Konenäköön perustuva veren seerumin tai plasman HIL-arvojen vastaavuus

Abstract

Tämän opinnäytetyön tarkoituksena oli tutkia miten SataDiagin kliinisessä laboratoriossa Hemolyyttisyys, Ikteerisyys ja Lipeemisyys -häiriötekijöitä omaavia näytteitä saataisiin konenäön avulla poistettua automaattiselta analysointilinjastolta. Jos näytteissä on näitä häiriötekijöitä, voivat ne mennä virheellisinä analysoitavaksi tuottaen vääriä tuloksia loppuanalyyseihiin. Tästä johtuen potilaille saatettaisiin antaa vääriä lääkkeitä.

Työ aloitettiin esitutkimuksella, jossa testattiin millä kameralla, valaistuksella ja millaisiin olosuhteisiin tämä järjestelmä olisi hyvä rakentaa. Tutkimus aloitettiin testaamalla koululta löytyviä kameroita; harmaasävymatriisikamera, viivakamera, värikamera sekä lähi-infrapuna aallonpituusalueella toimiva spektraalikamera

Kameran valinnan jälkeen testattiin ja valittiin valaistus sekä optiikka. Ohjelmisto oli jo päätetty. Se oli koululta jo ennestään löytyvä MVTec HALCON -konenäköohjelmisto.

Kun kaikki testit esitutkimuksen aikana oli tehty, haettiin SataDiagin laboratoriosta näytteitä kuvattavaksi ja alettiin suunnitella ohjelmistoa, joka suorittaisi analyysin. Kun ensikuvaukset oli suoritettu, siirryttiin laboratorioon suorittamaan laajemmat kuvaukset, jotka koostuivat yli 150 näytteestä.

Kuvauksissa saatiin näytteistä kuvat, joiden avulla voitiin muodostaa selkeämpi suunnitelma siitä, miten ohjelmisto kannattaa rakentaa. Samalla kun ohjelmistoa tehtiin, kehitettiin myös laitteistoa, jolla kuvaukset suoritettiin.

Kun järjestelmästä saatiin viimeinen laitteistoprototyyppi valmiiksi, suoritettiin vielä yhdet kuvaukset, joiden aikana kuvattiin yli 500 näytettä. Näiden viimeisellä prototyypillä suoritettujen kuvausten avulla voitiin kehittää analysointiohjelmistoa entistä tarkemmaksi.

The meaning of this thesis was to examine how blood samples that had HIL-distractions could be removed from automated analyzation line with the help of machine vision. If the samples have these distractions, they could cause wrong results in the final analysis and that would possibly cause wrong medication to a patient.

Work started with a feasibility study of the camera and lighting. Also the type of enviroment where this system would be good to be built in was tested. Choosing the camera started with testing some possible cameras that school have; a gray matrix camera, a linescan camera, a color camera and a infrared wavelength based spectral camera.

After choosing the camera, the lighting and optics were chosen as a result from many tests. Programming environment was already chosen. It was a software that the school already had: MVTec’s HALCON machine vision software.

When all the tests in the feasibility study were made, samples were collected from the SataDiag clinical laboratory to be shot. After imaging the samples, the program for the analysis started to come together. When the first shootings were done, the equipment were taken to the laboratory for a bigger shooting session that consisted of imaging over 150 samples.

Based on images gotten from the shooting, a more clearer image from the whole program could be created, and from that it was a lot easier to know which direction to develop the program to. In the same time the program was being developed, the hardware was being improved.

When the final prototype was finished, final shootings were done in which over 500 samples were shot. With these final images, the program could be developed to it’s final stage.