MA51798B1 - Procédé et système permettant de déterminer la concentration d'un analyte dans un échantillon d'un fluide corporel et procédé et système pour générer un module mis en uvre par logiciel - Google Patents

Procédé et système permettant de déterminer la concentration d'un analyte dans un échantillon d'un fluide corporel et procédé et système pour générer un module mis en uvre par logiciel

Info

Publication number
MA51798B1
MA51798B1 MA51798A MA51798A MA51798B1 MA 51798 B1 MA51798 B1 MA 51798B1 MA 51798 A MA51798 A MA 51798A MA 51798 A MA51798 A MA 51798A MA 51798 B1 MA51798 B1 MA 51798B1
Authority
MA
Morocco
Prior art keywords
analyte
sample
concentration
generating
implemented module
Prior art date
Application number
MA51798A
Other languages
English (en)
Other versions
MA51798A (fr
Inventor
Max Berg
Fredrik Hailer
Bernd Limburg
Daniel Sieffert
Herbert Wieder
Peter Seelig
Diva Chittajallu
Benhur Aysin
Original Assignee
Hoffmann La Roche
Roche Diabetes Care Gmbh
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hoffmann La Roche, Roche Diabetes Care Gmbh filed Critical Hoffmann La Roche
Publication of MA51798A publication Critical patent/MA51798A/fr
Publication of MA51798B1 publication Critical patent/MA51798B1/fr

Links

Classifications

    • 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
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/8483—Investigating reagent band
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/75—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated
    • G01N21/77—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator
    • G01N21/78—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator producing a change of colour
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/66—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving blood sugars, e.g. galactose
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/12—Circuits of general importance; Signal processing
    • G01N2201/129—Using chemometrical methods
    • G01N2201/1296—Using chemometrical methods using neural networks
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Immunology (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Hematology (AREA)
  • Data Mining & Analysis (AREA)
  • Public Health (AREA)
  • Urology & Nephrology (AREA)
  • Software Systems (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Databases & Information Systems (AREA)
  • Biotechnology (AREA)
  • Diabetes (AREA)
  • Microbiology (AREA)
  • Cell Biology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)

Abstract

La présente invention concerne un procédé et un système pour générer un module mis en œuvre par logiciel configuré pour déterminer la concentration d'un analyte dans un échantillon d'un fluide corporel. Le procédé comprend la fourniture, dans un ou plusieurs dispositifs de traitement de données, d'un premier ensemble de données de mesure, le premier ensemble de données de mesure représentant des premières informations de couleur dérivées par traitement de données d'image à partir d'images pour une région d'intérêt d'une ou plusieurs bandelettes réactives : la génération un modèle de réseau neuronal dans un processus d'apprentissage automatique appliquant un réseau neuronal artificiel ; et générer un module implémenté par logiciel comprenant un premier algorithme d'analyse représentant le modèle de réseau neuronali. Le module implémenté par logiciel est configuré pour, lorsqu'il est chargé dans un dispositif de traitement de données ayant un ou plusieurs processeurs, déterminer la concentration d'un analyte dans un second échantillon d'un fluide corporel à partir de l'analyse d'un second ensemble de données de mesure indiquant des secondes informations de couleur dérivées par traitement d'image à partir d'images pour une région d'intérêt d'une ou plusieurs bandelettes réactives, les images étant indicatives d'une transformation de couleur de la région d'intérêt en réponse à l'application du second échantillon du fluide corporel contenant l'analyte à la région d'intérêt.En outre, la présente invention concerne un système pour générer un module implémenté par logiciel ainsi qu'un procédé et un système pour déterminer la concentration d'un analyte dans un échantillon d'un fluide corporel. De plus, un produit de programme informatique est décrit. (figure.
MA51798A 2018-12-10 2018-12-21 Procédé et système permettant de déterminer la concentration d'un analyte dans un échantillon d'un fluide corporel et procédé et système pour générer un module mis en uvre par logiciel MA51798B1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201862777360P 2018-12-10 2018-12-10
PCT/EP2019/084115 WO2020120349A1 (fr) 2018-12-10 2019-12-09 Procédé et système de détermination de la concentration d'un analyte dans un échantillon d'un fluide corporel, et procédé et système permettant la génération d'un module mis en œuvre par logiciel

Publications (2)

Publication Number Publication Date
MA51798A MA51798A (fr) 2020-06-17
MA51798B1 true MA51798B1 (fr) 2022-01-31

Family

ID=64901409

Family Applications (1)

Application Number Title Priority Date Filing Date
MA51798A MA51798B1 (fr) 2018-12-10 2018-12-21 Procédé et système permettant de déterminer la concentration d'un analyte dans un échantillon d'un fluide corporel et procédé et système pour générer un module mis en uvre par logiciel

Country Status (11)

Country Link
US (3) US11928814B2 (fr)
EP (1) EP3667301B1 (fr)
JP (1) JP7520011B2 (fr)
KR (1) KR102809295B1 (fr)
CN (1) CN113167738A (fr)
CA (1) CA3120025A1 (fr)
ES (1) ES2910573T3 (fr)
MA (1) MA51798B1 (fr)
PL (1) PL3667301T3 (fr)
TW (1) TWI825240B (fr)
WO (1) WO2020120349A1 (fr)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2583149B (en) * 2019-07-19 2021-03-17 Forsite Diagnostics Ltd Assay reading method
WO2022043289A1 (fr) * 2020-08-25 2022-03-03 F. Hoffmann-La Roche Ag Procédé mis en œuvre par ordinateur pour le contrôle-qualité d'une image numérique d'un échantillon
JP7412589B2 (ja) * 2020-10-16 2024-01-12 株式会社カネカ 自動判別システム、自動判別方法、及び自動判別プログラム
CN113486900B (zh) * 2021-05-28 2024-06-07 杭州微策生物技术股份有限公司 一种用于poct的嵌入式实时图像采集处理系统
CN114145738B (zh) * 2022-02-10 2022-06-24 苏州百孝医疗科技有限公司 分析物浓度数据生成方法和装置、监测分析物水平的系统
WO2023152200A1 (fr) 2022-02-11 2023-08-17 F. Hoffmann-La Roche Ag Procédés et dispositifs pour déterminer la concentration d'au moins un analyte dans un fluide corporel
AR128485A1 (es) * 2022-02-11 2024-05-15 Hoffmann La Roche Métodos y dispositivos para llevar a cabo una medición analítica
CN115598124B (zh) * 2022-11-03 2023-07-18 淮北师范大学 颜色去卷积水质检测方法
WO2024108597A1 (fr) * 2022-11-25 2024-05-30 深圳迈瑞生物医疗电子股份有限公司 Appareil et procédé de test chimique à sec
WO2024214106A1 (fr) * 2023-04-10 2024-10-17 Neodocs Healthcare PVT. LTD. Système et procédé d'analyse d'un échantillon de fluide
CN117723530A (zh) * 2023-11-24 2024-03-19 中国石油大学(华东) 可穿戴比色生物传感器及深度学习智能感知微系统
CN118817669B (zh) * 2024-09-18 2024-12-20 北京中生金域诊断技术股份有限公司 一种智能体内成分代谢检测系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6394952B1 (en) * 1998-02-03 2002-05-28 Adeza Biomedical Corporation Point of care diagnostic systems
US20040092036A1 (en) * 2002-09-11 2004-05-13 Lattec I/S Device for analysing analyte compounds and use hereof
AU2009225713A1 (en) * 2008-03-17 2009-09-24 Chad R. Borges Biomarkers and assays for diabetes
EP3180596A4 (fr) * 2014-08-15 2018-09-26 Scanadu Incorporated Procédés de luxmètre de précision pour caméras numériques pour quantifier des couleurs dans des environnements à éclairage non commandé
US20180211380A1 (en) * 2017-01-25 2018-07-26 Athelas Inc. Classifying biological samples using automated image analysis
WO2018194525A1 (fr) * 2017-04-18 2018-10-25 Yeditepe Universitesi Analyseur biochimique basé sur un algorithme d'apprentissage automatique utilisant des bandelettes d'essai et un dispositif intelligent
US11237113B2 (en) * 2017-10-26 2022-02-01 Essenlix Corporation Rapid pH measurement

Also Published As

Publication number Publication date
US11928814B2 (en) 2024-03-12
EP3667301A1 (fr) 2020-06-17
JP2022514826A (ja) 2022-02-16
BR112021011115A2 (pt) 2021-08-31
PL3667301T3 (pl) 2022-02-28
KR102809295B1 (ko) 2025-05-16
CN113167738A (zh) 2021-07-23
US20250252569A1 (en) 2025-08-07
TWI825240B (zh) 2023-12-11
ES2910573T3 (es) 2022-05-12
KR20210099575A (ko) 2021-08-12
EP3667301B1 (fr) 2021-12-01
US20240177304A1 (en) 2024-05-30
TW202032435A (zh) 2020-09-01
JP7520011B2 (ja) 2024-07-22
US12272060B2 (en) 2025-04-08
MA51798A (fr) 2020-06-17
US20210295515A1 (en) 2021-09-23
CA3120025A1 (fr) 2020-06-18
WO2020120349A1 (fr) 2020-06-18

Similar Documents

Publication Publication Date Title
Müller et al. Explainability and causability for artificial intelligence-supported medical image analysis in the context of the European In Vitro Diagnostic Regulation
Alzubi Artificial Intelligence and its Application in the Prediction and Diagnosis of Animal Diseases: A Review.
CN110890137A (zh) 一种化合物毒性预测模型建模方法、装置及其应用
Escobar et al. Automated counting of white blood cells in thin blood smear images
EP3688182B1 (fr) Procédés et systèmes pour l'évaluation automatisée de la sensibilité vis-à-vis d'un ou plusieurs antibiotiques
JP2022514826A5 (fr)
US11798163B2 (en) Systems and methods for quantitative phenotyping of fibrosis
Le et al. Benchmarking and automating the image recognition capability of an in situ plankton imaging system
Xu et al. Deep learning-based poultry health diagnosis: Detecting abnormal feces and analyzing vocalizations
Yu et al. A machine-learning-based algorithm for bone marrow cell differential counting
CN111344555B (zh) 评估泌乳哺乳动物的健康状态的方法和系统
O'Neill et al. A deep learning framework for automated and generalized synaptic event analysis
Moon et al. Deep learning-based automated analysis of NK cell cytotoxicity in single cancer cell arrays
Kishi et al. Automated analysis of a novel object recognition test in mice using image processing and machine learning
JP2007020449A (ja) スクリーニング方法およびスクリーニング装置
KR102207043B1 (ko) 공기중 부유균 측정 장치
Jouary et al. Megabouts: a flexible pipeline for zebrafish locomotion analysis
CN116956143A (zh) 光谱数据的模型构建及分类检测方法、装置、设备及介质
CN114152557A (zh) 基于图像分析的血细胞计数方法和系统
CN118609122A (zh) 一种乳腺癌细胞图像分类方法、系统、设备及存储介质
KR20210011473A (ko) 공기중 부유균 측정 장치
CN118297930A (zh) 一种荧光免疫层析图像处理方法、系统、设备及介质
MYSORE GURUPRASAD et al. Fish feeding behavior quantification and automatic acoustic event detection: algorithmic optimization with deep learning
CN117831026A (zh) 基于机器学习的食品质量检测方法及装置
CN117409951A (zh) 辅助诊断方法、装置、设备、产品、系统及介质