셀 부피 검출 디바이스(402) 및 그의 방법들은 세척 휠 이외의 임의의 디바이스들 또는 유닛들에 적용될 수 있다. 베셀 부피 검출 디바이스(402)의 일부 실시 형태들은 총 반응 부피 체크에 적용될 수 있다. 일부 실시 형태들에서, 베셀 부피 검출 디바이스(402)에서 사용되는 교정 곡선들은 분광 광도계를 사용하여 획득된 비색 부피 결과들과 픽셀 거리들 사이에서 확립된다. 다른 실시 형태들에서, 베셀 부피 검출 디바이스(402)에서 사용되는 교정 곡선들은 광자 카운팅 모듈을 사용하여 획득된 알칼리 포스파타아제 반응 결과들과 픽셀 거리들 사이에서 확립된다. 또 다른 실시 형태들에서, 베셀 부피 검출 디바이스(402)에서 사용되는 교정 곡선들은 외측 벽 상의 알려진 부피 높이에서 라인들을 갖는 JIG 반응 베셀을 사용하여 확립된다. 베셀 부피 검출 디바이스(402)에서의 (예컨대, 10 μL 초과의 부피에 대한) 잔류물 부피 검출의 경우, 라인 찾기(line-finding) 또는 그레이스케일 매칭이 적용가능할 수 있다.
본 발명의 예시적인 실시 형태에 따른 베셀 부피 검출 디바이스(402)는 다른 다양한 응용물들에서 사용될 수 있다. 일부 실시 형태들에서, 베셀 부피 검출 디바이스(402)는 분배 팁 오정렬을 검출하는 데 사용된다. 예를 들어, 베셀 이미지 캡처 유닛(132)은 분배 팁이 시야에 진입할 때 분배 팁이 중심에서 벗어나 있는지의 여부를 판정하는 데 사용된다. 다른 실시 형태들에서, 베셀 부피 검출 디바이스(402)는 휠 위치설정 무결성을 검출하는 데 사용된다. 예를 들어, 베셀 이미지 캡처 유닛(132)은 세척 휠이 기울어지거나 위치-오설정되어 있는지의 여부를 판정하는 데 사용된다. 또 다른 실시 형태들에서, 베셀 부피 검출 디바이스(402)는 스플래쉬(splash), 발포, 또는 불량한 자화(magnetization)와 같은 임의의 비정상 상태를 검출하는 데 사용된다. 또 다른 실시 형태들에서, 베셀 부피 검출 디바이스(402)는 스크래치, 변색, 및 반투명성과 같은 RV 무결성을 검출하는 데 사용된다. 또 다른 실시 형태들에서, 베셀 부피 검출 디바이스(402)는 팁 정렬 무결성을 검출하는 데 사용된다.
베셀 부피 검출 디바이스(402)에서 사용되는 광원은 반응 베셀 뒤에 위치될 필요가 없다. 백라이트 디바이스의 다른 위치들이 또한 가능하다. 대안으로, 광원은 카메라 유닛에 통합될 수 있고, 카메라 유닛으로부터 조명하도록 구성될 수 있다. 카메라 유닛에 통합된 그러한 광원은, 본 명세서에서 설명된 바와 같이, 반응 베셀 뒤에 위치되는 스크린과 함께 사용될 수 있다. 일부 실시 형태들에서, 베셀 부피 검출 디바이스(402)에서 사용되는 카메라 유닛은 IR 스펙트럼을 사용하여 베셀 및/또는 세척 휠의 온도를 모니터링하도록 구성된다.
전술된 바와 같이, 베셀 부피 검출 디바이스(402)의 반응 베셀 검출 디바이스(706)는 세척 휠 이외의 임의의 용기 캐리지 디바이스들에 적용될 수 있다. 전술된 바와 같이, 베셀 부피 검출 디바이스(402)의 분배 조절 디바이스(704)는, 기질 부피의 레벨들을 측정하도록 그리고 측정된 레벨들을 이용하여 테스트 결과의 RLU들을 조절하도록 동작하여, 교정을 미세 튜닝하고 정확도를 개선할 수 있다.
본 발명의 예시적인 실시 형태에 따른 기구(100)는 패턴 매칭과 같은, 본 명세서에 기술된 바와 같은 이미지 평가 동작들을 구현하기 위해 다양한 프로그램 솔루션들을 채용한다. 일부 실시 형태들에서, 그러한 프로그램 솔루션들은 기성(off-the-shelf) 소프트웨어 솔루션들을 사용하여 개발된다. 프로그램 솔루션들의 일례는 미국 매사추세츠주 나티크 소재의 Cognex Corporation으로부터 입수가능한 In-Sight Explorer Software(In-Sight Vision Software로도 지칭됨)이다.
이제 도 40 및 후속 도면들을 참조하여, 분배 팁 평가 시스템(122)의 일례가 기술된다.
도 40은 도 1의 분배 팁 평가 시스템(122)의 일례의 블록도이다. 일부 실시 형태들에서, 분배 팁 평가 시스템(122)은 분배 팁 무결성 평가 디바이스(1100)를 포함한다.
분배 팁 무결성 평가 디바이스(1100)는 분배 팁(112) 내에 흡인되는 유체 물질(118)의 품질 및 분배 팁(112)의 정렬을 평가하도록 동작한다. 본 명세서에 기술된 바와 같이, 분배 팁(112)은, 다양한 타입의 것일 수 있고 상이한 프로세스들을 위해 사용될 수 있다. 분배 팁(112)의 일례는 샘플 피펫팅 디바이스(152)와 함께 사용될 수 있는 피펫팅 팁이다. 분배 팁 무결성 평가 디바이스(1100)는 분배 팁 이미지 캡처 유닛(130)을 활용할 수 있다. 분배 팁 무결성 평가 디바이스(1100)의 일례가 도 41을 참조하여 더 상세히 도시되고 기술된다.
도 41은 도 40의 분배 팁 무결성 평가 디바이스(1100)의 일례의 블록도이다. 일부 실시 형태들에서, 분배 팁 무결성 평가 디바이스(1100)는 샘플 품질 검출 디바이스(1112) 및 팁 정렬 검출 디바이스(1114)를 포함한다.
일부 실시 형태들에서, 분배 팁 무결성 평가 디바이스(1100)는 도 10의 샘플 흡인 시스템(510)으로 구현된다. 다른 실시 형태들에서, 분배 팁 무결성 평가 디바이스(1100)는 유체 물질을 용기에 흡인하거나 분배하도록 동작가능한 다른 타입의 시스템들에서 사용될 수 있다.
샘플 품질 검출 디바이스(1112)는 샘플 피펫팅 디바이스(152)의 샘플 피펫팅 팁 내로 흡인된 샘플의 품질을 검출하도록 동작한다. 샘플 품질 검출 디바이스(1112)의 구조 및 동작의 일례가 도 42 내지 도 55를 참조하여 기술된다.
분배 팁 내의 샘플 품질의 검출에 더하여, 샘플 품질 검출 디바이스(1112)는, 또한, 베셀(114) 내에 포함된 유체 물질(118)의 품질을 검출하는 데 사용될 수 있다. 본 명세서에 기술된 바와 같이, 베셀(114)은, 다양한 타입의 것일 수 있고 상이한 프로세스들을 위해 사용될 수 있다. 베셀(114)의 예들은 반응 베셀, 샘플 베셀, 및 희석 베셀을 포함하는데, 이들은 기구(100)에서의 프로세스 전체에 걸쳐서 사용된다. 일부 실시 형태들에서, 샘플 품질 검출 디바이스(1112)는 베셀 이미지 캡처 유닛(132)을 활용할 수 있다.
팁 정렬 검출 디바이스(1114)는 샘플 피펫팅 모듈(512) 및/또는 분배 팁 이미지 캡처 유닛(130)에 대한 분배 팁(112)의 공차 및 오정렬을 검출하도록 동작한다. 분배 팁(112)의 허용가능한 공차 및/또는 분배 팁(112)의 오정렬은, 예를 들어, 본 명세서에서 분배 팁 부피 검출 디바이스(400)에 의해 수행되는 바와 같이, 분배 팁(112) 내의 흡인된 샘플 부피를 검출하는 데 있어서 정확도를 감소시킬 수 있다. 팁 정렬 검출 디바이스(1114)는, 추가로, 공차 및 오정렬의 검출에 기초하여 분배 팁(112)에서 흡인되는 액체의 검출된 부피를 조절하거나 보정하도록 동작한다. 팁 정렬 검출 디바이스(1114)의 구조 및 동작의 일례가 도 56 내지 도 68을 참조하여 기술된다.
도 42 내지 도 55를 참조하여, 샘플 품질 검출 디바이스(1112)의 일례가 기술된다.
도 42는 샘플 품질 검출 디바이스(1112)의 일례를 도시한다. 일부 실시 형태들에서, 샘플 품질 검출 디바이스(1112)는 이미지 캡처 디바이스(1120), 이미지 평가 디바이스(1122), 분류 데이터 생성 디바이스(1124), 및 분류 디바이스(1126)를 포함한다. 또한, 흡인된 샘플(1130), 이미지(1132), 하나 이상의 색상 파라미터들(1134), 분류 데이터(1136), 및 샘플 분류 결과(1138)가 도시되어 있다.
샘플 품질 검출 디바이스(1112)는, 분배 팁으로 흡인된 샘플의 품질을 평가하도록 그리고 샘플이 후속 분석을 위한 충분한 품질을 갖는지의 여부를 판정하도록 동작한다. 샘플 품질이 손상된 것으로 판정되는 경우, 기구는 사용자에게 샘플 품질을 통지할 수 있고/있거나 테스트를 중지할 수 있다.
일부 실시 형태들에서, 샘플 튜브 내에 제공된 샘플(예컨대, 도 4의 샘플(324))은, 샘플 무결성을 손상시키고 실험실 테스트들에 영향을 줄 수 있는 다양한 간섭 물질들 또는 간섭물들을 포함한다. 용인가능한 레벨보다 더 큰 간섭물들을 포함하는 그러한 샘플은 잘못된, 그러나 믿을 수 있는 결과들을 야기할 수 있는데, 이들은 쉽게 검출될 수 없다. 화학 및 면역검정 시스템들의 경우, 간섭물들의 예들은 헤모글로빈, 빌리루빈(bilirubin)(본 명세서에서 빌리루빈에 의해 야기되는 의학적 질환인 황달(icterus)로도 지칭됨), 및 지질(본 명세서에서 지질에 의해 야기되는 의학적 질환인 지방혈(lipemia)로도 지칭됨)을 포함한다. 검정에 따라, 헤모글로빈, 황달, 및 지방혈의 농도는 간섭이 발생하여 왜곡된 결과를 야기하지 않는 것을 보장하기 위해 사전결정된 레벨들로 제한되어야 한다.
샘플 품질을 평가하기 위해 다양한 방법들이 이용되었다. 그러한 방법들의 일부 예들은 분광 광도계들을 사용하는 화학 분석기들을 포함한다. 그러한 분광 광도계를 사용하여 샘플 품질을 판정하는 것은 샘플의 화학 분석과는 독립적인 이벤트이며, 따라서, 제조자에 따라, 샘플 무결성을 판정하기 위해 추가의 샘플을 필요로 할 수 있다. 분광 광도계가 측정을 위해 특정 파장들을 사용하므로, 시스템은 시준된 광원들 또는 LED 중 어느 하나를 필요로 하며, 일부 검정의 최종 생성물들과 간섭물들의 스펙트럼 중첩으로 인해 복잡한 수학적 프로세싱을 이용한다. 또한, 고도 지방혈 샘플(highly lipemic sample)들은, 종종, 테스트에서 샘플 부피에 영향을 미칠 수 있는 부피 변위를 보인다. 이와 같이, 샘플 품질을 평가하기 위한 방법들은 그렇게 하기 위한 별도의 테스트를 필요로 하였고 추가 비용을 야기하였다. 그 결과, 1차 샘플 테스트가 지연되는데, 그 이유는 1차 샘플 테스트가 품질 체크 후에만 수행될 수 있기 때문이다. 대안으로, 1차 샘플 테스트 및 샘플 품질 테스트가 동시에 실행되는 경우, 손상된 샘플은 단지 1차 샘플 테스트 동안에만 또는 그 후에만 플래깅될 수 있다. 이 경우에, 샘플이 변경될 필요가 있는데, 이는 또한 테스트 결과들에 지연을 야기한다.
대조적으로, 샘플 무결성 검출 디바이스(1112)는 기구(100)와 통합되고, 샘플들의 분석을 위해 구성된 기구(100)의 다양한 컴포넌트들을 사용한다. 따라서, 단일 기구는, 지연 및 추가 비용을 야기하지 않으면서, 샘플의 품질을 평가하고 샘플의 분석을 수행할 수 있다.
전술된 바와 같이, 일부 실시 형태들에서, 샘플 무결성 검출 디바이스(1112)는 도 10의 샘플 흡인 시스템(510)과 함께 사용된다. 다른 실시 형태들에서, 샘플 무결성 검출 디바이스(1112)는 유체 물질을 용기에 흡인하도록 동작가능한 다른 타입의 시스템들에서 사용될 수 있다.
도시된 예에서, 샘플 무결성 검출 디바이스(1112)는, 주로, 도 2 및 도 4에 도시된 바와 같은 면역검정 분석기와 관련하여 기술된다. 예를 들어, 샘플 무결성 검출 디바이스(1112)는 분배 팁에서 흡인된 샘플 내의 간섭물들, 예컨대 헤모글로빈, 황달, 및 지방혈의 농도를 검출하도록 동작한다. 그러나, 다른 실시 형태들에서, 샘플 무결성 검출 디바이스(1112)는 다른 타입의 기구들에서 샘플의 품질을 평가하는 데 사용된다.
일반적으로, 샘플 무결성 검출 디바이스(1112)는 내부에 유체를 갖는 투명한 원추형 용기의 이미지를 획득한다. 이어서, 샘플 무결성 검출 디바이스(1112)는 이미지에서 관심 영역 내의 각자의 픽셀들에 관한 정보를 추출한다. 픽셀들에 관한 정보는 유체를 분류하는 데 사용된다. 샘플 무결성 검출 디바이스(1112)는 유체들을 카테고리들로 그룹화하는 데 사용되는 분류자들을 채용하는 분류자 모델을 포함한다. 용기 내에 흡인되는 유체의 색상이 사전결정된 사양 내에 있지 않는 경우, 흡인 또는 테스트가 플래깅된다. 일부 실시 형태들에서, 기구의 조작자는 유체 무결성이 주어진 유체에 대한 사양 밖에 있는 것으로 판정되는 경우에 유체 흡인에 관한 정보를 수신한다.
여전히 도 42를 참조하면, 이미지 캡처 디바이스(1120)는 분배 팁(1180)(도 45)으로 흡인되는 샘플(1130)의 이미지(1132)를 캡처하도록 동작한다. 일부 실시 형태들에서, 도 10에 도시된 바와 같이, 샘플(1130)은 샘플(540)의 일례이고, 분배 팁(1180)은 분배 팁(112)의 일례이다. 일부 실시 형태들에서, 이미지 캡처 디바이스(1120)는 다양한 시간 간격들로 분배 팁(1180)으로 흡인되는 샘플(1130)의 하나 초과의 이미지들을 캡처하도록 동작한다. 예를 들어, 이미지 캡처 디바이스(1120)는 대략 30밀리초 간격으로 또는 임의의 다른 시간 간격으로 분배 팁(1180)으로 흡인된 샘플(1130)의 2개의 이미지들을 순차적으로 캡처하도록 동작한다. 일부 실시 형태들에서, 이미지 캡처 디바이스(1120)는 카메라 유닛(550) 및 광원(552)을 포함하는 분배 팁 이미지 캡처 유닛(130)을 활용한다. 일부 실시 형태들에서, 이미지 캡처 디바이스(1120)의 광원(552)은 백색 백라이트를 생성한다. 다른 실시 형태들에서, 광원(552)은 이미지 캡처 동안 고정되거나 가변적일 수 있는 하나 이상의 유색 백라이트들을 제공한다. 일부 실시 형태들에서, 광원(552)은 상이한 노출 시간들을 갖는 백라이트를 생성할 수 있다. 예를 들어, 광원(552)은 대략 6밀리초의 노출 시간을 갖는 백라이트를 생성할 수 있고, 이미지 캡처 디바이스(1120)는 대략 6밀리초의 노출 시간 직후에 제1 이미지를, 그리고 대략 30초에 제2 이미지를 캡처하도록 동작한다. 일 실시 형태에서, 제1 이미지는 시약이 용기 내에 분배되고서 대략 0.2초 후에 획득된다. 일 실시 형태에서, 제2 이미지는 혼합하고서 대략 6.5초 후에 획득된다. 추가 실시 형태에서, 제1 이미지는 시약이 용기 내에 분배되고서 대략 0.2초 후에 획득되고, 제2 이미지는 혼합하고서 대략 6.5초 후에 획득된다. 다양한 노출 시간들은 색상 파라미터들에 대한 캡처된 이미지의 평가를 개선할 수 있다. 예를 들어, 샘플이 높은 농도를 갖는 경우, 더 긴 노출 시간은 이미지 평가 디바이스(1122)가 상이한 색상 파라미터들에 대해 효과적으로 평가할 수 있도록 더 밝은 이미지를 생성할 가능성이 있을 것이다.
이미지 평가 디바이스(1122)는, 캡처된 이미지(1132)를 프로세싱하고 평가하도록 그리고 하나 이상의 색상 파라미터들(1134)을 생성하도록 동작한다. 색상 파라미터들(1134)은 샘플(1130) 내에 포함된 간섭물들의 농도 레벨들을 판정하는 데 사용된다. 이미지 평가 디바이스(1122)의 일례가 도 44 내지 도 48을 참조하여 더 상세히 도시되고 기술된다.
분류 데이터 생성 디바이스(1124)는 분류 데이터(1136)를 생성하도록 동작한다. 후술되는 바와 같이, 분류 데이터(1136)는 분류 디바이스(1126)에 의해 사용되어 샘플 분류 결과(1138)를 생성하는 상이한 양들의 간섭물들에 대한 분류 라벨들의 리스트를 포함한다. 분류 데이터 생성 디바이스(1124)의 일례가 도 49 내지 도 53을 참조하여 더 상세히 도시되고 기술된다.
분류 디바이스(1126)는 색상 파라미터들(1134) 및 분류 데이터(1136)에 기초하여 샘플 분류 결과(1138)를 생성하도록 동작한다. 샘플 분류 결과(1138)는 샘플(1130)의 품질을 나타내는 정보를 포함한다. 예를 들어, 샘플 분류 결과(1138)는 흡인된 샘플(1130) 내의 간섭물들, 예컨대 헤모글로빈, 황달, 및 지방혈의 농도 레벨들을 표현하는 정보를 포함하고, 간섭물들의 농도 레벨들이 개별적으로든 조합으로든 허용가능함을 나타낸다. 따라서, 샘플 분류 결과(1138)는 샘플(1130)이 기구(100)에서의 실험실 분석을 위한 충분한 품질을 갖는지의 여부를 판정하는 데 사용된다. 분류 디바이스(1126)의 일례가 도 54 및 도 55를 참조하여 더 상세히 도시되고 기술된다.
도 43은 샘플 무결성 검출 디바이스(1112)를 동작시키기 위한 예시적인 방법(1150)을 도시한 흐름도이다. 일부 실시 형태들에서, 방법(600)은 샘플 흡인 시스템(510)(도 10) 및 샘플 무결성 검출 디바이스(1112)에 의해 수행된다.
일반적으로, 방법(1150)은 헤모글로빈, 황달(빌리루빈), 및 지방혈과 같은 간섭물들의 농도의 면에서 분배 팁에서의 샘플 품질의 분석을 수행하며, 평가된 품질이 수용 범위 밖으로 분류되는 경우 테스트 결과들을 플래깅한다.
동작(1152)에서, 샘플 흡인 시스템(510)은, 프로그래밍된 바와 같이, 샘플(1130)과 같은 유체 물질을 분배 팁(1180)(도 45)(이는 도 10에 도시된 바와 같은 분배 팁(112)의 일례임) 내에 흡인하도록 동작한다.
동작(1154)에서, 샘플 흡인 시스템(510)은 흡인된 샘플(1130)을 포함하는 분배 팁(1180)을 이미지 캡처 디바이스(1120)(이는 분배 팁 이미지 캡처 유닛(130)을 포함함)로 전송한다. 일부 실시 형태들에서, 이미지 캡처 디바이스(1120)의 분배 팁 이미지 캡처 유닛(130)은 전송 없이 흡인 후에 분배 팁(1180)의 이미지를 캡처하도록 배열된다.
동작(1156)에서, 분배 팁 이미지 캡처 유닛(130)은 분배 팁(1180)의 이미지(1132)를 캡처한다. 일부 실시 형태들에서, 분배 팁(1180)의 이미지(1132)는 사전결정된 해상도의 디지털 이미지이다. 일부 실시 형태들에서, 분배 팁 이미지 캡처 유닛(132)은 다양한 시간 간격들로 분배 팁(1180)의 하나 초과의 이미지를 캡처할 수 있다. 예를 들어, 분배 팁 이미지 캡처 유닛(132)은 대략 30밀리초 이격으로 또는 임의의 다른 시간 간격으로 분배 팁(1180)의 2개의 이미지들을 캡처할 수 있다. 동작(1158)에서, 샘플 무결성 검출 디바이스(1112)는 이미지(1132)를 분석하여 분배 팁(1180) 내에서의 샘플(1130) 내의 간섭물들의 레벨을 판정한다. 동작(1158)의 일례가 도 44 내지 도 55와 관련하여 더 상세히 기술된다.
동작(1160)에서, 샘플 무결성 검출 디바이스(1112)는 간섭물 레벨이 공차 범위 내에 있는지의 여부를 판정한다. 판정된 레벨이 공차 범위 밖에 있는 경우, 분배 팁(112) 내의 샘플(1130)의 흡인은 부적절한 것으로 간주된다. 공차 범위는 샘플의 타입 및/또는 그 안의 간섭물들의 타입에 따라 달라질 수 있다. 일부 실시 형태들에서, 판정된 간섭물 레벨이 공차 범위 내에 있는지의 여부는, 후술되는 바와 같이, 분류 식별자들 또는 분류자들을 사용하여 평가될 수 있다.
검출된 간섭물 레벨이 공차 범위 내에 있는 것으로 판정되는 경우(동작(1160)에서 "예"), 방법(1150)은 사전결정된 다음 단계를 수행하도록 진행한다. 그렇지 않은 경우(동작(1160)에서 "아니오"), 방법(1150)은 동작(1162)으로 이동한다.
동작(1162)에서, 샘플 무결성 검출 디바이스(1112)는 분배 팁(1180) 내의 흡인된 샘플(1130)이 후속 프로세스들에 적절하지 않음을 나타내도록 흡인을 플래깅한다. 다른 실시 형태들에서, 흡인된 샘플을 사용했던 전체 테스트 결과는 테스트 결과가 부적절할 수 있음을 나타내거나 시사하도록 플래깅될 수 있다. 대안으로, 샘플 무결성 검출 디바이스(1112)는 기구(100)에서 연관된 테스트 또는 분석 프로세스를 중지하도록 동작한다. 다른 실시 형태들에서, 평가 결과는 손상된 샘플 품질로 인해 잘못될 수 있는 테스트 결과를 자동으로 조절하는 데 사용될 수 있다.
도 44 내지 도 55를 참조하여, 캡처된 이미지(1132)가 분석되고 분배 팁 내에 흡인된 샘플의 품질이 판정되는 도 43의 동작(1158)의 일례가 기술된다. 일부 실시 형태들에서, 동작(1158)은 이미지 평가 디바이스(1122), 분류 데이터 생성 디바이스(1124), 및 샘플 무결성 검출 디바이스(1112)의 분류 디바이스(1126)에 의해 수행된다.
도 44는 도 42의 이미지 평가 디바이스(1122)를 동작시키는 예시적인 방법(1170)을 도시한 흐름도이다. 일부 실시 형태들에서, 방법(1170)은 동작들(1172, 1174, 1176)을 포함한다. 방법(1170)은 또한 도 45를 참조하여 기술되는데, 이는 캡처된 이미지(1132)의 예시적인 분석을 도시한다.
동작(1172)에서, 이미지 평가 디바이스(1122)는 이미지(1132)에서 분배 팁(1180)을 위치확인한다. 이미지(1132)에서 분배 팁(1180)의 위치를 검출하기 위해 다양한 이미지 프로세싱 방법들이 이용될 수 있다. 일부 실시 형태들에서, 분배 팁(1180)은 사전-트레이닝된 기준 이미지에 기초하여 분배 팁을 표현하는 패턴을 탐색하는 패턴 매칭 기능에 의해 위치확인된다. 그러한 이미지 프로세싱 방법들은 다양한 프로그래밍 언어들, 예컨대 Python(예컨대, 그의 윤곽 찾기 기능)으로 구현될 수 있다. 그러한 이미지 프로세싱 방법들에 대한 하나의 예시적인 방법은 Cognex Corporation(미국 매사추세츠주 나티크 소재)로부터 입수가능한 Cognex In-Sight Vision Software에 의해 구현될 수 있는데, 이는 다양한 툴들, 예컨대 에지 검출("Edge"), 패턴 매칭("Pattern Match"), 및 히스토그램 분석("Histogram")을 제공한다.
동작(1174)에서, 이미지 평가 디바이스(1122)는 사전결정된 관심 영역(1182)을 검출한다. 관심 영역(1182)은 분배 팁(1180) 내의 샘플(1130)의 품질을 판정하기 위해 평가되는 이미지(1132)의 영역이다. 관심 영역(1182)은 상이한 이미지들(1132)에서 샘플들(1130)을 포함하는 것으로서 반복적으로 검출가능한 영역으로서 사전설정된다. 관심 영역(1182)을 검출하기 위해 다양한 방법들이 이용될 수 있다. 그러한 방법들의 일례가 도 46을 참조하여 기술된다. 일부 실시 형태들에서, 하나 초과의 사전결정된 관심 영역이 있을 수 있고, 따라서, 이미지 평가 디바이스(1122)는 하나 초과의 사전결정된 관심 영역을 검출한다. 예를 들어, 3개의 사전결정된 관심 영역들, 즉 관심 영역(1182) 위의 제1 관심 영역, 관심 영역(1182)과 같은 제2 관심 영역, 및 관심 영역(1182) 아래의 제3 관심 영역이 있을 수 있다.
동작(1176)에서, 이미지 평가 디바이스(1122)는 캡처된 이미지(1132)에 대해 색상 파라미터들(1134)(도 42)을 추출한다. 일부 실시 형태들에서, 이미지(1132) 내의 관심 영역(1182)이 분석되어 색상 파라미터들(1134)을 생성한다. 색상 파라미터들을 추출하는 일례가 도 47 및 도 48을 참조하여 기술된다.
도 46은 이미지(1132) 내의 관심 영역(1182)을 찾기 위한 예시적인 방법(1190)을 도시한 흐름도이다. 일부 실시 형태들에서, 방법(1190)은 동작들(1192, 1194)을 포함한다. 방법(1190)은 또한 도 45를 참조하여 기술된다.
일반적으로, 일단 분배 팁(1180)의 위치가 판정되면, 이미지 평가 디바이스(1122)는 오프셋 인자들의 세트를 사용하여 관심 영역(1182)을 결정한다. 일부 실시 형태들에서, 관심 영역(1182)은 분배 팁(1180) 내의 샘플(1130)의 수직 및 수평 축들에 대해 대략 중심인 분배 팁 이미지의 서브섹션을 포함하도록 최적화되고, 따라서 관심 영역(1182)은 대체로 흡인된 샘플(1130)에 대해 중심에 있게 된다. 다른 실시 형태들에서, 관심 영역(1182)에 대해 다른 위치들이 가능하다. 다른 실시 형태들에서, 이전에 설명된 바와 같이, 하나 초과의 관심 영역이 있을 수 있다.
동작(1192)에서, 이미지 평가 디바이스(1122)는 분배 팁(1180)과 연관된 기준 라인을 찾는다. 일부 실시 형태들에서, 기준 라인은 이미지(1132)에서 분배 팁(1180)의 종방향 에지(1184)이다. 분배 팁(1180)의 다른 라인들이 기준 라인으로서 사용될 수 있다.
동작(1194)에서, 이미지 평가 디바이스(1122)는 기준 라인(1184)으로부터 사전결정된 오프셋(1186)만큼 이격되어 위치되는 영역을 위치확인한다. 일부 실시 형태들에서, 사전결정된 오프셋(1186)은 관심 영역(1182)의 수평 위치를 결정하는 반면, 관심 영역(1182)의 수직 위치는 이미지(1132)의 하부로부터의 사전결정된 높이(1188)로서 사전설정된다. 일부 실시 형태들에서, 관심 영역의 수직 위치는 상이한 이미지들 사이에서 대체로 동일하게 유지되는데, 이는 이미지 캡처 유닛이 분배 팁들에 대해 샘플 높이에서 반복적으로 배열되기 때문이다.
상기에서 이용되는 이미지 프로세싱 방법들의 일례는 Cognex Corporation(미국 매사추세츠주 나티크 소재)로부터 입수가능한 Cognex In-Sight Vision Software에 의해 구현될 수 있는데, 이는 다양한 툴들, 예컨대 에지 검출("Edge"), 패턴 매칭("Pattern Match"), 및 히스토그램 분석("Histogram")을 제공한다.
도 47은 이미지(1132)에 대한 색상 파라미터들을 추출하기 위한 예시적인 방법(1210)의 흐름도이다. 방법(1210)은 또한 도 48을 참조하여 기술되는데, 이는 이미지(1132)에 대한 예시적인 히스토그램(1220)을 도시한다. 일부 실시 형태들에서, 방법(1210)은 동작들(1212, 1214)을 포함한다.
동작(1212)에서, 이미지 평가 디바이스(1122)는 이미지(1132)에 대한 히스토그램(1220)을 생성한다. 일부 실시 형태들에서, 히스토그램(1220)은 이미지(1132) 내의 관심 영역(1182)에 대한 데이터로부터 생성된다. 일부 실시 형태들에서, 하나 초과의 관심 영역이 있고, 따라서, 이미지 평가 디바이스(1122)는 이미지(1132) 내의 각각의 관심 영역에 대한 히스토그램(1120)을 생성한다. 예를 들어, 이미지(1132) 내에 3개의 관심 영역들이 있는 경우, 이미지 평가 디바이스(1122)는 3개의 각자의 히스토그램들을 생성한다.
도 48에 도시된 바와 같이, 히스토그램(1220)은 이미지(1132) 내의 상이한 색상들의 분포(예컨대, 그의 관심 영역(1182))를 표현한다. 일부 실시 형태들에서, 히스토그램(1220)은 고정 리스트의 색상 범위들(본 명세서에서 빈(bin)들로도 지칭됨) 각각에서의 색상을 갖는 픽셀들의 수를 보여준다. 히스토그램(1220)은 임의의 타입의 색공간에 대해 구축될 수 있다. 도시된 예에서, RGB 색모델이 사용된다. 다른 실시 형태들에서, CMYK 색모델 및 임의의 다른 색모델들이 사용될 수 있다.
히스토그램(1220)은, 먼저 이미지(1132)(예컨대, 그의 관심 영역(1182)) 내의 색상들(즉, RGB 모델에서의 적색, 녹색, 및 청색)을 다수의 빈들로 구분함으로써 그리고 각각의 빈 내의 픽셀들의 수를 카운트함으로써 생성될 수 있다. 예를 들어, 이미지(1132)가 8-비트 이미지인 경우, 각각의 색에 대한 0 내지 255의 값들은 각각의 빈이 10개의 값들의 범위를 포함하도록 복수의 빈들로 그룹화된다. 예로서, 제1 빈은 0 이상이고 10 미만의 값들을 포함하고, 제2 빈은 10 이상이고 20 미만의 값들을 포함하고, 제3 빈은 20 이상이고 30 미만의 값들을 포함하고, 등등이다. 도 48에 도시된 바와 같이, RGB 모델에서 적색, 녹색 및 청색 성분들을 각각 표현하는 제1 색상 채널(1222), 제2 색상 채널(1224), 및 제3 색상 채널(1226)이 히스토그램(1220)에 묘사된다. 다른 실시 형태들에서, RGB 모델, CMYK 색모델, 또는 임의의 다른 색모델들에서의 상이한 색상 성분들이 사용될 수 있다. 다른 실시 형태들에서, 이미지는 상이한 비트, 예컨대 15-비트 컬러, 16-비트 컬러, 24-비트 컬러, 30-비트 컬러, 36-비트 컬러, 48-비트 컬러, 또는 임의의 다른 비트 값일 수 있다.
동작(1214)에서, 이미지 평가 디바이스(1122)는 히스토그램(1220)으로부터 복수의 색상 파라미터들(1134)을 획득한다. 일부 실시 형태들에서, 이미지 평가 디바이스(1122)는 6개의 색상 파라미터들을 생성한다. 예를 들어, 제1 색상 파라미터(1232)는 제1 색상 채널(1222)의 평균치이고, 제2 색상 파라미터(1234)는 제2 색상 채널(1224)의 평균치이고, 제3 색상 파라미터(1236)는 제3 색상 채널(1226)의 평균치이다. 또한, 제4 색상 파라미터(1242)는 제1 색상 채널(1222)의 Riemann 합이며, 제5 색상 파라미터(1244)는 제2 색상 채널(1224)의 Riemann 합이고, 제6 색상 파라미터(1246)는 제3 색상 채널(1226)의 Riemann 합이다. 제1, 제2 및 제3 색상 채널들(1222, 1224, 1226)의 Riemann 합은 각각 제1, 제2 및 제3 색상 채널들(1222, 1224, 1226)에 대한 곡선 아래의 영역들을 표현한다.
다른 실시 형태들에서, 히스토그램(1220)으로부터 다른 색상 파라미터들이 생성된다. 예를 들어, 색상 파라미터들은 제1 색상 채널(1222)의 최대치, 제2 색상 채널(1224)의 최대치, 제3 색상 채널(1226)의 최대치, 제1 색상 채널(1222)의 최소치, 제2 색상 채널(1224)의 최소치, 제3 색상 채널(1226)의 최소치, 제1 색상 채널(1222)의 모드, 제2 색상 채널(1224)의 모드, 제3 색상 채널(1226)의 모드, 제1 색상 채널(1222)의 히스토그램 헤드, 제2 색상 채널(1224)의 히스토그램 헤드, 제3 색상 채널(1226)의 히스토그램 헤드, 제1 색상 채널(1222)의 히스토그램 테일, 제2 색상 채널(1224)의 히스토그램 테일, 제3 색상 채널(1226)의 히스토그램 테일, 제1 색상 채널(1222)의 히스토그램 헤드 백분율, 제2 색상 채널(1224)의 히스토그램 헤드 백분율, 제3 색상 채널(1226)의 히스토그램 헤드 백분율, 제1 색상 채널(1222)의 히스토그램 테일 백분율, 제2 색상 채널(1224)의 히스토그램 테일 백분율, 및 제3 색상 채널(1226)의 히스토그램 테일 백분율을 포함할 수 있다. 히스토그램 헤드는 히스토그램의 최소 그레이스케일 값을 명시한다. 예를 들어, 제1 색상 채널(1222)의 히스토그램 헤드는 히스토그램에서 제1 색상 채널(1226)의 최소 그레이스케일 값을 명시한다. 히스토그램 테일은 히스토그램의 최대 그레이스케일 값을 명시한다. 예를 들어, 제1 색상 채널(1222)의 히스토그램 테일은 히스토그램에서 제1 색상 채널(1226)의 최대 그레이스케일 값을 명시한다. 히스토그램 헤드 백분율은 최저 그레이스케일 값들을 갖는 특정 범위의 그레이스케일 값들 내에 존재하는, 히스토그램에서의 총 픽셀들의 백분율을 명시한다. 예를 들어, 제1 색상 채널(1222)의 히스토그램 헤드 백분율은 제1 색상 채널(1222)의 최저 그레이스케일 값들의 범위 내에 존재하는, 히스토그램에서의 제1 색상 채널(1222)의 총 픽셀들의 백분율을 명시한다. 히스토그램 테일 백분율은 최고 그레이스케일 값들을 갖는 특정 범위의 그레이스케일 값들 내에 존재하는, 히스토그램에서 표현되는 총 픽셀들의 백분율을 명시한다. 예를 들어, 제1 색상 채널(1222)의 히스토그램 테일 백분율은 제1 색상 채널(1222)의 최고 그레이스케일 값들의 범위 내에 존재하는, 히스토그램에서의 제1 색상 채널(1222)의 총 픽셀들의 백분율을 명시한다.
다른 실시 형태들에서, 색상 파라미터들은 색상 채널들(예컨대, 제1, 제2 및 제3 색상 채널들)의 평균치들, 색상 채널들(예컨대, 제1, 제2, 및 제3 색상 채널들)의 피크들, 및/또는 색상 채널들(예컨대, 제1, 제2 및 제3 색상 채널)의 표준 편차들을 포함한다. 또 다른 실시 형태들에서, 다른 타입의 색상 파라미터들이 사용된다.
도 49는 도 42의 분류 데이터 생성 디바이스(1124)를 동작시키기 위한 예시적인 방법(1270)의 흐름도이다. 방법(1270)은 도 50 및 도 51을 참조하여 기술된다. 도 50은 간섭물 값들이 분류 라벨들로 파싱됨을 설명한 예시적인 테이블(1278)이고, 도 51은 도 42의 분류 디바이스(1126)로부터의 출력들로서의 역할을 할 수 있는 샘플 분류 식별자들(1310)의 예시적인 세트이다.
일부 실시 형태들에서, 후술되는 바와 같이, 상이한 레벨들의 샘플 품질들은 복수의 타깃 변수들로 분류되며, 이들은 본 명세서에서 샘플 분류 식별자들로도 지칭된다. 구체적으로, 분류 디바이스(1126)는 샘플 분류 식별자들 중 하나로서 샘플의 품질을 판정한다. 분류 데이터 생성 디바이스(1124)는 특정 간섭물 또는 간섭물들의 특정 세트에 대한 샘플 분류 식별자들을 생성하도록 동작한다. 일부 실시 형태들에서, 샘플 분류 식별자들은 개별 간섭물에 대한 농도 값들에 기초하여 먼저 특정 샘플에 대한 간섭물 값들을 라벨들의 세트로 파싱함으로써 구성된다. 이어서, 간섭물들에 대한 라벨들의 세트는 샘플 내의 모든 간섭물의 범위들을 분류하는 라벨들(즉, 샘플 분류 식별자들)의 단일 세트로 조합된다.
여전히 도 49를 참조하면, 동작(1272)에서, 분류 데이터 생성 디바이스(1124)는 각각의 간섭물의 농도 값들을 정의한다. 예로서, 도 50에 도시된 바와 같이, 제1 간섭물(1280), 제2 간섭물(1282), 및 제3 간섭물(1284)인 3개의 간섭물들이 분배 팁에서 흡인되는 샘플(1130)에 대해 평가된다. 농도 값들(1290, 1292, 1294)은 각각 간섭물들(1280, 1282, 1284)에 대해 정의된다. 일부 실시 형태들에서, 농도 값들은 하나 이상의 별개의 농도 값들로서 정의된다. 다른 실시 형태들에서, 농도 값들은 농도 값의 범위로서 정의된다.
예를 들어, 3개의 농도 값들(1290)(예컨대, 값(들) 1-1, 값(들) 1-2, 및 값(들) 1-3)이 제1 간섭물(1280)에 대해 정의되고, 3개의 농도 값들(1292)(예컨대, 값(들) 2-1, 값(들) 2-2, 및 값(들) 2-3)이 제2 간섭물(1282)에 대해 정의되고, 3개의 농도 값들(1294)(예컨대, 값(들) 3-1, 값(들) 3-2, 및 값(들) 3-3)이 제3 간섭물(1284)에 대해 정의된다. 다른 실시 형태들에서, 동일한 또는 상이한 간섭물들에 대해 다른 수의 농도 값들이 정의된다.
동작(1274)에서, 분류 데이터 생성 디바이스(1124)는 분류 라벨들(1300, 1302, 1304)을 농도 값들(1290, 1292, 1294)에 할당한다. 동일한 예에서, 제1 간섭물(1280)에 대한 농도 값들(1290)에는 제로(ZERO), 미디엄(MEDIUM), 및 하이(HIGH)와 같은 3개의 분류 라벨들(1300)이 할당된다. 제2 간섭물(1282)에 대한 농도 값들(1292)에는 부재(ABSENT) 및 존재(PRESENT)와 같은 2개의 분류 라벨들(1302)이 할당된다. 제3 간섭물(1284)에 대한 농도 값들(1294)에는 제로, 미디엄, 및 하이와 같은 3개의 분류 라벨들(1304)이 할당된다. 분류 라벨들의 다른 실시 형태들이 또한 가능하다. 예를 들어, 다른 실시 형태들에서, 제2 간섭물(1282)에 대한 농도 값들(1292)에는 3개의 분류 라벨들(1300, 1304)과 유사하게 제로, 미디엄, 및 하이와 같은 3개의 분류 라벨들이 할당될 수 있다. 다른 실시 형태들에서, 농도 값들(1290, 1294)에는 2개의 분류 라벨들(1302)과 유사하게, 부재 및 존재와 같은 분류 라벨들이 할당될 수 있다.
동작(1276)에서, 분류 데이터 생성 디바이스(1124)는 간섭물 농도 값들의 상이한 조합들에 기초하여 샘플 분류 식별자들(1310)의 리스트를 생성한다. 샘플 분류 식별자들(1310)은 논의되고 있는 모든 간섭물의 조합의 레벨 또는 농도를 일반적으로 표현하는 데 사용된다. 후술되는 바와 같이, 샘플 분류 식별자들(1310)은 분류 디바이스(1126)에 대한 타깃 변수들로서의 또는 분류 디바이스(1126)로부터의 출력들로서의 역할을 한다.
도 51에 도시된 바와 같이, 샘플 분류 식별자들(1310)의 리스트는 분류 라벨들(1300, 1302, 1304)의 가능한 조합들 모두를 포함한다. 샘플 분류 식별자들(1310)의 예시적인 표기는 순서대로 제1 간섭물(1280)에 대한 분류 라벨(1300), 제2 간섭물(1282)에 대한 분류 라벨(1302), 및 제3 간섭물(1284)에 대한 분류 라벨(1304)의 조합이다. 도시된 예에서, 제1 간섭물(1280)에 대한 3개의 분류 라벨들(예컨대, 제로, 미디엄, 및 하이), 제2 간섭물(1282)에 대한 2개의 분류 라벨들(예컨대, 부재, 및 존재), 및 제3 간섭물(1284)에 대한 3개의 분류 라벨들(예컨대, 제로, 미디엄, 및 하이)이 있으므로, 18(= 3 × 2 × 3)개의 샘플 분류 식별자들(1310)이 있을 수 있다. 샘플 분류 식별자들은 본 명세서에서 샘플 분류자들로도 지칭된다. 다른 샘플 분류 식별자들이 또한 가능하다. 예를 들어, 제2 간섭물(1282)은 2개의 분류 라벨들(예컨대, 부재 및 존재) 대신에 3개의 분류 라벨들(예컨대, 제로, 미디엄, 및 하이)을 가질 수 있다.
도 50은 3개의 간섭물들의 혼합물에 대한 색상 파라미터 데이터 테이블(1320)의 일례를 도시하는데, 각각의 간섭물은 5개의 값들을 갖는다. 도시된 예에서, 기구(100)가 면역검정 분석기인 경우에, 제1 간섭물(1280)은 헤모글로빈이고, 제2 간섭물(1282)은 황달(빌리루빈)이고, 제3 간섭물(1284)은 지방혈(지질)이다. 예로서, 제1 간섭물(1280)은 제로의 분류 라벨(1300)을 갖는 값(들) 1-1에 대해 0 mg/dL, 미디엄의 분류 라벨(1300)을 갖는 값(들) 1-2에 대해 250 및 500 mg/dL, 및 하이의 분류 라벨(1300)을 갖는 값(들) 1-3에 대해 750 및 1000 mg/dL와 같은 5개의 값들을 갖는 3개의 세그먼트들로 분할된다. 제2 간섭물(1282)은 부재의 분류 라벨(1302)을 갖는 값(들) 2-1에 대해 0 mg/dL, 존재의 분류 라벨(1302)을 갖는 값(들) 2-2에 대해 10 및 20 mg/dL, 및 존재의 분류 라벨(1302)을 갖는 값(들) 2-3에 대해 30 및 40 mg/dL와 같은 5개의 값들을 갖는 3개의 세그먼트들로 분할된다. 다른 실시 형태들에서, 제2 간섭물(1282)은 제로의 분류 라벨(1302)을 갖는 값(들) 2-1에 대해 0 mg/dL, 미디엄의 분류 라벨(1302)을 갖는 값(들) 2-2에 대해 10 및 20 mg/dL, 및 하이의 분류 라벨(1302)을 갖는 값(들) 2-3에 대해 30 및 40 mg/dL와 같은 5개의 값들을 갖는 3개의 세그먼트들로 분할될 수 있다. 제3 간섭물(1284)은 제로의 분류 라벨(1304)을 갖는 값(들) 3-1에 대해 0 mg/dL, 미디엄의 분류 라벨(1304)을 갖는 값(들) 3-2에 대해 125 및 250 mg/dL, 및 하이의 분류 라벨(1304)을 갖는 값(들) 3-3에 대해 375 및 500 mg/dL와 같은 5개의 값들을 갖는 3개의 세그먼트들로 분할된다.
도 53은 도 52에 도시된 바와 같은 제1, 제2, 및 제3 간섭물들의 조합들로부터 출력되는 것으로 예측되는 샘플 분류자들(1310)의 예시적인 세트를 도시한다. 도 53의 분류자들(1310)은 도 52에 도시된 바와 같은 제1, 제2, 및 제3 간섭물들에 기초한 가능한 출력들 중 일부만을 도시한다. 샘플 분류자들(1310)의 표기는 도 51을 참조하여 기술된 바와 같이 생성된다. 예를 들어, 지질이 샘플 내에 0 mg/dL 존재하고(테이블(1320)에서 "제로"), 10 mg/dL의 황달이 샘플 내에 포함되고(테이블(1320)에서 "존재"), 375 mg/dL의 헤모글로빈이 샘플 내에 포함되는(테이블(1320)에서 "하이") 경우, 샘플 분류자(1310)는 "ZeroPresentHigh"로 지정된다. 다른 샘플 분류자들(1310)이 또한 가능하다. 예를 들어, 지질이 샘플 내에 0 mg/dL 존재하는 경우(분류 라벨로서 "제로"), 10 mg/dL의 황달이 샘플 내에 존재하는 경우, 그것은 "존재" 대신에 "미디엄"의 분류 라벨을 가질 수 있고, 375 mg/dL의 헤모글로빈이 샘플 내에 포함되고(분류 라벨로서 "하이"), 샘플 분류자(1320)는 "ZeroMediumHigh"로서 지정될 것이다. 추가 예로서, 지질이 샘플 내에 0 mg/dL 존재하는 경우(분류 라벨로서 "제로"), 0 mg/dL의 황달이 샘플 내에 존재하는 경우, 그것은 "부재" 대신에 "제로"의 분류 라벨을 가질 수 있고, 375 mg/dL의 헤모글로빈이 샘플 내에 포함되고(분류 라벨로서 "하이"), 샘플 분류자(1320)는 "ZeroZeroHigh"로서 지정될 것이다. 도 54는 도 42의 분류 디바이스(1126)의 일례를 개략적으로 도시한 블록도이다. 전술된 바와 같이, 분류 디바이스(1126)는, 색상 파라미터들(1134) 중 하나 이상을 수신하도록 그리고 샘플 분류 결과(1138)를 생성하도록 동작한다. 분류 디바이스(1126)는 분류 데이터(1136)를 추가로 수신하여 샘플 분류 결과(1138)를 생성한다. 일부 실시 형태들에서, 분류 디바이스(1126)는 피드백 데이터(1330)를 생성한다. 본 명세서에 기술된 바와 같이, 분류 디바이스(1126)는 샘플 품질을 평가하는 데 별도의 디바이스가 필요하지 않도록 기구(100)에 통합된다.
일부 실시 형태들에서, 색상 파라미터들(1134)은 전술된 바와 같은 색상 파라미터들(1232, 1234, 1236, 1242, 1244, 1246) 중 적어도 하나를 포함한다. 다른 실시 형태들에서, 분류 디바이스(1126)는 색상 파라미터들(1232, 1234, 1236, 1242, 1244, 1246) 모두를 활용한다. 또 다른 실시 형태들에서, 분류 디바이스(1126)는 다른 타입들의 색상 파라미터들을 사용한다.
일부 실시 형태들에서, 분류 디바이스(1126)는, 색상 파라미터들(1134)을 프로세싱하도록 그리고 샘플 분류 식별자들(1310)의 리스트로부터 하나를 샘플 분류 결과(1138)로서 선택하도록 동작한다. 샘플 분류 결과(1138)는 샘플 분류 식별자들(1310) 중 하나를 포함하는데, 이는 일반적으로 샘플 품질 또는 무결성을 나타낸다. 이와 같이, 샘플 품질 검출 디바이스(1112)의 출력은 샘플 내에 포함된 간섭물들의 양 또는 농도의 정량화가능한 수가 아니다. 오히려, 샘플 품질 검출 디바이스(1112)는 분류자(즉, 분류 식별자)를 출력하는데, 이는 샘플 품질의 간단한 표시이다.
샘플이 논의되고 있는 복수의 간섭물들을 포함하는 경우, 그러한 간섭물들은 하나의 간섭물이 다른 간섭물들의 검출에 영향을 미치도록 스펙트럼 중첩을 야기할 수 있다. 예를 들어, 헤모글로빈(적색 등), 빌리루빈(황색 등), 및 지질(백색 등)이 샘플 내의 간섭물들인 경우, 헤모글로빈, 빌리루빈, 및 지질에 대한 흡수는 적어도 부분적으로 중첩되어, 그에 따라, 간섭물들 사이를 구별하기 어렵게 만든다. 따라서, 간섭물들의 특정 양 또는 농도를 출력하는 것과는 대조적으로, 샘플 분류자를 사용함으로써 샘플 품질 결과를 단순화하는 것이 바람직하다.
일부 실시 형태들에서, 분류 디바이스(1126)는 분류 디바이스(1126)의 동작을 개선하도록 적응된 피드백 데이터(1330)를 사용한다. 피드백 데이터(1330)는 입력된 색상 파라미터들(1134)과 출력된 샘플 분류 결과(1138) 사이의 상관에 관한 정보를 포함할 수 있다. 피드백 데이터(1330)는 피드백되고, 분류 디바이스(1126)를 추가로 트레이닝시킴으로써 미래의 동작들을 개선하는 데 사용된다.
일부 실시 형태들에서, 분류 디바이스(126)는 머신 러닝 모델을 채용한다. 예를 들어, 분류 디바이스(126)는, 분류를 위해 사용되는 데이터를 분석하는 하나 이상의 연관된 학습 알고리즘들을 갖는 감독 학습 모델인 SVM 모델을 사용한다. 다른 실시 형태들에서는 또한 가능하게는 로지스틱 회귀, 신경망, 컨볼루션 신경망, 및 분류 트리와 같은 다른 모델들이 사용된다.
도 54에 도시된 바와 같이, 분류 디바이스(1126)의 일부 실시 형태들은 트레이닝 동작(1340) 및 정상 동작(1342)을 수행한다. 트레이닝 동작(1340)에서, SVM 트레이닝 알고리즘을 채용하는 분류 디바이스(1126)는 샘플 분류들 중 하나에 속하는 것으로 각각 표시되는 트레이닝 예시 샘플들의 세트로부터 모델을 구축한다. 이 모델은 새로운 예들을 하나의 분류 또는 다른 분류에 할당하여, 그것이 비-확률론적 이진 선형 분류자가 되게 한다. SVM 모델은, 개별 분류들의 예들이 가능한 한 넓은 투명한 갭에 의해 분할되도록 맵핑되는, 공간 내의 포인트들로서의 예들의 표현이다. 이어서, 새로운 예들이 동일한 공간 내에 맵핑되고, 그들이 갭의 어느 측면에 속하는지에 기초한 분류에 속하는 것으로 예측된다. 선형 분류에 대해 대안으로, SVM 모델은 커널 방법들(예컨대, RBF(radial basis function))을 이용한 비선형 분류를 수행하여, 그들의 입력들을 고차원 피처 공간들에 맵핑시킬 수 있다. 예를 들어, SVM 모델은 고차원 또는 무한차원 공간에 초평면 또는 초평면(hyper-plane)들의 세트를 구성하는데, 이는 분류를 위해 사용될 수 있다. 임의의 클래스의 최근접 트레이닝 데이터 포인트들까지의 최대 거리를 갖는 초평면에 의해 양호한 분리가 달성되는데, 이는 일반적으로, 여분이 클수록 분류자의 일반화 에러가 낮아지기 때문이다.
본 명세서 내에 도시된 예에서, SVM에 대한 차원 공간은 전술된 RGB 프로파일로부터 구성되어, 6개의 색상 파라미터들에 대응하는 6차원 예측자 공간을 생성한다. 전술된 바와 같이, 분류에 대한 타깃 변수는 각각의 샘플에 대한 측정된 간섭물 값들(예컨대, 헤모글로빈, 황달, 및 지방혈, 이들은 본 명세서에서 총체적으로 HIL로 지칭됨)을 개별 HIL 데이터에 대한 농도 범위에 기초하여 라벨들의 세트로 파싱함으로써 구성된다. 각각의 간섭물에 대한 샘플 라벨들은 3개의 HIL 성분들 모두의 범위들을 분류하는 단일 라벨로 조합된다. 그것은 SVM 분류자에 대한 타깃 변수로서의 역할을 하는 이러한 전체 샘플 분류 라벨이다.
일부 실시 형태들에서, SVM 분류자는 서포트 벡터들 및 트레이닝 에러들의 수를 규칙화하는 'nu'로 알려진 하이퍼-파라미터로 조정된다. 분류자는, 예를 들어 Sci-Kit 학습 모듈을 사용하여 Python으로 구현되는데, 이는 Nu-규칙화된 SVM 분류자들(예컨대, "sklearn.svm.NuSvc")에 대한 내장 지원(built-in support)을 갖는다.
일단 SVM 모델이 트레이닝 동작(1340)에서 확립되면, 분류 디바이스(1126)는 정상 동작(1342)을 위해 준비되며, 여기서 환자 샘플의 품질은 현장에 있는 기구(100)에서의 실험실 분석을 위해 평가된다. 일부 실시 형태들에서, 분류 디바이스(1126)는 기구(100)가 고객의 현장에 설치되기 전에 사전-트레이닝된다. 다른 실시 형태들에서, 분류 디바이스(1126)는 정상 동작(1342)에서 피드백 데이터(1330)로 계속해서 업데이트된다. 또 다른 실시 형태들에서, 분류 디바이스(1126)는 고객에 의해 구성가능하다.
도 55는 샘플 분류 결과들(1138) 및 연관된 플래깅 결과들(1352)의 예시적인 데이터 세트(1350)이다. 도 43을 참조하여 기술된 바와 같이, 샘플 무결성 검출 디바이스(1112)는 흡인된 샘플(1130)이 후속 프로세스들(도 43의 동작(1162))에 대해 적절한 품질을 갖는지의 여부를 나타내도록 플래깅 결과를 생성한다. 도 55에 도시된 바와 같이, 샘플 분류 결과들(1138) 중 하나 이상은 연관된 샘플들이 기구(100)에서의 실험실 분석을 위한 충분한 품질을 갖지 않는다는 것을 나타내는 것으로 간주된다. 그러한 샘플 분류 결과들(1138)과 연관된 샘플들은 샘플들의 손상된 품질을 나타내도록 플래깅될 수 있다. 예로서, 데이터 세트(1350)는 어느 샘플 분류 결과가 플래깅될 필요가 있는 샘플을 표현하는지를 예시한다.
도 42 내지 도 55에 기술된 바와 같이, 샘플 품질 검출 디바이스(1112)는 (복수의 색상 파라미터들과 연관된) 복잡한 가변 공간을 샘플 품질을 표현하는 간단한 출력(샘플 분류자를 포함함)으로 변환하도록 동작한다. 출력된 샘플 분류 결과(1138)는 실험실 분석을 위해 적절한 품질 또는 무결성을 갖도록 샘플이 적절하게 준비되었는지의 여부를 사용자에게 통지하는 데 사용된다.
샘플 품질 검출 디바이스(1112)는 다양한 응용물들에 적합하도록 수정될 수 있다. 예를 들어, 샘플 품질 검출 디바이스(1112)는 임의의 체외 진단 분석기에 대해, 임의의 샘플 튜브 또는 반응 베셀에 대해, 그리고 임의의 용기 형상에 대해 적용가능하다. 일부 실시 형태들에서, 샘플 품질 검출 디바이스(1112)의 이미지 평가 디바이스(1122)는 이미지 프로세싱을 위해 사전정의된 관심 영역을 사용할 필요가 없다. 이미지 캡처 디바이스(1120)의 카메라 유닛은 임의의 타입 또는 품질의 것일 수 있다. 예시적인 실시 형태에 따른 샘플 품질 검출 디바이스(1112)는 모바일 디바이스들에 수반되는 카메라들과 같은 소비자 레벨 카메라 유닛을 사용할 수 있다. 이미지 캡처 디바이스(1120)에서 사용되는 광원은 임의의 위치에 위치될 수 있다. 일부 실시 형태들에서, 분류 디바이스(1126)는 고객 위치들에 있는 현장에서 트레이닝될 수 있다. 또 다른 실시 형태들에서, 분류 디바이스(1126)는, 고객의 고유 환자 샘플 집단 및 간섭물(예컨대, HIL) 값들에 기초하여, 성능을 조절하도록 학습 알고리즘에 의해 적응될 수 있다.
도 56 내지 도 68을 참조하여, 팁 정렬 검출 디바이스(1114)의 일례가 기술된다.
도 56은 팁 정렬 검출 디바이스(1114)의 일례의 블록도이다. 팁 정렬 검출 디바이스(1114)는, 분배 팁(112)의 오정렬을 검출하도록 그리고 분배 팁(112) 내에 포함된 액체 물질의 검출된 부피를 보정하도록 동작한다.
일부 실시 형태들에서, 이미지 기반 부피 검출 디바이스(1500)는, 샘플과 같은 액체 물질을 흡인한 분배 팁(112)의 이미지를 캡처하도록 그리고 분배 팁(112)의 이미지에 기초하여 액체 물질의 부피를 계산하도록 동작한다. 이미지 기반 부피 검출 디바이스(1500)의 일례는 본 명세서에 기술된 바와 같은 분배 팁 부피 검출 디바이스(400)를 포함한다. 예를 들어, 본 명세서에 기술된 바와 같이, 샘플 피펫팅 디바이스(152)는 샘플을 분배 팁(112) 내로 흡인하는 데 사용되고, 분배 팁 부피 검출 디바이스(400)는 분배 팁 이미지 캡처 유닛(130)을 사용하여 분배 팁의 이미지를 캡처하고, 캡처된 이미지를 분석함으로써 흡인된 샘플의 부피를 계산한다.
일부 실시 형태들에서, 분배 팁(112) 내의 액체 물질(예컨대, 샘플)의 검출된 부피는 도 57 및 도 58에서 기술되는 바와 같은 공차 및 오정렬의 다양한 소스들로 인해 항상 정확한 것은 아니다. 따라서, 부피(1502)는 일부 에러들을 갖고서 검출된다.
팁 정렬 검출 디바이스(1114)는 샘플 피펫팅 모듈(512) 및/또는 분배 팁 이미지 캡처 유닛(130)에 대한, 적어도 분배 팁(112)의 오정렬을 검출하도록 동작한다. 분배 팁(112)의 오정렬은 분배 팁(112) 내의 흡인된 샘플 부피를 검출하는 데 있어서 에러들을 야기한다. 팁 정렬 검출 디바이스(1114)는, 이미지 기반 부피 검출 디바이스(1500)(예컨대, 분배 팁 부피 검출 디바이스(400))에 의해 검출된 물질 부피를 보정하도록 그리고 흡인된 물질(1504)의 보정된 부피를 제공하도록 동작한다.
본 명세서에 기술된 바와 같이, 팁 정렬 검출 디바이스(1114) 및 이미지 기반 부피 검출 디바이스(1500)는 기구(100)의 일부일 수 있고, 따라서 본 명세서에 기술된 바와 같은 시스템, 디바이스, 컴포넌트, 엔진, 및 기구(100)의 다른 부품과 관련하여 동작된다.
도 57은 분배 팁(112)의 일례의 단면도로서, 분배 팁(112)의 구성에서의 가능한 공차들을 도시한다. 분배 팁(112)은 하나 이상의 치수들에서 허용가능한 공차들을 갖도록 설계된다. 그러한 치수들 중 일부는 길이들(L10, L11, L12), 및 폭들 또는 직경들(D10, D11, D12)을 포함한다. 분배 팁(112)에 대해 허용된 공차들은 분배 팁(112)에 포함된 물질의 부피에 영향을 미칠 수 있다.
도 58은 분배 팁(112)의 예시적인 오정렬을 개략적으로 도시한다. 도시된 바와 같이, 분배 팁(112)(본 명세서에서 112로도 지칭됨)이 그의 맨드릴(528)과 같은 샘플 피펫팅 모듈(512)과 맞물려질 때, 분배 팁(112)이 항상 원하는 대로 위치되는 것은 아니다. 일부 실시 형태들에서, 분배 팁(112)을 수직으로 위치시키거나, 또는 맨드릴(526)과 일렬로 있게 하는 것이 바람직할 수 있다. 그러나, 분배 팁(112)은 맨드릴(526)에 대해 기울어질 수 있고, 물질(540)의 부피는 분배 팁 이미지 캡처 유닛(130)의 관점과는 상이하게 관찰될 수 있다. 따라서, 분배 팁(112)의 오정렬은 분배 팁(112)에서 흡인되는 물질(540)의 부피를 검출함에 있어서 정확도에 영향을 미칠 수 있다.
도 59는 분배 팁(112)의 가능한 타입의 오정렬을 도시한다. 다이어그램 1은 분배 팁 이미지 캡처 유닛(130)의 카메라 유닛에 대한 분배 팁(112)의 위치를 도시한다. Z-축은 분배 팁(112)이 대체로 연장되는 축으로 정의되지만, 다이어그램 2에 도시된 바와 같이, X-축은 분배 팁(112)이 분배 팁 이미지 캡처 유닛(130)의 카메라 유닛에 대해 좌측에서 우측으로 또는 우측에서 좌측으로 기울어질 수 있는 방향으로서 정의된다. 분배 팁(112)이 X-축 방향으로 기울어질 때, 오정렬은, 다이어그램 2에 도시된 바와 같이, 측면-오정렬 각도(C)에 의해 표현될 수 있다("측면-오정렬"). Y-축은, 다이어그램 3에 도시된 바와 같이, 분배 팁(112)이 카메라 유닛으로부터 멀어지게 또는 카메라 유닛을 향하여 기울어질 수 있는 방향으로 정의된다. 분배 팁(112)이 Y-축 방향으로 기울어질 때, 오정렬은 다이어그램 3에 도시된 바와 같이, 깊이-오정렬 각도(D)에 의해 표현될 수 있다("깊이-오정렬"). 그러한 깊이-오정렬은 팁 이미지 캡처 유닛(130)에 의해 캡처된 2차원 이미지로부터 식별되지 않는다.
도 60a는 팁 정렬 검출 디바이스(1114)와 함께 사용되도록 구성된 예시적인 분배 팁(1510)의 측단면도이다. 이러한 예에서의 분배 팁(1510)은 도 13 및 도 14를 참조하여 기술된 바와 같은 분배 팁(112)과 유사하게 구성된다. 따라서, 분배 팁(1510)에 대한 설명은 주로 분배 팁(112)과의 차이들로 제한되고, 다른 설명은 간결함을 위해 생략된다.
이러한 예에서, 분배 팁(1510)은, 도 60b 및 도 60c(이들은 도 60a의 분배 팁의 일부분의 확대도들임)에 더 잘 도시된 바와 같이, 제1 기준 라인(1512) 및 제2 기준 라인(1514)을 포함한다. 일부 실시 형태들에서, 제1 및 제2 기준 라인들(1512, 1514)은, 도 62를 참조하여 기술된 바와 같이, 분배 팁의 측면-오정렬을 검출하는 데 사용된다. 추가로, 도 62에 기술된 바와 같이, 제1 및 제2 기준 라인(1512, 1514) 중 적어도 하나가 분배 팁의 깊이-오정렬을 검출하는 데 사용된다.
일부 실시 형태들에서, 기준 라인들(1512, 1514)은 분배 팁 이미지 캡처 유닛(130)에 의해 검출가능하도록 구성된다. 기준 라인들(1512, 1514)은 분배 팁(1510)의 다양한 위치들에서 형성될 수 있다. 일부 실시 형태들에서, 제1 기준 라인(1512)은 흡인된 물질의 표면 레벨 또는 메니스커스가 제1 기준 라인(1512) 아래에(즉, 분배 팁(1510)의 제1 기준 라인(1512)과 원위 단부(562) 사이에) 배열되도록 위치된다. 다른 실시 형태들에서, 제1 기준 라인(1512)은 흡인된 물질의 메니스커스가 원위 단부(562)에 대해 제1 기준 라인(1512) 위에(즉, 기준 라인(570)과 근위 단부(560) 사이에) 배열되도록 위치된다. 일부 실시 형태들에서, 제1 기준 라인(1512)은 도 13에 도시된 바와 같은 기준 라인(570)에 대응한다.
제2 기준 라인(1514)은 제1 기준 라인(1512)에 대해 분배 팁(1510)의 원위 단부(562)에 가깝게 배열될 수 있다. 예로서, 제1 기준 라인(1512)은 100 μL를 갖는 흡인된 물질의 표면 라인이 제1 기준 라인(1512) 아래에(즉, 분배 팁(1510)의 제1 기준 라인(1512)과 원위 단부(562) 사이에) 배열되도록 위치되는 한편, 제2 기준 라인(1514)은 2 μL를 갖는 흡인된 물질의 표면 라인이 제2 기준 라인(1512) 위에(즉, 제1 기준 라인(1512)과 제2 기준 라인(1514) 사이에) 배열되도록 위치된다.
제1 및 제2 기준 라인(1512, 1514)은 다양한 방식들로 분배 팁(1510)에 제공된다. 일부 실시 형태들에서, 기준 라인들은 돌출부, 융기부, 만입부, 노치, 또는 분배 팁 상에 형성된 임의의 다른 가시적 요소와 같은 검출가능한 구조물들이다. 다른 실시 형태들에서, 기준 라인들은 분배 팁 상에 페인팅되거나 부착되는 마커들 또는 표시자들이다. 기준 라인들은 분배 팁에 일체로 형성되거나 성형될 수 있다. 대안으로, 기준 라인들은 별도로 제조되고 분배 팁에 부착된다.
도 61은 분배 팁 정렬을 평가하기 위한 예시적인 방법(1550)을 도시한 흐름도이다. 일부 실시 형태들에서, 방법(1550)은 팁 정렬 검출 디바이스(1114)에 의해 수행된다. 다른 실시 형태들에서, 기구(100)의 다른 부분은 팁 정렬 검출 디바이스(1114)와 함께 또는 그 대신에 방법(1550)을 실행할 수 있다.
동작(1552)에서, 샘플 흡인 시스템(510)과 같은 기구(100)는, 프로그래밍된 바대로, 유체 물질, 예컨대 샘플을 분배 팁(1510) 내로 흡인한다.
동작(1554)에서, 샘플 흡인 시스템(510)과 같은 기구(100)는 흡인된 샘플을 포함하는 분배 팁(1510)을 분배 팁 이미지 캡처 유닛(130)으로 전송한다. 일부 실시 형태들에서, 분배 팁 이미지 캡처 유닛(130)은 전송 없이 흡인 후에 분배 팁의 이미지를 캡처하도록 배열된다. 이어서, 분배 팁 이미지 캡처 유닛(130)은 분배 팁(1510)의 이미지를 캡처한다. 일부 실시 형태들에서, 분배 팁(1510)의 이미지는 사전결정된 해상도의 디지털 이미지이다.
동작(1556)에서, 이미지 기반 부피 검출 디바이스(1500)(예컨대, 도 9에 도시된 바와 같은, 분배 팁 부피 검출 디바이스(400) 또는 샘플 흡인 부피 검출 디바이스(500))와 같은 기구(100)는 캡처된 이미지를 분석함으로써 분배 팁(1510) 내의 물질의 부피를 검출한다. 동작(1556)의 일례가 예를 들어 도 16 내지 도 19를 참조하여 기술되었다.
동작(1558)에서, 팁 정렬 검출 디바이스(1114)와 같은 기구(100)는 캡처된 이미지를 사용하여 분배 팁(1510)의 오정렬을 검출한다. 동작(1558)의 일례가 도 62 내지 도 68을 참조하여 기술된다.
동작(1560)에서, 팁 정렬 검출 디바이스(1114)와 같은 기구(100)는 (동작(1558)에서 검출된 바와 같은) 오정렬의 검출에 기초하여 (동작(1556)에서 검출된 바와 같은) 검출된 부피를 보정하도록 동작한다.
도 62는 분배 팁 오정렬을 검출하기 위한 예시적인 방법(1570)을 도시한 흐름도이다. 이러한 방법에서, 팁 정렬 검출 디바이스(1114)는 (동작(1572)에서) 도 59의 다이어그램 2에 도시된 바와 같은 측면-오정렬, 및 (동작(1574)에서) 도 59의 다이어그램 3에 도시된 바와 같은 깊이-오정렬을 검출할 수 있다.
도 63은 분배 팁 오정렬을 검출하기 위한 다른 예시적인 방법(1600)을 도시한 흐름도이다. 방법(1600)은 또한 도 64를 참조하여 기술되는데, 이는 분배 팁의 측면-오정렬을 보여주는 예시적인 이미지를 개략적으로 도시한다.
이러한 방법에서, 측면-오정렬은 동작들(1602, 1604, 1606, 1608, 1610, 1612, 1614)로 검출될 수 있다. 깊이-오정렬은 동작들(1602, 1622, 1624, 1626)로 검출될 수 있다. 일부 실시 형태들에서, 측면-오정렬은, 예를 들어 본 명세서에 기술된 바와 같은 분배 팁 부피 검출 디바이스(400) 또는 샘플 흡인 부피 검출 디바이스(500)에 의해 수행되는 부피 검출 프로세스의 일부로서 검출될 수 있다. 예를 들어, 동작들(1602, 1604, 1606, 1608, 1616)은 분배 팁 부피 검출 디바이스(400) 또는 샘플 흡인 부피 검출 디바이스(500)에 의해 수행되는 동작들 중 일부와 동일하거나 유사하고, 따라서, 분배 팁 부피 검출 디바이스(400) 또는 샘플 흡인 부피 검출 디바이스(500)의 그러한 동작들에 의해 대체될 수 있다.
동작(1602)에서, 팁 정렬 검출 디바이스(1114)는 분배 팁(1510)의 이미지를 획득한다. 분배 팁(1510)의 이미지는 분배 팁 이미지 캡처 유닛(130)에 의해 캡처될 수 있다.
동작(1604)에서, 팁 정렬 검출 디바이스(1114)는 분배 팁(1510)의 제1 기준 라인(1512)의 사전결정된 포인트(1640)를 검출한다. 일부 실시 형태들에서, 사전결정된 포인트(1640)는 제1 기준 라인(1512)의 중심이다. 다른 실시 형태들에서는 제1 기준 라인(1512)의 다른 포인트들이 사용될 수 있다.
동작(1606)에서, 팁 정렬 검출 디바이스(1114)는 분배 팁(1510) 내에 포함된 유체 물질(1630)의 메니스커스(1632)의 사전결정된 포인트(1642)를 검출한다. 일부 실시 형태들에서, 사전결정된 포인트(1642)는 분배 팁 내의 물질의 메니스커스의 중심이다. 다른 실시 형태들에서는 메니스커스의 다른 포인트들이 사용될 수 있다.
다른 실시 형태들에서, 유체 물질의 메니스커스 대신에, 제2 기준 라인(1514)이 사용된다. 본 출원에서, 팁 정렬 검출 디바이스(1114)는 분배 팁의 제2 기준 라인의 사전결정된 포인트(예컨대, 중심)를 검출한다.
동작(1608)에서, 팁 정렬 검출 디바이스(1114)는 포인트들(1640, 1642)을 연결하여 포인트들(1640, 1642) 사이의 라인(1634)을 정의한다.
동작(1620)에서, 팁 정렬 검출 디바이스(1114)는 기준 라인(1636)에 대한 라인(1634)의 각도(C)를 판정한다. 일부 실시 형태들에서, 기준 라인(1636)은 분배 팁 이미지 캡처 유닛(130)에 의해 캡처된 이미지에서의 수직선과 평행하다. 다른 실시 형태들에서는 다른 라인들이 기준 라인(1636)으로서 사용될 수 있다.
흡인된 물질(1630)의 메니스커스(1632) 및 제1 기준 라인(1512)이 라인(1634)을 결정하는 데 사용되지만, 다른 기준 라인들 또는 포인트들이 라인(1634)을 정의하는 데 사용될 수 있다. 예를 들어, 제1 기준 라인(1512), 제2 기준 라인(1514), 흡인된 물질의 메니스커스(1632), 분배 팁(1510)의 다른 부분들, 및 분배 팁(1510)과 맞물리는 샘플 피펫팅 모듈(512)의 임의의 부분의 임의의 조합.
동작(1612)에서, 팁 정렬 검출 디바이스(1114)는 각도(C)가 임계값 미만인지의 여부를 판정한다. 임계값은 분배 팁이 기울어질 수 있는 최대 허용가능한 각도를 표현한다. 분배 팁이 임계 각도 값 초과의 각도로 기울어질 때, 물질의 검출된 부피는 신뢰성있는 결과에 대해 허용불가능한 것으로 간주된다. 일부 실시 형태들에서, 임계 각도 값은 약 0.5 내지 약 5 도의 범위에 있다. 다른 실시 형태들에서, 임계 각도 값은 약 1 내지 약 3 도의 범위에 있다. 또 다른 실시 형태들에서, 임계 각도 값은 약 2 도이다.
라인(1634)의 각도(C)가 임계 각도 값 미만인 것으로 판정되는 경우(이 동작에서 "예"), 방법(1600)은 동작(1616)에서 계속된다. 그렇지 않은 경우(이 동작에서 "아니오"), 방법(1600)은 동작(1614)으로 이동하고, 여기서 팁 정렬 검출 디바이스(1114)는 분배 팁 내의 흡인된 부피가 후속 프로세스들에 적절하지 않음을 나타내도록 흡인을 플래깅한다. 동작(1614)에서, 동작(1602) 및 후속 동작들을 반복하기 위해 다른 흡인이 다른 분배 팁을 사용하여 수행될 수 있다.
동작(1616)에서, 캡처된 이미지를 사용하여 분배 팁 내의 물질의 부피가 획득된다. 일부 실시 형태들에서, 분배 팁 부피 검출 디바이스(400) 또는 샘플 흡인 부피 검출 디바이스(500)는 이러한 동작을 본 명세서에 기술된 바와 같이 수행할 수 있다.
동작(1618)에서, 팁 정렬 검출 디바이스(1114)는 검출된 부피가 임계 부피 값 초과인지의 여부를 판정한다. 임계 부피 값은 측면-오정렬 및/또는 깊이-오정렬에 의해 영향받을 수 있는 (또는 현저하게 영향을 받을 수 있는) 분배 팁 내의 최대 부피를 표현한다. 분배 팁 내에 포함된 물질의 부피가 이러한 임계값 초과일 때, 측면-오정렬 및 깊이-오정렬이 분배 팁 내의 부피의 검출에 현저히 영향을 미치는 것은 아니고 분배 팁 내의 그러한 부피의 계산이 측면-오정렬 및 깊이-오정렬에 상관없이 허용가능한 것으로 간주된다. 분배 팁 내에 포함된 물질의 부피가 이러한 임계값 이하일 때, 측면-오정렬 또는 깊이-오정렬은 캡처된 이미지에 기초한 부피의 검출에 현저히 영향을 미칠 수 있고 그러한 부피의 계산은 허용가능하지 않을 것으로 간주된다.
일부 실시 형태들에서, 임계 부피 값은 약 3 내지 약 30 μL의 범위에 있다. 다른 실시 형태들에서, 임계 부피 값은 약 5 내지 약 20 μL의 범위에 있다. 또 다른 실시 형태들에서, 임계 각도 값은 약 10 μL이다.
검출된 부피가 임계 부피 값 초과인 것으로 판정되는 경우(이 동작에서 "예"), 방법(1600)은 동작(1620)에서 계속되며, 여기서 계산된 부피가 리포트된다. 그렇지 않은 경우(이 동작에서 "아니오"), 방법(1600)은 동작(1622) 및 후속 동작들로 이동한다.
동작(1622)에서, 팁 정렬 검출 디바이스(1114)는 제2 기준 라인(1514)을 사용하여 검출된 부피를 보정하도록 동작한다. 제2 기준 라인을 사용하여 부피를 보정하기 위한 예시적인 방법이 도 65 및 도 66을 참조하여 기술된다.
도시된 예에서는, 주로, 각도가 임계 각도 값을 충족시키지 않는 경우, 분배 팁에 대해 수행되었던 흡인이 플래깅되는 것이 기술된다. 대안으로, 방법(1600)은 시약, 샘플, 또는 기질과 같은 특정 물질을 분배 팁 내로 흡인하기 전에 수행될 수 있다. 이러한 구성에서, 각도가 임계 각도 값을 충족시키지 않는 경우, 팁 정렬 검출 디바이스(1114)는 의도된 물질이 분배 팁 내로 흡인되는 것을 방지하도록 동작할 수 있거나, 또는 그러한 의도된 물질의 흡인이 수행되지 않아야 하거나 주의를 기울여 수행되어야 한다는 통지를 생성하도록 동작할 수 있다.
도 65는 제2 기준 라인을 사용하여 부피를 보정하기 위한 예시적인 방법(1650)을 도시한 흐름도이다. 방법(1650)은 동작(1652)에서 시작할 수 있는데, 여기서 팁 정렬 검출 디바이스(1114)는, 도 63의 동작(1602)에서와 같이, 분배 팁(1510)의 이미지를 획득한다.
동작(1654)에서, 팁 정렬 검출 디바이스(1114)는 캡처된 이미지에서 제2 기준 라인(1514)의 길이를 측정한다.
동작(1656)에서, 팁 정렬 검출 디바이스(1114)는 제2 기준 라인(1514)의 측정된 길이와 제2 기준 라인(1514)의 실제 길이 사이의 비를 계산한다. 제2 기준 라인(1514)의 실제 길이는 알려져 있다. 예를 들어, 제2 기준 라인(1514)의 실제 길이는 분배 팁(1510)의 실제 모델 또는 제품으로부터, 또는 오정렬되지 않은 분배 팁(1510)의 이미지로부터 측정될 수 있다.
분배 팁(1510)이 도 59의 다이어그램 3에 도시된 바와 같이 Y-방향으로 기울어지는 경우에, 캡처된 이미지로부터 측정된 제2 기준 라인(1514)의 길이는 제2 기준 라인(1514)의 실제 길이와는 상이할 것이다. 따라서, 제2 기준 라인(1514)의 측정된 길이와 실제 길이 사이의 비는 분배 팁에서 깊이-오정렬이 얼마나 많이 발생하는지(즉, 분배 팁이 도 59의 다이어그램 3에서와 같이 Y-방향으로 얼마나 많이 기울어지는지)를 나타낼 수 있다.
동작(1658)에서, 팁 정렬 검출 디바이스(1114)는 그 비를 이용하여 물질의 검출된 부피를 보정하도록 동작한다. 제2 기준 라인(1514)의 측정된 길이와 실제 길이 사이의 비가 분배 팁의 깊이-오정렬의 정도와 상관됨에 따라, 이 비는 또한 캡처된 이미지로부터 검출된 물질의 부피와 상관된다. 따라서, 비는 캡처된 이미지로부터 추정되는 분배 팁 내의 물질의 부피를 조절하는 데 사용될 수 있다.
주로, 제2 기준 라인(1514)이 동작들(1652, 1654, 1656, 1658)에서 사용되는 것이 설명되지만, 다른 기준 라인들 또는 포인트들이 동일한 동작들을 위해 사용될 수 있다. 예를 들어, 제1 기준 라인(1512) 또는 분배 팁(1510) 내의 다른 특징부들이 제2 기준 라인(1514) 대신에 사용될 수 있다.
도시된 예에서, 주로, 제2 기준 라인(1514)의 측정된 길이와 제2 기준 라인(1514)의 실제 길이 사이의 비가 측정된 부피를 조절하는 데 사용되는 것이 기술된다. 그러나, 다른 실시 형태에서, 방법(1650)은 시약, 샘플, 또는 기질과 같은 특정 물질을 분배 팁 내로 흡인하기 전에 수행될 수 있다. 이러한 응용예에서, 비가 사전결정된 임계치를 충족시키지 않는 경우, 팁 정렬 검출 디바이스(1114)는 의도된 물질이 분배 팁 내로 흡인되는 것을 방지하도록 동작할 수 있거나, 또는 그러한 의도된 물질의 흡인이 수행되지 않아야 하거나 주의를 기울여 수행되어야 한다는 통지를 생성하도록 동작할 수 있다.
도 66은 제2 기준 라인을 사용하여 부피를 보정하기 위한 다른 예시적인 방법(1670)을 도시한 흐름도이다. 방법(1650)은 또한 도 67을 참조하여 기술되는데, 이는 카메라 유닛에 대한 분배 팁의 깊이-오정렬을 개략적으로 도시한다.
이 방법(1670)에서, 동작들(1672, 1674, 1676)은 도 65에서의 동작들(1652, 1654, 1656)과 동일하거나 유사하며, 따라서, 이러한 동작들의 설명은 간결함을 위해 생략된다.
동작(1678)에서, 팁 정렬 검출 디바이스(1114)는 동작(1676)에서 계산된 비에 기초하여 깊이 각도(D)(도 59의 다이어그램 3 및 도 67)를 계산한다. 깊이 각도(D)는 분배 팁이 Y-방향(즉, 깊이 방향)으로 기울어지고, 그 비와 상관되는 각도를 표현한다.
동작(1680)에서, 팁 정렬 검출 디바이스(1114)는 깊이 각도(D)에 기초하여 관심 라인(E')을 계산한다. 관심 라인(E')은 분배 팁의 근위 단부(1684)를, 적절하게 정렬된 분배 팁(즉, 수직선(1687)과 정렬됨)의 제2 기준 라인(1514)의 중심(1686)과 카메라 사이에서 연장되는 카메라 사시선(1685)에 연결하는 라인을 표현한다. 관심 라인(E')은 카메라 사시선(1685)으로부터 분배 팁의 근위 단부(1684)까지 수직으로 연장된다.
일부 실시 형태들에서, 관심 라인(E')은 도 67에 도시된 바와 같은 라인(E) 및 각도(D')를 사용하여 계산될 수 있다. 일부 실시 형태들에서, 각도(D')는 각도들(D', D)이 상대적으로 작은 경우에 깊이 각도(D)에 근사할 수 있다. 라인(E)은 분배 팁의 근위 단부(1684)와 카메라 사시선(1688) 사이에서 연장되는 라인이다. 카메라 사시선(1688)은 오정렬된 분배 팁(1690)(즉, 깊이 각도(D)로 오정렬됨)의 제2 기준 라인(1514)의 중심(1689) 및 카메라로부터 연장된다. 이와 같이, 관심 라인(E')은 오정렬된 분배 팁으로부터 획득되는 라인(E)에 대한 조절 또는 보상에 대응한다.
일부 실시 형태들에서, 도 67에 도시된 바와 같이, 팁 정렬 검출 디바이스(1114)는 분배 팁 이미지 캡처 유닛(130)(도 10) 내에 포함되는 카메라 유닛(2550)을 포함하거나 활용한다. 도 2에 도시된 바와 같이, 카메라 유닛(2550)은 샘플 정밀 피펫팅 유닛("샘플 정밀 갠트리")(152B) 상에 장착된다. 전술된 바와 같이, 카메라 유닛(2550) 및 그의 연관된 컴포넌트들은 카메라 유닛(550) 및 그의 연관된 컴포넌트들(예컨대, 광원(551), 광원(552), 및 스크린(553))과 유사하게 구성된다. 카메라 유닛(2550)의 일례는 Cognex Corporation(미국 매사추세츠주 나티크 소재)으로부터 입수가능한 부품 번호 AE3-IS-CQBCKFP2-B와 같은 AE3-IS Machine Vision Camera + IO 보드이다.
동작(1682)에서, 팁 정렬 검출 디바이스(1114)는 관심 라인(E')에 기초하여 검출된 부피를 조절한다.
도 68은 팁 정렬 검출 디바이스(1114)에 의해 수행되는 보정 전후의 부피 검출의 예시적인 데이터 테이블(1694)이다. 테이블(1994)에서, 제2 컬럼은 보정 전에 분배 팁 내에 흡인되는 물질의 검출된 부피들을 보여주고, 제3 컬럼은 팁 정렬 검출 디바이스(1114)를 사용한 보정 후의 물질의 부피들을 보여준다.
도 69 내지 도 79를 참조하여, 입자 농도 체크 시스템(124)의 일례가 기술된다.
도 69는 도 1의 입자 농도 체크 시스템(124)의 일례의 블록도이다. 일부 실시 형태들에서, 입자 농도 체크 시스템(124)은 반응 베셀 입자 농도 체크 시스템(1700)을 포함한다.
반응 베셀 입자 농도 체크 시스템(1700)은 반응 베셀 내에 포함된 유체 물질의 입자 농도를 판정하도록 동작한다. 다른 실시 형태들에서, 반응 베셀 입자 농도 체크 시스템(1700)은, 또한, 기구(100)에서의 프로세스 전체에 걸쳐 사용되는 샘플 베셀, 희석 베셀, 및 큐벳과 같은 다른 타입의 베셀들 내의 입자 농도를 검출하는 데 사용될 수 있다. 일부 실시 형태들에서, 반응 베셀 입자 농도 체크 시스템(1700)은 본 명세서에 기술된 바와 같은 베셀 이미지 캡처 유닛(132)을 사용한다.
임상적 진단 응용예들에서, 상자성 입자들을 사용하는 결합상태-자유상태 분리는, 전형적으로, 특정 신호를 생성하는 데 사용된다. 그러나, 소정 공차로 인해, 상이한 크기들을 갖는 입자들이 남아 있을 수 있는데, 이는 하나 이상의 세척 단계들을 통해 일관된 입자 보유율을 갖는 것을 어렵게 할 수 있다. 세척을 통해 입자 손실에 영향을 주는 몇몇 인자들이 있다. 인자들의 예들은 분배 팁 정렬, 반응 베셀 위치설정, 및 재현탁(resuspension) 스핀 속력 변화를 포함한다. 그러나, 그러한 인자들은 정밀하게 모니터링될 수 없다.
도 4에 기술된 바와 같이, 입자 농도 또는 입자 보유율을 측정하기 위한 하나의 예시적인 방법은, 세척 후에 남겨진 입자들을 직접 측정하기 위한 툴로서 라벨링된 상자성 입자들(예컨대, 알칼리-포스파타아제)을 사용하는 것이다. 라벨링된 상자성 입자들에 의해 발생되는 광과 같은 신호는, 신호가 입자 양에 비례한다고 가정하여, 입자 농도를 추정하기 위해 측정된다. 그러나, 이러한 방법은 효소 반응을 필요로 할 수 있는데, 이는 결과들을 획득하는 데 약간의 시간(예컨대, 적어도 약 5분)이 걸린다. 본 방법은, 또한, 1회 세척 후의 결과와 2회 세척 후의 결과를 비교하여 세척당 상자성 입자 손실을 계산하는 것을 필요로 한다. 라벨링된 입자들과 같은 진단 툴을 제공하기 위해 추가 비용이 필요하다. 알칼리-포스파타아제 활성 및 결합 능력은 더 이상 지속되지 않으며, 따라서, 그것은 안정성 기간을 연구하고 정의할 것을 필요로 한다.
반응 베셀 입자 농도 체크 시스템(1700)은 반응 베셀의 이미지를 분석함으로써 입자 보유율을 식별하도록 동작한다. 반응 베셀 입자 농도 체크 시스템(1700)은 반응 베셀 내에 상이한 농도 입자들을 생성함으로써 현장에서 교정 데이터를 생성할 수 있다.
본 명세서에 기술된 바와 같이, 반응 베셀 입자 농도 체크 시스템(1700)은 기구(100)의 일부이며, 따라서, 본 명세서에 기술된 바와 같은 시스템, 디바이스, 컴포넌트, 엔진, 및 기구(100)의 다른 부품과 관련하여 동작된다.
도 70은 상이한 입자 농도들을 갖는 반응 베셀의 예시적인 이미지들(1701)을 도시한다. 좌측 이미지는 큐벳(320)(도 4) 및 반응 베셀(728)(도 23)과 같은 반응 베셀(1707) 내의 유체 물질(1708)을 보여주며, 다른 이미지들보다 적은 입자들을 포함한다. 중심 이미지는 좌측 이미지보다 많고 우측 이미지보다 적은 입자들을 포함하는 반응 베셀 내의 유체 물질을 보여준다. 우측 이미지는 반응 베셀 내의 유체 물질이 다른 이미지들보다 더 많은 입자를 포함함을 보여준다. 도시된 바와 같이, 상자성 입자 농도가 더 높아질 때, 탁도가 증가하며, 따라서, 그에 따라 휘도가 변화한다. 반응 베셀 내에서 입자들의 수가 증가함에 따라, 반응 베셀의 백라이트로부터 생성되고 반응 베셀을 통해 투과되는 광자들의 수는 더 낮아진다. 따라서, 휘도는 카메라에 의해 캡처된 반응 베셀의 이미지 상에서 변화한다.
반응 베셀의 이미지에서의 휘도는 반응 베셀 내의 입자 농도뿐만 아니라 카메라 노출 시간에 좌우될 수 있다. 최적의 카메라 노출 시간은 검정의 타입 및 원하는 입자 농도의 양에 따라 결정될 수 있다. 또한, 입자 농도 측정의 변동성은 입자 농도의 함수로서 변화한다. 따라서, 일부 실시 형태들에서, 정확한 측정치를 획득하기 위해 특정 입자 농도 범위가 사용될 것이다.
도 71은 반응 베셀 입자 농도 체크 시스템(1700)의 일례의 블록도이다. 일부 실시 형태들에서, 반응 베셀 입자 농도 체크 시스템(1700)은 이미지 캡처 디바이스(1702), 교정 데이터 생성 디바이스(1704), 및 이미지 평가 디바이스(1706)를 포함한다.
이미지 캡처 디바이스(1702)는 반응 베셀(1707) 내에 포함된 유체 물질(1708)의 이미지(1701)를 캡처하도록 동작한다. 일부 실시 형태들에서, 이미지 캡처 디바이스(1702)는 카메라 유닛(730) 및 광원(732)(또는 스크린(733))을 포함하는 베셀 이미지 캡처 유닛(132)을 활용한다. 일부 실시 형태들에서, 이미지 캡처 디바이스(1702)의 광원(732)은 백색 백라이트를 생성한다. 다른 실시 형태들에서, 광원(732)은 이미지 캡처 동안 고정되거나 가변적일 수 있는 하나 이상의 유색 백라이트들을 제공한다.
반응 베셀(1707) 내의 유체 물질(1708)은 관심 입자들을 포함하고, 입자들의 농도는 이미지(1701)를 분석함으로써 측정될 것이다. 일부 실시 형태들에서, 유체 물질(1708)은 샘플, 시약, 기질, 및/또는 다른 물질들의 혼합물을 포함한다. 유체 물질(1708)의 일례는, 도 4에 도시된 바와 같이, 제1 시약(322), 샘플(324), 제2 시약(332), 및 기질(340)의 혼합물이다. 도 4의 예에서, 유체 물질(1708)은 기질(340)이 반응 베셀 내에 분배되는 동작(310) 후의 물질일 수 있다. 반응 베셀 입자 농도 체크 시스템(1700)은 반응 베셀 내의 라벨링된 상자성 입자들의 농도를 측정할 수 있다.
교정 데이터 생성 디바이스(1704)는 반응 베셀 내의 입자 농도를 판정하는 데 사용가능한 교정 데이터를 생성하도록 동작한다. 교정 데이터 생성 디바이스(1704)의 일례가 도 73을 참조하여 기술된다.
이미지 평가 디바이스(1706)는 이미지 캡처 디바이스(1702)에 의해 캡처된 반응 베셀의 이미지를 평가하도록 동작한다. 캡처된 이미지는 반응 베셀(1707) 내에 포함된 입자들의 농도를 판정하기 위해 평가된다.
도 72는 반응 베셀 내에 포함된 유체 물질에서의 입자 농도를 측정하기 위한 예시적인 방법(1720)을 도시한 흐름도이다. 일부 실시 형태들에서, 방법(1720)은 반응 베셀 입자 농도 체크 시스템(1700) 및/또는 기구(100)의 다른 부품들에 의해 수행될 수 있다.
동작(1712)에서, 유체 물질(1708)이, 프로그래밍된 바대로, 반응 베셀(1707)에 분배된다. 일부 실시 형태들에서, 반응 베셀(1707)은 용기 캐리지 디바이스(720) 내에 지지된다. 유체 물질의 예들은, 본 명세서에 기술된 바와 같이, 샘플, 희석제, 시약, 기질, 또는 이들의 임의의 조합을 포함한다. 예를 들어, 희석제 또는 시약은 세척 휠을 위한 진단 모드 동안 사용된다. 일부 실시 형태들에서, 반응 베셀(1707)은 샘플과 같은 다른 유체 물질들을 이미 포함하고, 유체 물질(1708)이 반응 베셀(1707)에 분배된 후에, 유체 물질(1708)은 반응 베셀(1707) 내의 다른 유체 물질들과 혼합된다. 혼합은 유체 물질들과 직접 접촉하는 교반기, 유체 물질들과 직접 또는 간접 접촉하는 초음파 프로브, 또는 임의의 다른 적합한 혼합 장치로 수행될 수 있다.
동작(1714)에서, 용기 캐리지 디바이스(720)는 분배된 물질을 포함하는 반응 베셀(1707)을 베셀 이미지 캡처 유닛(132)으로 전송한다. 일부 실시 형태들에서, 베셀 이미지 캡처 유닛(132)은 전송 없이 분배한 후에 반응 베셀(1707)의 이미지를 캡처하도록 배열된다. 다른 실시 형태들에서, 동작(1712)에서의 분배는, 베셀 이미지 캡처 유닛(132)이 제위치에 배열되고 분배 후에 반응 베셀(1707)을 이동시키지 않고서 반응 베셀(1707)의 이미지를 캡처하는 위치에서 발생한다.
동작(1716)에서, 베셀 이미지 캡처 유닛(132)은 반응 베셀(1707)의 이미지(1701)를 캡처한다. 일부 실시 형태들에서, 반응 베셀(1707)의 이미지(1701)는 사전결정된 해상도의 디지털 이미지이다. 일부 실시 형태들에서, 베셀 이미지 캡처 유닛(132)은 사전결정된 기간 동안 혼합한 후에 반응 베셀(1707)의 이미지(1702)를 캡처한다. 예를 들어, 베셀 이미지 캡처 유닛(132)은 혼합하고서 대략 6.5초 후에 반응 베셀(1707)의 이미지(1702)를 캡처한다.
동작(1718)에서, 반응 베셀 입자 농도 체크 시스템(1700)은 이미지를 분석하여 반응 베셀(1707) 내에서의 관심 입자들의 보유율을 판정한다. 동작(1718)의 일례가 도 76과 관련하여 더 상세히 기술된다.
동작(1720)에서, 반응 베셀 입자 농도 체크 시스템(1700)은 측정된 입자 농도가 농도 임계치를 충족시키는지의 여부를 판정한다. 측정된 입자 농도가 임계치 밖에 있는 경우, 반응 베셀(1707) 내의 유체 물질의 분배는 부적절한 것으로 간주된다. 일부 실시 형태들에서, 농도 임계치는 상이한 타입들의 테스트 물질들에 따라 달라진다. 농도 임계치의 예들이 도 77을 참조하여 기술된다.
측정된 입자 농도가 임계치를 충족시키는 것을 판정되는 경우(동작(1720)에서 "예"), 방법(1710)은 사전결정된 다음 단계를 수행하도록 진행한다. 그렇지 않은 경우(동작(1720)에서 "아니오"), 방법(1710)은 동작(1722)으로 이동한다.
동작(1722)에서, 반응 베셀 입자 농도 체크 시스템(1700)은 반응 베셀 내의 물질이 후속 프로세스들에 적절하지 않음을 나타내도록 반응 베셀을 플래깅한다. 다른 실시 형태들에서, 유체 물질을 사용한 전체 테스트 결과는 테스트 결과가 부적절할 수 있음을 나타내거나 시사하도록 플래깅될 수 있다. 대안으로, 반응 베셀 입자 농도 체크 시스템(1700)은 기구(100)에서의 연관된 테스트 또는 분석 프로세스를 중지하도록 동작한다. 다른 실시 형태들에서, 평가 결과는 유체 물질의 부적절한 부피로 인해 잘못될 수 있는 테스트 결과를 자동으로 조절하는 데 사용될 수 있다.
도 73은 교정 데이터를 생성하기 위한 예시적인 방법(1730)을 도시한 흐름도이다. 방법(1730)은, 또한, 교정 데이터를 생성하는 데 사용되는 예시적인 물질들의 테이블(1750)인 도 74, 및 교정 데이터로부터 플롯팅된 예시적인 교정 곡선들(1760, 1762)을 도시한 도 75를 참조하여 기술된다. 일부 실시 형태들에서, 방법(1730)은 교정 데이터 생성 디바이스(1704)에 의해 수행된다.
동작(1732)에서, 상이한 입자 농도들을 갖는 복수의 물질들이 각자의 반응 베셀들 내에 분배된다. 예로서, 도 74에 도시된 바와 같이, 6개의 공지된 입자 농도들을 갖는 6개의 물질들이 6개의 반응 베셀들 내에 분배된다. 물질들의 수가 증가함에 따라, 교정 데이터는 더 정확해지고 신뢰가능할 수 있다.
일부 실시 형태들에서, 특정 입자 농도를 갖는 물질은, 먼저 반응 베셀 내에 사전결정된 양의 입자들을 분배하고 사전결정된 양의 기질을 반응 베셀 내에 분배함으로써 준비될 수 있다. 도 74의 예에서, 100% 농도 계수를 갖는 제1 물질이 200 μL의 입자들(예컨대, 상자성 입자들) 및 0 μL의 기질을 분배함으로써 준비되고, 90% 농도 계수를 갖는 제2 기질이 180 μL의 입자들 및 20 μL의 기질을 분배함으로써 준비되고, 80% 농도 계수를 갖는 제3 물질이 160 μL의 입자들 및 40 μL의 기질을 분배함으로써 준비되고, 70% 농도 계수를 갖는 제4 물질이 140 μL의 입자들 및 60 μL의 기질을 분배함으로써 준비되고, 60%의 농도 계수를 갖는 제5 물질이 120 μL의 입자들 및 80 μL의 기질을 분배함으로써 준비되고, 50% 농도 계수를 갖는 제6 물질이 100 μL의 입자들 및 100 μL의 기질을 분배함으로써 준비된다.
도시된 실시 형태에서, 동작(1732)은 상이한 입자 농도들을 갖는 물질들을 다수의 반응 베셀들 내에 동시에 분배함으로써 수행된다. 다른 실시 형태들에서, 상이한 농도들을 갖는 물질들이 반응 베셀 내에 하나씩 분배되고, 각각의 반응 베셀은 후속 동작들에서의 휘도를 판정하기 위해 이미징되고 분석된다.
동작(1734)에서, 반응 베셀들은 베셀 이미지 캡처 유닛(132)으로 이동된다. 다른 실시 형태들에서, 반응 베셀들은 사전에 제자리에 배열된다.
동작(1736)에서, 베셀 이미지 캡처 유닛(132)은 반응 베셀(1707) 각각의 이미지를 캡처한다. 일부 실시 형태들에서, 캡처된 이미지는 그레이스케일 디지털 이미지이다. 다른 실시 형태들에서, 캡처된 이미지는 색상 디지털 이미지이다.
동작(1738)에서, 캡처된 이미지들 각각은 반응 베셀 내에 포함된 물질의 휘도를 판정하기 위해 분석된다. 일부 실시 형태들에서, 휘도는 0 내지 255의 범위와 같은 그레이스케일 범위에 의해 식별된다. 다른 실시 형태들에서 다른 범위들이 또한 가능하다.
동작(1740)에서, 물질의 휘도와 물질의 알려진 입자 농도를 상관시킴으로써 교정 데이터가 생성된다. 모든 물질이 평가될 때, 교정 데이터는 교정 곡선으로 플롯팅될 수 있는데, 이는 테스트 물질에서의 입자 농도를 평가하기 위한 기초로서 사용될 수 있다.
본 명세서에 기술된 바와 같이, 각각의 검정은 성능을 최적화하기 위해 상이한 입자 타입 및 입자 농도를 갖는다. 따라서, 교정 데이터 및 교정 곡선들은 입자 농도들을 정확하게 검출하기 위해 상이한 검정들에 대해 획득될 필요가 있다.
도 75에 도시된 바와 같이, 교정 데이터(1760)의 예시적인 세트가 2ms의 노출 시간으로 트로포닌 I(TnI)의 물질 타입에 관하여 제시된다. 교정 데이터(1762)의 예시적인 세트가 1ms의 노출 시간으로 전체 트리요오드티로닌(TT3)의 물질 타입에 대해 제시된다. 이러한 예들에 도시된 바와 같이 데이터 포인트들을 사용하여 교정 곡선이 플롯팅될 수 있다.
도 76은 반응 베셀 내에 포함된 유체 물질에서의 입자 농도를 측정하기 위한 예시적인 방법(1770)을 도시한 흐름도이다. 일부 실시 형태들에서, 방법(1770)은 반응 베셀 입자 농도 체크 시스템(1700) 및/또는 기구(100)의 다른 부품들에 의해 수행된다.
이 방법(1770)에서, 동작들(1772, 1774)은 도 72의 동작들(1712, 1714, 1716)과 유사하게 수행된다. 따라서, 이러한 동작들의 설명은 간결함을 위해 생략된다.
동작(1776)에서, 반응 베셀 입자 농도 체크 시스템(1700)은 방법(1730)에서 획득된 바와 같은 교정 데이터를 검색한다.
동작(1778)에서, 반응 베셀 입자 농도 체크 시스템(1700)은 캡처된 이미지를 분석하여 반응 베셀 내의 물질의 휘도를 판정한다. 이어서, 반응 베셀 입자 농도 체크 시스템(1700)은 판정된 휘도 및 교정 데이터에 기초하여 반응 베셀 내의 입자 농도를 판정한다.
일부 실시 형태들에서, 캡처된 이미지에서의 물질의 휘도는 사전결정된 범위의 그레이스케일 값(예컨대, 0 내지 255의 그레이스케일)과 같은 수치 값으로서 식별될 수 있다. 다른 실시 형태들에서, 캡처된 이미지에서의 물질의 휘도를 표현하기 위해 상이한 식별들이 사용될 수 있다. 일단 캡처된 이미지에서 물질의 휘도가 판정되면, 교정 데이터는 판정된 휘도에 대응하는 입자 농도 값을 찾기 위해 조사된다. 교정 데이터가 판정된 휘도에 대응하는 정확한 데이터 포인트를 갖지 않는 경우, 알려진 데이터 포인트들에 기초하여 농도 값이 외삽될 수 있다. 대안으로, 교정 데이터로부터 획득된 교정 곡선은 캡처된 이미지에서의 물질의 휘도에 대응하는 입자 농도 값을 결정하는 데 사용될 수 있다.
동작(1780)에서, 반응 베셀 입자 농도 체크 시스템(1700)은 측정된 입자 농도가 농도 임계치를 충족시키는지의 여부를 판정한다. 측정된 입자 농도가 임계치를 충족시키는 것을 판정되는 경우(동작(1780)에서 "예"), 방법(1770)은 사전결정된 다음 단계를 수행하도록 진행한다. 그렇지 않은 경우(동작(1780)에서 "아니오"), 방법(1770)은 동작(1782)으로 이동한다.
동작(1782)에서, 반응 베셀 입자 농도 체크 시스템(1700)은 반응 베셀 내의 물질이 후속 프로세스들에 적절하지 않음을 나타내도록 반응 베셀을 플래깅한다. 다른 실시 형태들에서, 유체 물질을 사용한 전체 테스트 결과는 테스트 결과가 부적절할 수 있음을 나타내거나 시사하도록 플래깅될 수 있다. 대안으로, 반응 베셀 입자 농도 체크 시스템(1700)은 기구(100)에서의 연관된 테스트 또는 분석 프로세스를 중지하도록 동작한다. 다른 실시 형태들에서, 평가 결과는 유체 물질의 부적절한 부피로 인해 잘못될 수 있는 테스트 결과를 자동으로 조절하는 데 사용될 수 있다.
도 77은 상이한 검정 물질들에 대한 예시적인 농도 임계치들의 예시적인 테이블(1790)이다. 측정된 입자 농도가 연관된 임계치 밖에 있는 경우, 반응 베셀 내의 유체 물질의 분배는 부적절한 것으로 간주되고 플래깅될 수 있다. 도시된 바와 같이, 상이한 검정 물질들(1792)은 상이한 농도 임계치들(1794)을 갖는다. 예를 들어, HBcAb의 경우, 원하는 입자 농도(1796)는 6.7 mg/mL이고, 농도 임계치(1794)는 85% 이상이다. 따라서, HBcAb 중의 입자 농도가 6.7 mg/mL의 85%(대략 5.695 mg/mL) 이상인 경우, 반응 베셀은 테스팅에 허용가능한 것으로 간주된다.
도 78 및 도 79를 참조하면, 반응 베셀 입자 농도 체크 시스템(1700)의 동작들 및 기능들은, 또한, 코팅되지 않은 입자들이 결합상태-자유상태 분리 기능을 일반화하고 시스템 고장들을 검출하는 데 사용될 수 있는 진단 기능의 일부로서 사용될 수 있다. 구체적으로, 도 78은 예시적인 진단 방법(1800)의 흐름도이다. 방법(1800)은 교정 데이터가 생성되는 동작(1802), 및 진단 테스트가 수행되는 동작(1804)을 포함한다. 도 79는 방법(1800)을 추가로 도시한다. 일부 실시 형태들에서, 방법(1800)의 동작(1802)은 동작들(1810, 1812, 1814, 1816, 1820)을 포함하고, 동작(1804)은 동작들(1820, 1822, 1824, 1826, 1830)을 포함한다. 이러한 동작들은 전술된 바와 같은 반응 베셀 입자 농도 체크 시스템(1700)에 의해 수행되는 동작들과 동일하게 또는 유사하게 수행된다. 따라서, 방법(1800)에서의 동작들은 간결함을 위해 간략하게 기술된다.
동작(1802)을 수행하기 위해, 관심 입자들이 베셀 내에 분배된다(동작(1810)). 이어서, 버퍼 용액이 베셀 내에 분배되고(동작(1812)), 베셀이 혼합된다(동작(1814)). 이어서, 베셀이 이미지 캡처 유닛으로 이동된 후에 베셀의 이미지가 캡처된다(동작(1816)). 캡처된 이미지는 교정 데이터를 획득하기 위해 분석된다(동작(1818)).
동작(1804)을 수행하기 위해, 관심 입자들이 베셀 내에 분배된다(동작(1820)). 이어서, 버퍼 용액이 베셀 내에 분배되고(동작(1822)), 베셀이 혼합된다(동작(1824)). 이어서, 베셀이 이미지 캡처 유닛으로 이동된 후에 베셀의 이미지가 캡처된다(동작(1826)). 캡처된 이미지는 교정 데이터에 기초하여 입자 농도를 측정하기 위해 분석된다(동작(1828)). 획득된 입자 농도는 진단 기능을 수행하는 데 이용될 수 있다.
전술된 다양한 실시 형태들은 단지 예로서 제공되며, 본 명세서에 첨부된 청구항들을 제한하는 것으로 해석되어서는 안 된다. 당업자는 본 명세서에 도시되고 기술된 예시적인 실시 형태들 및 응용예들을 따르지 않고서 그리고 하기의 청구범위의 진정한 사상 및 범주로부터 벗어남이 없이 이루어질 수 있는 다양한 수정들 및 변경들을 용이하게 인식할 것이다.
Claims (37)
- 유체 물질을 평가하기 위한 시스템으로서,
분배 팁과 적어도 부분적으로 맞물리도록 구성된 샘플 피펫팅 디바이스 - 상기 샘플 피펫팅 디바이스는 유체 물질을 상기 분배 팀 내에 흡인하도록 구성되고, 상기 분배 팁은 적어도 하나의 기준 라인을 가짐 -;
상기 분배 팁의 적어도 일부분의 이미지를 캡처하도록 구성되는 이미지 캡처 유닛; 및
적어도 하나의 컴퓨팅 디바이스를 포함하고, 상기 적어도 하나의 컴퓨팅 디바이스는,
- 상기 분배 팁의 이미지의 일부분으로부터 상기 분배 팁의 적어도 하나의 기준 라인을 식별하도록;
- 상기 적어도 하나의 기준 라인의 적어도 하나의 특성을 판정하도록;
그리고
- 상기 적어도 하나의 기준 라인의 적어도 하나의 특성을 임계값과 비교하도록 - 상기 임계값은 상기 분배 팁의 오정렬을 표현함 - 구성되는, 시스템. - 제1항에 있어서,
상기 적어도 하나의 기준 라인은 상기 분배 팁 상에 형성된 제1 기준 라인 및 제2 기준 라인을 포함하고, 및/또는
상기 시스템은 상기 오정렬을 판정한 것에 응답하여, 상기 샘플 피펫팅 디바이스가 상기 유체 물질을 상기 분배 팁 내에 흡인하는 것을 방지하도록 구성되고, 및/또는
상기 샘플 피펫팅 디바이스는 액체를 추가 분배 팁 내에 흡인하도록 구성되고; 상기 시스템은 상기 흡인된 액체의 부피를 판정하도록 구성되고; 상기 이미지 캡처 유닛은 상기 추가 분배 팁의 추가 이미지를 캡처하도록 구성되고; 상기 컴퓨팅 디바이스는 상기 추가 분배 팁과 연관된 상기 이미지에서의 기준 포인트 사이의 픽셀 거리를 판정하도록 구성되고, 상기 판정된 부피를 상기 판정된 픽셀 거리와 상관시키도록 구성되고, 및/또는
상기 분배 팁의 오정렬은 측면-오정렬 및 깊이-오정렬을 포함하는,
시스템. - 제1항 또는 제2항에 있어서, 상기 적어도 하나의 기준 라인은 상기 분배 팁 상에 형성된 제1 기준 라인 및 제2 기준 라인을 포함하고;
상기 적어도 하나의 컴퓨팅 디바이스는,
- 상기 적어도 하나의 기준 라인의 적어도 하나의 특성을 획득하되,
- 상기 제1 기준 라인의 길이를 판정한 것;
- 상기 제2 기준 라인의 길이를 판정한 것; 및
- 상기 제1 기준 라인 및 상기 제2 기준 라인 중 적어도 하나의 기준 라인에 대한, 상기 제1 기준 라인의 사전결정된 포인트와 상기 제2 기준 라인의 사전 결정된 포인트를 연결하는 라인의 각도를 판정한 것에 기초하여, 상기 적어도 하나의 기준 라인의 적어도 하나의 특성을 획득하도록 -; 그리고
- 상기 제1 기준 라인의 길이, 상기 제2 기준 라인의 길이, 및 상기 라인의 각도 중 적어도 하나에 기초하여 상기 분배 팁의 오정렬을 판정하도록 추가로 구성되는, 시스템. - 제1항 또는 제2항에 있어서, 상기 적어도 하나의 컴퓨팅 디바이스는,
상기 오정렬을 판정한 것에 응답하여, 상기 분배 팁 내에의 상기 유체 물질의 흡인을 플래깅하고/하거나 개시하도록 추가로 구성되는, 시스템. - 제1항 또는 제2항에 있어서, 상기 적어도 하나의 컴퓨팅 디바이스는,
- 상기 분배 팁의 이미지의 일부분으로부터 상기 분배 팁의 적어도 하나의 기준 라인을 식별하도록;
- 상기 이미지에서 상기 분배 팁 내의 상기 유체 물질의 표면 레벨을 식별하도록;
- 상기 적어도 하나의 기준 라인과 상기 표면 레벨 사이의 거리를 판정하도록; 그리고
상관 데이터에 기초하여 상기 거리를 상기 유체 물질의 부피로 변환함으로써 상기 유체 물질의 부피를 판정하도록 - 상기 상관 데이터는 상기 분배 팁 내의 부피들과 상기 적어도 하나의 기준 라인으로부터 상기 분배 팁 내의 복수의 표면 레벨들까지의 거리들 사이의 상관에 관한 정보를 포함함 - 추가로 구성되는, 시스템. - 제5항에 있어서,
상기 컴퓨팅 디바이스는 패턴 매칭 및/또는 상기 캡처된 이미지의 세그먼트화에 기초하여 상기 기준 라인을 결정하도록 구성되는, 시스템. - 제5항에 있어서,
상기 컴퓨팅 디바이스는 상기 캡처된 이미지에서 상기 기준 라인을 표현하는 패턴을 탐색하도록 구성되는, 시스템. - 제5항에 있어서,
상기 컴퓨팅 디바이스는 상기 캡처된 이미지의 적어도 일부를 기준 이미지와 비교하도록 구성되는, 시스템. - 제8항에 있어서,
상기 컴퓨팅 디바이스는, 상기 캡처된 이미지의 일부와 상기 기준 이미지의 매칭 레이트 및/또는 상관 값을 판정하도록 구성되는, 시스템. - 제1항 또는 제2항에 있어서, 상기 적어도 하나의 기준 라인은 상기 분배 팁 상에 형성된 제1 기준 라인 및 제2 기준 라인을 포함하고;
상기 적어도 하나의 컴퓨팅 디바이스는,
상기 이미지에서 상기 제1 기준 라인의 길이를 판정하도록;
상기 이미지에서 상기 제2 기준 라인의 길이를 판정하도록;
상기 제1 기준 라인 및 상기 제2 기준 라인 중 적어도 하나의 기준 라인에 대한, 상기 제1 기준 라인의 사전결정된 포인트와 상기 제2 기준 라인의 사전결정된 포인트를 연결하는 라인의 각도를 판정하도록;
상기 제1 기준 라인의 길이, 상기 제2 기준 라인의 길이, 및 상기 라인의 각도 중 적어도 하나에 기초하여 상기 분배 팁의 오정렬을 판정하도록; 그리고
상기 오정렬의 판정에 기초하여 상기 유체 물질의 부피를 조절하도록 추가로 구성되는, 시스템. - 제1항 또는 제2항에 있어서, 상기 적어도 하나의 기준 라인은 상기 분배 팁 상에 형성된 제1 기준 라인 및 제2 기준 라인을 포함하고;
상기 적어도 하나의 컴퓨팅 디바이스는,
상기 이미지에서 상기 제1 기준 라인의 사전결정된 포인트를 식별하도록;
상기 이미지에서 상기 제2 기준 라인의 사전결정된 포인트를 식별하도록;
상기 제1 기준 라인의 사전결정된 포인트와 상기 제2 기준 라인의 사전결정된 포인트를 연결하는 정렬 라인을 정의하도록;
상기 제1 기준 라인 및 상기 제2 기준 라인 중 적어도 하나의 기준 라인에 대한 상기 정렬 라인의 각도를 판정하도록; 그리고
상기 각도를 임계 각도 값과 비교하도록 - 상기 임계 각도 값은 상기 분배 팁의 측면-오정렬을 표현함 - 추가로 구성되는, 시스템. - 제3항에 있어서, 상기 제1 기준 라인의 사전결정된 포인트는 상기 이미지에서 상기 제1 기준 라인의 중심 포인트이고, 상기 제2 기준 라인의 사전결정된 포인트는 상기 이미지에서 상기 제2 기준 라인의 중심 포인트인, 시스템.
- 제11항에 있어서, 상기 시스템은,
상기 제1 기준 라인 및 상기 제2 기준 라인 중 적어도 하나의 기준 라인에 대한 상기 정렬 라인의 각도가 상기 임계 각도 값을 충족시키고/시키거나 초과하는 것으로 판정한 것에 응답하여, 상기 샘플 피펫팅 디바이스가 상기 유체 물질을 상기 분배 팁 내에 흡인하는 것을 방지하도록 구성되는, 시스템. - 제11항에 있어서, 상기 적어도 하나의 컴퓨팅 디바이스는,
상기 제1 기준 라인 및 상기 제2 기준 라인 중 적어도 하나의 기준 라인에 대한 상기 정렬 라인의 각도가 상기 임계 각도 값을 충족시키고/시키거나 초과하는 것으로 판정한 것에 응답하여, 상기 분배 팁 내에의 상기 유체 물질의 흡인을 플래깅하고/하거나 상기 분배 팁 내에의 상기 유체 물질의 흡인을 개시하도록 추가로 구성되는, 시스템. - 제1항 또는 제2항에 있어서, 상기 적어도 하나의 컴퓨팅 디바이스는,
상기 팁의 캡처된 이미지에 기초하여 상기 적어도 하나의 기준 라인의 길이를 판정하도록;
상기 적어도 하나의 기준 라인의 실제 길이를 획득하도록;
상기 적어도 하나의 기준 라인의 길이와 상기 적어도 하나의 기준 라인의 실제 길이 사이의 비를 계산하도록; 그리고
상기 비에 기초하여 상기 분배 팁의 깊이-오정렬을 판정하도록 추가로 구성되는, 시스템. - 제15항에 있어서, 상기 시스템은,
상기 비에 기초하여 상기 유체 물질의 판정된 부피를 조절하도록 추가로 구성되는, 시스템. - 제1항 또는 제2항에 있어서,
광원 및 샘플 피펫팅 모듈을 추가로 포함하고,
상기 광원 및 상기 이미지 캡처 유닛은 상기 샘플 피펫팅 모듈에 부착되고/되거나,
상기 광원 및 상기 이미지 캡처 유닛은 상기 분배 팁의 이미지가 상기 샘플 피펫팅 모듈의 임의의 위치에서 캡처될 수 있도록 상기 샘플 피펫팅 모듈과 함께 이동하도록 구성되는, 시스템. - 제2항에 있어서,
상기 컴퓨팅 디바이스는 상기 판정된 부피 및 상기 판정된 픽셀 거리에 기초하여 상관 데이터를 생성하도록 구성되는, 시스템 - 제18항에 있어서,
상기 상관 데이터는 복수의 판정된 픽셀 거리들과 상기 추가 분배 팁 내에 흡인된 액체의 복수의 판정된 부피들 사이의 복수의 상관들에 기초하여 생성되는, 시스템. - 제2항 또는 제18항에 있어서,
상기 흡인된 액체는 염료 용액을 포함하고/하거나;
상기 시스템은 분광 광도법에 기초하여 상기 흡인된 액체의 부피를 판정하도록 구성되는, 시스템. - 제2항 또는 제18항에 있어서,
상기 시스템은, 상기 흡인된 액체의 질량을 판정하도록 그리고 상기 흡인된 액체의 판정된 질량에 기초하여 상기 흡인된 액체의 부피를 판정하도록 구성되는, 시스템. - 용기 내의 유체 물질을 평가하는 방법으로서,
이미지 캡처 유닛을 사용하여, 상기 용기의 적어도 일부분의 이미지를 캡처하는 단계;
적어도 하나의 컴퓨팅 디바이스를 사용하여, 상기 용기의 이미지로부터 상기 용기의 제1 기준 라인 및 제2 기준 라인을 결정하는 단계;
상기 제1 기준 라인 및 상기 제2 기준 라인 중 적어도 하나의 기준 라인의 적어도 하나의 특성을 판정하는 단계
- 상기 적어도 하나의 특성은 상기 제1 기준 라인의 길이; 상기 제2 기준 라인의 길이; 및 상기 제1 기준 라인 및 상기 제2 기준 라인 중 적어도 하나의 기준 라인에 대한,
상기 제1 기준 라인의 사전결정된 포인트와 상기 제2 기준 라인의 사전결정된 포인트를 연결하는 라인의 각도 중 적어도 하나를 포함함 -; 및
상기 제1 기준 라인 및 상기 제2 기준 라인 중 적어도 하나의 기준 라인의 적어도 하나의 특성을 상기 분배 팁의 오정렬을 표현하는 임계값과 비교하는 단계를 포함하는, 방법. - 제22항에 있어서,
상기 제1 기준 라인 및 상기 제2 기준 라인은 패턴 매칭에 기초하여 그리고/또는 상기 캡처된 이미지의 세그먼트화에 기초하여 결정되는, 방법. - 제22항 또는 제23항에 있어서,
상기 제1 기준 라인 및 상기 제2 기준 라인을 결정하는 단계는 상기 캡처된 이미지에서 상기 제1 기준 라인 및/또는 상기 제2 기준 라인을 표현하는 패턴을 탐색하는 단계를 포함하는, 방법. - 제22항 또는 제23항에 있어서,
상기 제1 기준 라인 및 상기 제2 기준 라인을 결정하는 단계는 상기 캡처된 이미지의 적어도 일부분을 기준 이미지와 비교하는 단계를 포함하는, 방법. - 제25항에 있어서,
상기 캡처된 이미지의 일부와 상기 기준 이미지의 매칭 레이트 및/또는 상관값을 판정하는 단계를 추가로 포함하는, 방법. - 제22항 또는 제23항에 있어서, 상기 용기는 유체 물질을 포함하고, 상기 방법은,
상기 캡처된 이미지에서 상기 용기 내의 유체 물질의 표면 레벨을 식별하는 단계;
상기 제1 기준 라인 및 상기 제2 기준 라인 중 적어도 하나의 기준 라인과 상기 표면 레벨 사이의 거리를 판정하는 단계; 및
상관 데이터에 기초하여 상기 거리를 상기 유체 물질의 부피로 변환함으로써 상기 유체 물질의 부피를 판정하는 단계 - 상기 상관 데이터는 상기 용기 내의 부피들과 상기 제1 기준 라인 및 상기 제2 기준 라인 중 적어도 하나의 기준 라인으로부터 상기 용기 내의 복수의 표면 레벨들까지의 거리들 사이의 상관에 관한 정보를 포함함 - 를 추가로 포함하는, 방법. - 제22항 또는 제23항에 있어서, 상기 방법은,
상기 이미지에서 상기 제1 기준 라인의 길이를 판정하는 단계;
상기 이미지에서 상기 제2 기준 라인의 길이를 판정하는 단계;
상기 제1 기준 라인 및 상기 제2 기준 라인 중 적어도 하나의 기준 라인에 대한, 상기 제1 기준 라인의 사전결정된 포인트와 상기 제2 기준 라인의 사전결정된 포인트를 연결하는 라인의 각도를 판정하는 단계;
상기 제1 기준 라인의 길이, 상기 제2 기준 라인의 길이, 및 상기 라인의 각도 중 적어도 하나에 기초하여 상기 용기의 오정렬을 판정하는 단계; 및
상기 오정렬의 판정에 기초하여 상기 유체 물질의 부피를 조절하는 단계를 추가로 포함하는, 방법. - 제22항 또는 제23항에 있어서, 상기 용기의 오정렬은 측면-오정렬 및 깊이-오정렬을 포함하는, 방법.
- 제22항 또는 제23항에 있어서,
상기 이미지에서 상기 제1 기준 라인의 사전결정된 포인트를 식별하는 단계;
상기 이미지에서 상기 제2 기준 라인의 사전결정된 포인트를 식별하는 단계;
상기 제1 기준 라인의 사전결정된 포인트와 상기 제2 기준 라인의 사전결정된 포인트를 연결하는 정렬 라인을 정의하는 단계;
상기 제1 기준 라인 및 상기 제2 기준 라인 중 적어도 하나의 기준 라인에 대한 상기 정렬 라인의 각도를 판정하는 단계; 및
상기 각도를 임계 각도 값과 비교하는 단계 - 상기 임계 각도 값은 상기 용기의 측면-오정렬을 표현함 - 를 추가로 포함하는, 방법. - 제30항에 있어서, 상기 제1 기준 라인의 사전결정된 포인트는 상기 이미지에서 상기 제1 기준 라인의 중심 포인트이고, 상기 제2 기준 라인의 사전결정된 포인트는 상기 이미지에서 상기 제2 기준 라인의 중심 포인트인, 방법.
- 제30항에 있어서,
상기 제1 기준 라인 및 상기 제2 기준 라인 중 적어도 하나의 기준 라인에 대한 상기 정렬 라인의 각도가 상기 임계 각도 값을 충족시키고/시키거나 초과하는 것으로 판정한 것에 응답하여, 상기 용기 내에의 상기 유체 물질의 흡인을 방지하는 단계를 추가로 포함하는, 방법. - 제30항에 있어서,
상기 제1 기준 라인 및 상기 제2 기준 라인 중 적어도 하나의 기준 라인에 대한 상기 정렬 라인의 각도가 상기 임계 각도 값을 충족시키고/시키거나 초과하는 것으로 판정한 것에 응답하여, 상기 용기 내에의 상기 유체 물질의 흡인을 플래깅하고/하거나 상기 용기 내에의 상기 유체 물질의 흡인을 개시하는 단계를 추가로 포함하는, 방법. - 제22항 또는 제23항에 있어서,
상기 용기의 캡처된 이미지에 기초하여 상기 제1 기준 라인 및 상기 제2 기준 라인 중 적어도 하나의 기준 라인의 길이를 판정하는 단계;
상기 제1 기준 라인 및 상기 제2 기준 라인 중 적어도 하나의 기준 라인의 실제 길이를 획득하는 단계;
상기 제1 기준 라인 및 상기 제2 기준 라인 중 적어도 하나의 기준 라인의 길이와 상기 제1 기준 라인 및 상기 제2 기준 라인 중 적어도 하나의 기준 라인의 실제 길이 사이의 비를 계산하는 단계; 및
상기 비에 기초하여 상기 용기의 깊이-오정렬을 판정하는 단계를 추가로 포함하는, 방법. - 제34항에 있어서,
상기 비에 기초하여 상기 유체 물질의 판정된 부피를 조절하는 단계를 추가로 포함하는, 방법. - 유체 물질을 평가하기 위한 시스템의 컴퓨팅 디바이스 상에서 실행될 때, 상기 컴퓨팅 디바이스에게 제22항 또는 제23항에 따른 방법의 단계들을 수행할 것을 명령하는, 컴퓨터 프로그램 요소.
- 제36항에 따른 컴퓨터 프로그램 요소가 저장된, 비일시적 컴퓨터 판독가능 매체.
Applications Claiming Priority (6)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201662414655P | 2016-10-28 | 2016-10-28 | |
| US62/414,655 | 2016-10-28 | ||
| US201762525948P | 2017-06-28 | 2017-06-28 | |
| US62/525,948 | 2017-06-28 | ||
| KR1020197015116A KR102586862B1 (ko) | 2016-10-28 | 2017-10-27 | 물질 준비 평가 시스템 |
| PCT/US2017/058838 WO2018081617A2 (en) | 2016-10-28 | 2017-10-27 | Substance preparation evaluation system |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020197015116A Division KR102586862B1 (ko) | 2016-10-28 | 2017-10-27 | 물질 준비 평가 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230145526A true KR20230145526A (ko) | 2023-10-17 |
Family
ID=60574700
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020197015116A KR102586862B1 (ko) | 2016-10-28 | 2017-10-27 | 물질 준비 평가 시스템 |
| KR1020237033873A KR20230145526A (ko) | 2016-10-28 | 2017-10-27 | 물질 준비 평가 시스템 |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020197015116A KR102586862B1 (ko) | 2016-10-28 | 2017-10-27 | 물질 준비 평가 시스템 |
Country Status (8)
| Country | Link |
|---|---|
| US (3) | US11263433B2 (ko) |
| EP (2) | EP3532985B1 (ko) |
| JP (5) | JP6800223B2 (ko) |
| KR (2) | KR102586862B1 (ko) |
| CN (5) | CN110023950B (ko) |
| BR (1) | BR112019008270A8 (ko) |
| RU (1) | RU2762936C2 (ko) |
| WO (1) | WO2018081617A2 (ko) |
Families Citing this family (30)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109791808B (zh) | 2016-08-29 | 2023-07-11 | 拜克门寇尔特公司 | 远程数据分析和诊断 |
| USD841182S1 (en) | 2016-10-28 | 2019-02-19 | Beckman Coulter, Inc. | Pipette tip for a laboratory instrument |
| EP3532985B1 (en) * | 2016-10-28 | 2023-07-12 | Beckman Coulter, Inc. | Substance preparation evaluation system |
| WO2019060716A1 (en) * | 2017-09-25 | 2019-03-28 | Freenome Holdings, Inc. | SAMPLE EXTRACTION METHODS AND SYSTEMS |
| US11037032B2 (en) * | 2017-10-06 | 2021-06-15 | Wisconsin Alumni Research Foundation | Methods, systems, and media for detecting the presence of an analyte |
| USD899623S1 (en) | 2018-04-26 | 2020-10-20 | Beckman Coulter, Inc. | Pipette tip for a laboratory instrument |
| EP3807396A4 (en) * | 2018-06-15 | 2021-08-25 | Siemens Healthcare Diagnostics, Inc. | VERY DETAILED HIL INDEX DETERMINATION PROCESSES AND APPARATUS WITH STRONG SEMANTIC SEGMENTATION AND CONTRADICTORY TRAINING |
| EP3671221B1 (en) * | 2018-12-18 | 2022-04-27 | Tecan Trading AG | Classifying liquid handling procedures with a neural network |
| WO2020139989A1 (en) * | 2018-12-28 | 2020-07-02 | Beckman Coulter, Inc. | Clinical analyzer automated system diagnostics |
| EP3708976A1 (de) * | 2019-03-11 | 2020-09-16 | Mettler-Toledo GmbH | Verfahren zur verifikation von pipetten |
| WO2020223616A2 (en) * | 2019-05-02 | 2020-11-05 | Beckman Coulter, Inc. | System and method for device specific quality control |
| EP4052180A4 (en) * | 2019-10-31 | 2022-12-28 | Siemens Healthcare Diagnostics Inc. | METHODS AND APPARATUS FOR AUTOMATED SAMPLE CHARACTERIZATION USING A PERFORMANCE-BASED CONTINUOUS LEARNING DIAGNOSTIC ANALYSIS SYSTEM |
| EP3839515A1 (en) * | 2019-12-18 | 2021-06-23 | Roche Diagnostics GmbH | Method and devices for assessing the suitability of a sample tube for use in a laboratory automation system |
| US11796377B2 (en) * | 2020-06-24 | 2023-10-24 | Baker Hughes Holdings Llc | Remote contactless liquid container volumetry |
| US20230330656A1 (en) * | 2020-09-08 | 2023-10-19 | Nicoya Lifesciences, Inc. | Pipette dispenser system and method |
| US20230358776A1 (en) * | 2020-09-24 | 2023-11-09 | Hitachi High-Tech Corporation | Automatic Analyzer |
| EP4295162A4 (en) * | 2021-02-18 | 2024-07-24 | Siemens Healthcare Diagnostics Inc | DIAGNOSTIC LABORATORY SYSTEMS AND METHODS OF OPERATION |
| GB202106143D0 (en) * | 2021-04-29 | 2021-06-16 | Adaptive Diagnostics Ltd | Determination of the presence of a target species |
| US20230028492A1 (en) * | 2021-07-20 | 2023-01-26 | Cytena Gmbh | Method for detecting a particle in a container filled with liquid |
| EP4405661A1 (en) * | 2021-09-23 | 2024-07-31 | Beckman Coulter, Inc. | System and method of evaluating fluidic substance |
| US11940451B2 (en) * | 2021-12-20 | 2024-03-26 | Instrumentation Laboratory Co. | Microfluidic image analysis system |
| CN114295568B (zh) * | 2021-12-31 | 2024-09-03 | 深圳麦科田生物医疗技术股份有限公司 | 血液样本指标校正系统及血液样本指标校正方法 |
| EP4261526A1 (en) * | 2022-04-15 | 2023-10-18 | Instrumentation Laboratory Company | A fluid testing system |
| US20230333013A1 (en) * | 2022-04-15 | 2023-10-19 | Instrumentation Laboratory Co. | Fluid testing system |
| USD1014780S1 (en) | 2022-04-15 | 2024-02-13 | Instrumentation Laboratory Co. | Cuvette |
| JP2023172471A (ja) * | 2022-05-24 | 2023-12-06 | 株式会社日立ハイテク | 生体試料測定装置 |
| WO2024011149A1 (en) | 2022-07-05 | 2024-01-11 | Beckman Coulter, Inc. | Improved assay compositions and methods |
| WO2024028852A1 (en) * | 2022-08-01 | 2024-02-08 | Odysight.Ai Ltd | Monitoring liquid volume in a container |
| CN116474157B (zh) * | 2023-04-28 | 2023-09-15 | 广州迅合医疗科技有限公司 | 一种湿环境持续粘合的硬组织生物粘合剂制备方法及系统 |
| CN117064956A (zh) * | 2023-10-18 | 2023-11-17 | 康源博创生物科技(北京)有限公司 | 一种具有抗骨质疏松药效的药物组合物及其制备方法 |
Family Cites Families (265)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH01287466A (ja) * | 1988-05-16 | 1989-11-20 | Toshiba Corp | 自動化学分析装置 |
| JPH02152196A (ja) | 1988-12-03 | 1990-06-12 | Osaka Prefecture | 分散型ｅｌ素子 |
| DE4330412A1 (de) | 1993-09-08 | 1995-03-09 | Boehringer Mannheim Gmbh | Verfahren und Vorrichtung zur Dosierung von Flüssigkeiten |
| JP3132342B2 (ja) | 1995-07-07 | 2001-02-05 | 松下電器産業株式会社 | 検体検査方法及びその装置 |
| US5734468A (en) * | 1995-08-18 | 1998-03-31 | Beckman Instruments, Inc. | Probe and method for determining serum indices of a serum sample |
| US5802201A (en) | 1996-02-09 | 1998-09-01 | The Trustees Of Columbia University In The City Of New York | Robot system with vision apparatus and transparent grippers |
| EP0908724A4 (en) | 1996-03-29 | 1999-06-16 | Ortho Clinical Diagnostics Kab | BLOOD EXAMINATION APPARATUS, BLOOD EXAMINATION PRINTER AND REAGENT CASSETTE IMAGING APPARATUS |
| JPH09274047A (ja) * | 1996-04-03 | 1997-10-21 | Hitachi Ltd | 臨床用生化学自動分析装置および分注装置 |
| JPH10232228A (ja) | 1997-02-21 | 1998-09-02 | Matsushita Electric Ind Co Ltd | 血液検査方法及び装置 |
| FR2764703B1 (fr) | 1997-06-16 | 1999-08-20 | Stago Diagnostica | Procede pour l'analyse automatique en continu ou en discontinu d'echantillons contenus dans des recipients |
| US6097831A (en) | 1997-10-14 | 2000-08-01 | Chiron Corporation | Non-contract method for assay reagent volume dispense verification |
| AUPP058197A0 (en) | 1997-11-27 | 1997-12-18 | A.I. Scientific Pty Ltd | Pathology sample tube distributor |
| JP3957864B2 (ja) | 1998-03-02 | 2007-08-15 | 株式会社アイディエス | 凝固検体判定方法およびその装置 |
| US6235534B1 (en) | 1998-04-27 | 2001-05-22 | Ronald Frederich Brookes | Incremental absorbance scanning of liquid in dispensing tips |
| GB9816088D0 (en) | 1998-07-23 | 1998-09-23 | Axis Biochemicals Asa | System |
| JP2001183382A (ja) | 1999-12-28 | 2001-07-06 | Roche Diagnostics Gmbh | 分注機の動作確認装置および確認方法 |
| US6213354B1 (en) | 1999-12-29 | 2001-04-10 | Elite Engineering Corporation | System and method for dispensing fluid droplets of known volume and generating very low fluid flow rates |
| JP2002040034A (ja) | 2000-07-24 | 2002-02-06 | Olympus Optical Co Ltd | 検体仕分け装置 |
| ATE493929T1 (de) | 2001-03-29 | 2011-01-15 | Lifescan Scotland Ltd | Integriertes blutprobemessgerät mit teststreifen |
| EP2246689B8 (de) | 2002-01-19 | 2013-05-01 | Roche PVT GmbH | Verfahren zur Klassifizierung von Farbbildern von Serumproben zentrifugierter Körperflüssigkeiten |
| US6721667B2 (en) | 2002-02-08 | 2004-04-13 | Flexcell International Corporation | Method and system for measuring properties of deformable material specimens |
| JP2004151025A (ja) | 2002-10-31 | 2004-05-27 | Teruaki Ito | 試験管種類判別装置 |
| JP3675791B2 (ja) | 2002-11-01 | 2005-07-27 | 照明 伊藤 | バーコード化装置 |
| JP2004212216A (ja) | 2002-12-27 | 2004-07-29 | Teruaki Ito | 検体検知装置 |
| US7204960B2 (en) | 2003-03-03 | 2007-04-17 | Asm Assembly Automation Ltd. | Apparatus and method for calibration of a dispensing system |
| CN1774622B (zh) | 2003-04-15 | 2010-12-01 | 环球生物研究株式会社 | 分注用缸体、分注装置以及分注装置的使用方法 |
| US7247487B2 (en) | 2003-06-18 | 2007-07-24 | Ortho-Clinical Diagnostics | Reducing working fluid dilution in liquid systems |
| JP2005058315A (ja) | 2003-08-08 | 2005-03-10 | Fuji Photo Film Co Ltd | 画像の縮率計算方法 |
| US20060258018A1 (en) | 2003-09-23 | 2006-11-16 | Curl Claire L | Method and apparatus for determining the area or confluency of a sample |
| JP4095968B2 (ja) | 2004-02-06 | 2008-06-04 | 株式会社日立ハイテクノロジーズ | 液体分注装置、それを用いた自動分析装置、及び液面検出装置 |
| JP3803345B2 (ja) | 2004-02-16 | 2006-08-02 | 株式会社アイディエス | 血液検体の自動検知装置 |
| CN101010579A (zh) * | 2004-07-27 | 2007-08-01 | 株式会社三菱化学药得论 | 被检试样的自动判别方法 |
| JP4921368B2 (ja) | 2004-08-19 | 2012-04-25 | ベクトン・ディキンソン・アンド・カンパニー | 光学的測定を血液培養瓶に対して行う装置 |
| US20060047363A1 (en) | 2004-08-31 | 2006-03-02 | Farrelly Philip J | Machine vision system for lab workcells |
| US7499581B2 (en) * | 2005-02-10 | 2009-03-03 | Forhealth Technologies, Inc. | Vision system to calculate a fluid volume in a container |
| JP2006276003A (ja) | 2005-03-03 | 2006-10-12 | Juki Corp | 分注装置 |
| WO2006104006A1 (ja) | 2005-03-29 | 2006-10-05 | Sysmex Corporation | 検体分析方法および検体分析装置 |
| JP4881855B2 (ja) | 2005-03-29 | 2012-02-22 | シスメックス株式会社 | 検体分析方法および検体分析装置 |
| FR2887982B1 (fr) | 2005-07-01 | 2009-03-06 | Biomerieux Sa | Dispositif de pipetage automatique permettant de s'assurer de la tracabilite de l'analyse realisee |
| FR2888328B1 (fr) | 2005-07-08 | 2013-09-20 | Horiba Abx Sas | Procede automatise de preparation d'analyse d'echantillons de sang total et dispositif automatise pour sa mise en oeuvre |
| US7495231B2 (en) | 2005-09-08 | 2009-02-24 | Agilent Technologies, Inc. | MALDI sample plate imaging workstation |
| JP2007078483A (ja) | 2005-09-13 | 2007-03-29 | Matsushita Electric Ind Co Ltd | 液面測定方法及び液量測定方法 |
| WO2007035172A1 (en) | 2005-09-23 | 2007-03-29 | Attogenix Biosystems Pte Ltd | Method and apparatus for analysing a sample fluid |
| CN101305275B (zh) | 2005-11-30 | 2010-08-18 | 株式会社尼康 | 观察设备 |
| JP2009520963A (ja) | 2005-12-21 | 2009-05-28 | テカン・トレーディング・アクチェンゲゼルシャフト | 液体移送を点検する方法と装置 |
| SE529536C2 (sv) | 2006-01-25 | 2007-09-04 | Hemocue Ab | Metod för säkerställande av en provbehållares kvalitet |
| US7876935B2 (en) | 2006-01-30 | 2011-01-25 | Protedyne Corporation | Sample processing apparatus with a vision system |
| US20080006653A1 (en) | 2006-03-13 | 2008-01-10 | Biomachines, Inc. | Small volume liquid handling system |
| JP4875391B2 (ja) | 2006-03-30 | 2012-02-15 | シスメックス株式会社 | 検体分析装置 |
| WO2007124346A2 (en) | 2006-04-19 | 2007-11-01 | Archivex Llc | Micro-drop detection and detachment |
| JP2007298445A (ja) | 2006-05-01 | 2007-11-15 | Olympus Corp | 液面検知装置 |
| SE530750C2 (sv) * | 2006-07-19 | 2008-09-02 | Hemocue Ab | En mätapparat, en metod och ett datorprogram |
| US7988933B2 (en) | 2006-09-01 | 2011-08-02 | Siemens Healthcare Diagnostics Inc. | Identification system for a clinical sample container |
| AT504240B1 (de) | 2006-10-12 | 2009-05-15 | Messtechnik Dr Hans Stabinger | Vorrichtung zur bestimmung einer physikalischen grösse |
| JP4898828B2 (ja) | 2006-11-15 | 2012-03-21 | ベックマン コールター， インコーポレイテッド | 凝集判定方法 |
| JP2010516999A (ja) * | 2007-01-19 | 2010-05-20 | トゥドール・アービンテ | 試料の特性を検出し自記する為の方法と装置 |
| JP2010524518A (ja) * | 2007-04-11 | 2010-07-22 | フォース フォトニクス リミテッド | 支持構造及び該支持構造を含む子宮の生体内検査を改良し、客観化し、文書化するワークステーション |
| DE102007020149B4 (de) | 2007-04-26 | 2016-03-10 | Anatec As | Analysevorrichtung zur optischen Analyse eines Mediums mittels zumindest einer bildaufnehmenden Vorrichtung |
| JP2008309627A (ja) | 2007-06-14 | 2008-12-25 | Olympus Corp | 血液分析装置およびプログラム |
| EP2187430B1 (en) * | 2007-07-24 | 2018-10-03 | Nikon Corporation | Position measuring system, exposure apparatus, position measuring method, exposure method, and device manufacturing method |
| US20090180931A1 (en) | 2007-09-17 | 2009-07-16 | Sequenom, Inc. | Integrated robotic sample transfer device |
| JP2009103492A (ja) | 2007-10-22 | 2009-05-14 | Olympus Corp | 血液分析装置およびプログラム |
| JP2009109196A (ja) * | 2007-10-26 | 2009-05-21 | Panasonic Corp | 希釈倍率導出方法、定量方法、及び分析装置 |
| US20090185734A1 (en) * | 2008-01-18 | 2009-07-23 | Hemocue Ab | Apparatus and method for analysis of particles in a liquid sample |
| SE532499C2 (sv) * | 2008-01-18 | 2010-02-09 | Hemocue Ab | Metod och apparat för analys av partiklar i ett vätskeformigt prov |
| CA2720077C (en) | 2008-04-09 | 2014-08-05 | Abbott Point Of Care, Inc. | Method for measuring the area of a sample disposed within an analysis chamber |
| EP2112514A1 (en) | 2008-04-24 | 2009-10-28 | bioMérieux BV | Method and apparatus for checking the fluid in a pipet tip |
| US20090274348A1 (en) | 2008-04-30 | 2009-11-05 | Ortho-Clinical Diagnostics, Inc. | Immunodiagnostic test apparatus having at least one imager to provide agglutination evaluations during centrifugration cycle |
| ES2312290B1 (es) | 2008-05-14 | 2009-09-22 | Grifols, S.A. | Dispositivo lector de microtubos para analisis de muestras de sangre. |
| JP2009274047A (ja) | 2008-05-19 | 2009-11-26 | Tokyo Electric Power Co Inc:The | 炭酸ガスの地中貯留システム |
| NO328037B1 (no) | 2008-05-22 | 2009-11-23 | Knut Inge Bonvik | System for sanntids langtidsregulering og/eller sanntids spektroskopi av en avgitt urinmengde hos pasienter |
| US8170271B2 (en) | 2008-06-25 | 2012-05-01 | Jadak Llc | System and method for test tube and cap identification |
| ES2402225T3 (es) | 2008-07-25 | 2013-04-29 | F. Hoffmann-La Roche Ag | Un método y un sistema de laboratorio para la manipulación de tubos de muestras y una unidad de análisis por imagen |
| JP5465850B2 (ja) | 2008-08-01 | 2014-04-09 | シスメックス株式会社 | 試料分析システム |
| EP2214011B1 (en) | 2008-08-01 | 2019-01-02 | Sysmex Corporation | Blood sample analyzing apparatus |
| US9417253B2 (en) | 2008-10-30 | 2016-08-16 | Sysmex Corporation | Specimen processing system and specimen container classifying apparatus |
| JP5208868B2 (ja) | 2008-10-31 | 2013-06-12 | シスメックス株式会社 | 検体処理装置 |
| US20100112627A1 (en) * | 2008-11-04 | 2010-05-06 | Beckman Coulter, Inc. | System and Method for Displaying Three-Dimensional Object Scattergrams |
| JP5355362B2 (ja) * | 2008-12-22 | 2013-11-27 | シスメックス株式会社 | 検体検査システム、検体検査方法およびコンピュータプログラム |
| US9002096B2 (en) | 2009-01-06 | 2015-04-07 | Siemens Healthcare Diagnostics Inc. | Method and apparatus for determining a liquid level in a container using imaging |
| JP5078920B2 (ja) | 2009-01-27 | 2012-11-21 | 株式会社日立ハイテクノロジーズ | 液面検出装置及び方法 |
| FR2943785B1 (fr) * | 2009-03-31 | 2012-11-30 | Centre Nat Rech Scient | Procede de detection et de quantification d'analytes d'interet dans un liquide et dispositif de mise en oeuvre. |
| RU2559909C2 (ru) | 2009-05-15 | 2015-08-20 | Биомерьё, Инк. | Автоматизированное устройство для обнаружения микробов |
| US8507279B2 (en) * | 2009-06-02 | 2013-08-13 | Accuri Cytometers, Inc. | System and method of verification of a prepared sample for a flow cytometer |
| US8184848B2 (en) | 2009-06-17 | 2012-05-22 | National Applied Research Laboratories | Liquid level detection method |
| US20120086938A1 (en) * | 2009-07-13 | 2012-04-12 | Foss Analytical A/S | Analysis of an Acoustically Separated Liquid |
| JP5859439B2 (ja) * | 2009-08-13 | 2016-02-10 | シーメンス・ヘルスケア・ダイアグノスティックス・インコーポレイテッド | 臨床分析機によって分析される液体サンプルおよび容器の中の干渉物質および物理的寸法を確定するための方法ならびに装置 |
| JP5021010B2 (ja) | 2009-08-18 | 2012-09-05 | あおい精機株式会社 | 検体処理装置及び検体処理方法 |
| DE102009040542A1 (de) | 2009-09-08 | 2011-03-10 | Bürkert Werke GmbH | Vorrichtung und Verfahren zum Durchflussmessen oder -regeln |
| US7982201B2 (en) | 2009-09-08 | 2011-07-19 | Jadak, Llc | System and method for detection of liquid level in a vessel |
| JP5337644B2 (ja) | 2009-09-11 | 2013-11-06 | 株式会社日立ハイテクノロジーズ | 分析装置および分注機構の性能評価方法 |
| US8381581B2 (en) | 2009-09-23 | 2013-02-26 | Brooks Automation, Inc. | Volumetric measurement |
| EP2491405A1 (en) | 2009-10-19 | 2012-08-29 | Yeda Research and Development Co. Ltd. | Method and system for analyzing liquid |
| JP2011107120A (ja) | 2009-10-20 | 2011-06-02 | Aoi Seiki Kk | 検体処理装置及び検体処理方法 |
| DK2490814T3 (en) | 2009-10-22 | 2015-04-20 | Brian Page | Pipettes, apparatus and kit for metering and procedure |
| US8321055B2 (en) | 2009-11-03 | 2012-11-27 | Jadak, Llc | System and method for multiple view machine vision target location |
| US8319823B2 (en) | 2009-11-03 | 2012-11-27 | Jadak, Llc | System and method for panoramic image stitching |
| US20110226045A1 (en) | 2009-11-25 | 2011-09-22 | Mcquillan Adrian Charles | Liquid analysis system |
| EP2519820B1 (en) * | 2009-12-31 | 2013-11-06 | Abbott Point Of Care, Inc. | Method and apparatus for determining mean cell volume of red blood cells |
| JP5337728B2 (ja) | 2010-01-28 | 2013-11-06 | 株式会社日立ハイテクノロジーズ | 自動分析装置 |
| US20110201045A1 (en) | 2010-02-17 | 2011-08-18 | Levine Joshua D | Method and apparatus for performing hematologic analysis using an array-imaging system for imaging and analysis of a centrifuged analysis tube |
| US20120057019A1 (en) | 2010-03-01 | 2012-03-08 | Utah State University | Dynamic In-Situ Feature Imager Apparatus and Method |
| SG185486A1 (en) * | 2010-05-14 | 2012-12-28 | Univ Sabanci | An apparatus for using hydrodynamic cavitation in medical treatment |
| JP5330313B2 (ja) | 2010-05-24 | 2013-10-30 | 株式会社日立ハイテクノロジーズ | 生体試料の分析装置 |
| JP5330317B2 (ja) | 2010-06-02 | 2013-10-30 | 株式会社日立ハイテクノロジーズ | 生体試料の分析方法および分析装置 |
| SE535918C2 (sv) * | 2010-06-10 | 2013-02-19 | Hemocue Ab | Detektion av magnetiskt inmärkta biologiska komponenter |
| EP2397859B1 (en) | 2010-06-15 | 2020-02-05 | F. Hoffmann-La Roche AG | Optical surveillance of mixing and separation |
| JP5492676B2 (ja) | 2010-06-28 | 2014-05-14 | 株式会社日立ハイテクノロジーズ | 自動分析装置 |
| US20110317004A1 (en) | 2010-06-29 | 2011-12-29 | Kai Tao | IV Monitoring by Digital Image Processing |
| CA2804857C (en) * | 2010-08-13 | 2021-07-06 | Somalogic, Inc. | Pancreatic cancer biomarkers and uses thereof |
| US20120208202A1 (en) | 2010-09-17 | 2012-08-16 | Alere Scarborough, Inc. | Method for the Reduction of Biological Sampling Errors by Means of Image Processing |
| CN103443625B (zh) * | 2010-10-21 | 2017-12-05 | 耐克思乐生物科学有限责任公司 | 成像细胞仪的内部聚焦参考珠 |
| EP2453233A1 (en) | 2010-11-16 | 2012-05-16 | Roche Diagnostics GmbH | Method and apparatus for detecting foam on a liquid surface in a vessel |
| US8973293B2 (en) | 2010-11-19 | 2015-03-10 | Becton, Dickinson And Company | Specimen container label for automated clinical laboratory processing systems |
| KR101944347B1 (ko) | 2010-11-23 | 2019-04-17 | 앤드류 알리안스 에스. 에이. | 피펫의 프로그래밍 가능한 조작을 위한 장치 및 방법 |
| EP2455761B1 (de) | 2010-11-23 | 2018-08-08 | Hach Lange GmbH | Verfahren zum Auffinden einer optischen Kennzeichnung auf einer Laboranalyse-Küvette |
| EP3073247A1 (en) * | 2010-12-21 | 2016-09-28 | Grundfos Management A/S | Monitoring system |
| EP2472219B1 (de) | 2011-01-04 | 2014-03-19 | Hach Lange GmbH | Verfahren zur Ermittlung eines Formkorrekturwertes F für Labor-Flüssigkeitsanalyse-Küvetten |
| RU2620922C2 (ru) | 2011-01-21 | 2017-05-30 | Теранос, Инк. | Системы и методы оптимизации использования образца |
| CN103327807A (zh) * | 2011-01-24 | 2013-09-25 | 巴斯夫植物科学有限公司 | 用于监测植物的生长条件的系统 |
| WO2012102779A2 (en) | 2011-01-24 | 2012-08-02 | Adey Nils B | Devices, systems, and methods for extracting a material from a material sample |
| DE102011003140A1 (de) | 2011-01-25 | 2012-07-26 | Hamilton Bonaduz Ag | Optisches Analyseverfahren für Flüssigkeit in einem Probenbehälter und Analyseeinrichtung zur Durchführung des Verfahrens |
| US9952237B2 (en) | 2011-01-28 | 2018-04-24 | Quanterix Corporation | Systems, devices, and methods for ultra-sensitive detection of molecules or particles |
| JP5414707B2 (ja) | 2011-01-31 | 2014-02-12 | 株式会社日立ハイテクノロジーズ | 分析装置 |
| WO2012103870A1 (de) | 2011-01-31 | 2012-08-09 | Witeg Labortechnik Gmbh | Flaschendispenser mit digitaler volumenanzeige |
| JP5557772B2 (ja) | 2011-02-24 | 2014-07-23 | 株式会社日立ハイテクノロジーズ | 液面検知装置 |
| JPWO2012117844A1 (ja) | 2011-03-03 | 2014-07-07 | 株式会社日立ハイテクノロジーズ | 分析装置用の試料データ処理装置、オートサンプラ装置、液体クロマトグラフ装置、試料データ処理方法および分析方法 |
| EP2659316B1 (en) | 2011-03-18 | 2019-10-02 | Siemens Healthcare Diagnostics Inc. | Methods, systems, and apparatus for calibration of an orientation between an end effector and an article |
| JP6040549B2 (ja) | 2011-03-30 | 2016-12-07 | 東レ株式会社 | 液晶ポリエステル繊維およびその製造方法 |
| WO2012157085A1 (ja) | 2011-05-18 | 2012-11-22 | 株式会社テクノメデイカ | 採血管自動準備装置 |
| US9505507B2 (en) | 2011-06-30 | 2016-11-29 | Hitachi High-Technologies Corporation | Cap opening and closing mechanism and automatic analyzer including the same |
| AU2012287304B2 (en) * | 2011-07-22 | 2015-08-13 | Roche Diagnostics Hematology, Inc. | Identifying and measuring reticulocytes |
| JP5872209B2 (ja) | 2011-08-26 | 2016-03-01 | シスメックス株式会社 | 検体分析装置 |
| TWI708052B (zh) | 2011-08-29 | 2020-10-21 | 美商安美基公司 | 用於非破壞性檢測-流體中未溶解粒子之方法及裝置 |
| EP3225972A1 (en) | 2011-09-09 | 2017-10-04 | Gen-Probe Incorporated | Automated sample handling instrumentation, systems, processes, and methods |
| JP5474903B2 (ja) | 2011-09-28 | 2014-04-16 | あおい精機株式会社 | 検査前処理装置、検査前処理方法、及び検体処理装置 |
| JP5879085B2 (ja) | 2011-10-13 | 2016-03-08 | 株式会社日立ハイテクノロジーズ | 液面状態検出装置、自動分析装置および液面状態検出方法 |
| KR101288200B1 (ko) | 2011-10-25 | 2013-07-18 | 삼성전기주식회사 | 유체 토출 장치 |
| WO2013060480A2 (de) | 2011-10-28 | 2013-05-02 | Torsten Matthias | Vorrichtung und verfahren zur kontrolle eines volumens einer probe |
| EP2589968A1 (en) | 2011-11-04 | 2013-05-08 | Roche Diagnostics GmbH | Laboratory sample distribution system, laboratory system and method of operating |
| KR20140091033A (ko) | 2011-11-07 | 2014-07-18 | 베크만 컬터, 인코포레이티드 | 검체 컨테이너 검출 |
| JP5822126B2 (ja) | 2011-11-24 | 2015-11-24 | 澁谷工業株式会社 | 容器の液面高さ検査方法とその装置 |
| DE102011055899B4 (de) | 2011-11-30 | 2013-11-21 | Andreas Hettich Gmbh & Co. Kg | Verfahren und eine Vorrichtung zum Handhaben von Probenbehältern |
| JP5897323B2 (ja) | 2011-12-26 | 2016-03-30 | 株式会社日立ハイテクノロジーズ | 自動分析装置および測定値異常検出方法 |
| US9884318B2 (en) | 2012-02-10 | 2018-02-06 | Adam Perry Tow | Multi-axis, multi-purpose robotics automation and quality adaptive additive manufacturing |
| US20140267713A1 (en) | 2013-03-15 | 2014-09-18 | Cryoxtract Instruments, Llc | Machine Vision System for Frozen Aliquotter for Biological Samples |
| EP2662137A1 (en) | 2012-05-08 | 2013-11-13 | Roche Diagniostics GmbH | Dispensing assembly |
| IN2014DN10002A (ko) | 2012-05-14 | 2015-08-14 | Gauss Surgical | |
| US10132736B2 (en) * | 2012-05-24 | 2018-11-20 | Abbvie Inc. | Methods for inspection of protein particles in a liquid beneficial agent |
| US9389229B2 (en) * | 2012-07-18 | 2016-07-12 | Theranos, Inc. | Methods for detecting and measuring aggregation |
| US9513224B2 (en) * | 2013-02-18 | 2016-12-06 | Theranos, Inc. | Image analysis and measurement of biological samples |
| US9530053B2 (en) | 2012-07-31 | 2016-12-27 | Tecan Trading Ag | Method and apparatus for detecting or checking an arrangement of laboratory articles on a work area of a laboratory work station |
| JP5993652B2 (ja) | 2012-08-03 | 2016-09-14 | 株式会社日立ハイテクノロジーズ | 自動分析装置 |
| WO2014031576A1 (en) | 2012-08-20 | 2014-02-27 | Siemens Healthcare Diagnostics Inc. | Methods and apparatus for ascertaining specimen and/or sample container characteristics while in transit |
| JP6207933B2 (ja) * | 2012-08-31 | 2017-10-04 | 東芝メディカルシステムズ株式会社 | 検体検査装置 |
| BR112015004406A2 (pt) * | 2012-09-04 | 2017-07-04 | Koninklijke Philips Nv | método de amostragem e dispositivo sensor |
| CA2791003C (en) * | 2012-09-27 | 2013-08-06 | Cinrg Systems Inc. | Liquid sample testing apparatus |
| PL401098A1 (pl) | 2012-10-08 | 2014-04-14 | Scope Fluidics Spółka Z Ograniczoną Odpowiedzialnością | Sposób pomiaru małych objętości płynu w układzie mikroprzepływowym |
| WO2014057480A2 (en) | 2012-10-12 | 2014-04-17 | Koninklijke Philips N.V. | Optical fill detection |
| US9066021B2 (en) | 2012-10-18 | 2015-06-23 | Ortho-Clinical Diagnostics, Inc. | Full resolution color imaging of an object |
| US9135515B2 (en) | 2012-10-22 | 2015-09-15 | Qiagen Gaithersburg, Inc. | Automated pelletized sample vision inspection apparatus and methods |
| JP5642759B2 (ja) | 2012-10-31 | 2014-12-17 | ファナック株式会社 | 物品取出装置及び物品取出方法 |
| WO2014093838A2 (en) | 2012-12-14 | 2014-06-19 | The J. David Gladstone Institutes | Automated robotic microscopy systems |
| EP2936116B8 (en) * | 2012-12-19 | 2020-04-01 | Koninklijke Philips N.V. | System and method for classification of particles in a fluid sample |
| JP2014145621A (ja) | 2013-01-28 | 2014-08-14 | Hitachi High-Technologies Corp | 自動分析装置 |
| CA2903013C (en) | 2013-03-08 | 2021-05-11 | Siemens Healthcare Diagnostics Inc. | Tube characterization station |
| CA2904107C (en) | 2013-03-14 | 2021-09-07 | Siemens Healthcare Diagnostics Inc. | Tube tray vision system |
| US20140267695A1 (en) | 2013-03-15 | 2014-09-18 | Vistalab Technologies, Inc. | Device and method for optical measurement of a volume of dispensed fluid |
| US10222375B2 (en) | 2013-07-17 | 2019-03-05 | Gold Standard Diagnostics | Process and machine for automated agglutination assays with image automated evaluation |
| DE102013214694B4 (de) | 2013-07-26 | 2015-02-12 | Roche Pvt Gmbh | Verfahren zum Handhaben eines Gegenstands und Vorrichtung zum Handhaben von Gegenständen |
| JP6049202B2 (ja) * | 2013-10-25 | 2016-12-21 | 富士フイルム株式会社 | 画像処理装置、方法、及びプログラム |
| US9523700B1 (en) | 2013-10-28 | 2016-12-20 | Elemental Scientific, Inc. | Automated sampling device |
| EP3065797A4 (en) * | 2013-11-04 | 2016-11-09 | Siemens Healthcare Diagnostics | METHODS AND APPARATUS FOR DETERMINING ASPIRATION AND / OR DISTRIBUTION VOLUME AND / OR PIPETTE POSITIONING |
| US10247743B2 (en) | 2013-11-12 | 2019-04-02 | Hitachi High-Technologies Corporation | Analyte testing automation system, biological sample check module, and biological sample check method |
| JP6333584B2 (ja) | 2014-03-11 | 2018-05-30 | キヤノンメディカルシステムズ株式会社 | 臨床検査装置 |
| JP2015200527A (ja) | 2014-04-04 | 2015-11-12 | 株式会社東芝 | 臨床検査装置 |
| WO2015161003A1 (en) * | 2014-04-15 | 2015-10-22 | Gauss Surgical, Inc. | Method for estimating a quantity of a blood component in a fluid canister |
| WO2015159620A1 (ja) | 2014-04-17 | 2015-10-22 | 株式会社日立ハイテクノロジーズ | 検体検査自動化システムおよびチェックモジュールならびに試料のチェック方法 |
| CH709657A1 (de) | 2014-05-15 | 2015-11-30 | Tecan Trading Ag | Verfahren zum Feststellen der Anwesenheit oder Abwesenheit von Wegwerfpipettenspitzen in Pipettenspitzenträgern. |
| US10140705B2 (en) | 2014-06-10 | 2018-11-27 | Siemens Healthcare Diagnostics Inc. | Drawer vision system |
| WO2016014429A1 (en) | 2014-07-21 | 2016-01-28 | Beckman Coulter, Inc. | Methods and systems for tube inspection and liquid level detection |
| US20180021773A1 (en) | 2014-07-25 | 2018-01-25 | Loughborough University | Assay devices, methods for carrying out assays, assay kits and method for manufacturing assay devices |
| RU2697877C2 (ru) | 2014-07-28 | 2019-08-21 | ДУГЛАС САЙЕНТИФИК, ЭлЭлСи | Прибор для анализа биологических образцов и реагентов |
| KR102395935B1 (ko) | 2014-07-28 | 2022-05-10 | 사노피 파스퇴르 백스디자인 코포레이션 | 혈구 응집 억제 분석(hai)의 자동화 이미징 및 분석 |
| US10520519B2 (en) | 2014-07-29 | 2019-12-31 | Joachim Gerstel | Arrangement for preparing a plurality of samples for an analytical method |
| US9723831B2 (en) | 2014-07-30 | 2017-08-08 | The Governing Council Of The University Of Toronto | System and methods for automated vitrification of biological materials |
| US9574989B2 (en) * | 2014-08-08 | 2017-02-21 | Omnivision Technologies, Inc. | Lens-free imaging system and method for detecting particles in sample deposited on image sensor |
| FI127992B (fi) * | 2014-08-29 | 2019-07-15 | Svanbaeck Sami | Menetelmä ja järjestelmä aineen liukenemisominaisuuksien määrittämiseksi |
| US9547899B1 (en) | 2014-10-07 | 2017-01-17 | University Of South Florida | Mobile hemolysis detection in whole blood samples |
| WO2016066992A1 (en) * | 2014-10-29 | 2016-05-06 | Malvern Instruments Limited | Suspended particle characterization system |
| JP6395216B2 (ja) | 2014-11-13 | 2018-09-26 | 国立大学法人大阪大学 | 液体に含まれる超微細バブルの測定方法及びその測定装置 |
| JP2016099281A (ja) | 2014-11-25 | 2016-05-30 | 高電工業株式会社 | 検体検査装置及び検体検査システム |
| US10625259B1 (en) * | 2014-11-26 | 2020-04-21 | Medica Corporation | Automated microscopic cell analysis |
| AU2015261613A1 (en) * | 2014-12-18 | 2016-07-07 | Gruppo Cimbali S.P.A. | Method of analysing ground coffee |
| JP6521628B2 (ja) | 2014-12-26 | 2019-05-29 | キヤノンメディカルシステムズ株式会社 | 自動分析装置 |
| JP6554793B2 (ja) | 2015-01-05 | 2019-08-07 | 株式会社島津製作所 | 自動試料採取装置 |
| WO2016121449A1 (ja) | 2015-01-28 | 2016-08-04 | 株式会社 日立ハイテクノロジーズ | 液面検査装置、自動分析装置および処理装置 |
| JP6927465B2 (ja) * | 2015-02-17 | 2021-09-01 | シーメンス・ヘルスケア・ダイアグノスティックス・インコーポレーテッドＳｉｅｍｅｎｓ Ｈｅａｌｔｈｃａｒｅ Ｄｉａｇｎｏｓｔｉｃｓ Ｉｎｃ． | 検体中の妨害因子を分類するためのモデルベース方法及び装置 |
| US10725060B2 (en) | 2015-02-18 | 2020-07-28 | Siemens Healthcare Diagnostics Inc. | Image-based tray alignment and tube slot localization in a vision system |
| EP3259737B1 (en) | 2015-02-18 | 2020-04-15 | Siemens Healthcare Diagnostics Inc. | Locality-based detection of tray slot types and tube types in a vision system |
| JP2016161301A (ja) | 2015-02-27 | 2016-09-05 | 株式会社日立ハイテクノロジーズ | 検体検査自動化システム |
| JP6463997B2 (ja) | 2015-03-10 | 2019-02-06 | 株式会社日立ハイテクノロジーズ | 自動分析装置 |
| GB2536468A (en) | 2015-03-18 | 2016-09-21 | Stratec Biomedical Ag | Device, system and method for the visual alignment of a pipettor tip and a reference point marker |
| JP6491922B2 (ja) | 2015-03-27 | 2019-03-27 | 株式会社日立ハイテクノロジーズ | 自動分析装置 |
| US20160279630A1 (en) | 2015-03-29 | 2016-09-29 | Massachusetts Institute Of Technology | Methods and Apparatus for Pipetting |
| CN107533047B (zh) | 2015-03-31 | 2020-11-10 | 希森美康株式会社 | 尿分析系统、拍摄装置、细胞拍摄装置、尿分析方法、管理装置及信息处理方法 |
| JP6134348B2 (ja) | 2015-03-31 | 2017-05-24 | シスメックス株式会社 | 細胞撮像装置及び細胞撮像方法 |
| CA3205046C (en) | 2015-04-07 | 2024-06-18 | Gen-Probe Incorporated | Systems and methods for reading machine-readable labels on sample receptacles |
| US10837977B2 (en) | 2015-05-11 | 2020-11-17 | Kabushiki Kaisha Yaskawa Denki | Rack for dispensing and dispensing system |
| US11504037B2 (en) | 2015-05-15 | 2022-11-22 | Gauss Surgical, Inc. | Systems and methods for assessing fluids from a patient |
| US11183284B2 (en) | 2015-06-01 | 2021-11-23 | Digital Hospital, Inc. | Dosage confirmation apparatus |
| KR20180091805A (ko) | 2015-06-19 | 2018-08-16 | 앤드류 알리안스 에스. 에이. | 액체의 부피 측정 장치 및 방법 |
| DE102015212457A1 (de) | 2015-07-02 | 2017-01-05 | Hamilton Bonaduz Ag | Pipettiervorrichtung mit Bildverarbeitung |
| JP6433859B2 (ja) | 2015-07-29 | 2018-12-05 | 株式会社日立ハイテクノロジーズ | 自動分析装置 |
| WO2017027425A1 (en) | 2015-08-10 | 2017-02-16 | Counsyl, Inc. | Modular liquid handling system |
| WO2017033537A1 (ja) | 2015-08-25 | 2017-03-02 | 株式会社日立ハイテクノロジーズ | 自動分析装置および検体検査自動化システム |
| CA3204561A1 (en) * | 2015-08-28 | 2017-03-09 | Bayer Healthcare Llc | System and method for syringe fluid fill verification and image recognition of power injector system features |
| EP3350573B1 (en) | 2015-09-04 | 2021-06-16 | Qualigen, Inc. | Systems and methods for sample verification |
| EP3141909B1 (en) | 2015-09-08 | 2021-11-10 | Roche Diagnostics GmbH | Laboratory analyzer for manually handling a plurality of reagents and method for operating a laboratory analyzer for manually handling a plurality of reagents |
| AU2016341421B2 (en) | 2015-10-23 | 2021-08-12 | Gen-Probe Incorporated | Systems and methods for reading machine-readable marks on racks and receptacles |
| WO2017100660A1 (en) | 2015-12-09 | 2017-06-15 | Indevr, Inc. | Automated agglutination analyzer with contour comparison |
| WO2017100652A1 (en) | 2015-12-09 | 2017-06-15 | Indevr, Inc. | Automated agglutination analyzer with thresholding |
| JP2019506619A (ja) | 2015-12-18 | 2019-03-07 | アボット ラボラトリーズ | 自動化分析のためのシステムおよび方法 |
| JP6719901B2 (ja) | 2015-12-28 | 2020-07-08 | あおい精機株式会社 | 検体処理装置 |
| JP6843867B2 (ja) | 2015-12-30 | 2021-03-17 | ベンタナ メディカル システムズ， インコーポレイテッド | リアル・タイム・アッセイ監視システムおよび方法 |
| WO2017116997A2 (en) | 2015-12-31 | 2017-07-06 | Counsyl, Inc. | Robotic system for sorting sample tubes |
| WO2017132168A1 (en) | 2016-01-28 | 2017-08-03 | Siemens Healthcare Diagnostics Inc. | Methods and apparatus for multi-view characterization |
| US10746665B2 (en) | 2016-01-28 | 2020-08-18 | Siemens Healthcare Diagnostics Inc. | Methods and apparatus for classifying an artifact in a specimen |
| CN108770364A (zh) | 2016-01-28 | 2018-11-06 | 西门子医疗保健诊断公司 | 用于使用多个曝光来对样品容器和/或样品进行成像的方法和装置 |
| WO2017132169A1 (en) | 2016-01-28 | 2017-08-03 | Siemens Healthcare Diagnostics Inc. | Methods and apparatus for detecting an interferent in a specimen |
| CN108474733B (zh) | 2016-01-28 | 2022-08-30 | 西门子医疗保健诊断公司 | 用于表征样品容器和样品的方法和装置 |
| EP3408653B1 (en) * | 2016-01-28 | 2024-01-17 | Siemens Healthcare Diagnostics Inc. | Methods and apparatus adapted to quantify a specimen from multiple lateral views |
| JP6794119B2 (ja) | 2016-02-19 | 2020-12-02 | 株式会社日立ハイテク | 透明容器用ラベル及び自動分析装置 |
| JP6918555B2 (ja) * | 2016-04-13 | 2021-08-11 | 株式会社堀場エステック | クロマトグラフ用サンプラ及びクロマトグラフ用サンプラの操作方法 |
| CN109073517A (zh) | 2016-04-27 | 2018-12-21 | 文塔纳医疗系统公司 | 用于实时体积控制的系统和方法 |
| US20190154560A1 (en) * | 2016-05-16 | 2019-05-23 | Abbvie Inc. | Systems and Methods for Identifying Protein Aggregates in Biotherapeutics |
| JP6937325B2 (ja) | 2016-05-27 | 2021-09-22 | ビオメリュー・インコーポレイテッド | 標本容器内の泡の検出のための方法および装置 |
| JP6829950B2 (ja) * | 2016-05-31 | 2021-02-17 | シスメックス株式会社 | 分析方法、分析装置および分析システム |
| JP2017215216A (ja) * | 2016-05-31 | 2017-12-07 | シスメックス株式会社 | 分析方法および分析装置 |
| US10768406B2 (en) * | 2016-06-20 | 2020-09-08 | Scanogen Inc. | Imaging system |
| CN109313331A (zh) | 2016-06-20 | 2019-02-05 | Ran 生物技术公司 | 查看器装置 |
| WO2017223401A1 (en) | 2016-06-24 | 2017-12-28 | Kobra Biosolutions, Llc | Verification pipette and vision apparatus |
| US11135579B2 (en) | 2016-07-13 | 2021-10-05 | Hewlett-Packard Development Company, L.P. | Apparatus with encoded media to indicate dispensing locations for pipette dispenser |
| CN109477848B (zh) | 2016-07-25 | 2023-07-18 | 西门子医疗保健诊断公司 | 用于识别样品容器盖的系统、方法和设备 |
| JP6841621B2 (ja) | 2016-09-01 | 2021-03-10 | 株式会社日立ハイテク | 検体検査装置用テストキット及び検体検査装置の校正方法 |
| WO2018052137A1 (ja) * | 2016-09-16 | 2018-03-22 | 株式会社オンチップ・バイオテクノロジーズ | 微粒子分注装置、微粒子解析装置、及び反応検出装置、並びにそれらを用いる方法 |
| CN109690321B (zh) | 2016-09-16 | 2022-11-15 | 株式会社日立高新技术 | 自动分析装置、自动分析系统以及试剂清单的显示方法 |
| US10337994B2 (en) * | 2016-09-20 | 2019-07-02 | Kabushiki Kaisha Toshiba | Sample liquid measuring device and measuring method |
| US20180106659A1 (en) | 2016-10-15 | 2018-04-19 | Centech Corp. | Automated volumetric measurement and verification system |
| WO2018074622A1 (ko) | 2016-10-19 | 2018-04-26 | (주)코글릭스 | 검사 방법 및 장치 |
| EP3532985B1 (en) * | 2016-10-28 | 2023-07-12 | Beckman Coulter, Inc. | Substance preparation evaluation system |
| US10088660B2 (en) * | 2017-02-10 | 2018-10-02 | Amgen Inc. | Imaging system for counting and sizing particles in fluid-filled vessels |
| US10672139B2 (en) * | 2017-05-19 | 2020-06-02 | Kayrros | Method and system for remotely measuring the volume of liquid stored in external floating roof tanks |
| CN107036929B (zh) * | 2017-06-14 | 2023-06-23 | 中国矿业大学 | 一种实时测量突水过程中颗粒流失的试验系统及方法 |
| EP3428586B1 (en) * | 2017-07-14 | 2020-09-09 | CSEM Centre Suisse D'electronique Et De Microtechnique SA | Liquid level detection in receptacles using a plenoptic camera |
| CN110997097A (zh) * | 2017-08-15 | 2020-04-10 | 荷兰联合利华有限公司 | 用于过滤水性液体的装置和方法 |
| US20200264207A1 (en) * | 2017-08-25 | 2020-08-20 | Beckman Coulter, Inc. | Substance dispense system for biological sample analysis instrument |
| WO2019060716A1 (en) * | 2017-09-25 | 2019-03-28 | Freenome Holdings, Inc. | SAMPLE EXTRACTION METHODS AND SYSTEMS |
| EP3701271A1 (en) * | 2017-10-27 | 2020-09-02 | Beckman Coulter, Inc. | Sample container recognition |
| US10776916B2 (en) * | 2017-11-22 | 2020-09-15 | Express Scripts Strategic Development, Inc. | Computer imaging pre-processing for automated medication dispensing analysis |
| CN108323295B (zh) * | 2017-12-05 | 2019-12-03 | 江苏大学 | 一种基于多尺度生境信息的苗期作物水肥检测和控制方法及装置 |
| FR3074907B1 (fr) * | 2017-12-08 | 2019-12-27 | Tiama | Methode et machine pour controler un procede de formage |
| EP3777698A4 (en) * | 2018-03-28 | 2021-05-05 | FUJIFILM Corporation | ULTRASONIC DIAGNOSIS DEVICE AND ULTRASONIC DIAGNOSIS DEVICE CONTROL METHOD |
| US11010713B2 (en) * | 2018-11-05 | 2021-05-18 | Barminder, Inc. | Methods, systems, and devices for beverage consumption and inventory control and tracking |
| FR3091924B1 (fr) * | 2019-01-23 | 2021-10-15 | Erba Diagnostics Ltd | Procédé d’optimisation de la concentration en éléments d’intérêt à des fins de mesures visuelles sur un échantillon biologique |
-
2017
- 2017-10-27 EP EP17809078.3A patent/EP3532985B1/en active Active
- 2017-10-27 EP EP21194377.4A patent/EP3944144A1/en active Pending
- 2017-10-27 WO PCT/US2017/058838 patent/WO2018081617A2/en active Application Filing
- 2017-10-27 BR BR112019008270A patent/BR112019008270A8/pt unknown
- 2017-10-27 CN CN201780073459.6A patent/CN110023950B/zh active Active
- 2017-10-27 KR KR1020197015116A patent/KR102586862B1/ko active IP Right Grant
- 2017-10-27 CN CN202310865018.7A patent/CN117095185A/zh active Pending
- 2017-10-27 CN CN202310863551.XA patent/CN117253055A/zh active Pending
- 2017-10-27 JP JP2018521511A patent/JP6800223B2/ja active Active
- 2017-10-27 KR KR1020237033873A patent/KR20230145526A/ko active Application Filing
- 2017-10-27 US US16/345,658 patent/US11263433B2/en active Active
- 2017-10-27 CN CN202310861178.4A patent/CN117058415A/zh active Pending
- 2017-10-27 RU RU2019116214A patent/RU2762936C2/ru active
- 2017-10-27 CN CN202310877193.8A patent/CN117058416A/zh active Pending
-
2020
- 2020-05-14 JP JP2020085093A patent/JP7162637B2/ja active Active
-
2021
- 2021-10-28 JP JP2021176299A patent/JP7362713B2/ja active Active
-
2022
- 2022-02-28 US US17/682,809 patent/US11954925B2/en active Active
- 2022-05-10 JP JP2022077374A patent/JP2022097607A/ja active Pending
-
2023
- 2023-08-17 JP JP2023132896A patent/JP2023159264A/ja active Pending
-
2024
- 2024-03-04 US US18/594,423 patent/US12106588B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| US20200057880A1 (en) | 2020-02-20 |
| JP7362713B2 (ja) | 2023-10-17 |
| RU2019116214A3 (ko) | 2021-01-27 |
| KR102586862B1 (ko) | 2023-10-11 |
| US12106588B2 (en) | 2024-10-01 |
| JP2023159264A (ja) | 2023-10-31 |
| US11263433B2 (en) | 2022-03-01 |
| CN117253055A (zh) | 2023-12-19 |
| RU2019116214A (ru) | 2020-11-30 |
| EP3944144A1 (en) | 2022-01-26 |
| BR112019008270A8 (pt) | 2023-04-11 |
| JP2020144139A (ja) | 2020-09-10 |
| JP2022009651A (ja) | 2022-01-14 |
| BR112019008270A2 (pt) | 2019-07-09 |
| WO2018081617A3 (en) | 2018-06-28 |
| JP7162637B2 (ja) | 2022-10-28 |
| WO2018081617A2 (en) | 2018-05-03 |
| US20230045577A1 (en) | 2023-02-09 |
| US20240203140A1 (en) | 2024-06-20 |
| KR20190076009A (ko) | 2019-07-01 |
| JP2022097607A (ja) | 2022-06-30 |
| CN110023950A (zh) | 2019-07-16 |
| EP3532985A2 (en) | 2019-09-04 |
| CN117095185A (zh) | 2023-11-21 |
| US11954925B2 (en) | 2024-04-09 |
| CN117058416A (zh) | 2023-11-14 |
| EP3532985B1 (en) | 2023-07-12 |
| CN110023950B (zh) | 2023-08-08 |
| CN117058415A (zh) | 2023-11-14 |
| JP2019500585A (ja) | 2019-01-10 |
| RU2762936C2 (ru) | 2021-12-24 |
| JP6800223B2 (ja) | 2020-12-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102586862B1 (ko) | 물질 준비 평가 시스템 | |
| US8920724B2 (en) | Specimen processing apparatus | |
| US20160341752A1 (en) | Methods, systems, and devices for real time execution and optimization of concurrent test protocols on a single device | |
| US20230281788A1 (en) | Substance dispense evaluation system | |
| WO2014127269A1 (en) | Methods, systems, and devices for real time execution and optimization of concurrent test protocols on a single device | |
| JP2007298444A (ja) | 分析装置 | |
| WO2016017291A1 (ja) | 自動分析装置 | |
| JP2020201265A (ja) | ピペッティングされる液体の投与を光学的に監視するための装置 | |
| US20240310395A1 (en) | Diagnostic laboratory systems and methods of operating | |
| WO2023047266A1 (en) | System and method of evaluating fluidic substance |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A107 | Divisional application of patent |