高浓度试样识别方法、装置及检测系统
阅读：192发布：2020-05-11
专利汇可以提供高浓度试样识别方法、装置及检测系统专利检索，专利查询，专利分析的服务。并且本 发明 涉及一种高浓度试样识别方法、装置及检测系统，其中高浓度试样识别方法包括：对试样的原始 信号 反应数据进行处理，得到吸光度变化曲线；根据预设的时间点确定第一曲线段和第二曲线段，其中，第一曲线段对应的数据序列长度与第二曲线段对应的数据序列长度相等；通过第一曲线段对应的吸光度数据序列和第二曲线段对应的吸光度数据序列计算能够反映第一曲线段与第二曲线段之间的弯曲程度差异的第一参数值；通过比较第一参数值与判定 阈值 R，判断试样是否为高浓度试样。此方法可以消除部分 波动 较大的异常点的影响，使高浓度试样的识别结果更加准确。，下面是高浓度试样识别方法、装置及检测系统专利的具体信息内容。
1.一种高浓度试样识别方法，其特征在于，包括以下步骤：
对试样的原始信号反应数据进行处理，得到吸光度变化曲线；
根据预设的第一起始时间和第一结束时间截取所述吸光度变化曲线上对应的第一曲线段，根据预设的第二起始时间和第二结束时间截取所述吸光度变化曲线上的第二曲线段，其中，所述第一曲线段对应的数据序列长度与所述第二曲线段对应的数据序列长度相等；
通过所述第一曲线段对应的吸光度数据序列和第二曲线段对应的吸光度数据序列计算能够反映所述第一曲线段与所述第二曲线段之间的弯曲程度差异的第一参数值；
通过比较所述第一参数值与判定阈值R，判断所述试样是否为高浓度试样。
2.根据权利要求1所述的方法，其特征在于：所述第一参数值为所述第二曲线段对应的吸光度数据序列与所述第一曲线段对应的吸光度数据序列之差的方差/标准差。
3.根据权利要求1所述的方法，其特征在于：所述第一参数值为所述第二曲线段对应的吸光度数据序列与所述第一曲线段对应的吸光度数据序列之商的方差/标准差。
4.根据权利要求1所述的方法，其特征在于：所述步骤“对试样的原始信号反应曲线进行处理，得到吸光度变化曲线”之后包括步骤：
根据所述吸光度变化曲线确定所述试样稳定反应的起始点A和所述试样反应结束的终点B；
采用预定的函数模型，对所述起始点A与所述终点B之间的数据进行拟合，得到新的吸光度变化曲线。
5.根据权利要求4所述的方法，其特征在于：所述第一起始时间为所述试样稳定反应的起始点A对应的时间点，所述第二结束时间为所述试样反应结束的终点B对应的时间点。
6.根据权利要求1至5中任一权利要求所述的方法，其特征在于：若所述第一参数值大于所述判定阈值R，则判定所述试样为高浓度试样。
7.一种高浓度试样识别装置，其特征在于，包括：
数据处理模块，用于对试样的原始信号反应曲线进行处理，得到吸光度变化曲线；
曲线段截取模块，用于根据预设的第一起始时间和第一结束时间截取所述吸光度变化曲线上对应的第一曲线段，根据预设的第二起始时间和第二结束时间截取所述吸光度变化曲线上的第二曲线段，其中，所述第一曲线段对应的数据序列长度与所述第二曲线段对应的数据序列长度相等；
计算模块，用于通过所述第一曲线段对应的吸光度数据序列和第二曲线段对应的吸光度数据序列计算能够反映所述第一曲线段与所述第二曲线段之间的弯曲程度差异的第一参数值；
比较判定模块，用于通过比较所述第一参数值与判定阈值R，判断所述试样是否为高浓度试样。
8.根据权利要求6所述的装置，其特征在于：还包括
稳定反应时间确定模块，用于根据所述吸光度变化曲线确定所述试样稳定反应的起始点A和所述试样反应结束的终点B；
拟合模块，用于采用预定的函数模型，对所述起始点A与所述终点B之间的数据进行拟合，得到新的吸光度变化曲线。
9.根据权利要求7或8所述的装置，其特征在于：
所述比较判定模块在所述第一参数值大于所述判定阈值R时，判定所述试样为高浓度试样。
10.一种检测系统，包括用于对反应杯照射的光源子系统、用于接收透过所述反应杯的透射光的接收器以及与所述接收器相连的处理器，其特征在于，在进行试样反应吸光度检测时，所述处理器执行以下操作：
对试样的原始信号反应曲线进行处理，得到吸光度变化曲线；
根据预设的第一起始时间和第一结束时间截取所述吸光度变化曲线上对应的第一曲线段，根据预设的第二起始时间和第二结束时间截取所述吸光度变化曲线上的第二曲线段，其中，所述第一曲线段对应的数据序列长度与所述第二曲线段对应的数据序列长度相等；
通过所述第一曲线段对应的吸光度数据序列和第二曲线段对应的吸光度数据序列计算能够反映所述第一曲线段与所述第二曲线段之间的弯曲程度差异的第一参数值；
通过比较所述第一参数值与判定阈值R，判断所述试样是否为高浓度试样。
高浓度试样识别方法、装置及检测系统
技术领域
[0001] 本发明涉及检测技术领域，特别涉及一种高浓度试样识别方法、装置及检测系统。
背景技术
[0002] 在医学检测领域，对凝血项目中的DD、FDP等项目通常采用透射比浊法进行检测。
[0003] 透射比浊法的检测原理为：将待测试样，例如血浆，加入到反应杯中与反应试剂进行抗原-抗体反应，在反应杯的一端用光源产生的光照射，反应杯的另一端使用接收器接收透射光并将其转化为信号值。在检测过程中，随着血浆中的被检测物质(抗原)与相应抗体结合，形成抗原-抗体复合物，接收到的透射光的光强度会发生一定的变化，然后根据透射光强计算单位时间内吸光度的变化量，再根据标准曲线推算出待检物质的含量。
[0004] 大多数化学反应可随浓度的增加而增大。然而，试样浓度过高时，易出现抗原过量效应，所述抗原过量效应又称为前带效应。前带效应表现为在恒定剂量的抗体溶液中加入不同浓度抗原时，吸光度随试样浓度的增加而增加，当达到峰值后，吸光度随试样浓度的增加反而减少，得到类似钟形的曲线，抗原抗体反应这一独特的现象可以用著名的“海德堡曲线”(参见图1)来表示。若试样浓度过高，则会出现前带效应，此效应会对试样分析结果有较大的影响，得到的结果会与实际试样量有较大的误差，所以如何有效的检测出试样是否为具有前带效应的高浓度试样显得尤为重要。
[0005] 现有手段通过计算前后两个时间段内的反应速率的比率值R与预定限值的比较来判断样本中是否存在抗原过量(试样浓度过高)。然而，这种方法直接利用两点直接求该时间段内的斜率，如果原始曲线滤波效果不佳则极有可能某点上的信号误差较大，会导致产生的反应速率误差也很大，从而偏离实际反应速率。如图2所示，当滤波效果不佳时，仍可能会出现V型波动，如果求斜率的时间点正好落在波动点上时，会导致计算出的反应速率误差极大，根据这两点求得的反应速率值偏离了实际反应速率的真值。
发明内容
[0006] 为了解决上述技术问题，本发明第一方面公开了一种高浓度试样识别方法，以便能够准确、有效地检测出试样是否为具有前带效应的高浓度试样，提高分析结果的可靠性。
[0007] 本发明第二方面在于公开了一种能够实现上述高浓度试样识别方法的装置。
[0008] 本发明第三方面在于公开了一种采用上述高浓度试样识别方法的检测系统。
[0009] 本发明中第一方面所公开的高浓度试样识别方法，包括以下步骤：
[0010] 对试样的原始信号反应数据进行处理，得到吸光度变化曲线；
[0011] 根据预设的第一起始时间和第一结束时间截取所述吸光度变化曲线上对应的第一曲线段，根据预设的第二起始时间和第二结束时间截取所述吸光度变化曲线上的第二曲线段，其中，所述第一曲线段对应的数据序列长度与所述第二曲线段对应的数据序列长度相等；
[0012] 通过所述第一曲线段对应的吸光度数据序列和第二曲线段对应的吸光度数据序列计算能够反映所述第一曲线段与所述第二曲线段之间的弯曲程度差异的第一参数值；
[0013] 通过比较所述第一参数值与判定阈值R，判断所述试样是否为高浓度试样。
[0014] 进一步的是，所述第一参数值为所述第二曲线段对应的数据序与所述第一曲线段对应的吸光度数据序列之差的方差/标准差。
[0015] 进一步的是，所述第一参数值为所述第二曲线段对应的吸光度数据序列与所述第一曲线段对应的吸光度数据序列之商的方差/标准差。
[0016] 进一步的是，所述步骤“对试样的原始信号反应数据进行处理，得到吸光度变化曲线”之后包括步骤：
[0017] 根据所述吸光度变化曲线确定所述试样稳定反应的起始点A和所述试样反应结束的终点B，
[0018] 采用预定的函数模型，对所述起始点A与所述终点B之间的数据进行拟合，得到新的吸光度变化曲线。
[0019] 进一步的是，所述第一起始时间为所述试样稳定反应的起始点A对应的时间点，所述第二结束时间为所述试样反应结束的终点B对应的时间点。
[0020] 进一步的是，若所述第一参数值大于所述判定阈值R，则判定所述试样为高浓度试样。
[0021] 本发明中第二方面所公开的一种高浓度试样识别装置，
[0023] 曲线段截取模块，用于根据预设的第一起始时间和第一结束时间截取所述吸光度变化曲线上对应的第一曲线段，根据预设的第二起始时间和第二结束时间截取所述吸光度变化曲线上的第二曲线段，其中，所述第一曲线段对应的数据序列长度与所述第二曲线段对应的数据序列长度相等；
[0024] 计算模块，用于通过所述第一曲线段对应的吸光度数据序列和第二曲线段对应的吸光度数据序列计算能够反映所述第一曲线段与所述第二曲线段之间的弯曲程度差异的第一参数值；
[0025] 比较判定模块，用于通过比较所述第一参数值与判定阈值R，判断所述试样是否为高浓度试样。
[0026] 进一步的是，还包括
[0027] 稳定反应时间确定模块，用于根据所述吸光度变化曲线确定所述试样稳定反应的起始点A和所述试样反应结束的终点B；
[0028] 拟合模块，用于采用预定的函数模型，对所述起始点A与所述终点B之间的数据进行拟合，得到新的吸光度变化曲线。
[0029] 进一步的是，所述比较判定模块在所述第一参数值大于所述判定阈值R时，判定所述试样为高浓度试样。
[0030] 本发明中第三方面所公开的一种检测系统，包括用于对反应杯照射的光源子系统、用于接收透过所述反应杯的透射光的接收器以及与所述接收器相连的处理器，其特征在于，在进行试样反应吸光度检测时，所述处理器执行以下操作：
[0031] 对试样的原始信号反应数据进行处理，得到吸光度变化曲线；
[0032] 根据预设的第一起始时间和第一结束时间截取所述吸光度变化曲线上对应的第一曲线段，根据预设的第二起始时间和第二结束时间截取所述吸光度变化曲线上的第二曲线段，其中，所述第一曲线段对应的数据序列长度与所述第二曲线段对应的数据序列长度相等；
[0033] 通过所述第一曲线段对应的吸光度数据序列和第二曲线段对应的吸光度数据序列计算能够反映所述第一曲线段与所述第二曲线段之间的弯曲程度差异的第一参数值；
[0034] 通过比较所述第一参数值与判定阈值R，判断所述试样是否为高浓度试样。
[0035] 相比于现有技术而言，本发明所公开的一个方面通过计算吸光度变化曲线上的两个预设曲线段的能够反映两预设曲线段之间的弯曲程度差异的第一参数值，并将此第一参数值与判定阈值进行比较，从而判断试样是否为高浓度试样；通过对曲线段对应的数据进行计算，可以消除部分波动较大的异常点的影响，使高浓度试样的识别结果更加准确。由于反应动力学取决于分析物浓度，低浓度试样吸光度逐渐增强且速度均匀，而高浓度试样在反应开始时吸光度信号增强较快，在反应后期，吸光度信号增强速度缓慢，导致不同设定区间反应曲线的弯曲程度不同，所以通过计算不同预设曲线段的第一参数值，并将与判定阈值进行比较，能够准确、有效的识别试样是否为高浓度试样，提高分析结果的可靠性。附图说明
[0036] 图1为海德堡曲线示意图；
[0037] 图2为V型波动对斜率法求吸光度变化率影响的示意图；
[0038] 图3为本发明所公开的一种实施例的吸光度变化曲线的示意图；
[0039] 图4为本发明所公开的一种实施例中涉及的第一曲线段和第二曲线段的选取示意图；
[0040] 图5为本发明一种实施例所公开的高浓度试样识别方法的流程示意图；
[0041] 图6为本发明另一实施例所公开的高浓度试样识别方法的流程示意图；
[0042] 图7为使用本发明实施例中所公开的高浓度试样识别方法计算出的第一参数的数据示意图；
[0043] 图8为本发明实施例中所公开的检测系统的结构示意图；
[0044] 其中1为光源，2为透镜，3为滤光片，4为光纤，5为反应杯，6为接收器。
具体实施方式
[0045] 鉴于现有技术存在的问题，本发明人采用反应动力学方法通过分析试样测量过程中获得的动力学数据来验证抗原过量(即高浓度试样)的存在。在大多数情况下，反应动力学取决于分析物浓度：低浓度样品可显示渐增信号，而高浓度样品可显示在反应开始时的更快速信号增加和在反应结束时的低得多的信号增加，对于高浓度试样，在试样与试剂开始反应的初期，会出现剧烈的反应，这会导致在这个时段的反应曲线的弯曲程度较大，本发明人通过这一特征，利用不同曲线段对应的吸光度数据序列计算能够反映两端曲线段之间的弯曲程度差异的参数值，并比较这一参数值与判定阈值的大小，来判断试样是否为高浓度试样。
[0046] 以下结合具体实施方式和附图对本发明所公开的高浓度试样识别方法、装置、检测系统以及应用于高浓度试样识别方法的时间点确定方法进行详细阐述。
[0047] 首先参考图5，本发明中所公开的高浓度试样识别方法，包括以下步骤：
[0048] S1：对试样的原始信号反应数据进行处理，得到吸光度变化曲线；
[0049] S2：根据预设的第一起始时间(如图4中的StartTime1)和第一结束时间(如图4中的EndTime1)截取所述吸光度变化曲线上对应的第一曲线段，根据预设的第二起始时间(如图4中的StartTime2)和第二结束时间(如图4中的EndTime2)截取所述吸光度变化曲线上的第二曲线段，其中，所述第一曲线段对应的数据序列长度与所述第二曲线段对应的数据序列长度相等；即将吸光度变化曲线离散化后，第一曲线段对应的数据点数与第二曲线段对应的数据点数相同；
[0050] S3：通过所述第一曲线段对应的吸光度数据序列和第二曲线段对应的吸光度数据序列计算能够反映所述第一曲线段与所述第二曲线段之间的弯曲程度差异的第一参数值；
[0051] S4：通过比较所述第一参数值与判定阈值R，判断所述试样是否为高浓度试样。
[0052] 本公开的实施例相比于现有技术而言，上述实施例通过计算吸光度变化曲线上的两个预设曲线段的能够反映所述第一曲线段与所述第二曲线段之间的弯曲程度差异的第一参数值，并与判定阈值进行比较，从而判断试样是否为高浓度试样，这种方法可以消除部分波动较大的异常点对结果的影响，提高识别结果的准确度；由于反应动力学取决于分析物浓度，低浓度试样可显示吸光度的渐增信号，而高浓度样品可显示在反应开始时的更快速的信号增加和在反应结束时的缓慢的信号增加，导致不同设定区间反应曲线的弯曲程度不同，所以通过计算不同预设曲线段的第一参数值，并与判定阈值进行比较，能够准确、有效的识别试样是否为高浓度试样，提高分析结果的可靠性。
[0053] 以下通过具体的实施方式对本发明所公开的一个方面的高浓度试样识别方法进行详细的描述。
[0054] 具体请参考图6，在本实施例中，高浓度试样识别方法包括以下步骤：
[0055] S11：以固定频率采集信号数据点，形成原始信号反应数据。
[0056] 本步骤具体是在信号值-时间坐标系(也可称为二维坐标系)中进行的，表示光透过反应杯后采集到的信号值，横坐标为时间，纵坐标为信号值，即透射光强数据，获取透射光强数据的手段为常规手段，以下对透射光强数据的获取方式做简要说明：
[0057] 请参考图8，图8为一种光学检测系统，由光源1、透镜2、滤光片3以及光纤4所构成的光源系统位于反应杯的一侧，光源所发出的光照射在反应杯5上，反应杯5内放置有正在进行反应的待检试样，透过反应杯之后的光照射在接收器6上，接收器6内的信号采集电路将接收到的光量转换为透射光强；在实际检测过程中，相邻两个采集时刻的时间间隔为t(例如0.1s)，经过一段时间(如140s)的采集，就可以在信号值-时间坐标系中形成多个数据点(即时序数据点)，形成原始信号反应数据。
[0058] S12：利用朗伯比尔定律对原始信号反应数据进行处理，将原始信号反应数据转化为吸光度变化曲线。
[0059] 本步骤具体是将上述步骤得到的原始信号反应数据根据朗伯-比尔(Lambert-Beer)定律： 计算出每一个采集时刻的吸光度，式中I0代表入射光强，It代表t时刻的出射光强，A代表吸光度。从而可以得到吸光度变化曲线，如图3所示，吸光度变化曲线横坐标表示时间，纵坐标表示吸光度。
[0060] S13：根据所述吸光度变化曲线，确定所述试样稳定反应的起始点A和所述试样反应结束的终点B。
[0061] S14：采用预定的函数模型，对所述起始点A与所述终点B之间的数据进行拟合，得到新的吸光度变化曲线。
[0062] 上述步骤S13首先在吸光度变化曲线上选取试样反应的稳定反应期的起始点A和反应结束的终点B之间的曲线为拟合区间，稳定反应期的起始点A和终点B为经验所得。然后步骤S14使用预存的函数模型对拟合区间的数据进行拟合，得到能表达吸光度变化曲线的函数y＝f(x)。可以理解的是，本领域技术人员可以根据实际情况对拟合得到的函数y＝f(x)进行滤波处理，滤除异常点，使分析结果更准确；并且使用的函数模型是预存的函数模型中最能反映吸光度变化曲线的函数模型。
[0063] S15：根据预设的第一起始时间和第一结束时间截取所述吸光度变化曲线上对应的第一曲线段，根据预设的第二起始时间和第二结束时间截取所述吸光度变化曲线上的第二曲线段，其中，所述第一曲线段对应的数据序列长度与所述第二曲线段对应的数据序列长度相等。
[0064] 如图4所示，本步骤具体为在稳定反应区的吸光度变化曲线上，选取两段长度相等的曲线：第一曲线段和第二曲线段。可以理解的是，用于确定第一曲线段的第一开始时间和第一结束时间、用于确定第二曲线段的第二开始时间和第二结束时间是预存在程序中、使第一曲线段和第二曲线段之间的弯曲程度差异最大的时间参数。
[0065] S16：通过所述第一曲线段对应的吸光度数据序列和第二曲线段对应的吸光度数据序列计算能够反映所述第一曲线段与所述第二曲线段之间的弯曲程度差异的第一参数值。
[0066] 由于反应动力学取决于分析物浓度，低浓度试样可显示吸光度的渐增信号，而高浓度样品可显示在反应开始时的更快速信号增加和在反应结束时的缓慢的信号增加，导致不同设定区间反应曲线的弯曲程度不同，因此可以通过第一曲线段对应的吸光度数据序列和第二曲线段对应的吸光度数据序列计算出能够反映所述第一曲线段与所述第二曲线段之间的弯曲程度差异的第一参数值。
[0067] 这里的第一参数值可以为所述第二曲线段对应的数据序与所述第一曲线段对应的吸光度数据序列之差的方差/标准差，也可以为所述第二曲线段对应的吸光度数据序列与所述第一曲线段对应的吸光度数据序列之商的方差/标准差。
[0068] 第二曲线段对应的数据序与第一曲线段对应的吸光度数据序列之差的方差的计算公式为：
[0069]
[0070] 式中，yi是第一曲线段中各点的吸光度，yii是第二曲线段中各点的吸光度，n是第一曲线段/第二曲线段对应的数据序列长度，μ1是第二曲线段中对应点与第一曲线段中对应点的吸光度之差的平均值，其计算公式如下：
[0071]
[0072] 式中，乘以10000的目的是增大V1的数量级，当然也可以根据实际情况乘以其他数字，例如10、100、1000等。
[0073] 第二曲线段对应的数据序与第一曲线段对应的吸光度数据序列之差的标准差的计算公式为：
[0074]
[0075] 式中，乘以10000的目的是增大V2的数量级，当然也可以根据实际情况乘以其他数字，例如10、100、1000等。
[0076] 第二曲线段对应的数据序与第一曲线段对应的吸光度数据序列之商的方差的计算公式为：
[0077]
[0078] 式中，yi是第一曲线段中各点的吸光度，yii是第二曲线段中各点的吸光度，n是第一曲线段/第二曲线段对应的数据序列长度，μ2是第二曲线段中对应点与第一曲线段中对应点的吸光度之商的平均值，其计算公式如下：
[0079]
[0080] 式中，乘以10000的目的是增大V3的数量级，当然也可以根据实际情况乘以其他数字，例如10、100、1000等。
[0081] 第二曲线段对应的数据序与第一曲线段对应的吸光度数据序列之商的标准差的计算公式为：
[0082]
[0083] 式中，乘以10000的目的是增大V4的数量级，当然也可以根据实际情况乘以其他数字，例如10、100、1000等。
[0084] S17：通过比较所述第一参数值与判定阈值R，判断所述试样是否为高浓度试样。
[0085] 本步骤具体表示通过比较第一参数值与判定阈值R，判断试样是否为高浓度试样。可以理解的是，判定阈值R为预存数据，主要由与检测项目、试剂的线性范围上限及选取的第一曲线段和第二曲线段确定，可以理解为一个经验值。
[0086] 判定阈值R与所选取的第一参数值对应，当第一参数值为第二曲线段对应的数据序与第一曲线段对应的吸光度数据序列之差的方差时，判定阈值R为第二曲线段对应的数据序与第一曲线段对应的吸光度数据序列之差的方差的阈值；当第一参数值为第二曲线段对应的数据序与第一曲线段对应的吸光度数据序列之差的标准差时，判定阈值R为第二曲线段对应的数据序与第一曲线段对应的吸光度数据序列之差的标准差的阈值；当第一参数值为第二曲线段对应的数据序与第一曲线段对应的吸光度数据序列之商的方差时，判定阈值R为第二曲线段对应的数据序与第一曲线段对应的吸光度数据序列之商的方差的阈值；当第一参数值为第二曲线段对应的数据序与第一曲线段对应的吸光度数据序列之商的标准差时，判定阈值R为第二曲线段对应的数据序与第一曲线段对应的吸光度数据序列之商的标准差的阈值。即第一参数值的计算规则不同，相应的判定阈值R也不同。
[0087] 由于反应动力学取决于分析物浓度，低浓度试样可显示吸光度的渐增信号，而高浓度试样在反应开始时具有更快的信号增强，在反应结束时信号增强变缓，因此，不同时间段对应的反应曲线的弯曲程度差异较大。当这种差异大于某阈值时，可以判断试样为高浓度试样。本步骤通过判断第一参数值与预存的判定阈值R的大小，判断试样是否为高浓度试样。
[0088] 若第一参数值大于R，则表示试样为高浓度试样，对该检测试样进行高浓度试样的标记；若第一参数值不大于R，则表示试样为非高浓度试样，可正常分析检测结果。
[0089] 参考图7，表示使用上述实施例所公开的高浓度试样识别方法进行实际检测的结果，显示在不同浓度的情况下，所得到的第一参数值分布情况，通过设定合理的判定阈值R(即图7中的Vcutoff)，可有效的识别出高浓度试样(即图7中的抗原过量)，即当第一参数值大于判定阈值R时，此试样则为高浓度试样，当第一参数值不大于判定阈值R时，则此试样则为非高浓度试样。
[0090] 本领域技术人员能够理解，上述实施例中所公开的高浓度试样识别方法中，当样本浓度较低时，相应的吸光度变化曲线的整体弯曲程度较小，出现前带效应的概率较低；而在样本浓度较高时，相应的吸光度变化曲线的玩出程度大并且弯曲程度变化较大，出现前带效应的概率相对较高；本实施例所公开的高浓度试样识别方法，通过计算不同曲线段之间的第一参数值，并与判定阈值进行比较，能够有效的识别高浓度试样，提高分析结果的可靠性。
[0091] 优选的，为了使选取的第一曲线段和第二曲线段之间的弯曲程度差异较大，预设的第一起始时间为试样稳定反应的起始点A对应的时间点，预设的第二结束时间为试样反应结束的终点B对应的时间点。在选取预设的第一起始时间、第一结束时间第二起始时间和第二结束时间时，要使对应的第一曲线段与所述第二曲线段之间的弯曲程度差异尽量大；而高浓度试样在稳定反应的起始阶段反应很剧烈，对应的吸光度变化曲线段的弯曲程度最大，随着反应的进行，吸光度变化曲线的弯曲程度逐渐变小，在高浓度试样在稳定反应的结束阶段，对应的吸光度变化曲线的弯曲程度最小，因此这种预设的第一起始时间和第二结束时间可以使第一曲线段和第二曲线段之间的弯曲程度差异较大，进而使判定结果更加准确。
[0092] 除此之外，为了实现上述识别方法，本发明实施例中还公开了一种高浓度试样识别装置，其包括：
[0093] 数据处理模块，用于对试样的原始信号反应数据进行处理，得到吸光度变化曲线；
[0094] 曲线段截取模块，用于根据预设的第一起始时间和第一结束时间截取所述吸光度变化曲线上对应的第一曲线段，根据预设的第二起始时间和第二结束时间截取所述吸光度变化曲线上的第二曲线段，其中，所述第一曲线段对应的数据序列长度与所述第二曲线段对应的数据序列长度相等；
[0095] 计算模块，用于通过所述第一曲线段对应的吸光度数据序列和第二曲线段对应的吸光度数据序列计算能够反映所述第一曲线段与所述第二曲线段之间的弯曲程度差异的第一参数值；
[0096] 比较判定模块，用于通过比较所述第一参数值与判定阈值R，判断所述试样是否为高浓度试样。
[0097] 上述高浓度试样识别装置中，利用第一曲线段对应的吸光度数据序列和第二曲线段对应的吸光度数据序列计算能够反映所述第一曲线段与所述第二曲线段之间的弯曲程度差异的第一参数值，并将第一参数值与判定阈值进行比较，能够有效的识别试样反应中是否存在前带效应，提高分析结果的可靠性。
[0098] 具体的，上述数据处理模块利用朗伯比尔定律对原始信号反应数据进行处理，将原始信号反应数据转化为吸光度变化曲线。
[0099] 优选的，为了提高识别准确度，本实施例公开的高浓度试样识别装置还包括[0100] 稳定反应时间确定模块，用于根据所述吸光度变化曲线确定所述试样稳定反应的起始点A和所述试样反应结束的终点B；
[0101] 拟合模块，用于采用预定的函数模型，对所述起始点A与所述终点B之间的数据进行拟合，得到新的吸光度变化曲线。
[0102] 稳定反应时间能够准确反映样本与试剂反应的实际情况；拟合后的曲线更加接近样本与试剂反应的真实情况。并且，拟合后的曲线更容易滤波，可以消除异常数据点。
[0103] 具体的，为了确定试样反应中是否存在前带效应，本实施例的高浓度试样识别装置中，比较判定模块在所述第一参数值大于所述判定阈值R时，判定所述试样为高浓度试样。当确定试样为高浓度试样时，则对该检测试样进行抗原过量的标记。
[0104] 本发明实施例中还公开了一种检测系统，如图8中所示，包括光源1、透镜2、滤光片3以及光纤4所构成的光源系统，光源系统位于反应杯5的一侧，光源所发出的光照射在反应杯5上，反应杯5内放置有正在进行反应的待检试样，反应杯5相对光源系统的另一侧设置有接收器6，接收器6用于接收透过反应杯5的透射光，接收器6内的信号采集电路将接收到的透射光量转换为透射光强，以及与接收器6相连的处理器，在进行检测时，该处理器执行以下操作：
[0105] 对试样的原始信号反应数据进行处理，得到吸光度变化曲线；
[0106] 根据预设的第一起始时间和第一结束时间截取所述吸光度变化曲线上对应的第一曲线段，根据预设的第二起始时间和第二结束时间截取所述吸光度变化曲线上的第二曲线段，其中，所述第一曲线段对应的数据序列长度与所述第二曲线段对应的数据序列长度相等；
[0107] 通过所述第一曲线段对应的吸光度数据序列和第二曲线段对应的吸光度数据序列计算能够反映所述第一曲线段与所述第二曲线段之间的弯曲程度差异的第一参数值；
[0108] 通过比较所述第一参数值与判定阈值R，判断所述试样是否为高浓度试样。
[0109] 上述检测系统在接收器6接收到透射光信号后，通过处理器执行上述高浓度试样识别方法，因此，本实施例所公开的检测系统具有上述高浓度试样识别方法相应的技术优点，本文中对此不再进行赘述。
[0110] 以上对本发明所公开的高浓度试样识别方法、装置、检测系统进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种音频数据处理方法、装置以及相关设备 | 2020-05-12 | 300 |
| 一种图像识别中与位置尺度无关的曲线匹配算法 | 2020-05-11 | 618 |
| 一种发声体异常音检测方法及系统 | 2020-05-12 | 311 |
| 相移测量方法,相移修正方法,和MRI装置 | 2020-05-11 | 617 |
| 一种考虑室温蠕变的奥氏体不锈钢本构曲线的获取方法 | 2020-05-12 | 379 |
| 基于风电和水电的电力系统调峰方法 | 2020-05-13 | 191 |
| 双馈风电场动态等值方法、建模方法及系统 | 2020-05-12 | 752 |
| 多雨地区道路平曲线半径及安全限速设置方法 | 2020-05-13 | 768 |
| 基于等响曲线的响度补偿方法、补偿装置及音频处理系统 | 2020-05-11 | 247 |
| 一种图像识别中与位置尺度无关的曲线匹配算法 | 2020-05-11 | 700 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈