血液分層識別方法
【專利摘要】本發(fā)明揭示了一種血液分層識別方法，包括如下步驟：對樣品管進行標定；每隔設(shè)定單位體積做一個標定，記錄其物理高度及對應(yīng)在圖像中的位置；識別樣品管中血液的邊界；體積計算步驟；通過分段插值的算法計算體積，計算結(jié)果時根據(jù)像素位置落在的區(qū)間來做插值計算；從標定的數(shù)據(jù)中獲取第一校準點的體積V1、像素位置P1，以及第二校準點的體積V2、像素位置P2；待計算點的像素位置為P3，則根據(jù)相似三角形計算V3。本發(fā)明提出的血液分層識別方法，可利用2臺甚至4臺攝像機，一次即可拍攝16個樣品，速度比激光掃描快幾十倍。利用本發(fā)明方法無生物安全隱患；每個樣品都有圖片，如果遇到干擾操作員容易發(fā)現(xiàn)。
【專利說明】
血液分層識別方法
技術(shù)領(lǐng)域
[0001 ]本發(fā)明屬于血液識別技術(shù)領(lǐng)域，涉及一種血液識別方法，尤其涉及一種血液分層識別方法。
【背景技術(shù)】
[0002]血液是血漿白細胞和血細胞組成的，由于三者密度不同，在離心后，會分成3層，見圖1所示。
[0003]人的DNA只在血漿中存在，所以所有DNA測序只需對抽取血漿，在自動化測試中就需要對血漿的體積進行自動判定，由于管子的直徑是已知的，問題可以轉(zhuǎn)換成對空氣與血漿分層處的高度Hl，血漿與白細胞處的高度H2進行判定。
[0004]現(xiàn)有血液分層識別通常采用激光掃描法，將樣品管通過自動化機械手抓取到測量位置，從上往下掃描，利用不同顏色的液體對激光吸收度不一樣的原理找出Hl和H2。
[0005]現(xiàn)有方法存在如下問題:1.由于需要進行機械運動，測量速度較慢。2.激光會對人眼造成傷害，有生物安全的隱患。3.裝置處問題時，操作員無法察覺。
[0006]有鑒于此，如今迫切需要設(shè)計一種新的識別方法，以便克服現(xiàn)有識別方法存在的上述缺陷。

【發(fā)明內(nèi)容】

[0007]本發(fā)明所要解決的技術(shù)問題是:提供一種血液分層識別方法，可提高識別效率及精確度。
[0008]為解決上述技術(shù)問題，本發(fā)明采用如下技術(shù)方案:
[0009]—種血液分層識別方法，所述識別方法包括如下步驟:
[00?0]步驟S1、對樣品管進彳丁標定；
[0011 ]向樣品管加入體積為Vl的液體，測量其第一物理高度Hphysicl，在固定物距上對樣品管進行拍照，在照片上設(shè)置感興趣區(qū)域ROI，并記錄下其對應(yīng)的在圖像中的位置HpictureCalibl；
[0012]每隔設(shè)定單位體積做一個標定，記錄其物理高度Hphysic，及對應(yīng)在圖像中的位置HpictureCal ib，形成標定表；
[0013]步驟S2、識別樣品管中血液的邊界;在固定物距上對樣品管進行拍照，在圖像的感興趣區(qū)域ROI有2個顏色變化位置;統(tǒng)計感興趣區(qū)域ROI每個高度所有像素的灰度值之和，生成的曲線有兩個斷崖式下降，從前往后找到第一個往下跳變的位置，從后向前找到第一個向上跳變的位置，從而得到2個分界處的具體圖像位置;2個分界處的具體圖像位置之差為待計算點的像素位置P3 ；
[0014]該算法由于是基于統(tǒng)計，有非常強的魯棒性，即使遇到強光干擾，依然能夠穩(wěn)定解碼，同時由于其只需對感興趣區(qū)域ROI所有點的灰度值遍歷一次，其復雜度為0(n)，速度極快；
[0015]步驟S3、體積計算步驟;通過分段插值的算法計算體積，計算結(jié)果時根據(jù)像素位置落在的區(qū)間來做插值計算;根據(jù)P3在標定表中獲取第一校準點、第二校準點，P1〈P3〈P2;從標定表中獲取第一校準點的體積V1、像素位置Pl，以及第二校準點的體積V2、像素位置P2;
[0016]待計算點的像素位置為P3，則根據(jù)相似三角形計算V3如下:
[0017]V3 = V1+(P3-P1)/(P2-P1)*(V2-V1)。
[0018]一種血液分層識別方法，所述識別方法包括如下步驟:
[0019]步驟S1、對樣品管進行標定;每隔設(shè)定單位體積做一個標定，記錄其物理高度及對應(yīng)在圖像中的位置；
[0020]步驟S2、識別樣品管中血液的邊界;在固定物距上對樣品管進行拍照，在圖像的感興趣區(qū)域ROI有2個顏色變化位置;統(tǒng)計感興趣區(qū)域ROI每個高度所有像素的灰度值之和，生成的像素曲線有兩個斷崖式下降，像素曲線圖中、對應(yīng)樣品管圖像自上而下找到第一個往下跳變的位置，像素曲線圖中、對應(yīng)樣品管圖像自下而上找到第一個向上跳變的位置，從而得到2個分界處的具體圖像位置;2個分界處的具體圖像位置之差為待計算點的像素位置P3；
[0021]步驟S3、體積計算步驟;通過分段插值的算法計算體積，計算結(jié)果時根據(jù)像素位置落在的區(qū)間來做插值計算;根據(jù)P3在標定的數(shù)據(jù)中獲取第一校準點、第二校準點;從標定的數(shù)據(jù)中獲取第一校準點的體積V1、像素位置Pl，以及第二校準點的體積V2、像素位置P2;
[0022]待計算點的像素位置為P3，則根據(jù)相似三角形計算V3如下:
[0023]V3 = V1+(P3-P1)/(P2-P1)*(V2-V1)。
[0024]作為本發(fā)明的一種優(yōu)選方案，步驟SI中，還包括在照片上設(shè)置感興趣區(qū)域ROI;每個樣品都有固定的位置和一定的體積范圍，設(shè)置感興趣區(qū)域ROI以減少干擾，加快計算速度。
[0025]作為本發(fā)明的一種優(yōu)選方案，步驟S2中，該步驟基于統(tǒng)計，有非常強的魯棒性，SP使遇到強光干擾，依然能夠穩(wěn)定解碼，同時由于其只需對感興趣區(qū)域ROI所有點的灰度值遍歷一次，其復雜度為0(n)，速度極快。
[0026]作為本發(fā)明的一種優(yōu)選方案，步驟SI中，標定方法包括:向樣品管加入體積為Vl的液體，測量其第一物理高度Hphysicl，在固定物距上對樣品管進行拍照，并記錄下其對應(yīng)的在圖像中的位置HpictureCalibl。
[0027]作為本發(fā)明的一種優(yōu)選方案，步驟S3中，P1〈P3〈P2。
[0028]本發(fā)明的有益效果在于:本發(fā)明提出的血液分層識別方法，可利用2臺甚至4臺攝像機，一次即可拍攝16個樣品，速度比激光掃描快幾十倍。利用本發(fā)明方法無生物安全隱患；每個樣品都有圖片，如果遇到干擾(強光，標簽、異物遮擋)操作員容易發(fā)現(xiàn);此外，標志位可以手動調(diào)整。
【附圖說明】
[0029]圖1為血液形成的三層組成示意圖。
[0030]圖2為本發(fā)明血液分層識別方法的流程圖。
[0031 ]圖3為本發(fā)明方法檢測的示意圖。
[0032]圖4為本發(fā)明方法中ROI每個高度所有像素的灰度。
[0033]圖5為本發(fā)明方法體積計算的示意圖。
【具體實施方式】
[0034]下面結(jié)合附圖詳細說明本發(fā)明的優(yōu)選實施例。
[0035]實施例一
[0036]請參閱圖2，本發(fā)明揭示了一種血液分層識別方法，所述識別方法包括如下步驟:
[0037]【步驟SI】對樣品管進行標定。
[0038]向樣品管加入體積為Vl的液體，測量其第一物理高度Hphysicl，在固定物距上對樣品管進行拍照，在照片上設(shè)置感興趣區(qū)域ROI，并記錄下其對應(yīng)的在圖像中的位置HpictureCalibl；
[0039]每隔設(shè)定單位體積做一個標定，記錄其物理高度Hphysic，及對應(yīng)在圖像中的位置HpictureCal ib，形成標定表；
[0040]【步驟S2】識別樣品管中血液的邊界。
[0041]在固定物距上對樣品管進行拍照，在圖像的感興趣區(qū)域ROI有2個顏色變化位置，如圖3所示。請參閱圖4，統(tǒng)計感興趣區(qū)域ROI每個高度所有像素的灰度值之和，生成的曲線有兩個斷崖式下降，從前往后找到第一個往下跳變的位置，從后向前找到第一個向上跳變的位置，從而得到2個分界處的具體圖像位置;2個分界處的具體圖像位置之差為待計算點的像素位置P3;
[0042]該算法由于是基于統(tǒng)計，有非常強的魯棒性，即使遇到強光干擾，依然能夠穩(wěn)定解碼，同時由于其只需對感興趣區(qū)域ROI所有點的灰度值遍歷一次，其復雜度為0(n)，速度極快；
[0043]【步驟S3】體積計算步驟。
[0044]請參閱圖5，通過分段插值的算法計算體積，計算結(jié)果時根據(jù)像素位置落在的區(qū)間來做插值計算;根據(jù)P3在標定表中獲取第一校準點、第二校準點，P1〈P3〈P2;從標定表中獲取第一校準點的體積Vl、像素位置Pl，以及第二校準點的體積V2、像素位置P2;
[0045]待計算點的像素位置為P3，則根據(jù)相似三角形計算V3如下:
[0046]V3 = V1+(P3-P1)/(P2-P1)*(V2-V1)。
[0047]實施例二
[0048]—種血液分層識別方法，所述識別方法包括如下步驟:
[0049]步驟S1、對樣品管進行標定;每隔設(shè)定單位體積做一個標定，記錄其物理高度及對應(yīng)在圖像中的位置；
[0050]步驟S2、識別樣品管中血液的邊界;在固定物距上對樣品管進行拍照，在圖像的感興趣區(qū)域ROI有2個顏色變化位置;統(tǒng)計感興趣區(qū)域ROI每個高度所有像素的灰度值之和，生成的像素曲線有兩個斷崖式下降，像素曲線圖中、對應(yīng)樣品管圖像自上而下找到第一個往下跳變的位置，像素曲線圖中、對應(yīng)樣品管圖像自下而上找到第一個向上跳變的位置，從而得到2個分界處的具體圖像位置;2個分界處的具體圖像位置之差為待計算點的像素位置P3；
[0051]步驟S3、體積計算步驟;通過分段插值的算法計算體積，計算結(jié)果時根據(jù)像素位置落在的區(qū)間來做插值計算;根據(jù)P3在標定的數(shù)據(jù)中獲取第一校準點、第二校準點;從標定的數(shù)據(jù)中獲取第一校準點的體積V1、像素位置Pl，以及第二校準點的體積V2、像素位置P2;
[0052]待計算點的像素位置為P3，則根據(jù)相似三角形計算V3如下:
[0053]V3 = V1+(P3-P1)/(P2-P1)*(V2-V1)。
[0054]綜上所述，本發(fā)明提出的血液分層識別方法，可利用2臺甚至4臺攝像機，一次即可拍攝16或32個樣品，速度比激光掃描快幾十倍。利用本發(fā)明方法無生物安全隱患;每個樣品都有圖片，如果遇到干擾(強光，標簽、異物遮擋)操作員容易發(fā)現(xiàn);此外，標志位可以手動調(diào)整。
[0055]這里本發(fā)明的描述和應(yīng)用是說明性的，并非想將本發(fā)明的范圍限制在上述實施例中。這里所披露的實施例的變形和改變是可能的，對于那些本領(lǐng)域的普通技術(shù)人員來說實施例的替換和等效的各種部件是公知的。本領(lǐng)域技術(shù)人員應(yīng)該清楚的是，在不脫離本發(fā)明的精神或本質(zhì)特征的情況下，本發(fā)明可以以其它形式、結(jié)構(gòu)、布置、比例，以及用其它組件、材料和部件來實現(xiàn)。在不脫離本發(fā)明范圍和精神的情況下，可以對這里所披露的實施例進行其它變形和改變。
【主權(quán)項】
1.一種血液分層識別方法，其特征在于，所述識別方法包括如下步驟: 步驟S1、對樣品管進彳丁標定； 向樣品管加入體積為Vl的液體，測量其第一物理高度HphysicI，在固定物距上對樣品管進行拍照，在照片上設(shè)置感興趣區(qū)域ROI，并記錄下其對應(yīng)的在圖像中的位置HpictureCalibl ； 每隔設(shè)定單位體積做一個標定，記錄其物理高度Hphysic，及對應(yīng)在圖像中的位置HpictureCal ib，形成標定表； 步驟S2、識別樣品管中血液的邊界;在固定物距上對樣品管進行拍照，在圖像的感興趣區(qū)域ROI有2個顏色變化位置;統(tǒng)計感興趣區(qū)域ROI每個高度所有像素的灰度值之和，生成的曲線有兩個斷崖式下降，從前往后找到第一個往下跳變的位置，從后向前找到第一個向上跳變的位置，從而得到2個分界處的具體圖像位置;2個分界處的具體圖像位置之差為待計算點的像素位置P3; 該算法由于是基于統(tǒng)計，有非常強的魯棒性，即使遇到強光干擾，依然能夠穩(wěn)定解碼，同時由于其只需對感興趣區(qū)域ROI所有點的灰度值遍歷一次，其復雜度為0(n)，速度極快； 步驟S3、體積計算步驟;通過分段插值的算法計算體積，計算結(jié)果時根據(jù)像素位置落在的區(qū)間來做插值計算;根據(jù)P3在標定表中獲取第一校準點、第二校準點，P1〈P3〈P2;從標定表中獲取第一校準點的體積V1、像素位置Pl，以及第二校準點的體積V2、像素位置P2; 待計算點的像素位置為P3，則根據(jù)相似三角形計算V3如下: V3 = V1+(P3-P1)/(P2-P1)*(V2-V1)02.一種血液分層識別方法，其特征在于，所述識別方法包括如下步驟: 步驟S1、對樣品容器進行標定;每隔設(shè)定單位體積做一個標定，記錄其物理高度及對應(yīng)在圖像中的位置； 步驟S2、識別樣品容器中血液的邊界;在固定物距上對樣品容器進行拍照，在圖像的感興趣區(qū)域ROI有2個顏色變化位置;統(tǒng)計感興趣區(qū)域ROI每個高度所有像素的灰度值之和，生成的像素曲線有兩個斷崖式下降，像素曲線圖中、對應(yīng)樣品容器圖像自上而下找到第一個往下跳變的位置，像素曲線圖中、對應(yīng)樣品容器圖像自下而上找到第一個向上跳變的位置，從而得到2個分界處的具體圖像位置;2個分界處的具體圖像位置之差為待計算點的像素位置P3; 步驟S3、體積計算步驟;通過分段插值的算法計算體積，計算結(jié)果時根據(jù)像素位置落在的區(qū)間來做插值計算;根據(jù)P3在標定的數(shù)據(jù)中獲取第一校準點、第二校準點;從標定的數(shù)據(jù)中獲取第一校準點的體積V1、像素位置Pl，以及第二校準點的體積V2、像素位置P2; 待計算點的像素位置為P3，則根據(jù)相似三角形計算V3如下: V3 = V1+(P3-P1)/(P2-P1)*(V2-V1)03.根據(jù)權(quán)利要求2所述的血液分層識別方法，其特征在于: 步驟SI中，還包括在照片上設(shè)置感興趣區(qū)域R0I;每個樣品都有固定的位置和一定的體積范圍，設(shè)置感興趣區(qū)域ROI以減少干擾，加快計算速度。4.根據(jù)權(quán)利要求3所述的血液分層識別方法，其特征在于: 步驟S2中，該步驟基于統(tǒng)計，有非常強的魯棒性，即使遇到強光干擾，依然能夠穩(wěn)定解碼，同時由于其只需對感興趣區(qū)域ROI所有點的灰度值遍歷一次，其復雜度為0(n)，速度極 快。5.根據(jù)權(quán)利要求2所述的血液分層識別方法，其特征在于: 步驟SI中，標定方法包括:向樣品容器加入體積為VI的液體，測量其第一物理高度Hphysicl，在固定物距上對樣品容器進行拍照，并記錄下其對應(yīng)的在圖像中的位置HpictureCalibl。6.根據(jù)權(quán)利要求2所述的血液分層識別方法，其特征在于: 步驟33中，？1〈?3〈?2。
【文檔編號】G06T7/40GK106056612SQ201610390622
【公開日】2016年10月26日
【申請日】2016年6月3日
【發(fā)明人】謝仁祥
【申請人】盈開生物科技（上海）有限公司