(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210372211.2 (22)申请日 2022.04.11 (71)申请人 郑州如飞生物技 术有限公司 地址 450000 河南省郑州市高新 技术产业 开发区长椿 路11号国家大学科技园孵 化2号楼B座17层 (72)发明人 吴筱　邹逸杰　元帅锦　邱华星　 段瑞中　席秋子　李增栋　 (74)专利代理 机构 北京远大卓悦知识产权代理 有限公司 1 1369 专利代理师 贺杰 (51)Int.Cl. G01N 21/64(2006.01) G01N 21/01(2006.01) G01N 35/00(2006.01) (54)发明名称 一种荧光分析仪、 分析系统及试 管识别方法 (57)摘要 本发明涉及一种荧光分析仪、 分析系统及试 管识别方法， 包括： 试管识别系统， 其内置通信模 组； 主系统， 其通过通信模组将试管识别系统与 主系统通信连接设置， 以及功能系统， 其用以与 主系统电性连接设置； 其中， 试管识别系统还包 括控制模组及相机模组， 相机模组用以采集导入 该荧光分析仪内试管的 图片； 控制模组与相机模 组电性连接， 控制模组内配置有识别试管的算 法， 相机模组采集的图片通过该算法计算进而识 别出试管的信息； 功能系统包括若干用于检测分 析试管内样 本的检测模组， 根据试管识别系统识 别的试管， 经由主系统控制功能系统内部分的检 测模组检测试 管内的样本 。 权利要求书2页 说明书5页 附图3页 CN 115015189 A 2022.09.06 CN 115015189 A 1.一种荧 光分析仪， 其特 征在于， 包括： 试管识别系统， 其内置通信模组； 主系统， 其通过所述通信模组将所述试管识别系统与所述主系统通信连接设置， 以及 功能系统， 其用以与所述主系统电性连接设置； 其中， 所述试管识别系统还包括控制模组及相机模组， 所述相机模组用以采集导入该 荧光分析仪内试 管(4)的图片； 所述控制模组与所述相机模组电性连接， 所述控制模组内配置有识别试管(4)的算法， 所述相机模组采集的图片通过 该算法计算进 而识别出 试管(4)的信息； 所述功能系统包括若干用于检测分析试管(4)内样本的检测模组， 根据所述试管识别 系统识别的试管(4)， 经由所述主系统控制所述功能系统内部 分的检测模组检测试管(4)内 的样本。 2.如权利要求1所述的荧光分析仪， 其特征在于， 所述控制模组内配置有扫码算法， 试 管(4)上贴附有条码。 3.如权利 要求3所述的荧光分析仪， 其特征在于， 试管(4)包括管体(42)及 试管帽(41)， 其中， 不同类型的试 管(4)配置不同颜色的试 管帽(41)。 4.一种分析系统， 其特征在于， 包括如权利要求3所述的荧光分析仪以及信息系统， 所 述信息系统内置有病患的信息， 所述主系统与所述信息系统通信连接设置； 所述试管识别系统识别试管(4)上条码的信 息以将识别的信 息与所述信息系统内相对 应的病患的信息相适配。 5.一种试管识别方法， 其特征在于， 适用于如权利要求1 ‑3中任一项所述的荧光分析 仪， 其步骤如下： 相机模组采集的试 管(4)原始图片并传输 至控制模组； 控制模组对 采集的原 始图片预处 理以转换成二次图像； 控制模组的算法对图片计算并识别出 试管(4)信息； 控制模组通过通信模组将试 管(4)的信息发送至主系统； 主系统控制功能系统对识别的试 管(4)进行处 理； 其中， 控制模组的算法包括依次执行的条码识别算法、 试管种类识别算法、 试管内样本 的前处理检测算法及输出分析结果算法； 试管类型识别算法通过计算试管帽(4 1)的颜色以 识别试管(4)的类型。 6.如权利要求5所述的试管识别方法， 其特征在于， 控制模组对采集的图片预处理包 括： 二值化取反处 理， 原始图片通过二 值化取反转换成二次图像。 7.如权利要求6所述的试管识别方法， 其特征在于， 在执行条码识别算法时， 通过二次 图像识别条码 并根据条码定位试管(4)， 在定位试管(4)后根据二次图像上定位试管(4)的 位置在原 始图片上裁切对应模块。 8.如权利要求7所述的试管识别方法， 其特征在于， 对原始图片上裁切出的模块进行 HSV建模确定试管帽(41)的颜色与位置， 之后定位管体(42)的底部(43)， 通过试管帽(41)位 置与底部(43)的相对位置计算出 试管(4)长度以分析 试管(4)的毫升数。 9.如权利 要求8所述的试管识别方法， 其特征在于， 管体(42)的底部(43)的定位包括根 据试管帽(41)与条码位置的预判或底部(43)的弧形定位或底部(43)颜色判定 。权　利　要　求　书 1/2 页 2 CN 115015189 A 210.如权利要求8所述的试管识别方法， 其特征在于， 试管内样本的前处理检测算法包 括对试管内样本存在气泡、 凝块的判断算法； 控制模组内存储有样本的正常模板， 通过对原 始图片上裁切出的模块进行二 值化阈值转换， 转换后的数据与正常模板进行比对。权　利　要　求　书 2/2 页 3 CN 115015189 A 3