用于样本分类的假设与验证网络和方法技术

提供了一种将样本表征为包含溶血、黄疸或脂血的方法。该方法包括捕捉样本的一个或多个图像，其中所述一个或多个图像包括样本的血清或血浆部分。通过捕捉图像生成像素数据。使用在计算机上执行的第一网络来处理样本的一个或多个图像的像素数据，以预测血清或血浆部分的分类，其中所述分类包括溶血、黄疸和脂血。使用一个或多个验证网络验证预测的分类。描述了适于执行该方法的质量检查模块和样本测试装置，以及其他方面。以及其他方面。以及其他方面。

【技术实现步骤摘要】
【国外来华专利技术】用于样本分类的假设与验证网络和方法
[0001]相关申请本申请要求于2018年9月20日提交的并且标题为“HYPOTHESIZE AND HIERARCHICAL VERIFICATION NETWORK FOR CLASSIFICATION/REGRESSION TASK”的美国临时专利申请号62/734，007的优先权，出于所有目的，通过引用将其全部并入本文。


[0002]本公开的实施例涉及用于在自动诊断分析系统中表征样本的方法和装置。

技术介绍

[0003]自动诊断分析系统可使用一个或多个试剂进行化验或临床分析，以标识血液采样的血清或血浆部分中的分析物或其他成分。自动测试技术的改进伴随着称为实验室自动化系统（LAS）的自动样本准备系统的分析前（pre
‑
analytical）样本准备和处理操作的相应进展，分析前样本准备和处理操作诸如是分拣（sorting）、批准备、样本容器的离心以分离样本分量、盖移除以促进流体进入、HILN（溶血、黄疸和/或脂血或正常）的预筛选以及诸如此类。LAS还可以自动将样本容器中的样本运输到多个样本处理站，因此各种操作（例如，预分析或分析测试）可以在其上执行。
[0004]在样本是全血的情况下，可以将凝胶分离器添加到样本容器，以帮助将沉降的（settled）血液部分与血清或血浆部分分离。在预处理之后，可以将样本容器运输到适当的分析器，该分析器可以从样本容器提取生物流体的一部分（例如，血清或血浆部分），并将该流体与反应器皿（例如，比色皿）中的一个或多个试剂以及可能的其他材料组合。然后可以通过使用询问辐射（interrogating radiation）或诸如此类的束经由光度或荧光吸收读数来执行分析测量。该测量允许确定终点速率（end
‑
poing rate）或其他值，由此确定生物流体中分析物或其他成分的量。
[0005]然而，可能源于患者状况或采样处理的样本中任何干扰物（例如溶血、黄疸和/或脂血）的存在都可能不利地影响从一个或多个分析器获得的分析物或成分测量的测试结果。例如，可能与患者的疾病状态无关的样本中的溶血（H）的存在可能引起对患者的疾病状况的不同解释。此外，样本中的黄疸（I）和/或脂血（L）的存在也可能引起对患者的疾病状况的不同解释。
[0006]在一些系统中，熟练的实验室技术人员可以目视检查样本的血清或血浆部分的完整性并将样本的血清或血浆部分的完整性评级（rate）为正常（N）或具有H、I和/或L的程度（例如，通过分配指数（index））。该过程可能涉及对照已知标准对血清或血浆部分的颜色的审核（review）。然而，这种人工目视检查是非常主观的、劳动密集的，并且可以涉及可能的人为错误。
[0007]因为人工检查可能有问题，所以已经做出努力来评估样本完整性而不使用实验室技术人员的人工目视检查，而是通过使用自动机器视觉检查装置，其中，这种评估在预分析测试（以下称为“预筛选”）期间发生。预筛选涉及通过分馏（例如，通过离心）从全血获得的
血清或血浆部分中的诸如H、I和/或L之类的干扰物的自动检测。
[0008]在某些情况下，可以将一个或多个标签直接粘贴在样本容器上。此类标签可能部分地遮挡和遮盖样本的某些侧面视点，使得可能存在某些定向，这些定向没有提供目视观察血清或血浆部分的清楚机会。因此，这种预筛选的自动化包括了例如以虑及对H、I和/或L或N的自动预筛选的这样的方式旋转定向样本（参见例如美国专利号9,322,761）。在其他系统中，从多个视点对样本容器和样本进行成像并用基于模型的系统对其进行处理，使得不需要样本容器的旋转（参见例如WO 2016/133,900）。
[0009]在一些情况下，仅一小部分血清或血浆部分可能是可见的，使得在血清或血浆部分上获取的任何H、I和/或L或N读数可能不涉及高水平置信度。而且，这样的系统可能是复杂的，并且图像数据的处理可能在计算上是繁重的。
[0010]因此，存在对于一种鲁棒并且高效的方法和装置的未满足的需要，所述方法和装置用于表征样本的血清或血浆部分，以便确定溶血（H）、黄疸（I）和/或脂血（L）的存在和程度，或样本的血清或血浆部分是否正常（N）。更特别地，存在对于用于确定样本是否包括H、I和/或L以及到什么程度或是否正常（N）的改进的方法和装置的未满足的需要。

技术实现思路

[0011]根据第一方面，提供了一种表征样本的方法。该方法包括用一个或多个图像捕捉设备捕捉样本的一个或多个图像，该一个或多个图像包括样本的血清或血浆部分，该捕捉生成像素数据；使用在计算机上执行的第一网络来处理样本的一个或多个图像的像素数据，以预测血清或血浆部分的分类，其中该分类包括溶血、黄疸和脂血；并且使用在计算机上执行的一个或多个验证网络来验证预测的分类。
[0012]根据另一方面，提供了一种质量检查模块。质量检查模块包括多个图像捕捉设备，可操作以从其中包含样本的血清或血浆部分的样本容器的一个或多个视点捕捉一个或多个图像；以及耦合到多个图像捕捉设备的计算机，该计算机被配置为和可操作为：捕捉样本的一个或多个图像，该一个或多个图像包括样本的血清或血浆部分，捕捉生成像素数据；使用在计算机上执行的第一网络来处理样本的一个或多个图像的像素数据，以预测血清或血浆部分的分类，其中该分类包括溶血、黄疸和脂血；以及使用在计算机上执行的一个或多个验证网络来验证预测的分类。
[0013]在另一方面中，提供了一种样本测试装置。样本测试装置包括轨道；载体，其可在轨道上移动并被配置为包含样本容器，样本容器在其中包含样本的血清或血浆部分；多个图像捕捉设备，被布置在轨道周围并且可操作以从样本容器和样本的血清或血浆部分的一个或多个视点捕捉一个或多个图像；以及耦合到多个图像捕捉设备的计算机，该计算机被配置为和可操作为：捕捉样本的一个或多个图像，该一个或多个图像包括样本的血清或血浆部分，捕捉生成像素数据；使用在计算机上执行的第一网络来处理样本的一个或多个图像的像素数据，以预测血清或血浆部分的分类，其中该分类包括溶血、黄疸和脂血；以及使用在计算机上执行的一个或多个验证网络来验证预测的分类。
[0014]根据通过包括构想的最佳模式的多个示例实施例和实现说明的以下详细描述，本公开的其他方面、特征和优势可以容易地清楚。本公开也可能能够具有其他和不同实施例，并且其若干细节可以在各个方面中进行修改。因此，附图和描述本质上应被认为是说明性
的，并且不被认为是限制性的。附图不一定按比例绘制。本公开涵盖落入附加权利要求的范围内的所有修改、等同物和替代物。
附图说明
[0015]以下描述的附图用于说明目的并且不一定按比例绘制。因此，附图和描述本质上应被认为是说明性的并且不应被认为是限制性的。附图无意以任何方式限制本专利技术的范围。
[0016]图1A示出了根据一个或多个实施例的质量检查模块（顶部被移除）的示意性俯视图，其包括样本容器的多个视点并且被配置为捕捉和分析样本容器的多个背光图像以使能确本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种表征样本的方法，包括：捕捉所述样本的一个或多个图像，所述一个或多个图像包括所述样本的血清或血浆部分，所述捕捉生成像素数据；使用在计算机上执行的第一网络来处理所述样本的所述一个或多个图像的像素数据以预测所述血清或血浆部分的分类，其中所述分类包括溶血、黄疸和脂血；和使用一个或多个验证网络验证预测的分类。2.根据权利要求1所述的方法，还包括：响应于所述第一网络预测所述样本的溶血分类，通过关于溶血训练的验证网络来验证所述预测的分类；响应于所述第一网络预测所述样本的黄疸分类，通过关于黄疸训练的验证网络来验证所述预测的分类；和响应于所述第一网络预测所述样本的脂血分类，通过关于脂血训练的验证网络来验证所述预测的分类。3.根据权利要求1所述的方法，其中：处理像素数据包括预测溶血、黄疸和脂血中的至少一种的分类指数；和验证所述预测的分类包括使用关于预测的分类指数训练的一个或多个指数验证网络来验证所述预测的分类指数。4.根据权利要求1所述的方法，其中：处理像素数据包括预测溶血分类指数；和验证所述预测的分类包括使用关于所述预测的溶血分类指数训练的指数验证网络来验证所述预测的溶血分类指数。5.根据权利要求1所述的方法，其中：处理像素数据包括预测黄疸分类指数；和验证所述预测的分类包括使用关于所述预测的黄疸分类指数训练的指数验证网络来验证所述预测的黄疸分类指数。6.根据权利要求1所述的方法，其中：处理像素数据包括预测脂血分类指数；和验证所述预测的分类包括使用关于所述预测的脂血分类指数训练的指数验证网络来验证所述预测的脂血分类指数。7.根据权利要求1所述的方法，其中，所述分类还包括正常分类。8.根据权利要求7所述的方法，还包括使用关于正常分类训练的验证网络来验证所述正常分类。9.根据权利要求1所述的方法，其中，使用第一网络处理所述样本的所述一个或多个图像的像素数据包括使用分割网络来处理所述样本的所述一个或多个图像的像素数据。10.根据权利要求1所述的方法，其中，使用第一网络处理所述样本的所述一个或多个图像的像素数据包括使用分类网络来处理所述样本的所述一个或多个图像的像素数据。11.根据权利要求1所述的方法，其中，处理像素数据包括：使用深度语义分割网络标识所述样本中的血清或血浆部分；和至少部分地基于由所述血清或血浆部分的所述像素数据表示的颜色，使用所述深度语
义分割网络预测所述样本的所述血清或血浆部分的分类指数。12.根据权利要求1所述的方法，其中，所述第一网络包括包括至少十一个密集块层的架构。13.根据权利要求1所述的方法，还包括响应于使用所述一个或一个验证...

【专利技术属性】
技术研发人员：V，
申请(专利权)人：美国西门子医学诊断股份有限公司，
类型：发明
国别省市：