CN102759617A - 蛋白印迹自动判读方法及其判读装置 - Google Patents
蛋白印迹自动判读方法及其判读装置 Download PDFInfo
- Publication number
- CN102759617A CN102759617A CN2012102537252A CN201210253725A CN102759617A CN 102759617 A CN102759617 A CN 102759617A CN 2012102537252 A CN2012102537252 A CN 2012102537252A CN 201210253725 A CN201210253725 A CN 201210253725A CN 102759617 A CN102759617 A CN 102759617A
- Authority
- CN
- China
- Prior art keywords
- film bar
- image
- measured
- camera
- identification frame
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开一种蛋白印迹自动判读方法及其判读装置,采用机器视觉技术用摄像头从上向下直接拍摄检测膜条样本,瞬间获取膜条图像,对于膜条的位置的精度要求不高,也不用担负生物污染的危险,可通过虚拟识别框自动判断膜条位置,根据膜条的类别自动识别出检测结果,保存到数据库中,大大减轻了检验人员的工作强度,提高了工作效率,降低人为误差和人为差异,尤其是降低了实验过程中的生物污染危险,膜条和判读设备及实验人员不再有直接接触,符合实验室生物安全的要求和趋势。
Description
技术领域
本发明属于生物检测技术领域,涉及一种蛋白印迹自动判读方法以及相应的判读装置。
背景技术
随着临床检测技术的发展,蛋白印迹自动检测逐渐普及,相比人工检测,自动检测可一次性检测大量样本。但是检测结果的判断基本上还是靠人眼判断,人工判断由于主观性较强,容易形成个人差异。
目前也有通过扫描仪扫描从而实现自动判断的***,可杜绝传统人工判断的误差,其判读结果具有一致性以及量化性的特点。但是现有扫描仪判读***的缺陷在于,扫描仪扫描一副蛋白印迹膜条样本图像需1分钟以上,且扫描之前的准备工作耗时较长,必须把每条膜条样本精确粘贴在模板上,只要粘贴位置有纤毫偏移,都会对扫描结果产生影响,操作复杂、效率低下。同时在粘贴扫描过程中,由于经未知血清污染的膜条样本需人手拿取粘贴,还需要直接接触到扫描仪的玻璃上,实验标本及判读设备无法进行有效的清洁和消毒,生物污染的安全隐患非常大。
发明内容
针对现有扫描仪判读***的上述不足,申请人经过研究改进,提供一种蛋白印迹自动判读方法及其判读装置,可免去样本粘贴扫描的麻烦,一次性完成采集和判读,速度快、识别率高、操作简便,可以自动识别蛋白印迹的阴阳性,并有定量数值。
本发明的技术方案如下:
本发明提供一种蛋白印迹自动判读方法,包括以下步骤:
(1)将一标准膜条放置在摄像头下方,调整摄像头,使摄像头内预设的与所述标准膜条尺寸相适应的虚拟识别框与所述标准膜条在摄像头中实时显示的画面相对准,并计算出所述标虚拟识别框与所述标准膜条在摄像头中实时显示画面之间大小关系的识别系数;
(2)待测膜条在反应槽中反应完成后,将包含有待测膜条的反应槽整个取出放置在摄像头下方,反应槽的放置方向需保证反应槽内的待测膜条在摄像头拍摄画面内呈水平或垂直,与水平或垂直方向的角度误差不超过10°;
(3)根据所述待测膜条的类型选择与该类型膜条尺寸相适应的虚拟识别框备用;根据步骤(1)中得到的识别系数将备用的虚拟识别框的大小调整至与待测膜条在图像中的显示大小相一致;
(4)虚拟识别框在拍摄图像中只可正交放置,根据所述待测膜条的放置方向设定所述备用的虚拟识别框的放置方向为水平或者垂直,并根据待测膜条的参考线往检测项目的方向设定所述备用的虚拟识别框中的定位线的位置;
(5)启动摄像头,采集一幅反应槽的实时图像,将采集到的反应槽图像转换成灰度图,并依次进行腐蚀算法、平滑算法、二值化以及轮廓检测,以将采集的反应槽图像中的待测膜条的图像识别出来;
(6)在识别出的待测膜条的图像上自动放置已通过步骤(3)、步骤(4)调整好的虚拟识别框,使所述虚拟识别框的定位线与识别出的待测膜条图像中参考线相重合,从而确定虚拟识别框的放置位置;
(7)将上述各虚拟识别框所限定的待测膜条图像分别裁剪下来,保存到指定的文件夹;
(8)从膜条数据库中取得所测膜条的检测项目的信息参数,根据所测膜条参考线的位置,对所测膜条上各个检测项目的位置进行精确定位;将虚拟识别框分割为多个区域,使所测膜条上各个检测项目分别落入所述区域中;
(9)把识别出的膜条根据颜色进行处理转换成结果曲线,识别曲线上的峰值,即为阳性值,得到判读结果;所述判断峰值的算法是将曲线的各个点存入数组,对数组进行微分运算,对每点进行确定,其在相连的左右一段区域内是否为顶,从而计算出峰值;
(10)手动录入或者从外部导入病人资料,把所述病人资料和对应的被测膜条的判读结果进行匹配,依次保存到结果数据库中,生成检测报告;外部***也可直接调用判读结果数据,整合到其他的检测报告中。
本发明还提供一种用于实现上述方法的蛋白印迹自动判读装置,包括转轴、摄像头、可升降支撑杆、专用遮光罩、角度调整臂、控制底座以及电源开关;所述摄像头安装于专用遮光罩内并与所述专用遮光罩一起固定在角度调整臂的一端,所述角度调整臂的另一端通过转轴与可升降支撑杆的一端连接,所述可升降支撑杆的另一端固定在控制底座上,控制底座上设有电源开关。
本发明的有益技术效果是:
本发明采用机器视觉技术用摄像头从上向下直接拍摄检测膜条样本,瞬间获取图像,对于膜条的位置的精度要求不高,也不用担负生物污染的危险,可自动判断膜条位置,根据膜条的类别自动识别出检测结果,保存到数据库中,大大减轻了检验人员的工作强度,提高了工作效率,降低人为误差和人为差异,尤其是降低了实验过程中的生物污染危险,膜条和判读设备及实验人员不再有直接接触,符合实验室生物安全的要求和趋势。
附图说明
图1是校准摄像头时的示意图。
图2是包含有待测膜条的反应槽的示意图。
图3是垂直方向放置的膜条的示意图。
图4是在识别出的膜条图像上放置虚拟识别框的示意图。
图5是将虚拟识别框内的膜条图像分割个多个区域的示意图。
图6是蛋白印迹自动判读装置的主视图。
图7是蛋白印迹自动判读装置的左视图。
图8是蛋白印迹自动判读装置的附视图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步说明。
本发明所提供的蛋白印迹自动判读方法,包括以下步骤:
步骤(1):校准摄像头。在第一次使用或者更换过摄像头后,需要校准摄像头。将一标准膜条放置在摄像头下方,调整摄像头,使摄像头内预设的与所述标准膜条尺寸相适应的虚拟识别框与所述标准膜条在摄像头中实时显示的画面相对准,要放置水平(如图1所示)。计算出所述标虚拟识别框与所述标准膜条在摄像头中实时显示画面之间大小关系的识别系数。
步骤(2):放置反应槽。待测膜条在反应槽中反应完成后,将包含有待测膜条的反应槽(如图2所示)整个取出放置在摄像头下方,反应槽无论横放还是竖放都可以,只要确保反应槽内的待测膜条在摄像头拍摄画面内基本呈水平或垂直,与水平或垂直方向的角度误差不超过10°。
步骤(3):根据待测膜条的类型选择与该类型膜条尺寸相适应的虚拟识别框以备用;根据步骤(1)中得到的识别系数将备用的虚拟识别框的大小调整至与待测膜条在图像中的显示大小相一致。
步骤(4):图3示出了一个垂直方向放置的膜条的示意图,其从上至下依次为参考线、检测功能线、临界值线、U1-snRNP、SmDl、SSA/60kD、SSA/52kd、SSB/La、Scl-70、Jo-1等检测项目。由于虚拟识别框在拍摄图像中只可正交放置,因此要根据待测膜条的放置方向设定所述备用的虚拟识别框的放置方向为水平或者垂直,并根据待测膜条的参考线往检测项目的方向设定备用的虚拟识别框中的定位线的位置。
步骤(5):完成了以上步骤(3)至步骤(4)的设置后,可以开始识别膜条了。启动摄像头,采集一幅反应槽的实时图像,将采集到的图像转换成灰度图,然后依次进行腐蚀算法、平滑算法、二值化以及轮廓检测,以将采集的反应槽图像中的待测膜条的图像识别出来,以及识别出膜条的参考线的位置。
腐蚀算法:用3x3的结构元素,扫描图像的每一个像素,用3x3的结构元素与其覆盖的二值图像做“与”操作,如果都为1,结果图像的该像素为1;否则为0。
结果:使二值图像减小一圈。
定义:E=BS={x,y|SxyB}
腐蚀算法属于形态学运算,腐蚀可以用来提取骨干信息,去除噪声。
平滑算法:对图像进行核大小为指定参数的高斯卷积。卷积是一种线性运算,用于图像滤波。
二值化:根据指定的阀值参数,使图像变成非0即1的数字。
轮廓检测:从二值化的图像中检索轮廓,判断与膜条的定位线相似的轮廓,根据轮廓尺寸、位置,筛选出最有可能的轮廓。
步骤(6):在识别出的待测膜条的图像上自动放置已通过步骤(3)、步骤(4)调整好的虚拟识别框,使所述虚拟识别框的定位线与识别出的待测膜条图像中参考线相重合,以此确定虚拟识别框的放置位置(如图4所示)。
步骤(7):将上述各虚拟识别框所限定的待测膜条图像分别裁剪下来,保存到指定的文件夹。
如果发现有待测膜条未被识别出来,在白色背景反应槽的情况下,可以减少二值化的阀值,并再次识别;在黑色背景反应槽的情况下,一般都会识别出来,如果没识别到,可以提高二值化的阀值,并再次识别。二值化的阀值最高不能超过250。
如果发现有待测膜条未被识别出来,在图像过亮的情况下,降低亮度,并再次识别;在图像过暗的情况下,提高亮度,并再次识别。在图像对比度过高的情况下,降低对比度,并再次识别;在图像对比度过低的情况下,提高对比度,并再次识别。
对偏色图像采用基于灰度世界模型的算法进行白平衡,再次进行识别,直到成功识别。
如果发现还有待测膜条未被识别出来,可以在图像中未被识别出的待测膜条位置处手动添加虚拟识别框。
识别完成后,如果发现所识别出的待测膜条有少量倾斜(如图4所示),则在图像中手动上下移动虚拟识别框的位置,确保待测膜条图像贯穿虚拟识别框;如果倾斜严重,需要重新调整反应槽或待测膜条位置,并重新进行识别并裁剪。
步骤(8):从膜条数据库中取得所测膜条的检测项目的信息参数,根据所测膜条参考线的位置,对所测膜条上各个检测项目的位置进行精确定位;将虚拟识别框分割为多个区域,使所测膜条上各个检测项目分别落入所述区域中。图5示出了编号为“08”的某膜条裁剪后的图像进行区域分割后的示意图,其中的检测项目实际应为深度值,在此用宽度来表示深度值。
步骤(9):把识别出的膜条根据颜色进行处理转换成结果曲线,识别曲线上的峰值,就是阳性值,得到判读结果。
这里判断峰值的算法是将曲线的各个点存入数组,对数组进行微分运算,对每点进行确定,其在相连的左右一段区域内是否为顶,从而计算出峰值。
如果觉得结果数值与实际有差异需要修改,可以手动修改。
如图5所示的膜条的判读结果如下表:
抗原 | 强度 | 级别 |
cut-off control | 22 | 0 |
dsDNA | 0 | 0 |
核小体 | 0 | 0 |
组蛋白 | 1 | 0 |
SmD1 | 0 | 0 |
PCNA | 3 | 0 |
P0 | 0 | 0 |
SSA/60kD | 97 | +++ |
SSA/52kD | 104 | ++++ |
SSB/La | 28 | + |
着丝点 | 0 | 0 |
Scl-70 | 1 | 0 |
U1-snRNP | 2 | 0 |
AMAM2 | 0 | 0 |
Jo-1 | 0 | 0 |
PM-Scl | 0 | 0 |
步骤(10):把病人资料和对应的被测膜条的判读结果进行匹配,依次保存到结果数据库中,生成检测报告并打印。例如检测报告可包括输入送检科室、送检者、采样日期、检验科室、操作医生等信息。也可以通过和外部***的接口,外部***直接调用结果数据,整合到其他的检测报告中。病人资料也可以不用在本***中录入,直接从外部***导入。
以下将现有的判读方法与本发明的判读方法进行对比。
现有技术的步骤:1、做完实验,人工从反应槽中取出膜条(膜条未做排除HIV等高危项目检测,阳性血清具有极大污染性)→2、用双面胶黏贴到指定卡片上的特定位置(非常费时,还需要精细,位置不对会影响结果)→3、倒置到扫描仪面板上(污染了扫描仪,扫描仪是多项指标均扫描,无法控制单一性)进行扫描→4、通过扫描获取图像→5、在获取图像中进行判读(完全依赖膜条贴的位置,不会自动识别,在膜条位置的玻璃上用水笔画条线也会被误判阳性)→6、发出报告→7、清理消毒扫描仪(无有效清洁消除方式)→8、按照实验室污染物无害处理规程进行处理实验膜条。
本发明的步骤:1、做完实验,不用从反应槽中取出膜条(减少污染危险),直接放置判读设备下,不用碰其他装置,效率极高,随便放置即可→2、不用黏贴,鼠标控制即可对准判读对象→3、膜条在任意位置能自动识别,方向不限,上下左右均可→4、整个过程鼠标操作即可,直接判读→5、发出报告→6、无需消毒清理判读设备(过程中均无接触)→7、按规定处理膜条(整个过程时间上,步骤上完全和原先技术不一样,大大提高了效率和安全性)
在上述说明的基础上,本发明同时提供一种用于实现该判读方法的蛋白印迹自动判读装置。装置的结构如图6~图8所示,其包括转轴1、摄像头2、可升降支撑杆3、专用遮光罩4、角度调整臂5、控制底座6以及电源开关7。摄像头2安装于专用遮光罩4内并与专用遮光罩4一起固定在角度调整臂5的一端,角度调整臂5的另一端通过转轴1与可升降支撑杆3的一端连接,可升降支撑杆3的另一端固定在控制底座6上,控制底座6上设有电源开关7。
上述装置用拍摄方式取得判读图像,用控制底座6来区分判读区域。用摄像头2从顶向下方式拍摄,被拍摄物体无需特别处理。拍摄图像通过USB接口直接导入电脑,进行处理。专用遮光罩4可减低环境光线的影响。摄像头2的焦距可调,上下位置可调整,镜头可旋转。摄像装置自带光源。用滤光镜来调节光通量。
以上所述的仅是本发明的优选实施方式,本发明不限于以上实施例。可以理解,本领域技术人员在不脱离本发明的精神和构思的前提下直接导出或联想到的其他改进和变化,均应认为包含在本发明的保护范围之内。
Claims (9)
1.一种蛋白印迹自动判读方法,其特征在于包括以下步骤:
(1)将一标准膜条放置在摄像头下方,调整摄像头,使摄像头内预设的与所述标准膜条尺寸相适应的虚拟识别框与所述标准膜条在摄像头中实时显示的画面相对准,并计算出所述标虚拟识别框与所述标准膜条在摄像头中实时显示画面之间大小关系的识别系数;
(2)待测膜条在反应槽中反应完成后,将包含有待测膜条的反应槽整个取出放置在摄像头下方,反应槽的放置方向需保证反应槽内的待测膜条在摄像头拍摄画面内呈水平或垂直,与水平或垂直方向的角度误差不超过10°;
(3)根据所述待测膜条的类型选择与该类型膜条尺寸相适应的虚拟识别框备用;根据步骤(1)中得到的识别系数将备用的虚拟识别框的大小调整至与待测膜条在图像中的显示大小相一致;
(4)虚拟识别框在拍摄图像中只可正交放置,根据所述待测膜条的放置方向设定所述备用的虚拟识别框的放置方向为水平或者垂直,并根据待测膜条的参考线往检测项目的方向设定所述备用的虚拟识别框中的定位线的位置;
(5)启动摄像头,采集一幅反应槽的实时图像,将采集到的反应槽图像转换成灰度图,并依次进行腐蚀算法、平滑算法、二值化以及轮廓检测,以将采集的反应槽图像中的待测膜条的图像识别出来;
(6)在识别出的待测膜条的图像上自动放置已通过步骤(3)、步骤(4)调整好的虚拟识别框,使所述虚拟识别框的定位线与识别出的待测膜条图像中参考线相重合,从而确定虚拟识别框的放置位置;
(7)将上述各虚拟识别框所限定的待测膜条图像分别裁剪下来,保存到指定的文件夹;
(8)从膜条数据库中取得所测膜条的检测项目的信息参数,根据所测膜条参考线的位置,对所测膜条上各个检测项目的位置进行精确定位;将虚拟识别框分割为多个区域,使所测膜条上各个检测项目分别落入所述区域中;
(9)把识别出的膜条根据颜色进行处理转换成结果曲线,识别曲线上的峰值,即为阳性值,得到判读结果;所述判断峰值的算法是将曲线的各个点存入数组,对数组进行微分运算,对每点进行确定,其在相连的左右一段区域内是否为顶,从而计算出峰值;
(10)手动录入或者从外部导入病人资料,把所述病人资料和对应的被测膜条的判读结果进行匹配,依次保存到结果数据库中,生成检测报告;外部***也可直接调用判读结果数据,整合到其他的检测报告中。
2.根据权利要求1所述蛋白印迹自动判读方法,其特征在于:
步骤(5)中的所述腐蚀算法属于形态学运算,用于提取骨干信息,去除噪声;用3x3的结构元素,扫描图像中的每一个像素,将所述3x3的结构元素与其覆盖的二值图像做“与”操作,如果结果都为1,则图像中的该像素为1;否则图像中的该像素为0;
步骤(5)中的所述平滑算法是对图像进行核大小为指定参数的高斯卷积;卷积是一种线性运算,用于图像滤波;
步骤(5)中的所述二值化是根据指定的阀值参数,使图像变成非0即1的数字;
步骤(5)中的所述轮廓检测是从二值化的图像中检索轮廓,判断与膜条的定位线相似的轮廓,根据轮廓尺寸、位置,筛选出最有可能的膜条的轮廓。
3.根据权利要求1所述蛋白印迹自动判读方法,其特征在于:在步骤(7)后,若发现有待测膜条未被识别出来,则调节二值化的阀值:在白色背景反应槽的情况下,在0~250的范围内减少二值化的阀值,并再次进行步骤(5)及步骤(6)的识别;在黑色背景反应槽的情况下,在0~250的范围内提高二值化的阀值,并再次进行步骤(5)及步骤(6)的识别。
4.根据权利要求1所述蛋白印迹自动判读方法,其特征在于:在步骤(7)后,若发现有待测膜条未被识别出来,则调节图像亮度:在图像过亮的情况下,降低亮度,并再次进行步骤(5)及步骤(6)的识别;在图像过暗的情况下,提高亮度,并再次进行步骤(5)及步骤(6)的识别。
5.根据权利要求1所述蛋白印迹自动判读方法,其特征在于:在步骤(7)后,若发现有待测膜条未被识别出来,则调节图像对比度:在图像对比度过高的情况下,降低对比度,并再次进行步骤(5)及步骤(6)的识别;在图像对比度过低的情况下,提高对比度,并再次进行步骤(5)及步骤(6)的识别。
6.根据权利要求1所述蛋白印迹自动判读方法,其特征在于:在步骤(7)后,若发现有待测膜条未被识别出来,则对偏色图像采用基于灰度世界模型的算法进行白平衡,再次进行步骤(5)及步骤(6)的识别。
7.根据权利要求1所述蛋白印迹自动判读方法,其特征在于:在步骤(7)后,若发现有待测膜条未被识别出来,则在图像中未被识别出的待测膜条位置手动添加虚拟识别框。
8.根据权利要求1所述蛋白印迹自动判读方法,其特征在于:在步骤(7)后,若发现所识别出的待测膜条有少量倾斜,则在图像中手动调节虚拟识别框的位置,确保待测膜条图像贯穿虚拟识别框;若发现所识别出的待测膜条倾斜严重,则重新调整反应槽或待测膜条位置,并重新进行步骤(5)及步骤(6)的识别以及步骤(7)的裁剪。
9.一种用于实现权利要求1所述方法的蛋白印迹自动判读装置,其特征在于:包括转轴(1)、摄像头(2)、可升降支撑杆(3)、专用遮光罩(4)、角度调整臂(5)、控制底座(6)以及电源开关(7);所述摄像头(2)安装于专用遮光罩(4)内并与所述专用遮光罩(4)一起固定在角度调整臂(5)的一端,所述角度调整臂(5)的另一端通过转轴(1)与可升降支撑杆(3)的一端连接,所述可升降支撑杆(3)的另一端固定在控制底座(6)上,控制底座(6)上设有电源开关(7)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210253725.2A CN102759617B (zh) | 2012-07-20 | 2012-07-20 | 蛋白印迹自动判读方法及其判读装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210253725.2A CN102759617B (zh) | 2012-07-20 | 2012-07-20 | 蛋白印迹自动判读方法及其判读装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102759617A true CN102759617A (zh) | 2012-10-31 |
CN102759617B CN102759617B (zh) | 2014-06-25 |
Family
ID=47054135
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210253725.2A Active CN102759617B (zh) | 2012-07-20 | 2012-07-20 | 蛋白印迹自动判读方法及其判读装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102759617B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108562750A (zh) * | 2018-06-01 | 2018-09-21 | 安图实验仪器(郑州)有限公司 | 印迹膜条结果判读方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1536522A (zh) * | 2003-04-10 | 2004-10-13 | 力捷电脑股份有限公司 | 试片检验区检测结果自动侦测方法 |
CN1555028A (zh) * | 2003-12-23 | 2004-12-15 | 沈阳东软数字医疗***股份有限公司 | 医学图像分割中关于皮肤的自动提取方法 |
AU2005303881A1 (en) * | 2004-11-11 | 2006-05-18 | Orgentec Diagnostika Gmbh | Device for carrying out an individual immunoassay in a fully automatic manner |
US20080186133A1 (en) * | 2007-02-02 | 2008-08-07 | Beckman Coulter, Inc. | System and method for autoverifying laboratory test results |
CN101833007A (zh) * | 2010-02-25 | 2010-09-15 | 上海迅达医疗仪器有限公司 | 一种蛋白印迹检测装置 |
CN102034232A (zh) * | 2009-09-25 | 2011-04-27 | 上海电机学院 | 一种医学影像图形的分割方法 |
CN102446342A (zh) * | 2011-08-30 | 2012-05-09 | 西安交通大学 | 可重构二值运算器、可重构二值图像处理***及其实现基本形态学算法的方法 |
-
2012
- 2012-07-20 CN CN201210253725.2A patent/CN102759617B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1536522A (zh) * | 2003-04-10 | 2004-10-13 | 力捷电脑股份有限公司 | 试片检验区检测结果自动侦测方法 |
CN1555028A (zh) * | 2003-12-23 | 2004-12-15 | 沈阳东软数字医疗***股份有限公司 | 医学图像分割中关于皮肤的自动提取方法 |
AU2005303881A1 (en) * | 2004-11-11 | 2006-05-18 | Orgentec Diagnostika Gmbh | Device for carrying out an individual immunoassay in a fully automatic manner |
US20080186133A1 (en) * | 2007-02-02 | 2008-08-07 | Beckman Coulter, Inc. | System and method for autoverifying laboratory test results |
CN102034232A (zh) * | 2009-09-25 | 2011-04-27 | 上海电机学院 | 一种医学影像图形的分割方法 |
CN101833007A (zh) * | 2010-02-25 | 2010-09-15 | 上海迅达医疗仪器有限公司 | 一种蛋白印迹检测装置 |
CN102446342A (zh) * | 2011-08-30 | 2012-05-09 | 西安交通大学 | 可重构二值运算器、可重构二值图像处理***及其实现基本形态学算法的方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108562750A (zh) * | 2018-06-01 | 2018-09-21 | 安图实验仪器(郑州)有限公司 | 印迹膜条结果判读方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102759617B (zh) | 2014-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108355987B (zh) | 一种基于分块模板匹配的电池丝印质量检测方法 | |
CN110383038B (zh) | 用于对空气样本进行自动分析的***和方法 | |
CN201218723Y (zh) | 光电非接触式图像检测装置 | |
CN107084991A (zh) | 基于机器视觉的石英棒气泡检测及品质分级方法 | |
CN107449782A (zh) | 手机外壳侧边表面缺陷数字化定量检测*** | |
CN103852034B (zh) | 一种电梯导轨垂直度检测方法 | |
JP2009244253A (ja) | 粒子分析装置、粒子分析方法およびコンピュータプログラム | |
CN1485616A (zh) | 禽蛋品质无损自动检测分级设备及方法 | |
CN110096980A (zh) | 字符检测识别*** | |
CN210071686U (zh) | 基于正交双目机器视觉的水果分级装置 | |
CN114638797A (zh) | 一种基于线阵相机的铜表面缺陷检测方法及装置 | |
CN111122590B (zh) | 一种陶瓷表面缺陷检测装置及检测方法 | |
CN107290347A (zh) | 蜂窝载体缺陷自动化检测方法 | |
CN206223683U (zh) | 一种板状带孔工件表面缺陷检测装置 | |
CN106599890A (zh) | 变电站巡检机器人数字式仪表识别算法 | |
Fu et al. | Medicine glass bottle defect detection based on machine vision | |
JP2017521011A (ja) | シンボルの光学的検出方法 | |
CN109622404B (zh) | 一种基于机器视觉的微工件自动分拣***及方法 | |
CN109241948A (zh) | 一种数控刀具视觉识别方法及装置 | |
CN109406539B (zh) | 一种透明药瓶底部积料缺陷检测***与方法 | |
CN113793322A (zh) | 一种对磁性材料自动检测的方法、电子设备和存储介质 | |
CN102759617B (zh) | 蛋白印迹自动判读方法及其判读装置 | |
CN102609699A (zh) | 一种激光扫描铸件工件号的识别装置和方法 | |
CN113743311A (zh) | 一种基于机器视觉的电池与连接片焊点检测装置和方法 | |
CN202693586U (zh) | 蛋白印迹自动判读装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |