CN116917939A - 适用于使用单个图像捕获装置识别样本容器的3d中心位置的方法和设备 - Google Patents
适用于使用单个图像捕获装置识别样本容器的3d中心位置的方法和设备 Download PDFInfo
- Publication number
- CN116917939A CN116917939A CN202280014630.7A CN202280014630A CN116917939A CN 116917939 A CN116917939 A CN 116917939A CN 202280014630 A CN202280014630 A CN 202280014630A CN 116917939 A CN116917939 A CN 116917939A
- Authority
- CN
- China
- Prior art keywords
- track
- sample container
- image
- sample
- calibration object
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/00584—Control arrangements for automatic analysers
- G01N35/00722—Communications; Identification
- G01N35/00732—Identification of carriers, materials or components in automatic analysers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/02—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor using a plurality of sample containers moved by a conveyor system past one or more treatment or analysis stations
- G01N35/04—Details of the conveyor system
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/97—Determining parameters from multiple pictures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/02—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor using a plurality of sample containers moved by a conveyor system past one or more treatment or analysis stations
- G01N35/04—Details of the conveyor system
- G01N2035/0401—Sample carriers, cuvettes or reaction vessels
- G01N2035/0406—Individual bottles or tubes
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30024—Cell structures in vitro; Tissue sections in vitro
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30204—Marker
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Immunology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Automatic Analysis And Handling Materials Therefor (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
一种确定样本容器在轨道上的3D中心位置的方法。该方法包括:在轨道上提供标定对象;在轨道附近提供经初始标定的图像捕获装置;将标定对象移动到沿轨道的至少两个不同的纵向位置;在标定对象位于第一纵向位置的情况下捕获第一图像;在标定对象位于第二纵向位置的情况下捕获第二图像;以及至少基于第一图像和第二图像确定中心位置沿轨道的三维路径轨迹。该方法可用于确定在观察区域内任何位置处成像的样本容器的3D中心位置。描述了适用于执行这些方法的表征设备和样本测试设备以及其他方面。
Description
相关申请的交叉引用
本申请要求提交于2021年2月11日、题为“METHODS AND APPARATUS ADAPTED TOIDENTIFY 3D CENTER LOCATION OF ASPECIMEN CONTAINER USING A SINGLE IMAGECAPTURE DEVICE”的美国临时专利申请号63/148,529号的权益,该申请的公开内容出于所有目的通过引用整体并入本文。
技术领域
本公开涉及供生物样本测试中使用的方法和设备,并且更具体地涉及用于在生物样本测试中表征样本容器的方法和设备。
背景技术
自动化测试系统可以进行免疫测定或临床化学分析,以识别样本中的分析物或其他成分,所述样本诸如血清、血浆、尿液、间质液、脑脊髓液等。出于方便和安全的原因,这些样本几乎都放在样本容器(例如,采血管)中,所述样本容器可用彩色盖盖住。从样本容器中取出一些样本,并通过化验和/或临床化学分析对其进行分析。化验或临床化学分析期间的反应产生各种变化,这些变化可被读取和/或操纵以确定样本中包含的分析物或其他成分的浓度,在一些实施例中,这些浓度可提示患者的疾病状态。
自动化检测技术的进步伴随着分析前样品制备和处置操作的相应进步,诸如对样本容器进行离心分离以分离样品成分、移除盖(开盖)以方便样本存取、等分试样制备和质量检查,这些操作可用于识别样本容器的尺寸,诸如高度和宽度,和/或是否存在干扰物质(诸如溶血、黄疸或脂血(HIL)),或是否存在人造干扰物(诸如凝块、气泡或泡沫)。此类分析前装置可以是实验室自动化系统(LAS)的一部分。LAS可自动将样本容器中的样本运送至轨道上的一个或多个分析前样品处理站,使得能够在进行分析之前对其执行各种预处理操作。
LAS可处置带有条形码标签的样本容器(例如管)中的多种不同样本。条形码标签可包含与来自实验室信息系统(LIS)的人口统计信息相关的登记号以及测试订单和其他所需信息。操作者或机器人可将带有标签的样本容器放在LAS系统上,LAS系统可自动沿轨道运送样本容器,以进行分析前操作,且在此之前,可通过一个或多个与LAS耦合或作为LAS一部分的分析仪器对样本进行化验或临床化学分析。
在此类测试系统中,提供用于分析的样本容器可具有各种大小,诸如不同的高度和不同的宽度(例如直径),并且需要对其进行识别。
发明内容
根据第一方面,本公开涉及一种确定样本容器在轨道上的位置的方法。该方法包括:在轨道上提供标定(calibration)对象;在轨道附近提供经初始标定的图像捕获装置;将标定对象移动到沿轨道的至少两个不同的纵向位置,所述至少两个不同的纵向位置包括第一纵向位置和第二纵向位置,第一纵向位置不同于第二纵向位置;在标定对象位于第一纵向位置的情况下用图像捕获装置捕获第一图像;在标定对象位于第二纵向位置的情况下用图像捕获装置捕获第二图像;以及至少基于第一图像和第二图像来确定中心位置沿轨道的三维路径轨迹。
根据另一方面,提供了一种表征设备。该表征设备包括可在轨道上移动的标定对象、位于轨道附近的经标定的图像捕获装置、以及耦合到经标定的图像捕获装置的计算机,所述计算机被配置并可操作以使得:标定对象移动到沿轨道的至少两个不同的纵向位置,所述至少两个不同的纵向位置包括第一纵向位置和第二纵向位置,其中第二纵向位置不同于第一纵向位置;在标定对象位于第一纵向位置的情况下用经标定的图像捕获装置捕获第一图像;在标定对象位于第二纵向位置的情况下用经标定的图像捕获装置捕获第二图像;以及至少基于第一图像和第二图像来确定中心位置沿轨道的三维路径轨迹。可以基于中心位置的三维路径轨迹来确定停在成像区域内的任何地方的样本容器的三维中心位置。
在另一方面,提供了一种样本测试设备。该测试设备包括:轨道;可在轨道上移动的样本载体,所述样本载体被配置为载送样本容器;以及布置在轨道周围的一个或多个表征设备,所述一个或多个表征设备中的每个表征设备包括:在轨道附近的经标定的图像捕获装置;以及计算机,所述计算机耦合到经标定的图像捕获装置并且被配置为:至少基于在成像区域处拍摄的标定对象的第一图像和第二图像来确定中心位置沿一段轨道的三维路径轨迹;使得由轨道上的载体载送的样本容器移动到成像区域;使得在成像区域内对样本容器进行成像以获得容器图像;在样本容器的侧边缘之间确定中心平面;以及对中心平面进行反投影(back-project)以发现中心平面与三维路径轨迹之间的交点,其中,所述交点是样本容器在中心平面的位置处的三维中心。
通过说明多个示例实施例和实施方式,包括预期用于实现本公开的最佳模式,本公开的其他方面、特征和优点可以从以下描述中容易地显现。本公开还可以具有其他的不同实施例,并且其若干细节可以在各个方面进行修改,所有这些都不脱离本公开的范围。因此,附图和描述本质上应认为是说明性的而不是限制性的。本公开将涵盖落入权利要求范围内的所有修改、等同和替代。
附图说明
下面描述的附图是为了说明的目的,并不一定按比例绘制。附图并不旨在以任何方式限制本公开的范围。在所有附图中,相同的数字用于表示相同的元件。
图1示出了根据本公开的一个或多个实施例的样本测试设备的俯视图,该样本测试设备包括被配置为确定样本容器的3D中心位置的一个或多个表征设备以及一个或多个分析仪器(例如,临床化学或化验仪器)。
图2示出了带标签的样本容器的侧视图,其三维(3D)中心位置可以通过根据本公开的一个或多个实施例的表征方法和表征设备来量化。
图3A示出了根据本公开的一个或多个实施例的被配置为捕获多个图像的表征设备的透视图(其中外壳部分的轮廓以虚线示出,以辅助图示),其中标定对象被示出为处于沿轨道的第二位置。
图3B示出了根据本公开的一个或多个实施例的表征设备的透视图,该表征设备被配置为在成像区域内捕获处于沿轨道的一位置处的样本容器的图像并确定其3D中心位置。
图3C示出了根据本公开的一个或多个实施例的表征设备的示意性俯视图,该表征设备被配置为捕获处于沿轨道间隔开的第一和第二位置处的标定对象的图像,并确定沿轨道的三维路径轨迹。
图3D示出了根据本公开的一个或多个实施例的处于图像区域中沿轨道的一位置处的样本容器的侧面图像,从中可以确定该位置处的样本容器的3D中心位置。
图4A示出了根据本公开的一个或多个实施例的表征设备的示意性俯视图,该表征设备被配置为确定处于成像区域内沿轨道的一位置处的样本容器的3D中心位置。
图4B示出了根据本公开的一个或多个实施例的图4A的表征设备的示意性侧视图(其中外壳部分的轮廓以虚线示出,以辅助图示)(出于图示的目的,未示出光源300B)。
图5示出了根据一个或多个实施例的适用于表征样本容器和样本的表征设备的功能部件的流程图。
图6示出了根据一个或多个实施例的适用于表征样本容器的3D轨迹路径的方法的流程图。
图7示出了根据一个或多个实施例的表征样本容器的3D中心位置的方法的流程图。
具体实施方式
由于公差累积和可变性,样本容器的三维(3D)中心位置在沿轨道的各位置处的确切位置并且特别是在各种分析前操作和分析仪器前方的位置,可能是未知的。由于在确定样本容器在3D中(其中心位置)的确切位置和/或样本容器的大小或类型时遇到困难,因此对于适用于容易且准确地确定这样的中心位置以及这样的大小的方法和设备存在未满足的需求。
具体而言,在一个或多个分析前阶段,可能需要获得各种样本容器的3D中心位置和样本容器大小,因为该信息可以帮助通知分析前设备(例如,离心机、开盖器、抽吸器等)应遵循的对准位置。此外,在样本测试系统中引入了不支持的管几何形状的情况下,这将起到故障保险的作用。在另一方面,当机器人处置样本容器时,知道样本容器的大小和3D中心位置可以帮助机器人夹持器在3D空间中正确对准样本容器,从而避免或最小化它们之间的碰撞。此外,知道样本容器的大小和3D中心位置有助于将移液管降低到正确位置,以避免样本容器/移液管碰撞和/或抽吸出问题。
在一些被配置为评估容器的大小、样本水平和样本质量(诸如确定其中的HIL水平)的现有质量检查模块中,提供了三个相机,这有助于提供容纳在样本容器中的样本的完整360度视图。因此,在这种传统的质量检查模块中,一旦相机得到了恰当的标定,就可在3D空间中重建样本容器的几何形状。一旦使用来自多个相机的输入的这种重建完成,就可以相当准确地确定高度和宽度(例如,直径)。
然而,在一些系统中,从成本角度来看,使用三个相机来完成多视图成像是不切实际的。因此,在一些实施例中,本公开提供了能够仅使用一个图像捕获装置(例如,使用单个相机)来测量样本容器的几何形状并且还能够计算样本容器的3D中心位置的3D中心坐标的方法、设备和系统。此外,在一些LAS系统中,知道质量检查模块内样本容器的3D中心位置可能无法转化为轨道周围其他位置处的中心位置的准确位置,这是因为由于公差叠加和安装变化,准确的轨道定位具有挑战性。通过在表征设备中使用单个图像捕获装置与使样本容器能够绕轨道运动的轨道相结合,实现了用于确定沿LAS中的轨道的任何期望位置处的样本容器的3D中心位置和大小的简单且有效的方法和设备。
在一些现有的测试系统中,样本容器的几何形状是在质量检查模块中通过以下两种方式中的一种来测量的。在第一种方法中,将已知几何形状的样本容器(例如管)(诸如圆柱形标定工具)移动到质量检查模块内的轨道上的预定位置,然后捕获图像。以像素为单位测量高度(HT)和宽度(W)。当遇到不同大小的样本容器时,将所述不同大小的样本容器移动到轨道上的与之前完全相同的位置,并且可以基于先前获得的图像测量值(以像素为单位)成比例地导出其高度HT和宽度W。虽然该方法可以相当准确地得出高度HT和宽度W,但它不能提供样本容器的准确3D中心位置估计。
因此,在第一广泛方面,本公开的实施例提供了表征方法、表征设备和样本测试系统,它们被配置为并且能够被操作(可操作)以确定样本容器的3D中心位置以及样本容器的物理尺寸,诸如宽度W和高度HT。
在一个或多个实施例中,该表征方法既不需要样本容器每次移动到确切的预定位置,也不需要关于轨道几何形状的事先计算机辅助制图(CAD)信息。此外,本表征方法导出样本容器中心位置的3D坐标的准确估计(可用于机器人夹持器和移液器对准任务),而不需要机械设置中非常严格的公差。最后,本表征方法并不严格要求轨道平行于图像捕获装置(例如,相机),并且本表征方法甚至能处置轨道稍微倾斜或甚至弯曲的情况,只要沿着来自图像捕获装置的每条视线在轨道上没有重叠点即可。
知道样本容器的宽度W可用于进一步量化样本的各个部分(例如,其体积),诸如量化血清或血浆部分、沉降血液部分或两者的体积。测试系统中的任何机器人系统均可使用样本容器的高度HT来确定液体抽吸系统的移液管的初始高度,以便在移动移液管以完成抽吸时最小化样本容器与移液管的碰撞。知道样本容器的确切3D中心位置还允许使用机器人夹持器拾取样本容器,同时避免样本容器与机器人夹持器的碰撞。此外,可以使用HT和W以及确切的3D中心位置来定位和适当地分离任何机器人夹持器的钳口,使得夹持器可以适当地抓取样本容器。
根据本公开,表征方法可以使用沿轨道位于任何位置的单个图像捕获装置(例如,相机),在所述位置处,知道样本容器的3D中心位置和/或大小是有用的。例如,表征设备可以在质量检查模块内的位置处、在离心机站处(诸如在其离心拾取位置处)、在等分试样机抽吸/分送位置处、在轨道上的任何其他机器人拾取和/或放置位置处、在分析仪器位置处、或在机器人拾取或放置操作重复发生的任何其他合适位置处实施。
表征方法涉及到首先在三维(3D)空间中的期望的感兴趣区域映射出轨道路径。例如,表征方法可以涉及到在成像区域处沿轨道的各纵向位置处拍摄同一标定对象(例如,标定工具)的多个图像,并且从这些图像确定中心沿轨道的3D轨迹。这是对已知几何形状的标定对象进行的,并且使用该轨迹,标定方法可以在三维空间中映射标定对象的中心。本方法适用于任何图像捕获装置(例如,相机)和轨道设置,诸如在自动化诊断设备中。
具体而言,轨道将样本容器中的样本载送到载体上的各个位置进行分析(例如,分析测试或化验),并且轨道周围的其他位置可使用几何尺寸(W和HT)以及从质量检查模块确定的3D中心位置,尽管在这些位置可能不完全准确。为了更准确的3D中心定位,可以在轨道周围的其他位置包括一个或多个表征设备。在质量检查模块处的预筛选之后,可在合适的分析仪器上进行化学分析或化验。本文使用的术语“分析仪器”是指临床化学分析仪器和/或化验仪器等。在一个实施例中,质量检查模块可以设置在轨道上,使得当样本容器停留在轨道上时,诸如在轨道的输入道上或沿轨道的其他地方,可以表征样本容器的尺寸。
将参考图1至图7描述本发明的表征方法、表征设备和包括一个或多个表征设备的测试系统的进一步细节。
图1示出了样本测试设备100的示例实施例,该样本测试设备100能够并且可操作以自动处理样本容器102中的多个样本容器102,这些样本容器102可以在由布置在样本测试设备100的轨道121周围的一个或多个分析仪器(例如,分别为第一分析仪器106、第二分析仪器108和第三分析仪器110)分析之前被包含在设置在装载区域105处的一个或多个架子104中。很明显,可以使用更多或更少数量的分析仪器。分析仪器106、108、110可以是一个或多个临床化学分析仪器和/或一个或多个化验仪器等或其组合。样本容器102可以是任何通常透明或半透明的容器,诸如采血管(见图2)。样本容器102可在载体122上绕轨道121移动,如本文稍后所述。更详细地,样本测试设备100可以包括底座120(例如,框架或其他结构),轨道121可以安装或支撑在底座120上。
如图2中所示,待自动处理的样本212可以在样本容器102中提供给样本测试设备100,样本容器102可以用盖214盖住。盖214可以具有不同的形状和/或颜色(例如,红色、深蓝色、浅蓝色、绿色、灰色、棕褐色、黄色或其他颜色)。颜色和/或形状提供了关于要执行的测试和/或在样本容器102中提供的添加剂的有用信息。每个样本容器102可以包括管213,管213可以设置有标签218,标签218包含识别信息215,诸如条形码、字母、数字或字母数字标记、或其组合,其可供样本测试设备100周围的不同位置处的机器读取。例如,识别信息215可以指示患者的身份以及可能在样本212上完成的测试。识别信息215还可以与实验室信息系统(LIS)147配合,以提供关于所订购的测试等的附加信息。标签218粘附到或以其他方式设置在样本容器102的侧面上。标签218通常不会围绕样本容器102一整周延伸,或者不会延伸样本容器102的整个长度。因此,尽管标签218可能遮挡样本212的一些部分,但是仍能看到样本212的一些部分。在一些实施例中,可能有多个稍微重叠的标签218。在一些实施例中,架子104上可具有可用于样本跟踪的附加识别信息。如应当认识到的,可以通过手动或自动化方式将未遮挡区域定向为驻留在载体122上,使得未遮挡区域面向期望的位置,诸如面向特定的图像捕获装置。
再次参考图1,经适当标定的机器人124可以从一个或多个架子104中拾取期望的样本容器102,并且经由来自计算机123的控制命令将样本容器102放置到位于轨道121上的预编程位置处或轨道的输入道(未示出)处的载体122中。计算机123可以包括基于微处理器的中央处理单元CPU、合适的存储器、软件以及用于操作各种测试系统部件的调节电子器件和驱动器。计算机123可以作为样本测试设备100的底座120的一部分安放,或与其分离安放。计算机123可操作以控制载体122往返于装载区域105的运动、绕轨道121的运动、往返于离心站125的运动、离心站125的操作、往返于质量检查模块130的运动以及质量检查模块130的操作、往返于等分试样站131的运动以及等分试样站131的操作、以及往返于每个分析仪器106、108、110的运动。计算机123还可以与位于轨道121周围的一个或多个表征设备101对接并执行其计算和操作。在大多数情况下,执行各种类型的测试(例如,化验和/或临床化学)的每个分析仪器106、108、110的操作由可以与计算机123对接的内部软件进行。
装载区域105可以起到双重功能,还允许在处理之后从载体122卸载样本容器102。机器人124的机器人夹持器可以被配置为从一个或多个架子104抓取样本容器102,并且将样本容器102移动和装载到载体122上,通常每个载体122一个样本容器102。在一些实施例中,机器人124可以被配置为在测试完成时从载体122取下样本容器102。机器人124可以包括能够进行X和Z(垂直于X-Y平面)、Y和Z、X、Y和v、或r和θ运动的一个或多个(例如,至少两个)机器人臂或部件,其中机器人124可以配备有适用于通过抓住样本容器102的侧面来拾取和放置样本容器102的机器人夹持器。然而,可以使用任何合适类型的机器人124。
当由机器人124装载到轨道121上时,由载体122载送的样本容器102可以前进到离心站125(例如,被配置为执行样本212的分级分离的自动化离心机)。表征设备101可设置在离心站125和轨道121附近的位置处,诸如装载/卸载机器人126可从载体122拾取样本容器102并将其放置到离心站125的离心机中的位置处。在知道样本容器102的确切3D中心位置的情况下,由于机器人知道在该位置处的样本容器102的中心位置的确切位置,因此载体122停下的该位置(或在轨道周围的任何其他位置)有助于避免机器人夹持器与容器的碰撞,该碰撞可能使样本212溢出或使样本容器102破裂。如将认识到的,如本文所述的表征设备101可在期望知道3D中心位置的任何位置处使用。例如,表征设备101可以定位在装载区域105、质量检查模块130(使用其一个或多个图像捕获装置)、等分试样站131处,以避免可能使样本212溢出、使样本容器102或移液管破裂的移液管与容器的碰撞,并且可以定位在分析仪器106、108、110中的一个或多个处,以避免移液管与容器的碰撞或机器人与容器的碰撞。表征设备101可以定位在其他位置。
图3A至3D示出了表征设备101的一个示例实施例。表征设备101包括可在轨道121上移动的标定对象325(图3A至3C中仅示出了轨道121的一部分)。轨道121可以是有轨轨道(例如,单轨轨道或多轨轨道)、传送带、链条、可移动平台或其他合适的运输机构的集合。轨道121可以具有圆形、蛇形或其他形状,并且在一些实施例中可以是封闭的(即,无终点的)轨道。在一些实施例中,轨道121可以通过载体122运输样本容器102中的单个样本容器102,或者在每个载体122上运输多个样本容器102。在一些实施例中,样本容器102被配置为容纳在可在轨道121上在竖直方向上移动的载体122的容器中。
在所描绘的实施例中,载体122可以例如通过小车324载送在轨道121上。小车324可以被编程、命令或以其他方式强制停在沿轨道121的期望位置。载体122可从小车324上取下,并且可以包括用于与小车324对准的任何合适的装置,诸如,配准到孔中的多个销。这将载体122以固定的方向定位在小车324上。在一些实施例中,小车324可以包括车载驱动马达,诸如线性马达,其被配置为使样本容器102围绕轨道121移动,同时根据编程的指令停在沿轨道121的期望位置。载体122可以各自包括适用于将样本容器102保持和固定在限定的竖直位置的保持器122H(图3B)。保持器122H可以包括三个或更多个板簧或指状件,当样本容器102插入其中时,这些板簧或指状件提供共同中心。使用板簧允许载体122容纳不同宽度W的样本容器102,同时仍然将样本容器102定位在载体122上的共同中心位置。在一些实施例中,小车324和载体122可以是一体的。
如图3A和3C最佳地示出的,标定对象325可以包括V形标记工具,其具有至少第一平面325A和与其成一定角度设置的第二平面325B。例如,这两个面325A、325B可以以从大约90度到大约150度的相对于彼此的夹角设置。在一些实施例中,提供了第三面平面,其可以具有所有面之间的大约120度。特别地,标定对象325包括具有已知几何形状的三维工具和设置在面325A、325B中的每一个上的一个或多个经标定的图案325P,其在三维工具上的位置是已知的。可以使用任何合适的图案,诸如棋盘图案,或者一个或多个可识别边缘的几何对象。标定对象325可以包括由轴329标示出的中心位置,其可以被定位在底座331上与载体122的保持器122H的中心相同的中心位置处,即,当被保持在保持器122H中时样本容器102的中心位置329。因此,标定对象325的中心329与载体122的保持器122H的中心329相同,即,当被保持在保持器122H中时,与样本容器102的中心位置329相同。底座331以固定的方向定位在小车324上,因此标定对象325和底座331与小车324一起移动。标定图案325P的尺寸和位置是已知的,与轴329和底座331的空间关系也是已知的。在一些实施例中,V形标记工具包括设置在其上的霍夫曼标记,霍夫曼标记具有相对于中心329和底座331以及因此相对于小车324的已知位置和几何形状。
表征设备101还包括经标定的图像捕获装置328,其位于轨道121附近的位置处,诸如沿轨道121的侧面。经标定的图像捕获装置328可通过任何合适的手段得到标定,以获得图像捕获装置328的固有特性(例如,焦距、图像中心、偏斜和镜头失真系数),诸如通过使用标准的、自动化的标定技术(例如,相机标定技术)。这些标定技术通常涉及使用已知尺寸的印刷平面目标(例如霍夫曼标记网格或棋盘图案),并应用迭代细化技术来确定图像捕获装置328的固有参数。知道图像捕获装置328的固有特性是任何3D成像任务的先决条件,因为这使得能够在欧几里德空间中估计场景的结构,同时至少去除由任何镜头失真(例如,可能源于不完美的镜头制造)引起的一些不准确性。
经标定的图像捕获装置328可以是聚焦镜头系统和一个或多个传感器的任何组合。例如,经标定的图像捕获装置328可以是传统的数码相机(例如,彩色或单色相机),或与任何合适的聚焦镜头系统耦合的电荷耦合器件(CCD)、光电探测器阵列、一个或多个CMOS传感器等。例如,经标定的图像捕获装置328可以被配置为在沿轨道121的多个不同成像位置(包括位置A和第二位置B)捕获图像。经标定的图像捕获装置328可以是能够在多个不同成像位置捕获数字图像(即,像素化图像)的装置。每个图像的图像分辨率可以是大约0.5MP或更高,诸如从0.5MP到10MP。也可以使用其他像素分辨率。经标定的图像捕获装置328可以是高速图像捕获装置,并且尽管期望使标定对象325停在第一位置A和第二位置B处并且使载体122停在成像位置处,但是如果速度足够快,则可以在载体122或底座331和标定对象325仍在移动时拍摄图像。
表征设备101还包括计算机123,其诸如通过USB线缆等耦合到经标定的图像捕获装置328。计算机123被配置并可操作以使经标定的图像捕获装置328在沿轨道121的多个成像位置(A和B)处捕获标定对象325的侧面图像。可以在进行成像时对标定对象325进行照明。例如,标定对象325的照明可以通过提供照明的一个或多个光源330A、330B来实现,诸如在US201/0041318中描述的光面板。光源可以相对于标定对象325定位成使得照明标定对象325的面325A、325B。例如,光面板可以提供正面照明,并且可以定位在标定对象325前方,并且可以包括例如定位在经标定的图像捕获装置328的任一侧上的多个光源330A、330B。可以使用光源的其他定位和形式。
特别地,计算机123通过对小车324的驱动信号,可以使标定对象325在成像区域335(例如,广角观察区域)内移动到沿轨道121的至少两个不同的纵向位置,至少包括如图3C所示的第一纵向位置A和第二纵向位置B(虚线所示的位置),其中第二纵向位置B不同于第一纵向位置A。计算机123可以通过适当定时的触发信号引发经标定的图像捕获装置328,以在标定对象325位于第一纵向位置A的情况下利用经标定的图像捕获装置328捕获标定对象325的第一图像。计算机123还可以命令小车324将标定对象325移动到第二纵向位置B,并利用经标定的图像捕获装置328捕获标定对象325的第二图像,第二纵向位置B应当与第一纵向位置A充分间隔开,使得当载体122将样本容器102载送到期望稍后确定3D中心位置350的位置时,可以在所述位置前方获得位置A与B之间的代表性且准确的行进路径。此外,为了更高的准确度或对于轨道段不是直线的情况,可以在第一位置A与第二位置B之间的多个纵向位置处捕获图像。例如,可以使用具有短焦距和宽视野(例如,50度或更大)的广角镜头(35毫米或更小)。可以使用其他广角镜头,只要标定对象325位于经标定的图像捕获装置328的视野(观察窗)内即可。
根据该方法,至少基于第一图像和第二图像来确定中心位置340沿轨道121的三维路径轨迹。中心位置340可以在标定对象325上的任何预定高度处,并且可相对于两个或更多个标定图案325P的成像位置来确定。特别地,如果路径不是直线的,诸如沿着曲线的轨道121,则可以拍摄一个或多个附加图像。利用所计算的固有相机参数,诸如焦距、图像中心、偏斜以及可能的镜头失真系数(为了更准确),该方法可以至少针对第一图像和第二图像计算标定对象325的3D中心位置350相对于经标定的图像捕获装置328的相对外在位姿。针对每个图像,诸如针对第一图像和第二图像以及所捕获的任何其他图像,可以使用像Perspective-n-Point(透视n点)这样的算法来计算标定对象325的3D中心位置350相对于经标定的图像捕获装置328的相对外在位姿。Perspective-n-Point是在给定世界中的一组n个三维点及其在图像中的对应2D投影的情况下估计经标定的图像捕获装置(例如,相机)的位姿的问题。图像捕获装置328的位姿包括6个自由度,其由图像捕获装置328相对于世界的旋转(滚动、俯仰和偏航)和3D平移(X、Y、Z)组成。在给定世界参考系中的一组n个3D点及其对应2D图像投影以及经标定的固有参数的情况下,可以如下确定图像捕获装置328以其相对于世界的旋转和平移的形式的6自由度位姿:
s pc K[R|T]pw
其中,pw=[x y z 1]T是齐次世界点,pc=[u v 1]T是对应的齐次图像点,K是图像捕获装置328的固有参数的矩阵,其中fx和fy是经缩放的焦距,γ是偏斜参数(有时假定其为0),并且(u0,v0)是主点,S是图像点的缩放因子,并且R和T是正在计算的图像捕获装置的期望3D旋转和3D平移(外在参数)。这得出模型的以下方程:
可选地,当有n=3个点时可以使用P3P,或者针对n≥4个点可以使用EPnP。如果存在异常值,可以使用RANSAC。
现在确定了中心位置340沿轨道121的三维路径轨迹,在下一阶段,可以获得停在表征设备101的成像区域335内的任何样本容器102的3D中心位置350的确切位置。一个特别的优点在于,载体122的停止位置不需要在成像区域335内是确切的,因为该方法可以确定成像区域335内的任何位置处的3D中心位置350,只要可以在所述位置处观察/成像样本容器102的侧面和顶部即可。成像区域335是可由经标定的图像捕获装置328成像的区域。图像区域335可以至少与预期的样本容器102一样高,并且可以是广角的,如本文公开的那样。
一旦确定了中心位置340沿轨道121的三维路径轨迹,就确定了在成像区域335内对样本容器102进行成像的成像位置处的样本容器102的3D中心位置350。如图3D所示,在载体122停在成像区域335中的成像位置333处的情况下用经标定的图像捕获装置328捕获样本容器102的容器图像336。如放大示出的,载体122不需要为了发现3D中心位置350而停在成像区域335的确切中心处,因为轨迹上的任何点都可以映射回2D图像空间。特别地,由于该方法先前已经计算了轨道轨迹与经标定的图像捕获装置328之间的外在关系,因此我们现在在图像空间中也有了对应的2D轨迹。利用该方法,甚至可以诸如通过拟合多项式函数(其中使用两个以上的成像位置)而不是直线来实现沿着略微弯曲的轨道估计样本容器102的3D中心位置350。
计算样本容器的中心位置
当载体122中的样本容器102出现在表征设备101的成像位置333处时,该方法可以捕获容器图像336,并且从捕获的容器图像336估计样本容器102在前两个维度(2D)中的3D中心位置350。在图像空间中,该方法首先通过确定像素空间中的第一边缘341和第二边缘342的位置(诸如在与中心位置340相同的高度处)来计算样本容器102在X维度中的中心,其中,中心点轨迹通过线344标示。边缘341、342可以通过任何边缘发现常规方法来发现,诸如通过横跨轨迹路径344的光栅扫描来发现高于预设阈值的光强度的突然变化。在像素中的相同X位置处(诸如在上方和/或下方的空间)发现强度突变时,在轨迹路径344之上和/或之下的一次或多次光栅扫描可用于确认边缘341、342确实是边缘。一旦确定了竖直边缘341和342的位置,就可以通过将这两个维度相加并除以2来发现沿轨迹路径344的2D空间(在X-Y平面中)的中心点。所确定的2D中心线被示为中心平面346。轨迹路径344和中心平面346的交点包括2D中心点。然后,可以将2D中心点映射到3D空间,即,映射到3D轨迹上的最近点(在Z维度中,即穿过纸张的维度),以确定3D中心位置350。通过使用来自样本容器102的成像的2D图像坐标并使用经标定的图像捕获装置328的固有参数将所述2D图像坐标投影到Z维度中来计算3D中心位置350。一种实现方式是从图像捕获装置328的中心到350(在3D欧几里德空间中)画一直延伸到无穷远的线,并且发现与该线相交的340的3D轨迹(即3D欧几里德空间中344)上的最近点。如果没有交点,则我们可以选择344(在3D欧几里德空间中)上的最小化到3D中心位置350的Z投影的距离的点。轨迹路径344上的该点就是样本容器102的3D中心位置350。因此,机器人126可以准确地知道样本容器102的3D中心位置350,其将使用该3D中心位置350来拾取样本容器102,以便将样本容器102放置到离心机站125的离心机中,并且在分级分离之后将样本容器102放回到载体122上。
在通过离心机进行分级分离之后,如图2中最佳地示出的,样本212可包括容纳在管213内的血清或血浆部分212SP、沉降血液部分212SB。空气217可提供在血清和血浆部分212SP上方,并且空气217和血清或血浆部分212SP之间的线或分界线在本文中被定义为液气界面(LA)。血清或血浆部分212SP和沉降血液部分212SB之间的分界线在本文中被定义为血清血液界面(SB)。空气217和盖214之间的界面在本文中称为管盖界面(TC)。管的高度(HT)被定义为从管213的实际最底部到盖214的底部的高度。血清或血浆部分212SP的高度(HSP)被定义为从沉降血液部分212SB的顶部到血清或血浆部分212SP的顶部、即从SB到LA的高度。沉降血液部分212SB的高度(HSB)被定义为从沉降血液部分212SB的底部到沉降血液部分212SB的顶部的高度。在使用凝胶分离器的实施例中,血清或血浆部分212SP与凝胶分离器之间存在界面。同样,在沉降血液部分212SB与凝胶分离器之间存在界面。HTOT是HSB加上HSP。W是管213的宽度。在一些实施例中,样本容器102的大小可以由宽度W和高度HT的组合来表示。
如上所述,载体122可以移动到质量检查模块130。可选地,离心可以在之前进行,并且容纳在样本容器102中的样本212可以直接装载到位于装载区域105(诸如作为输入道的一部分)的质量检查模块130中。质量检查模块130被配置并适用于自动确定/表征容纳要由样本测试设备100处理的样本212的样本容器102的物理属性。表征可包括表征管的大小、盖的类型和/或盖的颜色。一旦被表征,就可以进一步表征样本212以确定样本212的深度和/或体积、针对溶血、黄疸或脂血(HIL)和/或一个或多个人造干扰物(诸如凝块、气泡或泡沫)的存在进行筛选。如果发现不包含HIL和/或(一个或多个)人造干扰物,则样本212可以在轨道121上继续,然后可以在一个或多个分析仪器(例如,第一、第二和第三分析仪器106、108和/或110)中进行分析,然后将每个样本容器102返回到装载区域105以进行卸载。
在一些实施例中,样本容器102的物理属性的量化可以在质量检查模块130处进行(即,确定高度HT、宽度W、盖颜色、盖类型和/或管类型)。在一些实施例中,样本212的量化也可以在质量检查模块130处进行,并且可以涉及到HSB、HSP、HTOT的确定,并且可以确定SB和LA的竖直位置。
样本测试设备100可以在轨道121周围的一个或多个位置处包括多个传感器116。传感器116可用于通过读取放置在标签218上的识别信息215(图2)或提供在每个载体122上的类似信息(未示出)(诸如条形码)来检测样本容器102沿轨道121的位置。可以使用用于跟踪载体122的位置的其他手段。所有的传感器116都与计算机123对接,使得每个样本容器102和样本212的位置在任何时候都是已知的。计算机123可以以已知的方式与实验室信息系统(LIS)147对接和通信,以向请求者提供测试结果和状态信息。
本公开的实施例可以使用计算机接口模块(CIM)145来实施,计算机接口模块145允许用户容易且快速地访问各种控制和状态显示屏。这些控制和状态屏可以描述用于样本212的制备和分析的多个相互关联的自动化装置的一些或所有方面。CIM 145可用于提供关于多个相互关联的自动化装置的操作状态的信息、以及描述任何样本212的位置以及将在样本212上执行或正在样本212上执行的筛选或测试的状态的信息。CIM 145可以适用于促进操作者与样本测试设备100之间的交互。CIM 145可以包括适用于显示菜单的显示屏,菜单包括图标、滚动条、框和按钮,操作者可以通过它们与样本测试设备100进行交互。菜单可以包括被编程为显示样本测试设备100的各功能方面的多个功能按钮。
参考图4A至4B,示出并描述了质量检查模块430的实施例。如图所示的质量检查模块430可以被配置并适用于自动表征样本容器102的物理结构(例如,大小)。表征方法可以在由分析仪器106、108、110中的一个或多个自动处理之前由质量检查模块430执行。以这种方式,样本容器102的大小(例如,宽度W和高度HT)对于任何后续处理都是已知的。质量检查模块430还可用于量化样本容器102,即量化样本容器102的某些物理尺寸特征,诸如样本容器102的TC、HT和/或W的位置、和/或盖214的颜色和/或类型。
除了样本容器量化之外,可以在质量检查模块430处对容纳在样本容器102中的样本212执行其他检测方法。例如,质量检查模块430可用于量化样本212,即,确定样本212的某些物理尺寸特征(例如,LA、SB的物理位置和/或HSP、HSB和/或HTOT的确定,和/或血清或血浆部分的体积和/或沉降血液部分的体积)。
再次参考图4A和4B,廉价形式的质量检查模块430可以包括单个(一个且仅一个)经标定的图像捕获装置328(例如,单个传统的数码相机,诸如彩色或单色相机),或者与电荷耦合器件(CCD)、光电探测器阵列、CMOS传感器等耦合的镜头系统。例如,单个经标定的图像捕获装置328可以被配置为从单个视点捕获成像位置333处的样本容器102和样本212的图像。在该实施例中,样本容器102可以被定位在可旋转方向上,使得样本212的清晰图像是可能的,诸如由用户或机器人确定无遮挡的方向(未被标签218遮挡的方向),然后以该方向将样本容器插入载体122中。
除了确定样本容器102的几何属性(例如,宽度W和高度HT)之外,包括单个图像捕获装置328的质量检查模块430的该实施例可以用于针对HIL进行预筛选,诸如在Kluckner等人的题为“Methods and Apparatus for Detecting an Interferent in a Specimen(用于检测样本中的干扰物的方法和设备)”的US10,816,538中描述的那样,和/或针对人造干扰物的存在进行预筛选,诸如在Kluckner等人的题为“Methods and Apparatus forClassifying an Artifact in a Specimen(用于在样本中分类人造干扰物的方法和设备)”的US10,746,665中描述的那样。例如,使用背光光源400C(诸如镶板光源)打背光可以用于执行HIL预筛选。
在一个或多个实施例中,确定3D中心位置350的表征方法可以使用作为质量检查模块430的子部件的表征设备101来进行。表征设备101包括一个或多个光源300A、300B、经标定的图像捕获装置328和标定对象325,如上文在图3B中描述的,并且表征设备101和表征方法可以在质量检查模块430内执行。知道成像位置333处的3D中心位置350可被用作对沿轨道121的其他地方(至少在其任何直线段上)的3D中心位置的粗略估计。如果期望在另一位置处进行更准确的3D中心位置确定,则可以在该位置处执行表征设备101和表征方法。
在操作中,由质量检查模块430捕获的前光和背光图像中的每一个可以响应于触发信号而被触发和捕获。触发信号可以由计算机123产生,并在耦合到计算机123的通信线路中提供。可以根据本文提供的表征方法的一个或多个实施例来处理每个捕获的图像。特别地,图像处理可以用于确定宽度W、高度HT。此外,可使用已知方法确定盖的颜色和盖的类型。此外,可以确定针对HIL的预筛选和/或人造干扰物的存在,诸如使用由采用光源400C的背光而提供的背光图像。
为了提高辨别能力,可以使用一种以上波长的光谱。图像捕获装置328于是可以捕获多光谱图像。在一次或多次曝光(例如,4至8次或更多次曝光)下,一个接一个地捕获每个彩色光谱图像(由标称波长和一些相对窄的波长带表示)。每次曝光的时间可不同。光谱图像可以按任何顺序拍摄,诸如红色多次曝光,绿色多次曝光,并且蓝色多次曝光。对于检测方法,可以计算透射率图像,其中可以从最佳曝光图像计算每个透射率图像(对于R、G和B照明中的每一个)。最佳曝光图像可以按照它们各自的逐像素强度进行归一化。
在一个或多个实施例中,表征设备101和质量检查模块430可包括外壳345,外壳345可至少部分地围绕或覆盖轨道121,并提供用于图像捕获的封闭或半封闭环境,诸如外部光影响可被最小化。在每次图像捕获期间,样本容器102可以位于外壳345内部。外壳345可以包括一个或多个门,以允许载体122进入和/或离开外壳345。在一些实施例中,顶棚可以包括开口,以允许样本容器102由包括可移动机器人夹持器的机器人(例如,机器人124)从上方装载到位于外壳345内部的载体122中,诸如当表征设备101和/或质量检查模块430位于装载区域105时。在使用前光而没有背光的情况下(例如,图3A至3C),表征设备101可以在外壳345中包括后挡壁以提供改进的图像对比度。
图5示出了表征设备和表征方法的功能图500,其中容纳样本212的样本容器102的表征仅仅是可以通过使用质量检查模块430的更广泛的方法来表征或分类的许多项目中的一个。根据该方法的一个或多个实施例,诸如通过经标定的图像捕获装置328(例如,经标定的单色相机)来捕获图像。如上所述,由图像捕获装置328捕获的图像可以是多光谱和/或多曝光图像。特别地,对于用于照明的每个波长的光(例如R、G和B),可以进行多次曝光(例如,4至8次或更多次曝光)。可以使用前光光源300A、300B捕获(获得)前光图像,并且可以使用背光光源400C获得背光图像,如图4A至4B中描述的那样。可选地,使用白色光源并使用彩色相机来获得正面照明的多曝光图像。
然后,可以以Kluckner等人的题为“Methods and Apparatus For Detecting AnInterferent In A Specimen(用于检测样本中的干扰物的方法和设备)”的US10,816538和Wissmann等人的题为“Methods And Apparatus For Imaging A Specimen ContainerUsing Multiple Exposures(用于使用多次曝光来对样本容器成像的方法和设备)”的US2019/0041318中描述的方式,进一步处理图像以确定分割550。可以使用基于人工智能的其他合适的分割方法,诸如卷积神经网络(CNN)。在一些实施例中,来自前光的图像可以最佳地用于分割550。类似地,使用背光捕获的图像可以使用上述方法最佳地用于HILN分类552和/或人造干扰物检测556。
还可以在分割550之后执行液体量化554。对液体进行量化可涉及到确定样本212的某些物理尺寸特征,诸如LA、SB的物理位置,和/或确定HSP、HSB和/或HTOT,和/或血清或血浆部分的体积和/或沉降血液部分的体积。可以通过选择这些分界区域处的像素并对其在像素空间中的位置值求平均值以获得LA和SB的值来完成识别。根据该信息,可以通过使用样本容器102的宽度W和截面形状来确定血清或血浆部分212SP的体积。从像素空间到机械测量结果的关联可以通过使用任何合适的标定方法来实现,将以像素为单位的像素空间标定至以毫米为单位的机械空间。
还可以根据表征方法来完成样本容器102的进一步表征,诸如确定3D中心位置350。如上所述,首先使用三维路径轨迹确定551来确定三维路径轨迹,随后在3D中心位置确定块553中确定3D中心位置350。可以基于使用常规方法处理来自图像捕获装置328的图像来实现管类型检测558、盖类型检测560和盖颜色检测562。
图6示出了根据一个或多个实施例的确定样本容器(例如,样本容器102)在轨道(例如,轨道121)上的成像位置处的位置(3D中心位置350)的表征方法600的流程图。方法600包括,在框602,在轨道上提供标定对象(例如,标定对象235),并且在框604,在轨道附近提供经初始标定的图像捕获装置(例如,经标定的图像捕获装置328)。经初始标定的图像捕获装置328的标定可以通过任何合适的方法进行,诸如通过使用具有已知尺寸的标记网格(例如,棋盘或霍夫曼标记)并且使用非线性细化技术来优化诸如焦距、图像中心、偏斜和失真系数等固有参数。
方法600还包括,在框606,将标定对象移动到沿轨道121的至少两个不同的纵向位置,包括第一纵向位置(例如,图3B的纵向位置A)和第二纵向位置(例如,图3B的纵向位置B),第一纵向位置不同于第二纵向位置,并且在框608,在标定对象325位于第一纵向位置A的情况下用经标定的图像捕获装置捕获第一图像,并且在框610,在标定对象325位于第二纵向位置B的情况下用图像捕获装置捕获第二图像。一旦获得了图像,方法600包括,在框612,至少基于第一图像和第二图像来确定中心位置沿轨道(轨道121在成像区域335内的段)的三维路径轨迹344。
一旦知道了成像区域335内的三维路径轨迹(三维路径轨迹344),就可以将其用于确定在载体122上被带入成像区域的任何样本容器102的3D中心位置(例如,3D中心位置350)。
如图7所述,根据一个或多个实施例,提供了确定轨道(例如,轨道121)上的样本容器(例如,样本容器102)的3D中心位置(例如,3D中心位置350)的方法700的流程图。方法700包括,在框702,将由载体(例如,载体122)在轨道(例如,轨道121)上载送的样本容器(例如,样本容器102)移动到成像区域(例如,成像区域335)。不需要用于在成像区域335内成像的确切位置。优选地,样本容器102可以停在成像区域335中以进行成像,但是如果图像捕获速度足够,则样本容器102可以不需要停在那里。接下来,在框704,该方法包括对成像区域(例如,成像区域335)内的样本容器(例如,样本容器102)进行成像,以获得容器图像(例如,容器图像336)。方法700还包括发现中心平面(例如,中心平面346),所通过的方式诸如是:在框706在容器图像(例如,容器图像336)中发现样本容器(例如,样本容器102)的侧边缘(例如,边缘341、342),并且在框708,在这些边缘之间确定中心平面(例如,中心平面346)。最后,方法700操作以对中心平面进行反投影以发现中心平面346与三维路径轨迹344(例如,来自先前描述的方法600)之间的交点,其中,所述交点即为样本容器102在中心平面346的位置处的3D中心位置350。
作为边缘发现框706的一部分,方法700可以包括识别样本容器102的宽度W。基于图像捕获装置328的标定,像素宽度可以简单地转换为以毫米为单位的距离。可以使用类似的边缘发现常规方法来确定样本容器102的高度HT,其中,确定管213在TC处的顶部。边缘发现可以通过分割或以其他方式在成像区域335中管盖界面TC可能预期位于的区域内寻找高于阈值的光强度转变。
在一些实施例中,一旦已向样本容器102赋予了大小表征,诸如从宽度W和高度HT方面,就可以获得样本212的体积。可以诸如通过使用基于样本容器102的大小的查找表来确定内宽度。例如,内宽度可以用于基于从分割获得的血清血液界面SB和液体空气界面LA的位置来准确地计算血清或血浆部分212SP的体积和/或沉降血液部分212SB的体积。
因此,基于前述内容,应当清楚的是,由表征设备101(其可以包括在质量检查模块130、430中或者可以是独立的表征设备101)执行的表征方法600、700可以得到对样本容器102的3D轨迹路径344和3D中心位置350的快速表征。还可以使用表征设备101获得样本容器102的物理属性,诸如管大小(W和HT)、盖类型和盖颜色。在包括背光的一些实施例中,诸如图4A至4B所示的那些,还可以实现HIL检测和/或人造干扰物检测。
虽然本公开可以有各种修改和替代形式,但是在附图中作为示例示出并在本文中详细描述了特定的设备实施例和其方法。然而,应当理解,其并不旨在将本公开限于所公开的特定设备或方法,相反,旨在覆盖落入权利要求及其等同物的范围内的所有修改、等同物和替代物。
Claims (19)
1.一种确定样本容器在轨道上的位置的方法,包括:
在轨道上提供标定对象;
在轨道附近提供经初始标定的图像捕获装置;
将标定对象移动到沿轨道的至少两个不同的纵向位置,所述至少两个不同的纵向位置包括第一纵向位置和第二纵向位置,第一纵向位置不同于第二纵向位置;
在标定对象位于第一纵向位置的情况下用经初始标定的图像捕获装置捕获第一图像;
在标定对象位于第二纵向位置的情况下用经初始标定的图像捕获装置捕获第二图像;以及
至少基于第一图像和第二图像来确定中心位置沿轨道的三维路径轨迹。
2.根据权利要求1所述的方法,还包括:
将由轨道上的载体载送的样本容器移动到成像区域;
在成像区域内对样本容器进行成像以获得容器图像;
在容器图像中发现样本容器的侧边缘;
在这些侧边缘之间确定中心平面;以及
对中心平面进行反投影以发现中心平面与三维路径轨迹之间的交点,其中,所述交点即为样本容器在中心平面的位置处的三维中心。
3.根据权利要求2所述的方法,还包括在成像时将样本容器停在成像区域内的轨道上。
4.根据权利要求2所述的方法,包括确定样本容器的宽度W。
5.根据权利要求2所述的方法,包括确定样本容器的高度HT。
6.根据权利要求1所述的方法,其中,标定对象包括具有已知几何形状的三维工具,并且在其上提供一个或多个标定图案。
7.根据权利要求1所述的方法,其中,标定对象包括V形标记工具,其包括至少两个平面表面。
8.根据权利要求7所述的方法,其中,V形标记工具包括其上的霍夫曼标记。
9.根据权利要求1所述的方法,包括针对至少第一图像和第二图像计算标定对象的三维中心相对于经初始标定的图像捕获装置的相对外在位姿。
10.根据权利要求9所述的方法,其中,使用Perspective-n-Point来完成相对外在位姿的计算。
11.根据权利要求1所述的方法,包括在样本容器位于沿轨道的一个或多个附加纵向位置处的情况下用经初始标定的图像捕获装置捕获一个或多个附加图像。
12.一种表征设备,包括:
可在轨道上移动的标定对象;
位于轨道附近的经初始标定的图像捕获装置;以及
耦合到经初始标定的图像捕获装置的计算机,所述计算机被配置并可操作以使得:
标定对象移动到沿轨道的至少两个不同的纵向位置,所述至少两个不同的纵向位置包括第一纵向位置和第二纵向位置,其中第二纵向位置不同于第一纵向位置,
在标定对象位于第一纵向位置的情况下用经初始标定的图像捕获装置捕获第一图像,
在标定对象位于第二纵向位置的情况下用经初始标定的图像捕获装置捕获第二图像,以及
至少基于第一图像和第二图像来确定中心位置沿轨道的三维路径轨迹。
13.根据权利要求12所述的表征设备,其位于分析仪器、装载站、离心站、质量控制模块和等分试样机站中的一个或多个附近。
14.根据权利要求12所述的表征设备,包括一个或多个光源,所述一个或多个光源被配置为在成像期间对样本容器打前光。
15.根据权利要求12所述的表征设备,其中,标定对象包括具有已知几何形状的三维工具,并且在其上提供一个或多个标定图案。
16.根据权利要求15所述的表征设备,其中,标定对象包括V形标记工具,其包括至少两个平面表面。
17.根据权利要求16所述的表征设备,其中,V形标记工具包括其上的霍夫曼标记。
18.根据权利要求12所述的表征设备,其中,经初始标定的图像捕获装置是质量检查模块中的RGB相机。
19.一种样本测试设备,包括:
轨道;
可在轨道上移动的样本载体,所述样本载体被配置为载送样本容器;以及
布置在轨道周围的一个或多个表征设备,所述一个或多个表征设备中的每个表征设备包括:
在轨道附近的经标定的图像捕获装置;以及
计算机,所述计算机耦合到经标定的图像捕获装置并且被配置为:
至少基于在成像区域处拍摄的标定对象的第一图像和第二图像来确定中心位置沿一段轨道的三维路径轨迹,
使得由轨道上的载体载送的样本容器移动到成像区域,
使得在成像区域内对样本容器进行成像以获得容器图像,
在样本容器的侧边缘之间确定中心平面,以及
对中心平面进行反投影以发现中心平面与三维路径轨迹之间的交点,其中,所述交点是样本容器在中心平面的位置处的三维中心。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US202163148529P | 2021-02-11 | 2021-02-11 | |
| US63/148529 | 2021-02-11 | ||
| PCT/US2022/070605 WO2022174239A1 (en) | 2021-02-11 | 2022-02-10 | Methods and apparatus adapted to identify 3d center location of a specimen container using a single image capture device |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116917939A true CN116917939A (zh) | 2023-10-20 |
Family
ID=82837277
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202280014630.7A Pending CN116917939A (zh) | 2021-02-11 | 2022-02-10 | 适用于使用单个图像捕获装置识别样本容器的3d中心位置的方法和设备 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US20240230694A9 (zh) |
| EP (1) | EP4292049A4 (zh) |
| JP (1) | JP7617295B2 (zh) |
| CN (1) | CN116917939A (zh) |
| WO (1) | WO2022174239A1 (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3968283A1 (en) * | 2020-09-14 | 2022-03-16 | Eppendorf AG | Method for calibrating an optical recording device |
| CN115760989B (zh) * | 2023-01-10 | 2023-05-05 | 西安华创马科智能控制系统有限公司 | 液压支架机器人轨道对准方法及装置 |
| JP2024165391A (ja) * | 2023-05-17 | 2024-11-28 | 株式会社日立ハイテク | 生体試料測定装置、校正方法 |
| CN116850484B (zh) * | 2023-08-17 | 2024-03-26 | 迈胜医疗设备有限公司 | 图像引导系统及校准装置、位置校准方法、放射治疗设备 |
| WO2025048995A1 (en) * | 2023-08-28 | 2025-03-06 | Siemens Healthcare Diagnostics Inc. | Systems and methods for grasping containers in diagnostic laboratory systems |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150140668A1 (en) * | 2012-05-24 | 2015-05-21 | Siemens Healthcare Diagnostics Inc. | Non-contact optical encoding scheme for intelligent automation puck |
| US20150355208A1 (en) * | 2013-01-15 | 2015-12-10 | Siemens Healthcare Diagnostics Inc. | Automation tube positioning methodology |
| CN107003124A (zh) * | 2014-06-10 | 2017-08-01 | 西门子医疗保健诊断公司 | 抽屉视觉系统 |
| CN110178014A (zh) * | 2016-11-14 | 2019-08-27 | 美国西门子医学诊断股份有限公司 | 用于使用图案照明表征样本的方法和设备 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US538A (en) | 1837-12-26 | Self-separating link for connecting railroad-cars and locomotives | ||
| US10816A (en) | 1854-04-25 | Cast-iron car-wheel | ||
| US4453085A (en) * | 1981-05-11 | 1984-06-05 | Diffracto Ltd. | Electro-optical systems for control of robots, manipulator arms and co-ordinate measuring machines |
| DE102007007006A1 (de) | 2007-02-08 | 2008-08-14 | Schneider Gmbh & Co. Kg | Verfahren zur Herstellung eines Brillenglases |
| AU2011265430B2 (en) * | 2011-12-21 | 2015-03-19 | Canon Kabushiki Kaisha | 3D reconstruction of partially unobserved trajectory |
| WO2017132167A1 (en) * | 2016-01-28 | 2017-08-03 | Siemens Healthcare Diagnostics Inc. | Methods and apparatus adapted to identify a specimen container from multiple lateral views |
| CN108738339B (zh) | 2016-01-28 | 2022-02-01 | 西门子医疗保健诊断公司 | 用于对试样中的伪像进行分类的方法和装置 |
| US10928310B2 (en) | 2016-01-28 | 2021-02-23 | Siemens Healthcare Diagnostics Inc. | Methods and apparatus for imaging a specimen container and/or specimen using multiple exposures |
| EP3408651B1 (en) | 2016-01-28 | 2024-01-10 | Siemens Healthcare Diagnostics Inc. | Methods and apparatus for detecting an interferent in a specimen |
| WO2018022280A1 (en) | 2016-07-25 | 2018-02-01 | Siemens Healthcare Diagnostics Inc. | Systems, methods and apparatus for identifying a specimen container cap |
| JP6863954B2 (ja) | 2018-11-14 | 2021-04-21 | ファナック株式会社 | カメラ校正装置及びカメラ校正方法 |
| JP7529266B2 (ja) | 2018-12-27 | 2024-08-06 | 日本電気通信システム株式会社 | 物品位置管理装置、物品位置管理システム、物品位置管理方法及びプログラム |
-
2022
- 2022-02-10 EP EP22753551.5A patent/EP4292049A4/en active Pending
- 2022-02-10 CN CN202280014630.7A patent/CN116917939A/zh active Pending
- 2022-02-10 WO PCT/US2022/070605 patent/WO2022174239A1/en not_active Ceased
- 2022-02-10 JP JP2023548598A patent/JP7617295B2/ja active Active
- 2022-02-10 US US18/546,160 patent/US20240230694A9/en active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150140668A1 (en) * | 2012-05-24 | 2015-05-21 | Siemens Healthcare Diagnostics Inc. | Non-contact optical encoding scheme for intelligent automation puck |
| US20150355208A1 (en) * | 2013-01-15 | 2015-12-10 | Siemens Healthcare Diagnostics Inc. | Automation tube positioning methodology |
| CN107003124A (zh) * | 2014-06-10 | 2017-08-01 | 西门子医疗保健诊断公司 | 抽屉视觉系统 |
| CN110178014A (zh) * | 2016-11-14 | 2019-08-27 | 美国西门子医学诊断股份有限公司 | 用于使用图案照明表征样本的方法和设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20240230694A9 (en) | 2024-07-11 |
| EP4292049A4 (en) | 2024-08-14 |
| JP7617295B2 (ja) | 2025-01-17 |
| US20240133908A1 (en) | 2024-04-25 |
| JP2024506649A (ja) | 2024-02-14 |
| WO2022174239A1 (en) | 2022-08-18 |
| EP4292049A1 (en) | 2023-12-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7617295B2 (ja) | 単一の画像取込みデバイスを使用して検体容器の3d中心位置を識別するように適用された方法および装置 | |
| EP3408641B1 (en) | Methods and apparatus for multi-view characterization | |
| JP7055818B2 (ja) | 畳み込みニューラルネットワークを用いたhiln評価方法及び装置 | |
| JP6870826B2 (ja) | 側方多視点から試料を定量化するように構成された方法及び装置 | |
| US11815446B2 (en) | Methods and apparatus for characterizing a specimen container and specimen | |
| EP3408648B1 (en) | Methods and apparatus for imaging a specimen container and/or specimen using multiple exposures | |
| EP3737930B1 (en) | Methods and apparatus for bio-fluid specimen characterization using neural network having reduced training | |
| CN107003124B (zh) | 抽屉视觉系统 | |
| US11927736B2 (en) | Methods and apparatus for fine-grained HIL index determination with advanced semantic segmentation and adversarial training | |
| US20250321241A1 (en) | Methods and apparatus for determining a viewpoint for inspecting a sample within a sample container | |
| EP4052162B1 (en) | Methods and apparatus for protecting patient information during characterization of a specimen in an automated diagnostic analysis system | |
| JP7465963B2 (ja) | 試料および/または試料容器の特性評価のための背景照明の較正を提供する方法および装置 | |
| JP7177917B2 (ja) | 視覚化分析装置および視覚的学習方法 | |
| HK40068815A (zh) | 用於使用具有连续的基於性能的训练的诊断分析系统来进行自动化试样表徵的方法和装置 | |
| HK40068333A (zh) | 针对样本和/或样本容器表徵提供背景照明校准的方法和设备 | |
| HK1257094B (zh) | 用於多视图表徵的方法和装置 | |
| HK1255411B (zh) | 被适配成根据多个侧视图来量化试样的方法和装置 |
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 |