一种基于便携式浓度仪的图像分析方法、系统及装置与流程

本发明涉及医疗仪器检测，具体涉及一种基于便携式浓度仪的图像分析方法、系统及装置。

背景技术：

1、便携式免疫荧光分析以其快速、便捷的优点，近几年来得到了广泛研究。但目前便携式免疫荧光分析设备精度还不够准确。影响其精度的原因有很多：结构件的批件差异，仪器间灯源批次差异，仪器内部光源分布差异。这些差异导致了仪器自身，仪器间测量误差。为了降低仪器件批次因素带来的精度影响，仪器在使用过程中需要定时校准，仪器需要配置校准系数，仪器需配置专业人员定期维护

2、，使用成本高；而对于灯源分布所产生的测量误差尚未见有效快速简单的方法。

3、在仪器的开发过程中，结构件和仪器灯源批间差异不可避免。仪器在组装完成时，厂家会使用一定颜色的色卡，测试仪器色卡值，根据仪器实际测试的色卡值与色卡标准值进行比值，获取当前仪器校准系数，将生产仪器校准到同一水平，尽可能降低结构件和仪器灯源批间差异引起的测量误差。

4、对于灯源不均匀引起的光照差异，通常采用①曲线拟合的方法去除当前曲线背景；或②绕过图像不均匀背景，采用图像分割方法，直接获取当前反应显色/发光区域，进行反应区域量化。

5、上述技术方案中，色卡校准方案简单易实现，但实际上色卡颜色系统与真实的试剂系统存在很大差异，色卡系统无法完整的表征试剂系统；而试剂系统因为反应时效问题，无法构建稳定的校准体系，色卡校准虽然简单方便但是校准误差大。

6、对于灯源引起的不均匀问题，①曲线拟合的方法，首先将二维图像转换成一维曲线，取曲线上多点，进行多次回归拟合。拟合曲线为此测试卡背景曲线。测试卡背景曲线复杂，需要进行>3次回归曲线，才能得到较好还原。但高次曲线不稳定，极易造成过拟合，影响测试精度，测试的过程中易产生跳值。该方法只能对当前试剂曲线进行校准，无法校准仪器间由灯源批间引起的仪器台间差。方法对仪器设备要求比较高，导致设备成本高；②图像分割方法，虽然绕过图像不均匀背景，直接获取当前反应显色/发光区域。但由于背景不均匀，导致分割误差大，不同图像分割区域大小存在差异，浓度量化精度低。应用上述方法无法高效、快速准确的降低灯源带来的仪器间测试差异，及仪器测试精度不高问题。

技术实现思路

1、发明目的：为了克服现有技术的不足，本发明提供一种基于便携式浓度仪的图像分析方法，解决了目前在降低灯源带来的仪器间测试差异上导致的相关装置测试效率和准确度低的问题，本发明还提供一种基于便携式浓度仪的图像分析系统及装置。

2、技术方案：根据本发明的第一方面，提供基于便携式浓度仪的图像分析方法，该方法包括以下步骤：

3、s1将待测样本与试剂充分混匀后，由移液枪加入测试片加样槽中，混合液在毛细作用下均匀布满测试片内腔；

4、s2从所述测试片内腔中获取样本测试片图像，并对所述样本测试片图像进行预处理；

5、s3采用最大类间方差方法获取测试卡测试区域，并采用连续投影算法，将复杂二维图像信号转化为连续的一维信号，得到对应的量化曲线；

6、s4分析所述量化曲线，并采用基于光照模型配准的曲线校准算法，自动消除曲线上的光照和批间信息；

7、s5获取去除光照及批间的样本反应曲线后，根据量化结果与样本浓度关系，多项式回归模型计算待测样本的最终浓度。

8、进一步的，包括：

9、所述步骤s3中，采用最大类间方差方法获取测试卡测试区域具体包括：根据图像的灰度特性，将样本测试片图像分为前景和背景两个部分，当构成图像的两个部分之间的差别越大时，则二者间方差差异越大；当目标被错分时，则二者间方差差异变小，从而通过对比前景和背景之间的类间方差，将测试卡测试区域快速分割出来。

10、进一步的，包括：

11、所述步骤s3中，采用连续投影算法，将复杂二维图像信号转化为连续的一维信号，具体包括：

12、对于一幅灰度图像im，其空间上的点g(i,j)为图像上第i行j列像素点灰度值，cn为一条连续曲线，定义m＝2，n＝1时，i→c空间投影变换为：

13、

14、其中，k为图像行数，c1为投影后的一维曲线，因此，得到加样后测试卡测试区域二维图像空间量化为连续的一维反应曲线；未加样的，对光照本底曲线进行量化，所述光照本底曲线为预先存储的未加样状态下的基础曲线。

15、进一步的，包括：

16、所述步骤s4中，分析所述量化曲线包括三部分：批次与光源叠加的非线性基础曲线、左侧代表样本浓度的t线区以及右侧代表测试卡有效性的c线区，所述t线与c线叠加于所述非线性基础曲线上，对于浓度相同的样本，不同仪器及批次试剂差异体现在不同的非线性基础曲线上。

17、进一步的，包括：

18、所述步骤s4中，采用基于光照模型配准的曲线校准算法，自动消除曲线上的光照和批间信息，具体包括：

19、s41获取加样后测试卡测试区域的量化曲线cn和光照本底量化曲线c0；

20、s42分别获取cn，c0曲线上5点，构建配准特征集fn，f0，所述配准特征集由量化曲线上量化点组成，即t线峰值点前50，80点处曲线幅值，t线峰值点后50点处曲线幅值，c线峰值点后50，80点处曲线幅值，其中，fn为cn上对应位置处的幅值，f0为c0对应位置处的幅值；

21、s43计算f0，fn的相似度ρ：

22、

23、其中，cov(f0,fn)为f0,fn协方差，分别为f0,fn标准差；

24、s44由于基础曲线由试剂的线性批间差及非线性光源差叠加而成，可知测试样本的基础曲线与量化曲线具有相似性，因此，当ρ>0.99时，测试卡测试区域的量化曲线正常；反之，测试卡测试区域的量化曲线存在异常。

25、进一步的，包括：

26、所述步骤s4还包括：

27、s44对于正常反应的样本，以配准特征集(f0，fn)为训练集，其中，f0作为输入观测值，fn作为相应输出y观测值；

28、以平方损失作为损失函数，k为配准系数，b为配准误差，则cn与c0的特征描述子模型f(x)表示为：

29、f(x)＝k×x+b；

30、s45以光照本底量化曲线c0为变量，根据cn与c0的特征描述子模型f(x)，即得到反应曲线cn的光照及批间配准曲线cr，及去除光照及批间的反应曲线cs：

31、cs＝cn-cr＝cn-k×c0+b

32、经过上述特征描述子模型配准即校准后，样本反应曲线上的光照和批间信息被消除。

33、进一步的，包括：

34、所述步骤s5包括：获取去除光照及批间的样本反应曲线后，t线量化值为t线区域内cs的最大值，c线量化值为c线区域内cs的最大值；

35、获取到t线，c线量化值后，根据量化结果与样本浓度关系和多项式回归模型计算待测样本的最终浓度。

36、另一方面，本发明还提供基于便携式浓度仪的图像分析系统，该系统包括：

37、样本准备模块，用于将待测样本与试剂充分混匀后，由移液枪加入测试片加样槽中，混合液在毛细作用下均匀布满测试片内腔；

38、图像获取模块，用于从所述测试片内腔中获取样本测试片图像，并对所述样本测试片图像进行预处理；

39、压缩量化模块，用于采用最大类间方差方法获取测试卡测试区域，并采用连续投影算法，将复杂二维图像信号转化为连续的一维信号，得到对应的量化曲线；

40、图像处理模块，用于分析所述量化曲线，并采用基于光照模型配准的曲线校准算法，自动消除曲线上的光照和批间信息；

41、浓度计算模块，用于获取去除光照及批间的样本反应曲线后，根据量化结果与样本浓度关系，多项式回归模型计算待测样本的最终浓度。

42、进一步的，包括：

43、所述图像处理模块中，采用基于光照模型配准的曲线校准算法，自动消除曲线上的光照和批间信息，具体包括：

44、曲线获取单元，用于获取加样后测试卡测试区域的量化曲线cn和光照本底量化曲线c0；

45、幅值获取单元，用于分别获取cn，c0曲线上5点，构建配准特征集fn，f0，所述配准特征集由量化曲线上量化点组成，即t线峰值点前50，80点处曲线幅值，t线峰值点后50点处曲线幅值，c线峰值点后50，80点处曲线幅值，其中，fn为cn上对应位置处的幅值，f0为c0对应位置处的幅值；

46、相似度计算单元，用于计算f0，fn的相似度ρ：

47、

48、其中，cov(f0,fn)为f0,fn协方差，分别为f0,fn标准差；

49、曲线判断单元，用于判断测试样本的基础曲线与量化曲线的相似性，当ρ>0.99时，测试卡测试区域的量化曲线正常；反之，测试卡测试区域的量化曲线存在异常。

50、最后，本发明还提供一种基于便携式浓度仪的图像分析装置，该装置包括：测试片，所述测试片用于放置样本；进样单元，所述进样单元包括照明单元，所述测试片置入进样单元内后，照明单元打开；图像传感器实时采集所述测试片中的样本测试片图像，并传输给控制器中；所述控制器对采集的样本测试片图像进行图像处理包括分析所述量化曲线，并采用基于光照模型配准的曲线校准算法，自动消除曲线上的光照和批间信息，最后根据量化结果与样本浓度关系，多项式回归模型计算待测样本的最终浓度；显示器，用于显示经控制器计算后获取的荧光量化结果。

51、有益效果：与现有技术相比，本发明具有以下优点：

52、(1)本发明提供一种基于便携式浓度仪的图像分析方法和装置，其包括荧光图像的配准算法，可自动消除曲线上的光照和批间信息，无需配置专业人员定期维护，可实现仪器件批间自动校准及仪器光源分布自动校正，在保证低成本便携性的同时，提高便携式免疫设备的测量精度。

53、(2)本发明通过提取投影后样本荧光曲线，仪器光源本底曲线的特征值，构建基于特征描述子的光源及批间差干扰模型，实现待测样本曲线的高精度还原，异常测试情况判别，将图像识别转化为曲线量化，降低仪器成本的同时，降低浓度量化计算复杂度，浓度量化快速，适用性更强且还可以实现异常测试卡识别。仪器测量更加精准，智能；

54、(3)本发明通过连续投影算法，将图像信号高效压缩为一维曲线；通过特征值配准算法，还原仪器光源及当前测试试纸的批间差叠加的误差模型。匹配算法获取到的模型为当前仪器当前测试卡携带的光源和批间差误差模型，实现了台间差/试纸批间差实时自校准；

55、因此，通过对当前测试卡配准的方法，简单快速实时自动校准量化曲线内携带的仪器及试纸批间误差，无需人工校准，无需配置批间差记录卡，自动实时避免不同仪器差异及测试卡批间差异引起的测量误差，仪器使用方便免维护；

56、(4)本发明通过配置低成本cmos芯片，对仪器灯源要求低，可极大降低仪器成本，且配合针对荧光图像的配准算法，不仅能够快速实现仪器间自动校准，还能进行灯源分布实时自动校正。在保证低成本便携性的同时，降低人力维护，提高便携式免疫设备的测量精度。