用于对凝胶卡反应的图片进行分类的装置和方法制造方法及图纸

一种用于对预定容器中的反应物的反应的图片进行分类的装置；该装置包括：第一神经网络，被布置用于接收预定容器中的反应物的反应的输入图片并用于针对第一多个反应类别中的每个反应类别提供输入图片示出属于所述反应类别的反应的概率；第二神经网络，被布置用于如果第一神经响应提供输入图片示出属于预定反应类别的反应的最高概率，则接收输入图片的预定部分并针对第二多个反应类别中的每个反应类别提供输入图片的所述预定部分示出属于所述反应类别的反应的概率。所述反应类别的反应的概率。所述反应类别的反应的概率。

【技术实现步骤摘要】
【国外来华专利技术】用于对凝胶卡反应的图片进行分类的装置和方法


[0001]本公开涉及使用多个神经网络对图片进行分类的装置和方法；并且更具体地，涉及凝集反应的图片，诸如凝胶卡中发生的凝集反应。

技术介绍

[0002]一种测试血液(例如，用于确定血样的血型)的已知方式包括：将血样引入装有分离基质的容器中，例如诸如葡聚糖丙烯酰胺凝胶之类的凝胶，顶部有液体，可以含有试剂(能够与血样中待检测的分析物复合)和/或成网剂(能够交联致敏红细胞或致敏乳胶颗粒)诸如二抗(例如，抗人球蛋白或抗人IgA抗体)，对容器进行孵育，然后对容器进行离心；其中将红细胞凝集在凝胶中的位置提供了被测试的血样的类型的信息。
[0003]图1是示例性已知“凝胶卡”10的侧视图，其由透明塑料板11制成，透明塑料板11将多个透明塑料容器或“井”12保持在一起，每个容器或“井”12包含凝胶量14和可以包含成网剂的流体，并且可选地，包含凝胶和没有成网剂的流体的控制井16。凝胶卡通过如下方式来使用：在每个井中加入一滴血样(和试剂，如果需要的话)，对卡进行孵育，然后对卡进行离心，从而使加速度被引导朝向卡的井的底部。图1图示了示例性凝胶卡，其中红细胞凝集并保留在第一个(RH2；C)、第三个(RH1；D)和第五个(RH5；e)井的顶部；或者未凝集并落到第二个(RH4；c)、第四个(RH3；E)和第六个(对照)井的底部。
[0004]图2是卡10的详细的井12的正视图；其包括用于接收待测试的血样(和试剂，如果需要的话)的顶部宽孵育室18，其通过锥形管腔而耦接至具有锥形下端的底部较窄的井20；井12的底部部分22(或反应室)，其填充有例如凝胶24的分离基质，其可以包含成网剂。图2还示出了在井12的离心作用将已反应或未反应的血样朝向底部部分22推动32之前，血样26与腔室18中的流体30中的试剂28反应。
[0005]在过去，人工操作者负责在离心之后观察井12并确定井中的反应是阳性还是阴性。然而，为了提高效率，开发了一些系统来自动确定井中的反应是阳性还是阴性。已知的系统生成井的图片，然后使用图像处理软件来将图像带到包括可识别特征的状态；然后使用可识别特征来确定井中的反应是阳性还是阴性。
[0006]基于图像处理的识别装置的一个问题是，如果装置的一个元素变化，诸如用来生成图片的相机的类型，或者凝胶卡的透明度或颜色，或者用来生成图片的光的类型，则必须重新校准装置软件以应对因元素变化而引起的图片中的任何变化。此外，基于图像处理的识别装置已经示出难以将非典型反应识别为阳性或阴性。
[0007]图3A至图3F示出了井的图片，每个井都具有通过基于图像处理的识别装置通常无法识别的非典型反应。
[0008]与已知的自动识别装置和方法相比，所需要的是允许自动识别更不典型的反应图片(例如，血液凝集图片)的装置和/或方法；以及不需要像已知识别装置和/或方法那样经常重新校准的装置和/或方法。本公开的实施例解决了这些和其他需求。

技术实现思路

[0009]本公开的实施例包括一种用于对图片进行分类的装置；具有第一神经网络，接收输入图片的每种颜色的每个像素作为不同的输入，并且作为返回，输出图片示出第一预定反应系列中的每个反应的概率；并且具有第二神经网络，如果由第一神经网络针对预定反应返回的概率超过预定水平，则接收输入图片的预定部分的每种颜色的每个像素作为不同输入，并且作为返回，输出图片示出第二预定反应系列中的每个反应的概率。
[0010]本公开的实施例涉及一种用于对预定容器中的反应物的反应的图片进行分类的装置；该装置包括：第一神经网络，被布置用于接收预定容器中的反应物的反应的输入图片，并用于针对第一多个反应类别中的每个反应类别提供输入图片示出属于第一多个反应类别中的所述反应类别的反应的概率；第二神经网络，被布置用于：如果第一神经响应提供输入图片示出属于第一多个反应类别中的预定反应类别的反应的最高概率(即，如果由第一神经网络所生成的概率中的最高者与第一多个反应类别的所述预定反应类别相关)，则接收输入图片的预定部分，并且针对第二多个反应类别的每个反应类别提供输入图片的所述预定部分示出属于第二多个反应类别中的所述反应类别的反应的概率。
[0011]根据本公开的实施例，该装置被布置用于：如果由第一神经网络发布的最高概率低于预定阈值，则发布指示输入图片不属于所述第一多个反应类别的控制消息。
[0012]根据本公开的实施例，该装置包括决策树，该决策树被布置用于：如果第二神经网络尚未被激活，则将输入图片分类为描绘具有由第一神经网络输出的最高概率的反应类别中的反应；并且如果第二神经网络已被激活，则将输入图片分类为描绘具有由第二神经网络输出的最高概率的反应类别中的反应。
[0013]根据本公开的实施例，该装置包括筛选级；该筛选级具有第三神经网络，被布置用于确定：如果所述输入图片适合由第一神经网络分析，则在这种情况下将输入图片提供给第一神经网络；或者如果输入图片不适合由第一神经网络分析，则在这种情况下不将输入图片提供给第一神经网络。根据本公开的实施例，如果输入图片被第三网络识别为示出对第三网络定义的反应的类型为“不合适”，则可以将其确定为“不合适”，否则将其确定为“合适”；或者反之。
[0014]根据本公开的实施例，第三神经网络是通过将预定容器中的反应物的反应的多个已知输入图片中的每个已知输入图片分类为合适或不合适的而在监督模式下训练的神经网络。
[0015]根据本公开的实施例，筛选级包括过滤器，该过滤器被布置用于：接收输入图片；基于输入图片来生成具有缩减信息的图片，并且将缩减信息的图片输入到第三神经网络中。
[0016]根据本公开的实施例，输入图片是彩色图片，并且过滤器被布置为将所述彩色图片变换成黑白图片；第三神经网络包括与黑白图片中的像素一样多的单个像素输入，其中黑白图片的每个像素耦接到第一神经网络的像素输入。
[0017]根据本公开的实施例，输入图片是红色输入图片、绿色输入图片和蓝色输入图片的组合；第一神经网络包括与红色输入图片、绿色输入图片和蓝色输入图片中总共的像素一样多的单个像素输入，其中红色输入图片、绿色输入图片和蓝色输入图片的每个像素耦接到第一神经网络的像素输入。
[0018]根据本公开的实施例，第一神经网络的每个单个像素输入包括预定数目的单个比特输入。
[0019]根据本公开的实施例，第二神经网络包括与输入图片的所述预定部分的红色输入图片、绿色输入图片和蓝色输入图片中总共的像素一样多的单个像素输入。
[0020]根据本公开的实施例，第二神经网络的每个单个像素输入包括预定数目的单个比特输入。
[0021]根据本公开的实施例，第一神经网络是通过将预定容器中的反应物的反应的多个已知输入图片中的每个已知输入图片与所述第一多个反应类别中的至少一个反应类别相关联而在监督模式下训练的神经网络。
[0022]根据本公开的实施例，所述已知容器是凝胶卡的井，并且所述已知图片以及所述输入图片是凝胶卡的井中的反应物的反应本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于对预定容器中的反应物的反应的图片进行分类的装置；所述装置包括：第一神经网络，被布置用于接收预定容器中的反应物的反应的输入图片，并且用于针对第一多个反应类别中的每个反应类别提供所述输入图片示出属于所述第一多个反应类别中的所述反应类别的反应的概率；第二神经网络，被布置用于：如果第一神经响应提供所述输入图片示出属于所述第一多个反应类别中的预定反应类别的反应的最高概率，则接收所述输入图片的预定部分，并且针对第二多个反应类别中的每个反应类别提供所述输入图片的所述预定部分示出属于所述第二多个反应类别中的所述反应类别的反应的概率。2.根据权利要求1所述的装置，被布置用于：如果由所述第一神经网络发布的所述最高概率低于预定阈值，则发布指示所述输入图片不属于所述第一多个反应类别的控制消息。3.根据权利要求1或2所述的装置，包括决策树，所述决策树被布置用于：如果所述第二神经网络尚未被激活，则将所述输入图片分类为描绘具有由所述第一神经网络输出的所述最高概率的所述反应类别中的反应；以及如果所述第二神经网络已被激活，则将所述输入图片分类为描绘具有由所述第二神经网络输出的所述最高概率的所述反应类别中的反应。4.根据权利要求1至3所述的装置，包括筛选级；所述筛选级具有第三神经网络，所述第三神经网络被布置用于确定：如果所述输入图片适合由所述第一神经网络分析，则在这种情况下将所述输入图片提供给所述第一神经网络；或者如果所述输入图片不适合由所述第一神经网络分析，则在这种情况下不将所述输入图片提供给所述第一神经网络。5.根据权利要求4所述的装置，其中，所述第三神经网络是通过将预定容器中的反应物的反应的多个已知输入图片中的每个已知输入图片分类为合适的或不合适的而在监督模式下训练的神经网络。6.根据权利要求4或5所述的装置，其中，所述筛选级包括过滤器，所述过滤器被布置为接收所述输入图片；基于所述输入图片来生成具有缩减信息的图片；以及将缩减信息的图片输入到所述第三神经网络中。7.根据权利要求6所述的装置，其中，所述输入图片是彩色图片，并且其中，所述过滤器被布置为将所述彩色图片变换成黑白图片；所述第三神经网络包括与所述黑白图片中的像素一样多的单个像素输入，其中，所述黑白图片的每个像素耦接到第一神经网络的像素输入。8.根据权利要求1至7所述的装置，其中，所述输入图片是红色输入图片、绿色输入图片和蓝色输入图片的组合；所述第一神经网络包括与所述红色输入图片、所述绿色输入图片和所述蓝色输入图片中总共的像素一样多的单个像素输入，其中所述红色输入图片、所述绿色输入图片和所述蓝色输入图片的每个像素耦接到所述第一神经网络的像素输入。9.根据权利要求8所述的装置，其中，所述第一神经网络的每个单个像素输入包括预定数目的单个比特输入。10.根据权利要求8或9所述的装置，其中，所述第二神经网络包括与所述输入图片的所述预定部分的所述红色输入图片、所述绿色输入图片和所述蓝色输入图片中总共的像素一
样多的单个像素输入。11.根据权利要求10所述的装置，其中，所述第二神经网络的每个单个像素输入包括预定数目的单个比特输入。12.根据权利要求1至11所述的装置，其中，所述第一神经网络是通过将预定容器中的反应物的反应的多个已知输入图片中的每个已知输入图片与所述第一多个反应类别中的至少一个反应类别相关联而在监督模式下训练的神经网络。13.根据权利要求12所述的装置，其中，所述已知容器是凝胶卡的井，并且所述已知图片以及所述输入图片是凝胶卡的井中的反应物的反应的横向图片。14.根据权利要求12或13所述的装置，其中，所述多个已知图片包括原始图片集合、预定容器中的反应物的不同反应中的每个反应以及以下项中的至少一项：所述原始图片集合的颜色改变；所述原始图片集合的镜像；所述预定容器的位置在所述原始图片集合中的旋转；所述原始图片集合的亮度改变；所述原始图片集合的对比度改变；所述原始图片集合的模糊；所述原始图片集合的裁剪；所述预定容器的位置在所述原始图片集合中的平移；所述原始图片集合的比例改变；以及具有所添加的噪音的所述原始图片集合。15.根据权利要求12至14所述的装置，其中，所述第二神经网络是通过将所述多个已知图片的每个子集的所述预定部分与所述第二多个反应类别中的至少一个反应类别相关联而在监督模式下训练的网络。16.根据权利要求15所述的装置，其中，所述已知容器是凝胶卡的井，并且所述已知图片以及所述输入图片是凝胶卡的井中的反应物的反应的横向图片；所述图片的所述预定部分是所述图片的包含所述井的底部的部分。17.一种离心和测试设备，包括：离心装置，被布置用于对至少一个容器进行离心；成像设备，用于生成所述容器的图像；以及根据权利要求1至16所述的装置，用于接收离心容器的每个图像输入。18.根据权利要求17所述的凝胶卡离心和测试设备，包括：离心装置，被布置用于对至少一个凝胶卡进行离心；成像设备，用于生成离心凝胶卡的每个井的图像；以及根据权利要求1至16所述的装置，用于接收离心凝...

【专利技术属性】
技术研发人员：T，
申请(专利权)人：比奥拉德欧洲有限公司，
类型：发明
国别省市：