[发明专利]用于分析即时检验结果的图像的系统和方法

说明书

在电信网络中用于分析即时POC检验结果的本发明的方法包括实行即时POC检验并且获取检验结果。来自检验结果的信号用电信终端中的相机（2）检测到，并且获得图像。图像由人工神经网络ANN解译，该人工神经网络做出对图像的分析的决策。经解译的图像的分析结果被发送到最终用户的用户界面。用于分析即时POC检验结果的本发明的系统包括即时检验的检验结果、具有相机（2）和用户界面的终端，以及用于解译由相机拍摄的检验结果的图像的软件。该软件使用人工神经网络来解译图像并进行分析。

技术领域

本发明涉及用于分析即时（Point-Of-Care，POC）检验结果的方法和系统。

背景技术

即时检验（POCT）或床旁检验通常被定义为在患者护理时间和地点即时或接近即时地进行医疗诊断检验，而不是将标本发送到医学实验室，然后等待数小时或数天才获得结果。

POCT有几种定义，但没有公认的通用定义。不管确切的定义如何，POCT的最关键要素是结果的快速传送，以指导临床决策以及完成相同临床遭遇中的检验和后续行动。因此，用于向护理提供人员快速报告检验结果的系统，以及将检验结果链接到适当的咨询和治疗的机制，与该技术本身一样重要。

可以通过肉眼或使用用于读取作为图像的结果的专用读取器来评估POC检验结果的读出。此类检验读取器使用的图像分析算法可以为用户提供定性、半定量和定量结果。

检验读取器中用于解译即时检验结果的算法是如何通过实行计算、数据处理和自动化推理任务来解决检验结果解译的规范。该算法可以被定义为“一组精确定义了一系列操作的规则”。该算法详细说明了计算机应该以特定次序实行从而执行指定任务的特定指令。

已经进行了一些尝试来开发用于评估检验结果的人工神经网络（ANN）。

Ferhat Denirci，MD等人的学习算法文章“Artificial Neural NetworkApproach in Laboratory Test Reporting”（Am J Clin Pathol，2016年8月，146：227-237，DOI：10.1093/AJCP/AQW104）被呈现为在基于数值的检验报告中使用算法的现有技术。在测量结果上开发通过使用人工神经网络（ANN）的决策算法模型，并且该模型可以被用来协助专家进行决策，但是不能用于医学检验结果的直接评估。

通过在例如横向流动检验中测量检验线的颜色强度以便于确定样品中分析物的数量，计算机视觉已被证明是对于定量结果的有用工具。这是通过捕获和处理检验图像以用于获得具有高重复性的检验线的客观色彩强度测量结果来发生的。

存在使用智能电话以被用于横向流动检验解译的解决方案。Adrian Carrio ;*,Carlos Sampedro 1, Jose Luis Sanchez-Lopez 1, Miguel Pimienta 2和PascualCampoy在《传感器（Sensors）》（2015, 15, 29569-29593; doi：10.3390/s151129569）中的文章“Automated Low-Cost Smartphone-Based Lateral Flow Saliva Test Reader forDrugs-of-Abuse Detection”呈现了一种基于智能电话的自动化读取器，用于药物滥用横向流动测定检验，其由灯箱和智能电话设备组成。在设备中使用计算机视觉和机器学习技术处理利用智能电话的相机捕获的检验图像，以实行对结果的自动提取。算法的发展涉及检验图像的分割，其在对表示每个分割条带的感兴趣的区域进行预处理以用于在分类步骤发生之前获得检验图像的数值数据之后。然后，已经针对数字图像数据的分类实现了基于人工神经网络（ANN）的监督型机器学习分类器，其是多层感知器（MLP）。