CN113994196A - 确定体液中分析物的浓度的方法和配置为用于确定体液中分析物的浓度的移动装置 - Google Patents

确定体液中分析物的浓度的方法和配置为用于确定体液中分析物的浓度的移动装置 Download PDF

Info

Publication number
CN113994196A
CN113994196A CN202080046528.6A CN202080046528A CN113994196A CN 113994196 A CN113994196 A CN 113994196A CN 202080046528 A CN202080046528 A CN 202080046528A CN 113994196 A CN113994196 A CN 113994196A
Authority
CN
China
Prior art keywords
calibration
tone mapping
image
mobile device
mapping function
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.)
Pending
Application number
CN202080046528.6A
Other languages
English (en)
Inventor
M·贝格
F·海勒
B·利姆伯格
D·斯库里蒂纳
V·图尔克
M·温克恩克姆佩尔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
F Hoffmann La Roche AG
Original Assignee
F Hoffmann La Roche AG
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by F Hoffmann La Roche AG filed Critical F Hoffmann La Roche AG
Publication of CN113994196A publication Critical patent/CN113994196A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/8483Investigating reagent band
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/145Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14546Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring analytes not otherwise provided for, e.g. ions, cytochromes
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/75Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated
    • G01N21/77Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator
    • G01N21/78Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator producing a change of colour
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/15Devices for taking samples of blood
    • A61B5/150007Details
    • A61B5/150358Strips for collecting blood, e.g. absorbent
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01Arrangements or apparatus for facilitating the optical investigation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/52Use of compounds or compositions for colorimetric, spectrophotometric or fluorometric investigation, e.g. use of reagent paper and including single- and multilayer analytical elements
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/90Dynamic range modification of images or parts thereof
    • G06T5/92Dynamic range modification of images or parts thereof based on global image properties
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01Arrangements or apparatus for facilitating the optical investigation
    • G01N2021/0106General arrangement of respective parts
    • G01N2021/0112Apparatus in one mechanical, optical or electronic block
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N2021/1765Method using an image detector and processing of image signal
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/8483Investigating reagent band
    • G01N2021/8488Investigating reagent band the band presenting reference patches
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00Features of devices classified in G01N21/00
    • G01N2201/02Mechanical
    • G01N2201/022Casings
    • G01N2201/0221Portable; cableless; compact; hand-held
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00Features of devices classified in G01N21/00
    • G01N2201/12Circuits of general importance; Signal processing
    • G01N2201/127Calibration; base line adjustment; drift compensation

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Molecular Biology (AREA)
  • Plasma & Fusion (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Biomedical Technology (AREA)
  • Hematology (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • Urology & Nephrology (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biotechnology (AREA)
  • Food Science & Technology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Medicinal Chemistry (AREA)
  • Cell Biology (AREA)
  • Microbiology (AREA)
  • Quality & Reliability (AREA)
  • Optics & Photonics (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Investigating Or Analysing Materials By The Use Of Chemical Reactions (AREA)
  • Image Processing (AREA)
  • Studio Devices (AREA)

Abstract

本发明提出了一种通过使用具有相机(112)的移动装置(110)来确定体液中分析物的浓度的方法。所述方法包括以下步骤:a)通过使用所述相机(112)来拍摄对象(118)的至少一个目标区域(116)的一系列校准图像(114),其中所述校准图像(114)的亮度不同;b)从在步骤a)中拍摄的所述系列的每个校准图像(114)导出用于所述移动装置(110)的色调映射函数的至少一个关键校准数值(137)特征;c)通过考虑来自在步骤a)中拍摄的所述系列的所述校准图像(114)的所述关键校准数值(137),确定所述移动装置(110)的至少一个可能的色调映射函数(120);d)拍摄光学测试条(124)的测试区(122)的至少部分的至少一个分析图像,所述测试区(122)施加有所述体液;以及e)通过考虑所述移动装置(110)的所述可能的色调映射函数(120),从所述测试区(122)的所述分析图像确定所述体液中所述分析物的浓度。

Description

确定体液中分析物的浓度的方法和配置为用于确定体液中分 析物的浓度的移动装置
技术领域
本申请涉及一种通过使用具有相机的移动装置来确定体液中分析物的浓度的方法。本发明进一步涉及一种计算机程序。本发明进一步涉及一种具有相机和处理器的移动装置,该处理器配置为执行用于确定体液中分析物的浓度。本发明进一步涉及一种用于确定体液中分析物的浓度的套件,该套件包括具有相机和处理器的至少一个移动装置和具有至少一个测试区的至少一个光学测试条。
背景技术
在医学诊断领域,在许多情况下,必须在诸如血液、间质液、尿液、唾液或其他类型的体液的体液样品中检测一种或多种分析物。待检测分析物的示例为葡萄糖、甘油三酯、乳酸盐、胆固醇或通常存在于这些体液中的其他类型的分析物。如有必要,可根据分析物的浓度和/或存在情况选择适当的处理。在不缩窄范围的情况下,将针对血糖测量具体描述本发明。然而,应注意,本发明还可用于使用测试条进行的其他类型的分析测量。
一般而言,技术人员已知的设备和方法利用包含一种或多种测试化学成分的测试条,在存在待检测分析物时,这些测试条能够执行一种或多种可检测的检测反应,诸如光学可检测的检测反应。关于这些测试化学成分,可参考例如 J. Hoenes 等人的以下文献:TheTechnology Behind Glucose Meters: Test Strips, Diabetes Technology &Therapeutics,第 10 卷,增刊 1,2008 年,S-10 至 S-26。其他类型的测试化学成分也是可能的,并且可用于执行本发明。
通常,对测试化学成分的一种或多种光学可检测的变化进行监测,以便从这些变化中得出至少一种待检测的分析物的浓度。为了检测测试区的光学特性的所述至少一种变化,本领域中已知有各种类型的检测器,特别是定制检测器。因此,用于照亮测试区的各种类型的光源以及各种类型的检测器是已知的。
进一步地,除了使用专门开发的用于光学检测测试化学物的变化的包括相应测试元件的定制检测器外,最近的发展还旨在使用诸如智能手机之类的广泛使用的设备。但是,当使用具有相机的消费类电子设备(例如智能手机)来确定分析物浓度时,会出现新的挑战,特别是在准确性方面。这可能特别是由于例如通过校正函数对图像数据进行的处理,其通常由智能手机使用以获得更令人满意的图像。所述图像数据处理步骤通常涉及图像数据的多个方面。特别地,它们会影响基于图像数据确定分析物浓度的准确性。可在例如 US2011/0298819 A1、US 9,230,509 B2、US 2017/0330529 A1 和 US 9,842,381 B2 中找到处理图像数据的示例。
US 2014/072189 A1 公开了一种用于分析比色测试条和疾病管理的***和方法。该***可包括附件,该附件可操作地联接至移动装置,该移动装置获取和/或分析比色测试条的图像。照光盒附件能够可拆卸地附接至移动装置,或者经设置成保持附接至移动装置,但具有出于一般摄影目的而将照光盒附件从相机的视野中移出的能力。在其他实施例中,在没有照光盒的情况下获得包含已知校准颜色和试剂区域的图像,以用于与先前的校准图像进行比较以对环境照明条件的变化进行建模并确定颜色校正函数。该校正可应用于所检测的试剂区域颜色,以用于在所检测的试剂区域颜色与参比记录纸上的参考颜色之间进行匹配。任选地,可对该信息进行处理和显示以提供反馈,并且将该信息传输至保健提供者以用于分析。
Oliver Burggraaff 等人:“Standardized spectral and radiometriccalibration of consumer cameras”, ARXIV.ORG, CORNELL UNIVERSITY LIBRARY, 201,OLIN LIBRARY CORNELL UNIVERSITY, ITHACA, NY 14853,2019 年 6 月 7 日,公开了消费类相机(特别是机载智能手机和 UAV)现在普遍用作科学仪器。然而,它们的数据处理流程并未针对定量辐射测量进行优化,并且它们的校准比科学级相机的校准更复杂。缺乏标准化的校准方法限制了设备之间的互操作性,并且在不断变化的市场中,最终会限制使用它们的项目的寿命。该出版物介绍了用于消费类相机的光谱和辐射校准的标准化方法和数据库 (SPECTACLE),包括线性度、偏置变化、读出噪声、暗电流、ISO 速度和增益、平场和RGB 光谱响应。这包括适用于非专家的黄金标准真实方法和自己动手的方法。将该方法应用于七种流行的相机,作者发现 RAW 而非 JPEG 数据具有高线性度,像素间增益变化 >400% 与大规模偏置和读出噪声模式相关,非平凡的 ISO 速度归一化函数,平场校正因子在整个视野范围内变化高达 2.79,以及光谱响应的相似性和差异性。此外,这些结果在相机模型之间差异很大,突出了标准化和集中式数据库的重要性。
在使用光学测试条确定分析物浓度的场中,使用具有相机的消费类电子设备(例如智能手机)是一个相当新近的发展并且仍然面临许多挑战。因此,对于定制检测器,图像数据通常以未经处理的形式加以提供。可替代地,应用于数据的处理步骤通常为已知的并且可经选择以有利于分析物浓度的确定。然而,基于使用具有相机的消费类电子设备(例如智能手机)来确定体液中分析物的浓度的方法通常必须在不知道是否和/或如何处理可用图像数据的情况下来进行处理。
待解决的问题
因此,期望提供用于确定体液中分析物的浓度的方法和设备,以解决使用移动装置诸如消费类电子移动装置(具体地,非专门用于分析测量的多功能移动装置诸如智能手机或平板电脑)的方法和设备所遇到的上述技术挑战。
发明内容
该问题通过以下项来解决:确定体液中分析物的浓度的方法、具有独立权利要求特征的计算机程序和移动装置,以及用于确定体液中分析物的浓度的套件。在从属权利要求中列出了可能以单独的方式或者以任何任意组合实现的有利实施例。
如下文所使用的,术语“具有”、“包括”或“包含”或者它们的任何任意语法变化形式以非排他性方式使用。因此,这些术语既可以指其中除了由这些术语引入的特征之外,在该上下文中描述的实体中不存在另外的特征的情况,也可以指其中存在一个或多个另外的特征的情况。作为示例,表述“A 具有 B”、“A 包括 B”和“A 包含 B”既可以指其中除 B 之外,A 中不存在其他要素的情况(即,A 由 B 单独且唯一地组成的情况),也可以指其中除B 之外,实体 A 中还存在一个或多个另外的要素(诸如要素 C、要素 C 和要素 D 或甚至另外的要素)的情况。
另外,应当注意,指示特征或要素可以存在一次或多于一次的术语“至少一个/种”、“一个/种或多个/种”或类似表述在引入相应的特征或要素时仅会使用一次。在下文中,在大多数情况下,当提及相应的特征或要素时,尽管相应的特征或要素可能只存在一次或多于一次,但不会重复使用表述“至少一个/种”或“一个/种或多个/种”。
另外,如下文所使用的,术语“优选地”、“更优选地”、“特别地”、“更特别地”、“具体地”、“更具体地”或类似的术语与任选特征结合使用,而不限制替代性的可能性。因此,由这些术语引入的特征是任选特征,并且不旨在以任何方式限制权利要求的范围。如本领域技术人员将认识到的,本发明可以通过使用替代性特征来执行。类似地,由“在本发明的一个实施例中”引入的特征或类似表述旨在成为任选特征,而对本发明的替代性实施例没有任何限制、对本发明的范围没有任何限制,并且对将以这种方式引入的特征与本发明的其他任选或非任选特征相结合的可能性也没有任何限制。
在本发明的第一方面,公开了一种通过使用具有相机的移动装置来确定体液中分析物的浓度的方法。该方法包括以下方法步骤,这些步骤可具体地以给定顺序执行。但是,不同的顺序也是可行的。完全或部分地同时执行两个或更多个方法步骤也是可能的。一次性或重复地执行一个或更多个方法步骤或甚至全部步骤也是可能的。该方法可以包含本文未列出的其它方法步骤。通常,通过使用具有相机的移动装置确定体液中分析物的浓度的方法包括以下步骤:
a) 通过使用相机来拍摄对象的至少一个目标区域的一系列校准图像,其中校准图像的亮度不同;
b)从在步骤 a) 中拍摄的该系列的每个校准图像导出用于移动装置的色调映射函数的至少一个关键校准数值特征;
c) 通过考虑来自在步骤 a) 中拍摄的该系列的校准图像的关键校准数值,确定移动装置的至少一个可能的色调映射函数;
d)拍摄光学测试条的测试区的至少部分的至少一个分析图像,该测试区施加有体液;以及
e) 通过考虑移动装置的可能的色调映射函数,从测试区的分析图像确定体液中分析物的浓度。
通过使用具有相机的移动装置来确定体液中分析物的浓度的所公开的方法(包括刚刚描述的步骤)也可以称为确定体液中分析物的浓度的方法。
如本文所使用的术语“分析物”是一个广义术语且被赋予对本领域普通技术人员而言普通且惯常的含义,并且不限于特殊或自定义的含义。该术语具体地可以指但不限于任意化学、生化或生物物质、组分或化合物,诸如分子,例如葡萄糖、甘油三酯、乳酸盐或胆固醇。
如本文所用,术语“确定分析物的浓度”(其也称为分析测量或确定分析物浓度)是广义的术语且被赋予对本领域普通技术人员而言普通且惯常的含义,并且不限于特殊或自定义的含义。该术语具体地可指但不限于定性和/或定量地测定样品中的至少一种分析物。作为示例,分析测量的结果可为分析物的浓度和/或待确定的分析物的存在或不存在。
如本文所用,术语“体液”是广义的术语且被赋予对本领域普通技术人员而言普通且惯常的含义,并且不限于特殊或自定义的含义。该术语具体地可指但不限于包含至少一种体液的液体样品,诸如血液、间质液、尿液、唾液等。
如本文中所使用的术语“移动装置”是广义的术语,且将被赋予对于本领域普通技术人员普通和惯常的含义,并且不限于特殊或自定义的含义。该术语具体地可指但不限于移动电子设备,更具体地是指包括至少一个处理器的移动通信设备。移动装置具体地可为移动电话或智能手机。另外地或可替代地,如下文将进一步详细概述的,移动装置还可以指具有至少一个相机的平板电脑或者任何其他类型的便携式计算机。
如本文中所使用的术语“相机”是广义的术语,且将被赋予对于本领域普通技术人员普通和惯常的含义,并且不限于特殊或自定义的含义。该术语具体地可指但不限于被配置成用于记录空间分辨的光学数据(诸如一个或多个图像)的设备。相机可具体地包括一个或多个成像设备,诸如相机芯片或成像芯片,例如 CCD 和/或 CMOS 芯片。相机(特别是成像设备)可包括图像传感器的一维或二维阵列,诸如像素。作为示例,相机可在至少一个维度上包括至少 10 个像素,诸如在每个维度上包括至少 10 个像素。但是,应当注意的是,其他相机也是可行的。本发明具体应适用于通常在移动应用(诸如笔记本电脑、平板电脑或具体地移动电话诸如智能手机)中使用的相机。因此,具体地,相机可以是移动装置的一部分,除了该至少一个相机外,移动装置还包括一个或多个数据处理装置诸如一个或多个数据处理器。然而,其他相机也是可行的。除至少一个相机芯片或成像芯片之外,相机还可包括其他元件,诸如一个或多个光学元件,例如一个或多个镜头。作为示例,相机可为定焦相机,其具有相对于相机固定调整的至少一个镜头。然而,可替代地,相机也可包括能够自动或手动调整的一个或多个可变镜头。
如本文所用,术语“图像”是广义的术语且被赋予对本领域普通技术人员而言普通且惯常的含义,并且不限于特殊或自定义的含义。该术语具体地可指但不限于一组空间分辨的光学数据。该组空间分辨的光学数据可具体地包括关于对象的区域的光学信息。图像也可为较大图像的部分图像,例如更大的一组空间分辨光学数据的空间分辨光学数据的子集。因此,对象的图像可细分为两个或更多个部分图像中的多者,每个部分图像本身可被视为一个图像。
该组空间分辨的光学数据可例如通过使用移动装置来拍摄某一曝光时间的图像,来特别地同时生成、获取或记录。该组空间分辨的光学数据(在本文中也称为数据集)可在两步过程中生成。在第一步骤中,当拍摄图像时,空间分辨的光学数据可由成像设备(诸如CCD 或 CMOS 芯片)生成、获取或记录。该数据集也可称为第一数据集、原始数据或未经处理的数据。移动装置的用户可能无法获得或访问第一数据集。在第二步骤中,第一数据集可例如通过移动装置的所述至少一个处理器来经历一个或若干个处理步骤,以创建基于或源自第一数据集的第二数据集。特别地,移动装置的色调映射函数可应用于第一数据集以创建第二数据集。第二数据集也可称为经处理的数据。第二数据集可特别地由移动装置用于图像的例如在屏幕上的图形表示。例如,移动装置的用户可进一步在移动装置上获得和/或访问第二数据集。图像可特别地包括第二数据集。用于创建第一数据集的成像设备可为移动装置的相机的成像设备,例如 CCD 和/或 CMOS 芯片。该组空间分辨的光学数据具体地可为数字数据集。特别地,第一数据集和第二数据集均可为数字数据集。图像所包括的空间分辨的光学数据集可作为来自移动装置(特别是来自移动装置的相机、相机的处理器或移动装置的另一个处理器)的输出数据集(例如,以图像文件的形式)加以接收。在本发明的上下文中,可特别地以校准图像和分析图像的形式来拍摄图像。
特别地,第一数据集可包括源自成像设备(特别是源自图像传感器,例如相机芯片的像素)的多个电子读数(也称为计数)。因此,第一数据集可包括多个数值,其中每个数值可表示由相机芯片的像素所检测的多个计数。特别地,每个像素可由多于一个数值(例如由三个数值)表示,其中三个数值可分别表示红、绿、蓝通道的计数次数。除了 RGB 颜色空间之外的颜色空间中的计数的表示也是可能的,其中“RGB”代表“红绿蓝”。第二数据可包括多个数值,所述多个数值可通过应用处理步骤(特别是色调映射函数)来从源自第一组的多个数值加以接收或推导。因此,作为示例,图像可以包括一维或二维数据阵列。空间分辨的光学数据可包括例如关于所成像的对象的颜色和/或亮度的信息。
如本文所用,术语“一系列图像”(例如用于“一系列校准图像”的上下文中)是广义的术语且被赋予对本领域普通技术人员而言普通且惯常的含义,并且不限于特殊或自定义的含义。该术语具体地可指但不限于多个图像。所述多个图像中的图像可同时或在不同时间(例如以预定的时序)获取。所述一系列图像的图像可为同一对象的图像,可为同时拍摄的或在不同时间拍摄的,或者可为对象的不同部分的图像。因此,作为示例,所述一系列校准图像可为灰度梯尺的一系列不同场或区,或者甚至可为灰度梯尺的较大图像的部分图像。也存在其他可能性。
如上所述以及如下文进一步描述,术语像素可以指相机的(特别是相机的成像设备的)图像传感器。每个像素可生成光学信息,例如以计数的形式。该光学信息可为第一组数据和(特别是以经处理的形式的)第二组数据的部分。因此,当提及“像素”时,是指相机芯片的单个像素所生成或衍生的图像信息单位,或者直接指相机芯片的单个像素。
如本文所用,术语“校准图像”是广义的术语且被赋予对本领域普通技术人员而言普通且惯常的含义,并且不限于特殊或自定义的含义。该术语具体地可指但不限于可在检查、评定、评估或收集关于设备或方法的设置的信息的过程中和/或在调整、修改或校正设备或方法的设置的过程中拍摄和/或使用的图像。特别地,作为校准的结果,设备或方法的设置可与目标设置一致。因此,校准图像(并且特别是一系列校准图像)可具体地用于获得关于移动装置的设置的信息,具体地关于色调映射函数的信息,更具体地用于确定如将在下文进一步详细描述的可能的色调映射函数。
如本文所用,术语“一系列校准图像”是广义的术语且被赋予对本领域普通技术人员而言普通且惯常的含义,并且不限于特殊或自定义的含义。该术语具体地可指但不限于至少两个校准图像中的多者,其中校准图像由同一成像设备(例如同一相机)以时间顺序的方式进行拍摄。因此,作为示例,所述一系列校准图像可包括 2 个图像、3 个图像、5 个图像或更多个图像,诸如 10 个图像或更多。具体地,可以短间隔拍摄该系列的图像,其中间隔可不同或可具有常数值。间隔可具体地具有 100 ms 至 1 s,更具体地 200 ms 至 800ms,最具体地 250 ms 至 500 ms 的值。因此,作为示例,所述一系列校准图像可包括可在1 s 的时间跨度内拍摄的 5 个图像。可在用户未注意的情况下拍摄所述一系列校准图像。相机的设置可例如通过改变如下文进一步详细描述的参数值,以受控的方式在图像与图像之间变化。所述一系列校准图像的图像的亮度不同。
如本文所用,术语“亮度”是广义的术语且被赋予对本领域普通技术人员而言其普通且惯常的含义,并且不限于特殊或自定义的含义。该术语具体地可指但不限于表征图像或其分段的特性,例如一个或若干个像素,其中该特性量化、表示或涉及在生成图像时(特别是在生成第一组空间分辨的光学数据时)照射在成像设备上的光强度。具体地,当使用RGB 颜色空间时,图像的亮度可量化为红、绿、蓝颜色坐标的算术均值。可替代地,每个颜色通道可提供亮度值。特别地,图像或其分段的亮度可由称为亮度值的数值表示。亮度值可为图像所包括的空间分辨的光学数据集的部分。可替代地,可从图像所包括的空间分辨的光学数据集导出亮度值。由成像设备生成的亮度值可经过处理步骤,其产生经处理的亮度值。具体地,经处理的亮度值的数值可能与由成像设备生成的亮度值的(例如原始亮度值的)数值不同。为了区分,原始亮度值可具体称为由成像设备生成的亮度值。经处理的亮度值,例如在对原始亮度值应用处理函数(例如色调映射函数)之后的图像的亮度值,可具体地称为由相机拍摄的图像的亮度值。特别地,经处理的亮度值可为图像的空间分辨的光学数据集的部分或者可从图像的空间分辨的光学数据集加以导出。
如本文所用,术语“目标区域”是广义的术语且被赋予对本领域普通技术人员而言其普通且惯常的含义,并且不限于特殊或自定义的含义。该术语具体地可指但不限于对象的分段或区段或分区,其中该分段、区段或分区经识别用于特定目的。因此,目标区域可例如为对象的界定表面积。可替代地,目标区域可指图像的数据子集,其中该子集表示对象的分段、区段或分区。作为示例,目标区域可包括某些信息或者可从中推断出信息。
如本文所用,术语“关键校准数值”是广义的术语且被赋予对本领域普通技术人员而言其普通且惯常的含义,并且不限于特殊或自定义的含义。该术语具体地可指但不限于至少一个数值,所述至少一个数值可用于检查、评定、评估或收集关于设备或方法的设置的信息的过程中并且/或者用于调整、修改或校正设备或方法的设置的过程中。特别地,关键校准数值可为或可包括校准图像的目标区域的数字亮度值。
如本文所用,术语“色调映射函数”是广义的术语且被赋予对本领域普通技术人员而言其普通且惯常的含义,并且不限于特殊或自定义的含义。该术语具体地可指但不限于任意相关性,该相关性允许将第二亮度值分配给可由成像设备生成、检测或记录的第一亮度值。该分配可包括至少一种数学运算(例如具有至少一个因子的乘法)或另一种类型的数学运算。第一亮度值可为第一数据集或原始数据的部分。第二亮度值可为第二数据集或经处理的数据的部分。特别地,第二亮度值可为图像(特别是图像文件)所包括的空间分辨的光学数据集的部分。由色调映射函数确定的第二亮度值可特别地用于图像的图形表示。相关性可特别为函数,特别是连续或不连续函数、曲线、查找表、算子或任何其他描述第一亮度值与第二亮度值之间的相关性的方式。色调映射函数可特别为所谓的伽马校正,特别是sRGB 颜色空间的 sRGB 伽马校正,其中“sRGB”代表“标准红绿蓝”。伽马校正也可称为伽马校正函数。色调映射函数可为可逆的。色调映射函数可为单调递增函数,特别是严格单调递增函数。可替代地,色调映射函数可为单调递减函数,特别是严格单调递减函数。色调映射函数可为非线性的。由移动装置使用的色调映射函数可能为未知的,并且/或者移动装置的用户可能无法访问该色调映射函数
如本文所用,术语“可能的色调映射函数”是广义的术语且被赋予对本领域普通技术人员而言其普通且惯常的含义,并且不限于特殊或自定义的含义。该术语具体地可指但不限于可能在某个过程中或由某个设备(例如移动装置)使用的色调映射函数。可替代地,可能的色调映射函数可指近似于该色调映射函数的色调映射函数,该色调映射函数在某个过程中或由某个设备(例如移动装置)实际使用。特别地,可能的色调映射函数可为可能由移动装置使用的色调映射函数,以便将第二亮度值分配给由成像设备生成的第一亮度值,该第二亮度值可为图像的空间分辨的光学数据集的部分。可替代地,可能的色调映射函数可近似于由移动装置实际使用的色调映射函数,以将第二亮度值分配给第一亮度值。可能的色调映射函数可为可逆的。反向的可能的色调映射函数可应用于图像,特别是校准图像和/或分析图像。特别地,反向的可能的色调映射函数可应用于校准图像和分析图像的空间分辨的光学数据集的数据,以确定由相机的成像设备生成的可能的原始数据或未经处理的数据。具体地,可将反向的可能的色调映射函数应用于关键校准数值,以确定至少一个可能的校准测量数值。此外,反向的可能的色调映射函数可应用于下文进一步描述的关键分析数值,以确定至少一个可能的分析测量数值。
术语“确定函数”是广义的术语且被赋予对本领域普通技术人员而言其普通且惯常的含义,并且不限于特殊或自定义的含义。该术语具体地可指但不限于根据或基于前述过程或预定标准来确定或指定函数。因此,例如从预定的一组函数(特别是在检查函数的适合性之后)确定可能的色调映射函数可包括计算该函数、近似该函数、拟合该函数、外推该函数和/或选择该函数。用于确定可能的色调映射函数的其他过程也是可行的。具体地,其他的分析过程、非分析过程和迭代过程可用于确定可能的色调映射函数。
如本文所用,术语“分析图像”是广义的术语且被赋予对本领域普通技术人员而言其普通且惯常的含义,并且不限于特殊或自定义的含义。该术语具体地可指但不限于可在确定分析物浓度的过程中使用的图像。步骤 d) 包括拍摄光学测试条的测试区的至少部分的至少一个分析图像,该测试区施加有体液。具体地,可拍摄多个分析图像,诸如 2 个、3个、5 个甚至更多个分析图像。
如本文所使用的术语“测试区”(test field) 是一个广义术语且被赋予对本领域普通技术人员而言普通且惯常的含义,并且不限于特殊或自定义的含义。该术语具体地可以指但不限于相干量的至少一种测试化学物,诸如一个区域(例如圆形、多边形或矩形区域),具有一层或多层材料,其中测试区的至少一层中包含测试化学物。测试区中可存在其他层,其提供特定的光学特性诸如反射特性、提供用于散布样品的散布特性或提供分离特性诸如用于分离样品的颗粒组分(诸如细胞组分)。
如本文所用,术语“光学测试条”是广义的术语且被赋予对本领域普通技术人员而言其普通且惯常的含义,并且不限于特殊或自定义的含义。该术语具体地可指但不限于包括至少一个条带形载体的任意元件或设备,其中所述至少一个测试区施加在其上或集成在其中,该元件配置为用于检测液体样品中的分析物或确定液体样品中(例如在体液中,具体为在体液的样品中)分析物的浓度。光学测试条也可称为测试条或测试元件。这些测试条通常被广泛使用和提供。一个测试条可承载单个测试区或多个测试区,在测试区中包含相同或不同的测试化学成分。光学测试条,特别是包括测试化学物的测试区,可以在至少一种分析物的存在下具体地进行检测反应,特别是着色反应,具体地是着色反应,其中颜色形成可能相关于,例如正比于分析物的浓度。由于可以通过检测反应来检测分析物的存在、不存在和/或浓度,检测反应也可以称为分析物检测反应。也可以在本发明的范围内使用的关于测试元件和试剂的一些基本原理描述于例如 J. Hönes et al.: Diabetes Technology andTherapeutics,第 10 卷,增刊 1,2008 年,第 10-26 页。
步骤 d)-e) 可重复执行。特别地,步骤 a)-c) 可对于步骤 d)-e) 的多次重复仅最初执行一次,或每次在执行步骤 d)-e) 之前加以执行,或以预定频率加以执行。该频率可为以下中的至少一者:时间频率;由步骤 d-e) 的预定重复次数定义的频率。
步骤 a) 包括拍摄对象的所述至少一个目标区域的所述一系列校准图像。该系列可包括至少两个校准图像,具体为至少三个校准图像,更具体为至少五个校准图像。对象可包括由以下项组成的组中的至少一个要素:光学测试条;一张纸,具体为一张白纸。具体地,对象可包括光学测试条,并且分析图像可与校准图像中的至少一者重合,以便将分析图像可作为所述一系列校准图像的部分进行拍摄。此外,可在体液施加至测试区的情况下拍摄所述一系列校准图像,其中校准图像中的至少一者可包括该部分测试区。对象的目标区域可包括由以下项组成的组中的至少一个要素:白场;黑场;灰场;灰度梯尺。特别地,对象可包括至少两个目标区域,具体为一个黑场或一个第一灰场,以及一个白场或一个第二灰场。第一灰场和第二灰场的灰度阴影可能彼此不同。此外,每个校准图像可包括所述至少两个目标区域,具体为一个黑场或一个第一灰场,以及一个白场或一个第二灰场。此外,两个目标区域之间的物理亮度比可为已知的。
步骤 b) 包括从在步骤 a) 中拍摄的该系列的每个校准图像导出用于移动装置的色调映射函数的至少一个关键校准数值特征。特别地,对于每个校准图像,可从校准图像的目标区域的至少一个亮度值导出关键校准数值。特别地,关键校准数值可包括或可为校准图像的目标区域的所述至少一个亮度值。亮度值具体地可为如上所述的第二亮度值。关键校准数值可具体包括以下中的至少一者:校准图像的目标区域的亮度值中的至少一者;从校准图像的目标区域的多个亮度值导出的至少一个平均亮度值。所述一系列校准图像的校准图像的亮度不同。在步骤 a) 中,可主动改变校准图像的亮度,具体地以逐步的方式。在步骤 a) 中,可通过改变以下参数中的至少一者的参数值来改变校准图像的亮度:曝光时间;相机的图像传感器的光敏度,具体为图像传感器的 ISO 感光度;光源的光强度,具体为移动装置的(特别是相机的)LED。人们发现与改变相机的图像传感器的光敏度相比,改变曝光时间产生更加稳定而可靠的结果,具体为图像数据集的亮度值的更好定义的逐步变化。曝光时间可特别为 0.1 ms 至 100 ms,具体为 0.2 ms 至 25 ms,更具体为 0.5 ms至 15 ms。
如本文所用,术语“参数值”是广义的术语且被赋予对本领域普通技术人员而言其普通且惯常的含义,并且不限于特殊或自定义的含义。该术语具体地可指但不限于影响过程或设备的变量或量的值。参数值可能为过程或设备的设置的特征,并可能影响其结果或产物。
可以此类方式来选择参数值:使得用参数值拍摄的校准图像的目标区域的亮度值可为预定亮度值范围的部分。亮度值范围可特别地由移动装置的相机的至少一种结构特征(例如,模数转换器,也称为 ADC,和/或图像的分辨率)来进行确定。可选择参数值,使得亮度值可为可由 ADC 转换的计数最大值的 10% 至 100%,具体为 10% 至 90%,更具体为20% 至 90%。在图像的分辨率为 8 位的情况下,可选择亮度参数值,使得亮度值可为 25个计数至 255 个计数,具体为 25 个计数至 230 个计数,更具体为 50 个计数至 230 个计数.特别地,参数值可基本上与由相机的图像传感器所检测的亮度值成正比。
步骤 c) 包括通过考虑来自在步骤 a) 中拍摄的该系列的校准图像的关键校准数值,确定移动装置的所述至少一个可能的色调映射函数。步骤 c) 可进一步包括针对每个校准图像来确定至少一个采样点,具体为至少一对值,其中采样点可包括从校准图像中的至少一者导出的关键校准数值和用于拍摄所述校准图像的参数值。
如本文所用,术语“采样点”是广义的术语且被赋予对本领域普通技术人员而言其普通且惯常的含义,并且不限于特殊或自定义的含义。该术语具体地可指但不限于可由一对值定义的点,其中该点可有助于例如通过计算、检查或近似来确定函数、曲线或另一种类型的相关性。特别地,采样点可用于确定可能的色调映射函数。与校准图像相关联的采样点可具体包括校准图像的亮度值(具体为经处理的亮度值,该经处理的亮度值可为校准图像的该组空间分辨的光学数据的部分或者可从校准图像的该组空间分辨的光学数据加以导出),以及用于生成校准图像的参数值(具体为曝光时间)。
步骤 c) 可进一步包括通过以下中的至少一者来确定可能的色调映射函数:针对所述一系列校准图像的采样点确定相关性,特别是拟合曲线;从预定的一组相关性中选择相关性,特别是函数,其中所选择的相关性拟合所述一系列校准图像的采样点。特别地,该组预定函数可包括 sRGB 伽马校正,其中“sRGB”代表“标准红绿蓝”。
步骤 e) 包括通过考虑移动装置的可能的色调映射函数,从测试区的分析图像确定体液中分析物的浓度。步骤 e) 可特别地包括从示出测试区的至少一部分的分析图像的至少一部分的至少一个亮度值导出至少一个关键分析数值。
如本文所用,术语“关键分析数值”是广义的术语且被赋予对本领域普通技术人员而言其普通且惯常的含义,并且不限于特殊或自定义的含义。该术语具体地可指但不限于至少一个数值,所述至少一个数值可用于分析过程,具体地用于确定体液中分析物的浓度。特别地,关键分析数值可包括以下中的至少一者:示出测试区的该部分分析图像的亮度值中的至少一者;从示出测试区的该部分分析图像的多个亮度值导出的至少一个平均亮度值。
此外,可通过将反向的可能的色调映射函数应用于关键分析数值,从每个关键分析数值导出可能的分析物测量数值。可能的分析物测量数值可包括至少一个可能的亮度值,其中当对在其施加有体液的该部分测试区进行成像时,可能的亮度值可近似于由相机的成像设备(例如图像传感器)所检测的亮度值。此外,在步骤 e) 中,可通过使用可能的分析物测量数值与分析物浓度之间的预定相关性从可能分析物测量数值中确定分析物浓度。
步骤 c) 包括通过考虑来自在步骤 a) 中拍摄的该系列的校准图像的关键校准数值,确定移动装置的至少一个可能的色调映射函数。步骤 c) 可 进一步包括将反向的可能的色调映射函数应用于关键校准数值,以针对每个关键校准数值来确定至少一个可能的校准测量数值,其中确定可能的色调映射函数包括从一组预定色调映射函数中选择预定色调映射函数。
可能的校准测量数值可包括至少一个可能的亮度值,其中当对对象(特别是光学测试条)的目标区域进行成像时,可能的亮度值可近似于由相机的成像设备(例如图像传感器)所检测的亮度值。所选择的预定色调映射函数可特别为 sRGB 伽马校正。此外,可检查测试点(特别是测试值对)之间的关系的线性度,其中每个测试点可包括可能的校准测量数值和参数值。如果测试点之间的关系被归类为线性,则可确认所选择的预定色调映射函数为可能的色调映射函数。如果测试点之间的关系被归类为非线性,则可确定测试点之间的残余相关性,特别是拟合曲线,其中所选择的预定色调映射函数和残余相关性可一起拟合测试点。测试点之间的残余相关性特别地可由抛物线、抛物线函数或抛物线拟合来加以近似。具体地,在步骤 c) 中,可通过考虑所选择的预定色调映射函数和残余相关性两者来确定可能的色调映射函数。特别地,可能的色调映射函数可包括可依次执行或应用的两个步骤。特别地,可能的色调映射函数可包括 sRGB 伽马校正,其可应用于第一步骤中的图像的数据集的数据;以及残余相关性(例如抛物线相关性),其可在在第二步骤中加以应用。
另外地或可替代地,所选择的预定色调映射函数可选自一组预定色调映射函数,例如多个预定色调映射函数。特别地,从所述多个预定色调映射函数中,可选择导致测试点之间的关系最接近线性关系的色调映射函数。
另外地或可替代地,可通过确定测试点之间的残余相关性(具体为通过拟合曲线)来导出可能的色调映射函数。例如,残余相关性(例如拟合曲线)可具体地由任意函数(例如由多项式函数,例如由多项式拟合)来加以近似。
综上所述,以下三种方法可具体地用于在步骤 c) 中确定可能的色调映射函数:
(A)选择至少一个预定色调映射函数(例如 sRGB 色调映射函数),并且将反向的预定色调映射函数应用于关键校准数值,从而生成一组可能的校准测量数值,随后应用残余相关函数(例如抛物线函数),以便校正可能的校准测量数值与参数值之间的残余非线性,其中可能的色调映射函数为预定色调映射函数与反相的残余相关函数的组合;
(B)通过使用至少一个选择标准来从一组色调映射函数中选择可能的色调映射函数(例如当反向的色调映射函数应用于关键校准数值,从而生成可能的校准测量数值时,从所述一组色调映射函数中选择导致可能的校准测量数值与参数值之间产生最佳线性关系的色调映射函数);
(C)通过生成与参数值和关键校准数值相关的拟合函数和/或拟合曲线来确定可能的色调映射函数。具体地,可生成拟合函数以使得该拟合函数可连接参数值与关键校准数值。
这些方法也可进行组合,诸如通过首先应用方法 (B),随后通过应用方法 (A) 的残余校正步骤来校正残差。此外,确定可能的色调映射函数的其他方法也是可能的。
确定体液中分析物的浓度的方法可进一步包括步骤 f):
f) 将移动装置的色调映射函数设置为线性色调映射函数,具体为以图像传感器所检测的亮度值(例如原始亮度值)与由相机拍摄的图像的亮度值(例如经处理的亮度值)之间成比例为特征的色调映射函数。
步骤 f) 具体地可在步骤 a) 之前。特别地,该色调映射函数(色调映射函数设置为该色调映射函数)可使得由相机拍摄的图像的亮度值(例如经处理的亮度值)等于由图像传感器所检测的亮度值(例如原始亮度值)。特别地,该色调映射函数(色调映射函数设置为该色调映射函数)可使得经处理的亮度值等于原始亮度值。因此,可选择色调映射函数,使得通过将色调映射函数应用于亮度值,亮度值例如保持不变,从而生成等于原始亮度值的经处理的亮度值。此外,可检查采样点之间的关系的线性度,其中每个采样点可包括从校准图像中的一者导出的关键校准数值和用于拍摄所述校准图像的参数值。如果采样点之间的关系被归类为线性,则线性色调映射函数(色调映射函数设置为该线性色调映射函数)可进一步确定为可能的色调映射函数。
在这种情况下,可从分析图像导出的关键分析数值可与由相机的成像设备所检测的亮度值成正比(具体地等于)。因此,体液中分析物的浓度可从关键分析数值来进行确定。
步骤 e) 包括通过考虑移动装置的可能的色调映射函数,从测试区的分析图像确定体液中分析物的浓度。在步骤 e) 中,可通过考虑对象的施加有体液的测试区与目标区域之间的亮度比来具体地确定分析物浓度。对象的施加有体液的测试区与目标区域之间的亮度比可特别为或可等于所述至少一个分析图像的至少一个偏差因子。分析图像可例如以用于拍摄分析图像的参数值和包括至少一个亮度值的关键分析数值为特征。偏差因子具体地可描述分析图像的参数值与表示可能的色调映射函数的曲线上的点的参数值之间的比率。曲线上的点可例如以参数值和包括与关键分析数值相同的值的关键校准数值(具体为亮度值)为特征。可能的色调映射函数可具体地以半对数的方式来进行表示,其中参数值可以对数的方式来进行表示,而亮度值可以线性的(具体为非对数的)方式来进行表示。
此外,可使用至少两个,具体为三个,更具体为五个分析图像中的多者,其中可针对每个分析图像来确定所述至少一个偏差因子,其中可从所述多个偏差因子中确定至少一个平均偏差因子。
此外,对象可包括光学测试条,并且每个分析图像可与校准图像中的一者重合,以便将分析图像作为所述一系列校准图像的部分进行拍摄。
施加有体液的测试区与目标区域(例如白场)的亮度比可相对于参考亮度比来进行设置。参考亮度比可例如为未施加有体液的测试区与目标区域之间的亮度比。具体地,参考亮度比可为或可包括在施加体液之前的干测试区与目标区域(例如白场)之间的亮度比。在这种情况下,可将未施加有体液的测试区的图像作为所述一系列校准图像的部分或作为单独的图像进行拍摄。可替代地,参考亮度比可为光学测试条上的参考场与目标区域之间的亮度比。特别地,参考亮度比可为或可包括参考场(例如表示在施加体液之前的测试区的颜色的场)与目标区域(例如白场)之间的亮度比。在这种情况下,可从分析图像推导参考亮度比。从两个亮度比(例如对象的施加有体液的测试区与目标区域之间的亮度比)与参考亮度比之间的比率中,分析物浓度可例如通过使用以下中的至少一者来进行确定:代码曲线;查找表;神经网络。
该方法中使用的移动装置可包括至少一个存储设备,也称为存储装置。可将在步骤 c) 中确定的可能的色调映射函数存储在移动装置的所述至少一个存储设备中。特别地,在重复执行步骤 a)-c) 之后,可将多个确定的可能的色调映射函数存储在存储设备中。可将在步骤 c) 中确定的可能的色调映射函数与存储设备中存储的可能的色调映射函数中的至少一者进行比较。此外,如果在步骤 c) 中确定的可能的色调映射函数与所存储的可能的色调映射函数中的至少一者的偏差超过预定阈值,则可丢弃在步骤 c) 中确定的可能的色调映射函数。此外,可用于确定步骤 c) 中的可能的色调映射函数的至少一个拟合参数的统计数据(例如平均值和/或标准偏差)可从存储的所述多个可能的色调映射函数加以推导。统计数据具体地可用于评估(具体为用于接受或拒绝)最近确定的可能的色调映射函数。如果最近的色调映射曲线的所述至少一个拟合参数偏离拟合参数的平均值预定阈值或更多,则可拒绝最近的色调映射函数。如果最近的色调映射曲线的所述至少一个拟合参数偏离拟合参数的平均值小于预定阈值,则可接受最近的色调映射函数。在确定可能的色调映射函数中使用统计数据可能为特别有利的。光反射可能导致无法使用的校准图像和/或无法使用或错误的可能的色调映射函数,这可通过使用统计数据来更容易地进行识别。
通常,通过使用具有相机的移动装置来确定体液中分析物的浓度的方法的方法步骤 b)、c) 和 e) 可为计算机实现的。此外,步骤 a) 和 d) 可为计算机提示的。
在下文中描述了确定体液中分析物的浓度的方法的不同可选实施例。
在一个实施例中,可通过从每个校准图像确定所述至少一个采样点来确定可能的色调映射函数,其中每个采样点可包括从校准图像导出的关键校准数值和当拍摄校准图像时所使用的相机的参数值。然后可在步骤 c) 中使用采样点来确定可能的色调映射函数。具体地,可根据所述一系列校准图像的采样点来确定相关性(特别是拟合曲线),作为可能的色调映射函数。另外地或可替代地,可从预定的一组相关性中选择相关性(特别是函数)作为可能的色调映射函数,其中所选择的相关性拟合所述一系列校准图像的采样点。然后作为步骤 e) 的部分,可从分析图像的至少一部分的至少一个亮度值中导至少一个关键分析数值,该分析图像示出了测试区的至少部分。关键分析数值具体地可包括以下中的至少一者:示出测试区的该部分分析图像的亮度值中的至少一者;从示出测试区的该部分分析图像的多个亮度值导出的至少一个平均亮度值。此外,可通过将反向的可能的色调映射函数应用于关键分析数值,从每个关键分析数值导出至少一个可能的测量数值。可能的测量数值具体地可包括至少一个可能的亮度值,其中该可能的亮度值可近似于由相机的图像传感器所检测的亮度值。然后在步骤 e) 中,可通过使用可能的测量数值与分析物浓度之间的预定相关性从可能的测量数值中确定分析物浓度。
在进一步的实施例中,该方法的步骤 c) 可包括通过从预定的一组相关性中选择或假设相关性(特别是函数)作为可能的色调映射函数来确定可能的色调映射函数。选择或假设为可能的色调映射函数的相关性特别地可为 sRGB 伽马校正。然后可通过将反向的可能的色调映射函数应用于关键校准数值来检查选择或假设,以针对每个关键校准数值而确定至少一个可能的测量数值。然后作为步骤 c) 的部分,可检查测试点(特别是测试值对)之间的关系的线性度,其中每个测试点可包括可能的测量数值和参数值。然后作为步骤 c)的部分,如果测试点之间的关系被归类为线性,则可确定或确认所选择或假设的预定色调映射函数为可能的色调映射函数。分类可能取决于量化与严格线性关系的偏差的阈值。此外,如果测试点之间的关系被归类为非线性,则可确定测试点之间的残余相关性,特别是拟合曲线,其中残余相关性可拟合测试点。测试点之间的残余相关性可特别地通过以下中的至少一者来加以近似:抛物线;抛物线函数;抛物线拟合。然后,在步骤 c) 中确定的可能的色调映射函数可包括可例如应用在两步过程中的两个函数。特别地,在步骤 c) 中,可通过考虑所选择的预定色调映射函数和残余相关性两者来确定可能的色调映射函数。
在进一步的实施例中,该方法可进一步包括步骤 f),如上所述。因此,可将移动装置的色调映射函数设置为线性色调映射函数,具体为以图像传感器所检测的亮度值与由相机拍摄的图像的亮度值之间成比例为特征的色调映射函数。步骤 f) 可特别地在该方法的步骤 a) 之前,使得如果移动装置允许如步骤 f) 所述设置色调映射函数,则由移动装置实际使用的色调映射函数可为已知的。作为步骤 c) 的部分,可形成采样点,该采样点包括从校准图像中的一者导出的关键校准数值和用于拍摄所述校准图像的参数值。此外,可检查采样点之间的关系的线性度。因此,可特别地检查或测试移动装置的色调映射函数是否可在步骤 f) 中实际设置为线性色调映射函数。如果采样点之间的关系被归类为线性,则线性色调映射函数(移动装置的色调映射函数在步骤 f) 中可设置为该线性色调映射函数)可确定为步骤 c) 中的可能的色调映射曲线。分类可能取决于量化与严格线性关系的偏差的阈值。如果移动装置的色调映射函数为可设置的,则在步骤 c) 中确定的可能的色调映射函数特别地可为由移动装置实际使用的色调映射函数。此外,如果色调映射函数设置为线性色调映射函数,具体为输出输入数据的色调映射函数,则步骤 e) 可包括通过以下方法来确定分析物浓度:使用从分析图像导出的关键分析数值,而无需应用反向的可能的色调映射函数;或将反向的可能的色调映射函数应用于关键分析数值。
在本发明的另一方面,公开了一种计算机程序,该计算机程序包括计算机可执行指令,当由计算机(具体为移动装置的处理器)执行计算机程序时,该计算机可执行指令使计算机执行如上所述或如下文进一步所述的通过使用具有相机的移动装置来确定体液中分析物的浓度的方法的方法步骤 b)、c) 和 e) 以及任选的 f)。关于术语和定义,可参考在通过使用具有相机的移动装置来确定体液中分析物的浓度的方法的上下文中公开的术语和定义。计算机程序可进一步包括计算机可执行指令,当由计算机执行计算机程序时,该计算机可执行指令使计算机提示根据该方法的步骤 a) 拍摄所述一系列校准图像。计算机程序可进一步包括计算机可执行指令,当由计算机执行计算机程序时,该计算机可执行指令使计算机提示根据该方法的步骤 d) 拍摄所述至少一个分析图像。
在本发明的另一方面,公开了一种具有相机和至少一个处理器的移动装置,该处理器配置为执行以下步骤:
i.) 提示用户通过使用相机来拍摄对象的至少一个目标区域的一系列校准图像,其中校准图像的亮度不同;
ii.) 从在步骤 i.) 中拍摄的该系列的每个校准图像导出用于移动装置的色调映射函数的至少一个关键校准数值特征;
iii.) 通过考虑来自在步骤 i.) 中拍摄的该系列的校准图像的关键校准数值,确定移动装置的至少一个可能的色调映射函数;
iv.) 提示用户拍摄光学测试条的测试区的至少部分的至少一个分析图像,该测试区施加有体液;以及
v.) 通过考虑移动装置的可能的色调映射函数,从测试区的分析图像确定体液中分析物的浓度。
关于术语和定义,可参考在通过使用具有相机的移动装置来确定体液中分析物的浓度的方法的上下文中公开的术语和定义。移动装置(具体为处理器)可配置为执行如上所述或如下文进一步所述的通过使用具有相机的移动装置来确定体液中分析物的浓度的方法的步骤。
如本文所用,术语“提示”是广义的术语且被赋予对本领域普通技术人员而言其普通且惯常的含义,并且不限于特殊或自定义的含义。该术语具体地可指但不限于召唤、邀请或请求动作。特别地,可例如通过在移动装置的屏幕上接收消息和/或经由音响信号来接收消息,来提示用户执行动作(例如拍照)。其他形式的提示也可能为可行的。
在本发明的另一方面,公开了一种用于确定体液中分析物的浓度的套件,该套件包括:
- 具有相机和至少一个处理器的至少一个移动装置,如上所述或如下文进一步所述;以及
- 至少一个具有至少一个测试区的光学测试条。
光学测试条特别地可为如上所述或如下文进一步所述的光学测试条。具体地,光学测试条可包括至少一个目标区域。
关于术语和定义,可参考在通过使用具有相机的移动装置来确定体液中分析物的浓度的方法的上下文中公开的术语和定义。光学测试条可特别地包括至少一个目标区域。
以上在本发明的不同方面公开的方法和设备与本领域中描述的方法和设备相比具有许多优点。具有相机的移动装置通常将色调映射函数应用于由相机的成像设备获取的原始数据,以基于原始数据生成经处理的数据集。经处理的数据通常用于显示由相机拍摄的图像的图形表示。色调映射函数通常为非线性函数。在大多数情况下,例如用户或应用的开发者不可访问或获得所使用的色调映射函数和原始数据。相反,用户和/或应用的开发者通常可访问经处理的数据集,例如以图像文件的形式。此外,用户或应用的开发者通常不可能将移动装置的色调映射函数设置为特定的(例如已知的)色调映射函数。如果光学测试条的测试区的至少一部分的分析图像用于确定施加至测试区的体液中分析物的浓度,则使用经处理的数据来确定分析物浓度可能导致不准确的分析物浓度,具体为由于移动装置所使用的色调映射函数的非线性。因此,与本领域已知的方法相比,确定可能的色调映射函数并在确定分析物浓度时考虑可能的色调映射函数可增加所确定的分析物浓度的准确性。
此外,以上在本发明的不同方面公开的方法和设备由于其高灵活性而可能是特别有利的,这可能允许以大量移动装置来使用该方法。通常,不同的移动装置(例如不同的智能手机)可能带有不同的限制,这可能允许或阻碍以特定移动装置来使用某种方法。由于其灵活性,可以大量移动装置来使用根据本发明的方法。具体地,这意味着极大的用户友好性,因为用户可以更换其移动装置并继续使用相同的、熟悉的方法,例如以用于确定血糖。
总结并且不排除另外的可能的实施例,可以设想以下实施例:
实施例 1:一种通过使用具有相机的移动装置确定体液中分析物的浓度的方法,所述方法包括:
a) 通过使用相机来拍摄对象的至少一个目标区域的一系列校准图像,其中校准图像的亮度不同;
b) 从在步骤 a) 中拍摄的该系列的每个校准图像导出用于移动装置的色调映射函数的至少一个关键校准数值特征;
c) 通过考虑来自在步骤 a) 中拍摄的该系列的校准图像的关键校准数值,确定移动装置的至少一个可能的色调映射函数;
d) 拍摄光学测试条的测试区的至少部分的至少一个分析图像,该测试区施加有体液;以及
e) 通过考虑移动装置的可能的色调映射函数,从测试区的分析图像确定体液中分析物的浓度。
实施例 2:根据前述实施例所述的方法,其中分析物为葡萄糖。
实施例 3:根据前述实施例中任一项所述的方法,其中体液为血液。
实施例 4:根据前述实施例中任一项所述的方法,其中重复执行步骤 d)-e),其中步骤 a)-c) 对于步骤 d)-e) 的多次重复仅最初执行一次,或每次在执行步骤 d)-e) 之前加以执行,或以预定频率加以执行。
实施例 5:根据前述实施例所述的方法,其中该频率为以下中的至少一者:时间频率;由步骤 d-e) 的预定重复次数定义的频率。
实施例 6:根据前述实施例中任一项所述的方法,其中该系列包括至少两个校准图像,具体为至少三个校准图像,更具体为至少五个校准图像。
实施例 7:根据前述实施例中任一项所述的方法,其中对象包括由以下项组成的组中的至少一个要素:光学测试条;一张纸,具体为一张白纸。
实施例 8:根据前述实施例中任一项所述的方法,其中对象包括光学测试条,并且分析图像与校准图像中的至少一者重合,以便将分析图像作为所述一系列校准图像的部分进行拍摄。
实施例 9:根据前述实施例所述的方法,其中在体液施加至测试区的情况下拍摄所述一系列校准图像,其中校准图像中的至少一者包括该部分测试区。
实施例 10:根据前述实施例中任一项所述的方法,其中目标区域包括由以下项组成的组中的至少一个要素:白场;黑场;灰场;灰度梯尺。
实施例 11:根据前述实施例中任一项所述的方法,其中每个校准图像包括至少两个目标区域,具体为一个黑场和一个白场具体为一个黑场或一个第一灰场,以及一个白场或一个第二灰场。
实施例 12:根据前述实施例所述的方法,其中两个目标区域之间的物理亮度比为已知的。
实施例 13:根据前述实施例中任一项所述的方法,其中对于每个校准图像,从校准图像的目标区域的至少一个亮度值导出关键校准数值。
实施例 14:根据前述实施例所述的方法,其中关键校准数值包括以下中的至少一者:校准图像的目标区域的亮度值中的至少一者;从校准图像的目标区域的多个亮度值导出的至少一个平均亮度值。
实施例 15:根据前述实施例中任一项所述的方法,其中在步骤 a) 中,主动改变校准图像的亮度,具体地以逐步的方式。
实施例 16:根据前述实施例中任一项所述的方法,其中在步骤 a) 中,通过改变以下参数中的至少一者的参数值来改变校准图像的亮度:曝光时间;相机的图像传感器的光敏度,具体为图像传感器的 ISO 感光度;光源的光强度,具体为移动装置的(特别是相机的)LED。
实施例 17:根据前述实施例所述的方法,其中以此类方式来选择参数值:使得用参数值拍摄的校准图像的目标区域的亮度值为预定亮度值范围的部分。
实施例 18:根据前述两个实施例中任一项所述的方法,其中参数值基本上与由相机的图像传感器所检测的亮度值成正比。
实施例 19:根据前述三个实施例中任一项所述的方法,其中步骤 c) 包括针对每个校准图像来确定至少一个采样点,具体为至少一对值,其中采样点包括关键校准数值和参数值。
实施例 20:根据前述实施例所述的方法,其中步骤 c) 包括通过以下中的至少一者来确定可能的色调映射函数:针对所述一系列校准图像的采样点确定相关性,特别是拟合曲线;从预定的一组相关性中选择相关性,特别是函数,其中所选择的相关性拟合所述一系列校准图像的采样点。
实施例 21:根据前述实施例所述的方法,其中该组预定函数包括 sRGB 伽马校正。
实施例 22:根据前述实施例中任一项所述的方法,其中步骤 e) 包括从示出测试区的至少一部分的分析图像的至少一部分的至少一个亮度值导出至少一个关键分析数值。
实施例 23:根据前述实施例所述的方法,其中关键分析数值包括以下中的至少一者:示出测试区的该部分分析图像的亮度值中的至少一者;从示出测试区的该部分分析图像的多个亮度值导出的至少一个平均亮度值。
实施例 24:根据前述两个实施例中任一项所述的方法,其中通过将反向的可能的色调映射函数应用于关键分析数值,从每个关键分析数值导出至少一个可能的分析物测量数值。
实施例 25:根据前述实施例所述的方法,其中可能的分析物测量数值包括至少一个可能的亮度值,其中当对在其施加有体液的该部分测试区进行成像时,可能的亮度值近似于由相机的图像传感器所检测的亮度值。
实施例 26:根据前述两个实施例中任一项所述的方法,其中在步骤 e) 中,通过使用可能的分析物测量数值与分析物浓度之间的预定相关性从可能的分析物测量数值中确定分析物浓度。
实施例 27:根据前述实施例中任一项所述的方法,其中该方法的步骤 c) 包括将反向的可能的色调映射函数应用于关键校准数值,以针对每个关键校准数值来确定至少一个可能的校准测量数值,其中从一组预定色调映射函数中选择色调映射函数。
实施例 28:根据前述实施例所述的方法,其中所选择的预定色调映射函数为sRGB 伽马校正。
实施例 29:根据前述两个实施例中任一项所述的方法,其中检查测试点(特别是测试值对)之间的关系的线性度,其中每个测试点包括可能的校准测量数值和参数值。
实施例 30:根据前述实施例所述的方法,其中如果测试点之间的关系被归类为线性,则确定所选择的预定色调映射函数为可能的色调映射函数。
实施例 31:根据前述两个实施例中任一项所述的方法,其中如果测试点之间的关系被归类为非线性,则确定测试点之间的残余相关性,特别是拟合曲线,其中残余相关性拟合测试点。
实施例 32:根据前述实施例所述的方法,其中测试点之间的残余相关性由以下中的至少一者来加以近似:抛物线;抛物线函数;抛物线拟合。
实施例 33:根据前述两个实施例中任一项所述的方法,其中在步骤 c) 中,通过考虑所选择的预定色调映射函数和残余相关性两者来确定可能的色调映射函数。
实施例 34:根据前述实施例中任一项所述的方法,其中该方法进一步包括:
f) 将移动装置的色调映射函数设置为线性色调映射函数,具体为以图像传感器所检测的亮度值(例如原始亮度值)与由相机拍摄的图像的亮度值(例如经处理的亮度值)之间成比例为特征的色调映射函数。
实施例 35:根据前述实施例所述的方法,其中步骤 f) 在步骤 a) 之前。
实施例 36:根据前述两个实施例中任一项所述的方法,其中检查采样点之间的关系的线性度,其中每个采样点包括从校准图像中的一者导出的关键校准数值和用于拍摄所述校准图像的参数值。
实施例 37:根据前述实施例所述的方法,其中如果采样点之间的关系被归类为线性,则将线性色调映射曲线确定为可能的色调映射曲线。
实施例 38:根据前述实施例中任一项所述的方法,其中在步骤 e) 中,从对象的施加有体液的测试区与目标区域之间的亮度比来确定分析物浓度。
实施例 39:根据前述实施例所述的方法,其中对象的施加有体液的测试区与目标区域之间的亮度比为或等于所述至少一个分析图像的至少一个偏差因子,其中分析图像以包括至少一个亮度值的关键分析数值和用于拍摄分析图像的参数值为特征,其中偏差因子描述了分析图像的参数值与表示可能的色调映射函数的曲线上的点的参数值之间的比率,其中曲线上的点以参数值和亮度值为表征,其中曲线上的点的亮度值与关键分析数值相同。
实施例 40:根据前述实施例所述的方法,其中可能的色调映射函数以半对数的方式来进行表示,其中参数值以对数的方式来进行表示,而亮度值以线性的(具体为非对数的)方式来进行表示。
实施例 41:根据前述两个实施例中任一项所述的方法,其中使用至少两个,具体为三个,更具体为五个分析图像中的多者,其中针对每个分析图像来确定所述至少一个偏差因子,其中从所述多个偏差因子中确定至少一个平均偏差因子。
实施例 42:根据前述实施例所述的方法,其中对象包括光学测试条,其中每个分析图像与至少一个校准图像重合,以便将分析图像作为所述一系列校准图像的部分进行拍摄。
实施例 43:根据前述实施例中任一项所述的方法,其中将在步骤 c) 中确定的可能的色调映射函数存储在移动装置的至少一个存储设备中。
实施例 44:根据前述实施例所述的方法,其中在重复执行步骤 a)-c) 之后,将多个确定的色调映射函数存储在存储设备中。
实施例 45:根据前述实施例所述的方法,其中将在步骤 c) 中确定的色调映射函数与存储设备中存储的色调映射函数中的至少一者进行比较。
实施例 46:根据前述实施例所述的方法,其中如果在步骤 c) 中确定的色调映射函数与所存储的色调映射函数中的至少一者的偏差超过预定阈值,则丢弃在步骤 c) 中确定的色调映射函数。
实施例 47:根据前述实施例中任一项所述的方法,其中方法步骤 b)、c) 和 e)为计算机实现的。
实施例 48:根据前述实施例中任一项所述的方法,其中进一步地,步骤 a) 和 d)为计算机提示的。
实施例 49:一种包括计算机可执行指令的计算机程序,当由计算机(具体为移动装置的处理器)执行计算机程序时,该计算机可执行指令使计算机执行根据前述权利要求中任一项所述的方法步骤 b)、c) 和 e) 以及任选的 f)。
实施例 50:根据前述实施例的计算机程序,其中计算机程序进一步包括计算机可执行指令,当由计算机执行计算机程序时,该计算机可执行指令使计算机提示根据该方法的步骤 a) 拍摄所述一系列校准图像。
实施例 51:根据前述两个实施例中任一项所述的计算机程序,其中计算机程序进一步包括计算机可执行指令,当由计算机执行计算机程序时,该计算机可执行指令使计算机提示根据该方法的步骤 d) 拍摄所述至少一个分析图像。
实施例 52:一种具有相机和处理器的移动装置,该处理器配置为执行以下步骤:
i.) 提示用户通过使用相机来拍摄对象的至少一个目标区域的一系列校准图像,其中校准图像的亮度不同;
ii.) 从在步骤 i.) 中拍摄的该系列的每个校准图像导出用于移动装置的色调映射函数的至少一个关键校准数值特征;
iii.) 通过考虑来自在步骤 i.) 中拍摄的该系列的校准图像的关键校准数值,确定移动装置的至少一个可能的色调映射函数;
iv.) 提示用户拍摄光学测试条的测试区的至少部分的至少一个分析图像,该测试区施加有体液;以及
v.) 通过考虑移动装置的可能的色调映射函数,从测试区的分析图像确定体液中分析物的浓度。
实施例 53:根据前述实施例所述的移动装置,其中移动装置(具体为处理器)配置为执行根据前述权利要求中任一项所述的方法的步骤,所述前述权利要求提及通过使用具有相机的移动装置来确定体液中分析物的浓度的方法。
实施例 54:一种用于确定体液中分析物的浓度的套件,所述套件包括:
- 至少一个根据前述提及移动装置的权利要求中任一项所述的移动装置;以及
- 至少一个具有至少一个测试区的光学测试条。
实施例 55:根据前述实施例所述的套件,其中该光学测试条进一步包括至少一个目标区域。
附图说明
优选地结合从属权利要求,在随后的实施例描述中将更详细地公开另外的可选特征和实施例。其中,如本领域技术人员将认识到的,各个任选特征可以按单独的方式以及按任何任意可行的组合来实现。本发明的范围不受优选实施例的限制。在附图中示意性地描绘了实施例。其中,这些附图中相同的附图标记是指相同或功能上相当的元件。
在附图中:
图 1 示出了流程图,该流程图示出了确定体液中分析物的浓度的方法;
图 2 示出了如该方法的步骤 c) 所述确定的可能的色调映射函数;
图 3A 和图 3B 示出了灰度梯尺 (3A) 和从使用灰度梯尺而拍摄的一系列校准图像确定的多个采样点 (3B);
图 4A 和图 4B 示出了一系列校准图像 (4A) 和从图 4A 所示的所述一系列校准图像部分确定的可能的色调映射函数 (4B);
图 5A 和图 5B 均示出了多个不同的可能的色调映射函数,其中在 5A 中,曝光时间是变化的,而在 5B 中,相机的 ISO 感光度是变化的,以用于生成可能的色调映射函数所基于的校准图像;
图 6A、图 6B 和图 6C 示出了如步骤 c) 所述确定的可能的色调映射函数(6A)、sRGB 伽马校正补偿之后的图 6A 的可能的色调映射函数 (6B),以及近似于图 6B所示的曲线的抛物线拟合 (6C);
图 7A 和图 7B 示出了如步骤 c) 所述确定的可能的色调映射函数,以及由相机的曝光时间和作为分析图像的数据集的部分的测试区的相应亮度值来确定的多对值 (7A)和用对数标度上的亮度值描绘的图 7A 的数据 (7B);并且
图 8 示出了包括移动装置和光学测试条的套件。
具体实施方式
在本发明的第一方面,公开了一种通过使用具有相机 112 的移动装置 110 来确定体液中分析物的浓度的方法。图 1 示出了该方法的流程图,其中移动装置 110 的部件在图 8 中示出。该方法的进一步的细节在图 2 至图 7B 中示出。在下文中,参考所有这些图。
该方法包括以下方法步骤,这些步骤可具体地以给定顺序执行。但是,不同的顺序也是可行的。完全或部分地同时执行两个或更多个方法步骤也是可能的。一次性或重复地执行一个或更多个方法步骤或甚至全部步骤也是可能的。该方法可以包含本文未列出的其它方法步骤。方法步骤如下:
a) 通过使用相机 112(参见例如图 8)来拍摄对象 118 的至少一个目标区域116 的一系列校准图像 114(参见例如图 4A),其中校准图像 114 的亮度不同;
b)从在步骤 a) 中拍摄的该系列的每个校准图像导出用于移动装置 110 的色调映射函数的至少一个关键校准数值特征;
c) 通过考虑来自在步骤 a) 中拍摄的该系列的校准图像 114 的关键校准数值,确定移动装置 110 的至少一个可能的色调映射函数 120(参见例如图 2、图 4B、图 5A、图5B、图 6A、图 7A 和图 7B);
d)拍摄光学测试条 124 的测试区 122 的至少部分的至少一个分析图像,测试区122 施加有体液(参见例如图 8);以及
e) 通过考虑移动装置 110 的可能的色调映射函数 120,从测试区 122 的分析图像确定体液中分析物的浓度。
在图 1 所示的流程图中,步骤 a) 由附图标记 126 表示,步骤 b) 由附图标记128 表示,步骤 c) 由附图标记 130 表示,步骤 d) 由附图标记 132 表示,并且步骤 e)由附图标记 134 表示。
图 2 示出了根据确定体液中分析物的浓度的方法的步骤 c) 来确定的典型的可能的色调映射函数 120。图 2 的图表的 x 轴示出了以毫秒为单位的曝光时间 136。图 2的图表的 y 轴示出了白场 143 的亮度值 138,在图 2 所示的情况下,白场为目标区域116。其他目标区域也是可能的,例如黑场 139、灰场和灰度梯尺 142。校准图像 114 的亮度不同。在步骤 a) 中,可主动改变校准图像 114 的亮度,具体地以逐步的方式。在图 2所示的情况下,通过改变移动装置 110 的相机 112 的曝光时间 136 来改变校准图像114 的亮度。移动装置 110 可使用色调映射函数以将可为作为校准图像 114 的经处理的数据的图像文件的部分的亮度值 138 分配给由相机 112 的成像设备 141 生成为原始数据的每个亮度值 138。经处理的亮度值 138 可从校准图像加以导出并作为关键校准数值。例如,用户可访问包括校准图像 114 的经处理的数据的数据集。
移动装置 110 的原始数据和色调映射函数可为未知的。为了确定移动装置 110的可能的色调映射函数 120,可从包括校准图像 114 的经处理的数据的每个数据集导出经处理的亮度值 138。校准图像 114 的经处理的亮度值 138 和用于生成校准图像 114的相机 112 的参数值(在图 2 的情况下该参数值为曝光时间 136)可一起形成采样点140。图 2 示出了总共 14 个采样点 140。可能的色调映射函数 120 可使用关键校准数值(特别是经处理的亮度值 138,具体为采样点 140)来进行确定。特别地,可通过将函数拟合至采样点 140 来确定可能的色调映射函数。
图 3A 示出了灰度梯尺 142,该灰度梯尺可用作目标区域 116。图 3B 的图表的x 轴示出了灰度值 144。灰度梯尺的灰度值 144 可以逐步的方式进行改变。图 3B 的图表的 y 轴示出了 RGB 颜色空间的红色通道的值 146,具体为红色通道的强度。也可使用其他颜色通道。图 3B 进一步示出了四组采样点。每组使用不同的中性密度滤光片,过滤值分别为 100%、48.8%、29.4% 和 23.6%。图 3B 所示的采样点 140 可包括作为 x 坐标的灰度梯尺 142 的场中的至少一者的灰度值 144 和作为 y 坐标的校准图像 114 的红色通道146 的经处理的值。使用 100% 中性密度滤光片获取的采样点以附图标记 148 表示。使用48.8% 中性密度滤光片获取的采样点以附图标记 150 表示。使用 29.4% 中性密度滤光片获取的采样点以附图标记 152 表示。使用 13.6% 中性密度滤光片获取的采样点以附图标记 154 表示。每个组均可用于确定可能的色调映射函数 120。
图 4A 示出了一系列示例性校准图像 114,在这种情况下,对象 118 为包括测试区 122 以及目标区域 116 的光学测试条 124,该目标区域可为白场 143 或黑场 139。不同校准图像 114 的曝光时间 136 可不同。因此,图 4A 所示的该系列的最左侧和左侧的第一校准图像和第二校准图像 114 的曝光时间 136 可为该系列的中间的第三校准图像的曝光时间的 0.25 倍和 0.5 倍,而该系列的右侧和最右侧的第四校准图像和第五校准图像的曝光时间可为该系列的中间的第三校准图像 114 的曝光时间的 2 倍和 4 倍。如上所述,术语“图像”具体地可指一组空间分辨的光学数据。特别是在图 4A 的情况下,数据集的图形表示也可称为图像
图 4B 示出了使用一系列校准图像 114 确定的其他示例性可能的色调映射函数120,所述一系列校准图像的曝光时间 136 不同。图 4B 的图表的 x 轴示出了以 ms 为单位的曝光时间 136。图 4B 的图表的 y 轴示出了白场的亮度值 138。使用七个采样点 140来确定可能的色调映射函数 120。每个采样点 140 可包括作为 x 坐标的曝光时间 136,在该曝光时间处拍摄校准图像 114;以及校准图像 114 的目标区域 116(具体为白场143)的亮度值 138 的经处理的值,用曝光时间 136 来生成该经处理的值。
图 5A 和图 5B 示出了使用根据本发明所述的方法来确定的可能的色调映射函数 120。所述一系列校准图像 114 的校准图像 114 的亮度根据步骤 a) 而不同。在图 5A的情况下,通过改变曝光时间 136 来主动改变校准图像 114 的亮度,而相机的 ISO 感光度在值 100 处保持恒定。在图 5B 的情况下,通过改变相机 112 的 ISO 感光度来主动改变校准图像 114 的亮度,同时曝光时间 136 在 1 ms 处保持恒定。在这两种情况下,所使用的移动装置为三星 J7,并且红色通道用于以红色通道的亮度值 138 的形式导出关键校准数值 137。对于 5A 和 5B 两者,灰场用作目标区域 116。图 5A 和图 5B 两者均示出了五组数据,其中每组数据包括两个可能的色调映射函数 120。该组对应于灰场的不同灰度级,该不同灰度级具有不同的亮度值 138。相对亮度值为 20%、30%、40%、50% 和 60% 的灰度级分别以附图标记 158、160、162、164 和 166 表示。特别地,以 % 为单位给出的相对亮度值可具体地指示黑色与白色混合的比例或百分比。因此,相对亮度值为 20% 的的灰度级可例如指示 20% 黑色和 80% 白色的灰度级。图 5A 中显示的采样点 140 可包括作为 x坐标的曝光时间 136,在该曝光时间处拍摄校准图像 114;以及作为 y 坐标的校准图像114 的灰场的经处理的亮度值 138。图 5B 中显示的采样点 140 可包括作为 x 坐标的相机(特别是成像设备 141)的 ISO 感光度,使用该 ISO 感光度拍摄校准图像 114;以及作为 y 坐标的校准图像 114 的灰场的经处理的亮度值 138。图 5A 和图 5B 进一步示出了根据该方法的步骤 c) 来确定的可能的色调映射函数 120。曝光时间 136 的主动变化提供了比 ISO 感光度的主动变化更一致的结果,特别是以更平滑的色调映射曲线 120 的形式,如通过比较图 5A 和图 5B 而可以看出的。
该方法的步骤 a) 包括拍摄对象 118 的所述至少一个目标区域 116 的所述一系列校准图像 114。对象 118 还可包括多个目标区域 116,例如。两个目标区域 116,例诸如一个白场 143 和一个黑场 139。图 6A 示出了根据该方法的步骤 c) 来确定的可能的色调映射函数 120。在步骤 c) 中考虑的关键校准数值可为从在步骤 a) 中拍摄的校准图像导出的亮度值 138,如图 6A 的情况。亮度值 138 具体地可为通过将色调映射函数应用于由相机 112 的成像设备 141 所检测的亮度值,而由移动装置生成的经处理的亮度值138。经处理的亮度 138 值可形成采样点 140 的部分,如在图 6A 中可以看出。特别地,可为校准图像 114 的数据集的部分或从该校准图像的数据集导出的经处理的亮度值 138可为采样点 140 的 y 坐标,如图 6A 所示。此外,可改变校准图像 114 的曝光时间 136以改变校准图像 114 的亮度。具体地,采样点 140 可包括作为 x 坐标的校准图像 114的曝光时间 136,如图 6A 所示。图 6A 中显示的图表标绘在 y 轴上的校准图像 114 的经处理的亮度值 138 与标绘在 x 轴上的曝光时间 136。图 6A 的图表示出了五个采样点140,从由对象 118 的白场 143 的逐步曝光不足而生成的校准图像 114 导出该五个采样点的关键校准数值 137(特别是用作 y 坐标的亮度值 138)。这些采样点 140 由附图标记168 进一步进行标记。图 6A 的图表进一步示出了五个采样点 140,从由对象 118 的黑场139 的逐步曝光过度而生成的校准图像 114 导出该五个采样点的关键校准数值 137(特别是用作 y 坐标的亮度值 138)。这些采样点 140 由附图标记 170 进行标记。
图 6B 示出了在通过应用反向的 sRGB 伽马校正来实现部分线性化之后,图 6A的可能的色调映射函数 120。在图 6B 的图表中,在 y 轴上标绘亮度值 138 并且在 x 轴上标绘曝光时间 136。从图 6B 中显示的所得函数 174 中可明显看出,所得函数 174 示出了一些残余非线性,使得根据步骤 c) 确定并显示在图 6A 中的可能的色调映射函数120 可能与 sRGB 伽马校正不同。因此,由移动装置 110 实际使用的色调映射函数可能与sRGB 校正不同。
在图 6B 中,在应用 sRGB 伽马校正之后的亮度值 138 进一步用附图标记 172进行标记。所得函数 174 的采样点 140 可包括作为 y 坐标的在应用反向的伽马校正172 之后的亮度值 138,以及作为 x 坐标的相应校准图像 114 的曝光时间 136。可能的色调映射函数 120 可为可能由移动装置 110 使用的色调映射函数,例如,通过将色调映射函数应用于由相机 112 的成像设备 141 所生成的数据集。可能的色调映射函数 120可能可替代地近似于由移动装置 110 实际使用的色调映射函数。作为确定可能的色调映射函数 120 的部分,所得函数 174 或其至少一个分段可例如通过抛物线拟合 176 来加以近似,如图 6C 所示。所得函数 174 的相关分段,其可包括适用于从测试区 122 的分析图像确定分析物浓度的亮度值 138。由图 6C 中的相关分段包括的采样点 140 用框和附图标记 178 来进行标记。因此,可能由单个参数(例如二次项)来描述可能的色调映射函数120 与 sRGB 伽马校正的偏差。另外,可使用其他术语,例如更高阶的项,例如三阶项。
该方法的步骤 e) 包括通过考虑移动装置 110 的可能的色调映射函数 120,从测试区 122 的分析图像确定体液中分析物的浓度。在步骤 e) 中,可从对象 118 的施加有体液的测试区 122 与目标区域 116 之间的亮度比来具体地确定分析物浓度。施加有体液的测试区 122 与目标区域 116 之间的亮度比可能是未知的并且可能必须进行确定。特别地,由于由移动装置 110 应用的色调映射曲线的非线性,可能无法通过除以从分析图像的经处理的数据集和校准图像 114 的经处理的数据集中获得的相应亮度值 138 来确定所述亮度比。
图 7A 和图 7B 示出了确定(特别是近似于)施加有体液的测试区 122 与目标区域 116 之间的亮度比的任选方式。图 7A 示出了具有在 x 轴上标绘的曝光时间 136 和在 y 轴上标绘的亮度值的图表。该图表显示了使用经同样指示的采样点 140 来确定的可能的色调映射函数 120。作为 y 坐标,采样点 140 可包括关键校准数值,在这种情况下具体为白场 143(在这种情况下该白场用作目标区域 116)的亮度值 138,亮度值 138 是从校准图像 114 的经处理的数据集导出的。作为 x 坐标,采样点 140 可包括用于拍摄校准图像 114 的曝光时间 136。在图 7A 中进一步指示了由 y 坐标(其可为关键分析数值186,具体为可从分析图像的经处理的数据集导出的施加有体液的测试区 122 的亮度值138)和 x 坐标(具体为用于拍摄分析图像的曝光时间 136)确定的分析点 184。具体地,可同时获取图 7A 所示的数据。具体地,每个分析图像可与校准图像 114 中的一者重合。
图 7B 示出了图 7A 中显示的数据,具体为可能的色调映射函数 120、采样点140 和分析点 184,其中 x 轴为对数标度。图 7B 进一步用箭头指示分析点 184 可通过调整它们的 x 坐标来移位至可能的色调映射函数 120 或其外推上。通过将分析点 184的 x 坐标与公共偏差因子相乘,具体地可为所有分析点 184 实现移位。偏差因子可特定于或可反映对象 118 的施加有体液的测试区 122 与目标区域 116 之间的亮度比。在图7B 的图表中,偏差因子可为 0.465。移位的分析点用附图标记 188 进行标记。
施加有体液的测试区 122 与目标区域 116 的亮度比可相对于参考亮度比来进行设置。参考亮度比可例如为未施加有体液的测试区 122 与目标区域 116 之间的亮度比。可替代地,参考亮度比可为光学测试条 124 上的参考场与目标区域 116 之间的亮度比。从两个亮度比(例如对象 118 的施加有体液的测试区 122 与目标区域 116 之间的亮度比)与参考亮度比之间的比率中,分析物浓度可例如通过使用以下中的至少一者来进行确定:代码曲线;查找表;神经网络(图中未示出)。
如上文所概述的,在图 8 中,在透视图中示出了移动装置 110 的实施例,移动装置 110 具有相机 112 和至少一个处理器 180。例如通过编程,处理器 180 配置为执行以下步骤:
i.) 提示用户通过使用相机 112 来拍摄对象 118 的至少一个目标区域 116 的一系列校准图像 114,其中校准图像 114 的亮度不同;
ii.) 从在步骤 i.) 中拍摄的该系列的每个校准图像 114 导出用于移动装置110 的色调映射函数的至少一个关键校准数值 137 特征;
iii.) 通过考虑来自在步骤 i.) 中拍摄的该系列的校准图像 114 的关键校准数值 137,确定移动装置 110 的至少一个可能的色调映射函数 120;
iv.) 提示用户拍摄光学测试条 124 的测试区 122 的至少部分的至少一个分析图像,测试区 122 施加有体液;以及
v.) 通过考虑移动装置 110 的可能的色调映射函数 120,从测试区 122 的分析图像确定体液中分析物的浓度。
图 8 进一步示出了用于确定体液中分析物的浓度的套件 182 的实施例,套件182 包括:
- 具有相机 110 和至少一个处理器 180 的至少一个移动装置 110,如上所述或如下文进一步所述;以及
- 至少一个具有至少一个测试区 122 的光学测试条 124。
光学测试条 124 可特别地包括至少一个目标区域 116。
附图标记列表
110 移动装置
112 相机
114 校准图像
116 目标区域
118 对象
120 可能的色调映射函数
122 测试区
124 光学测试条
126 步骤 a)
128 步骤 b)
130 步骤 c)
132 步骤 d)
134 步骤 e)
136 曝光时间
137 关键校准数值
138 亮度值
139 黑场
140 采样点
141 成像设备
142 灰度梯尺
143 白场
144 灰度值
146 红色通道的值
148 100% 中性密度滤光片
150 48,8% 中性密度滤光片
152 29,4% 中性密度滤光片
154 13,6% 中性密度滤光片
156 ISO 感光度
158 相对亮度值为 20% 的灰度级
160 相对亮度值为 30% 的灰度级
162 相对亮度值为 40% 的灰度级
164 相对亮度值为 50% 的灰度级
166 相对亮度值为 60% 的灰度级
168 白场曝光不足
170 黑场曝光过度
172 应用反向的伽马校正之后的亮度值
174 所得函数
176 抛物线套件
178 所得函数的相关分段的采样点
180 处理器
182 套件
184 分析点
186 关键分析数值
188 移位的分析点

Claims (15)

1.一种通过使用具有相机 (112) 的移动装置 (110) 来确定体液中分析物的浓度的方法,所述方法包括:
a) 通过使用所述相机 (112) 来拍摄对象 (118) 的至少一个感兴趣的区域 (116)的一系列校准图像 (114),其中所述校准图像 (114) 的亮度不同;
b) 从在步骤 a) 中拍摄的所述系列的每个校准图像 (114) 导出用于所述移动装置(110) 的色调映射函数的至少一个关键校准数值 (137) 特征;
c) 通过考虑来自在步骤 a) 中拍摄的所述系列的所述校准图像 (114) 的所述关键校准数值 (137),确定所述移动装置 (110) 的至少一个可能的色调映射函数 (120);
d) 拍摄光学测试条 (124) 的测试区 (122) 的至少部分的至少一个分析图像,所述测试区 (122) 施加有所述体液;以及
e) 通过考虑所述移动装置 (110) 的所述可能的色调映射函数 (120),从所述测试区(122) 的所述分析图像确定所述体液中所述分析物的浓度。
2.根据前述权利要求所述的方法,其中重复执行步骤 d)-e),其中步骤 a)-c) 对于步骤 d)-e) 的多次重复仅最初执行一次,或每次在执行步骤 d)-e) 之前加以执行,或以预定频率加以执行。
3.根据前述权利要求中任一项所述的方法,其中所述对象 (118) 包括所述光学测试条 (124),其中所述分析图像与所述校准图像 (114) 中的至少一者重合,以便将所述分析图像作为所述一系列校准图像 (114) 的部分进行拍摄。
4.根据前述权利要求中任一项所述的方法,其中所述感兴趣的区域 (116) 包括由以下项组成的组中的至少一个要素:白场;黑场 (139);灰场;灰度梯尺 (142)。
5.根据前述权利要求中任一项所述的方法,其中每个校准图像 (114) 包括至少两个感兴趣的区域 (116),其中特别地,所述两个感兴趣的区域 (116) 之间的物理亮度比为已知的。
6.根据前述权利要求中任一项所述的方法,其中对于每个校准图像 (114),从所述校准图像 (114) 的所述感兴趣的区域 (116) 的至少一个亮度值导出所述关键校准数值(137)。
7.根据前述权利要求中任一项所述的方法,其中在步骤 a) 中,通过改变以下参数中的至少一者的参数值来改变所述校准图像 (114) 的所述亮度:曝光时间 (136);所述相机(112) 的图像传感器的光敏度;光源的光强度。
8.根据前述权利要求所述的方法,其中步骤 c) 包括针对每个校准图像 (114) 来确定至少一个采样点 (140),其中所述采样点 (140) 包括所述关键校准数值 (137) 和所述参数值。
9.根据前述权利要求所述的方法,其中步骤 c) 包括通过以下中的至少一者来确定所述可能的色调映射函数 (120):针对所述一系列校准图像 (114) 的所述采样点 (140) 确定相关性,特别是拟合曲线;从预定的一组相关性中选择相关性,特别是函数,其中所选择的相关性拟合所述一系列校准图像 (114) 的所述采样点 (140)。
10.根据前述权利要求中任一项所述的方法,其中步骤 e) 包括从示出所述测试区(122) 的所述至少一部分的所述分析图像的至少一部分的至少一个亮度值 (138) 导出至少一个关键分析数值 (186)。
11.根据前述权利要求所述的方法,其中通过将反向的可能的色调映射函数 (120) 应用于所述关键分析数值 (186),从每个关键分析数值 (186) 导出至少一个可能的分析物测量数值。
12.根据前述权利要求中任一项所述的方法,其中在步骤 e) 中,从所述对象 (118)的施加有所述体液的所述测试区 (122) 与所述感兴趣的区域 (116) 之间的亮度比来确定分析物浓度。
13.一种包括计算机可执行指令的计算机程序,当由计算机、具体为移动装置 (110)的处理器执行所述计算机程序时,所述计算机可执行指令使所述计算机执行根据前述权利要求中任一项所述的方法步骤 b)、c) 和 e)。
14.一种具有相机 (112) 和处理器 (180) 的移动装置 (110),所述处理器 (180) 配置为执行以下步骤:
i.) 提示用户通过使用所述相机 (112) 来拍摄对象 (118) 的至少一个感兴趣的区域 (116) 的一系列校准图像 (114),其中所述校准图像 (114) 的亮度不同;
ii.) 从在步骤 i.) 中拍摄的所述系列的每个校准图像 (114) 导出用于所述移动装置 (110) 的色调映射函数的至少一个关键校准数值 (137) 特征;
iii.) 通过考虑来自在步骤 i.) 中拍摄的所述系列的所述校准图像 (114) 的所述关键校准数值 (137),确定所述移动装置 (110) 的至少一个可能的色调映射函数 (120);
iv.) 提示所述用户拍摄光学测试条 (124) 的测试区 (122) 的至少部分的至少一个分析图像,所述测试区 (122) 施加有所述体液;以及
v.) 通过考虑所述移动装置 (110) 的所述可能的色调映射函数 (120),从所述测试区 (122) 的所述分析图像确定体液中分析物的浓度。
15.一种用于确定体液中分析物的浓度的套件 (182),所述套件 (182) 包括:
- 至少一个根据提及移动装置 (110) 的前述权利要求中任一项所述的移动装置(110);和
- 具有至少一个测试区 (122) 的至少一个光学测试条 (124)。
CN202080046528.6A 2019-06-26 2020-06-23 确定体液中分析物的浓度的方法和配置为用于确定体液中分析物的浓度的移动装置 Pending CN113994196A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP19182555 2019-06-26
EP19182555.3 2019-06-26
PCT/EP2020/067444 WO2020260246A1 (en) 2019-06-26 2020-06-23 Method of determining a concentration of an analyte in a bodily fluid and mobile device configured for determining a concentration of an analyte in a bodily fluid

Publications (1)

Publication Number Publication Date
CN113994196A true CN113994196A (zh) 2022-01-28

Family

ID=67070748

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080046528.6A Pending CN113994196A (zh) 2019-06-26 2020-06-23 确定体液中分析物的浓度的方法和配置为用于确定体液中分析物的浓度的移动装置

Country Status (16)

Country Link
US (1) US20220104736A1 (zh)
EP (1) EP3990902B1 (zh)
JP (1) JP2022538168A (zh)
KR (1) KR20220025741A (zh)
CN (1) CN113994196A (zh)
AR (1) AR119232A1 (zh)
AU (1) AU2020308586A1 (zh)
BR (1) BR112021025979A2 (zh)
CA (1) CA3141047A1 (zh)
IL (1) IL289142A (zh)
MA (1) MA56381B1 (zh)
MX (1) MX2022000109A (zh)
SG (1) SG11202112941UA (zh)
TW (1) TW202115384A (zh)
WO (1) WO2020260246A1 (zh)
ZA (1) ZA202109007B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4278967A1 (en) * 2022-05-20 2023-11-22 F. Hoffmann-La Roche AG Method of determining a final numerical analyte result value corresponding to a concentration of an analyte in a bodily fluid using a mobile device

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070035752A1 (en) 2005-08-15 2007-02-15 Microsoft Corporation Hardware-accelerated color data processing
US9241663B2 (en) 2012-09-05 2016-01-26 Jana Care Inc. Portable medical diagnostic systems and methods using a mobile device
PL2836983T3 (pl) 2012-10-08 2018-01-31 Koninklijke Philips Nv Przetwarzanie obrazu zmieniające luminancję z ograniczeniami barwy
WO2014113770A1 (en) * 2013-01-21 2014-07-24 Cornell University Smartphone-based apparatus and method for obtaining repeatable, quantitative colorimetric measurement
US9658217B2 (en) * 2014-02-17 2017-05-23 Ixensor Co., Ltd Measuring physical and biochemical parameters with mobile devices
EP3231174B1 (en) 2014-12-11 2020-08-26 Koninklijke Philips N.V. Optimizing high dynamic range images for particular displays
WO2016132243A1 (en) * 2015-02-19 2016-08-25 Renalyx Health Systems Pvt Ltd Method and device for performing colorimetric analysis of a test fluid to evaluate physiological parameters
US9659349B2 (en) 2015-06-12 2017-05-23 Gopro, Inc. Color filter array scaler
GB2554411A (en) * 2016-09-26 2018-04-04 Sumitomo Chemical Co Analytical test device
US11465240B2 (en) * 2019-04-08 2022-10-11 Polaronyx, Inc. Method and apparatus for real time, in situ sensing and characterization of roughness, geometrical shapes, geometrical structures, composition, defects, and temperature in three-dimensional manufacturing systems

Also Published As

Publication number Publication date
AR119232A1 (es) 2021-12-01
MA56381B1 (fr) 2024-05-31
AU2020308586A1 (en) 2021-12-02
CA3141047A1 (en) 2020-12-30
MX2022000109A (es) 2022-02-10
ZA202109007B (en) 2022-08-31
MA56381A (fr) 2022-05-04
EP3990902A1 (en) 2022-05-04
BR112021025979A2 (pt) 2022-02-08
TW202115384A (zh) 2021-04-16
US20220104736A1 (en) 2022-04-07
WO2020260246A1 (en) 2020-12-30
IL289142A (en) 2022-02-01
EP3990902C0 (en) 2024-03-27
JP2022538168A (ja) 2022-08-31
KR20220025741A (ko) 2022-03-03
EP3990902B1 (en) 2024-03-27
SG11202112941UA (en) 2021-12-30

Similar Documents

Publication Publication Date Title
US9506855B2 (en) Method and system for analyzing a colorimetric assay
TWI795453B (zh) 基於顏色形成反應執行分析量測的方法及裝置
JP7356490B2 (ja) サンプル中の分析物の検出方法
CN112930572B (zh) 用于执行分析测量的方法和装置
US11781973B2 (en) Methods and systems for calibrating and using a camera for detecting an analyte in a sample
Nixon et al. Accurate device-independent colorimetric measurements using smartphones
KR102603371B1 (ko) 분석 측정을 수행하기 위한 방법 및 디바이스
US20220104736A1 (en) Method of determining a concentration of an analyte in a bodily fluid and mobile device configured for determining a concentration of an analyte in a bodily fluid
TW202215033A (zh) 測定體液樣品中分析物濃度之方法
CN114667452A (zh) 确定体液中分析物的浓度的方法
RU2812204C2 (ru) Способ определения концентрации аналита в физиологической жидкости и мобильное устройство, сконфигурированное для определения концентрации аналита в физиологической жидкости
RU2768216C1 (ru) Способ определения концентрации аналита в физиологической жидкости
JPWO2020260246A5 (zh)
JPWO2019162496A5 (zh)
RU2792659C2 (ru) Способы и устройства для проведения аналитических измерений
RU2794865C2 (ru) Способы и устройства для проведения аналитических измерений

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40068290

Country of ref document: HK