TW202215033A - 測定體液樣品中分析物濃度之方法 - Google Patents
測定體液樣品中分析物濃度之方法 Download PDFInfo
- Publication number
- TW202215033A TW202215033A TW110120733A TW110120733A TW202215033A TW 202215033 A TW202215033 A TW 202215033A TW 110120733 A TW110120733 A TW 110120733A TW 110120733 A TW110120733 A TW 110120733A TW 202215033 A TW202215033 A TW 202215033A
- Authority
- TW
- Taiwan
- Prior art keywords
- color
- field
- correction
- fields
- color reference
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 175
- 239000012491 analyte Substances 0.000 title claims abstract description 62
- 210000001124 body fluid Anatomy 0.000 title claims abstract description 36
- 238000012360 testing method Methods 0.000 claims abstract description 377
- 238000012937 correction Methods 0.000 claims abstract description 367
- 239000003153 chemical reaction reagent Substances 0.000 claims abstract description 51
- 230000003287 optical effect Effects 0.000 claims abstract description 48
- 238000003860 storage Methods 0.000 claims abstract description 14
- 238000004590 computer program Methods 0.000 claims abstract description 12
- 239000003086 colorant Substances 0.000 claims description 33
- 239000010839 body fluid Substances 0.000 claims description 25
- 230000004044 response Effects 0.000 claims description 24
- 238000012935 Averaging Methods 0.000 claims description 19
- 238000001454 recorded image Methods 0.000 claims description 9
- 241001270131 Agaricus moelleri Species 0.000 claims description 6
- 238000003702 image correction Methods 0.000 claims 1
- 238000005755 formation reaction Methods 0.000 abstract description 9
- 235000019557 luminance Nutrition 0.000 description 72
- 239000011159 matrix material Substances 0.000 description 42
- 238000013507 mapping Methods 0.000 description 34
- 238000006243 chemical reaction Methods 0.000 description 29
- 238000004458 analytical method Methods 0.000 description 19
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 17
- 239000008103 glucose Substances 0.000 description 17
- 239000000758 substrate Substances 0.000 description 17
- 230000006870 function Effects 0.000 description 16
- 239000003550 marker Substances 0.000 description 15
- 238000001514 detection method Methods 0.000 description 10
- 238000005259 measurement Methods 0.000 description 10
- 239000008280 blood Substances 0.000 description 9
- 210000004369 blood Anatomy 0.000 description 9
- 230000008859 change Effects 0.000 description 9
- 238000003384 imaging method Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 8
- 230000007935 neutral effect Effects 0.000 description 8
- 239000000126 substance Substances 0.000 description 8
- 230000015572 biosynthetic process Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000002790 cross-validation Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 238000013500 data storage Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 239000012530 fluid Substances 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 238000005286 illumination Methods 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 230000001427 coherent effect Effects 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 210000003722 extracellular fluid Anatomy 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 238000012805 post-processing Methods 0.000 description 3
- 230000002441 reversible effect Effects 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000012896 Statistical algorithm Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- JVTAAEKCZFNVCJ-UHFFFAOYSA-N lactic acid Chemical compound CC(O)C(O)=O JVTAAEKCZFNVCJ-UHFFFAOYSA-N 0.000 description 2
- 230000015654 memory Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 239000000049 pigment Substances 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 210000003296 saliva Anatomy 0.000 description 2
- 210000002700 urine Anatomy 0.000 description 2
- -1 Vol. 10 Substances 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- WQZGKKKJIJFFOK-VFUOTHLCSA-N beta-D-glucose Chemical compound OC[C@H]1O[C@@H](O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-VFUOTHLCSA-N 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 235000012000 cholesterol Nutrition 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011067 equilibration Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011545 laboratory measurement Methods 0.000 description 1
- 235000014655 lactic acid Nutrition 0.000 description 1
- 239000004310 lactic acid Substances 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000000123 paper Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 150000003626 triacylglycerols Chemical class 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/75—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated
- G01N21/77—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator
- G01N21/78—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator producing a change of colour
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
- G01N21/274—Calibration, base line adjustment, drift correction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/29—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using visual detection
- G01N21/293—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using visual detection with colour charts, graduated scales or turrets
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/8483—Investigating reagent band
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- 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
- G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/60—Colour correction or control
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
- H04N9/73—Colour balance circuits, e.g. white balance circuits or colour temperature control
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N2021/1765—Method using an image detector and processing of image signal
- G01N2021/177—Detector of the video camera type
- G01N2021/1776—Colour camera
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/75—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated
- G01N21/77—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator
- G01N2021/7756—Sensor type
- G01N2021/7759—Dipstick; Test strip
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/8483—Investigating reagent band
- G01N2021/8488—Investigating reagent band the band presenting reference patches
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/02—Mechanical
- G01N2201/022—Casings
- G01N2201/0221—Portable; cableless; compact; hand-held
-
- G—PHYSICS
- 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
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Multimedia (AREA)
- Molecular Biology (AREA)
- Signal Processing (AREA)
- Plasma & Fusion (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Mathematical Physics (AREA)
- Optics & Photonics (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Software Systems (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Investigating Or Analysing Materials By The Use Of Chemical Reactions (AREA)
Abstract
本發明提供了一種測定體液樣品中至少一種分析物的濃度之方法。該方法包含使用具有至少一個相機 (120) 之行動裝置 (112)。該方法進一步包含：
i) 藉由使用該相機 (120) 捕捉色彩參考卡 (118) 之至少一部分的至少一個影像及對其施加有該樣品的至少一個光學測試條 (114) 的至少一個試劑測試場 (116) 之至少一部分的至少一個影像，
其中在該影像中，該測試場 (116) 相對於該色彩參考卡 (118) 在定義的位置，
其中該色彩參考卡 (118) 包含局部分配給該測試場 (116) 的複數個不同的灰色參考場 (126)，且
其中該色彩參考卡 (118) 包含具有已知參考色值的複數個不同的色彩參考場 (128) 及局部分配給該等色彩參考場 (128) 的複數個不同的灰色參考場 (126)，
ii) 將至少一種預定的基於像素之平均色調映射圖校正應用於在步驟 i) 中獲得的該影像，從而獲得至少一個第一經強度校正之影像；
iii) 分別藉由使用局部分配給該等色彩參考場 (128) 的該等灰色參考場 (126) 及該測試場 (116)，從該第一經強度校正之影像導出該等色彩參考場 (128) 中之至少一些的及該測試場 (116) 的局部亮度資訊 (174)；
iv) 將至少一種局部色調映射圖校正應用於該第一經強度校正之影像，該局部色調映射圖校正考慮到該局部亮度資訊 (174)，從而獲得至少一個第二經強度校正之影像；及
v) 藉由使用該第二經強度校正之影像，基於該測試場 (116) 之色彩形成反應測定該分析物濃度。
此外，揭示了一種行動裝置 (112)、一種套組 (110)、一種電腦程式及一種電腦可讀取儲存媒體。
Description
本發明涉及測定體液樣品中至少一種分析物濃度之方法。本發明進一步涉及具有至少一個相機的行動裝置，涉及用於測定體液樣品中至少一種分析物濃度的套組，且進一步涉及電腦程式及電腦可讀取儲存媒體。該方法、裝置、電腦程式及儲存媒體具體而言可用於醫學診斷中，以便例如定性及/或定量檢測一種或多種體液中的一種或多種分析物，例如用於檢測血液及/或組織間隙液中的葡萄糖。然而，本發明亦可應用於其他領域。
在醫學診斷學領域中，在許多情況下，必須在體液 (例如血液、組織間隙液、尿液、唾液或其他類型之體液) 樣品中偵測一或多種分析物之濃度。待偵測之分析物例如為葡萄糖、三酸甘油酯、乳酸、膽固醇或通常存在於此等體液中之其他類型分析物。根據分析物之濃度及/或存在，必要時，可選擇適當的治療方法。在不限縮範圍的情況下，本發明可具體地就血糖測量來說明。然而，應注意的是，本發明亦可用於使用測試元件的其他分析測量類型。
一般而言，熟習技術者已知的裝置及方法利用包含一種或多種測試化學物質的測試元件，其中，該一種或多種測試化學物質在待檢測的分析物存在時，能夠執行一種或多種可檢測的檢測反應，例如光學可檢測的檢測反應。關於包含於測試元件的測試化學物質，可參考例如 J. Hoenes 等人: The Technology Behind Glucose Meters: Test Strips, Diabetes Technology & Therapeutics，第 10 卷，增刊 1，2008 年，S-10 至 S-26。其他類型的測試化學物是可行的，並可用於執行本發明。
在分析測量中，具體而言是基於色彩形成反應的分析測量中，一項技術挑戰在於評估因檢測反應所引起的色彩變化。除了使用例如手持式血糖儀的專用分析裝置之外，近年來，使用例如智慧型手機及可攜式電腦或其他行動裝置的通用電子設備也變得越來越流行。舉例而言，WO 2012/131386 A1 揭示一種用於執行檢定之測試設備，該測試設備包含：容器，其含有試劑，該試劑藉由顯影色彩或圖案變化而與經施加之測試樣品起反應；可攜式裝置 (例如行動電話或膝上型電腦)，其包含處理器及影像捕捉裝置，其中處理器經組態以處理由影像捕捉裝置所捕捉之資料且輸出針對經施加之測試樣品之測試結果。
與實驗室測量及藉由使用專用分析測量裝置執行的測量相反，在使用例如智慧型手機的行動電腦裝置時，需要考量各種影響。舉例而言，考慮照明條件、定位、振動或其他或多或少不可控制的條件。
US 2018/0146175 Al 揭示了一種用於相機或其他成像裝置的色彩測量裝置及方法。色彩測量裝置可經組態以經由共同擁有的裝置來確定許多不同的色彩。實施例利用正弦灰度環來確定未知色彩的精確色彩匹配，即使獲得的影像存在透視畸變亦可實現。
EP 2 526 683 B1 及 EP 2 526 684 B1 揭示了用於根據色彩樣品的影像確定色彩樣品的色彩的方法及系統。
WO 2015/038717 A1 描述了一種用於分析流體的系統及方法，該系統具有：容納流體樣品的不透明容器；設置在杯子表面上的色彩變化指示器，當杯子容納流體樣品時，該表面浸沒於流體樣品中；與色彩變化指示器的色彩進行比較的色彩標準，其設置於表面上；相機，該相機設置為接近容器，使得相機具有表面的視場，該相機耦合之處理器；人工光源，其以標準光照照射表面；設置於人工光源與表面之間的光漫射體；且其中處理器接收由相機捕捉的影像，從色彩變化指示器中提取色值，相對於色彩標準使色值標準化，並在暴露於標準化量的已知被測試劑時，將色值與色彩變化指示器的已知色值定量相關。
US 2020/0126226 A1 揭示了用於分析可見化學反應的系統及方法。在一種實施方式中，該方法可包括接收來自與行動通訊裝置相關聯的影像感測器的試劑墊的影像，該試劑墊接近具有至少一對彩色參考元件的彩色表面。該方法包括在影像中識別試劑墊、第一彩色參考元件及第二彩色參考元件。此後，該方法包括使用第一彩色參考元件及第二彩色參考元件來測定試劑墊上與局部光照條件無關的化學反應的程度。然後，該方法包括使行動通訊裝置基於化學反應的程度提供資料。
儘管已知方法及裝置具有該等優點，但仍然存在一些技術上的挑戰。具體而言，利用移動裝置透過光學測試條來測定分析物濃度可能需要準確確定光學測試條的色彩變化，因此通常仍然具有挑戰性。一般而言，在記錄的影像中觀察到的亮度還可能取決於各種影響因素，例如照明源的亮度、快門速度、光圈大小、感測器的靈敏度、感測器增益及任何後處理步驟。具體而言，由行動裝置捕捉的影像的後處理通常是裝置特定的過程，因此量測應用程式的製造商可能不清楚。此外，所捕捉之影像的亮度校正通常無法對整個影像進行，而是必須考慮局部效應，例如由於不均勻的光照條件。
所欲解決之問題
因此，希望提供一種用於測定體液樣品中分析物濃度的方法及裝置，以至少部分地解決上述技術挑戰。具體而言，希望提供一種方法及裝置，其允許對體液樣品中的分析物進行使用者友好的移動式測定，分析測量具有高準確度及可靠性，並因此可以考慮局部變化及裝置特定的態樣。
該問題藉由一種測定體液樣品中至少一種分析物濃度之方法而得以解決。此外，藉由具有獨立請求項的特徵的具有至少一個相機的行動裝置、包含該行動裝置的套組、電腦程式及電腦可讀取儲存媒體而得以解決。可用單獨方式或以任何隨意組合方式實現的有利實施例列於附屬請求項以及整個說明書中。
如下文中所使用，術語「具有 (have)」、「包含 (comprise)」或「包括 (include)」或其任何任意文法變化係以非排他性方式使用。因此，此等術語既可指涉其中除了藉由此等術語所引入之特徵之外，在本文中描述的實體中並無進一步特徵存在之情形，亦可指涉其中存在一個或多個進一步特徵之情形。作為一示例，表述「A 具有 B」、「A 包含 B」及「A 包括 B」既可指其中除了 B 之外無其他元件存在於 A 中之情形 (即，其中 A 僅由及排他性地由 B 組成之情形) 且亦可指其中除了 B 之外一個或多個進一步元件 (例如元件 C、元件 C 及 D 或甚至進一步元件) 存在於實體 A 中之情形。
此外，應注意的是，表示特徵或元件可存在一次或多於一次之術語「至少一 (at least one)」、「一個或多個 (one or more)」或類似表述通常在引入各別特徵或元件時將僅使用一次。在下文中，在大多數情況中，在涉及各別特徵或元件時，表述「至少一」或「一個或多個」將不會重複，儘管有各別特徵或元件可存在一次或多於一次之事實。
進一步地，如在下文中所使用的，術語「較佳地 (preferably)」、「更佳地 (more preferably)」、「特別地 (particularly)」、「更特別地 (more particularly)」、「具體而言 (specifically)」、「更具體而言 (more specifically)」或類似術語與可選特徵一起使用，而不限制替換方案的可能性。因此，藉由此等術語引入之特徵係可選之特徵且並不意欲以任何方式限制申請專利範圍之範疇。如熟習技術者將認識到，本發明可藉由使用替代特徵來執行。類似地，藉由「在本發明之一實施例中 (in an embodiment of the invention)」或類似表述所引入之特徵意欲為可選之特徵，而對於本發明之替代實施例無任何限制，對於本發明之範疇無任何限制且對於組合以此方式引入之特徵與本發明之其他可選之或非可選之特徵之可能性無任何限制。
在本發明之第一態樣，揭示了一種測定體液樣品中至少一種分析物濃度之方法。該方法包含使用具有至少一個相機之行動裝置。該方法包含下列步驟，舉例而言，這些步驟可依給定次序執行。然而，應注意的是，不同的順序也是可能的。此外，亦可能一次或重複執行一個或多個方法步驟。此外，有可能以同時或以適時重疊方式執行兩個或多個方法步驟。該方法可包含未列出的其他方法步驟。
該方法包含：
i) 藉由使用相機捕捉色彩參考卡之至少一部分及對其施加有樣品的至少一個光學測試條的至少一個試劑測試場之至少一部分的至少一個影像，
其中在該影像中，測試場相對於色彩參考卡在定義的位置，
其中色彩參考卡包含局部分配給測試場的複數個不同的灰色參考場，且
其中色彩參考卡包含具有已知參考色值的複數個不同的色彩參考場及局部分配給色彩參考場的複數個不同的灰色參考場，
ii) 將至少一種預定的基於像素之平均色調映射圖校正應用於在步驟 i) 中獲得的該影像，從而獲得至少一個第一經強度校正之影像；
iii) 分別藉由使用局部分配給色彩參考場及測試場的灰色參考場，由第一經強度校正之影像導出色彩參考場中之至少一些的及測試場的局部亮度資訊；
iv) 將至少一種行動裝置特定的色調映射圖校正應用於第一經強度校正之影像，該局部色調映射圖校正考慮到局部亮度資訊，從而獲得至少一個第二經強度校正之影像；及
v) 藉由使用第二經強度校正之影像，基於測試場之色彩形成反應測定分析物濃度。
如本文所使用，術語「測定體液樣品中分析物之濃度」，亦稱為「分析測量」，是一廣義術語且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，對體液的任意樣品或等分式樣中的至少一種分析物之定性及/或定量測定。例如，體液可包含血液、組織間隙液、尿液、唾液或其他類型之體液中的一種或多種。以濃度測定之結果作為實例，其可為分析物之濃度及/或存在或不存在待測定之分析物。具體而言，舉例而言，分析測量可為血糖測量，因此分析測量的結果可例如是血糖濃度。特別是，可藉由分析測量來測定分析測量結果值。
因此，術語「分析物濃度值」，其通常亦可稱為「分析測量結果值」，或如本文所使用，「分析測量結果值」是一廣義術語且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，樣品中分析物濃度的數字指示。
舉例而言，至少一種分析物可為或可包含一種或多種特定化學化合物及/或其他參數。舉例而言，可測定參與代謝的一種或多種分析物，例如血糖。此外或可替代地，測定其他類型的分析物或參數，例如 pH 值。
如上所略述，該方法包含使用具有至少一個相機的行動裝置。如本文中所使用的術語「行動裝置 (mobile device)」，係一廣義術語且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語可具體涉及，但不限於，行動電子裝置，更具體而言涉及行動通訊裝置，例如手機或智慧型手機。此外或可替代地，如以下將進一步詳述，該行動裝置亦可涉及具有至少一個相機的平板電腦或另一類型的可攜式電腦。
如本文中所使用的術語「相機 (camera)」，係一廣義術語且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，具有至少一種成像元件的裝置，該成像元件之組態可以記錄或捕捉空間分辨的一維、二維或甚至三維光學資料或資訊。舉例而言，相機可包含至少一個相機晶片，例如其組態可以記錄影像的至少一種 CCD 晶片及/或至少一種 CMOS 晶片。如本文所使用，但不限於，術語「影像」具體地可涉及藉由使用相機所記錄的資料，例如來自成像裝置的複數個電子讀數，例如相機晶片的像素。
除了至少一個相機晶片或成像晶片之外，該相機亦可包含另外的元件，例如一個或多個光學元件，例如，一個或多個透鏡。舉例而言，該相機可為固定焦距相機，其具有至少一個相對於該相機固定地調整的透鏡。然而，可替代地，該相機亦可包含自動或手動調整之一個或多個可變透鏡。本發明應可具體適用於通常在行動應用中的相機，例如筆記型電腦、平板電腦，或具體而言如手機，例如智慧型手機。因此，具體而言，該相機可為行動裝置之部分，該行動裝置除該至少一個相機外亦包含一或多個資料處理裝置，例如一或多個資料處理器。然而，其他相機也是可行的。
相機具體可為彩色相機。因此，例如對於每個像素，可以提供或生成色彩資訊，例如三種色彩 R、G、B 的色值，更大數量的色值亦是可行的，例如對於每個像素的四個色值，例如 R、G、G、B。彩色相機通常是技術人員一般已知的。因此，舉例而言，相機晶片可由三個或更多不同的色彩感測器複數組成，例如彩色記錄像素，其中一個像素用於紅色 (R)，一個像素用於綠色 (G)，一個像素用於藍色 (B)。對於每個像素，例如對於 R、G、B，依據相應色彩的強度藉由像素記錄數值，例如 0 至 255 範圍內的數位值。代替使用例如 R、G、B 之色彩三元組，舉例而言，可以使用例如 R、G、G、B 四元組。像素的色彩靈敏度可由濾色器或由相機像素中所使用的感測器元件的適當固有靈敏度生成，這些技術是技術人員一般已知的。
如上所進一步略述，該方法包含捕捉色彩參考卡之至少一部分及對其施加有樣品的至少一個光學測試條的至少一個試劑測試場之至少一部分的至少一個影像。如本文所使用，術語「捕捉至少一個影像」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，成像、影像記錄、影像擷取、影像捕捉中的一種或多種。術語「捕捉至少一個影像」可包含捕捉單個影像及/或複數個影像，例如一系列影像。例如，影像的捕捉可包含連續記錄一系列影像，例如視頻或電影。至少一個影像的捕捉可由使用者動作啟動或可自動啟動，例如一旦自動檢測到至少一個物體存在於相機視場內及/或視野的預定扇形區內時。這些自動影像擷取技術是已知的，例如在自動條碼讀取器的領域，例如來自自動條碼讀取應用程式。舉例而言，影像捕捉可藉由例如使用相機擷取影像流或影像「生命流 (life stream)」來進行，其中，自動地或藉由使用者的互動，例如按按鈕來儲存或使用一個或多個影像，並分別用作至少一個第一影像或至少一個第二影像。影像擷取可由行動裝置的處理器支援，且影像儲存可在行動裝置的資料儲存裝置中進行。
如本文所使用，術語「光學測試條」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，其組態可以執行色彩變化檢測反應的任意元件或裝置。光學測試條亦可稱為測試條或測試元件，其中，所有三種術語可指稱相同的元件。光學測試條可特別地具有試劑測試場，該試劑測試場包含至少一種用於檢測至少一種分析物的測試化學物質。舉例而言，光學測試條可包含至少一種具有至少一種試劑測試場施加於其或整合於其中的基板，例如至少一種載體。特別是，光學測試條可進一步包含至少一個白色區域，例如白場 (white field)，特別是在接近測試場的地方，例如包圍或圍繞測試場。白色區域可為獨立布置在基板或載體上的分離場。然而，此外或可替代地，基板或載體本身可為或可包含白色區域。舉例而言，至少一種載體可為條狀的，從而使測試元件呈現為測試條。這類測試條一般都是廣泛使用且可獲得者。一個測試條可帶有單一試劑測試場或複數個試劑測試場，其中包含相同或不同的測試化學品。
如本文中所使用的術語「試劑測試場」，亦簡稱為「測試場」，為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，測試化學品的相干數量，例如具有一層或多層材料的場 (例如圓形場、多邊形場或矩形場)，試劑測試場的至少一層具有測試化學品包含於其中。
一般而言，如本文所使用，術語「場」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，相干或連續數量的材料，例如測試化學品及/或色彩或著色材料。該相干或連續數量的材料可設置在基板的表面及/或可設置或集成到基板中。該場具體可以為二維場，例如，藉由包含一層或多層設置在基板上及/或集成到基板中的材料來實現。該場具體可具有預定的幾何形狀，例如矩形，具體為正方形，或其他形狀，例如多邊形或圓形，例如圓形或橢圓形。在下文中，在不限制進一步可能性的情況下，應假設場具有矩形形狀。具體而言，在色彩參考卡之背景中，其上設置的場可為形成場矩陣 (例如矩形矩陣) 的相鄰場。其中，所有場可能具有相同的形狀和大小。可替代地，某些場可具有不同的形狀，其中，從宏觀上，即使某些場可能有更大的尺寸，仍然可以保持整個場的矩陣排列方式。
如本文所使用，術語「色彩參考卡」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體可涉及，但不限於具有、設置在其中或設置在其上 (例如在至少一個表面上) 的具有已知色彩特性或光學特性的至少一種色彩參考場的任意項目，例如具有已知參考色值的一種或多種色場 (colored field) 及進一步的具有已知灰階的至少一個灰色參考場。舉例而言，色彩參考卡可為包含至少一種基板的平面卡，該基板在至少一個表面上及/或佈置於其中具有含已知色彩座標的複數個色彩參考場及至少三個灰色參考場，每個灰色參考場具有不同的已知灰階。可替代地或附加地，色彩參考卡還可包含具有已知參考色值的複數個色彩參考場及具有至少三個不同的已知灰階的至少一個灰色參考場。例如，具有不同灰階的灰色參考場可分為多段，每段具有不同的已知灰階，例如灰色參考場分為至少三段，每段具有不同的已知灰階。可替代地，具有不同灰階的灰色參考場可包含連續梯度的灰階，例如灰色參考場包含介於黑色與白色之間的連續梯度的灰階。具體而言，基板可具有平坦表面，其具有設置於其上的色彩參考場及灰色參考場。舉例而言，基板可為或可包含紙基板、紙板基板、塑料基板、陶瓷基板或金屬基板中的一種或多種。亦可能為積層基板。舉例而言，基板可為片狀或可撓性的。然而，應注意的是，基板亦可實施到所用的製品中，例如實施到盒壁、vile、容器、醫療耗材 (例如測試條) 等中。因此，色彩參考卡亦可以完全或部分地集成至光學測試條中。因此，色彩參考卡的至少一部分的至少一個影像可完全或部分地包含具有至少一個試劑測試場的光學測試條的至少一部分的影像。
此外，色彩參考卡可包含至少一個位置標記。舉例而言，該至少一個位置標記可為或可包含以下各項中之至少一種：用於識別色彩參考卡及/或色彩參考卡之類型的標識符，例如標籤、條碼或 QR 代碼中的至少一種；說明色彩參考卡之詳情的說明符，例如參考色值等，例如藉由使用標籤、條碼或 QR 代碼中的至少一種；位置標記及/或方向標記，例如基準標記、ArUco 代碼等。具體而言，該至少一個位置標記可佈置在色彩參考卡的至少一角。因此，行動裝置之組態可以偵測和/或讀取標記，具體藉由光學偵測在步驟 i) 中捕捉的至少一個影像的標記，並視情況從標記檢索資訊，例如有關色彩參考卡之類型、性質或方向的資訊。
如本文所使用，術語「灰色參考場」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於任意項目，例如具有已知或可確定之限制、具有已知灰階的色彩或灰色陰影的場。如本文所使用，術語「灰階」亦為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於包含對象 (例如場) 的強度資訊的資訊項，具體包含有關預定灰度的強度資訊。具體而言，強度資訊可為有關灰度級的灰度資訊，具體不攜帶有關對象色彩的資訊。因此，具體而言，灰階可包含相對亮度值，其指示黑色與白色混合的比例或百分比。例如，灰階為 100% 可指示黑色場，灰階為 0% 可指示白色場，而灰階介於 0% 與 100% 之間可指示黑色與白色之混合。此外或可替代地，灰階可包含由色值所導出之資訊，但具體而言，不描述色彩。因此，灰階可至少部分地由灰色參考場的 R、G、B 色值確定，例如藉由使用 R、G、B 色值線性組合來確定灰階，例如根據下式來確定：
，其中
表示灰階。 用於獲得灰階之 R、G、B 色值的其他組合 (例如線性組合) 亦是可行的。
灰色參考場可為二維結構，例如矩形、正方形、多邊形、圓形及/或橢圓形，其具有統一的灰階。灰色參考場之灰階具體地可為預定灰階、已知灰階或可確定灰階中之一種或多種。此外，由色彩參考卡組成的複數個灰色參考場可局部分配給測試場中的一個或多個並局部分配給複數個色彩參考場。由色彩參考卡組成的灰色參考場具體地可具有已知、預定或可確定的色值，具體地具有已知的 RGB 色值。
如本文所使用，術語「局部分配之」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，至少兩個對象之間的預定的空間佈置，例如標準化局部佈置。舉例而言，兩個或更多個對象可藉由放置在相鄰位置而被局部分配給彼此。因此，具體而言，複數個對象 (例如複數個灰色參考場) 可藉由圍繞測試場而被分配給另一個對象 (例如測試場)。因此，圍繞測試場的所有相鄰灰色參考場均可局部分配給測試場。因此，局部分配給測試場的該等複數個灰色參考場可佈置在色彩參考卡上，使得該等複數個灰色參考場可在測試條放置在色彩參考卡後方時圍繞光學測試條的測試場。此外，局部分配給該等至少一個色彩參考場的該等複數個灰色參考場可佈置在色彩參考卡上，使得該等複數個灰色參考場可圍繞該等至少一個色彩參考場。因此，術語「局部」可指最接近之圍繞色彩參考場及/或試劑測試場。其中，一般而言，如果第一對像係局部分配給第二對象，該分配並不一定排除第一對像也局部分配給至少一個第三對象。舉例而言，第一對象可與至少一個第二對象及至少一個第三對象相鄰，從而同時分配給該第二對象及第三對象。
如本文所使用，術語「色彩參考場」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，具有已知光學性質 (例如已知參考色值) 的任意項目。具體而言，由色彩參考卡組成的色彩參考場可為二維結構，例如矩形、正方形、多邊形、圓形及/或橢圓形，其具有統一的色值。色彩參考場之色值具體地可為預定色值、已知色值或可確定色值中之一種或多種。色彩參考場可由色彩參考卡之表面組成及/或設置於其中，具體地以這樣的方式設置，其使得該至少一個色彩參考場在步驟 i) 中捕捉的影像中可見。此外，色彩參考場可具有在色彩座標系統的子空間中的色值，該子空間對應於試劑測試區域的色彩形成反應的色彩空間。色彩參考卡的色彩參考場具體地可以規則的圖案佈置在色彩參考卡的表面，例如以矩形圖案 (例如矩形矩陣圖案) 佈置。圖案佈置具體地可實現識別色彩參考場，例如藉由從位置標記中的一個或多個中沿 x 方向及/或 y 方向以預定距離搜索來實現。
此外，色彩參考場可局部分佈在色彩參考卡上，具體地分佈在影像中可見的一部分色彩參考卡上。色彩參考卡可進一步包含具有不同參考色值的至少兩個色彩參考場。具體而言，色彩參考卡可包含具有不同色值的複數個色彩參考場，其中色彩參考場的色值可選自色彩空間的預定色彩子空間。預定色彩子空間可包含試劑測試場的色彩形成反應的至少一個色值。
此外，可為每個色彩參考場及/或測試場局部分配複數個灰色參考場，使得色彩參考場及分配的複數個灰色參考場及/或測試場及分配的複數個灰色參考場可形成局部群組。灰色參考場可被分配至複數個局部群組，使得灰色參考場可由相鄰的局部群組共享。具體而言，局部群組可為以下各項中的至少一者：局部色彩參考場群組，例如局部分配給色彩參考場的複數個灰色參考場；測試場群組，例如局部分配給測試場的複數個灰色參考場。局部群組具體而言可定位在色彩參考卡的不同位置。
如本文所使用，術語「已知色彩參考值」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，色彩參考場的預定色值、實際色值或真實色值。具體而言，已知參考色值可包含至少三個色值，例如每種 R、G、B 色彩至少一個色值。每個色彩參考場的已知參考色值可儲存於行動裝置的資料儲存裝置中，例如儲存於查找表、寄存器、資料庫等。已知參考色值可藉由量測相應色值來確定，具體地藉由量測受控實驗室環境中的色值 (例如藉由使用光譜儀) 來確定。使用光譜儀測量色彩參考場可定義相應已知參考色值。
如上所略述，步驟 ii) 包含將至少一種預定的基於像素之平均色調映射圖校正應用於在步驟 i) 中獲得的影像，從而獲得至少一個第一經強度校正之影像。如本文所使用，術語「預定的基於像素之平均色調映射圖校正」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，第二亮度值與第一亮度值的關聯及/或賦值，其中第一亮度值可由成像裝置生成、偵測或記錄。關聯及/或賦值可包含至少一種數學運算，例如乘以至少一個因子或另一種類型的數學運算。第一亮度值可為第一資料集或原始資料的一部分。第二亮度值可為第二資料集或處理後資料的一部分，其中第二亮度值可藉由將基於像素之平均色調映射圖校正應用於在步驟 i) 中捕捉之影像而獲得。特別是，第一亮度值可為由影像 (特別是在步驟 i) 中獲得的影像) 組成的空間分辨的光學資料集的一部分，而第二亮度值可為在步驟 ii) 中獲得的第一經強度校正之影像的一部分。關聯及/或賦值可特別是函數，具體地為連續或不連續函數、曲線、查找表、運算子或描述第一亮度值與第二亮度值之間的關聯的任何其他手段。術語「基於像素之」具體可以指以下事實：藉由應用色調映射圖校正的亮度修改基於像素中的每一個或像素的至少預定群組的亮度值或強度值發生。
例如，基於像素之平均色調映射圖校正可包含藉由組合針對不同類型之行動裝置的色調映射圖校正所導出之複數種色調映射圖校正。作為另一實例，基於像素之平均色調映射圖校正可包含標準伽瑪校正的逆操作。標準伽瑪校正可特別指 sRGB 色彩空間的 sRGB 伽瑪校正，其中「sRGB」代表「標準紅綠藍」。具體而言，標準伽瑪校正可以是可逆的。因此，校正可包含將標準伽瑪校正的逆操作應用於第一亮度值以獲得第二亮度值。此外，平均色調映射圖校正可為預定校正，并因此可儲存於行動裝置上，例如儲存於行動裝置的至少一個資料儲存裝置上。
此外，平均色調映射圖校正可為「基於像素之」校正，其使得記錄的影像的每個像素或像素的至少每個預定義群組可藉由平均色調映射圖校正單獨地校正。較佳地，基於像素之平均色調映射圖校正可為基於全局像素之平均色調映射圖校正，其使得所有像素經相同的方式校正。作為另一實例，基於像素之平均色調映射圖校正可為 RGB 特定的平均色調映射圖校正，其使得 RGB 色彩中的每種色彩可透過色彩特定的平均色調映射圖校正進行校正。
如本文所使用，術語「第一經強度校正之影像」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，藉由將預定的基於像素之色調映射圖校正應用於在步驟 i) 中獲得的影像資料所獲得的影像資料。其中，術語「第一」僅指一種命名，而非排名或順序。
如上所進一步略述，在步驟 iii) 中，局部亮度資訊由第一經強度校正之影像導出。如本文所使用，術語「局部亮度資訊」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，描述至少一種 RGB 色彩 (具體為色彩參考場及/或試劑測試場的至少一種 RGB 色彩) 的局部強度的數字指示。此外，局部亮度資訊藉由使用局部分配給色彩參考場及試劑測試場的該等複數個灰色參考場而導出。因此，舉例而言，相應色彩參考場或測試場的局部亮度資訊可藉由使用分別圍繞色彩參考場或測試場的複數個灰色參考場來確定，如下文所進一步詳細說明的。從而，可分別導出色彩參考場或測試場區域的平均后局部亮度資訊，因為可考慮到分別來自色彩參考場或測試場的兩側或甚至所有側面的亮度資訊。
如上所略述，在步驟 iv) 中，當應用至少一種局部色調映射圖校正時，考慮到局部亮度資訊。如本文所使用，術語「局部色調映射圖校正」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，第三亮度值與第二亮度值的關聯及/或賦值，其中第二亮度值可藉由將平均色調映射圖校正應用於藉由成像裝置生成的影像資料來獲得。局部色調映射圖校正亦可為或可包含至少一種數學運算，例如乘以至少一個因子或另一種類型的數學運算。關聯及/或賦值可特別是函數，具體地為連續或不連續函數、曲線、查找表、運算子或描述第二亮度值與第三亮度值之間的關聯的任何其他手段。舉例而言，局部色調映射圖校正可包含實測亮度值 (例如第二亮度值) 與參考值 (例如灰色參考場的已知灰階) 之間的數學關係。具體而言，該數學關係可由拋物線近似來描述。此外，局部色調映射圖校正考慮到在步驟 iii) 中所導出之局部亮度資訊。因此，局部色調映射圖校正具體而言可以為行動裝置特定局部色調映射圖校正。舉例而言，藉由將局部色調映射圖校正應用於第一經強度校正之影像的第二亮度值，可獲得第三亮度值，該等第三亮度值具體而言可以為第二經強度校正之影像的一部分。
術語「考慮到局部亮度資訊」可簡單地指以下事實：局部色調映射圖校正考慮到在步驟 iii) 中導出之局部亮度資訊。因此，局部色調映射圖校正為至少部分地基於在步驟 iii) 中導出的資訊的校正，例如藉由基於局部亮度資訊確定局部色調映射圖校正的一種或多種校正參數。
藉由將至少一種局部色調映射圖校正應用於第一經強度校正之影像，獲得至少一個第二經強度校正之影像。如本文所使用，術語「第二經強度校正之影像」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體而言可以指但不限於藉由將局部色調映射圖校正應用於在步驟 ii) 中獲得的第一經強度校正之影像的影像資料所獲得之影像資料。具體而言，第二經強度校正之影像可為線性化及經強度校正之影像。術語「第二」僅指一種命名，而不提供排名或順序。
如上所進一步略述，步驟 v) 包含基於試劑測試場的色彩形成反應來測定分析物濃度。如本文所使用，術語「色彩形成反應」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體上可涉及，但不限於，化學、生物或物理反應，在該反應期間，涉及反應的至少一種元素的色彩，特別是反射比，隨反應的進行而變化。色彩形成反應可由行動裝置偵測，例如，藉由行動裝置的處理器，並可定量評估，例如，藉由從至少一個影像中衍生至少一個參數，該至少一個參數量化或特徵化由於體液中分析物的存在而導致的試劑測試場的色彩形成。舉例而言，可使用一個或多個上述色彩座標。因此，行動裝置，且特別是行動裝置的處理器之組態可以藉由確定由於檢測反應而發生的一種或多種色彩座標變化來確定色彩變化。
從試劑測試場的色彩形成確定至少一種分析物濃度值。為此目的，可使用至少一個第二經強度校正之影像。舉例而言，分析物濃度值可為分析測量結果的數值指標，例如指示樣品中至少一種分析物的濃度，例如血糖濃度。
為根據試劑測試場的色彩資訊確定至少一種分析物濃度值，舉例而言，至少一種參數可由試劑測試場導出，例如至少一種色彩資訊參數。其中，可使用在整個試劑測試場或測試場的至少一個區域內的平均後參數。為將由試劑測試場導出之至少一種參數換算為分析物濃度，可使用至少一種預定或可確定的換算算法。舉例而言，可使用至少一種預定或可確定的關係將至少一種參數換算為分析物濃度，例如至少一種換算函數 (例如，線性換算函數或非線性換算函數)。此外或可替代地，該關係可藉由將至少一種參數換算為分析物濃度的換算曲線或藉由使用至少一種查找表來描述。除由試劑測試場的色彩資訊所導出之至少一種參數以外，可使用一種或多種其他參數來測定分析物濃度。此外，將由試劑測試場的色彩資訊所導出之至少一種參數換算為分析物濃度，可為單步驟換算或者可為多步驟換算。
測定體液樣品中至少一種分析物濃度之方法可進一步包含：
vi) 藉由使用第二經強度校正之影像中色彩參考場中之至少一些，導出至少一種色彩校正；及
vii) 將該色彩校正應用於該第二經強度校正之影像，從而獲得至少一個經強度校正且經色彩校正之影像。
具體而言，步驟 vi) 及 vii) 可在執行步驟 iv) 之後執行。此外，色彩校正可包含至少一種色彩校正矩陣，其中步驟 vii) 可包含將色彩校正矩陣應用於影像的色彩座標向量。例如，可將色彩校正矩陣應用於第二經強度校正之影像的色彩座標。例如，可將步驟 vii) 中的色彩校正應用於第二經強度校正之影像或其任意部分，例如應用於測試場及/或色彩參考卡的其他部分。因此，步驟 vi) 及 vii) 可具體地在執行步驟 iv) 之後及執行步驟 v) 之前執行。因此，在步驟 v) 中測定分析物濃度具體地可考慮到經強度校正之影像及經色彩校正之影像。
如本文所使用，術語「色彩校正」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，用於將至少一個色彩資訊項換算為另一個色彩資訊項的算法。因此，具體而言，該算法可包含至少部分地試圖逆轉由系統之光學及/或電子組件 (例如相機及/或行動裝置) 所引入之至少一個色彩資訊項之變化的算法。因此，如本文所用之術語「經色彩校正之影像」通常可指將色彩校正應用於至少一個影像 (例如，應用於至少一個影像的色彩資訊項) 的結果，具體而言，在本實例中，指第二經強度校正之影像或其任意部分，例如測試場。
該方法通常可包含白平衡的一個或多個步驟。具體而言，可對在步驟 ii) 中獲得的第一經強度校正之影像、在步驟 iv) 中獲得的第二經強度校正之影像或在任選步驟 vii) 中獲得的經強度校正及經色彩校正之影像中的一種或多種進行白平衡。具體而言，可對線性化後之影像進行白平衡。更具體而言，可在方法的步驟 iv) 中及/或與步驟 iv) 組合或至少部分地同時進行白平衡，例如對第二經強度校正之影像進行白平衡。具體而言，可對在步驟 ii) 中獲得的第一經強度校正之影像進行白平衡。白平衡具體可全部或部分地集成到步驟 iv) 中及/或局部色調映射圖校正可隱含至少一種白平衡。此外或可替代地，白平衡可全部或部分地實施為與局部色調映射圖校正分開的步驟，例如藉由實施至少一個單獨的白平衡步驟 (例如作為針對引起白平衡的色彩通道的單獨的白平衡步驟或校正步驟) 來實現。第二經強度校正之影像具體可為經白平衡的第二經強度校正之影像，或可被經白平衡的第二經強度校正之影像取代。
可執行一個或多個白平衡步驟。白平衡可為或可包含均勻應用於整體影像的至少一種全局白平衡。但是，此外或可替代地，如下文所進一步略述，白平衡亦可為或可包含至少一種局部白平衡，其考慮到影像內之不均勻性，例如由色彩參考卡及/或光學測試條的不均勻照明所生成之色彩不均勻性，例如由背景照明所生成之不均勻性。
該方法在步驟 vi) 之前進一步包含色彩參考場中之至少一些的 (具體而言，色彩參考場的全部) 及測試場的局部白平衡。
如本文中所使用的術語「白平衡」有時亦稱為「色彩平衡」、「灰平衡」或「中性平衡」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，在影像處理中調整色彩之強度，例如調整原色 (如紅、綠及藍) 之強度。如下文所進一步略述，白平衡可改變影像中之色彩的總體混合或校正原色之權重，並可用於色彩校正。對於白平衡，如下文所進一步略述，影像資料可由采集的值換算為新值，這些新值適合色彩重現或顯示。白平衡操作具體地可直接作用於色彩座標，例如 R、G 及 B 像素值，例如藉由將校正 (例如校正因子) 應用於色彩座標或 R、G、B 值來實現。白平衡通常可包含調整實測色彩座標之強度。白平衡可包含對實測色彩座標之至少一種換算，例如至少一種換算矩陣及/或至少一種換算因子。白平衡可將實測色彩座標換算為經白平衡後的色彩座標，使得中性色 (例如灰色及/或白色) 經白平衡後的色彩座標在白平衡後的影像中呈中性。白平衡可校正實測色彩座標的不均勻光照條件，該等條件由具有不同燈色的不同光源引起，例如當環境光干擾行動裝置的光源時。白平衡可具體為局部白平衡。局部白平衡可考慮到實測影像中強度的局部變化，具體而言，分別考慮到色彩參考場或測試場強度的局部變化。
在術語「局部白平衡」背景下的術語「局部」具體可指以下事實，即白平衡可根據影像中的位置來執行。因此，具體而言，在影像內可存在至少兩個不同的位置，例如至少兩個不同的像素位置，對該等位置執行不同的白平衡，例如藉由對第一位置的色彩座標中之至少一個應用第一白平衡校正並對第二位置的色彩座標中之至少一個應用第二白平衡校正來實現，該第二白平衡校正不同於第一白平衡校正。如本文所使用的術語「位置」或「區位」亦可指群組位置，例如包含色彩參考場及相應局部分配的灰色參考場的群組，其中該群組在白平衡中可處理為在影像中具有共同之位置。類似地，測試場及局部分配給測試場的灰色參考場可處理為具有一個群組位置的群組。
對於接受白平衡的色彩參考場及至少一個測試場，局部白平衡可包含分別使用局部分配給相應色彩參考場的灰色參考場或測試場。具體而言，局部白平衡可包含分別使用局部分配給相應色彩參考場的灰色參考場或測試場的實測色彩座標。如下文所進一步略述，局部分配給相應色彩參考場的灰色參考場或測試場分別可包含至少三個不同灰階的複數個冗餘灰色參考場。局部白平衡可考慮到冗餘灰色參考場之實測色彩座標的平均值。具有相同灰階的冗餘灰色參考場的實測色彩座標可針對 R、G、B 色彩中的每一個求平均。冗餘灰色參考場之實測色彩座標的平均值可用於局部白平衡以導出局部校正。
局部分配給相應色彩參考場的冗餘灰色參考場或測試場可分別以對稱方式圍繞色彩參考場或測試場。藉由對冗餘灰色參考場求平均，可分別獲得相應色彩參考場或測試場處及/或中心的色彩座標的虛擬實測強度。色彩座標的虛擬實測強度可用於局部白平衡以導出局部校正。
對於接受白平衡色彩參考場或測試場，局部白平衡可分別包含導出局部校正，具體包含導出局部校正因子；對於相應色彩參考場或測試場，分別藉由比較灰色參考場之實測色彩座標與灰色參考場之已知色彩座標來實現。具體而言，藉由比較灰色參考場之實測色彩座標與灰色參考場之已知色彩座標，可確定至少一種局部校正因子。該至少一種局部校正因子可描述灰色參考場之實測色彩座標與相應已知色彩座標之間的比率。局部校正因子具體可為色彩特定之校正因子。例如，可具體地獨立確定針對 R、G、B 色彩中之每一個的局部校正因子。
局部白平衡可進一步包含將相應局部校正分別應用於相應色彩參考場或測試場的實測色彩座標。例如，局部校正因子 (具體為針對 R、G、B 色彩中之每一個的局部校正因子) 可分別應用於相應色彩參考場或測試場的相應實測色彩座標。
為執行步驟 vi)，第二經強度校正之影像可由經局部白平衡的第二經強度校正之影像取代。步驟 vi) 中之色彩校正可由經局部白平衡的第二經強度校正之影像導出。色彩校正可在步驟 vii) 中應用於經局部白平衡的第二經強度校正之影像，從而可獲得經強度校正、經色彩校正且白平衡後的影像。在步驟 v) 中測定分析物濃度具體地可考慮到經強度校正、經色彩校正且白平衡後的影像。
在步驟 vi) 中，可藉由使用選擇的色彩參考場導出色彩校正。色彩參考場的選擇基於以下各項中之至少一者：
選擇色彩空間之預定子空間中的色彩參考場；
在色彩空間中測試場的色彩環境中動態選擇色彩參考場；
對色彩參考場進行不同的加權，具體藉由給予色彩接近測試場的色彩的色彩參考場比遠離色彩空間中的測試場的色彩的色彩參考場更高之權重來實現；
根據該色彩校正之準確度選擇色彩參考場，具體而言，準確度藉由交叉驗證色彩參考場來確定；
根據色彩校正之準確度選擇色彩參考場的至少兩個冗餘組中的一組色彩參考場，具體藉由忽略具有較低色彩校正準確度的色彩參考場的冗餘組來實現。
如上所略述，該方法包含在步驟 ii) 中將基於像素之平均色調映射圖校正應用於在步驟 i) 中獲得的影像。基於像素之平均色調映射圖校正可包含以下各項中之至少一者：藉由組合針對不同類型之行動裝置的複數種色調映射圖校正所導出之平均色調映射圖校正；標準伽瑪校正的逆校正。具體而言，平均色調映射圖校正可藉由對不同類型之行動裝置的複數種色調映射圖校正求平均來導出。
該方法可進一步包含從步驟 i) 中捕捉的至少一個影像中選擇至少一個關注區，其中步驟 ii) 可基於關注區來執行。如本文所使用，術語「關注區」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，用於進一步處理的影像的一部分。從至少一個影像中選擇關注區可發手動發生或具體而言自動發生，例如藉由自動偵測影像中的關注區來實現。在偵測 (具體而言，自動偵測) 時，可使用影像識別軟體，例如偵測特定形狀的影像識別軟體及/或其他影像識別軟體 (例如人工智慧)。關注區可具體包含試劑測試場的至少一部分及色彩參考卡的至少一部分。具體而言，關注區可藉由以下各項中之至少一者來確定：影像中可見的至少一個位置標記，具體為至少一個 ArUco 代碼標記；用於偵測影像中之至少一種特徵的影像識別，具體為用於偵測包含灰色參考場及色彩參考場的色彩參考卡的區域的影像識別。
此外，該方法可具體包含在執行步驟 iv) 之前對第一經強度校正之影像執行至少一種統計修正，其中可基於經統計修正之第一經強度校正之影像來執行步驟 iv)。如本文所使用，術語「統計修正」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，將至少一種統計算法應用於一組資料 (例如影像資料) 的操作。舉例而言，統計算法可包含選自以下各項所組成之群組的至少一種算法：資料之直方圖分析、資料之平均化、資料之篩選。舉例而言，統計修正可包含創建在第一經強度校正之影像中可見的灰色參考場、色彩參考場及測試場的直方圖。此外，統計修正可包含藉由以下方式中之至少一種來評估所創建的直方圖：排除異常值，具體地位於直方圖周圍的異常值；篩選色值，例如高於及/或低於特定閾值的色值；檢查直方圖的合理性；使用故障安全算法處理直方圖；計算直方圖的特性，例如平均值、偏差 (具體而言，標準偏差) 等。
具體而言，對於第一經強度校正之影像中可見的灰色參考場、色彩參考場及測試場，基於像素之影像資訊可被代表性資訊取代，具體而言，分別被灰色參考場、色彩參考場及測試場的平均資訊取代。
如上所略述，該方法包含在步驟 iv) 中，將局部色調映射圖校正應用於第一經強度校正之影像。舉例而言，局部色調映射圖校正可為行動裝置特定的單獨色調映射圖校正。因此，可確定個別行動裝置或個別行動裝置之群組的局部色調映射圖校正，從而考慮到行動裝置之裝置特定的性質，例如行動裝置之個別影像換算特性。確定局部色調映射圖校正可為該方法的一部分。因此，確定行動裝置特定的個別色調映射圖校正可針對該方法中當前使用的特定行動裝置進行。
如上所略述，色彩參考卡可包含局部分配給測試場的灰色參考場。局部分配給測試場的灰色參考場可圍繞該測試場。因此，局部分配給測試場的灰色參考場與測試場可形成測試場群組。測試場群組可包含具有至少三個不同灰階的複數個冗餘灰色參考場，其中可為每個灰階提供至少兩個冗餘灰色參考場。例如，該等複數個冗餘灰色參考場可包含具有不同灰階的至少三個不同灰色參考場。可替代地及/或附加地，冗餘灰色參考場可包含具有灰階梯度的至少一個灰色參考場及具有至少三個不同灰階的不同段。具體而言，冗餘灰色參考場可以對稱方式 (更具體而言，以旋轉對稱及/或鏡像對稱方式) 佈置在測試場周圍。舉例而言，在步驟 iii) 中，可藉由對具有相同灰階的冗餘灰色參考場求平均來確定測試場的局部亮度資訊。具體而言，局部亮度資訊可藉由相對於灰色參考場與測試場之距離對冗餘灰色參考場求平均來確定。例如，求平均可包含用冗餘灰色參考場與測試場的二次方距離的倒數對該冗餘灰色參考場之色值進行加權。可替代地或附加地，求平均可包含單獨對每個 RGB 色值求平均。
此外，測試場群組可與至少一個相鄰的局部色彩參考場群組共享灰色參考場中之至少一些。因此，分配給測試場群組灰色參考場亦可分配給至少一個相鄰的局部色彩參考場群組。
如上所進一步略述，色彩參考卡可包含局部分配給色彩參考場的灰色參考場。局部分配給色彩參考場的灰色參考場可圍繞相應色彩參考場。因此，局部分配給色彩參考場之一的灰色參考場及相應色彩參考場可形成局部色彩參考場群組。每個局部色彩參考場群組可包含具有至少三個不同灰階的複數個冗餘灰色參考場，其中可為每個灰階提供至少兩個冗餘灰色參考場。具體而言，冗餘灰色參考場可以對稱方式 (更具體而言，以旋轉對稱及/或鏡像對稱方式) 佈置在相應局部色彩參考場群組的色彩參考場周圍。舉例而言，在步驟 iii) 中，可藉由對具有相同灰階的冗餘灰色參考場求平均來確定相應局部色彩參考場群組的局部亮度資訊。具體而言，局部亮度資訊可藉由相對於灰色參考場與相應色彩參考場之距離對冗餘灰色參考場求平均來確定。例如，求平均可包含用冗餘灰色參考場與色彩參考場的二次方距離的倒數對該冗餘灰色參考場之色值進行加權。可替代地或附加地，求平均可包含單獨對每個 RGB 色值求平均。
此外，相鄰局部色彩參考場群組及/或測試場群組及至少一個局部色彩參考場群組可共享灰色參考場中之至少一些。因此，局部分配給局部色彩參考場群組的灰色參考場亦可分配給相鄰局部色彩參考場群組及/或測試場群組。
色彩參考卡可進一步包含用於定位光學測試條及/或測試場的至少一個定位元件。具體而言，色彩參考卡可包含至少一個窗口元件，當測試條放置在色彩參考卡後方時，通過該窗口元件可見到測試場。例如，窗口元件可為色彩參考卡的切口部分。窗口元件之組態具體地可以保持光學測試條，並因此測試場由光學測試條組成，該光學測試條相對於色彩參考卡處於既定位置。
如上所略述，該方法包含使用具有至少一個相機的行動裝置來捕捉至少一個影像。舉例而言，在步驟 i) 中捕捉至少一個影像可由行動裝置自動，具體而言，當色彩參考卡、測試場及光學測試條中之至少一個可由行動裝置識別時。因此，行動裝置之組態可以自動識別視場內色彩參考卡、測試場及光學測試條中之至少一個，如上文所進一步詳述。
該方法可進一步包含提示使用者將色彩參考卡和光學測試條及測試場中之至少一個放入相機之視場內。具體而言，該方法可包含藉由在行動裝置之顯示器上顯示消息來提示使用者。此外或可替代地，提示可包含在行動裝置之顯示器上顯示參考卡片覆蓋框、圖像、圖示及/或動畫中的一種或多種。
該方法可包含 (具體而言，在步驟 i) 之後) 對色彩參考場、灰色參考場及試劑測試場中的至少一項執行效度核對。如本文所使用，術語「效度核對」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，定性或定量評估色彩參考卡之場 (色彩參考場與灰色參考場中之至少一個) 及/或用於根據本發明之方法中的光學測試條的試劑測試場的影像資料的適用性的過程。效度核對可包含評估在步驟 i) 中捕捉的色彩參考卡及試劑測試場的影像。具體而言，效度核對可包含評估色彩參考卡及測試場之影像是否至少部分地受到鏡面反射之干擾，從而引起影像中存在過飽和及/或曝光過度的區域。具體而言，可用色彩參考場及灰色參考場進行效度核對；更具體而言，可用色彩參考場及灰色參考場 (由色彩參考卡組成) 中的每個及/或試劑測試場進行效度核對；更具體而言，用試劑測試場 (由光學測試條組成) 中的每個進行效度核對。
效度核對可包含根據步驟 i) 中捕捉的至少一個影像確定色彩參考場、灰色參考場及/或測試場的至少一個色值，具體而言，確定每個像素的色值 R,G,B。效度核對可包含基於至少一個色值確定是否滿足有關色彩參考場、灰色參考場及/或測試場的至少一項效度標準。如本文所使用，術語「效度標準」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於限定及/或量化色彩參考場、灰色參考場或測試場之有效性的資訊項。因此，舉例而言，如果色彩參考場、灰色參考場及/或測試場之色值具有至少一個預定值或處於至少一個預定值範圍內，則可以滿足效度標準；而如果色彩參考場、灰色參考場及/或測試場之色值不具有該至少一個預定值或不處於該至少一個預定值範圍內，則不可以滿足效度標準。效度標準可指示色彩參考場、灰色參考場及/或測試場之有效性，例如藉由使用一個或多個數值及/或藉由使用一個或多個布林值/一個或多個數位值，例如「滿足」及「不滿足」等。舉例而言，如果色彩參考場、灰色參考場及/或測試場之色值高於或低於預定閾值，則可以將效度標準設定為特定值。例如，可使用一個或多個閾值，其中，如果色彩參考場、灰色參考場及/或測試場之色值高於或低於該閾值，則可將校度標準設定為「不滿足」，否則「滿足」，反之亦然。該一個或多個閾值可分別針對色彩參考場、灰色參考場及/或測試場而變化。
效度標準可以為直接效度標準及間接效度標準中的至少一者。直接效度標準可以指相應色彩參考場、灰色參考場及/或測試場的直接量度。可替代地或附加地，效度標準可包含間接效度標準，其評估圍繞色彩參考場及測試場中之至少一個的灰色參考場，從而描述所圍繞之色彩參考場及/或測試場的有效性。
例如，間接效度標準可包含上限，其中如果色彩參考場、灰色參考場及/或測試場之色值中之至少一個高於該上限，則將該色彩參考場、灰色參考場及/或測試場分類為「過飽和」。色彩參考場、灰色參考場及/或測試場被分類為「過飽和」，則可將效度標準設定為「不滿足」。上限可為 253，具體而言為 254，更具體而言為 255。作為另一實例，直接效度標準可包含中間閾值，其中如果灰色參考場之色值之平均值高於平均閾值，則將該灰色參考場分類為「曝光過度」。如果灰色參考場被分類為「曝光過度」，則可將灰色參考場之效度標準設定為「不滿足」。平均閾值可取決於灰色參考場的灰階。具體而言，對於淺灰色參考場及/或中灰色參考場，平均閾值可在 200 至 255 的範圍內，具體而言在 240 至 250 的範圍內，更具體而言為 245。此外或可替代地，對於中灰色參考場及/或深灰色參考場，平均閾值可在 150 至 200 的範圍內，具體而言在 165 至 175 的範圍內，更具體而言為 170。此外或可替代地，對於深灰色參考場，平均閾值可在 50 至 100 的範圍內，具體而言在 80 至 90 的範圍內，更具體而言為 85。作為另一實例，直接效度標準可包含變異係數，其中如果變異係數高於閾值 0.1 (具體為 0.2，更具體為 0.3)，則將色彩參考場、灰色參考場及/或測試場分類為「不均勻」。色彩參考場、灰色參考場及/或測試場被分類為「不均勻」，則可將效度標準設定為「不滿足」。變異係數可藉由影像中分別描述色彩參考場、灰色參考場及/或測試場的複數個像素的色值的標準偏差對這些色值的平均值的比率來確定。
例如，間接效度標準可包含相對強度閾值。該相對強度閾值可應用於局部分配給色彩參考場的灰色參考場及/或測試場。如果具有相同已知灰階的灰色參考場之間的灰階相對差異超過相對強度閾值 40% (具體為 50%)，則可將圍繞的色彩參考場及/或測試場的效度標準設定為「不滿足」。作為另一實例，間接效度標準可包含深灰階的灰色參考場與中灰階的灰色參考場之間的比率。如果深灰階的灰色參考場之灰階對中灰階的灰色參考場之灰階的比率在 0 至 0.8 的間隔內 (具體在 0.1 至 0.7 的間隔內，更具體在 0.2 至 0.6 的間隔內)，則可將圍繞的色彩參考場及/或測試場的效度標準設定為「滿足」。作為另一實例，間接效度標準可包含中灰階的灰色參考場與淺灰階的灰色參考場之間的比率。如果中灰階的灰色參考場之灰階對淺灰階的灰色參考場之灰階的比率在 0 至 0.9 的間隔內 (具體在 0.1 至 0.8 的間隔內，更具體在 0.2 至 0.75 的間隔內)，則可將圍繞的色彩參考場及/或測試場的效度標準設定為「滿足」。
此外，如果滿足效度標準，則可將色彩參考場、灰色參考場及/或測試場標記為有效。但是，如果不滿足效度標準，則可將色彩參考場、灰色參考場及/或測試場標記為無效。標記為有效的色彩參考場、灰色參考場及/或測試場可經方法的步驟 ii) 的處理。換言之，可將標記為無效的色彩參考場、灰色參考場及/或測試場從進一步處理中排除。如果特定數量之色彩參考場、灰色參考場及/或測試場，例如 2 個或更多個、5 個或更多個或 10 個或更多個，例如 2 至 20 個、2 至 10 個，特別是特定數量之色彩參考場，例如 1 個或更多個、2 個或更多個、3 個或更多個、4 個或更多個或 5 個或更多個，具體為 2 個或更多個或 3 個或更多個，及/或相對數量之至少 10%、15%、20%、25% 或 30% (特別是至少 20% 或至少 25%) 的色彩參考場、灰色參考場及/或測試場 (特別是色彩參考場)，被標記為無效，則該方法可包含重複步驟 i)，例如藉由使用相機自動捕捉影像及/或藉由提示使用者捕捉影像。否則，該方法可繼續進行步驟 ii)。
在本發明的另一方面，揭示了一種行動裝置，該行動裝置具有至少一個相機，且該行動裝置之組態可以執行根據本發明之方法，例如根據上述揭示的任一實施例及/或根據以下進一步詳細揭示的任一實施例。具體而言，行動裝置可包含至少一種處理器。
術語「處理器」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，其組態可以執行電腦或系統的基本操作的任意邏輯電路，及/或一般而言，涉及其組態可以執行計算或邏輯操作的裝置。特別是，處理器之組態可以處理驅動電腦或系統的基本指令。舉例而言，處理器可包含至少一種算術邏輯單元 (arithmetic logic unit，ALU)、至少一個浮點單元 (floating-point unit，FPU) (例如，算術協同處理器或數字協同處理器)、複數個記錄器 (特別是其組態可以提供運算元至 ALU 並儲存操作結果的記錄器)、及記憶體 (例如 L1 及 L2 快取記憶體)。特別是，處理器可為多核處理器。具體而言，處理器可為或可包含中央處理單元 (central processing unit，CPU)。此外或可替代地，處理器可為或可包含微處理器，因此，具體而言，處理器的元件可包含於一個單一積體電路 (integrated circuitry，IC) 晶片中。此外或可替代地，處理器可為或可包含一種或多種特殊應用積體電路 (application-specific integrated circuit，ASIC) 及/或一種或多種現場可程式化邏輯閘陣列 (field-programmable gate array，FPGA) 等。
處理器具體地可經組態以例如由軟體編程以執行及/或支援測定體液樣品中分析物濃度之方法的方法步驟。具體而言，處理器之組態可以藉由使用相機來支援對具有測試場的至少一部分光學測試條及色彩參考卡的至少一部分的至少一個影像的捕捉。處理器之組態可以進一步根據測試場之色彩形成反應確定至少一種分析物濃度值，例如藉由評估影像，從影像中導出有關色彩資訊的至少一種參數，及藉由將該至少一種參數換算為至少一種分析物濃度值。處理器之組態可以具體地進一步支援方法之步驟 i)、ii)、iii)、iv) 及 v) 中的一個或多個，例如將至少一種預定的基於像素之平均色調映射圖校正應用於所捕捉之影像，例如用於導出局部亮度資訊及用於應用該至少一種局部色調映射圖校正。處理器之組態可以進一步執行和/或支援方法步驟 vi) 及 vii)，例如藉由導出至少一種色彩校正並將該色彩校正應用於經強度校正之影像。
處理器之組態可以進一步支援將樣品施加至光學測試條，例如藉由以例如視覺形式、內容或聽覺形式提供使用者引導指示。處理器之組態可以進一步支援捕捉至少一個影像，例如藉由在視場中自動偵測光學測試條、色彩參考卡及測試場或其一部分及/或提示使用者捕捉影像。
此外，行動裝置可包含至少一個光源，其中行動裝置之組態可以在步驟 i) 中捕捉影像期間照亮色彩參考卡及測試場。舉例而言，第二經強度校正之影像為光源引起之照明不均勻性經校正之影像。
如本文所使用，術語「光源」為一廣義術語，且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣上的含義，而不限於特殊或定制化的含義。該術語具體地可涉及，但不限於，其組態可以發射光 (例如可見光譜範圍內的光、紅外光譜範圍內的光或紫外光譜範圍內的光中的一種或多種) 的任意裝置。具體而言，光源之組態可以發射可見範圍的光，例如具有波長 380 nm 至 760 nm 的光。更具體而言，光源之組態可以同時發射具有不同波長的光，使得該光源可經組態以發射白光。舉例而言，光源可為或可包含至少一個發光二極體。然而，其他選項亦可行。
在本發明之另一態樣，揭示了一種測定體液樣品中至少一種分析物濃度的套組。套組包含具有至少一個試劑測試場的至少一個光學測試條，並進一步包含至少一個色彩參考卡，其中色彩參考卡包含局部分配給測試場的複數個不同的灰色參考場，且其中色彩參考卡包含具有已知參考色值的複數個不同的色彩參考場及局部分配給色彩參考場的複數個不同的灰色參考場。
如本文中所使用的術語「套組 (kit)」為一廣義術語且對於所屬技術領域中具有通常知識者而言應給予其普通及習慣含義，且不應限於特殊或定制化含義。該術語具體可指涉 (但不限於) 至少兩種品目的組合，作為一示例，該至少兩種品目可在包裝中結合提供，其可以相互作用以實現至少一個共同的目的。
在本發明之另一態樣中，揭示了一種電腦程式，該電腦程式包含指令，當該等指令由具有相機的行動裝置執行時，具體由根據本發明 (例如根據以上揭示的任何實施例及/或根據以下更詳細揭露的任何實施例等) 之行動裝置執行時，及/或由根據本發明 (例如根據以上揭示的任何實施例及/或根據以下更詳細揭露的任何實施例等) 之套組的行動裝置執行時，使該行動裝置執行根據本發明 (例如根據以上揭示的任何實施例及/或根據以下更詳細揭露的任何實施例等) 的方法。
在本發明之另一態樣中，揭示了一種電腦可讀取儲存媒體，該電腦可讀取儲存媒體包含指令，當該等指令由具有相機的行動裝置執行時，具體由根據本發明 (例如根據以上揭示的任何實施例及/或根據以下更詳細揭露的任何實施例等) 之行動裝置執行時，及/或由根據本發明 (例如根據以上揭示的任何實施例及/或根據以下更詳細揭露的任何實施例等) 之套組的行動裝置執行時，使該行動裝置執行根據本發明 (例如根據以上揭示的任何實施例及/或根據以下更詳細揭露的任何實施例等) 的方法。
如本文所使用，術語「電腦可讀取儲存媒體」具體而言可涉及非暫態資料儲存手段，例如在其上儲存電腦可執行指令的硬體儲存媒體。該電腦可讀取資料載體或儲存媒體具體可以是或可以包含例如隨機存取記憶體 (RAM) 及/或唯讀記憶體 (ROM) 等的儲存媒體。
該電腦程式亦可體現為電腦程式產品。如本文所使用，電腦程式產品可涉及如可作為販售產品的程式。產品通常可以任意格式呈現，例如論文格式，或在電腦可讀取資料載體上及/或在電腦可讀取儲存媒體上呈現。具體而言，電腦程式產品可散佈於資料網路上。
根據本發明的方法及裝置提供大量超越類似的已知方法及裝置的優點。具體而言，如本文所述之方法及裝置因其高靈活性及可用性而可能特別有利。例如，該方法及裝置可允許考慮到與智能手機無關及裝置特定態樣兩方面的亮度校正。因此，測定體液樣品中分析物濃度之方法可用於各種不同型號的行動裝置。此外，亮度校正具體考慮到裝置特定變化及局部變化，可實現可靠的後續色彩校正。
此外，本方法及裝置 (例如，藉由使用色彩參考卡及色彩校正) 可提高分析量測之準確度。具體而言，使用根據本發明之色彩參考卡可允許對測試場之色彩形成反應進行色彩校正，從而可減小各種影響因子 (例如光照條件不均勻) 對分析測量的影響。因此，與已知方法及裝置相比，根據本發明之方法及裝置可提高測量安全性。
該方法具體地可藉由首先應用雙重校正後之強度校正並隨後藉由應用色彩校正，改善基於試劑測試場及色彩參考卡之色彩資訊測定分析物濃度的現有方法。
因此，為準確確定影像給定部分之色彩，首先可參考通用標準來校正影像之該部分的強度 (亦稱為亮度)。所記錄之影像特定區域的亮度不僅藉由所記錄之對象本身 (例如光學測試條或參考卡上的參考色場) 的色彩和亮度確定，而且由多種其他因子 (例如照明光源的亮度、快門速度和光圈大小、感測器之靈敏度、感測器增益及任何數位後處理步驟) 確定。在所記錄之影像中觀察到的亮度可受所有這些因子的影響，亦可稱為「視在亮度」。色彩參考卡之不同場的亮度可以是已知的，例如藉由具有在標準條件下 (例如使用光譜儀) 所量測之亮度來實現。該亮度亦可稱為「對象亮度」或「參考亮度」。
亮度校正之目的可為根據影像中記錄的視在亮度推導出真實對象亮度。視在亮度可能在空間上有所不同，主要是由於光照條件不均勻。因此，亮度校正通常不能針對作為整體之影像進行，而必須在局部進行計算。
在行動裝置相機 (例如智慧型手機相機) 記錄的影像中，色值 (例如 RGB 值) 對相機感測器上的光照強度變化的響應通常由非線性色調映射曲線給出。該色調映射曲線通常依賴於裝置，且可能因記錄的場景而異。通常必須針對每個記錄的影像單獨確定。
在根據本發明的方法中，可使用灰色參考場測量參考卡區域中影像的視在亮度，該等灰色參考場亦稱為灰色色塊，其具有不同的灰度值，可分佈在色彩參考卡上。每個色彩參考場均可由複數個灰色參考場圍繞，例如由十二個灰色場圍繞，其中包括四個淺灰色的灰色參考場、四個中灰色的灰色參考場及四個淺灰色的灰色參考場。類似地，可將複數個灰色參考場局部分配給至少一個測試場。因此，舉例而言，色彩參考卡中測試場可見的位置可由複數個灰色參考場圍繞，例如由十八個灰色參考場圍繞，例如具有各種灰度的灰色參考場各六個。三種不同的灰階值或灰度 (例如 20%、40% 及 60%) 可用於說明不同類型之行動裝置 (例如不同型號之智慧型手機) 所用之非線性色調映射曲線。
對於強度校正，具體地藉由使用至少一種局部色調映射圖校正所執行之強度校正，值可由標準條件下之灰色參考場導出。因此，舉例而言，可以高準確度量測三種灰度場在標準條件下之參考 RGB 值，例如使用光譜儀 (例如可購自 X-Rite GmbH, 82152 Planegg-Martinsried, Germany 的 X-Rite Exact 光譜儀，或其他類型的光譜儀) 進行量測。這些值可用作色彩參考場及測試場的亮度校正的共同參考。
可針對所有色彩參考場位置及所有測試場位置及所有三種灰色參考場確定所記錄之影像中的表觀局部影像亮度，例如藉由計算各種灰度的最接近之灰色參考場的平均實測 RGB 值。對於以上實例中之色彩參考場，該計算可包括各種灰度的灰色參考場各四個，而對於測試場，可包括每種灰度的六個場。當計算平均值時，個別灰色參考場之值可透過其與相應色彩參考場或測試場二次方距離 (例如中心到中心) 加權。該等值可針對每個色彩通道分別計算，例如針對 R、G 及 B 通道分別計算。
因此，該程序可在所有色彩參考場及測試場的中心位置處所記錄的圖像中生成三個參考灰度值的表觀 RGB 值的近似值。這些值可用於計算這些位置的近似色調映射曲線，如下文所進一步詳述。
更多詳情可參見色調映射，具體參見非線性色調映射。因此，將影像採集感測器的像素相關的亮度值換算為影像文件中的亮度值時，行動裝置相機 (例如智慧型手機相機) 通常利用壓縮亮度動態的非線性傳遞函數。應用該等非線性傳遞函數的原因是多方面的。通常給出審美原因。但其他原因 (例如對動態壓縮的需要) 也很重要。如上所述，由行動裝置應用的傳遞函數通常被稱為色調映射曲線。它建立了線性標度上量測的像素亮度與儲存於該像素的影像文件中的亮度值之間的關係。一種熟知形式的色調映射曲線亦可用於步驟 ii) 中預定的基於像素之平均色調映射圖校正，其為 sRGB 色彩空間所定義的伽瑪校正。它反映了經典電子管顯示器的非線性亮度再現，其繼而面向人眼之非線性亮度感知。一個期望的副作用是更好地利用具有有限動態的影像資料格式的亮度動態，例如 JPEG 影像格式中的 8 位動態範圍。如果在步驟 ii) 中使用線性色調映射曲線，將在一個步驟中解決亮度值從 1 到 2 倍倍增，而從 128 到 255 的倍增則需要透過 127 個步驟解決。由於人眼感知對數尺度上的亮度，因此倍增表示亮度的增加近似相同。利用伽瑪校正，非線性色調映射曲線可用於確保所有亮度倍增均可用近似相同的步數來解決。然而，應注意的是，此外或可替代地，可在步驟 ii) 中使用其他預定的基於像素之平均色調映射圖校正，具體用於在步驟 i) 中獲得的影像的所有像素。
在行動裝置及/或其相機中，由影像感測器提供的亮度資料通常使用非線性色調映射曲線進行換算。然而，在大多數情況下，這些曲線不完全對應於由 s-RGB 標准定義的伽瑪校正，其線性往往超出該曲線形狀。其原因可能是更好的主觀影像印象。原則上，每個色彩通道用其自身的色調映射曲線分別計算，但實際上，對於所有調查的智慧型手機型號，發現三個色彩通道的曲線均相同。為此，以下未明確提及各個色彩通道。
如果將使用行動裝置相機進行色彩及色彩亮度之定量量測，則非線性色調映射曲線通常存在問題，因為影像中儲存之像素亮度與實測亮度值之間的線性關係通常為量測目的所需。因此，通常可能必須重建線性公共尺度上的亮度，如下所述。
在本申請的背景下，藉由拍攝高準確度灰色劈片的圖像並評估影像中的像素值，量測不同智慧型手機型號的色調映射曲線。實例將在下面的實施例部分中示出。色調映射曲線被證明為高度非線性的。使用經驗公式 f(x) 來近似描述曲線的非線性：
用於
，
用於
，且
及
用於
參數
、
、
、
及
為擬合參數，其經過調整以近似不同智慧型手機的色調映射曲線。 色調映射曲線的確切形狀通常取決於行動裝置的類型，例如智慧型手機型號，亦可能取決於影像的記錄條件。
因此，在步驟 ii) 中，可將至少一種預定的基於像素之平均色調映射圖校正應用於在步驟 i) 中獲得的影像，例如上述色調映射圖校正之一。預定的基於像素之平均色調映射圖校正可透過經驗方式 (例如藉由量測複數個行動裝置的色調映射圖校正)、半經驗方式或理論方式確定。因此，基於許多色調映射圖校正利用熟知伽瑪函數的假設，可以在步驟 ii) 中應用該標準色調映射圖校正。如上所述，仍可使用其他色調映射圖校正。
為校正在步驟 i) 中獲得的影像的強度或亮度，理想情況下，先前藉由行動裝置應用於創建影像的色調映射曲線之反轉可應用於該影像，從而在由行動裝置引起的情況下將其反轉。因此，理想情況下，可使用已用於創建影像的精確色調映射曲線之反轉來校正影像的亮度。然而，實際上，鑑於市場上的行動裝置以及所得色調映射曲線的種類繁多，這種做法通常是不可行的。
因此，如上文所揭示，本發明因此提出了兩步校正，其包含校正步驟 ii) 及 iv)。因此，在步驟 ii) 中，如上所述，首先將至少一種預定的基於像素之平均色調映射圖校正應用於在步驟 i) 中獲得的影像，從而獲得至少一個第一經強度校正之影像。舉例而言，該預定的基於像素之平均色調映射圖校正可為使用平均色調映射曲線之反轉進行校正。如上所述，該平均色調映射曲線舉例而言可為標準伽瑪校正曲線，或藉由分析複數個行動裝置之行為以經驗方式確定的平均色調映射曲線。在步驟 ii) 中使用的該平均色調映射曲線具體地可獨立於行動裝置的類型。該程序可校正大部分非線性，但通常無法補償不同裝置中使用的色調映射曲線的差異。
如上所述之該第一校正步驟 ii) 得到至少一個第一經強度校正之影像。提出進一步校正該第一經強度校正之影像，例如以便補償不同裝置中使用的色調映射曲線的個別差異。該額外之校正步驟描述於步驟 iv) 中。
為進一步校正該至少一個第一經強度校正之影像，舉例而言，所得影像或由其推導出的曲線可用按照如上所述所確定的三個表觀灰色場值的拋物線近似法近似為參考值的函數。因此，該關係的剩餘非線性可由拋物線的二次項進行近似。可藉由首先將反轉平均色調映射曲線應用為預定的基於像素之平均色調映射圖校正，隨後將拋物線近似的逆運算應用為局部色調映射圖校正，將色彩參考場及測試場的 RGB 值引入共同的線性尺度。
如上所略述，在步驟 ii) 中，將至少一種預定的基於像素之平均色調映射圖校正應用於在步驟 i) 中獲得的影像。舉例而言，可量測十個不同的智慧型手機的色調映射曲線。確定所有量測的曲線的平均值。儘管發現總體曲線形狀大致相同，但不同型號的智慧型手機表現出不同的色調映射曲線。
因此，對於第一校正步驟 ii)，可將與裝置無關的平均色調映射曲線的反曲線應用於所量測之影像，例如應用於影像之 RGB 值。校正通常去除大部分非線性，但行動裝置型號之間的差異通常得以保留。該剩餘之非線性可例如由三個灰色場值的實測 RGB 值的拋物線擬合來近似。因此，舉例而言，對於每個色彩通道及每個色彩參考場或測試場，可首先使用平均曲線校正這三個值，然後可由拋物線來近似描述實測值與列表參考值之間的關係。
色調映射曲線的近似質量通常可藉由將近似值和校正步驟的正演計算結果與原始量測的色調映射曲線進行比較來評估。從而，強度校正的結果通常可透過一種相當簡單的方式來驗證。
在本發明的背景下，可對白平衡進行進一步說明。術語「白平衡」通常是指調整原色通道，使得中性色 (例如白色及灰色) 在影像中表現為中性。白平衡可隱含在根據本發明之方法中。因此，每個原色通道均可以再現灰色參考場之三個灰階的參考值的方式線性化。由於這些場的參考 RGB 值通常為中性的 (例如灰色)，因此這些灰色參考場的線性化 RGB 值通常也是中性的，意味著它們與參考值相同。因此，線性化包括對三種不同的中性色進行校準後的「白平衡」。
根據本發明之方法包含兩步色調映射圖校正，其包括預定的基於像素之平均色調映射圖校正及局部色調映射圖校正。一般而言且通常地，作為色彩參考卡產生的基本資訊，必須定義所有色彩參考場及灰色參考場的精確色度及/或光度值，例如平均值和/或中值。對於兩步強度校正，第一步，具體地在執行任何色彩校正之前，通常是對記錄的影像執行強度校正。本質上，強度校正通常可視為一個兩步的過程，其重點在於所謂的色調映射圖校正。在第一校正步驟 ii) 中，如上所述，包括預定的基於像素之平均色調映射圖校正，可執行基於像素的通用且典型的與行動裝置無關 (與智慧型手機無關) 的全局校正，例如解決由平均行動裝置施加的平均「色調映射曲線」。在第二校正步驟 iv) 中，亦如上所略述，包括局部色調映射圖校正，可應用基於基於行動裝置特定的直方圖或基於統計值的局部色調映射圖校正或其他類型的局部色調映射圖校正。舉例而言，局部色調映射圖校正亦可為色彩通道所特定的。該局部色調映射圖校正可不僅包括個別行動裝置色調映射效應，而且包括局部強度。為此，可使用灰色參考場。
如上所略述，在該方法中，「真實對象亮度」或「真實對象強度」，例如在生產中所量測的結果，可由視在亮度 (例如，場中所記錄) 推導出。在該方法中，首先可記錄參考卡之至少一個影像。作為任選步驟，可進一步裁剪所記錄之影像到例如內部區域範圍，例如藉由使用一個或多個位置標記 (例如藉由使用 ArUco 代碼) 來實現。
該方法包含將至少一種預定的基於像素之平均色調映射圖校正應用於步驟 ii) 中的影像。該預定的基於像素之平均色調映射圖校正可為藉由使用平均色調映射曲線的基於像素之第一強度校正步驟。
此外，該方法可例如在步驟 iii) 中包含識別色彩參考場及/或灰色參考場。該識別可包含確定色彩參考場及/或灰色參考場 (具體為色彩參考場及/或灰色參考場之全部) 的幾何位置及/或像素位置。
此外，如上所略述，可執行第一經強度校正之影像的至少一種統計修正。具體而言，統計修正可包含創建在第一經強度校正之影像中可見的灰色參考場、色彩參考場及測試場的直方圖。舉例而言，可創建直方圖，並且可導出所有色彩通道之更多統計值，例如 R、G 及 B。
在另一方法步驟即步驟 iii) 中，分別藉由使用局部分配給色彩參考場及測試場的灰色參考場，可由第一經強度校正之影像導出色彩參考場的至少一些的及測試場的局部亮度資訊。具體而言，可確定所有色彩參考場及測試場位置的表觀局部影像亮度，例如藉由計算最接近的灰色參考場的平均 RGB 值來實現。
此外，執行第二強度校正步驟，即步驟 iv)。如上所略述，該校正步驟具體包含將至少一種行動裝置特定的色調映射圖校正應用於第一經強度校正之影像，該局部色調映射圖校正考慮到局部亮度資訊，從而獲得至少一個第二經強度校正之影像。因此，具體而言，可進行行動裝置特定的色調映射圖校正。
如上所進一步略述，除兩步強度校正以外，可將至少一種色彩校正應用於影像，具體在強度校正之後應用，即應用於第二經強度校正之影像。因此，校正通常可包含藉由使用第二經強度校正之影像中色彩參考場中之至少一些，導出至少一種色彩校正 (步驟 vi))，及此外，將該色彩校正應用於該第二經強度校正之影像，從而獲得至少一個經強度校正且經色彩校正之影像 (步驟 vii))。在該色彩校正中，一般而言，真實對象色彩 (例如在生產中所量測之色彩) 可由表觀色彩 (例如，場中所記錄之色彩) 推算出。色彩校正通常可基於第二經強度校正之影像，具體基於經線性化及強度校正之影像。色彩參考場可由 RGB 方式表示，例如藉由忽視灰色參考場來表示。在步驟 vi) 中，具體而言，可從 (例如) 所有色彩參考場中選擇子集。舉例而言，該至少一個色彩參考場之選擇可基於以下各項中的一個或多個：
與測試場的最佳匹配，例如在一個或多個色值的原始計數中，例如 R 計數，或
交叉驗證，例如藉由用除一種以外的色彩參考場擬合色彩校正 (例如色彩校正矩陣 (CCM)) 及確定那些在校正後具有最低性能的結果。
其他選擇之選項是可能的。
可藉由使用經強度校正之影像中色彩參考場中之至少一些 (例如如上所述選擇的色彩參考場)，導出步驟 vi) 中之色彩校正。舉例而言，可藉由擬合色彩參考場之子集來導出色彩校正矩陣。
當導出色彩校正 (例如色彩校正矩陣) 後，可執行結果的質量檢查，即色彩校正的質量檢查。舉例而言，可導出色彩校正矩陣之擬合剩餘結果，且視情況可與所用的色彩參考場集進行第二交叉驗證。從而可確定步驟 vi) 之結果的品質。
此外，在步驟 vii) 中，如上所述，將色彩校正應用於該第二經強度校正之影像，從而獲得至少一個經強度校正且經色彩校正之影像。因此，舉例而言，由測試場導出之至少一種色彩資訊可藉由使用色彩校正進行換算。具體而言，可藉由使用色彩校正 (具體使用 CCM) 獲得校正後之測試場色彩，例如平均 RGB 值。然後，經強度校正及經色彩校正之影像可用於測定分析物濃度。因此，舉例而言，可使用校正後之測試場色彩測定體液中至少一種分析物的濃度。
如上所略述，根據本發明之方法亦可視情況包含在步驟 vi) 中導出至少一種色彩校正，及在步驟 vii) 中將該色彩校正應用於該第二經強度校正之影像，從而獲得至少一個經強度校正且經色彩校正之影像。因此，本發明亦提供了色彩校正手段，具體藉由使用色彩校正矩陣來實現。
該方法可包含使用線性矩陣 (例如色彩校正矩陣) 校正成像裝置的實測色彩及/或優化實測色彩。因此，如上所略述，色彩校正具體可包含色彩校正矩陣。可捕捉至少一種色彩參考 (例如色彩參考卡) 之影像，其中色彩參考可包含具有已知色值之對象，例如色彩參考場。可確定色彩校正矩陣，例如藉由線性優化方法來確定，使得實測色值可換算為對應的已知色值。
色彩校正矩陣可將實測 RGB 色值
、
、
換算為對應的已知色彩參考值
、
、
：
。
可確定色彩校正矩陣，使得藉由色彩校正矩陣換算實測色值可保留灰值。在數學方面，向量
可為色彩校正矩陣的特徵向量。 此外，可使用至少兩個色彩參考場來確定色彩校正矩陣：
其中
表示色彩校正矩陣，
及
表示實測色值，且
及
表示色彩參考場的已知色彩參考值。 亦可使用複數個色彩參考場 (具體為多於兩個色彩參考場，例如三個或甚至更多個色彩參考場) 導出色彩校正矩陣。因此，可藉由使用該等複數個色彩參考場擬合上述公式來確定色彩校正矩陣。藉由色彩校正保留灰值可進一步實施為擬合程序的附加約束。舉例而言，色彩參考卡包含該等複數個色彩參考場，其中色彩參考場之數量可超過導出色彩校正矩陣所必需之色彩參考場的數量。因此，可藉由使用回歸分析來確定色彩校正矩陣。
此外，可藉由使用所選擇的色彩參考場來導出色彩校正，如下文所進一步詳述。藉由選擇用於導出色彩校正矩陣的色彩參考場，具體藉由在測試場的色彩環境中選擇色彩參考場，可增強色彩校正的準確度。
因此，色彩校正可提供增強準確度及方法可靠性的手段，具體而言，用於確定測試場之色彩形成反應的色彩變化。色彩校正可具體包含至少一個選擇的色彩參考場，如下文所進一步詳述。
標準色彩校正通常考慮到整個色彩空間。因此，色彩參考可包含具有分佈在整個色彩空間內的色彩的色彩參考場。
色彩參考場之選擇可包含選擇色彩空間之預定子空間中的色彩參考場。該預定子空間可包含可存在於測試場之色彩形成反應中的色彩。因此，色彩參考場之選擇可包含選擇具有類似於測試場之色彩形成反應的色彩的色彩參考場。色彩參考場之選擇可增強預定子空間中的色彩校正，具體而言不考慮該預定子空間之外的色彩。
作為另一實例，此外或可替代地，色彩參考場之選擇可包含選擇色彩參考場，使得所選之色彩參考場的色彩可彼此具有預定距離，且其中包含測試場之色彩。因此，該色彩參考場之選擇可使色彩校正在更寬之色彩子空間內有效，因此提供更可靠之結果。
此外或可替代地，色彩參考場之選擇可進一步包含對色彩參考場進行不同的加權。舉例而言，可賦予具有由預定色彩子空間組成的色彩的色彩參考場比具有超出色彩子空間的色彩的色彩參考場更高的權重。因此，可增強色彩子空間的該部分的色彩校正的準確度，同時保持超出該色彩子空間的色彩校正具有合適的準確度水平。
舉例而言，色彩參考場之選擇可基於在色彩空間中測試場的色彩環境中動態選擇色彩參考場。一般而言，具有色彩形成反應之色彩子空間中的色值的色彩參考場可存在於色彩參考卡上。在該情況下，可選擇跨越涵蓋測試場之色彩的相應色彩的色彩子空間所需的色彩參考場。相應色彩子空間可小於預定色彩子空間，由此色彩校正可更精密。例如，可選擇複數個色彩參考場 (例如四個或更多個色彩參考場)，使得色彩參考場之選擇可跨越涵蓋測試場之色彩的色彩空間中的四面體。
此外或可替代地，色彩參考場之選擇可包含色彩參考場之動態加權。具體而言，可藉由給予色彩接近測試場的色彩的色彩參考場比遠離色彩空間中的測試場的色彩的色彩參考場更高之權重，對色彩參考場進行加權。因此，可針對對應於測試場之色彩的色彩子空間優化色彩校正。例如，色彩參考場之加權可包含考慮到色彩參考場之色值與測試場之色值的距離的加權因子。因此，色彩參考場可藉由色彩空間中色彩參考場與測試場之間歐氏幾何距離之逆運算來加權。
作為另一實例，色彩參考場之選擇可基於具有已知色值的一個或多個測試色場的色彩校正的準確度。測試色場可為附加色場及/或具有已知參考色值的色彩參考場之一。可選擇測試色場，使得該測試色場之色彩可接近試劑測試場之色彩。可使用剩餘色彩參考場導出色彩校正。可藉由換算所選之測試色場並進一步藉由比較換算後之色值與相應已知參考色值，來確定色彩校正矩陣之準確度。測試色場的色彩校正矩陣之準確度可用於優化用於確定色彩校正矩陣的色彩參考場之選擇。此外或可替代地，可包括所選之測試色場以導出色彩換算矩陣。可藉由根據相應已知參考色值導出測試色場之換算後的色值，來確定色彩校正矩陣之準確度。此外，可使用根據相應已知色值導出具有相似色彩的兩個測試色場作為二階校正以確定試劑測試場之色彩。
用於色彩校正的色彩參考場之選擇可進一步包含色彩參考場之動態選擇。因此，該選擇可適應測試場之色彩形成反應的色彩。
此外，色彩參考場之選擇亦可基於按照色彩校正之準確度選擇色彩參考場。具體而言，可由交叉驗證色彩參考場確定準確度。例如，交叉驗證可包含從色彩校正之確定中排除至少一個色彩參考場。因此，可透過剩餘色彩參考場確定色彩校正矩陣。交叉驗證可進一步包含藉由換算所排除之色彩參考場來檢查色彩校正矩陣之準確度。此外或可替代地，交叉驗證亦可包含排除倆個或更多個色彩參考場。
一般而言，可選擇色彩接近試劑測試場之色彩的色彩參考場。因此，藉由交叉驗證色彩參考場，可避免色彩校正之過度擬合效應。此外，當實現優化後的用於色彩校正的色彩參考場之選擇後，可包含從色彩校正中排除之色彩參考場以確定色彩校正矩陣。
此外，步驟 vi) 還可包含校正影像的灰值。灰值之校正可具體包含至少一種校正因子，其中可確定該至少一種校正因子，使得灰值之 RGB 色值彼此相等。具體而言，灰值之校正可包含每個 RGB 色值的至少一種校正因子。然後可將該至少一種校正因子應用於第二經強度校正之影像的色值，具體地在導出色彩校正矩陣之前。
以下摘要說明且不排除更多可能的實施例，可設想以下實施例：
實施例 1：一種藉由使用具有至少一個相機的行動裝置來測定體液樣品中至少一種分析物的濃度之方法，該方法包含：
i) 藉由使用相機捕捉色彩參考卡之至少一部分及對其施加有樣品的至少一個光學測試條的至少一個試劑測試場之至少一部分的至少一個影像，
其中在該影像中，測試場相對於色彩參考卡在定義的位置，
其中該色彩參考卡包含局部分配給測試場的複數個不同的灰色參考場，其中該等複數個灰色參考場及測試場具體地可藉由放置在相鄰位置而局部分配給彼此，或其中局部分配給測試場的該等複數個灰色參考場具體地可佈置在色彩參考卡上，使得該等複數個灰色參考場圍繞測試場，且
其中該色彩參考卡包含具有已知參考色值的複數個不同的色彩參考場及局部分配給色彩參考場的複數個不同的灰色參考場，其中該等複數個灰色參考場及色彩參考場具體地可藉由放置在相鄰位置而局部分配給彼此，或其中局部分配給色彩參考場的該等複數個灰色參考場具體地可佈置在色彩參考卡上，使得該等複數個灰色參考場圍繞色彩參考場，
ii) 將至少一種預定的基於像素之平均色調映射圖校正應用於在步驟 i) 中獲得的該影像，從而獲得至少一個第一經強度校正之影像，其中預定的基於像素之平均色調映射圖校正具體地可包含為第一亮度值分配第二亮度值，其中可藉由成像裝置、具體地藉由相機記錄第一亮度值，其中可藉由預定的基於像素之平均色調映射圖校正單獨校正記錄的影像的每個像素，其中平均色調映射圖校正可藉由組合針對不同類型之行動裝置的複數種色調映射圖校正而導出；
iii) 分別藉由使用局部分配給色彩參考場及測試場的灰色參考場，由第一經強度校正之影像導出色彩參考場中之至少一些的及測試場的局部亮度資訊，其中局部亮度資訊具體地可包含數字指示，該數字指示分別描述色彩參考場及測試場的至少一個 RGB 色彩的局部強度；
iv) 將至少一種局部色調映射圖校正 (具體而言，至少一種行動裝置特定的色調映射圖校正) 應用於第一經強度校正之影像，該局部色調映射圖校正 (具體而言，至少一種行動裝置特定的色調映射圖校正) 考慮到局部亮度資訊 ，從而獲得至少一個第二經強度校正之影像；及
v) 藉由使用第二經強度校正之影像，基於測試場之色彩形成反應測定分析物濃度。
實施例 2：如前一項實施例之方法，在執行步驟 iv) 之後及執行步驟 v) 之前，進一步具體包含：
vi) 藉由使用第二經強度校正之影像中色彩參考場中之至少一些，導出至少一種色彩校正；及
vii) 將該色彩校正應用於該第二經強度校正之影像，從而獲得至少一個經強度校正且經色彩校正之影像。
實施例 3：如前一項實施例之方法，其中該方法進一步包含在步驟 vi) 之前的色彩參考場中之至少一些的 (具體而言，色彩參考場的全部) 及測試場的局部白平衡。
實施例 4：如前一項實施例之方法，其中局部白平衡包含，分別對於色彩參考場或測試場接受白平衡，其分別使用局部分配給相應色彩參考場的灰色參考場或測試場，及藉由比較灰色參考場之實測色彩座標與灰色參考場之已知色彩座標，導出相應色彩參考場或測試場的局部校正，具體導出局部校正因子。
實施例 5：如前一項實施例之方法，其中局部白平衡進一步包含將相應局部校正分別應用於相應色彩參考場或測試場的實測色彩座標。
實施例 6：如四個前述實施例中任一項之方法，其中為執行步驟 vi)，第二經強度校正之影像被經局部白平衡的第二經強度校正之影像取代，或為經局部白平衡的第二經強度校正之影像。
實施例 7：如五個前述實施例中任一項之方法，其中色彩校正包含至少一種色彩校正矩陣，其中步驟 vii) 包含將色彩校正矩陣應用於影像之色彩座標向量。
實施例 8：如六個前述實施例中任一項之方法，其中在步驟 v) 中測定分析物濃度考慮到經強度校正且經色彩校正之影像。
實施例 9：如七個前述實施例中任一項之方法，其中在步驟 vi) 中，藉由使用選擇的色彩參考場來導出色彩校正。
實施例 10：如前一項實施例之方法，其中色彩參考場的選擇基於以下各項中之至少一者：
選擇色彩空間之預定子空間中的色彩參考場；
在色彩空間中測試場的色彩環境中動態選擇色彩參考場；
對色彩參考場進行不同的加權，具體藉由給予色彩接近測試場的色彩的色彩參考場比遠離色彩空間中的測試場的色彩的色彩參考場更高之權重來實現；
根據該色彩校正之準確度選擇色彩參考場，具體而言，準確度藉由交叉驗證色彩參考場來確定。
實施例 11：如前述實施例中任一項之方法，其中基於像素之平均色調映射圖校正包含以下各項中之至少一項：藉由組合針對不同類型之行動裝置的複數種色調映射圖校正所導出之平均色調映射圖校正；標準伽瑪校正的逆操作。
實施例 12：如前述實施例中任一項之方法，進一步包含從步驟 i) 中捕捉的至少一個影像中選擇至少一個關注區，其中步驟 ii) 基於關注區來執行。
實施例 13：如前一項實施例之方法，其中關注區藉由以下各項中之至少一者來確定：影像中可見的至少一個位置標記，具體為至少一個 ArUco 代碼標記；用於偵測影像中之至少一種特徵的影像識別，具體為用於偵測包含灰色參考場及色彩參考場的色彩參考卡的區域的影像識別。
實施例 14：如前述實施例中任一項之方法，進一步包含 (具體而言，在執行步驟 iv) 之前)，對第一經強度校正之影像執行至少一種統計修正，其中基於經統計修正之第一經強度校正之影像執行步驟 iv)。
實施例 15：如前一項實施例之方法，其中統計修正包含創建在第一經強度校正之影像中可見的灰色參考場、色彩參考場及測試場的直方圖。
實施例 16：如前述實施例中任一項之方法，其中對於第一經強度校正之影像中可見的灰色參考場、色彩參考場及測試場，基於像素之影像資訊可被代表性資訊取代，具體而言，分別被灰色參考場、色彩參考場及測試場的平均資訊取代。
實施例 17：如前述實施例中任一項之方法，其中局部色調映射圖校正為行動裝置特定的單獨色調映射圖校正。
實施例 18：如前述實施例中任一項之方法，其中局部分配給測試場的灰色參考場圍繞測試場，其中局部分配給測試場的灰色參考場與測試場形成測試場群組。
實施例 19：如前一項實施例之方法，其中測試場群組包含具有至少三個不同灰階的冗餘灰色參考場，其中為每個灰階提供至少兩個冗餘灰色參考場。
實施例 20：如前一項實施例之方法，其中冗餘灰色參考場以對稱方式 (具體而言，以旋轉對稱及/或鏡像對稱方式佈置) 佈置在測試場周圍。
實施例 21：如兩個前述實施例中任一項之方法，其中在步驟 iii) 中，藉由對具有相同灰階的冗餘灰色參考場求平均來確定測試場的局部亮度資訊。
實施例 22：如四個前述實施例中任一項之方法，其中測試場群組與至少一個相鄰局部色彩參考場群組共享灰色參考場中之至少一些。
實施例 23：如前述實施例中任一項之方法，其中局部分配給色彩參考場的灰色參考場圍繞相應色彩參考場，其中局部分配給色彩參考場之一的灰色參考場及相應色彩參考場形成局部色彩參考場群組。
實施例 24：如前一項實施例之方法，其中每個局部色彩參考場群組包含具有至少三個不同灰階的冗餘灰色參考場，其中為每個灰階提供至少兩個冗餘灰色參考場。
實施例 25：如前一項實施例之方法，其中冗餘灰色參考場以對稱方式 (具體而言，以旋轉對稱及/或鏡像對稱方式佈置) 佈置在相應局部色彩參考場群組的色彩參考場周圍。
實施例 26：如兩個前述實施例中任一項之方法，其中在步驟 iii) 中，藉由對具有相同灰階的冗餘灰色參考場求平均來確定相應局部色彩參考場群組的局部亮度資訊。
實施例 27：如四個前述實施例中任一項之方法，其中藉由相鄰局部色彩參考場群組及/或藉由測試場群組及至少一個局部色彩參考場群組共享灰色參考場中之至少一些。
實施例 28：如前述實施例中任一項之方法，其中色彩參考卡包含用於定位光學測試條及/或測試場的至少一個定位元件，具體包含至少一個窗口元件，當測試條放置在色彩參考卡後方時，通過該窗口元件可見到測試場。
實施例 29：如前述實施例中任一項之方法，其中在步驟 i) 中捕捉至少一個影像由行動裝置自動啟動，具體而言，當色彩參考卡、測試場及光學測試條中之至少一個藉由行動裝置識別時。
實施例 30：如前述實施例中任一項之方法，進一步包含提示使用者將色彩參考卡和光學測試條及測試場中之至少一個放入相機之視場內，具體藉由在行動裝置之顯示器上顯示消息來提示。
實施例 31：如前述實施例中任一項之方法，進一步包含 (具體而言，在步驟 i) 之後) 對色彩參考場、灰色參考場及試劑測試場中的至少一項執行效度核對。
實施例 32：如前一項實施例之方法，其中效度核對包含由步驟 i) 中捕捉的至少一個影像確定色彩參考場、灰色參考場及/或測試場的至少一個色值。
實施例 33：如前一項實施例之方法，其中效度核對包含基於該至少一個色值來確定是否滿足有關色彩參考場、灰色參考場及/或測試場的至少一項效度標準。
實施例 34：如前一項實施例之方法，其中效度標準為直接效度標準及間接效度標準中的至少一項。
實施例 35：如兩個前述實施例中任一項之方法，其中如果滿足效度標準，則將色彩參考場、灰色參考場及/或測試場標記為有效，其中如果不滿足效度標準，則將色彩參考場、灰色參考場及/或測試場標記為無效。
實施例 36：如前一項實施例之方法，其中標記為有效的色彩參考場、灰色參考場及/或測試場接受步驟 ii) 的處理；且其中視情況，如果特定數量之色彩參考場、灰色參考場及/或測試場及/或相對數量之至少 10%、15%、20%、25% 或 30% 的色彩參考場、灰色參考場及/或測試場被標記為無效，則該方法可包含重複步驟 i)。
實施例 37：一種具有至少一個相機的行動裝置，該行動裝置之組態可以執行如前述實施例中任一項之方法。
實施例 38：如前一項實施例之行動裝置，其中，該行動裝置包含至少一個處理器。
實施例 39：如前一項實施例之行動裝置，其中行動裝置進一步包含至少一個光源，其中行動裝置之組態可以在步驟 i) 中捕捉影像期間照亮色彩參考卡及測試場。
實施例 40：如前一項實施例之行動裝置，其中第二經強度校正之影像為光源引起之照明不均勻性經校正之影像。
實施例 41：一種測定體液樣品中至少一種分析物的濃度的套組，該套組包含如前一項實施例之行動裝置，該套組進一步包含具有至少一個試劑測試場的至少一個光學測試條，該套組進一步包含至少一個色彩參考卡，其中該色彩參考卡包含局部分配給測試場的複數個不同的灰色參考場，其中該色彩參考卡包含具有已知參考色值的複數個不同的色彩參考場及局部分配給色彩參考場的複數個不同的灰色參考場。
實施例 42：一種包含指令的電腦程式，當該等指令由具有相機的行動裝置執行時，具體藉由如涉及行動裝置的實施例中任一項之行動裝置及/或藉由如前述涉及套組的實施例中任一項之套組的行動裝置執行時，使該行動裝置進行如前述涉及方法的實施例中任一項之方法。
實施例 43：一種包含指令的電腦可讀取儲存媒體，當該等指令由具有相機的行動裝置執行時，具體藉由如前述涉及行動裝置的實施例中任一項之行動裝置及/或藉由如涉及套組的前述實施例中任一項之套組的行動裝置執行時，使該行動裝置進行如前述涉及方法的實施例中任一項之方法。
在圖式 1 中，在透視圖中呈現了測定體液樣品中至少一種分析物的濃度的套組 110 的例示性實施例。套組 110 包含行動裝置 112 及具有至少一個試劑測試場 116 的至少一個光學測試條 114。該套組進一步包含至少一個色彩參考卡 118。
行動裝置 112 具有至少一個相機 120 且其組態可以執行測定體液樣品中至少一種分析物的濃度之方法。該方法的例示性實施例呈現於圖式 2 中，且如下文所詳述。此外，行動裝置 112 可包含至少一個處理器 122。具體而言，處理器 122 之組態可以執行及/或支援方法步驟 i)、ii)、iii)、iv)、v) 及視情況選用的 vi) 及 vii) 中的一個或多個或甚至全部。行動裝置 112 可進一步包含至少一個光源 124。因此，行動裝置 112 之組態可以在方法的步驟 i) 中捕捉影像期間照亮色彩參考卡 118 及測試場 116。
色彩參考卡 118 包含局部分配給測試場 116 的複數個不同的灰色參考場 126。色彩參考卡 118 進一步包含具有已知色彩參考值的複數個不同的色彩參考場 128 及局部分配給色彩參考場 128 的複數個不同的灰色參考場 126。色彩參考卡 118 之更詳細視圖呈現於圖式 3 中，且如下文所詳述。因此，可參考圖式 3 的描述。
此外，色彩參考卡 118 可包含用於定位光學測試條 114 及/或測試場 116 至少一個定位元件 130。舉例而言，定位元件 130 可為或可包含至少一個窗口元件 132，當光學測試條 114 放置在色彩參考卡 118 後方時，通過該窗口元件可見到測試場 116。具體而言，窗口元件可謂色彩參考卡 118 的切口部分。此外，定位元件 130 之組態可以將光學測試條 114 及/或試劑測試場 116 相對於色彩參考卡 118 保持在定義的位置。色彩參考卡 118 可進一步包含至少一個位置標記 134。位置標記 134 可為或可包含至少一個 ArUco 代碼標記，且可例如佈置在參考卡 118 的至少一角。
在圖式 2 中，呈現了測定體液樣品中至少一種分析物的濃度之方法的例示性實施例的流程圖。該方法包含使用具有至少一個相機 120 的行動裝置 112。此外，該方法包含下列步驟，這些步驟可以特定地按照給定次序執行。不過，不同的次序也是可行的。有可能以完全或部分同步的方式同時執行方法步驟中的兩個或多個。進一步地，可一次執行或重複執行方法步驟中的一個、多於一個或甚至全部。該方法可包含未列出的另外的方法步驟。
該方法包含：
i) (以元件符號 136 表示) 藉由使用相機 120 捕捉色彩參考卡 118 之至少一部分及對其施加有樣品的至少一個光學測試條 114 的至少一個試劑測試場 116 之至少一部分的至少一個影像，
其中在該影像中，測試場 116 相對於色彩參考卡 118 在定義的位置，
其中色彩參考卡 118 包含局部分配給測試場 116 的複數個不同的灰色參考場 126，且
其中色彩參考卡 118 包含具有已知參考色值的複數個不同的色彩參考場 128 及局部分配給色彩參考場 128 的複數個不同的灰色參考場 126，
ii) (以元件符號 138 表示) 將至少一種預定的基於像素之平均色調映射圖校正應用於在步驟 i) 中獲得的影像，從而獲得至少一個第一經強度校正之影像；
iii) (以元件符號 140 表示) 分別藉由使用局部分配給色彩參考場 128 及測試場 116 的灰色參考場 126，由第一經強度校正之影像導出色彩參考場 128 中之至少一些的及測試場 116 的局部亮度資訊；
iv) (以元件符號 142 表示) 將至少一種行動裝置特定的色調映射圖校正應用於第一經強度校正之影像，該局部色調映射圖校正考慮到局部亮度資訊，從而獲得至少一個第二經強度校正之影像；及
v) (以元件符號 144 表示) 藉由使用該第二經強度校正之影像，基於測試場 116 之色彩形成反應測定分析物濃度。
特別是，在步驟 i) 中捕捉影像可由行動裝置 112 的處理器 122 啟動。例如，處理器 122 之組態可以提示使用者待捕捉色彩參考卡 118 及測試場 116 的影像的行動裝置 112。此外或可替代地，處理器 122 之組態可以自動捕捉色彩參考卡 118 及測試場 116 的影像。為此，處理器 122 之組態可以偵測視場內的色彩參考卡 118 及測試場 116，並進一步控制行動裝置 112 的相機 120 以捕捉影像。此外，處理器 122 之組態可以提示用於將體液樣品施加至光學測試條 114 的測試場 116。具體而言，可在捕捉色彩參考卡 118 及測試場 116 的影像之前提示使用者施加樣品。
由色彩參考卡 118 組成的定位元件 130 在步驟 i) 中捕捉的影像中可見。處理器 122 之組態可以將步驟 i) 中捕捉的影像裁剪至色彩參考卡 118 的尺寸以進一步處理。因此，步驟 i) 亦可包含將捕捉的影像裁剪至所選的區域，具體而言，裁剪至關注區。例如，可由定位元件 130 指示關注區，該定位元件由色彩參考卡 118 組成。
在步驟 ii) 中，可將預定的基於像素之平均色調映射圖校正應用於在步驟 i) 中捕捉的影像，具體應用於影像的關注區。基於像素之平均色調映射圖校正可包含以下各項中之至少一項：藉由組合針對不同類型之行動裝置 112 的複數種色調映射圖校正所導出之平均色調映射圖校正；標準伽瑪校正的逆校正。藉由組合針對不同類型之行動裝置 112 的複數種色調映射圖校正所導出之平均色調映射圖校正的例示性函數呈現於圖式 5a 中，且如下文所詳述。
此外，行動裝置 112 之處理器 122 之組態可以從該至少一個定位元件 130 中檢索有關色彩參考卡 118 之方向的資訊。處理器 122 之組態可以進一步識別由色彩參考卡 118 組成的色彩參考場 128，並用於確定所識別之色彩參考場 128 的色值。具體而言，色彩參考場 128 的色值可在執行步驟 ii) 後確定，例如在對步驟 i) 中捕捉的影像進行基於像素之平均色調映射圖校正後確定。
該方法可進一步包含對第一經強度校正之影像執行至少一種統計修正。統計修正可具體在執行步驟 iv) 之前執行。舉例而言，統計修正可包含創建在第一經強度校正之影像中可見的灰色參考場 126、色彩參考場 128 及測試場 116 的直方圖。此外，對於灰色參考場 126、色彩參考場 128 及測試場 116，基於像素之資訊可被代表性資訊取代，具體而言，分別被灰色參考場 126、色彩參考場 128 及測試場 116 平均資訊取代。因此，可藉由對第一經強度校正之影像執行該至少一種統計修正，獲得灰色參考場 126、色彩參考場 128 及測試場 116 之平均資訊。
在步驟 iii) 中，分別藉由使用局部分配給色彩參考場 128 及測試場 116 的灰色參考場 126，由第一經強度校正之影像導出色彩參考場 128 中之至少一些的及測試場 116 的局部亮度資訊。包含局部分配給色彩參考場 128 及測試場 116 的灰色參考場 126 的色彩參考卡 118 之詳細視圖呈現於圖式 3 中，因此可參考圖式 3 之描述。
步驟 iv) 包含將局部色調映射圖校正應用於第一經強度校正之影像，其中局部色調映射圖校正具體可為行動裝置特定的個別色調映射圖校正。舉例而言，局部色調映射圖校正可包含由拋物線近似所表示的數學關係。例示性拋物線近似呈現於圖式 6a 及 6b 中。因此，可參考圖式 6a 及 6b 的描述。藉由將局部色調映射圖校正應用於第一經強度校正之影像，可獲得第二經強度校正之影像。
此外，藉由使用第二經強度校正之影像，步驟 v) 包含基於測試場 116 之色彩形成反應來測定分析物濃度。分析物濃度之測定可具體包含將測試場 116 之色值與分析物濃度相關聯。具體而言，測試場 116 之色值可依賴於體液樣品的分析物濃度，因此依賴於對其施加有體液樣品的測試場 116 的色彩形成反應。
該方法可以進一步包含：
vi) (以元件符號 146 表示) 藉由使用該第二經強度校正之影像中色彩參考場 128 中之至少一些，導出至少一種色彩校正；及
vii) (以元件符號 148 表示) 將該色彩校正應用於第二經強度校正之影像，從而獲得至少一個經強度校正且經色彩校正之影像。
具體而言，方法步驟 vi) 及 vii) 可視情況在方法步驟 iv) 之後及方法步驟 v) 之前執行。特別是，色彩校正可為或可包含至少一種色彩校正矩陣。因此，在步驟 vii) 中，可藉由將色彩校正矩陣應用於影像的色彩座標向量來應用色彩校正。可進一步藉由使用選擇的色彩參考場 128 來導出色彩校正。色彩參考場 128 之選擇將更詳細地描述於圖式 7a 至 7c 中。因此，可參考圖式 7a 至 7c 的描述。舉例而言，,步驟 v) 可包含藉由使用步驟 vii) 中獲得的第二經強度校正且經色彩校正之影像，基於測試場 116 之色彩形成反應來測定分析物濃度。
該方法可進一步包含在步驟 vi) 之前色彩參考場 128 中之至少一些的及至少一個測試場 116 的局部白平衡。在下文中，為簡單起見，將針對色彩參考場 128 描述局部白平衡的程序。然而，應注意的是，可類似地針對至少一個測試場 116 進行局部白平衡。
具體而言，局部白平衡可至少應用於色彩參考場 128 之選擇，該色彩參考場之選擇用於步驟 vi) 的色彩校正中。局部白平衡可包含 (對於接受白平衡的色彩參考場 128) 使用局部分配給相應色彩參考場 128 的灰色參考場 126。灰色參考場 126 的實測色彩座標及/或局部分配給相應色彩參考場 128 的冗餘灰色參考場 126 的實測色彩座標的平均值可用於局部白平衡。可藉由比較灰色參考場 126 的實測色彩座標及/或冗餘灰色參考場 126 的實測色彩座標的平均值與灰色參考場 128 的已知色彩座標來導出局部校正。可將相應局部校正應用於相應色彩參考場 128 的實測色彩座標。如上所略述，白平衡亦可藉由使用局部分配給測試場 116 的灰色參考場而應用於測試場 116。
第二經強度校正之影像可由經局部白平衡的第二經強度校正之影像取代。步驟 vi) 中之色彩校正可使用經局部白平衡的第二經強度校正之影像來執行。為基於測試場 116 之色彩形成反應來測定分析物濃度，可使用經局部白平衡的第二經強度校正且經色彩校正之影像。局部白平衡可具體考慮並可校正不均勻的光照條件，例如該等條件由具有不同燈色的不同光源引起，例如當環境光干擾行動裝置112 的光源時。
在圖式 3 中，呈現了色彩參考卡 118 的例示性實施例。色彩參考卡包含局部分配給測試場 116 的複數個灰色參考場 126。色彩參考卡 118 進一步包含具有已知色彩參考值的複數個色彩參考場 128 及局部分配給色彩參考場 128 的複數個灰色參考場 126。色彩參考場 128 可具體局部分佈在色彩參考卡 118 上。此外，色彩參考場 128 中的至少兩個可具有不同的參考色值。
如上所略述，色彩參考卡 118 包含具有已知色彩參考值的複數個色彩參考場 128。可選擇色彩參考場 128 的已知色彩參考值，使得色值可彼此線性無關，並使得色值可以不由色彩空間中的公共線及/或面組成。色值通常可藉由量測對其施加有給定的葡萄糖濃度的測試場 116 之色彩形成反應的色值來生成。因此，相應色值可處於色彩空間中的反應曲線曲線上。在 xyz 色彩空間中，反應曲線可近似地由兩條直線段來描述。因此，色彩形成反應的色值可能不跨越色彩空間中的三維體積，而是處於公共線及/或面上。因此，除色彩形成反應的色值以外，已知色彩參考值可進一步包含色值，使得已知色彩參考值包括色彩空間中的相關體積。
例如，色彩參考卡 118 可包含複數個色彩參考場 128，該等複數個色彩參考場具有至少十五個不同的已知色彩參考值。已知色彩參考值可藉由量測試劑測試場 116 之色彩形成反應的色值來確定，該試劑測試場施加有具有已知濃度的葡萄糖之體液樣品。此外，已知參考色值可包含生成的色值，該等色值對應於色彩形成反應的色彩子空間的角點。因此，複數個色彩參考場 128 可跨越色彩空間的相應體積。可根據色彩形成反應的色值來選擇色彩參考場 128 的色值，并因此可具體地不分佈在整個色彩空間上。
此外，可向每個色彩參考場 128 局部分配複數個灰色參考場，使得色彩參考場 128 及所分配的複數個灰色參考場可形成局部群組 150，具體形成局部色彩參考群組 152。作為另一實例，可將複數個灰色參考場 126 局部分配給測試場 116，使得測試場 116 與複數個灰色參考場 126 可形成局部群組 150，具體形成測試場群組 154。局部群組 150 可定位在色彩參考卡 118 的不同位置。
具體而言，局部群組 150 可包含具有至少三個不同灰階的複數個冗餘灰色參考場 126。此外，可為每個局部群組 150 提供至少兩個具有相同灰階的冗餘灰色參考場 126。冗餘灰色參考場 126 可以對稱方式 (具體而言，以旋轉對稱及/或鏡像對稱方式) 佈置在測試場 116 及/或色彩參考場 128 周圍。因此，可藉由對具有相同灰階的冗餘灰色參考場 126 求平均來確定在步驟 iii) 中獲得的測試場及/或色彩參考場 128 的局部亮度資訊。具體而言，冗餘灰色參考場 126 之平均可考慮到灰色參考場 126 與測試場 116 及/或色彩參考場 128 的距離，更具體地藉由分別用其與測試場 116 及/或色彩參考場 128 的二次方距離對冗餘灰色參考場 126 的色值加權來實現。
此外，測試場群組 154 可與至少一個相鄰的局部色彩參考場群組 156 共享灰色參考場 126 中之至少一些。灰色參考場 126 中之至少一些亦可由相鄰局部色彩參考場群組 152 共享。
圖式 4 呈現了一個行動裝置 112 的典型色調映射圖校正的實例。色調映射校正圖呈現于圖中，其中在 x 軸上呈現了入射光強度 158，並在 y 軸上呈現了每個 RGB 色彩的實測色值 160。已量測行動裝置 112 的色調映射圖校正 (對於紅色通道，由元件符號 161 表示；對於綠色通道，由元件符號 162 表示；對於藍色通道，由元件符號 163 表示)，在圖式 4 中由圓圈表示，並將經驗函數 (對於紅色通道，由元件符號 164 表示；對於綠色通道，由元件符號 165 表示；對於藍色通道，由元件符號 167 表示) 擬合至實測色值，在圖式 4 中由實線表示。如圖式 4 中可見，每個 RGB 色值的色調映射圖校正可類似。
在圖式 5a 中，呈現了針對不同類型之行動裝置 112 的複數種色調映射圖校正 166。在圖中呈現了複數種色調映射圖校正 166，其中入射光強度繪製在 x 軸 158 上，且實測色值 160 繪製在 y 軸上。此外，針對不同類型之行動裝置 112 的複數種色調映射圖校正 166 可用於導出平均色調映射圖校正，該平均色調映射圖校正應用於在方法的步驟 i) 中捕捉的影像。具體而言，平均色調映射圖校正可藉由對不同類型之行動裝置 112 的複數種色調映射圖校正 166 求平均來導出。平均色調映射圖校正 168 圖以圓圈形式呈現于圖式 5 的圖中。
在執行步驟 ii) 後，例如在將平均色調映射圖校正應用於所捕捉的影像後，不同行動裝置 112 的複數種所得色調映射圖校正 170 呈現於圖式 5b 中。如圖式 5 中可見，對於大多數色調映射圖校正，可保留非線性。剩餘非線性可由擬合的拋物線函數來近似，並因此可用於方法的步驟 iv) 中，如下文所詳述。
在圖式 6a 及 6b 中，呈現了針對不同類型之行動裝置 112 的局部平均色調映射圖校正的拋物線近似 172 圖。具體而言，圖式 6a 呈現了最佳拋物線近似 172，而圖式 6b 呈現了局部色調映射圖校正的最差拋物線近似 172。如圖式 6a 及 6b 中的開圓所示，局部色調映射圖校正可考慮到在方法的步驟 iii) 中導出的局部亮度資訊 174。局部亮度資訊 174 可用於確定拋物線近似 172，具體藉由將拋物線函數擬合至局部亮度資訊 174 來實現。如圖式 6b 中可見，拋物線近似可呈現與所得色調映射圖校正 173 的偏離 176，具體在高強度值及/或低強度值下的偏離。
圖式 7a 至 7c 在色圖 180 中呈現了色彩形成反應 178 的色彩子空間。在圖式 7a 中，測試場 116 之色彩形成反應 178 的色彩子空間由色圖 180 中的十字表示。如圖式 7a 中可見，色彩形成反應的色彩子空間 178 可處於色圖 180 的小部分內。色彩子空間 178 可對應於典型葡萄糖濃度 (例如 20 mg/dl、70 mg/dl、120 mg/dl、250 mg/dl 及 450 mg/dl) 的實測色值。因此，方法的步驟 vi) 中色彩參考場 128 之選擇可包含選擇色彩空間的預定子空間中的色彩參考場 128。預定子空間可為或可包含色彩形成反應 178 的色彩子空間。
此外，在圖式 7b 中，呈現了色彩子空間 178 及色彩參考場 128 的色值。色彩參考場 182 的色值在色圖 180 中以圓圈呈現。如圖式 7b 中可見，色彩參考場 128 的色彩空間可超出色彩形成反應 178 的子空間。色彩參考場 128 的色彩空間可超出典型葡萄糖濃度之色值的色彩子空間，并因此可涵蓋更高葡萄糖濃度 (例如高達 600 mg/dl) 的色值。此外或可替代地，步驟 vi) 中色彩參考場 128 之選擇可包含在色彩空間中測試場的色彩環境中動態選擇色彩參考場 128，其中該環境可為或可包含色彩形成反應 178 的色彩子空間。
在圖式 7c 中，選擇用於色彩校正的色彩參考場 128 的另一個實例呈現於色圖 180 中。在該實例中，可對色彩參考場 128 進行不同的加權，具體藉由給予色彩接近測試場 116 的色彩的色彩參考場 128 (由元件符號 184 表示) 比遠離色彩空間中的測試場 116 的色彩的色彩參考場 128 更高之權重 (由元件符號 186 表示) 來實現。一般而言，分析量測在預定的葡萄糖濃度範圍內 (例如在 80 mg/dl 至 120 mg/dl 的正常範圍內) 可以是準確的。因此，藉由選擇性加權具有對應於預定的葡萄糖濃度範圍內的色值的色彩參考場 128，可增強預定範圍內的分析量測的準確度，其中可保留其他色彩子空間中的準確度。圖式 4 中呈現的色彩參考場 128 之選擇 (由元件符號 184 表示) 可包含對應於葡萄糖濃度 40 mg/dl 至 160 mg/dl 的色彩子空間的色值。元件符號 186 呈現了色彩參考場 128 的其餘色值。
作為另一實例，色彩參考場 128 亦可根據色彩校正的準確度進行選擇，具體而言，準確度藉由交叉驗證色彩參考場 128 來確定。此外，基於色彩參考場 128 之選擇，可確定色彩校正，具體為色彩校正矩陣，並進一步應用於第一經強度校正之影像，以獲得經強度校正且經色彩校正之影像，其可以進一步用於測定體液樣品中至少一種分析物的濃度的方法中。
在圖式 8 中，呈現了行動裝置 112 的非線性色調映射曲線 188 的例示性實施例。其中，呈現的所成像的白場的亮度值 190 依賴於曝光時間 192。例如，曝光時間 192 可以毫秒 (ms) 來量測。圖式 8 中的曲線 188 呈現了非線性映射曲線 188，其隨著曝光時間 192 的延長而持續增長。
圖式 9a 及 9b 呈現了兩種不同的行動裝置 112 的色調映射圖校正的重建的例示性實施例。在圖式 9a 及 9b 中，比較了色調映射圖校正 194 的正演計算結果與行動裝置 112 的原始實測色調映射圖校正 196。正演計算可考慮到步驟 ii) 的基於像素之平均色調映射圖校正及方法的步驟 iv) 的局部色調映射圖校正。呈現的比較針對圖式 9a 中行動裝置 112 的色調映射圖校正 194 的最佳正演計算結果及圖式 9b 中另一種行動裝置 112 的色調映射圖校正 194 的最差正演計算結果。如圖式 9a 及 9b 中可見，對於兩種情況，色調映射圖校正 194 的正演計算得到對原始實測色調映射圖校正 196 的良好近似，具體而言，實現所評估的點的局部亮度資訊 174 之間的良好近似，其表示例如具有不同灰階的至少三個灰色參考場 126。因此，基於像素之平均色調映射圖校正及局部色調映射圖校正可近似再現行動裝置 112 的原始實測色調映射圖校正 196。此外，如圖式 9a 及 9b 中可見，僅對於最佳情況 (圖式 9a) 下的暗色素值與最差情況 (圖式 9b) 下的暗色素值及亮色素值，色調映射圖校正 194 的正演計算可由原始實測色調映射圖校正 196 導出。儘管存在外圍範圍的偏差，但可以認為，由基於像素之平均色調映射圖校正及局部色調映射圖校正實施的原始實測色調映射圖校正 196 之近似在兩種情況的中間範圍內甚佳。
參考編號清單
| 110 | 套組 |
| 112 | 行動裝置 |
| 114 | 光學測試條 |
| 116 | 試劑測試場 |
| 118 | 色彩參考卡 |
| 120 | 相機 |
| 122 | 處理器 |
| 124 | 光源 |
| 126 | 灰色參考場 |
| 128 | 色彩參考場 |
| 130 | 定位元件 |
| 132 | 窗口元件 |
| 134 | 位置標記 |
| 136 | 捕捉至少一個影像 |
| 138 | 將至少一種預定的基於像素之平均色調映射圖校正應用於影像 |
| 140 | 導出至少一種局部亮度資訊 |
| 142 | 應用至少一種局部色調映射圖校正 |
| 144 | 測定分析物濃度 |
| 146 | 導出至少一種色彩校正 |
| 148 | 應用色彩校正 |
| 150 | 局部群組 |
| 152 | 局部色彩參考場群組 |
| 154 | 測試場群組 |
| 156 | 相鄰局部色彩參考場群組 |
| 158 | 光強度 |
| 160 | 色值 |
| 161 | 實測紅色色值 |
| 162 | 實測綠色色值 |
| 163 | 實測藍色色值 |
| 164 | 擬合紅色通道 |
| 165 | 擬合綠色通道 |
| 166 | 複數種色調映射圖校正 |
| 167 | 擬合藍色通道 |
| 168 | 平均色調映射圖校正圖 |
| 170 | 複數種所得色調映射圖校正 |
| 172 | 拋物線近似 |
| 173 | 所得色調映射圖校正 |
| 174 | 局部亮度資訊 |
| 176 | 導出 |
| 178 | 色彩形成反應的色彩子空間 |
| 180 | 色圖 |
| 182 | 色彩參考場的色值 |
| 184 | 色彩接近測試場色彩的色彩參考場 |
| 186 | 色彩遠離測試場色彩的色彩參考場 |
| 188 | 非線性色調映射曲線 |
| 190 | 亮度值 |
| 192 | 曝光時間 |
| 194 | 色調映射圖校正的正演計算 |
| 196 | 原始實測色調映射圖校正 |
進一步的可選特徵和實施例將在後續實施例的詳細資訊中公開，較佳地是結合附屬請求項。其中，個別的可選特徵可單獨實現，也可以在任意可行的組合中實現，如熟習技術者將實現的。本發明的範圍不限於較佳實施例。實施例以圖式進行圖表式的描繪。其中，這些圖式中的參考編號相同者，用於指代相同或功能類似的元件。
在這些圖式中：
圖 1 呈現了測定體液樣品中至少一種分析物的濃度的套組的實施例；
圖 2 呈現了測定體液樣品中至少一種分析物的濃度之方法的實施例的流程圖；
圖 3 示出色彩參考卡的實施例；
圖 4 呈現了行動裝置之典型色調映射圖校正的實例；
圖式 5a 及 5b 呈現了在應用平均色調映射圖校正之前 (5a) 及之後 (5b) 針對不同類型之行動裝置的複數種色調映射圖校正；
圖式 6a 及 6b 呈現了針對不同類型之行動裝置的局部平均色調映射圖校正的拋物線近似；
圖式 7a 至 7c 呈現了色圖中色彩形成反應的子空間；
圖 8 呈現了非線性色調映射曲線的實施例；且
圖式 9a 及 9b 呈現了行動裝置的色調映射圖校正之重建。
110:套組
112:行動裝置
114:光學測試條
116:試劑測試場
118:色彩參考卡
120:相機
122:處理器
124:光源
126:灰色參考場
128:色彩參考場
130:定位元件
132:窗口元件
134:位置標記
Claims (15)
- 一種藉由使用具有至少一個相機 (120) 的行動裝置 (112) 來測定體液樣品中至少一種分析物的濃度之方法，該方法包含： i) 藉由使用該相機 (120) 捕捉色彩參考卡 (118) 之至少一部分的至少一個影像及對其施加有該樣品的至少一個光學測試條 (114) 的至少一個試劑測試場 (116) 之至少一部分的至少一個影像， 其中在該影像中，該測試場 (116) 相對於該色彩參考卡 (118) 在定義的位置， 其中該色彩參考卡 (118) 包含局部分配給該測試場 (116) 的複數個不同的灰色參考場 (126)，其中該等複數個灰色參考場 (126) 及該測試場 (116) 藉由放置在相鄰位置而局部分配給彼此，或其中局部分配給該測試場 (116) 的該等複數個灰色參考場 (126) 佈置在該色彩參考卡 (118) 上，使得該等複數個灰色參考場 (126) 圍繞該測試場 (116)，且 其中該色彩參考卡 (118) 包含具有已知參考色值的複數個不同的色彩參考場 (128) 及局部分配給該等色彩參考場 (128) 的複數個不同的灰色參考場 (126)，其中該等複數個灰色參考場 (126) 及該等色彩參考場 (128) 藉由放置在相鄰位置而局部分配給彼此，或其中局部分配給該等色彩參考場 (128) 的該等複數個灰色參考場 (126) 佈置在該色彩參考卡 (118) 上，使得該等複數個灰色參考場 (126) 圍繞該等色彩參考場 (128)， ii) 將至少一種預定的基於像素之平均色調映射圖校正應用於在步驟 i) 中獲得的該影像，從而獲得至少一個第一經強度校正之影像，其中該預定的基於像素之平均色調映射圖校正包含為第一亮度值分配第二亮度值，其中藉由該相機 (120) 記錄該第一亮度值，其中藉由該預定的基於像素之平均色調映射圖校正單獨校正經記錄的影像的每個像素，其中該平均色調映射圖校正藉由組合針對不同類型之行動裝置的複數種色調映射圖校正而導出； iii) 分別藉由使用局部分配給該等色彩參考場 (128) 及該測試場 (116) 的該等灰色參考場 (126)，從該第一經強度校正之影像導出該等色彩參考場 (128) 中之至少一些的及該測試場 (116) 的局部亮度資訊 (174)，其中該局部亮度資訊 (174) 包含數字指示，該數字指示分別描述該等色彩參考場 (128) 及該測試場 (116) 的至少一個 RGB 色彩的局部強度； iv) 將至少一種行動裝置特定的色調映射圖校正應用於該第一經強度校正之影像，該行動裝置特定的色調映射圖校正考慮到該局部亮度資訊 (174)，從而獲得至少一個第二經強度校正之影像；及 v) 藉由使用該第二經強度校正之影像，基於該測試場 (116) 之色彩形成反應測定該分析物濃度。
- 如請求項 1 之方法，其進一步包含： vi) 藉由使用該第二經強度校正之影像中的該等色彩參考場 (128) 中之至少一些，導出至少一種色彩校正；及 vii) 將該色彩校正應用於該第二經強度校正之影像，從而獲得至少一個經強度校正且經色彩校正之影像。
- 如請求項 2 之方法，其中該方法進一步包含在步驟 vi) 之前該等色彩參考場 (128) 中之至少一些的及該測試場 (116) 的局部白平衡。
- 如請求項 2 或 3 之方法，其中在步驟 vi) 中，藉由使用該等色彩參考場 (128) 的選擇導出該色彩校正，其中該等色彩參考場 (128) 的選擇係基於以下各項中之至少一項： 選擇色彩空間之預定子空間中的色彩參考場 (128)； 在該色彩空間中該測試場 (116) 的色彩環境中動態選擇色彩參考場 (128)； 對色彩參考場 (128) 進行不同的加權； 根據該色彩校正之準確度選擇色彩參考場 (128)。
- 如請求項 1 至 3 中任一項之方法，其中該基於像素之平均色調映射圖校正包含以下各項中之至少一項：藉由組合針對不同類型之行動裝置 (112) 的複數種色調映射圖校正 (166) 所導出之平均色調映射圖校正；標準伽瑪校正的逆操作。
- 如請求項 1 至 3 中任一項之方法，其進一步包含：對該第一經強度校正之影像執行至少一種統計修正，其中基於經統計修正之第一經強度校正之影像執行步驟 iv)。
- 如請求項 1 至 3 中任一項之方法，其中局部分配給該測試場 (116) 的該等灰色參考場 (126) 圍繞該測試場 (116)，其中局部分配給該測試場 (116) 的該等灰色參考場 (126) 及該測試場 (116) 形成測試場群組 (154)。
- 如請求項 7 之方法，其中該測試場群組 (154) 包含具有至少三個不同灰階的複數個冗餘灰色參考場 (126)，其中為每個灰階提供至少兩個冗餘灰色參考場 (126)，其中該等冗餘灰色參考場 (126) 以對稱方式佈置在測試場 (116) 周圍，其中在步驟 iii) 中，藉由對具有相同灰階的冗餘灰色參考場 (126) 求平均來具體確定該測試場 (116) 的該局部亮度資訊 (174)。
- 如請求項 1 至 3 中任一項之方法，其中局部分配給該等色彩參考場 (128) 的該等灰色參考場 (126) 圍繞相應色彩參考場 (128)，其中局部分配給該等色彩參考場 (128) 之一的該等灰色參考場 (126) 及該相應色彩參考場 (128) 形成局部色彩參考場群組 (156)。
- 如請求項 9 之方法，其中每個局部色彩參考場群組 (156) 包含具有至少三個不同灰階的複數個冗餘灰色參考場 (126)，其中為每個灰階提供至少兩個冗餘灰色參考場 (126)，其中該等冗餘灰色參考場 (126) 以對稱方式佈置在相應局部色彩參考場群組的該色彩參考場 (128) 的周圍。
- 如請求項 10 之方法，其中在步驟 iii) 中，藉由對具有相同灰階的冗餘灰色參考場 (126) 求平均來確定該相應局部色彩參考場群組 (156) 的該局部亮度資訊 (174)。
- 一種具有至少一個相機 (120) 的行動裝置 (112)，該行動裝置 (112) 包含至少一個處理器 (122)，該行動裝置 (112) 之組態可以執行如請求項 1 至 11 中任一項之方法。
- 一種測定體液樣品中至少一種分析物的濃度的套組 (110)，該套組 (110) 包含如請求項 12 之行動裝置 (112)，該套組 (110) 進一步包含具有至少一個試劑測試場 (116) 的至少一個光學測試條 (114)，該套組 (110) 進一步包含至少一個色彩參考卡 (118)，其中該色彩參考卡 (118) 包含局部分配給該測試場 (116) 的複數個不同的灰色參考場 (126)，並且其中該色彩參考卡 (118) 包含具有已知參考色值的複數個不同的色彩參考場 (128) 及局部分配給該等色彩參考場 (128) 的複數個不同的灰色參考場 (126)。
- 一種包含指令的電腦程式，當該等指令藉由如請求項 12 之行動裝置 (112) 來執行時，使該行動裝置 (112) 進行如涉及一種方法的請求項 1 至 11 中任一項之方法。
- 一種包含指令的電腦可讀取儲存媒體，當該等指令藉由如請求項 12 之行動裝置 (112) 來執行時，使該行動裝置 (112) 進行如涉及一種方法的請求項 1 至 11 中任一項之方法。
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP20179002 | 2020-06-09 | ||
| EP20179002.9 | 2020-06-09 | ||
| EP20188732 | 2020-07-30 | ||
| EP20188732.0 | 2020-07-30 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| TW202215033A true TW202215033A (zh) | 2022-04-16 |
Family
ID=76355499
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW110120733A TW202215033A (zh) | 2020-06-09 | 2021-06-08 | 測定體液樣品中分析物濃度之方法 |
Country Status (9)
| Country | Link |
|---|---|
| US (1) | US20230103160A1 (zh) |
| EP (1) | EP4162259A1 (zh) |
| JP (1) | JP2023528942A (zh) |
| KR (1) | KR20230020993A (zh) |
| CN (1) | CN115667893A (zh) |
| BR (1) | BR112022025130A2 (zh) |
| CA (1) | CA3179621A1 (zh) |
| TW (1) | TW202215033A (zh) |
| WO (1) | WO2021249895A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023152207A1 (en) * | 2022-02-11 | 2023-08-17 | F. Hoffmann-La Roche Ag | Methods and devices for performing an analytical measurement |
| CN114782444B (zh) * | 2022-06-22 | 2022-09-02 | 江苏美克医学技术有限公司 | 用于体外诊断显色结果的辅助判读方法、介质和电子设备 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB201000835D0 (en) | 2010-01-19 | 2010-03-03 | Akzo Nobel Coatings Int Bv | Method and system for determining colour from an image |
| GB201105474D0 (en) | 2011-03-31 | 2011-05-18 | Albagaia Ltd | Testing apparatus |
| WO2015038717A1 (en) | 2013-09-11 | 2015-03-19 | Wellumina Health, Inc. | System for diagnostic testing of liquid samples |
| US10469807B2 (en) | 2013-09-11 | 2019-11-05 | Color Match, LLC | Color measurement and calibration |
| US10991096B2 (en) | 2014-05-12 | 2021-04-27 | Healthy.Io Ltd. | Utilizing personal communications devices for medical testing |
-
2021
- 2021-06-07 CN CN202180041225.XA patent/CN115667893A/zh active Pending
- 2021-06-07 BR BR112022025130A patent/BR112022025130A2/pt unknown
- 2021-06-07 WO PCT/EP2021/065087 patent/WO2021249895A1/en active Application Filing
- 2021-06-07 JP JP2022575736A patent/JP2023528942A/ja active Pending
- 2021-06-07 EP EP21731124.0A patent/EP4162259A1/en active Pending
- 2021-06-07 KR KR1020227043046A patent/KR20230020993A/ko unknown
- 2021-06-07 CA CA3179621A patent/CA3179621A1/en active Pending
- 2021-06-08 TW TW110120733A patent/TW202215033A/zh unknown
-
2022
- 2022-12-08 US US18/063,492 patent/US20230103160A1/en active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| WO2021249895A1 (en) | 2021-12-16 |
| JP2023528942A (ja) | 2023-07-06 |
| CA3179621A1 (en) | 2021-12-16 |
| US20230103160A1 (en) | 2023-03-30 |
| BR112022025130A2 (pt) | 2022-12-27 |
| CN115667893A (zh) | 2023-01-31 |
| KR20230020993A (ko) | 2023-02-13 |
| EP4162259A1 (en) | 2023-04-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9506855B2 (en) | Method and system for analyzing a colorimetric assay | |
| CN112930572B (zh) | 用于执行分析测量的方法和装置 | |
| US20230103160A1 (en) | Method of determining the concentration of an analyte in a sample of a body fluid | |
| US11781973B2 (en) | Methods and systems for calibrating and using a camera for detecting an analyte in a sample | |
| AU2018356358A1 (en) | Methods and devices for performing an analytical measurement based on a color formation reaction | |
| EP4150327B1 (en) | Method of evaluating the quality of a color reference card | |
| US20230262339A1 (en) | Method of controlling auto-exposure settings of a mobile device having a camera | |
| US20220104736A1 (en) | Method of determining a concentration of an analyte in a bodily fluid and mobile device configured for determining a concentration of an analyte in a bodily fluid | |
| KR102399939B1 (ko) | 검출 방법 및 검출 패드 | |
| RU2812204C2 (ru) | Способ определения концентрации аналита в физиологической жидкости и мобильное устройство, сконфигурированное для определения концентрации аналита в физиологической жидкости | |
| RU2809608C2 (ru) | Способ калибровки для калибровки камеры мобильного устройства для определения аналита в образце | |
| TW202322049A (zh) | 用於控制行動裝置之自動白平衡設定以用於使用色彩參考卡之基於色彩的量測的方法及裝置 | |
| JPWO2020260246A5 (zh) |