[發明專利]使用CROF和機器學習的基于圖像測定的系統和方法

在審

• 申請號: 201880083333.1
• 申請日: 2018-10-26
• 公開（公告）號: CN112689757A
• 公開（公告）日: 2021-04-20
• 發明（設計）人: 斯蒂芬·Y·周;丁惟;周蕪;田軍;張越成;吳明權;李力;邁克爾·萊昂利
• 申請（專利權）人: ESSENLIX公司
• 主分類號: G01N33/50
• 分類號: G01N33/50
• 代理公司: 北京百歐知識產權代理事務所(普通合伙) 11930
• 代理人: 吳泳歷

本發明尤其涉及進行細胞、生物和化學測定和程序的裝置/設備和方法。

交叉引用

本申請要求于2017年10月26日提交的美國臨時專利申請No.62/577,481的權益，其內容通過引用整體并入本文。

技術領域

本發明尤其涉及進行細胞、生物和化學測定和程序的裝置/設備和方法。

背景技術

在生物/化學感測和測試(例如，免疫測定、核苷酸測定、血細胞計數等)中，對于快速、容易實施、廉價和/或高度準確的方法和裝置/設備存在需要。本發明涉及滿足這些需要的方法、裝置、設備和系統。

附圖說明

本領域技術人員將理解，下面描述的附圖僅用于說明的目的。附圖不旨在以任何方式限制本發明的范圍。在附圖中，一些附圖是按比例繪制的。在給出實驗數據點的附圖中，連接數據點的線僅用于引導觀察數據，而沒有其它目的。

圖1提供了一個示意圖，該示意圖顯示了本發明中基于圖像進行測定的QMAX裝置的結構。

圖2提供了一個示意圖，該示意圖顯示了本發明中使用基于圖像進行測定的QMAX裝置的示例性實施例。

圖3提供了基于QMAX裝置進行測定的本發明實施例iMOST的操作流程示意圖。

圖4提供了一個示意性框圖，該框圖顯示了在基于圖像的測定中訓練機器學習模型的工作流程。

圖5提供了一個示意性框圖，該框圖顯示了在基于圖像的測定中使用訓練的機器學習模型進行預測/推斷的工作流程。

示例性實施例的詳細說明

以下具體實施方式通過示例而非限制的方式示出了本發明的一些實施例。如果有的話，這里使用的章節標題和任何字幕僅用于組織目的，而不應被解讀為以任何方式限制所描述的題材。章節標題和/或子標題下的內容不限于章節標題和/或子標題，而是適用于本發明的整個描述。

任何出版物的引用是針對其在申請日之前的公開，并且不應當被解讀為承認本權利要求由于在先發明而無權先于這種出版物。此外，所提供的公開日期可以不同于實際的公開日期，實際的公開日期可能需要被獨立地確認。

應當注意的是，附圖并非旨在以嚴格的比例示出這些元件。為了清楚起見，在附圖中放大示出了一些元件。附圖中的元件的尺寸應當由在此提供并通過引用并入的描述來描繪。

定義

[1]除非另外指明，否則本文所公開的方法、設備、操作、試劑、測試程序和裝置特征涉及微生物學、生物/化學測定、顯微成像、圖像處理、光學、軟件、統計和計算中通常使用的技術、算法和設備，這些在所屬領域的技術范圍內。這樣的技術和裝置是本領域技術人員已知的，并且已在許多教科書和參考著作中描述過。

[2]除非另外定義，否則本文使用的所有技術和科學術語具有與本領域普通技術人員通常理解的相同的含義。包含本文所包括的術語的各種科學詞典是本領域技術人員熟知并可用的。盡管任何與本文所述的那些類似或等同的方法和材料可用于實踐本文公開的實施例，但仍然描述其中一些方法和材料。

[3]本文提供的標題不旨在限制本公開。

[4]如在此使用的，單數術語“一個”和“該”包括復數引用，除非上下文另外明確指出。除非另外指明，否則如本文所用的術語“或”是指非排他性的或。

[5]通過參考完整說明，下面緊接著定義的術語描述得更加充分。應理解，本公開不限于所描述的具體方法論、方案和試劑，因為這些可根據本領域技術人員使用它們的上下文而變化。