Nothing Special   »   [go: up one dir, main page]

CN109239360B - 一种反应曲线异常检测方法及装置 - Google Patents

一种反应曲线异常检测方法及装置 Download PDF

Info

Publication number
CN109239360B
CN109239360B CN201811075101.XA CN201811075101A CN109239360B CN 109239360 B CN109239360 B CN 109239360B CN 201811075101 A CN201811075101 A CN 201811075101A CN 109239360 B CN109239360 B CN 109239360B
Authority
CN
China
Prior art keywords
curve
section
reaction
preset range
points
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.)
Active
Application number
CN201811075101.XA
Other languages
English (en)
Other versions
CN109239360A (zh
Inventor
章颖
王云龙
邵汉荣
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.)
Sonoscape Medical Corp
Original Assignee
Sonoscape Medical Corp
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 Sonoscape Medical Corp filed Critical Sonoscape Medical Corp
Priority to CN201811075101.XA priority Critical patent/CN109239360B/zh
Publication of CN109239360A publication Critical patent/CN109239360A/zh
Application granted granted Critical
Publication of CN109239360B publication Critical patent/CN109239360B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01N33/68Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6893Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids related to diseases not provided for elsewhere
    • 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
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Urology & Nephrology (AREA)
  • General Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Hematology (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Biotechnology (AREA)
  • Microbiology (AREA)
  • Cell Biology (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Automatic Analysis And Handling Materials Therefor (AREA)

Abstract

本发明公开一种反应曲线异常检测方法及装置,方法包括:获取反应曲线,反应曲线为采样点数据随采样时间排列的集合,采样点数据表征反应样品在指定波长光照射下在采样时间处的吸光度;对反应曲线做一阶差分处理,得到一阶差分曲线;按照预设规则将一阶差分曲线划分为若干曲线段;逐一判断各段曲线段上的点是否满足各曲线段分别对应的预设条件,若满足则该点被确定为跳变点;根据跳变点判定出反应曲线上的异常段。本方法及装置将反应曲线的一阶差分曲线划分为若干曲线段,对各曲线段分别使用对应的预设条件检测曲线段上的跳变点,以进一步检测出反应曲线异常段,与现有技术使用固定的一个阈值检测异常点相比,能够提高对反应曲线异常检测的准确性。

Description

一种反应曲线异常检测方法及装置
技术领域
本发明涉及曲线数据处理技术领域,特别是涉及一种反应曲线异常检测方法及装置。
背景技术
CRP(C-reactive protein)是一种急性时相反应蛋白,临床上通常用CRP进行感染的鉴别诊断,其测量原理为:利用抗原和抗体反应生成的复合颗粒物,使用特定波长的光照射复合颗粒物,通过分析光的变化得到抗原的浓度信息。
行业内测量CRP主要采用血清或者血浆进行检测,需要静脉取血并且采血量大。而全血中血细胞会对光的散射或者吸收产生影响,因此采集的全血不能直接作为检测样本,使用前需要加入溶血剂溶解红细胞并进行离心处理。另外,在测量时需要向样本中加入特定试剂以使得抗原和抗体进行反应,而加入试剂过程、反应混匀过程以及反应后的样本运输到检测装置这些过程都可能产生气泡,产生气泡会对光散射或者折射,会对检测信号产生干扰,会影响CRP检测的准确性。考虑到以上各情况,利用全血进行CRP检测需要考虑各种因素对反应曲线产生的干扰,能够识别出反应曲线中因干扰导致的异常点,以避免因测量不准确而带来误诊。
中国专利CN105466927A,名称为“一种比浊法异常反应曲线的识别、修正及报警方法”,公开了通过对反应曲线做差分处理,利用设定的阈值识别出反应曲线上存在的异常点。但是,该方法在检测异常点时存在以下缺点:(1)CRP抗原和抗体结合是一个非匀速过程,CRP反应曲线不是一条直线,对于差分计算后的曲线,简单地使用同一阈值判定异常点,容易导致漏检或者误检。(2)CRP反应曲线本身存在波动,并且随着使用环境以及仪器状态的变化,该波动的幅度可能存在变化,使用固定的一个阈值检测异常点,检测准确性难以满足要求。
发明内容
有鉴于此,本发明提供一种反应曲线异常检测方法及装置。与现有技术相比,能够提高对反应曲线异常检测的准确性。
为实现上述目的,本发明提供如下技术方案:
一种反应曲线异常处理方法,包括:
S1、获取反应曲线,所述反应曲线为采样点数据随采样时间排列的集合,所述采样点数据表征反应样品在指定波长光照射下在采样时间处的吸光度;
S2、对所述反应曲线做一阶差分处理,得到一阶差分曲线;
S3、按照预设规则将所述一阶差分曲线划分为若干曲线段;
S4、逐一判断各段曲线段上的点是否满足各曲线段分别对应的预设条件,若满足则该点被确定为跳变点;
S5、根据所述跳变点判定出所述反应曲线上的异常段。
优选的,步骤S3中,所述预设规则具体为根据所述反应曲线反映出的反应样品在光照射下的反应速率,将所述一阶差分曲线划分为若干曲线段,各段曲线段分别对应不同反应速率的阶段。
优选的,步骤S4中,所述预设条件为曲线段上的待判断点的差分值超过其所在曲线段对应的第一预设范围。
优选的,每段曲线段对应的所述第一预设范围的计算方式为:
求取该曲线段上所有点的差分值的平均值和标准差,将平均值与若干倍数的标准差的和作为向上跳变阈值,将平均值与若干倍数的标准差的差作为向下跳变阈值,以所述向下跳变阈值到所述向上跳变阈值的范围作为所述第一预设范围,所述第一预设范围包括所述向下跳变阈值和所述向上跳变阈值。
优选的,每段曲线段对应的所述第一预设范围的计算方式为:
求取该曲线段的起止点的采样时间T1、T2;
以仪器正常情况下对若干样本测试获得的反应曲线为参考曲线,求取参考曲线的一阶差分曲线;
用T1、T2截取参考曲线的一阶差分曲线,获得截取曲线段;
求取截取曲线段上所有点的差分值的平均值,以该平均值与预设偏差值的和作为上阈值,以该平均值与预设偏差值的差作为下阈值,以所述下阈值到所述上阈值的范围作为所述第一预设范围,所述第一预设范围包括所述下阈值和所述上阈值。
优选的,步骤S4中,所述预设条件为曲线段上待判断点前后两点的差分值的绝对差大于第一阈值。
优选的,步骤S4中,所述预设条件为曲线段上待判断点前后两点的差分值的相对差大于第二阈值。
优选的,步骤S4中,所述预设条件为待判断点的差分值绝对值大于对应所述待判断点所在曲线段设定的第三阈值;所述第三阈值的计算方式为:
求取该曲线段上所有点的差分值的平均值A;
计算该曲线段上所有点的差分值与A的差值,并计算所有为正数的差值的平均值A+以及所有为负数的差值的平均值A-;
根据关于A、A+、A-的预设关系式求取所述第三阈值。
优选的,步骤S5具体包括:
用所有跳变点的采样时间将所述反应曲线划分为若干段,其中时间长度最长的作为最大正常段,其余为待判定段;
计算待判定段的平均斜率G1以及所述最大正常段的平均斜率G0,其中平均斜率的计算方式是将待计算的曲线平均分为两段,按照预设时间间隔在前半段和后半段上选取对应的点,依次根据每一对从前半段选取的点与从后半段选取的点计算得到斜率,直到前半段上或者后半段上点取完,计算所有斜率的绝对值的平均值,即为平均斜率;
计算待判定段的联合斜率G2,其中联合斜率的计算方式是按照预设时间间隔从所述待判定段和所述最大正常段选取对应的点,依次根据每一对从所述待判定段选取的点与从所述最大正常段选取的点计算得到斜率,直到所述待判定段上的点取完,计算所有斜率的平均值,即为所述待判定段与所述最大正常段的联合斜率;
计算G1与G0的比值、G2与G0的比值以及G2与G1的比值,若三个比值中至少任意一个超出对应各自设定的第二预设范围,则所述待判定段为异常段。
优选的,还包括步骤S6:对所述反应曲线的异常段进行修复。
优选的,步骤S6具体包括:
若在所述异常段前后都有正常段,则分别在所述异常段前以及所述异常段后的最近正常段上从最近点开始选取若干点,进行拟合,得到拟合曲线段,作为修复后的反应曲线代替原有的异常段;
若只在所述异常段前或者只在所述异常段后有正常段,则在所述异常段的最近正常段上从最近点开始选取若干点,进行拟合,得到拟合曲线段,作为修复后的反应曲线代替原有的异常段。
优选的,当发生以下任一项事件时,进行报警提示:
异常段的总时间长度超出第三预设范围;
所述反应曲线起始点的纵坐标值或者终止点的纵坐标值超出第四预设范围;
所述反应曲线只被确定出一个跳变点,并且异常段的总时间长度超出第五预设范围;
异常段的数量超出第六预设范围;
对异常段进行修复之后,修复后的反应曲线被检测出跳变点。
优选的,当发生以下任一项事件时,进行报警提示:
异常段的总时间长度超出第三预设范围;
所述反应曲线起始点的纵坐标值或者终止点的纵坐标值超出第四预设范围;
所述反应曲线只被确定出一个跳变点,并且异常段的总时间长度超出第五预设范围;
异常段的数量超出第六预设范围。
优选的,所述第三预设范围、第四预设范围、第五预设范围、第六预设范围,每个都对应一个小预设范围和大预设范围,所述小预设范围小于所述大预设范围;
若待判断项的值超出小预设范围且未超出大预设范围,则进行报警提示并将是否检测出异常段以及在检测出异常段时标示出异常段的反应曲线的结果输出;
若判断项的值超出大预设范围,则进行报警提示。
一种反应曲线异常检测装置,用于执行如上所述反应曲线异常检测方法的步骤。
由上述技术方案可知,本发明所提供的一种反应曲线异常检测方法,首先获取反应曲线,并对反应曲线做一阶差分处理,得到一阶差分曲线,然后按照预设规则将一阶差分曲线划分为若干曲线段,逐一判断各段曲线段上的点是否满足各曲线段分别对应的预设条件,若满足则该点被确定为跳变点,进一步根据跳变点判定出反应曲线上的异常段。
本方法将反应曲线的一阶差分曲线划分为若干曲线段,对各段曲线段分别使用对应的预设条件检测曲线段上的跳变点,以进一步检测出反应曲线存在的异常段,与现有技术使用固定的一个阈值检测异常点的方法相比,本发明反应曲线异常检测方法能够提高对反应曲线异常检测的准确性。
本发明提供的一种反应曲线异常检测装置,能够达到上述有益效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种反应曲线异常检测方法的流程图;
图2为本发明实施例中设定第一预设范围的方法流程图;
图3为本发明实施例中设定第一阈值的方法流程图;
图4(a)为一具体实例中存在异常的反应曲线;
图4(b)为对图4(a)所示反应曲线做一阶差分处理后得到的一阶差分曲线;
图4(c)为对图4(a)所示反应曲线检测出异常段的结果图;
图4(d)为对图4(a)所示反应曲线异常段修复的结果图;
图5(a)为另一具体实例中存在异常的反应曲线;
图5(b)为对图5(a)所示反应曲线做一阶差分处理后得到的一阶差分曲线;
图5(c)为对图5(a)所示反应曲线检测出异常段的结果图;
图5(d)为对图5(a)所示反应曲线异常段修复的结果图;
图6为本发明实施例中判断曲线段为正常段或者异常段的方法流程图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
请参考图1,本发明实施例提供的一种反应曲线异常检测方法,包括以下步骤:
S1:获取反应曲线。
测量设备实时测量反应样品在指定波长下的吸光度,按照一定的采样频率采集测量数据,采样得到的采样点数据表征反应样品在指定波长光照射下在采样时间处的吸光度。所述反应曲线为采样点数据随采样时间排列的集合,反应曲线的横坐标表示时间,纵坐标表示吸光度值。反应曲线能够反映在测试反应过程中样品吸光度随时间变化的情况。
S2:对所述反应曲线做一阶差分处理,得到一阶差分曲线。
具体的,对反应曲线做一阶差分处理的方法为:按照时间顺序,当前采样点的一阶差分值为后一采样点的吸光度值与当前采样点的吸光度值的差值。其中,进行一阶差分处理时使用的步长根据反应曲线的实际情况相应设置。
优选的,在对反应曲线做一阶差分处理之前,先对获取到的原始反应曲线进行平滑处理,在具体处理时,若平滑处理所使用的步长过大容易导致将较弱的跳变点过滤掉,而步长过小所起的平滑作用不大,因此优选的,根据采样频率(即为采集原始数据时的采样频率)以及曲线波动情况设定平滑处理所使用的步长,以达到较好的平滑处理效果。
优选的,对一阶差分处理后得到的曲线也进行平滑处理。
S3:按照预设规则将所述一阶差分曲线划分为若干曲线段。
按照预设规则将得到的一阶差分曲线划分为若干段曲线段。在具体实施时,所述预设规则具体可以是根据所述反应曲线反映出的反应速率,将所述一阶差分曲线划分为若干曲线段,各段曲线段分别对应不同反应速率的阶段。比如,若反应曲线包括N个不同反应速率的阶段,则根据反应曲线各阶段的起止点的采样时间,将得到的一阶差分曲线划分为N段曲线段,N为大于零的正整数。
S4:逐一判断各段曲线段上的点是否满足各曲线段分别对应的预设条件,若满足则该点被确定为跳变点。
对于将一阶差分曲线划分后的各段曲线段,针对各段曲线段分别设置对应的预设条件,预设条件用于判断曲线段上的点是否为跳变点。逐一对每一段曲线段,判断曲线段上的点是否满足与本曲线段对应设定的预设条件,若满足,则将待判断点确定为跳变点。
可选的,在一种实施方式中,预设条件为曲线段上的待判断点的差分值超过其所在曲线段对应的第一预设范围。若曲线段上的待判断点满足该预设条件,则被确定为跳变点。
进一步可选的,每段曲线段对应的所述第一预设范围的计算方式可以为:求取该曲线段上所有点的差分值的平均值和标准差,将平均值与若干倍数的标准差的和作为向上跳变阈值,将平均值与若干倍数的标准差的差作为向下跳变阈值,以所述向下跳变阈值到所述向上跳变阈值的范围作为所述第一预设范围,所述第一预设范围包括所述向下跳变阈值和所述向上跳变阈值。
示例性的,一阶差分曲线上划分的某曲线段,其包括的所有点差分值的平均值为μ,标准差σ,可设定μ+kσ为向上跳变阈值,设定μ-kσ为向下跳变阈值,其中k为大于零的正整数,所设定的第一预设范围为[μ-kσ,μ+kσ]。
进一步可选的,请参考图2,每段曲线段对应的所述第一预设范围的计算方式也可以是以下过程,具体包括步骤:
S20:求取该曲线段的起止点的采样时间T1、T2;
S21:以仪器正常情况下对若干样本测试获得的反应曲线为参考曲线,求取参考曲线的一阶差分曲线;
S22:用T1、T2截取参考曲线的一阶差分曲线,获得截取曲线段;
S23:求取截取曲线段上所有点的差分值的平均值,以该平均值与预设偏差值的和作为上阈值,以该平均值与预设偏差值的差作为下阈值,以所述下阈值到所述上阈值的范围作为所述第一预设范围,所述第一预设范围包括所述下阈值和所述上阈值。
求取的平均值表示为M,预设偏差值为α,第一预设范围表示为[M-α,M+α]。若待判断点的差分值在[M-α,M+α]内,则待判断点不是跳变点,若待判断点的差分值不在[M-α,M+α]内,则待判断点确定为跳变点。
可选的,在又一种实施方式中,预设条件为曲线段上待判断点前后两点的差分值的绝对差大于第一阈值。在获得的一阶差分曲线的某曲线段上,求取待判断点前后两点的绝对差,若待判断点前后两点的绝对差大于第一阈值,则将待判断点确定为跳变点。
或者,预设条件还可以是曲线段上待判断点前后两点的差分值的相对差大于第二阈值。在获得的一阶差分曲线的某曲线段上,求取待判断点前后两点的相对差,若待判断点前后两点的相对差大于第二阈值,则将待判断点确定为跳变点。
可选的,在又一种实施方式中,预设条件为待判断点的差分值绝对值大于对应所述待判断点所在曲线段设定的第三阈值。具体的,请参考图3,每段曲线段对应的第三阈值的计算方法,包括以下步骤:
S30:求取该曲线段上所有点的差分值的平均值A;
S31:计算该曲线段上所有点的差分值与A的差值,并计算所有为正数的差值的平均值A+以及所有为负数的差值的平均值A-;
S32:根据关于A、A+、A-的预设关系式求取所述第三阈值。
示例性的,在一具体实例中根据反应情况将反应曲线以及一阶差分曲线分成前后相等两段,以前半曲线段为例,首先计算一阶差分曲线上前半曲线段所有点差分值的平均值,记为A。然后计算一阶差分曲线前半段上各点的差分值与平均值A的差值,其中为正数的差值记为A1,为负数的差值记为A2。再分别计算所有为正数的差值A1的平均值以及所有为负数的差值A2的平均值,分别记为A+、A-。根据函数关系a*A+b*(A+)+c*(A-)求取得到的值作为第三阈值,其中a、b、c为实数系数。
请参考图4(a)和图4(b),图4(a)为一具体实例中存在异常的反应曲线,图4(b)为对图4(a)所示反应曲线做一阶差分处理后得到的一阶差分曲线,通过针对一阶差分曲线设定预设范围或者阈值,能够检测出一阶差分曲线中存在的跳变点。
请参考图5(a)和图5(b),图5(a)为又一具体实例中存在异常的反应曲线,图5(b)为对图5(a)所示反应曲线做一阶差分处理后得到的一阶差分曲线。
S5:根据所述跳变点判定出所述反应曲线上的异常段。
正常段是指该段各点的取值符合反应曲线的正常变化规律。异常段是指这一段存在一些点的值偏离了反应曲线的正常变化规律。
请参考图6,本实施例中,根据确定出的跳变点判定出所述反应曲线上的异常段可以采用以下方法,具体包括步骤:
S40:用所有跳变点的采样时间将所述反应曲线划分为若干段,其中时间长度最长的作为最大正常段,其余为待判定段。
将在一阶差分曲线上检测出的跳变点对应到反应曲线上,根据所有跳变点的采样时间将反应曲线划分成若干段。根据经验,时间长度最长的曲线段基本是正常段,被称为最大正常段。曲线段的时间长度是指所述曲线段的第一个点和最后一个点之间的时间间隔。因此在曲线处理过程中根据各段的时间长度能够首先直接判定出最大正常段。
S41:计算待判定段的平均斜率G1以及所述最大正常段的平均斜率G0。
具体的,平均斜率的计算方式是将待计算的曲线平均分为两段,按照预设时间间隔在前半段和后半段上选取对应的点,依次根据每一对从前半段选取的点与从后半段选取的点计算得到斜率,直到前半段上或者后半段上点取完,计算所有斜率的绝对值的平均值,即为平均斜率。比如对于待判定段,首先将待判定段平均分为两段,按照预设时间间隔从待判定段的前半段选取点,并按照所述预设时间间隔从待判定段的后半段选取点,根据每次从前半段选取的点和从后半段选取的点计算得到斜率,直到前半段上点或者后半段上点取完,计算所有斜率的绝对值的平均值,即为待判定段的平均斜率。
S42:计算待判定段的联合斜率G2。
本步骤中,联合斜率的计算方式是按照预设时间间隔从所述待判定段和所述最大正常段选取对应的点,依次根据每一对从所述待判定段选取的点与从所述最大正常段选取的点计算得到斜率,直到所述待判定段上的点取完,计算所有斜率的平均值,即为所述待判定段与所述最大正常段的联合斜率。
S43:计算G1与G0的比值、G2与G0的比值以及G2与G1的比值,若三个比值中至少任意一个超出对应各自设定的第二预设范围,则所述待判定段为异常段。
其中,对应待判定段的平均斜率G1与最大正常段的平均斜率G0的比值会预先设定相应的第二预设范围,对应待判定段的联合斜率G2与最大正常段的平均斜率G0的比值预先设定相应的第二预设范围,对应待判定曲线段的联合斜率G2与自身平均斜率G1的比值预先设定相应的第二预设范围。若实时计算得到的这三个比值中至少任意一个超出对应的预设范围,则判定该待判定曲线段为异常段。
在具体实施时,可以选取若干已知存在异常的测试反应曲线,这些反应曲线尽可能涵盖较多种类的异常,将它们作为样本进行统计进而设定对应这三个比值的预设范围。
请参考图4(c)和图5(c),图4(c)为对图4(a)所示反应曲线检测出异常段的结果图,图5(c)为对图5(a)所示反应曲线检测出异常段的结果图。由图可看出,采用上述方法能够在反应曲线中识别出异常段。
因此,本实施例提供的反应曲线异常检测方法,将将反应曲线的一阶差分曲线划分为若干曲线段,对各段曲线段分别使用对应的预设条件检测曲线段上的跳变点,以进一步检测出反应曲线存在的异常段,与现有技术使用固定的一个阈值检测异常点的方法相比,本反应曲线异常检测方法能够提高对反应曲线异常检测的准确性。并且,本方法根据检测出的跳变点将反应曲线分成了若干段,实现判断由跳变点划分的各段是否为异常段,为后续对反应曲线的分析提供了参考基础。
更进一步的,本实施例提供的反应曲线异常检测方法,还包括当发生以下任一项事件时,进行报警提示:
异常段的总时间长度超出第三预设范围;
所述反应曲线起始点的纵坐标值或者终止点的纵坐标值超出第四预设范围;
所述反应曲线只被确定出一个跳变点,并且异常段的总时间长度超出第五预设范围;
异常段的数量超出第六预设范围。
进一步优选的,所述第三预设范围、第四预设范围、第五预设范围、第六预设范围,每个都对应一个小预设范围和大预设范围,所述小预设范围小于所述大预设范围。
若待判断项的值超出小预设范围且未超出大预设范围,则进行报警提示并将是否检测出异常段以及在检测出异常段时标示出异常段的反应曲线的结果输出。若判断项的值超出大预设范围,则进行报警提示。
因此本实施例提供的反应曲线异常检测方法,实现了在对反应曲线处理过程中当检测到出现一些异常问题时能够及时报警提示。
进一步的,在以上实施例描述内容的基础上,本实施例提供的一种反应曲线异常检测方法还包括以下步骤:
S6:对所述反应曲线的异常段进行修复。
具体包括以下过程:
若在所述异常段前后都有正常段,则分别在所述异常段前以及所述异常段后的最近正常段上从最近点开始选取若干点,进行拟合,得到拟合曲线段,作为修复后的反应曲线代替原有的异常段。
若只在所述异常段前或者只在所述异常段后有正常段,则在所述异常段的最近正常段上从最近点开始选取若干点,进行拟合,得到拟合曲线段,作为修复后的反应曲线代替原有的异常段。
可选的,可以选择使用最小二乘法进行拟合,或者也可采用三次样条插值方法进行拟合,或者也可采用差分法,但不限于此,也可采用其它拟合方法,也都在本发明保护范围内。
请参考图4(d)和图5(d),图4(d)为对图4(a)所示反应曲线异常段修复的结果图,图5(d)为对图5(a)所示反应曲线异常段修复的结果图。由图可看出,采用上述方法能够对反应曲线中的异常段进行修复。
因此,本实施例提供的反应曲线异常检测方法,实现了对反应曲线中的异常段进行修复,使获得的反应曲线准确,以提高根据反应曲线获得诊断结果的准确性。
更进一步的,本实施例反应曲线异常检测方法,还包括当发生以下任一项事件时,进行报警提示:
异常段的总时间长度超出第三预设范围;
所述反应曲线起始点的纵坐标值或者终止点的纵坐标值超出第四预设范围;
所述反应曲线只被确定出一个跳变点,并且异常段的总时间长度超出第五预设范围;
异常段的数量超出第六预设范围;
对异常段进行修复之后,修复后的反应曲线被检测出跳变点。
进一步优选的,所述第三预设范围、第四预设范围、第五预设范围、第六预设范围,每个都对应一个小预设范围和大预设范围,所述小预设范围小于所述大预设范围。
若待判断项的值超出小预设范围且未超出大预设范围,则进行报警提示并将是否检测出异常段以及在检测出异常段时标示出异常段的反应曲线、对异常段修复后的反应曲线的结果输出。若判断项的值超出大预设范围,则进行报警提示。
因此,本实施例提供的反应曲线异常检测方法,实现了在对反应曲线处理过程中当检测到出现一些异常问题时能够及时报警提示。
相应的,本发明实施例还提供一种反应曲线异常检测装置,用于执行如上所述反应曲线异常检测方法的步骤。
本实施例提供的反应曲线异常检测装置,首先获取反应曲线,并对反应曲线做一阶差分处理,得到一阶差分曲线,然后按照预设规则将一阶差分曲线划分为若干曲线段,逐一判断各段曲线段上的点是否满足各曲线段分别对应的预设条件,若满足则该点被确定为跳变点,进一步根据跳变点判定出反应曲线上的异常段。本装置将反应曲线的一阶差分曲线划分为若干曲线段,对各段曲线段分别使用对应的预设条件检测曲线段上的跳变点,以进一步检测出反应曲线存在的异常段,与现有技术使用固定的一个阈值检测异常点的方法相比,本反应曲线异常检测装置能够提高对反应曲线异常检测的准确性。
以上对本发明所提供的一种反应曲线异常检测方法及装置进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (10)

1.一种反应曲线异常检测方法,其特征在于,包括:
S1、获取反应曲线,所述反应曲线为采样点数据随采样时间排列的集合,所述采样点数据表征反应样品在指定波长光照射下在采样时间处的吸光度;
S2、对所述反应曲线做一阶差分处理,得到一阶差分曲线;
S3、根据所述反应曲线反映出的反应样品在光照射下的反应速率,将所述一阶差分曲线划分为若干曲线段,各段曲线段分别对应不同反应速率的阶段;
S4、逐一判断各段曲线段上的点是否满足各曲线段分别对应的预设条件,若满足则该点被确定为跳变点,所述预设条件为曲线段上的待判断点的差分值超过其所在曲线段对应的第一预设范围;
S5、用所有跳变点的采样时间将所述反应曲线划分为若干段,其中时间长度最长的作为最大正常段,其余为待判定段;
计算待判定段的平均斜率G1、待判定段的联合斜率G2以及所述最大正常段的平均斜率G0;
计算G1与G0的比值、G2与G0的比值以及G2与G1的比值,若三个比值中至少任意一个超出对应各自设定的第二预设范围,则所述待判定段为异常段;
平均斜率的计算方式是将待计算的曲线平均分为两段,按照预设时间间隔在前半段和后半段上选取对应的点,依次根据每一对从前半段选取的点与从后半段选取的点计算得到斜率,直到前半段上或者后半段上点取完,计算所有斜率的绝对值的平均值,即为平均斜率;
联合斜率的计算方式是按照预设时间间隔从所述待判定段和所述最大正常段选取对应的点,依次根据每一对从所述待判定段选取的点与从所述最大正常段选取的点计算得到斜率,直到所述待判定段上的点取完,计算所有斜率的平均值,即为所述待判定段与所述最大正常段的联合斜率;
每段曲线段对应的所述第一预设范围的计算方式为:求取该曲线段上所有点的差分值的平均值和标准差,将平均值与若干倍数的标准差的和作为向上跳变阈值,将平均值与若干倍数的标准差的差作为向下跳变阈值,以所述向下跳变阈值到所述向上跳变阈值的范围作为所述第一预设范围,所述第一预设范围包括所述向下跳变阈值和所述向上跳变阈值;
或者,每段曲线段对应的所述第一预设范围的计算方式为:
求取该曲线段的起止点的采样时间T1、T2;
以仪器正常情况下对若干样本测试获得的反应曲线为参考曲线,求取参考曲线的一阶差分曲线;
用T1、T2截取参考曲线的一阶差分曲线,获得截取曲线段;
求取截取曲线段上所有点的差分值的平均值,以该平均值与预设偏差值的和作为上阈值,以该平均值与预设偏差值的差作为下阈值,以所述下阈值到所述上阈值的范围作为所述第一预设范围,所述第一预设范围包括所述下阈值和所述上阈值。
2.根据权利要求1所述的反应曲线异常检测方法,其特征在于,步骤S4中,所述预设条件为曲线段上待判断点前后两点的差分值的绝对差大于第一阈值。
3.根据权利要求1所述的反应曲线异常检测方法,其特征在于,步骤S4中,所述预设条件为曲线段上待判断点前后两点的差分值的相对差大于第二阈值。
4.根据权利要求1所述的反应曲线异常检测方法,其特征在于,步骤S4中,所述预设条件为待判断点的差分值绝对值大于对应所述待判断点所在曲线段设定的第三阈值;所述第三阈值的计算方式为:
求取该曲线段上所有点的差分值的平均值A;
计算该曲线段上所有点的差分值与A的差值,并计算所有为正数的差值的平均值A+以及所有为负数的差值的平均值A-;
根据关于A、A+、A-的预设关系式求取所述第三阈值。
5.根据权利要求1所述的反应曲线异常检测方法,其特征在于,还包括步骤S6:对所述反应曲线的异常段进行修复。
6.根据权利要求5所述的反应曲线异常检测方法,其特征在于,步骤S6具体包括:
若在所述异常段前后都有正常段,则分别在所述异常段前以及所述异常段后的最近正常段上从最近点开始选取若干点,进行拟合,得到拟合曲线段,作为修复后的反应曲线代替原有的异常段;
若只在所述异常段前或者只在所述异常段后有正常段,则在所述异常段的最近正常段上从最近点开始选取若干点,进行拟合,得到拟合曲线段,作为修复后的反应曲线代替原有的异常段。
7.根据权利要求5所述的反应曲线异常检测方法,其特征在于,当发生以下任一项事件时,进行报警提示:
异常段的总时间长度超出第三预设范围;
所述反应曲线起始点的纵坐标值或者终止点的纵坐标值超出第四预设范围;
所述反应曲线只被确定出一个跳变点,并且异常段的总时间长度超出第五预设范围;
异常段的数量超出第六预设范围;
对异常段进行修复之后,修复后的反应曲线被检测出跳变点。
8.根据权利要求1所述的反应曲线异常检测方法,其特征在于,当发生以下任一项事件时,进行报警提示:
异常段的总时间长度超出第三预设范围;
所述反应曲线起始点的纵坐标值或者终止点的纵坐标值超出第四预设范围;
所述反应曲线只被确定出一个跳变点,并且异常段的总时间长度超出第五预设范围;
异常段的数量超出第六预设范围。
9.根据权利要求7或者8所述的反应曲线异常检测方法,其特征在于,所述第三预设范围、第四预设范围、第五预设范围、第六预设范围,每个都对应一个小预设范围和大预设范围,所述小预设范围小于所述大预设范围;
若待判断项的值超出小预设范围且未超出大预设范围,则进行报警提示并将是否检测出异常段以及在检测出异常段时标示出异常段的反应曲线的结果输出;
若判断项的值超出大预设范围,则进行报警提示。
10.一种反应曲线异常检测装置,其特征在于,用于执行如权利要求1至9任一项所述反应曲线异常检测方法的步骤。
CN201811075101.XA 2018-09-14 2018-09-14 一种反应曲线异常检测方法及装置 Active CN109239360B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811075101.XA CN109239360B (zh) 2018-09-14 2018-09-14 一种反应曲线异常检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811075101.XA CN109239360B (zh) 2018-09-14 2018-09-14 一种反应曲线异常检测方法及装置

Publications (2)

Publication Number Publication Date
CN109239360A CN109239360A (zh) 2019-01-18
CN109239360B true CN109239360B (zh) 2022-04-01

Family

ID=65058033

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811075101.XA Active CN109239360B (zh) 2018-09-14 2018-09-14 一种反应曲线异常检测方法及装置

Country Status (1)

Country Link
CN (1) CN109239360B (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110083899B (zh) * 2019-04-17 2022-10-21 中国西安卫星测控中心 雷达测元数据的递推诊断与自修复方法
CN114563366B (zh) * 2019-09-29 2023-09-01 迈克医疗电子有限公司 高浓度试样识别方法、装置及检测系统
CN110967306B (zh) * 2019-11-14 2023-11-24 迈克医疗电子有限公司 反应稳定起始时间确定方法和装置、分析仪器和存储介质
CN111120289B (zh) * 2019-12-17 2021-11-26 重庆南方数控设备股份有限公司 基于压力检测判断泵工作状态的检测方法
CN112034162B (zh) * 2020-08-31 2023-12-08 成都艾科斯伦医疗科技有限公司 一种光学检测反应曲线优化算法
CN112710636B (zh) * 2020-12-09 2022-05-24 深圳市科曼医疗设备有限公司 一种特定蛋白浓度的检测方法及检测装置
CN112710627B (zh) * 2020-12-09 2022-05-27 深圳市科曼医疗设备有限公司 一种特定蛋白浓度的检测方法及检测装置
CN112964673B (zh) * 2021-01-29 2024-02-27 深圳市科曼医疗设备有限公司 特定蛋白反应曲线的异常识别方法及识别装置
CN113253278B (zh) * 2021-04-28 2024-07-05 奇瑞汽车股份有限公司 车位的识别方法、装置及计算机存储介质
CN113761048B (zh) * 2021-11-10 2022-03-25 中大检测(湖南)股份有限公司 地质灾害异常数据可视化处理方法及系统
CN114236153A (zh) * 2021-12-28 2022-03-25 江苏英诺华医疗技术有限公司 一种生化仪速率法检测结果智能处理方法及系统
CN114636828B (zh) * 2022-05-07 2022-10-25 深圳市帝迈生物技术有限公司 样本实时检测方法、装置、样本分析仪和存储介质
CN115728588B (zh) * 2022-12-23 2023-06-13 广州力赛计量检测有限公司 一种基于大数据的电磁兼容检测系统和方法
CN116304582B (zh) * 2023-05-16 2023-08-08 力高(山东)新能源技术股份有限公司 一种动力电池中单调数据的异常标记修正方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4270041A (en) * 1977-10-03 1981-05-26 Commissariat A L'energie Atomique Process and apparatus for detecting the presence of a physical phenomenon
TW201118317A (en) * 2009-11-19 2011-06-01 Ind Tech Res Inst Vision-based method for combustion process monitoring, diagnosis, and computer-readable medium using the same
CN104395728A (zh) * 2012-04-26 2015-03-04 霍夫曼-拉罗奇有限公司 通过生成多个校准曲线改进光度测定法的灵敏度和动态范围
CN105466927A (zh) * 2014-07-02 2016-04-06 深圳迈瑞生物医疗电子股份有限公司 一种比浊法异常反应曲线的识别、修正及报警方法
CN107703132A (zh) * 2017-09-30 2018-02-16 深圳迈瑞生物医疗电子股份有限公司 反应曲线异常处理方法及装置、生化分析仪、存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4270041A (en) * 1977-10-03 1981-05-26 Commissariat A L'energie Atomique Process and apparatus for detecting the presence of a physical phenomenon
TW201118317A (en) * 2009-11-19 2011-06-01 Ind Tech Res Inst Vision-based method for combustion process monitoring, diagnosis, and computer-readable medium using the same
CN104395728A (zh) * 2012-04-26 2015-03-04 霍夫曼-拉罗奇有限公司 通过生成多个校准曲线改进光度测定法的灵敏度和动态范围
CN105466927A (zh) * 2014-07-02 2016-04-06 深圳迈瑞生物医疗电子股份有限公司 一种比浊法异常反应曲线的识别、修正及报警方法
CN107703132A (zh) * 2017-09-30 2018-02-16 深圳迈瑞生物医疗电子股份有限公司 反应曲线异常处理方法及装置、生化分析仪、存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Complexity-Measure-Based Approach To Detect Life Threatening Cardiac Arrhythmias Using irst-Order Difference Of Electrocardiogram Signals;handrakar Kamath;《Journal of Advances in Computer Research》;20150831;第6卷(第3期);9-22 *
基于一阶差分修正指数曲线法的GPS卫星钟差预报;于烨 等;《探测与控制学报》;20180831;第40卷(第4期);94-98 *
基于加权深度的异常曲线探测方法——以空气质量函数型数据为例;黄恒君;《统计与信息论坛》;20140930;第29卷(第9期);3-10 *

Also Published As

Publication number Publication date
CN109239360A (zh) 2019-01-18

Similar Documents

Publication Publication Date Title
CN109239360B (zh) 一种反应曲线异常检测方法及装置
CN105466927B (zh) 一种比浊法异常反应曲线的识别、修正及报警方法
JP7235282B2 (ja) 血液凝固機能の評価方法
EP2287620B1 (en) Automatic analyzer comprising means for assisting judgment of abnormality of reaction process data
TR201904506T4 (tr) Partikül analizinde çakışmanın saptanması ve kullanılması.
US20170363652A1 (en) Method and apparatus for electronic detection and determination
EP3722783A1 (en) Detection method for concentration of fluid particulate matter
CN102507676A (zh) 基于多重自组织神经网络的电子鼻在线漂移补偿方法
JP2019086518A (ja) 血液凝固機能の評価方法
CN104515725A (zh) 一种识别异常粒子的方法和系统及其细胞分析仪
JP2007248090A (ja) 臨床検査の精度管理システム
EP3432314A1 (en) Techniques for determining coagulation results
EP4239078A1 (en) Method for detecting blood coagulation reaction
CN112710627B (zh) 一种特定蛋白浓度的检测方法及检测装置
AU2016233815A1 (en) Detecting a transient error in a body fluid sample
JPH0225134B2 (zh)
CN109030801A (zh) 一种临床样本自动生化分析仪
CN113484244A (zh) 一种基于免疫比浊法的凝血分析仪试剂定标方法
US7379493B2 (en) Signal analyzer for detecting distortions in signals
JP2021179412A (ja) 血液分析方法
US10690593B2 (en) Sample analyzer and recording medium recording sample analysis program
CN112964673B (zh) 特定蛋白反应曲线的异常识别方法及识别装置
EP4213157A1 (en) Device and method for monitoring rinsing processes
WO2004070384A1 (en) Performance improvement for hematology analysis
EP4397978A1 (en) Method for detecting anomaly in blood coagulation reaction

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
GR01 Patent grant
GR01 Patent grant