[发明专利]深度学习体积定量方法和设备

说明书

一种用于对样本的体积进行定量的基于神经网络的方法。所述方法包括：提供样本；捕获所述样本的图像；以及使用训练后的神经网络来直接地分类为多个体积类或体积中的一个。描述了被适配成执行体积定量方法的质量检查模块和样本测试设备以及其他方面。

相关申请的交叉引用

本申请要求于2017年7月28日提交的美国临时申请序号62/538,460的优先权，其内容通过引用整体地并入本文。

技术领域

本公开涉及用于测试样本的方法和设备，并且更具体地，本公开涉及用于确定样本中的一种或多种成分的量的方法和设备。

背景技术

自动化测试系统可以使用一种或多种试剂来进行化验或临床分析以识别样本中的分析物或其他组分，诸如尿液、血清、血浆、间质液、脑脊髓液等。出于方便和安全原因，此类样本通常被包含在样本容器(例如，样本收集管)内。测试反应生成各种变化，所述各种变化可以被读取和/或操纵以确定包含在样本中的分析物或其他组分的浓度，该浓度可以在一些实施例中指示患者的疾病状态。

自动测试技术中的改进已伴随着由称作实验室自动化系统(LAS)的自动化样本制备系统进行的预分析样本制备和处理操作中的对应进步，所述预分析样本制备和处理操作诸如分选、批制备、将样本容器离心以使样本成分分开、移除盖以便于流体进入等。LAS还可以将样本容器中的样本自动地输送到许多样本处理站，使得可以在其上执行各种操作(例如，预分析或分析测试)。

LAS可以处理包含在可以具有不同大小(例如，直径和高度)的标准贴条形码标签的样本容器中的许多不同的样本。条形码标签可以包含登记编号，所述登记编号可以包含患者信息或者与患者信息相关，同时其他信息可能已连同测试订单一起被送入到医院的实验室信息系统(LIS)中。操作者可以将贴标签的样本容器放置到LAS系统上，所述LAS系统可以自动地为样本容器规定路线以进行预分析操作(诸如离心、去盖和/或等分试样制备)，并且全部都在样本实际地通过也可以是LAS的一部分的一个或多个分析器(临床化学或化验仪器)经受临床分析或化验之前进行。

对于某些测试，诸如血清或血浆部分(通过离心从全血获得)之类的生物液体可以经受分析。在其中样本是全血的情况下，可以将分离胶（gel separator）添加到样本容器以帮助使沉降血部分与血清或血浆部分分开。在预处理之后，可以将样本容器输送到适当的分析器，所述适当的分析器可以从样本容器中提取样本的生物流体的一部分(例如，血清或血浆部分)并且在反应器皿中(例如，比色杯)将该流体与一种或多种试剂及可能其他材料组合。然后可以通过使用光度或荧光吸收读数、使用询问辐射的射束等来执行分析测量。测量允许确定端点或速率或其他值，据此使用众所周知的技术来确定生物流体中的分析物或其他组分的量。知道存在于样本容器中的生物流体的体积是有利的，使得可以确定是否存在足够的流体来进行订制的测试，但是还可以在一些情况下使用这样的体积来指示有关患者的疾病状态的信息。

在一些生物流体中，样本中的各个部分(例如，沉降部分、血清或血浆部分和分离胶(若使用的话))之间的界限可能难以使用现有方法来确定。因此，所得血清或血浆部分的体积或沉降血部分(SBP)和血清或血浆部分(SPP)的相对量可能难以确定。此外，当有如此多不同类型和大小的样本容器被呈现给LAS时，准确地确定包含在样本容器中的生物流体的体积是有挑战性的。此外，使这种情形恶化的是在某些情况下，生物流体可能被一个或多个包含信息的标签完全地或部分地隐藏。

为了解决这种标签遮挡问题，一些系统(诸如Miller的美国专利公开No. 2012/0140230中描述的那些)描述了使样本容器旋转以找到未被标签遮挡的观察窗口并且然后使用光学成像系统来测量成分的相对量。然而，此类系统可能不太容易实现自动化。

由于在确定包含在样本中的各种成分的量时遇到的困难，所以存在对于被适配成容易地确定生物流体的一种或多种成分的体积的方法和设备的未满足需要。

发明内容