用于使用具有连续的基于性能的训练的诊断分析系统来进行自动化试样表征的方法和装置制造方法及图纸

一种在自动化诊断分析系统中表征待分析的试样的方法提供了对试样的分割确定和/或HILN（溶血、黄疸、高脂血、正常）确定，同时基于该确定中的准确度和/或置信度来提供表征训练更新。该方法包括：标识不正确或低置信度的分割或HILN确定；将该不正确或低置信度的确定从HILN网络转发到数据库；以及基于该不正确或低置信度的确定向HILN网络提供一个或多个训练图像。还描述了被配置成执行该方法的品质检查模块和系统作为其他方面。模块和系统作为其他方面。模块和系统作为其他方面。

【技术实现步骤摘要】
【国外来华专利技术】用于使用具有连续的基于性能的训练的诊断分析系统来进行自动化试样表征的方法和装置
[0001]相关申请的交叉引用本申请要求2019年10月31日提交的题为“METHODS AND APPARATUS FOR CHARACTERIZING A SPECIMEN IN AN AUTOMATED DIAGNOSTIC ANALYSIS SYSTEM WHILE CONTINUOUSLY PROVIDING TRAINING UPDATES BASED ON CHARACTERIZATION PERFORMANCE”的美国临时专利申请No.62/929,063的优先权和权益，该申请的公开内容出于所有目的通过引用整体地并入于此。


[0002]本公开涉及用于在自动化诊断分析系统中表征试样的方法和装置。

技术介绍

[0003]自动化诊断分析系统可以分析试样，诸如例如尿液、血清、血浆、间质液、脑脊髓液等，以标识试样中的分析物或其他成分。这种试样通常被包含在试样容器（例如，试样收集管）中，该试样容器可以经由自动化轨道被运送到自动化诊断分析系统内的各种成像、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】1.一种在自动化诊断分析系统中表征试样的方法，包括：经由所述自动化诊断分析系统中的品质检查模块的HILN网络对试样容器中的试样的所捕获图像执行分割或HILN（溶血、黄疸、高脂血、正常）确定；标识不正确或低置信度的确定；将所述不正确或低置信度的确定从所述HILN网络转发到数据库；以及基于所述不正确或低置信度的确定向所述HILN网络提供一个或多个训练图像。2.根据权利要求1所述的方法，包括：根据基于所述不正确或低置信度的确定的所述一个或多个训练图像的手动标注和/或自动生成的标注来提供训练更新。3.根据权利要求2所述的方法，包括：将所述训练更新从数据库转发到所述HILN网络以用于并入其中。4.根据权利要求2所述的方法，包括：向用户提供一个或多个训练更新的可用性的报告或提示，以允许用户决定何时以及是否接收和/或并入所述一个或多个训练更新以重新训练所述HILN网络。5.根据权利要求1所述的方法，其中所述HILN确定包括：确定从多个类别中选择的分类索引，所述多个类别包括未离心类别、正常类别、以及HIL类别/子类别。6.根据权利要求1所述的方法，其中所述HILN确定包括：确定从21个血清类别中选择的分类索引，所述21个血清类别包括未离心类别、正常类别、以及19个HIL类别/子类别。7.根据权利要求1所述的方法，其中被转发到数据库的所述一个或多个训练图像基于低置信度确定，所述低置信度确定包括在从0.0至1.0的范围内的少于0.9的置信度水平。8.根据权利要求1所述的方法，包括：基于所述一个或多个训练图像对所述HILN网络进行重新训练。9.根据权利要求8所述的方法，其中对所述HILN网络的重新训练在满足或超过数据库中的不正确或低置信度的试样表征的阈值数量时发生。10.根据权利要求1所述的方法，其中具有由所述HILN网络执行的、被确定为具有所述不正确或低置信度的确定的表征的试样不被自动转发到所述自动化诊断分析系统的分析器，而是被搁置以供进一步审阅。11.根据权利要求1所述的方法，其中所述不正确或低置信度的确...

【专利技术属性】
技术研发人员：V，
申请(专利权)人：美国西门子医学诊断股份有限公司，
类型：发明
国别省市：