KR20200078548A

KR20200078548A - 컬러 형성 반응에 기초하여 분석 측정을 수행하기 위한 방법들 및 디바이스들

Info

Publication number: KR20200078548A
Application number: KR1020207014204A
Authority: KR
Inventors: 베른트 림부르크; 막스 베르크
Original assignee: 에프. 호프만-라 로슈 아게
Priority date: 2017-10-25
Filing date: 2018-10-23
Publication date: 2020-07-01
Anticipated expiration: 2038-10-23
Also published as: MA49592B1; EP3477270A1; TW201928879A; RU2020115603A3; AU2018356358C1; US20200242809A1; KR102654430B1; TWI795453B; TN2020000055A1; HUE055740T2; IL273958B; EP3477270B1; ZA202002882B; IL273958A; MA49592A1; PT3477270T; CA3079334A1; JP2021500572A; AR113462A1; MX2020004201A

Abstract

컬러 형성 반응에 기초하여 분석 측정을 수행하는 목적으로 적어도 하나의 카메라 (122) 를 갖는 모바일 디바이스 (112) 의 적합성을 평가하기 위한 방법이 개시된다. 방법은 a) 적어도 하나의 카메라 (122) 를 갖는 적어도 하나의 모바일 디바이스 (112) 를 제공하는 단계; b) 적어도 하나의 참조 컬러 필드 (116) 를 갖는 적어도 하나의 오브젝트 (114) 를 제공하는 단계; c) 카메라 (122) 를 사용하여 참조 컬러 필드 (116) 의 적어도 일부의 적어도 하나의 이미지 (123) 를 촬영하는 단계; 및 d) 이미지 (123) 를 사용하여 컬러 분해능 정보의 적어도 하나의 아이템을 도출하는 단계를 포함하고, 컬러 분해능 정보의 적어도 하나의 아이템은 2 이상의 컬러들을 분해하는 능력을 정량화하는, 하나 이상의 수치 값들을 포함한다.

Description

컬러 형성 반응에 기초하여 분석 측정을 수행하기 위한 방법들 및 디바이스들

본 발명은 일반적으로 컬러 형성 반응에 기초하여 분석 측정을 수행하기 위한 모바일 디바이스의 적합성을 평가하기 위한 방법에 관한 것이며, 모바일 디바이스는 적어도 하나의 카메라를 갖는다. 본 발명은 또한 컬러 형성 반응에 기초하여 분석 측정을 수행하기 위한 방법, 컴퓨터 프로그램 및 컬러 형성 반응에 기초하여 분석 측정을 수행하기 위한 모바일 디바이스 뿐만 아니라 분석 측정을 수행하기 위한 키트에 관한 것이다. 이러한 방법들, 디바이스들 또는 애플리케이션들은 특히 혈당 농도를 결정하기 위해 사용된다. 원칙적으로, 그러나, 대안으로 또는 부가적으로, 하나 이상의 다른 종류의 분석물의 결정, 특히 하나 이상의 대사산물의 결정이 또한 가능하다.

체액 중 하나 이상의 분석물, 예를 들어 혈액, 소변, 간질 액 및 타액을 결정하기 위한 다수의 상이한 디바이스들 및 방법들이 종래 기술로부터 알려져 있다. 범위를 좁히지 않으면서, 발명은 구체적으로 혈당 측정과 관련하여 설명될 것이다. 그러나, 발명은 또한 테스트 엘리먼트들을 사용하는 다른 타입의 분석 측정들을 위해 사용될 수도 있음을 유의해야 한다.

검출될 적어도 하나의 분석물의 존재에서 착색 반응을 겪는 테스트 시약으로서 또한 지칭되는, 적어도 하나의 테스트 케미컬을 포함하는 여러 테스트 엘리먼트들이 알려져 있다. 또한 본 발명의 범위 내에서 사용될 수도 있는 테스트 엘리먼트들 및 시약들에 대한 일부 기본 원리들은, 예를 들어

등의: Diabetes Technology and Therapeutics, Vol.10, Supplement 1, 2008, pp.10-26 에 기재되어 있다.

컬러 형성 반응들에 기초한 분석 측정들에 있어서, 하나의 기술적 과제는 검출 반응으로 인한 컬러 변화의 평가에 있다. 핸드헬드 혈당 미터와 같은, 전용 분석 디바이스를 사용하는 것 외에, 스마트 폰 및 휴대용 컴퓨터와 같은 일반적으로 이용가능한 전자기기의 사용이 최근 몇 년에 걸쳐 더욱 더 인기가 있게 되었다.

따라서, WO 2012/131386 A1 은 분석을 수행하기 위한 테스팅 장치를 개시하며, 이 테스팅 장치는: 시약을 함유하는 용기 (receptacle) 로서, 시약은 컬러 또는 패턴 변동을 생기게 함으로써 적용된 테스트 샘플에 반응하는, 상기 용기; 프로세서 및 이미지 캡처 디바이스를 포함하는 휴대용 디바이스, 예를 들어 모바일 폰 또는 랩탑을 포함하고, 프로세서가 이미지 캡처 디바이스에 의해 캡처된 데이터를 프로세스하고 적용된 테스트 샘플에 대한 테스트 결과를 출력하도록 구성된다.

유사하게, WO 2014/025415 A2 는 생물학적 재료들의 컬러-기반 반응 테스팅을 수행하기 위한 방법 및 디바이스를 개시한다. 이 방법은 자동으로 교정된 환경 내에서 노출되지 않고 나중에 노출된 기기의 디지털 이미지를 캡처하고 해석하는 단계를 포함한다. 기기는 고유 식별 (UID) 라벨, 이미지 컬러 교정을 위해 표준화된 컬러들의 샘플을 제공하는 참조 컬러 바 (Reference Color Bar; RCB), 및 케미컬 테스트 패드 (Chemical Test Pads; CTP) 의 수개의 테스트특정 (testspecific) 시퀀스를 포함한다. 방법은 이미지에서 기기를 위치시키고, UID 를 추출하고, RCB 를 추출하며, 그리고 각각의 이미지에서 복수의 CTP 를 위치시키는 단계를 더 포함한다. 방법은 CTP 에서 이미지 노이즈를 더욱 감소시키고 RCB 에 대해 수행된 조명 측정들에 따라 이미지를 자동으로 교정한다. 방법은 또한 CTP 이미지의 컬러를 제조자 해석 컬러 차트 (Manufacturer Interpretation Color; MICC) 의 컬러와 비교함으로써 테스트 결과들을 결정한다. 방법은 이러한 결과를 그래픽 또는 정량화된 모드로 보여준다.

EP 1801568 A1 은 생물학적 유체 샘플에서 분석물 농도를 측정하기 위한 테스트 스트립 및 방법을 개시한다. 방법은 컬러 표시자 및 참조 컬러 영역을 그림으로 검출하기 위해 카메라를 테스트 스트립에 포지셔닝하는 단계를 수반한다. 측정된 값은 카메라와 스트립 사이의 상대적 포지션에 대해 결정되고 원하는 값 영역과 비교된다. 측정된 값과 원하는 값 사이의 편향 동안 스트립에 대한 편향을 감소시키기 위해 카메라가 이동된다. 표시자에 할당된 이미지 영역은 카메라에 의해 검출되는 컬러 이미지로 로컬화된다. 분석물 농도는 비교 값에 의해 샘플에서 결정된다.

EP 1963828 B1 은 생물학적 유체의 샘플에 함유되는 적어도 하나의 분석물의 농도의 측정을 위한 방법을 개시하며, 이 방법에서는 a) 테스트 스트립이 준비되고, 테스트 스트립은 적어도 하나의 테스트 포인트, 적어도 하나의 시간 표시자, 및 컬러 화이트 및/또는 컬러 스케일을 포함하는 참조 컬러 범위를 포함하고, b) 유체 샘플이 테스트 포인트 및 시간 표시자와 접촉하게 되고, c) 컬러 표시자가 분석물의 농도의 함수로서 테스트 포인트에 배열되고, d) 시간 표시자의 컬러는 적어도 하나의 분석물의 농도와 관계없이 그리고 유체가 테스트 포인트와 접촉하게 되는 시간 지속기간의 함수로서 변화되고, e) 카메라가 테스트 스트립 상에서 포지셔닝되고, f) 카메라와 테스트 스트립 사이의 상대적 포지션에 대한 적어도 하나의 측정된 값이 결정되고, 공칭 값 범위와 비교되고, g) 측정된 값과 공칭 값 범위 사이에 불일치가 있는 경우, 불일치를 감소시키기 위해 카메라가 테스트 스트립에 대해 이동되며, 단계들 f) 및 g) 가 반복되고, h) 카메라가 적어도 컬러 표시자, 시간 표시자 및 참조 컬러 범위가 이미징되는 컬러 이미지를 레코딩하는데 사용되고, j) 컬러 표시자, 시간 표시자, 및 참조 컬러 범위와 연관된 이미지 영역들이 컬러 이미지에서 로컬화되며, 이러한 이미지 영역들의 컬러 값들이 결정되고, k) 컬러 이미지의 레코딩 및 유체 샘플이 테스트 포인트와 접촉하게 되는 것 사이의 시간 지속기간이 미리결정된 참조 값들의 도움으로, 시간 표시자에 대해 결정된 컬러 값에 기초하여 결정되며, l) 샘플에서의 분석물 농도는 미리결정된 비교 값들의 도움으로, 시간 지속기간에 기초하여 그리고 참조 컬러 범위와 컬러 표시자에 대해 결정된 컬러 값들에 기초하여 결정된다.

또한, US 2012/189509 A1 은 테스트 스트립들에 대한 자동 분석 방법을 개시하며, 이 방법은 적어도 반응 영역 및 이미지 교정 영역을 갖는 테스트 스트립 유닛을 제공하는 단계; 테스트 스트립 유닛의 이미지를 캡처하는 단계; 이미지 교정 영역의 제 1 이미지 신호 및 반응 영역의 제 2 이미지 신호를 획득하도록 이미지를 분석하는 단계; 이미지 신호 교정 파라미터를 획득하도록 제 1 이미지 신호를 표준 신호와 비교하는 단계; 제 3 이미지 신호를 획득하도록 이미지 신호 교정 파라미터를 적용하여 제 2 이미지 신호를 교정하는 단계; 및 대응하는 파라미터 값들을 획득하도록 제 3 이미지 신호를 데이터베이스에서의 데이터와 비교하는 단계를 포함한다.

EP 2 916117 A1 및 US 2015/308961 A1 은 상이한 조명 조건들 하에서 수행될 수도 있는 분석물의 적정 (titration) 및 케미컬 테스트 패드들의 컬러 정량화를 기재한다. 일 실시형태에서, 조명 조건은 디지털 이미지가 캡처되고 정량화된 컬러가 적정을 결정하기 위해 비교되는 일련의 참조 컬러들의 세트를 선택하는데 활용된다. 다른 실시형태에서, 적정을 결정하기 위해 최고 신뢰도 레벨이 선택되는 결과를 갖는 상이한 조명 조건들로 복수의 비교가 이루어진다.

US 2014/154789 A1 에는 분석을 수행하기 위한 테스팅 장치가 개시된다. 테스팅 장치는, 시약을 함유하는 용기로서, 시약은 컬러 또는 패턴 변동을 생기게 함으로써 적용된 테스트 샘플에 반응하는, 상기 용기; 프로세서 및 이미지 캡처 디바이스를 포함하는 휴대용 디바이스, 예를 들어 모바일 폰 또는 랩탑을 포함하고, 프로세서가 이미지 캡처 디바이스에 의해 캡처된 데이터를 프로세스하고 적용된 테스트 샘플에 대한 테스트 결과를 출력하도록 구성된다.

또한, US 2014/072189 A1 에는 비색 (colormetric) 테스트 스트립들 및 질병 관리의 분석을 위한 시스템 및 방법이 기재된다. 시스템은 모바일 디바이스에 동작가능하게 커플링되는 액세서리를 포함할 수 있고, 모바일 디바이스는 비색 테스트 스트립의 이미지를 취득 및/또는 분석한다. 라이트 박스 액세서리는 모바일 디바이스에 분리가능하게 부착되거나 또는 모바일 디바이스에 부착된 상태로 유지될 수 있지만, 일반적인 포토그래피 목적을 위해 라이트 박스 액세서리가 카메라의 시야로부터 제거되는 능력을 갖는다. 다른 실시형태들에서, 알려진 교정 컬러(들) 및 시약 영역(들)을 포함하는 이미지는 주변 조명 조건들에서의 변화들을 모델링하고 컬러 보정 기능을 결정하기 위해 이전 교정 이미지와의 비교를 위해 라이트 박스 없이 획득된다. 참조 차트 상에서 검출된 시약 영역 컬러(들)과 참조 컬러(들) 사이의 매칭을 위해 검출된 시약 영역 컬러(들) 에 보정이 적용될 수 있다. 선택적으로, 정보는 분석을 위해 헬스 제공자에게 송신될 뿐만 아니라, 피드백을 제공하기 위해 프로세싱되고 디스플레이될 수 있다.

또한, US 2013/267032 A1 은 표본 샘플에서 분석물의 특징을 검출하기 위한 표본 테스트 스트립을 기재한다. 표본 테스트 스트립은 표본 샘플을 수용하기 위한 반응 영역 및 표본 샘플을 수용한 후 반응 영역의 컬러, 또는 컬러 및 컬러 강도를 결정하기 위한 컬러 교정 영역을 포함한다. 표본 테스트 스트립은 분석물의 특징의 측정을 보정하기 위한 온도 표시 영역을 더 포함할 수도 있다.

또한, US 2016/260215 A1 은 생물학적 재료들의 컬러-기반 반응 테스팅을 수행하기 위한 방법들 및 전자 디바이스들을 기재한다. 이 방법은 자동으로 교정된 환경 내에서 다양한 지연 시간들에서 노출되지 않고 나중에 노출된 패들의 디지털 이미지를 캡처하고 해석하는 단계를 포함한다. 테스트 패들은 고유 식별 메커니즘 (UID), 이미지 컬러 교정을 위해 표준화된 컬러들의 샘플을 제공하는 참조 컬러 바 (RCB), 및 케미컬 테스트 패드 (CTP) 의 수개의 테스트특정 시퀀스를 포함한다. 방법은 이미지에서 패들을 위치시키고, UID 를 추출하고 패들을 검증하고, RCB 를 추출하며, 그리고 각각의 이미지에서 복수의 CTP 를 위치시키는 단계를 더 포함한다. 방법은 CTP 에서 이미지 노이즈를 더욱 감소시키고 RCB 에 대해 수행된 조명 측정들에 따라 이미지를 자동으로 교정한다. 테스트 결과를 결정하기 위해, 방법은 또한 CTP 와 제조자 해석 컬러 차트에 의해 기술된 컬러 공간에서 그의 가능한 궤적 사이의 수개의 거리를 결정한다.

분석 측정들을 평가하는 목적으로 카메라를 갖는 소비자 전자기기 (consumer-electronics) 을 사용하는데 수반되는 장점에도 불구하고, 여러 기술적 과제들이 남아 있다. 따라서, 참조 컬러 바를 갖는 테스트 엘리먼트들을 사용하는 것에 의한 온라인 교정 방법이 일반적으로 WO 2014/025415 A2 로부터 알려져 있더라도, 분석 측정의 정확도는 일반적으로 측정들을 평가할 때 지금까지 무시되는 많은 기술적 팩터들에 의존한다. 구체적으로, 카메라를 갖는 수많은 모바일 디바이스들이 시판되고 있으며, 이들 모두는 분석 측정을 위해 고려되어야 하는 상이한 기술적 및 광학적 특성들을 갖는다. 모바일 디바이스들의 일부는, 테스트 엘리먼트의 이미지를 캡처할 수 있더라도, 심지어 분석 측정에는 전혀 적합하지 않을 수도 있다. 추가의 과제들은 온라인 교정 측정이 오히려 복접하고 시간 소모적이라는 사실에 있다. 그러나, 프로세싱 시간 및 프로세싱 리소스들은, 특히 핸드헬드 디바이스들로 측정들을 수행할 때 특히 중요하다.

따라서, 소비자 전자기기 모바일 디바이스와 같은 모바일 디바이스, 특히 스마트 폰 또는 테블릿 컴퓨터와 같은 분석 측정에 전용되지 않는 다목적 모바일 디바이스를 사용하여 상술한 분석 측정의 기술적 과제들을 해결하는 방법들 및 디바이스들을 제공하는 것이 바람직하다. 구체적으로, 가용 모바일 디바이스에 널리 적용가능하고 사용자를 위한 편의성 및 측정 정확도를 증가시키기에 적합한 방법들 및 디바이스들이 제안되어야 한다.

이러한 문제는 독립 청구항들의 피처들을 갖는 방법들 및 디바이스들에 의해 해결된다. 분리된 방식으로 또는 어떤 임의의 조합들로 실현될 수도 있는 유리한 실시형태들이 종속 청구항들에 열거된다.

다음에 사용된 바와 같이, 용어들 "가지다", "포함하다(comprise)" 또는 "포함하다 (include)" 또는 이의 어떤 임의의 문법적 변형들이 비배타적인 방식으로 사용된다. 따라서, 이들 용어들은 이들 용어들에 의해 도입된 피처들 이외에, 이러한 맥락에서 설명된 엔티티에 추가의 피처들이 존재하지 않는 상황 및 하나 이상의 추가 피처들이 존재하는 상황 양자 모두를 지칭할 수도 있다. 예로서, 표현들 "A 가 B 를 갖는다", "A 가 B 를 포함한다(comprise)" 및 "A 는 B 를 포함한다 (indclude)" 는 B 외에 A 에는 다른 엘리먼트가 존재하지 않는 상황 (즉, A 가 단독으로 및 배타적으로 B 로 이루어지는 상황), 및 B 외에 하나 이상의 추가 엘리먼트들, 예컨대 엘리먼트 C, 엘리먼트들 C 와 D, 또는 심지어 추가 엘리먼트들이 엔티티 A 에 존재하는 상황 양자 모두를 지칭할 수도 있다.

또한, 피처 또는 엘리먼트가 한번 또는 한번보다 많이 존재할 수도 있음을 표시하는 용어들 "적어도 하나", "하나 이상" 또는 유사한 표현들은 개개의 피처 또는 엘리먼트를 도입할 때 단지 한번만 사용될 것임을 유의해야 한다. 다음에서, 대부분의 경우, 개개의 피처 또는 엘리먼트를 언급할 때, 개개의 피처 또는 엘리먼트는 한번 또는 한번보다 많이 존재할 수도 있다는 사실에도 불구하고, 표현들 "적어도 하나" 또는 "하나 이상" 은 반복되지 않을 것이다.

추가로, 다음에서 사용되는 바와 같이, 용어들 "바람직하게", "더 바람직하게", "특히", "더 특히", "구체적으로", "더 구체적으로" 또는 유사한 용어들은 대안의 가능성들을 제한하지 않으면서, 선택적 피처들과 함께 사용된다. 따라서, 이들 용어들에 의해 도입된 피처들은 선택적 피처들이고, 어떠한 방식으로든 청구항들의 범위를 제한하도록 의도되지 않는다. 발명은, 당업자가 인식할 바와 같이, 대안의 피처들을 사용함으로써 수행될 수도 있다. 유사하게, "발명의 실시형태에서" 로 도입된 피처들 또는 유사한 표현들은 발명의 대안의 실시형태들에 관하여 어떠한 제한없이, 발명의 범위에 관한 임의의 제한없이, 그리고 이러한 방식으로 도입된 피처들을 발명의 다른 선택적 또는 비선택적 피처들과 조합하는 가능성에 관한 어떠한 제한없이, 선택적 피처들인 것으로 의도된다.

제 1 양태에 있어서, 분석 측정을 수행하는 목적으로 모바일 디바이스의 적합성을 평가하기 위한 방법이 개시되고, 모바일 디바이스는 적어도 하나의 카메라를 가지며, 분석 측정은 예를 들어, 상술한 바와 같은 적어도 하나의 테스트 케미컬을 사용하여, 컬러 형성 반응에 기초한다. 방법은, 일 예로서, 주어진 순서로 수행될 수도 있는 다음의 단계들을 포함한다. 그러나, 상이한 순서가 또한 가능함을 유의해야 한다. 추가로, 방법 단계들의 하나 이상을 한번 또는 반복적으로 수행하는 것이 또한 가능하다. 추가로, 방법 단계들의 2 이상을 동시에 또는 시간적으로 오버랩하는 방식으로 수행하는 것이 가능하다. 방법은 나열되지 않은 추가 방법 단계들을 포함할 수도 있다.

이 방법에 의해 포함된 방법 단계들은 다음과 같다:

a) 적어도 하나의 카메라를 갖는 적어도 하나의 모바일 디바이스를 제공하는 단계;

b) 적어도 하나의 참조 컬러 필드를 갖는 적어도 하나의 오브젝트를 제공하는 단계;

c) 카메라를 사용하여 참조 컬러 필드의 적어도 일부의 적어도 하나의 이미지를 촬영하는 단계; 및

d) 이미지를 사용하여 컬러 분해능 정보의 적어도 하나의 아이템을 도출하는 단계.

본 명세서에서 사용된 바와 같이 용어 "모바일 디바이스" 는 광범위한 용어이며, 당업자에게 그의 통상적이고 관례적인 의미가 부여되며, 특별하거나 맞춤화된 의미로 제한되지 않아야 한다. 이 용어는 구체적으로 모바일 전자기기 디바이스, 보다 구체적으로는 셀 폰 또는 스마트 폰과 같은 모바일 통신 디바이스를 제한없이 지칭할 수도 있다. 부가적으로 또는 대안으로, 하기에 더 상세히 개요가 설명될 바와 같이, 모바일 디바이스는 또한 테블릿 컴퓨터 또는 적어도 하나의 카메라를 갖는 휴대용 컴퓨터의 다른 타입을 지칭할 수도 있다.

본 명세서에서 사용된 바와 같이 용어 "카메라" 는 광범위한 용어이며, 당업자에게 그의 통상적이고 관례적인 의미가 부여되며, 특별하거나 맞춤화된 의미로 제한되지 않아야 한다. 이 용어는 구체적으로 공간적으로 분해된 1 차원, 2 차원 또는 심지어 3 차원 광학 정보를 레코딩하거나 캡처하기 위해 구성된 적어도 하나의 이미징 엘리먼트를 갖는 디바이스를 제한없이 지칭할 수도 있다. 예로서, 카메라는 적어도 하나의 카메라 칩, 예컨대 이미지를 레코딩하기 위해 구성된 적어도 하나의 CMOS 칩 및/또는 적어도 하나의 CCD 칩을 포함할 수도 있다. 본 명세서에서 사용된 바와 같이, 용어 "이미지" 는 구체적으로 카메라 칩의 픽셀과 같은 이미징 디바이스로부터의 복수의 전자 판독들과 같은 카메라를 사용하여 레코딩된 데이터와 관련될 수도 있다. 따라서, 이미지 자체는 픽셀을 포함할 수도 있으며, 이미지의 픽셀은 카메라 칩의 픽셀과 상관된다.

카메라는 적어도 하나의 카메라 칩 또는 이미징 칩 외에, 하나 이상의 광학 엘리먼트들, 예를 들어 하나 이상의 렌즈들과 같은 엘리먼트들을 더 포함할 수도 있다. 예로서, 카메라는 카메라에 대해 고정적으로 조정되는 적어도 하나의 렌즈를 갖는 고정 초점 카메라일 수도 있다. 그러나, 대안으로, 카메라는 또한 자동으로 또는 수동으로 조정될 수도 있는 하나 이상의 가변 렌즈들을 포함할 수도 있다. 구체적으로, 카메라는 모바일 디바이스에 통합될 수도 있다.

본 명세서에서 사용된 바와 같이 용어 "적합성" 은 광범위한 용어이며, 당업자에게 그의 통상적이고 관례적인 의미가 부여되며, 특별하거나 맞춤화된 의미로 제한되지 않아야 한다. 이 용어는 구체적으로 하나 이상의 미리결정된 기능들을 수행하기 위한 엘리먼트 또는 디바이스의 특성을 제한없이 지칭할 수도 있다. 따라서, 예로서, 적합성은 디바이스의 하나 이상의 특징적인 파라미터들을 사용함으로써 자격이 부여되거나 정량화될 수도 있다. 하기에서 더 상세히 개요가 설명될 바와 같이, 이들 하나 이상의 특징적인 파라미터들은 개별적으로 또는 미리 결정된 조합에 따라 하나 이상의 조건들과 비교될 수도 있다. 간단한 예로서, 개별 파라미터들 또는 파라미터들의 하나 이상은 하나 이상의 비교 값들, 참조 값들 또는 표준 값들과 비교될 수도 있으며, 여기서 비교는 정성적 또는 정량적 비교일 수도 있고, "적합한" 또는 "적합하지 않은"/"부적합한" 과 같은 이진 결과를 초래할 수도 있다. 예로서, 적어도 하나의 비교 또는 참조 값은 하기에 더 상세히 개요가 설명될 바와 같이 적어도 하나의 임계치를 포함할 수도 있다. 하지만, 부가적으로 또는 대안으로, 비교는 적합성의 정도를 표시하는 수치 (figure) 와 같은 정량적 결과를 초래할 수도 있다. 예로서 비교 값, 참조 값 또는 표준 값은, 예를 들어 달성될 정밀도에 의해, 결정된 이진 조건들로부터 또는 실험들로부터 도출될 수도 있다.

본 명세서에서 사용된 바와 같이 용어 "분석 측정" 은 광범위한 용어이며, 당업자에게 그의 통상적이고 관례적인 의미가 부여되며, 특별하거나 맞춤화된 의미로 제한되지 않아야 한다. 이 용어는 구체적으로 샘플에서의 적어도 하나의 분석물의 정성적 및/또는 정량적 결정을 제한없이 지칭할 수도 있다. 분석 측정의 결과는 예로서, 분석물의 농도 및/또는 결정될 분석물의 존재 또는 부재일 수도 있다.

예로서, 적어도 하나의 분석물은 하나 이상의 특정 케미컬 화합물 및/또는 다른 파라미터들일 수도 있거나 이를 포함할 수도 있다. 예로서, 혈당과 같은 대사에 참여하는 하나 이상의 분석물들이 결정될 수도 있다. 부가적으로 또는 대안으로, 다른 타입의 분석물들 또는 파라미터들, 예를 들어 pH 값이 결정될 수도 있다. 적어도 하나의 샘플은 구체적으로 혈액, 간질 액, 소변, 타액 등과 같은 적어도 하나의 체액일 수도 있거나 이를 포함할 수도 있다. 그러나, 부가적으로 또는 대안으로, 물과 같은 다른 타입의 샘플들이 사용될 수도 있다.

본 명세서에서 사용된 바와 같이 용어 "컬러 형성 반응" 은 광범위한 용어이며, 당업자에게 그의 통상적이고 관례적인 의미가 부여되며, 특별하거나 맞춤화된 의미로 제한되지 않아야 한다. 이 용어는 구체적으로, 화학적, 생물학적 또는 물리적 반응을 제한없이 지칭할 수도 있으며, 이 반응 동안 반응에 수반된 적어도 하나의 엘리먼트의 컬러, 구체적으로 반사도가 반응의 진행에 따른 변화한다. 따라서, 예로서, 컬러 변화를 수반하는 혈당을 검출하기 위해 통상적으로 사용되는 위에 언급된 바이오케미컬 반응들에 대해 참조가 이루어질 수도 있다. pH 값을 결정하기 위한 통상적인 화학적 반응들과 같은 컬러 변경 또는 컬러 형성 반응들의 다른 타입들이 당업자에게 알려져 있다.

하기에서 더 상세히 개요가 설명될 바와 같이, 적어도 하나의 오브젝트는 임의의 오브젝트일 수도 있으며, 이는 그 내에 통합되거나, 그 위에 배치되거나 또는 그에 부착된 적어도 하나의 참조 컬러 필드를 가질 수도 있다. 따라서, 예로서, 적어도 하나의 참조 컬러 필드는 오브젝트의 적어도 하나의 가시성 표면 상으로 인쇄될 수도 있다.

본 명세서에서 사용된 바와 같이 용어 "참조 컬러 필드" 는 광범위한 용어이며, 당업자에게 그의 통상적이고 관례적인 의미가 부여되며, 특별하거나 맞춤화된 의미로 제한되지 않아야 한다. 이 용어는 구체적으로 알려진 특성들의 미리결정된 컬러를 갖는 임의의 2 차원 영역을 제한없이 지칭할 수도 있다. 따라서, 예로서, 적어도 하나의 참조 컬러 필드의 적어도 하나의 표준 좌표계에 따라 하나보다 많은 컬러 좌표 또는 모든 컬러 좌표들이 알려져 있을 수도 있다. 예로서, 적어도 하나의 참조 컬러 필드는 균질한 컬러의 다각형, 타원, 원 또는 직사각형의 형상을 가질 수도 있다. 오브젝트는 하나의 참조 컬러 필드 또는 복수의 참조 컬러 필드들, 예컨대 상이한 컬러들을 갖는 복수의 참조 컬러 필드들을 포함할 수도 있다.

카메라를 사용하여 참조 컬러 필드의 적어도 일부의 적어도 하나의 이미지를 촬영하는 것은 구체적으로 적어도 하나의 참조 컬러 필드 내의 관심 영역을 적어도 포함하는 이미지를 촬영하는 것을 암시할 수도 있다. 따라서, 예로서, 참조 컬러 필드는 이미지 내에서, 예를 들어 당업자에게 일반적으로 알려진 패턴 인식 기법들에 의해 자동으로 검출될 수도 있고, 적어도 하나의 관심 영역은 참조 컬러 필드, 예를 들어 관심 영역의 직사각형, 정사각형, 다각형, 타원 또는 둥근 영역 내에서 선정될 수도 있다. 적어도 하나의 이미지를 촬영하는 것은 사용자 액션에 의해 개시될 수도 있거나 또는 시야 내의 및/또는 카메라의 시야의 미리결정된 섹터 내의 적어도 하나의 참조 컬러 필드의 존재가 자동으로 검출되면 자동으로 개시될 수도 있다. 이러한 자동 이미지 취득 기법들은, 예를 들어 자동 바코드 판독 앱들과 같은, 자동 바코드 판독기의 분야에서 알려져 있다.

본 명세서에서 사용된 바와 같이 용어 "컬러 분해능 정보" 는 광범위한 용어이며, 당업자에게 그의 통상적이고 관례적인 의미가 부여되며, 특별하거나 맞춤화된 의미로 제한되지 않아야 한다. 이 용어는 구체적으로, 예를 들어 2 이상의 컬러들을 분해하는 능력을 정량화하는 정보의 임의의 아이템들, 예를 들어 하나 이상의 수치 값들을 제한없이 지칭할 수도 있다. 여기에서, 용어 "분해하는 것 (resolving)" 은 일반적으로 컬러들이 상이한 것인지 또는 동일한 것인지의 질의를 지칭한다. 스펙트럼 특성의 관점에서, 예로서, 컬러 분해능은 각각의 컬러의 개별 스펙트럼이 구별가능한지 여부의 질의를 지칭할 수도 있다. 예로서, 적색, 녹색 또는 청색과 같은 순수한 컬러의 경우, 컬러의 스펙트럼은 피크의 형상을 가질 수도 있다. 피크의 폭은 첫번째로 광원 및/또는 광을 반사하는 오브젝트의 스펙트럼 특성들에 의해 결정될 수도 있고, 두번째로 그리고 부가적으로, 카메라의 픽셀과 같은 광을 검출하는 검출기의 스펙트럼 특성에 의해 결정될 수도 있다. 복수의 픽셀들이 수반되는 경우, 일반적으로 카메라로 이미지를 촬영할 때의 경우와 같이, 복수의 픽셀들의 스펙트럼 특성 및 스펙트럼 특성의 분포는, 일반적으로 분포와 같은 통계 효과를 생성하는 것으로 간주되어야 한다. 따라서, 2 개의 상이한 컬러들의 2 개의 피크들을 구별하기 위해, 피크들은 일반적으로 단일 피크의 폭보다 더 커야하는, 적어도 최소 스펙트럼 거리만큼 분리되어야 한다. 따라서, 예로서, 컬러 분해능 정보의 적어도 하나의 아이템은 2 개의 컬러 신호들 또는 컬러 피크들을 구별하기 위해 요구되는 적어도 하나의 컬러 좌표에서 또는 스펙트럼에서 2 개의 컬러 신호들 또는 컬러 피크들의 최소 거리를 포함할 수도 있다,.

하기에서 더 상세히 개요가 설명될 바와 같이, 컬러 분해능 정보를 결정하는 다양한 방식들은 일반적으로 알려져 있고 본 방법에서 사용될 수도 있다. 예로서, 적어도 하나의 컬러 좌표와 같은 적어도 하나의 파라미터의 분포에 관한 통계 정보는 관심 영역에 대한 적어도 복수의 픽셀들 또는 모든 픽셀들과 같은 픽셀들의 그룹에 대해 수집될 수도 있고, 분포의 적어도 하나의 피크 또는 분포의 폭과 같은 통계 정보가 결정될 수도 있다. 예시적인 실시형태들이 하기에서 더 상세히 제공될 것이다.

본 발명의 제 1 양태에 따른 방법은 다음의 단계를 포함함으로써 추가로 개선될 수도 있다:

e) 컬러 형성 반응에 기초하여 분석 측정을 수행하는 목적으로 컬러 분해능 정보의 적어도 하나의 아이템을 적어도 하나의 임계 값과 비교함으로써, 모바일 디바이스의 적합성에 대한 적합성 정보의 적어도 하나의 아이템을 결정하는 단계.

따라서, 미리 결정된 또는 결정가능한 임계 값과 같은, 컬러 분해능의 아이템에 대한 적어도 하나의 임계 값이 주어질 수도 있다. 위에 개요가 설명된 바와 같이, 예로서 적어도 하나의 임계 값은 분석 측정의 원하는 정밀도에 의해 결정되거나 미리정의될 수도 있다. 따라서, 예로서 그리고 예시적인 실시형태에 의해 하기에서 더 상세히 개요가 설명될 바와 같이, 포도당 측정에 대해, 100 mg/dl 혈당 농도에서 2 % 의 최대 편차와 같은 소정의 최대 허용오차가 주어질 수도 있다. 예로서, 분석적으로 또는 경험적으로 결정될 수도 있는, 포도당 농도와 컬러 좌표 사이의 적어도 하나의 미리결정되거나 결정가능한 관계를 사용함으로써, 최대 허용오차 또는 최대 편차가 최소 분해능의 컬러로 변환될 수도 있다. 따라서, 위에 논의된 바와 같이, 최소 분해능은 구별가능하도록 개개의 컬러 좌표에 관하여 컬러 피크들이 얼마나 멀리 분리되어야 하는지를 표시할 수도 있다. 위에 논의된 바와 같이, 이들 컬러 피크들을 구별하는 가능성은 이미지의 픽셀에 대한 통계 파라미터로서 피크의 폭에 의존하기 때문에, 이에 의해 최대 허용오차는 컬러 형성 반응을 검출하기 위해 고려된 픽셀들에 대한 최대 폭으로 변환될 수도 있다. 결과적으로, 단계 e) 에서, 예로서, 단계 d) 에서 도출된 폭 또는 분포의 피크, 예를 들어 소정의 컬러 좌표에 대한 카운트들의 분포에서의 피크는, 포도당 농도 결정의 원하는 정확도로부터 도출된 임계 값과 비교될 수도 있다. 그러나, 컬러 분해능 정보의 적어도 하나의 아이템을 적어도 하나의 임계 값과 비교하기 위한 다른 가능성들이 실현가능하다는 것을 유의해야 한다. 따라서, 예로서, 타입 A < T; A > T; A ≤ T; A ≥ T; T1 < A < T2; T1 ≤ A < T2; T1 < A ≤ T2 또는 T1 ≤ A ≤ T2 의 비교가 실현가능하며, T, T1, T2 는 임계 값들이고, A 는 컬러 분해능 정보의 적어도 하나의 아이템이다.

본 명세서에서 사용된 바와 같이 용어 "적합성 정보의 아이템" 은 광범위한 용어이며, 당업자에게 그의 통상적이고 관례적인 의미가 부여되며, 특별하거나 맞춤화된 의미로 제한되지 않아야 한다. 이 용어는 구체적으로 컬러 형성 반응에 기초한 분석 측정을 수행하는 목적으로 모바일 디바이스의 적합성의 본 경우에서, 구체적으로는 적합성에 관한 표시 또는 정보를 제한없이 지칭할 수도 있다. 적합성 정보의 아이템은 예로서, "적합한" 또는 "적합하지 않은"/"부적합한" 을 표시하는 것과 같은, 부울 (Boolean) 또는 디지털 정보일 수도 있다. 따라서, 예로서, 컬러 좌표의 통계 분포의 피크의 분포의 폭이 적어도 하나의 임계 값, 예를 들어 포도당 측정의 최대 허용오차를 사용하여 도출된 임계 값과 비교될 수도 있는 경우에, 그리고 폭이 임계 값보다 크거나 또는 임계 값보다 크거나 적어도 동일한 경우에, 모바일 디바이스는 컬러 형성 반응에 기초하여 분석 측정을 수행할 목적에 부적합한 것으로 결정될 수도 있다. 그러나, 대안으로, 위에서 이미 개요가 설명된 바와 같이, 적합성은 또한 정량화될 수도 있다.

적합성 정보를 결정하기 위해 컬러 분해능 정보의 적어도 하나의 아이템을 사용하는 것 외에, 컬러 분해능 정보의 적어도 하나의 아이템이 부가적으로 또는 대안으로 다른 목적을 위해 또한 사용될 수도 있다. 따라서, 예로서, 모바일 디바이스가 분석 측정의 목적을 위해 적합한 것으로 결정되면, 모바일 디바이스의 조정 또는 교정은 적어도 하나의 컬러 분해능 정보를 사용하여 일어날 수도 있다. 일반적으로, 예로서, 방법은 다음 단계를 포함할 수도 있다:

f) 분석 측정을 위해 모바일 디바이스의 적어도 하나의 컬러 스케일을 조정하는 단계.

따라서, 예로서, 컬러 좌표에 대한 강도의 통계 분포에서 피크가 검출되는 경우, 피크는 참조 컬러 필드의 소정의 참조 컬러에 대응하며, 피크의 중심에 의해 표시된 컬러는 일반적으로 알려져 있으며, 컬러 좌표의 교정이 일어남으로써, 예를 들어 분석 측정을 위해 모바일 디바이스의 컬러 스케일을 조정할 수도 있다.

추가의 선택적 상세들은 단계 d) 에서 컬러 분해능 정보의 적어도 하나의 아이템의 도출에 관련될 수도 있다. 따라서, 예로서, 이미지를 사용하여 적어도 하나의 컬러 분해능 정보를 도출하는 단계는 다음의 하위단계들을 포함할 수도 있다:

d1) 이미지 내에서 적어도 하나의 관심 영역을 결정하는 단계;

d2) 관심 영역 내에서 이미지의 픽셀들의 적어도 하나의 컬러 좌표를 결정하는 단계;

d3) 픽셀들의 컬러 좌표들의 분포에 대해 적어도 하나의 통계 분석을 수행하고 통계 분석의 적어도 하나의 결과를 사용하여 컬러 분해능 정보의 적어도 하나의 아이템을 도출하는 단계.

이들 하위단계들의 잠재적 실시형태들은 이미 위의 부분에서 논의되었다.

본 명세서에서 사용된 바와 같이 용어 "관심 영역 (ROI)" 은 광범위한 용어이며, 당업자에게 그의 통상적이고 관례적인 의미가 부여되며, 특별하거나 맞춤화된 의미로 제한되지 않아야 한다. 이 용어는 구체적으로 더 큰 데이터 세트 내의 데이터의 서브세트를 제한없이 지칭할 수도 있으며, 서브세트는 특정 목적을 위해 식별된다. 예로서, 용어는 소정의 목적을 위해 결정된, 이미지 내의 적어도 하나의 부분 이미지 또는 영역을 지칭할 수도 있다. 본 맥락에서, 관심 영역은 구체적으로 단계 d) 에서 컬러 분해능 정보의 적어도 하나의 아이템을 도출하기 위해 사용되는 부분 이미지일 수도 있다. 관심 영역을 결정하기 위해, 예로서, 참조 컬러 필드는 예를 들어, 참조 컬러 필드의 형상 또는 오더 라인을 인식하는 것과 같은, 당업자에게 일반적으로 알려진 이미지 인식 기법에 의해 검출될 수도 있다. 예로서, 원, 직사각형, 정사각형, 타원 또는 다각형 관심 영역이 참조 컬러 필드의 이미지로서 인식된 이미지의 부분에 삽입될 수도 있고, 단계 d) 는 이 관심 영역 내에서 수행될 수도 있다. 관심 영역은 구체적으로 자동으로 검출될 수도 있다. 관심 영역의 결정은 또한 관심 영역이 결정될 수 없는 경우에 또는 이미지 품질이 관심 영역을 결정하기에 너무 낮은 것으로 검출되는 경우에 반복될 수도 있다. 추가의 예시적인 실시형태들이 하기에 제공될 것이다.

본 명세서에서 사용된 바와 같이 용어 "컬러 좌표" 는 광범위한 용어이며, 당업자에게 그의 통상적이고 관례적인 의미가 부여되며, 특별하거나 맞춤화된 의미로 제한되지 않아야 한다. 용어는 구체적으로는 좌표를 사용하여 컬러를 기술하기 위해 사용된 임의의 컬러 좌표계의 좌표를 제한없이 지칭할 수도 있다. 여러 컬러 좌표계는 일반적으로 당업자에게 알려져 있으며 또한 본 발명의 맥락에서 사용될 수도 있다. 따라서, 예로서, 인간 지각, 예컨대 CIE 1964 컬러 공간, 먼셀 (Munsell) 컬러 시스템 또는 다른 좌표계, 예컨대 R, G, B, L, a, b 에 기초하는 좌표계 또는 비색 좌표계가 사용될 수도 있다. 구체적으로, 인간 지각에 기초한 컬러 좌표계의 개발에서, 인간 눈의 해부학이 고려되었을 수도 있는 반면, 다른 좌표계는 예를 들어 파장과 같은 물리적으로 순수한 컬러 지각에 기초할 수도 있다. 다시, 위에 언급된 바와 같이, 본 발명의 맥락에서, 여러 컬러 좌표계, 예를 들어 인간 지각에 기초한 컬러 좌표계 및/또는 파장에 기초한 컬러 좌표계, 예컨대 비색 컬러 좌표들 및/또는 방사측정 (radiometric) 컬러 좌표들이 사용될 수도 있다.

여기에서, 관심 영역의 몇몇 또는 심지어 모든 픽셀들 중 하나, 하나보다 많은, 또는 심지어 모든 컬러 좌표들이 결정될 수도 있다. 가장 간단한 경우에, 예로서, 컬러 형성 반응 동안 최상위 또는 엄청난 변화를 겪는 것으로 알려진 컬러 좌표가 사용될 수도 있다. 예로서, 특정 테스트 케미컬이 분석물을 검출하기 위해 사용된 컬러 형성 반응 동안 청색 스펙트럼 범위에서 색조를 가장 극심하게 변화시키는 것으로 알려진 경우, 청색 컬러 좌표가 사용될 수도 있고, 청색 좌표가 이미지 내의 관심 영역의 적어도 픽셀들의 그룹에 대해 또는 픽셀들 모두에 대해 결정될 수도 있으며, 청색 컬러 좌표들에 대한 강도 분포의 통계 분석이 수행될 수도 있다. 그러나, 대안으로 다른 컬러 좌표들이 사용될 수도 있다. 또한, 대안으로, 컬러 좌표의 조합이 사용될 수도 있다. 따라서, 예로서, 청색 컬러 좌표의 80 %, 적색 컬러 좌표의 15 % 및 녹색 컬러 좌표의 5 % 를 함유하는 조합된 좌표를 사용하는 것과 같은, 복수의 컬러 좌표들의 선형 조합 또는 다른 조합이 사용될 수도 있다. 이 경우, 통계 분석은 이러한 조합된 컬러 좌표에 대해 수행될 수도 있다. 다른 실시형태들이 실현가능하다.

하기에서 더 상세히 개요가 설명될 바와 같이, 참조 컬러 필드의 이미지 내에서 관심 영역의 픽셀들에 대한 적어도 하나의 컬러 좌표에 대한 분포의 통계 분석은 구체적으로 히스토그램 분석, 예를 들어 컬러 좌표들의 분포의 히스토그램 분석을 포함할 수도 있다. 위에 논의된 바와 같이 그리고 하기에서 더 상세히 개요가 설명될 바와 같이, 예로서 통계 분석을 사용함으로써, 컬러 분해능 정보를 도출하기 위해서, 적어도 하나의 컬러 좌표에 대한 강도의 적어도 하나의 통계 분포의 적어도 하나의 폭이 결정될 수도 있다. 부가적으로 또는 대안으로, 하기에서 더 상세히 개요가 설명될 바와 같이, 상이한 컬러들을 갖는 여러 참조 컬러 필드들을 사용함으로써, 여러 피크들이 분석될 수도 있다.

위에 개요가 설명된 바와 같이, 통계 분석은 구체적으로 컬러 좌표의 분포 내에서 적어도 하나의 컬러 피크의 적어도 하나의 폭, 구체적으로 절반 폭, 보다 구체적으로는 반치전폭 (full width at half maximum) 을 결정하는 것을 포함할 수도 있다. 따라서, 예로서, 컬러 좌표에 대한 히스토그램은, 예를 들어 적어도 하나의 컬러 좌표의 축 상에서 별개의 섹션들로의 컬러 좌표들의 양자화에 의해 확립될 수도 있고, 후속하여 곡선, 예를 들어 가우시안 벨 곡선 (Gaussian bell-curve) 및/또는 푸아송 곡선 (Poisson curve) 이 히스토그램에 피팅될 수도 있고, 반치전폭 (FWHM) 과 같은 폭들이 피팅 파라미터들로서 도출될 수도 있다. 위에 개요가 설명된 바와 같이, 폭은 카메라 및/또는 모바일 디바이스의 컬러 분해능을 직접 표시할 수도 있다.

또한 위에 논의된 바와 같이, 폭은 모바일 디바이스 및/또는 카메라의 컬러 분해능 능력의 표시이기 때문에, 폭들은 적어도 하나의 임계 값과 직접 비교될 수도 있다. 따라서, 예로서, 방법은 컬러 형성 반응에 기초하여 분석 측정을 수행할 목적으로 모바일 디바이스의 적합성을 결정하기 위해 폭을 적어도 하나의 임계 값과 비교하는 것을 포함할 수도 있다. 또한, 위에 논의된 바와 같이, 임계 값으로서 또한 지칭되는 임계치는 구체적으로, 분석 측정의 원하는 최대 부정확성을 제공하고, 분석 측정에서 결정될 적어도 하나의 분석물과 적어도 하나의 컬러 좌표 사이의 알려진 관계를 이용하여 원하는 최대 부정확성을 최소 분해능으로 변환하고, 그리고 최소 분해능을 사용하여 임계 값을 결정함으로써 결정될 수도 있다.

통계 분석은 부가적으로 또는 대안으로 정보의 하나 이상의 다른 아이템들을 도출하는 것을 포함할 수도 있다. 따라서, 예로서, 통계 분석은 컬러 좌표들의 분포 내에서 적어도 하나의 컬러 피크의 적어도 하나의 중심의 적어도 하나의 컬러 좌표를 결정하는 것을 포함할 수도 있다. 따라서, 예로서, 중심은 히스토그램에서 최대치를 검출하거나, 대안으로 위에 언급된 피팅 곡선들 중 하나 이상을 피팅하는 것과 같은, 하나 이상의 피팅 알고리즘을 사용함으로써, 그리고 피팅 파라미터들과 같은 피팅 곡선의 최대치를 결정함으로써 직접 도출될 수도 있다. 위에 개요가 설명된 바와 같이, 컬러 피크의 검출 및 구체적으로, 컬러 피크의 중심의 검출은, 컬러 피크에 대응하는 컬러가 일반적으로 참조 컬러 필드의 특성들로부터 알려져 있기 때문에, 예를 들어 모바일 디바이스를 교정하기 위해 사용될 수도 있다.

위에 개요가 설명된 바와 같이, 적어도 하나의 참조 컬러 필드는 균질한 컬러를 갖는 하나의 참조 컬러 필드, 또는 대안으로, 각각이 균질한 컬러를 갖는, 또는 다시 대안으로 상이한 컬러들의 분포를 갖는 복수의 참조 컬러 필드들을 포함할 수도 있다. 따라서, 예로서, 오브젝트는 상이한 컬러들을 갖는 적어도 2 개의 참조 컬러 필드들을 가질 수 있으며, 통계 분석은 적어도 2 개의 상이한 컬러들에 대응하는 적어도 2 개의 컬러 피크들을 결정하는 것을 포함할 수도 있다. 따라서, 위에 논의된 바와 같이, 히스토그램의 최대치들은 피크의 중심을 결정하기 위해 결정될 수도 있거나 또는 복수의 벨형상 피크들 등을 갖는 피팅 곡선들과 같은 피팅 곡선들이 히스토그램에 피팅될 수도 있으며, 컬러 피크들의 검출은 피팅의 결과일 수도 있다. 부가적으로 또는 대안으로, 상이한 컬러 피크들의 폭은 별도로 결정될 수도 있다. 다시, 부가적으로 또는 대안으로, 별도의 컬러 좌표들은 별도의 참조 컬러 필드들을 평가하기 위해 사용될 수도 있다.

구체적으로, 복수의 컬러들이 적어도 하나의 참조 컬러 필드에 사용되는 경우, 통계 분석은 적어도 2 개의 컬러 피크들의 중심들 사이의 거리를 결정하는 것을 포함할 수도 있다. 이 경우에, 컬러 분해능 정보의 적어도 하나의 아이템은 구체적으로 적어도 2 개의 컬러 피크들 사이의 거리를 포함할 수도 있다. 다시 그리고 위에 논의된 바와 같이, 거리는 구체적으로 피팅 파라미터로서 도출될 수도 있다. 방법은 구체적으로 컬러 형성 반응에 기초하여 분석 측정을 수행할 목적으로 모바일 디바이스의 적합성을 결정하기 위해 적어도 하나의 임계 값을 갖는 적어도 2 개의 컬러 피크들의 중심들 사이의 거리를 비교하는 것을 포함할 수도 있다. 적어도 하나의 임계 값은 또한, 결정된 거리가 허용오차 인터벌 내에 놓이는지를 체크하기 위해, 예를 들어 모바일 디바이스가 컬러 거리들 또는 컬러 차이들을 정확하게 렌더링하기에 적합한지 여부를 체크하기 위해, 인터벌을 포함할 수도 있다.

방법은 구체적으로, 적어도 2 개의 컬러 피크들의 중심들 사이의 거리와 적어도 2 개의 컬러 피크들의 중심들 사이의 예상된 거리의 비율에 기초하여 컬러 리스케일링을 위한 적어도 하나의 교정 팩터를 결정하는 것을 포함할 수도 있다. 따라서, 예로서, 참조 컬러 필드가 일반적으로 청색-컬러 좌표에서 미리결정된 분리를 갖는 것으로 알려져 있는 상이한 색조의 청색을 포함하는 경우, 적어도 2 개의 컬러 피크들의 중심들 사이의 실험적으로 결정된 차이가 예상된 또는 미리결정된 분리와 비교될 수도 있고, 예로서 컬러 스케일은 결정된 거리와 예상된 분리 또는 거리 또는 그 역값 사이의 몫을 나타내는 팩터에 의해 신장될 수도 있다. 다른 타입의 컬러 리스케일링이 실현가능하다. 따라서, 예로서, 오프셋 보정은, 예를 들어 컬러 피크의 특정 중심을 미리결정된 위치로 시프트하기 위해 수행될 수도 있다.

하기에서 더 상세히 개요가 설명될 바와 같이, 모바일 디바이스의 적합성을 평가하기 위한 방법 뿐만 아니라 구체적으로 분석 측정을 수행하기 위한 하기에 언급된 방법은, 구체적으로 모바일 디바이스의 프로세서와 같은 모바일 디바이스의 컴퓨터 상에서 전부 또는 부분적으로 컴퓨터 구현될 수도 있다. 따라서, 구체적으로, 방법들은 예를 들어 Android 또는 iOS 에 대한 이른바 앱들로서 구현될 수도 있고, 예로서 앱 스토어로부터 다운로드가능할 수도 있다. 따라서, 구체적으로, 모바일 디바이스의 적합성을 평가하기 위한 방법에 있어서, 방법은 적어도 방법 단계 d) 를 수행하기 위해 적어도 하나의 프로세서 및 소프트웨어 명령들을 사용하는 것을 포함할 수도 있다. 소프트웨어 명령, 구체적으로 앱은, 방법 단계들 a), b) 및 c) 를 지원하기 위해, 예를 들어 디스플레이의 하나 이상에 의해, 오디오 명령들 또는 다른 명령들에 의해 사용자 명령들을 제공할 수도 있다. 여기에서는, 위에 나타낸 바와 같이, 방법 단계 c) 가 또한, 예를 들어 참조 컬러 필드가 일단 카메라의 시야 내에 및/또는 시야 내의 소정 범위 내에 있으면, 카메라를 사용하여 참조 컬러 필드의 적어도 일부의 적어도 하나의 이미지를 자동으로 촬영함으로써, 전부 또는 부분적으로 컴퓨터 구현될 수도 있다. 구체적으로 방법을 수행하기 위한 프로세서는 모바일 디바이스의 일부일 수도 있다.

위에 개요가 설명된 바와 같이, 모바일 디바이스는 구체적으로 모바일 컴퓨터 및/또는 모바일 통신 디바이스일 수도 있다. 따라서, 구체적으로, 모바일 디바이스는 모바일 통신 디바이스, 구체적으로 스마트 폰; 휴대용 컴퓨터, 구체적으로 노트북; 태블릿 컴퓨터로 이루어진 그룹으로부터 선택될 수도 있다.

위에 나타낸 바와 같이, 추가의 방법 단계들은, 구체적으로 모바일 디바이스의 프로세서에 의해 컴퓨터 구현되거나 컴퓨터 보조될 수도 있다. 따라서, 예로서, 방법 단계 c) 는 오브젝트에 대해 모바일 디바이스를 포지셔닝하기 위해 사용자에 대해 시각적 안내를 제공하는 것을 포함할 수도 있다. 부가적으로 또는 대안으로, 오디오 안내 또는 다른 타입의 안내가 주어질 수도 있다.

본 발명의 추가 양태에서, 컬러 형성 반응에 기초하여 분석 측정을 수행하기 위한 방법이 개시되며, 방법은 적어도 하나의 카메라를 갖는 모바일 디바이스를 사용한다. 방법은 주어진 순서로 수행될 수도 있는 다음의 방법 단계들을 포함한다. 그러나, 다시 상이한 순서가 또한 가능할 수도 있다. 추가로, 방법 단계들 중 하나, 하나보다 많은, 또는 심지어 전부가 한번 또는 반복적으로 수행될 수도 있다. 또한, 방법 단계들은 연속적으로 수행될 수도 있거나, 대안으로 2 이상의 방법 단계들이 적시에 오버랩하는 방식 또는 심지어 병렬로 수행될 수도 있다. 방법은 나열되지 않은 부가 방법 단계들을 더 포함할 수도 있다.

방법은 다음 단계들을 포함한다:

i) 본 명세서에서 제안되고 예를 들어 위에 개시되거나 하기에서 더 상세히 개시된 실시형태들의 하나 이상에서 설명된 바와 같이, 모바일 디바이스의 적합성을 평가하기 위한 방법을 사용하여 모바일 디바이스의 적합성을 평가하는 단계;

ii) 컬러 분해능 정보의 적어도 하나의 아이템이 모바일 디바이스가 분석 측정을 수행하는데 적합하지 않다고 표시하는 경우, 분석 측정을 수행하기 위한 방법을 중단하는 단계;

iii) 컬러 분해능 정보의 적어도 하나의 아이템이 모바일 디바이스가 분석 측정을 수행하는데 적합하다고 표시하는 경우, 다음의 단계들:

a. 컬러 형성 반응이 가능한 적어도 하나의 테스트 케미컬을 갖는 적어도 하나의 테스트 엘리먼트에 적어도 하나의 샘플을 적용하는 단계;

b. 카메라를 사용하여 테스트 엘리먼트의 적어도 일부의 적어도 하나의 이미지를 촬영하는 단계;

c. 이미지를 평가하고 그의 적어도 하나의 분석 정보를 도출하는 단계

를 포함하는, 분석 측정을 수행하는 단계.

본 명세서에서 사용된 대부분의 용어에 대한 추가 가능한 정의들을 위해, 위에서 개시된 또는 하기에서 더 상세히 개시되는 바와 같이 모바일 디바이스의 적합성을 평가하기 위한 방법의 개시에 대해 참조가 이루어질 수도 있다.

방법 단계 i) 와 관련하여, 위의 방법들의 설명에 대해 참조가 이루어질 수도 있다. 따라서, 예로서, 방법 단계 e) 의 설명에 대해 참조가 이루어질 수도 있으며, 여기서 컬러 형성 반응에 기초하여 분석 측정을 수행하는 목적으로 컬러 분해능 정보의 적어도 하나의 아이템이 적어도 하나의 임계 값과 비교됨으로써, 모바일 디바이스의 적합성에 대한 적합성 정보의 적어도 하나의 아이템을 결정할 수도 있다. 방법 단계 i) 는, 예로서, "적합한" 또는 "적합하지 않은" 디지털 정보 또는 부울 정보일 수도 있거나 이를 포함할 수도 있는 적합성 정보의 적어도 하나의 아이템을 사용할 수도 있다. 이 적합성 정보에 의존하여, 방법은 단계들 ii) 와 iii) 사이에서 분기될 수도 있으며, 단계 i) 의 적합성에 관한 질의는 예를 들어 "if…" 루틴, "if… else…" 루틴 등으로 프로그램될 수도 있다.

적어도 하나의 이미지를 평가하고 그의 적어도 하나의 분석 정보를 도출하기 위해, 혈당 모니터링 분야와 같은 분석 분야에서 당업자에게 일반적으로 알려진 몇 가지 알고리즘이 사용될 수도 있다. 따라서, 예로서, 테스트 필드와 같은 테스트 엘리먼트의 적어도 하나의 컬러 좌표 사이의 미리결정된 또는 결정가능한 관계가 모니터링될 수도 있다. 다시, 통계 분석은 테스트 엘리먼트 또는 그 부분에 대해, 예컨대 적어도 하나의 테스트 케미컬을 함유하는 테스트 필드에 대해 및/또는 적어도 하나의 테스트 케미컬을 함유하는 테스트 필드 내의 관심 영역에 대해 수행될 수도 있다. 따라서, 예로서, 테스트 엘리먼트의 이미지 내의 적어도 하나의 테스트 필드는 바람직하게는, 예를 들어 하기의 예들에서 설명되는 바와 같은 패턴 인식 및/또는 다른 알고리즘에 의해 자동으로 인식될 수도 있다. 다시, 하나 이상의 관심 영역들이 테스트 필드의 부분 이미지 내에 정의될 수도 있다. 관심 영역에 대해, 컬러 좌표들, 예를 들어 다시 청색 컬러 좌표들 및/또는 다른 컬러 좌표들은, 예를 들어 다시 하나 이상의 히스토그램들을 사용하여 결정될 수도 있다. 통계 분석은 상술한 바와 같은 하나 이상의 피팅 곡선들을 적어도 하나의 히스토그램에 위치시킴으로써, 예를 들어 피크의 중심을 결정하는 것을 포함할 수도 있다. 따라서, 컬러 형성 반응은 하나 이상의 이미지들을 사용하여 모니터링될 수도 있고, 하나 이상의 이미지들에 대해, 통계 분석을 사용하여, 피크의 중심이 결정됨으로써, 적어도 하나의 좌표 내에서 컬러 시프트를 결정할 수도 있다. 컬러 형성 반응이 미리결정된 또는 결정가능한 엔드포인트에 완료되거나 도달하면, 당업자가 일반적으로 혈당 모니터링으로부터 알고 있는 바와 같이, 적어도 하나의 컬러 좌표 또는 엔드포인트 컬러 좌표들에서의 시프트가 결정될 수도 있고 컬러 좌표와 농도 사이의 미리결정된 또는 결정가능한 상관관계를 사용하여 샘플에서 분석물의 농도로 변환될 수도 있다. 예로서, 변환 함수, 변환 테이블 또는 룩업 테이블과 같은 상관관계는, 예를 들어 경험적으로 결정될 수도 있고, 예를 들어 모바일 디바이스의 적어도 하나의 데이터 저장 디바이스에, 예를 들어 소프트웨어에 의해, 구체적으로는 앱 스토어 등으로부터 다운로드된 앱에 의해, 모바일 디바이스의 적어도 하나의 데이터 저장 디바이스에 저장될 수도 있다.

위에 논의된 바와 같이, 당업계에 알려진 방법들에서, 교정 정보는 통상적으로 테스트 스트립 또는 테스트 엘리먼트 자체에 의해 제공된다. 그러나, 본 명세서에서 제안된 방법은 모바일 디바이스의 적합성을 평가하는 단계와 분석 측정을 수행하는 실제 단계를 분리할 수도 있으며, 여기에서는 적합성이 일단 결정되면, 모바일 디바이스를 사용하여 임의의 수의 분석 측정들이 수행될 수도 있다. 그러나, 대안으로, 단계 i) 에서 모바일 디바이스의 적합성의 평가는 예를 들어, 미리결정된 또는 결정가능한 인터벌들 후에 또는 모바일 디바이스에 임의의 변화들이 이루어진 경우에 반복될 수도 있다. 소프트웨어, 예를 들어 소프트웨어 앱은, 예를 들어 오디오 명령들로서 및/또는 디스플레이 상에 명령들을 제공함으로써, 방법 단계 i) 을 수행하도록 사용자에게 프롬프트할 수도 있다. 그러나, 구체적으로, 방법 단계 i) 은 방법 단계 iii) 이 수행되기 전이면 적어도 한번 수행될 수도 있다. 방법 단계 i) 는 방법 단계 iii) 이 적어도 한번 수행되기 전에 한번 수행될 수도 있거나, 또는 방법 단계 i) 이 방법 단계 iii) 이 반복적으로 수행되기 전에 한번 수행될 수도 있다.

컬러 분해능 정보의 적어도 하나의 아이템이 모바일 디바이스가 분석 측정을 수행하는데 적합하지 않다고 표시하는 경우, 분석 측정을 수행하기 위한 방법이 중단된다. 이러한 중단은 예로서, 분석 측정을 수행하기 위한 모바일 디바이스의 부적합성을 모바일 디바이스의 사용자에게 알리는 것을 또한 포함할 수도 있다. 예로서, 정보는 디스플레이상의 일반적인 정보 및/또는 가청 정보로서 제공될 수도 있다.

부가적으로 또는 대안으로, 모바일 디바이스가 분석 측정을 수행하기에 적합하지 않은 것으로 결정되는 경우, 단계 ii) 는 또한 모바일 디바이스를 사용하여 분석 측정을 수행하려는 향후 시도들을 차단하는 것을 또한 포함할 수도 있다. 따라서, 예로서, 사용자가 그의 또는 그녀의 모바일 폰 상에서 소프트웨어 앱을 시작하려고 시도하는 경우, 디스플레이 상에서 "죄송합니다. 모바일 디바이스가 적합하지 않습니다!" 등과 같은 메시지가 디스플레이되고, 분석 측정이 방지될 수도 있다.

추가 양태에서, 컴퓨터 프로그램이 개시되며, 컴퓨터 프로그램은 컴퓨터 또는 컴퓨터 네트워크, 구체적으로 적어도 하나의 카메라를 갖는 모바일 디바이스의 프로세서 상에서 실행될 때, 본 명세서에 설명된 바와 같은 실시형태들 중 어느 하나에 따른 방법, 구체적으로 방법 단계 d) 및 선택적으로 하나 이상의 방법 단계들 c), e) 및 f) 을 수행하기 위한 컴퓨터 실행가능 명령들을 포함한다. 추가로, 컴퓨터 실행가능 명령들은 또한 방법 단계들 i) 및 ii) 를 수행하고, 선택적으로 방법 단계 iii) 에 대한 적어도 안내를 제공하기에 적합할 수도 있다. 여기에서는, 부분 단계 a) 에 대한 사용 또는 안내가 제공될 수도 있고, 부분 단계 b) 에서 적어도 하나의 이미지를 촬영하는 것은 컴퓨터 실행가능 명령들에 의해 자동으로 개시될 수도 있고, 단계 c) 에서 분석 정보의 도출 및 이미지의 평가가 컴퓨터 실행가능 명령들에 의해 수행될 수도 있다.

따라서, 일반적으로 말하면, 본 명세서에는 컴퓨터 프로그램이 컴퓨터 또는 컴퓨터 네트워크 상에서 실행될 때 본 명세서에 포함된 하나 이상의 실시형태들에서 본 발명에 따른 방법을 수행하기 위한 컴퓨터-실행가능 명령들을 포함하는 컴퓨터 프로그램이 개시되고 제안된다. 구체적으로, 컴퓨터 프로그램은 컴퓨터-판독가능 데이터 캐리어에 저장될 수 있다. 따라서, 구체적으로, 위에 나타낸 바와 같은 방법 단계들 중 하나, 하나 초과 또는 심지어 모두가 컴퓨터 또는 컴퓨터 네트워크를 이용함으로써, 바람직하게는 컴퓨터 프로그램을 이용함으로써 수행될 수 있다. 컴퓨터는 구체적으로 모바일 디바이스에 완전히 또는 부분적으로 통합될 수도 있고, 컴퓨터 프로그램들은 구체적으로 소프트웨어 앱으로서 구현될 수도 있다. 그러나, 대안으로, 컴퓨터의 적어도 일부는 또한 모바일 디바이스 외부에 위치될 수도 있다.

컴퓨터 프로그램이 컴퓨터 또는 컴퓨터 네트워크 상에서 실행될 때 본 명세서에 포함된 하나 이상의 실시형태들에서 본 발명에 따른 방법, 예를 들어 위에 언급된 방법 단계들 중 하나 이상을 수행하기 위해, 프로그램 코드 수단을 갖는 컴퓨터 프로그램 제품이 추가로 개시되고 제안된다. 구체적으로, 프로그램 코드는 컴퓨터-판독가능 데이터 캐리어에 저장될 수 있다.

컴퓨터 또는 컴퓨터 네트워크의 작업 메모리 또는 메인 메모리와 같은 컴퓨터 또는 컴퓨터 네트워크로의 로딩 후, 본 명세서에 개시된 실시형태들 중 하나 이상에 따른 방법, 구체적으로 위에 언급된 방법 단계들 중 하나 이상을 실행할 수도 있는 데이터 구조가 저장된 데이터 캐리어가 추가로 개시되고 제안된다.

컴퓨터 프로그램이 컴퓨터 또는 컴퓨터 네트워크 상에서 실행될 때 본 명세서에 개시된 실시형태들 중 하나 이상에 따른 방법, 구체적으로 위에 언급된 방법 단계들 중 하나 이상을 수행하기 위해, 머신 판독가능 캐리어에 저장된 프로그램 코드 수단을 갖는 컴퓨터 프로그램 제품이 추가로 개시되고 제안된다. 본 명세서에 사용된 바와 같이, 컴퓨터 프로그램 제품은 프로그램을 거래가능한 제품으로 지칭한다. 제품은 일반적으로 종이 형식과 같은 임의의 형식으로 또는 컴퓨터-판독가능 데이터 캐리어 상에서 존재할 수 있다. 구체적으로, 컴퓨터 프로그램 제품은 데이터 네트워크를 통해 분배될 수 있다.

마지막으로, 본 명세서에 개시된 실시형태들 중 하나 이상에 따른 방법, 구체적으로 위에 언급된 방법 단계들의 하나 이상을 수행하기 위해 컴퓨터 시스템 또는 컴퓨터 네트워크에 의해 판독가능한 명령들을 포함하는 변조된 데이터 시그널이 개시되고 제안된다.

구체적으로, 본 명세서에는 다음이 추가로 개시된다:

- 적어도 하나의 프로세서를 포함하는 컴퓨터 또는 컴퓨터 네트워크로서, 프로세서는 본 명세서에서 기재된 실시형태들 중 하나에 따른 방법을 수행하도록 적응된, 컴퓨터 또는 컴퓨터 네트워크,

- 데이터 구조가 컴퓨터 상에서 실행되는 동안, 본 명세서에서 기재된 실시형태들 중 하나에 따른 방법을 수행하도록 적응된 컴퓨터 로딩가능한 데이터 구조,

- 컴퓨터 프로그램으로서, 프로그램이 컴퓨터 상에서 실행되는 동안, 본 명세서에서 기재된 실시형태들 중 하나에 따른 방법을 수행하도록 컴퓨터 프로그램이 적응된, 컴퓨터 프로그램,

- 컴퓨터 프로그램이 컴퓨터 또는 컴퓨터 네트워크 상에서 실행되는 동안 본 명세서에서 기재된 실시형태들 중 하나에 따른 방법을 수행하기 위한 프로그램 수단을 포함하는 컴퓨터 프로그램,

- 상기 실시형태에 따른 프로그램 수단을 포함하는 컴퓨터 프로그램으로서, 프로그램 수단은 컴퓨터로 판독가능할 수 있는 저장 매체에 저장되는, 컴퓨터 프로그램,

- 저장 매체로서, 데이터 구조가 저장 매체에 저장되고, 데이터 구조는 컴퓨터의 또는 컴퓨터 네트워크의 메인 및/또는 작업 저장 공간에 로딩된 후 본 명세서에 기재된 실시형태들 중 하나에 따른 방법을 수행하도록 적응된, 저장 매체, 및

- 프로그램 코드 수단을 갖는 컴퓨터 프로그램 제품으로서, 프로그램 코드 수단이 컴퓨터에서 또는 컴퓨터 네트워크에서 실행되는 경우에, 이 명세서에 기재된 실시형태 중 하나에 따른 방법을 수행하기 위해, 저장 매체에 프로그램 코드 수단이 저장될 수 있거나 또는 저장되어 있는 컴퓨터 프로그램 제품.

본 발명의 추가 양태에서, 컬러 형성 반응에 기초하여 분석 측정을 수행하기 위한 모바일 디바이스가 개시된다. 모바일 디바이스는 적어도 하나의 카메라를 포함한다. 모바일 디바이스는 다음의 단계들을 사용하여 자체 적합성 평가를 수행하기 위해 구성된다:

I. 카메라를 사용하여 적어도 하나의 오브젝트 상의 적어도 하나의 참조 컬러 필드의 적어도 일부의 적어도 하나의 이미지를 촬영하는 단계; 및

II. 이미지를 사용하여 컬러 분해능 정보의 적어도 하나의 아이템을 도출하는 단계.

본 명세서에 사용된 대부분의 용어들 및 가능한 정의들에 대해 위의 방법들의 설명에 대해 참조가 이루어질 수도 있다. 본 명세서에서 사용된 바와 같이 용어 "자체-적합성 평가" 는 광범위한 용어이며, 당업자에게 그의 통상적이고 관례적인 의미가 부여되며, 특별하거나 맞춤화된 의미로 제한되지 않아야 한다. 이 용어는 구체적으로, 디바이스 자체가 미리결정된 목적에 적합한지 또는 적합하지 않은지를 평가하기 위한 디바이스의 프로세스를 제한없이 지칭할 수도 있으며, 여기서 적합성과 관련하여, 위에 제공된 설명에 대해 참조가 이루어질 수도 있다.

모바일 디바이스는 구체적으로, 다음 단계들을 사용하여, 구체적으로 자체-적합성 평가를 수행한 후, 컬러 형성 반응에 기초하여 적어도 하나의 분석 측정을 수행하기 위해 구성될 수도 있다:

III. 컬러 분해능 정보의 적어도 하나의 아이템에 기초하여 모바일 디바이스의 적합성을 평가하는 단계;

IV. 컬러 분해능 정보의 적어도 하나의 아이템이 모바일 디바이스가 분석 측정을 수행하는데 적합하지 않다고 표시하는 경우, 분석 측정을 중단하는 단계;

V. 컬러 분해능 정보의 적어도 하나의 아이템이 모바일 디바이스가 분석 측정을 수행하는데 적합하다고 표시하는 경우, 다음의 단계들:

a. 카메라를 사용하여 테스트 엘리먼트의 적어도 일부의 적어도 하나의 이미지를 촬영하는 단계로서, 테스트 엘리먼트는 컬러 형성 반응이 가능한 적어도 하나의 테스트 케미컬, 구체적으로는 적어도 하나의 테스트 필드를 가지며, 테스트 엘리먼트는 적어도 하나의 샘플이 적용되는, 테스트 엘리먼트의 적어도 일부의 적어도 하나의 이미지를 촬영하는 단계;

를 포함하는, 분석 측정을 수행하는 단계.

가능한 정의들 또는 실시형태들에 대해, 위에 주어진 바와 같은 방법의 설명에 대해 참조가 이루어질 수도 있다. 따라서, 구체적으로, 모바일 디바이스는 위에 설명되고 하기에서 더 상세히 설명되는 실시형태들 중 어느 하나에 따른 컬러 형성 반응에 기초하여 분석 측정을 수행하기 위한 방법 및/또는 모바일 디바이스의 적합성을 평가하기 위한 방법을 수행하기 위해 구성될 수도 있다. 구체적으로, 모바일 디바이스는 방법, 또는 구체적으로 위에 나타낸 방법 단계들을 수행하도록 프로그램되는, 적어도 하나의 프로세서와 같은 적어도 하나의 컴퓨터를 포함할 수도 있다.

본 발명의 추가 양태에서, 분석 측정을 수행하기 위한 키트가 개시된다. 키트는,

- 위에서 설명되거나 하기에서 더 상세히 설명되는 실시형태들 중 어느 하나에 따른 적어도 하나의 모바일 디바이스;

- 적어도 하나의 참조 컬러 필드를 갖는 적어도 하나의 오브젝트; 및

- 컬러 형성 반응이 가능한 적어도 하나의 테스트 케미컬을 갖는 적어도 하나의 테스트 엘리먼트를 포함한다.

다시, 용어들의 가능한 정의들 및 가능한 실시형태들에 대해, 위에 주어진 설명에 대해 참조가 이루어질 수도 있다.

여기에서는, 오브젝트의 선정을 위해, 몇 가지 가능성들이 존재한다. 따라서, 제 1 예로서, 적어도 하나의 참조 컬러 필드는, 예로서 테스트 스트립과 같은 테스트 엘리먼트에 직접 구현되거나, 또는 예를 들어 테스트 엘리먼트 상으로 인쇄되거나 이에 부착될 수도 있다. 그러나, 대안으로, 모바일 디바이스의 적합성 체크는 복수의 분석 측정들을 위해 한번 수행될 수도 있기 때문에, 참조 컬러 색 필드는 또한 적어도 하나의 테스트 엘리먼트를 수용하기 위한 컨테이너와 같은, 상이한 타입의 오브젝트에 적용될 수도 있다. 따라서, 예로서 오브젝트는, 적어도 하나의 테스트 엘리먼트를 수용하기 위한 컨테이너; 참조 컬러 심 (shim); 테스트 엘리먼트로 구성된 그룹으로부터 선택될 수도 있고, 테스트 엘리먼트는 적용된 적어도 하나의 참조 컬러 필드를 갖는다. 다른 가능성들이 존재할 수도 있다.

본 발명에 따른 방법들 및 디바이스들은 분석 측정들을 위해 알려진 방법들 및 디바이스들 보다 많은 장점들을 제공할 수도 있다. 따라서, 구체적으로, 본 발명에서 제안된 바와 같은 컬러 형성 반응에 기초한 분석 측정을 수행하는 프로세스는 종래 기술에 의해 알려진 다른 프로세스들과 비교하여, 덜 시간 소모적일 수도 있다. 특히, 본 발명은 하나의 단일 측정을 수행함으로써 모바일 디바이스의 일반적인 적성을 평가할 수도 있다. 하나의 단일 측정에 의한 모바일 디바이스의 확립된 적성은 모든 후속 측정들에 대해 유효할 수도 있다. 따라서, 본 발명은 각각의 분석물 측정 전에 보정 알고리즘들을 적용하는 것에 초점을 둔 종래 기술의 접근법들과 비교하여 분석 측정을 수행하는데 적은 시간을 필요로 할 수도 있다. 구체적으로, 본 발명에서, 모바일 디바이스의 적성은 각각의 측정 전에 보정 알고리즘들을 적용하는 것과는 대조적으로 본질적으로 모든 후속 측정들을 위한 하나의 단일 측정에 의해 확립될 수도 있다. 따라서, 본 발명은 최신 기술의 접근법들보다 더 빠른 후속 분석 측정들 중 적어도 하나를 수행하는 것이 가능할 수도 있다. 이에 의해, 본 발명은 사용자에 대한 컬러 반응에 기초하여 분석 측정을 수행하는 프로세스를 단순화할 수도 있다. 구체적으로, 모바일 디바이스의 일반적인 적성이 확립되면, 적어도 하나, 바람직하게는 모든, 후속 측정들에서, 분석 측정을 수행하는 프로세스가 최신 기술의 측정들보다 더 단순할 수도 있다. 특히, 적합한 모바일 디바이스를 사용하여, 본 발명은 사용자에 대한 컬러 반응에 기초하여 분석 측정을 수행하는 프로세스를 단순화할 수도 있다. 적합한 모바일 디바이스를 사용할 때, 컬러 형성 반응에 기초하여 혈당 측정을 수행하는 프로세스는 특히, 최신 기술의 프로세스보다 적은 시간을 필요로 할 수도 있다.

또한, 본 발명은 모바일 디바이스 내에서의 열화의 검출을 허용할 수도 있다. 구체적으로 본 발명은 시간에 걸쳐 발생하는 결함들, 예를 들어 노화 신호 및/또는 스트레스 또는 손상으로부터 발생하는 결함들, 예를 들어 카메라 렌즈 내의 덴트 및/또는 스크래치를 검출하는 것을 허용한다. 열화 효과는 모바일 디바이스의 적합성을 반복적으로 평가함으로써 발명에 의해 검출될 수도 있다. 따라서, 미리정의된 인터벌들로 적합성의 평가를 반복하면 열화 효과를 검출할 수 있게 할 수도 있다.

본 발명은 분석 측정들을 위한 최신 기술의 방법들 및 디바이스들과 비교하여 환경 측면에서 이점들을 더 제공할 수도 있다. 특히, 본 발명은 정의된 조명 조건들을 보장하기 위해 종래 기술 시스템에서 종종 채용된 별도의 일회용 디바이스들 및/또는 하우징들의 사용을 감소시킬 수도 있다. 본 발명에서, 정의된 조명 조건들을 보장하기 위해 채용된 일회용 디바이스들 및/또는 하우징들의 사용은 필요하지 않을 수도 있다. 따라서, 예를 들어, 본 발명은 이러한 일회용 디바이스들 또는 하우징들을 회피할 수 있게 할 수도 있다.

본 발명은 컬러 형성에 기초한 분석 측정을 수행하기에 적합한 모바일 디바이스와 함께, 컬러 형성 반응에 기초한 분석 측정을 수행하기 위한 컴퓨터 실행가능 명령들을 포함하는, 애플리케이션, 예를 들어 앱의 사용만을 허용할 수도 있다. 특히, 본 발명은 컬러 형성 반응에 기초한 분석 측정을 수행할 때 정확하고 정밀한 결과들을 생성하기에 적합한 모바일 디바이스와 함께 애플리케이션의 사용을 허용할 수도 있다. 이에 의해, 본 발명은 컬러 형성 반응에 기초하여, 분석 측정, 특히 혈당 측정을 수행하기 위한 모바일 디바이스를 사용하는 안전성을 개선할 수도 있다. 구체적으로, 본 발명은 컬러 형성 반응에 기초하여 혈당 측정을 수행하기 위한 모바일 디바이스의 사용을 인정하기 전에 모바일 디바이스의 적합성을 허용할 수도 있다. 보다 구체적으로, 모바일 디바이스와 함께 이러한 분석 측정을 수행하기 위한 컴퓨터 실행가능 명령들을 포함하는 애플리케이션의 사용은 컬러 형성에 기초한 분석 측정에 적합한 모바일 디바이스를 사용하는 것만 인정될 수도 있다. 특히, 본 발명은 모바일 디바이스의 적합성이 보장된 후에만 애플리케이션의 사용을 인정할 수도 있다. 예를 들어, 컬러 형성 반응에 기초하여 혈당 측정을 수행하기에 적합하지 않거나 부적합한 모바일 디바이스 상의 애플리케이션의 다운로드가 금지될 수도 있다. 모바일 디바이스의 적성이 보장될 수도 있을 때까지 모바일 디바이스 상의 애플리케이션의 다운로드가 제한될 수도 있다. 따라서, 본 발명은 모바일 디바이스에 의한 혈당 측정의 수행을 인정하기 전에, 예를 들어 초기 검증 단계 또는 체크에서, 모바일 디바이스의 적합성을 평가함으로써 모바일 디바이스로 혈당 측정의 안전성을 개선할 수도 있다.

추가의 가능한 실시형태들을 요약하고 배제하지 않으면서 다음의 실시형태들이 예상될 수도 있다:

실시형태 1: 컬러 형성 반응에 기초하여 분석 측정을 수행하기 위한 적어도 하나의 카메라를 갖는 모바일 디바이스의 적합성을 평가하기 위한 방법으로서,

d) 이미지를 사용하여 컬러 분해능 정보의 적어도 하나의 아이템을 도출하는 단계

를 포함하는 모바일 디바이스의 적합성을 평가하기 위한 방법.

실시형태 2:

e) 컬러 형성 반응에 기초하여 분석 측정을 수행하는 목적으로 컬러 분해능 정보의 적어도 하나의 아이템을 적어도 하나의 임계 값과 비교함으로써, 모바일 디바이스의 적합성에 대한 적합성 정보의 적어도 하나의 아이템을 결정하는 단계

를 더 포함하는, 선행 실시형태에 따른 방법.

실시형태 3:

f) 분석 측정을 위해 모바일 디바이스의 적어도 하나의 컬러 스케일을 조정하는 단계

를 더 포함하는, 선행 실시형태들 중 어느 하나에 따른 방법.

실시형태 4: 이미지를 사용하여 적어도 하나의 컬러 분해능 정보를 도출하는 단계는,

d3) 픽셀들의 컬러 좌표들의 분포에 대해 적어도 하나의 통계 분석을 수행하고 통계 분석의 적어도 하나의 결과를 사용하여 컬러 분해능 정보의 적어도 하나의 아이템을 도출하는 단계를 포함한다.

실시형태 5: 통계 분석은 컬러 좌표들의 분포의 히스토그램 분석을 포함하는, 선행 실시형태에 따른 방법.

실시형태 6: 통계 분석은 컬러 좌표들의 분포 내에서 적어도 하나의 컬러 피크의 적어도 하나의 폭, 구체적으로 절반 폭, 보다 구체적으로는 반치전폭 (full width at half maximum) 을 결정하는 것을 포함하는, 2 개의 선행 실시형태들 중 어느 하나에 따른 방법.

실시형태 7: 컬러 분해능 정보의 적어도 하나의 아이템은 폭을 포함하는, 선행 실시형태에 따른 방법.

실시형태 8: 방법은 컬러 형성 반응에 기초하여 분석 측정을 수행할 목적으로 모바일 디바이스의 적합성을 결정하기 위해 폭을 적어도 하나의 임계 값과 비교하는 것을 포함하는, 2 개의 선행 실시형태들 중 어느 하나에 따른 방법.

실시형태 9: 분석 측정의 원하는 최대 부정확성을 제공하고, 분석 측정에서 결정될 적어도 하나의 분석물과 적어도 하나의 컬러 좌표 사이의 알려진 관계를 이용하여 원하는 최대 부정확성을 최소 분해능으로 변환하고, 그리고 최소 분해능을 사용하여 임계 값을 결정함으로써 임계 값이 결정되는, 선행 실시형태에 따른 방법.

실시형태 10: 통계 분석은 컬러 좌표들의 분포 내에서 적어도 하나의 컬러 피크의 적어도 하나의 중심의 적어도 하나의 컬러 좌표를 결정하는 것을 포함하는, 6 개의 선행 실시형태들 중 어느 하나에 따른 방법.

실시형태 11: 오브젝트는 상이한 컬러들을 갖는 적어도 2 개의 참조 컬러 필드들을 가지며, 통계 분석은 적어도 2 개의 상이한 컬러들에 대응하는 적어도 2 개의 컬러 피크들을 결정하는 것을 포함하는, 7 개의 선행 실시형태들 중 어느 하나에 따른 방법.

실시형태 12: 통계 분석은 적어도 2 개의 컬러 피크들의 중심들 사이의 거리를 결정하는 것을 포함하는, 선행 실시형태에 따른 방법.

실시형태 13: 컬러 분해능 정보의 적어도 하나의 아이템은 적어도 2 개의 컬러 피크들 사이의 거리를 포함하는, 선행 실시형태에 따른 방법.

실시형태 14: 방법은 컬러 형성 반응에 기초하여 분석 측정을 수행할 목적으로 모바일 디바이스의 적합성을 결정하기 위해 적어도 2 개의 컬러 피크들의 중심들 사이의 거리를 적어도 하나의 임계 값과 비교하는 것을 포함하는, 2 개의 선행 실시형태들 중 어느 하나에 따른 방법.

실시형태 15: 방법은 적어도 2 개의 컬러 피크들의 중심들 사이의 거리와 적어도 2 개의 컬러 피크들의 중심들 사이의 예상된 거리의 비율에 기초하여 컬러 리스케일링을 위한 적어도 하나의 교정 팩터를 결정하는 것을 포함하는, 3 개의 선행 실시형태들 중 어느 하나에 따른 방법.

실시형태 16: 방법은 적어도 방법 단계 d) 를 수행하기 위해 적어도 하나의 프로세서 및 소프트웨어 명령들을 사용하는 것을 포함하는, 선행 실시형태들 중 어느 하나에 따른 방법.

실시형태 17: 프로세서는 모바일 디바이스의 일부인, 선행 실시형태에 따른 방법.

실시형태 18: 모바일 디바이스는 모바일 통신 디바이스, 구체적으로 스마트 폰; 휴대용 컴퓨터, 구체적으로 노트북; 태블릿 컴퓨터로 이루어진 그룹으로부터 선택되는, 선행 실시형태들 중 어느 하나에 따른 방법.

실시형태 19: 방법 단계 c) 는 오브젝트에 대해 모바일 디바이스를 포지셔닝하기 위해 사용자에 대해 시각적 안내를 제공하는 단계를 포함하는, 선행 실시형태들 중 어느 하나에 따른 방법.

실시형태 20: 적어도 하나의 카메라를 갖는 모바일 디바이스를 사용하여 컬러 형성 반응에 기초하여 분석 측정을 수행하기 위한 방법으로서,

i) 선행 실시형태들 중 어느 하나에 따른 방법을 사용하여 모바일 디바이스의 적합성을 평가하는 단계;

를 포함하는, 분석 측정을 수행하는 단계

를 포함하는 분석 측정을 수행하기 위한 방법.

실시형태 21: 단계 i) 은 단계 iii) 이 수행되기 전에 적어도 한번 수행되는, 선행 실시형태에 따른 방법.

실시형태 22: 단계 ii) 는 분석 측정을 수행하기 위한 모바일 디바이스의 부적합성을 모바일 디바이스의 사용자에게 알리는 것을 포함하는, 2 개의 선행 실시형태들 중 어느 하나에 따른 방법.

실시형태 23: 단계 ii) 는 모바일 디바이스를 사용하여 분석 측정을 수행하려는 향후 시도를 차단하는 단계를 포함하는, 3 개의 선행 실시형태들 중 어느 하나에 따른 방법.

실시형태 24: 컴퓨터 프로그램으로서, 컴퓨터 프로그램이 컴퓨터 또는 컴퓨터 네트워크, 구체적으로 적어도 하나의 카메라를 갖는 모바일 디바이스의 프로세서 상에서 실행될 때, 선행 실시형태들 중 어느 하나에 따른 방법, 구체적으로 방법 단계 d) 및 선택적으로 방법 단계들 c), e) 및 f) 중 하나 이상을 수행하기 위한 컴퓨터 실행가능 명령들을 포함하는 컴퓨터 프로그램.

실시형태 25: 컬러 형성 반응에 기초하여 분석 측정을 수행하기 위한 모바일 디바이스로서, 모바일 디바이스는 적어도 하나의 카메라를 가지며, 모바일 디바이스는 다음의 단계들:

II. 이미지를 사용하여 컬러 분해능 정보의 적어도 하나의 아이템을 도출하는 단계

을 사용하여 자체-적합성 평가를 수행하기 위해 구성된다.

실시형태 26: 모바일 디바이스는 또한, 다음의 단계들:

를 포함하는, 분석 측정을 수행하는 단계

를 사용하여 컬러 형성 반응에 기초한 적어도 하나의 분석 측정을 수행하기 위해 구성된다.

실시형태 27: 모바일 디바이스는 선행하는 방법 실시형태들 중 어느 하나에 따른 방법을 수행하기 위해 구성되는, 2개의 선행 실시형태들 중 어느 하나에 따른 모바일 디바이스.

실시형태 28: 분석 측정을 수행하기 위한 키트로서,

- 모바일 디바이스를 인용하는 선행 실시형태들 중 어느 하나에 다른 적어도 하나의 모바일 디바이스;

- 컬러 형성 반응이 가능한 적어도 하나의 테스트 케미컬을 갖는 적어도 하나의 테스트 엘리먼트를 포함하는, 키트.

실시형태 29: 오브젝트는, 적어도 하나의 테스트 엘리먼트를 수용하기 위한 컨테이너; 참조 컬러 심 (shim); 테스트 엘리먼트로 구성된 그룹으로부터 선택될 수도 있고, 테스트 엘리먼트는 적용된 적어도 하나의 참조 컬러 필드를 갖는, 선행 실시형태에 따른 키트.

추가의 선택적 피처들 및 실시형태들은, 바람직하게는 종속 청구항들과 함께, 실시형태들의 후속 설명에서 더 상세히 개시될 것이다. 여기에서는, 개개의 선택적 피처들이 당업자가 알게 될 바와 같이, 임의의 실현가능한 조합으로 뿐만 아니라 분리된 방식으로 실현될 수도 있다. 발명의 범위는 바람직한 실시형태들에 의해 한정되지 않는다. 실시형태들이 도면들에 개략적으로 도시된다. 여기에서는, 이들 도면들에서 동일한 참조 번호들이 동일한 또는 기능적으로 비교할만한 엘리먼트들을 지칭한다.
도면들에서,
도 1 은 분석 측정을 수행하기 위한 키트 및 모바일 디바이스의 실시형태의 사시도를 나타낸다.
도 2 는 모바일 디바이스의 적합성을 평가하기 위한 방법의 플로우챠트를 나타낸다.
도 3 은 분석 측정을 수행하기 위한 방법의 플로우 챠트를 나타낸다.
도 4 는 모바일 디바이스에 의해 촬영된 이미지의 실시형태를 나타낸다.
도 5 및 도 6 은 단일 관심 영역 내의 픽셀들의 컬러 좌표들의 이상적 (도 5) 및 실제 (도 6) 분포의 통계 분석의 실시형태들의 그래프들을 나타낸다.
도 7, 도 8 및 도 9 는 2 개의 별도의 관심 영역 내의 픽셀들의 컬러 좌표들의 이상적 (도 7 및 도 9) 및 실제 (도 8) 분포의 통계 분석의 실시형태들의 그래프들을 나타낸다.
도 10 은 이미지를 촬영하는 모바일 디바이스의 실시형태를 나타낸다.

도 1 에는 분석 측정을 수행하기 위한 키트 (110) 가 사시도로 나타나 있다. 키트 (110) 는 적어도 하나의 모바일 디바이스 (112), 적어도 하나의 참조 컬러 필드 (116) 를 갖는 적어도 하나의 오브젝트 (114), 및 컬러 형성 반응이 가능한 적어도 하나의 테스트 케미컬 (120) 을 갖는 적어도 하나의 테스트 엘리먼트 (118) 를 포함한다. 도 1 에 나타낸 바와 같이, 적어도 하나의 참조 컬러 필드 (116) 를 갖는 오브젝트 (114) 는 테스트 엘리먼트 (118), 구체적으로 테스트 스트립, 또는 테스트 엘리먼트 컨테이너 (117), 구체적으로 테스트 스트립 컨테이너일 수도 있다. 참조 오브젝트 (114) 는 적어도 하나의 참조 컬러 필드 (116), 바람직하게는 각각 미리정의된 컬러를 갖는 복수의 참조 컬러 필드들 (116) 일 수도 있거나 이를 포함할 수도 있다. 따라서, 도 1 에서, 적어도 하나의 참조 컬러 필드 (116) 를 배열하기 위한 2 가지 상이한 가능성들, 즉 테스트 컨테이너 (117) 에 의해 포함된 적어도 하나의 참조 컬러 필드 (116) 를 갖는 및/또는 테스트 엘리먼트 (118) 에 의해 포함된 참조 컬러 필드 (116) 를 갖는 가능성이 나타나 있으며, 이는 독립적으로 실현될 수도 있다.

모바일 디바이스 (112) 는 적어도 하나의 카메라 (122) 를 가지며 디스플레이 (128) 및 프로세서 (126) 를 포함할 수도 있다. 또한, 모바일 디바이스 (112) 는 자체-적합성 평가를 수행하기 위해 구성된다. 자체-적합성 평가는 카메라 (122) 를 사용하여 적어도 하나의 참조 컬러 필드 (116) 의 적어도 하나의 이미지 또는 그 일부를 촬영하는 것을 포함한다. 예로서, 적어도 하나의 참조 컬러 필드 (116) 의 이미지 (123) 가 도 4 에 개략적으로 나타나 있다. 자체-적합성 평가는 이미지 (123) 를 사용하여 컬러 분해능 정보의 적어도 하나의 아이템을 도출하는 것을 더 포함한다. 컬러 분해능 정보의 아이템은 구체적으로, 2 이상의 컬러들을 분해하기 위한 카메라 (122) 의 능력을 정량화하는, 하나 이상의 수치 값들을 포함할 수도 있다. 따라서, 컬러 분해능 정보의 아이템은 예를 들어, 2 개의 컬러들을 구별하는데 필요한 2 개의 컬러 신호들 사이의 최소 거리일 수도 있거나 이를 포함할 수도 있다.

컬러 분해능 정보의 아이템을 결정하기 위해, 하나 이상의 참조 컬러 필드들 (116) 의 평가가 수행될 수도 있다. 다음에서는, 예로서, 적어도 2 개의 참조 컬러 필드들 (116) 의 평가가 나타나 있다. 도 1 및 도 4 에 나타낸 바와 같이, 오브젝트 (114) 는 복수의 참조 컬러 필드들 (116) 을 가질 수도 있다. 바람직하게 오브젝트 (114) 는 제 1 컬러 (132) 를 갖는 제 1 참조 컬러 필드 (130), 및 제 2 컬러 (136) 를 갖는 제 2 참조 컬러 필드 (134) 를 가질 수도 있다. 예로서, 오브젝트 (114) 는 또한, 도 1 에서 알 수 있는 바와 같이, 2 보다 많은 참조 컬러 필드들 (116) 을 가질 수도 있다. 참조 컬러 필드 (116) 는 각각 사이즈 및 형상에서 달라질 수도 있다. 예를 들어, 도 1 에 나타낸 참조 컬러 필드 (116) 는 각각 직사각형 형상을 가질 수도 있고, 도 4 에 나타낸 참조 컬러 필드들 (116) 은 둥근 형상을 가질 수도 있다. 구체적으로, 참조 컬러 필드들 (116) 은 각각 상이한 형상을 가질 수도 있다. 따라서, 제 1 참조 컬러 필드 (130) 와 제 2 참조 컬러 필드 (134) 는 형상이 상이한 것이 가능할 수도 있다.

도 2 에서는, 예를 들어 도 1 및 도 4 의 설정에 기초하여 모바일 디바이스의 적합성을 평가하기 위한 방법 (140) 의 실시형태의 플로우 챠트 (138) 가 나타나 있다. 방법 (140) 은 예를 들어, 도 1 에 나타낸 바와 같이, 적어도 하나의 카메라 (122) 를 갖는 적어도 하나의 모바일 디바이스 (112) 제공하는 단계 a) (방법 단계 (142)) 를 포함한다. 방법 (140) 은 예를 들어, 도 1 에 나타낸 바와 같이, 적어도 하나의 참조 컬러 (116) 를 갖는 적어도 하나의 오브젝트 (114) 를 제공하는 단계 b)(방법 단계 (144)) 를 더 포함한다. 또한, 방법 (140) 은 카메라 (122) 를 사용하여 참조 컬러 필드 (116) 의 적어도 일부의 적어도 하나의 이미지 (123) 를 촬영하는 단계 c)(방법 단계 (146)) 를 포함한다.

이미지 (123) 를 촬영하는 모바일 디바이스 (112) 의 실시형태 (상기 단계 c)) 가 도 10 에 도시되어 있으며, 모바일 디바이스 (112) 는 카메라 (122) 를 포함한다. 부가적으로, 카메라를 사용하여 참조 컬러 필드 (116) 의 적어도 일부의 이미지 (123) 를 촬영할 때, 오브젝터 (114) 에 대해 모바일 디바이스 (112) 및/또는 카메라 (122) 를 포지셔닝하기 위한 안내가 제공될 수도 있다. 안내는 시각적 안내일 수도 있고, 모바일 디바이스 (112) 의 디스플레이 (128) 상에서 중첩된, 테스트 엘리먼트 (118) 또는 오브젝트 (114) 의 형상 또는 아웃라인 (147), 예를 들어 직사각형 아웃라인을 포함할 수도 있다. 도 10 에 나타낸 바와 같이, 안내는 테스트 엘리먼트 (118) 에 대해 카메라 (122) 및/또는 모바일 디바이스 (112) 를 포지셔닝하기 위한 시각적 안내를 제공하는, 모바일 디바이스 (112) 의 디스플레이 (128) 상에서 중첩된, 테스트 엘리먼트 (118) 의 아웃라인 (147) 을 포함할 수도 있다. 방법 (140) 은 이미지 (123) 를 사용하여 컬러 분해능 정보의 적어도 하나의 아이템을 도출하는 단계 d)(방법 단계 (148)) 를 더 포함할 수도 있다.

방법 단계 (148)(단계 d)) 는 3 개의 하위단계들과 같은 하위단계들을 포함할 수도 있다. 제 1 하위단계 d1)(방법 단계 (150)) 는 이미지 (123) 내에서 적어도 하나의 관심 영역 (152) 을 결정하는 단계를 포함할 수도 있다. 구체적으로, 방법 단계 (150) 는 참조 컬러 필드 (116) 의 적어도 일부의 이미지 (123) 내에서 적어도 하나의 관심 영역 (152) 을 결정하는 단계를 포함할 수도 있다. 관심 영역 (152) 의 예가 도 4 에 도시되어 있다. 따라서, 예를 들어, 제 1 관심 영역 (154) 은 제 1 컬러 (132) 를 갖는 제 1 참조 컬러 필드 (130) 에서 검출될 수도 있고, 제 2 관심 영역 (156) 은 제 2 컬러 (136) 를 갖는 제 2 참조 컬러 필드 (134) 에서 검출될 수도 있다.

제 2 하위단계 d2)(방법 단계 (158)) 는 관심 영역 (152) 내에서 이미지 (123) 의 픽셀들 (162) 의 적어도 하나의 컬러 좌표를 결정하는 단계를 포함할 수도 있다. 구체적으로, 카메라 (122) 에 의해 촬영된 이미지 (123) 는 복수의 이미지 픽셀들 (163) 을 포함할 수도 있다. 따라서, 이미지 (123) 내에서 결정된 관심 영역 (152) 은 이미지 픽셀들 (163) 의 일부를 포함할 수도 있다. 구체적으로, 관심 영역 (152) 에 의해 포함된 픽셀들 (162) 이 이미지 (123) 에 의해 포함된 이미지 픽셀들 (162) 보다 수가 더 작을 수도 있다. 픽셀들 (162) 을 포함하는 모든 이미지 픽셀 (163) 은 적어도 하나의 컬러 좌표 (160) 를 포함하는 컬러 좌표계에서 기술될 수 있는 컬러를 제시할 수도 있다. 예를 들어, 적어도 하나의 컬러 좌표 (160) 는 테스트 케미컬 (120) 의 컬러 형성 반응 동안 최상위 변화를 겪는 것으로 알려져 있을 수도 있다. 이와 같이, 구체적으로 관심 영역 (152) 내의 픽셀들 (162) 의 적어도 하나의 컬러 좌표 (160) 가 이에 따라 결정될 수도 있다. 보다 구체적으로, 각각의 픽셀 (162) 에 대해 픽셀 (162) 의 적어도 하나의 컬러 좌표 (160) 를 나타내는 값이 결정될 수도 있다.

제 3 하위단계 d3)(방법 단계 (164)) 는 픽셀들 (162) 의 컬러 좌표 (160) 의 분포에 대해 적어도 하나의 통계 분석 (165) 을 수행하는 단계를 포함할 수도 있다. 구체적으로, 통계 분석 (165) 은 관심 영역 (152) 내의 픽셀들 (162) 의 컬러 좌표 (160) 를 나타내는 값들에 대해 수행될 수도 있다. 픽셀들 (162) 의 컬러 좌표들 (160) 에 대한 분포의 통계 분석 (165) 은 구체적으로 픽셀들 (162) 의 컬러 좌표들 (160) 에 대한 분포의 히스토그램 분석 (166) 을 포함할 수도 있다.

도 6 은 픽셀들 (162) 의 컬러 좌표들 (160) 에 대한 분포의 히스토그램 분석 (166) 의 실시형태의 그래프 (168) 를 나타낸다. 히스토그램 분석 (166) 은 컬러 좌표 (160) 에 대한 히스토그램 (170) 을 포함할 수도 있다. 히스토그램 (170) 은 예를 들어, 픽셀들 (162) 의 컬러 좌표들 (160) 를 나타내는 값들을 컬러 좌표 (160) 의 축 상의 별개의 섹션들로 양자화함으로써 확립될 수도 다. 정량화된 값들 (172) 은 정량화 축 (174) 에 대하여 도 6 에서 플로팅되어 있다. 후속하여, 곡선 (176) 은 적어도 하나의 피팅 파라미터를 사용하여 히스토그램 (170) 에 피팅될 수도 있다. 제 3 하위단계 d3)(방법 단계 (164)) 는 통계 분석 (165) 의 적어도 하나의 결과를 이용하여 컬러 분해능 정보의 적어도 하나의 항목을 도출하는 단계를 더 포함할 수도 있다. 구체적으로, 컬러 분해능 정보의 적어도 하나의 아이템은 반치전폭과 같은 폭 (178) 을 포함할 수도 있다. 폭 (178) 은 적어도 하나의 피팅 파라미터로부터 도출될 수도 있다. 폭 (178) 은 카메라 (122) 및/또는 카메라 (122) 를 포함하는 모바일 디바이스 (112) 의 컬러 분해능을 직접 표시할 수도 있다. 또한, 피팅된 곡선 (176) 의 최대 또는 피크는 픽셀들 (162) 의 적어도 하나의 컬러 좌표 (160) 에 대한 분포의 중심 (180) 을 표시할 수도 있다.

도 5 는 통계 분석 (165) 의 이상화된 실시형태의 그래프 (168) 를 나타낸다. 구체적으로, 픽셀 (162) 의 컬러 좌표 (160) 에 대한 이상적인 분포는 도 5 에 나타낸 이상적인 곡선 (175) 에 의해 표현될 수도 있다. 참조 필드 (116) 의 컬러는 일반적으로 알려져 있을 수도 있으며 따라서 그러한 이상적인 분포를 생성하는데 사용될 수도 있고, 여기서 도 5 에 나타낸 폭 (178) 은 분석 측정을 수행하는 목적으로 카메라 (122) 및/또는 모바일 디바이스 (112) 의 최소 분해능을 표시하는 최대 폭 (177) 과 동일할 수도 있다. 따라서, 이상적인 중심 (179) 은 컬러 참조 필드 (116) 의 컬러와 동일할 수도 있다.

모바일 디바이스 (112) 의 적합성을 평가하기 위한 방법 (140) 은 컬러 형성 반응에 기초하여 분석 측정을 수행하는 목적으로 컬러 분해능 정보의 적어도 하나의 아이템을 적어도 하나의 임계 값 (182) 과 비교함으로써, 모바일 디바이스의 적합성에 대한 적합성 정보의 적어도 하나의 아이템을 결정하는 단계 e)(방법 단계 (181)) 를 더 포함할 수도 있다. 적어도 하나의 임계 값 (182) 은 예를 들어, 포도당 농도 결정의, 분석 측정의 원하는 정확도 및/또는 정밀도로부터 도출될 수도 있다. 예를 들어, 임계 값 (182) 은 도 5 에 나타낸, 카메라의 최소 분해능을 표시하는 최대 폭 (177) 일 수도 있거나 이를 포함할 수도 있다.

도 6 에 나타낸 히스토그램 분석 (166) 에서, 관심 영역 (152) 내의 픽셀들 (162) 의 컬러 좌표 (160) 에 대한 분포의 중심 (180) 은 도 4 에 나타내 바와 같이, 참조 컬러 필드 (116) 의 참조 컬러에 대응할 수도 있다. 따라서, 부가적으로 또는 대안으로, 임계 값 (182) 은 참조 컬러 필드 (116) 의 알려진 컬러와 참조 컬러 필드 (116) 의 결정된 컬러 사이의 최대 불일치일 수도 있거나 이를 포함할 수도 있다. 알려진 컬러와 결정된 컬러 사이의 불일치는 중심 (180) 과 이상적인 중심 (179) 사이의 거리에서 측정될 수도 있다. 적합성 정보 (183) 의 적어도 하나의 아이템은 이에 의해 컬러 분해능 정보의 아이템, 구체적으로 폭 (180) 및/또는 중심 (180) 과 이상적인 중심 (179) 사이의 거리를 임계 값, 구체적으로 중심 (180) 과 이상적 중심 (179) 사이의 최대 불일치 또는 거리 및/또는 최대 폭 (177) 과 비교함으로써 결정될 수도 있다.

도 1 및 도 4 에 나타낸 바와 같이, 2 개의 상이한 참조 컬러 필드 (116) 는 카메라 (122) 에 의해 촬영된 이미지 (123) 내에 존재할 수도 있다. 따라서, 2 개의 상이한 중심들 (180) 은 통계 분석 (165) 에 의해 도출될 수도 있다. 도 8 에 나타낸 바와 같이, 제 1 중심 (184) 은 제 1 관심 영역 (154) 내의 픽셀들 (162) 의 컬러 좌표 (160) 에 대한 분포의 통계 분석 (165) 으로부터 도출될 수도 있고, 제 2 중심 (186) 은 제 2 관심 영역 (156) 내의 픽셀들 (162) 의 컬러 좌표 (160) 에 대한 분포의 통계 분석 (165) 으로부터 도출될 수도 있다. 도 7 은 제 1 컬러 (132) 를 갖는 제 1 컬러 필드 (130) 에서 검출된 제 1 관심 영역 (154) 내의 픽셀들 (162) 의 컬러 좌표 (160) 에 대한 이상화된 분포를 표시하는 이상화된 제 1 곡선 (189) 의 통계 분석 (165) 의 그래프 (168) 를 나타낸다. 도 7 에 표시된 통계 분석 (165) 의 그래프 (168) 는 또한 제 2 컬러 (136) 를 갖는 제 2 컬러 필드 (134) 에서 검출된 제 2 관심 영역 (156) 내의 픽셀들 (162) 의 컬러 좌표 (160) 에 대한 이상적인 분포를 표시하는 이상화된 제 2 곡선 (190) 을 나타낸다. 도 7 은 또한 제 2 컬러 (132) 을 표현하는 이상화된 제 1 중심 (185) 및 제 2 컬러 (136) 를 표현하는 이상화된 제 2 중심 (187) 을 나타낸다.

도 8 은 통계 분석 (165), 구체적으로 2 개의 히스토그램들 (170) 을 포함하는 히스토그램 분석 (166) 의 그래프 (168) 를 나타낸다. 제 1 히스토그램 (192) 은 예를 들어, 제 1 관심 영역 (154) 내의 픽셀들 (162) 의 컬러 좌표들 (160) 을 나타내는 값들의 양자화에 의해 확립될 수도 있고, 제 2 히스토그램 (194) 은 예를 들어, 제 2 관심 영역 (156) 내의 픽셀들 (162) 의 컬러 좌표 (160) 를 나타내는 값들의 양자화에 의해 확립될 수도 있다. 후속하여, 제 1 곡선 (188) 은 제 1 히스토그램 (190) 에 피팅될 수도 있고, 제 2 곡선 (190) 은 제 2 히스토그램 (194) 에 피팅될 수도 있다. 도 7 에 나타낸 바와 같이, 제 1 중심 (184) 은 제 1 곡선 (188) 으로부터 도출될 수도 있고 제 2 중심 (186) 은 제 2 곡선 (190) 으로부터 도출될 수도 있다. 또한, 제 1 폭 (196) 및 제 2 폭 (198) 은 제 1 곡선 (188) 및 제 2 곡선 (190) 으로부터 도출될 수도 있다. 제 1 중심 (184) 과 제 2 중심 (186) 사이의 거리 (196) 가 결정되어, 결정된 거리 (198) 로 이어진다. 위에 개요가 설명된 바와 같이, 참조 컬러 필드들 (116) 의 컬러들은 일반적으로 알려져 있다. 따라서, 제 1 컬러 (132) 를 표시하는 이상적인 제 1 중심 (185) 과 제 2 컬러 (136)를 표시하는 이상적인 제 2 중심 (187) 사이의 거리 (196) 가 일반적으로 알려져 있어서, 예상된 거리 (200) 로 이어진다. 구체적으로, 도 9 에 나타낸 바와 같이, 결정된 거리 (198) 와 예상된 거리 (200) 사이의 차이가 존재할 수도 있다.

모바일 디바이스 (112) 의 적합성을 평가하기 위한 방법 (140) 은 분석 측정을 위해 모바일 디바이스 (112) 의 적어도 하나의 컬러 스케일 (202) 를 조정하는 단계 f) (방법 단계 (201)) 를 더 포함할 수도 있다. 구체적으로, 결정된 거리 (198) 와 예상된 거리 (200) 사이의 차이는 분석 측정을 위해 모바일 디바이스의 적어도 하나의 컬러 스케일 (202) 을 조정하기 위해 사용될 수도 있다. 구체적으로, 컬러 좌표 (160) 및/또는 오프셋 (204) 의 스케일의 신장은 분석 측정을 위해 모바일 디바이스 (112) 의 적어도 하나의 컬러 스케일 (202) 을 리스케일링하기 위해 결정될 수도 있다. 보다 구체적으로, 교정 팩터 및/또는 오프셋 (204) 은 모바일 디바이스 (112) 의 컬러 스케일 (202) 을 리스케일링하기 위해 결정될 수도 있다.

모바일 디바이스 (112) 는 또한 컬러 형성 반응에 기초하여 적어도 하나의 분석 측정을 수행하기 위해 구성될 수도 있다. 컬러 형성 반응에 기초하여 분석 측정을 수행하기 위한 방법 (206) 의 실시형태의 플로우 챠트 (138) 는 도 3 에 나타나 있다. 분석 측정을 수행하기 위한 방법 (206) 은 모바일 디바이스 (112) 의 적합성을 평가하기 위한 방법 (140) 을 사용하여 모바일 디바이스 (112) 의 적합성을 평가하는 제 1 단계 i)(방법 단계 (208)) 을 포함할 수도 있다. 구체적인 모바일 디바이스 (112) 의 적합성은 상술한 바와 같은 방법 (140) 을 사용하여 평가될 수도 있다.

또한, 방법 (206) 은 분기점 (210) 을 포함할 수도 있다. 분기점 (210) 은 제 1 분기 (212) 와 제 2 분기 (214) 사이에서 판정하는 것과 같은, 조건 질의를 표시할 수도 있다. 예를 들어, 조건 질의는 적합성 정보의 아이템을 이용할 수도 있다. 적합성 정보의 아이템 (183) 은 "적합한"("y") 또는 "적합하지 않은"("n") 과 같은, 모바일 디바이스 (112) 에 대한 부울 정보를 포함할 수도 있다. 제 1 분기 (212) 는 모바일 디바이스 (112) 가 분석 측정을 수행하기에 적합하지 않음을 표시하고, 따라서 제 1 분기는 제 2 단계 ii) 로 이어질 수도 있고 (방법 단계 (216)), 적합성 정보 (183) 의 적어도 하나의 아이템이 모바일 디바이스 (112) 가 분석 측정을 수행하기에 적합하지 않은 것을 표시하는 경우, 분석 측정을 수행하기 위한 방법 (206) 을 중단한다. 구체적으로, 혈당 측정은 적합성 정보 (183) 의 아이템이 모바일 디바이스 (112) 가 혈당 측정을 수행하기에 적합하지 않음을 표시하는 경우 수행되지 않을 수도 있다. 보다 구체적으로, 혈당 측정은 혈당 농도를 결정하기 위한 원하는 정확도 및/또는 원하는 정밀도가 모바일 디바이스 (112) 및/또는 카메라 (122) 에 의해 충족되지 않은 경우 수행되지 않을 수도 있다.

제 2 분기 (214) 는 모바일 디바이스 (112) 가 분석 측정을 수행하기에 적합함을 표시한다. 따라서, 제 2 분기는 적합성 정보 (183) 의 적어도 하나의 아이템이 모바일 디바이스 (112) 가 분석 측정을 수행하는 분석 측정을 수행하기에 적합함을 표시하는 경우 제 3 단계 iii)(방법 단계 (218)) 를 수행하는 것으로 이어질 수도 있다. 구체적으로, 혈당 측정은 적합성 정보 (183) 의 아이템이 모바일 디바이스 (112) 가 혈당 측정을 수행하기에 적합함을 표시하는 경우 수행되지 않을 수도 있다. 보다 구체적으로, 혈당 측정은 혈당 농도를 결정하기 위한 원하는 정확도 및/또는 원하는 정밀도가 카메라 (122) 및/또는 모바일 디바이스 (112) 에 의해 충족되는 경우에만 수행될 수도 있다. 예를 들어, 일단 모바일 디바이스 (112) 의 적합성이 결정되면, 임의의 수의 분석 측정들이 모바일 디바이스 (112) 를 사용하여 수행될 수도 있다. 그러나, 대안으로, 모바일 디바이스 (112) 의 적합성의 평가, 예를 들어 방법 (140) 은 예를 들어, 미리결정된 또는 결정가능한 인터벌들 후에 또는 모바일 디바이스 (112) 에 임의의 변화들이 이루어진 경우에 반복될 수도 있다. 따라서, 단계 i)(방법 단계 (208)) 는 단계 iii)(방법 단계 (218)) 가 적어도 한번 수행되기 전에 적어도 한번 수행될 수도 있거나, 또는 방법 단계 (208) 가 방법 단계 (218) 이 반복적으로 수행될 수도 있기 전에 적어도 한번 수행될 수도 있다. 그러나, 방법 단계 (218) 에 따라 모바일 디바이스 (112) 를 사용하여 분석 측정을 수행하는 것은 복수의 서브단계들을 포함할 수도 있다.

방법 단계 (218) 는 컬러 형성 반응이 가능한 적어도 하나의 테스트 케미컬 (120) 을 갖는 적어도 하나의 테스트 엘리먼트 (118) 에 적어도 하나의 샘플을 적용하는 단계를 포함하는 제 1 부분 단계 a)(방법 단계 (220)) 를 포함할 수도 있다. 구체적으로, 적어도 하나의 체액 샘플, 예를 들어 혈액이 적어도 하나의 테스트 엘리먼트 (118) 에 적용될 수도 있다. 도 1 에 나타낸 바와 같이, 테스트 엘리먼트 (118) 는 컬러 형성 반응이 가능한 테스트 케미컬 (120) 을 포함할 수도 있다. 특히, 테스트 케미컬 (120) 은 체액에서의 분석물 농도와 상관되는 컬러 형성 반응이 가능할 수도 있다. 예를 들어, 테스트 케미컬 (120) 은 테스트 엘리먼트 (118) 에 적용된 혈액 내의 포도당 농도와 상관되는 컬러 형성 반응이 가능할 수도 있다.

방법 단계 (218) 는 카메라 (122) 를 사용하여 테스트 엘리먼트 (118) 의 적어도 일부의 적어도 하나의 이미지 (123) 를 촬영하는 단계 b)(방법 단계 (222)) 를 더 포함할 수도 있다. 구체적으로, 테스트 엘리먼트 (118)의 적어도 일부의 적어도 하나의 이미지 (123) 를 촬영할 때, 도 10 에 나타낸 바와 같이, 모바일 디바이스 (112) 의 디스플레이 (128) 상에 중첩된 아웃라인 (147) 은 모바일 디바이스 (112) 의 카메라 (122) 에 대해 테스트 엘리먼트 (118) 를 포지셔닝하기 위한 시각적 안내를 제공할 수도 있다. 따라서, 방법 (140) 내의 방법 단계 (164) 및 방법 (206) 내의 방법 단계 (222) 양자 모두에 안내가 제공될 수도 있다. 따라서, 이미지를 촬영하는 모바일 디바이스 (112) 를 나타내는 도 10 은, 방법 (140) 의 방법 단계 (164) 및 방법 (206) 의 방법 단계 (222) 양자 모두를 도시할 수도 있다.

또한, 방법 단계 (218) 는 이미지 (123) 를 평가하고 적어도 하나의 분석 정보를 도출하는 단계를 포함하는 제 3 부분 단계 c)(방법 단계 (224)) 를 포함할 수도 있다. 구체적으로, 적어도 하나의 분석 정보는 컬러 형성 반응이 가능한 테스트 케미컬 (120) 을 포함하는 테스트 엘리먼트 (118) 에 적용된, 혈액 내의 혈당 농도와 같은, 샘플 내의 분석물의 농도일 수도 있거나 이를 포함할 수도 있다. 이미지 (123) 의 평가는 컬러 좌표와 농도 사이의 미리결정된 또는 결정가능한 상관관계를 사용함으로써, 샘플 내의 분석물의 농도로 테스트 케미컬 (120) 의 결정된 컬러 좌표를 변환하는 것을 포함할 수도 있다. 예를 들어, 상관관계는 경험적으로 결정된 변환 함수, 변환 테이블 또는 룩업 테이블일 수도 있거나 이를 포함할 수도 있다. 예로서, 상관관계는 도 1 에 도시된 모바일 디바이스 (112) 에 의해 포함된 저장 디바이스에 저장될 수도 있다. 구체적으로, 상관관계는 소프트웨어, 보다 구체적으로 앱에 의해 저장 디바이스에 저장될 수도 있다. 또한, 소프트웨어 및/또는 앱은 도 2 및 도 3 에 도시된 바와 같이, 방법 (140) 및 방법 (206) 양자 모두를 수행하기 위한 컴퓨터 실행가능 명령들을 포함하는 컴퓨터 프로그램일 수도 있거나 이에 의해 포함될 수도 있다. 프로그램은 컴퓨터 또는 컴퓨터 네트워크 상에서 실행될 수도 있고, 구체적으로 프로그램은 카메라 (122) 를 포함하는 모바일 디바이스 (112) 의 프로세서 (126) 상에서 실행될 수도 있다.

110 분석 측정을 수행하기 위한 키트
112 모바일 디바이스
114 오브젝트
116 참조 컬러 필드
117 테스트 엘리먼트 컨테이너
118 테스트 엘리먼트
120 테스트 케미컬
122 카메라
123 이미지
126 프로세서
128 디스플레이
130 제 1 참조 컬러 필드
132 제 1 컬러
134 제 2 참조 컬러 필드
136 제 2 컬러
138 플로우 차트
140 모바일 디바이스의 적합성을 평가하기 위한 방법
142 단계 a): 적어도 하나의 카메라를 갖는 적어도 하나의 모바일 디바이스를 제공함
144 단계 b): 적어도 하나의 참조 컬러 필드를 갖는 적어도 하나의 오브젝트를 제공함
146 단계 c): 카메라를 사용하는 사용하여 참조 컬러 필드의 적어도 일부의 적어도 하나의 이미지를 촬영함
147 아웃라인
148 단계 d): 이미지를 사용하여 컬러 분해능 정보의 적어도 하나의 아이템을 도출함
150 단계 d1): 이미지 내에서 적어도 하나의 관심 영역을 결정함
152 관심 영역
154 제 1 관심 영역
156 제 2 관심 영역
158 서브 단계 d2): 관심 영역 내에서 이미지의 픽셀들의 적어도 하나의 컬러 좌표를 결정함
160 컬러 좌표
162 픽셀
163 이미지 픽셀
164 서브단계 d3): 픽셀들의 컬러 좌표의 분포에 대해 적어도 하나의 통계 분석을 수행함
165 통계 분석
166 히스토그램 분석
168 그래프
170 히스토그램
172 정량화된 값들
174 정량화 축
175 이상적인 곡선
176 곡선
177 최소 폭
178 폭
179 이상적인 중심
180 중심
181 단계 e): 컬러 분해능 정보의 적어도 하나의 아이템을 적어도 하나의 임계 값과 비교함
182 임계 값
183 적합성 정보의 아이템
184 제 1 중심
185 이상적인 제 1 중심
186 제 2 중심
187 이상적인 제 2 중심
188 제 1 곡선
189 이상적인 제 1 곡선
190 제 2 곡선
191 이상적인 제 2 곡선
192 제 1 히스토그램
194 제 2 히스토그램
196 거리
198 결정된 거리
200 예상된 거리
201 단계 f): 분석 측정을 위해 모바일 디바이스의 적어도 하나의 컬러 스케일을 조정함
202 컬러 스케일
204 오프셋
206 분석 측정을 수행하는 방법
208 단계 i): 모바일 디이스의 적합성을 평가함
210 분기점
212 제 1 분기: 모바일 디바이스가 적합하지 않음
214 제 2 분기: 모바일 디바이스가 적합함
216 단계 ii): 방법을 중단함
218 단계 iii): 분석 측정을 수행함
220 부분 단계 a): 적어도 하나의 샘플을 적어도 하나의 테스트 엘리먼트에 적용함
222 부분 단계 b): 카메라를 사용하여 테스트 엘리먼트의 이미지를 촬영함
224 부분 단계 c): 이미지를 평가하고 그 분석 정보를 도출함

Claims

컬러 형성 반응에 기초하여 분석 측정을 수행하기 위한 적어도 하나의 카메라 (122) 를 갖는 모바일 디바이스 (112) 의 적합성을 평가하기 위한 방법으로서,
a) 상기 적어도 하나의 카메라 (122) 를 갖는 적어도 하나의 모바일 디바이스 (112) 를 제공하는 단계;
b) 적어도 하나의 참조 컬러 필드 (116) 를 갖는 적어도 하나의 오브젝트 (114) 를 제공하는 단계;
c) 상기 카메라 (122) 를 사용하여 상기 참조 컬러 필드 (116) 의 적어도 일부의 적어도 하나의 이미지 (123) 를 촬영하는 단계; 및
d) 상기 이미지 (123) 를 사용하여 컬러 분해능 정보의 적어도 하나의 아이템을 도출하는 단계로서, 상기 컬러 분해능 정보의 적어도 하나의 아이템은 2 이상의 컬러들을 분해하는 능력을 정량화하는, 하나 이상의 수치 값들을 포함하는, 상기 컬러 분해능 정보의 적어도 하나의 아이템을 도출하는 단계를 포함하는, 모바일 디바이스의 적합성을 평가하기 위한 방법.
제 1 항에 있어서,
e) 상기 컬러 형성 반응에 기초하여 분석 측정을 수행하는 목적으로 상기 컬러 분해능 정보의 적어도 하나의 아이템을 적어도 하나의 임계 값 (182) 과 비교함으로써, 모바일 디바이스 (112) 의 적합성에 대한 적합성 정보의 적어도 하나의 아이템을 결정하는 단계를 더 포함하는, 모바일 디바이스의 적합성을 평가하기 위한 방법.
제 1 항 또는 제 2 항에 있어서,
f) 상기 분석 측정을 위해 상기 모바일 디바이스 (112) 의 적어도 하나의 컬러 스케일을 조정하는 단계를 더 포함하는, 모바일 디바이스의 적합성을 평가하기 위한 방법.
제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
상기 이미지 (123) 를 사용하여 적어도 하나의 컬러 분해능 정보를 도출하는 단계는,
d1) 상기 이미지 (123) 내에서 적어도 하나의 관심 영역 (152) 을 결정하는 단계;
d2) 상기 관심 영역 (152) 내에서 상기 이미지 (123) 의 픽셀들 (162) 의 적어도 하나의 컬러 좌표를 결정하는 단계;
d3) 상기 픽셀들 (162) 의 컬러 좌표들의 분포에 대해 적어도 하나의 통계 분석을 수행하고 상기 통계 분석의 적어도 하나의 결과를 사용하여 상기 컬러 분해능 정보의 적어도 하나의 아이템을 도출하는 단계를 포함하는, 모바일 디바이스의 적합성을 평가하기 위한 방법.
제 4 항에 있어서,
상기 통계 분석은 컬러 좌표들의 분포의 히스토그램 분석을 포함하는, 모바일 디바이스의 적합성을 평가하기 위한 방법.
제 4 항 또는 제 5 항에 있어서,
상기 통계 분석은 컬러 좌표들의 분포 내에서 적어도 하나의 컬러 피크의 적어도 하나의 폭 (178) 을 결정하는 것을 포함하고, 상기 방법은 상기 컬러 형성 반응에 기초하여 분석 측정을 수행하는 목적으로 모바일 디바이스 (112) 의 적합성을 결정하기 위해 상기 폭 (178) 을 적어도 하나의 임계 값 (182) 과 비교하는 단계를 포함하는, 모바일 디바이스의 적합성을 평가하기 위한 방법.
제 4 항 내지 제 6 항 중 어느 한 항에 있어서,
상기 통계 분석은 컬러 좌표들의 분포 내에서 적어도 하나의 컬러 피크의 적어도 하나의 중심 (180) 의 적어도 하나의 컬러 좌표를 결정하는 것을 포함하는, 모바일 디바이스의 적합성을 평가하기 위한 방법.
제 4 항 내지 제 7 항 중 어느 한 항에 있어서,
상기 오브젝트 (114) 는 상이한 컬러들을 갖는 적어도 2 개의 참조 컬러 필드들 (116) 을 가지며, 상기 통계 분석은 적어도 2 개의 상이한 컬러들에 대응하는 적어도 2 개의 컬러 피크들을 결정하는 것을 포함하고, 상기 통계 분석은 상기 적어도 2 개의 컬러 피크들의 중심들 사이의 거리를 결정하는 것을 포함하며, 상기 방법은 상기 적어도 2 개의 컬러 피크들의 중심들 사이의 거리와 상기 적어도 2 개의 컬러 피크들의 중심들 사이의 예상된 거리의 비율에 기초한 컬러 리스케일링을 위한 적어도 하나의 교정 (calibration) 팩터를 결정하는 단계를 더 포함하는, 모바일 디바이스의 적합성을 평가하기 위한 방법.
제 1 항 내지 제 8 항 중 어느 한 항에 있어서,
방법 단계 c) 는 상기 오브젝트 (114) 에 대해 상기 모바일 디바이스 (112) 를 포지셔닝하기 위해 사용자에 대해 시각적 안내를 제공하는 단계를 포함하는, 모바일 디바이스의 적합성을 평가하기 위한 방법.
적어도 하나의 카메라 (122) 를 갖는 모바일 디바이스 (112) 를 사용하여 컬러 형성 반응에 기초하여 분석 측정을 수행하기 위한 방법으로서,
i) 제 1 항 내지 제 9 항 중 어느 한 항에 기재된 방법을 사용하여 상기 모바일 디바이스 (112) 의 적합성을 평가하는 단계;
ii) 상기 컬러 분해능 정보의 적어도 하나의 아이템이 상기 모바일 디바이스 (112) 가 상기 분석 측정을 수행하는데 적합하지 않다고 표시하는 경우, 상기 분석 측정을 수행하기 위한 방법을 중단하는 단계;
iii) 상기 컬러 분해능 정보의 적어도 하나의 아이템이 상기 모바일 디바이스 (112) 가 상기 분석 측정을 수행하는데 적합하다고 표시하는 경우, 다음의 단계들:
a. 컬러 형성 반응이 가능한 적어도 하나의 테스트 케미컬을 갖는 적어도 하나의 테스트 엘리먼트에 적어도 하나의 샘플을 적용하는 단계;
b. 상기 카메라 (122) 를 사용하여 상기 테스트 엘리먼트의 적어도 일부의 적어도 하나의 이미지 (123) 를 촬영하는 단계;
c. 상기 이미지 (123) 를 평가하고 그의 적어도 하나의 분석 정보를 도출하는 단계
를 포함하는, 분석 측정을 수행하는 단계를 포함하는, 컬러 형성 반응에 기초하여 분석 측정을 수행하기 위한 방법.
제 10 항에 있어서,
단계 ii) 는, 상기 분석 측정을 수행하기 위한 상기 모바일 디바이스 (112) 의 부적합성을 상기 모바일 디바이스 (112) 의 사용자에게 알리는 단계; 상기 모바일 디바이스 (112) 를 사용하여 상기 분석 측정을 수행하려는 향후 시도들을 차단하는 단계 중 적어도 하나를 포함하는, 컬러 형성 반응에 기초하여 분석 측정을 수행하기 위한 방법
컴퓨터 실행가능 명령들을 포함하는 컴퓨터 프로그램으로서,
상기 컴퓨터 실행가능 명령들은, 상기 프로그램이 컴퓨터 또는 컴퓨터 네트워크 상에서 실행될 때, 제 1 항 내지 제 11 항 중 어느 한 항에 기재된 방법을 수행하기 위한 것인, 컴퓨터 프로그램.
컬러 형성 반응에 기초하여 분석 측정을 수행하기 위한 모바일 디바이스 (112) 로서,
상기 모바일 디바이스 (112) 는 적어도 하나의 카메라 (122) 를 가지며, 상기 모바일 디바이스 (112) 는 다음의 단계들:
I. 상기 카메라 (122) 를 사용하여 적어도 하나의 오브젝트 (114) 상의 적어도 하나의 참조 컬러 필드 (116) 의 적어도 일부의 적어도 하나의 이미지 (123) 를 촬영하는 단계; 및
II. 상기 이미지 (123) 를 사용하여 컬러 분해능 정보의 적어도 하나의 아이템을 도출하는 단계로서, 상기 컬러 분해능 정보의 적어도 하나의 아이템은 2 이상의 컬러들을 분해하는 능력을 정량화하는, 하나 이상의 수치 값들을 포함하는, 상기 컬러 분해능 정보의 적어도 하나의 아이템을 도출하는 단계
를 사용하여 자체-적합성 평가를 수행하기 위해 구성되는, 모바일 디바이스 (112).
제 13 항에 있어서,
상기 모바일 디바이스 (112) 는 또한, 다음의 단계들:
III. 상기 컬러 분해능 정보의 적어도 하나의 아이템에 기초하여 상기 모바일 디바이스 (112) 의 적합성을 평가하는 단계;
IV. 상기 컬러 분해능 정보의 적어도 하나의 아이템이 상기 모바일 디바이스 (112) 가 상기 분석 측정을 수행하는데 적합하지 않다고 표시하는 경우, 상기 분석 측정을 중단하는 단계;
V. 상기 컬러 분해능 정보의 적어도 하나의 아이템이 상기 모바일 디바이스 (112) 가 상기 분석 측정을 수행하는데 적합하다고 표시하는 경우, 다음의 단계들:
a. 상기 카메라 (122) 를 사용하여 테스트 엘리먼트 (118) 의 적어도 일부의 적어도 하나의 이미지 (123) 를 촬영하는 단계로서, 상기 테스트 엘리먼트 (118) 는 컬러 형성 반응이 가능한 적어도 하나의 테스트 케미컬을 가지며, 상기 테스트 엘리먼트 (118) 는 적어도 하나의 샘플이 적용된, 상기 적어도 하나의 이미지 (123) 를 촬영하는 단계;
b. 상기 카메라 (122) 를 사용하여 상기 테스트 엘리먼트 (118) 의 적어도 일부의 적어도 하나의 이미지 (123) 를 촬영하는 단계;
c. 상기 이미지 (123) 를 평가하고 그의 적어도 하나의 분석 정보를 도출하는 단계
를 포함하는, 상기 분석 측정을 수행하는 단계
를 사용하여 컬러 형성 반응에 기초하여 적어도 하나의 분석 측정을 수행하기 위해 구성되는, 모바일 디바이스 (112).
분석 측정을 수행하기 위한 키트로서,
- 모바일 디바이스 (112) 를 인용하는 제 13 항 또는 제 14 항 중 어느 한 항에 기재된 적어도 하나의 모바일 디바이스 (112);
- 적어도 하나의 참조 컬러 필드 (116) 를 갖는 적어도 하나의 오브젝트 (114); 및
- 컬러 형성 반응이 가능한 적어도 하나의 테스트 케미컬을 갖는 적어도 하나의 테스트 엘리먼트 (118) 를 포함하는, 분석 측정을 수행하기 위한 키트.