[發明專利]傳感裝置、檢測系統、和尿液檢測系統

在審

• 申請號: 202310552619.2
• 申請日: 2023-05-16
• 公開（公告）號: CN116559082A
• 公開（公告）日: 2023-08-08
• 發明（設計）人: 鮑捷;淮丙鑫;請求不公布姓名;劉嘯虎
• 申請（專利權）人: 清華大學;芯視界（北京）科技有限公司
• 主分類號: G01N21/01
• 分類號: G01N21/01;G01N21/25;G01N21/27;G01N21/78
• 代理公司: 北京林達劉知識產權代理事務所(普通合伙) 11277
• 代理人: 李茂家;周蕾

1.一種傳感裝置，其特征在于，所述裝置包括：

濾波片組件，用于對入射光進行編碼，得到各個傳感通道的成像信息，所述成像信息中包含入射光的光強度值，所述濾波片組件包括多個不同種類的濾波片，每種濾波片對應一個傳感通道，不同的濾波片能夠編碼入射光得到不同的成像信息；

探測組件，用于探測所述成像信息并產生矩形灰度圖像陣列，所述矩形灰度圖像陣列用于輸入到檢測模型，以利用所述檢測模型的輸出結果得到檢測結果，其中，所述檢測模型具有所述矩形灰度圖像陣列與檢測結果的映射關系，所述檢測結果包括待測物的成分或待測物的成分及各個成分的含量。

2.根據權利要求1所述的裝置，其特征在于，所述檢測模型用于根據所述矩形灰度圖像陣列及所述映射關系確定所述檢測結果。

3.根據權利要求1所述的裝置，其特征在于，所述檢測模型還用于對所述矩形灰度圖像陣列進行預處理，其中預處理方式包括以下至少一種：

對多個所述矩形灰度圖像陣列的相應像素求取平均值；

對所述矩形灰度圖像陣列的各像素的光強不均勻性進行矯正。

4.根據權利要求1所述的裝置，其特征在于，所述檢測模型基于最小二乘法、神經網絡、支持向量機、樸素貝葉斯分類、決策樹、k-近鄰算法、線性判別分析、線性回歸、Logistic回歸、分類和回歸樹、學習向量量化、袋裝法和隨機森林的至少一種得到。

5.根據權利要求1所述的裝置，其特征在于，若所述檢測模型基于最小二乘法實現，則所述檢測模型用于：

對多個矩形灰度圖像陣列的相應矩形區域的光強求取平均值，得到多個平均光強值；

將所述多個平均光強度值進行拼接，得到強度向量；

將所述強度向量作為輸入進行最小二乘法運算，將運算結果作為所述檢測結果，所述檢測結果包括各成分的含量。

6.根據權利要求1所述的裝置，其特征在于，若所述檢測模型基于神經網絡實現，則所述檢測模型用于：

提取所述矩形灰度圖像陣列的圖像特征；

對提取的圖像特征進行多次卷積操作、全連接操作，輸出檢測結果。

7.根據權利要求1～6任一項所述的裝置，其特征在于，所述濾波片的種類包括超表面濾波片類型、光子晶體濾波片類型、鈣鈦礦量子點濾波片類型、膠體量子點濾波片類型的至少一種類型，各個濾波片類型均包括多種不同種類，

所述探測組件包括互補金屬氧化物半導體元件、電荷耦合元件、紫外探測元件、銦鎵砷近紅外探測元件的至少一種元件。

8.根據權利要求1～6任一項所述的裝置，其特征在于，所述濾波片組合中，所述濾波片為膠體量子點濾波片，每種膠體量子點濾波片具有不同的光譜透射關系，所述濾波片基于所述光譜透射關系與每一濾波片對應的探測組件的光譜敏感度關系共同對入射光進行編碼，得到所述入射光的成像信息，所述光譜敏感度關系表示光響應度與光波長的關系。

9.根據權利要求1～6任一項所述的裝置，其特征在于，所述矩形灰度圖像陣列包括多個矩形區域，每一種濾波片對應一個矩形區域，每個矩形區域包括多個像素。