用于流式检测的微流控芯片检测系统

技术领域

本发明属于生物芯片检测技术领域，具体的，涉及一种用于流式检测的微流控芯片检测系统。

背景技术

微流控技术广泛的服务于生物检测与化学分析等技术领域，其制备方式包括激光刻蚀、化学腐蚀以及模具成型等多种方式，无论是哪种方式，微流控芯片微观的特性都决定了对其精度要求较高，质量检查的难度较大的问题存在。

现有技术中在对微流控芯片的质量进行检查时，只能对芯片中微流道的形态、数量等进行检查，其他的参数如灵敏度等，则需要输入对应的液相进行对应的检测，以判断芯片是否满足需求，但是由于整个检测过程的时长较短，在基片与加工有微通道的片材贴合异常导致部分微通道存在异常时，无法检测到，导致不符合可靠性要求的芯片流入市场使用，为了解决上述问题，本发明提供了一种能对由于贴合异常导致的微流道异常进行快速检测的微流控芯片的检测系统。

发明内容

本发明的目的在于提供一种用于流式检测的微流控芯片检测系统，解决现有技术中在对微流控芯片进行检测时难以发现由于基片与加工有微流通道的片材贴合异常导致的微流道异常的问题。

本发明的目的可以通过以下技术方案实现：

用于流式检测的微流控芯片检测系统，包括用于对待检测的微流控芯片的图像信息进行采集，并将所采集的图像信息传输至云平台的第一工业摄像头，该检测系统还包括：

第二工业摄像头，用于采集微流控芯片的红外热成像图片，并将所采集的红外热成像图片发送至云平台；

云平台，用于将第一工业摄像头所采集图像信息与标准图像进行对比，以识别第一工业摄像头所采集的图像信息对应的微流控芯片中存在的形态异常；

还用于对第二工业摄像头所采集的红外热成像图片与微流控芯片的标准红外图片进行对比，以识别第二工业摄像头所采集的红外热成像图片对应的微流控芯片中存在的热分布异常。

进一步的，云平台识别微流控芯片中存在的热分布异常的方法包括如下步骤：

S1、将微流控芯片在温度为预设值T恒温环境下静置处理预设的时长t；

S2、在温度为预设值T的恒温环境下，向微流控芯片内注入温度为预设值T1的液相；

对于同一种微流控芯片，液相输入的流量相等，T不等于T1；

S3、预设的t1时间后，通过第二工业摄像头采集对应微流控芯片的红外热成像图片；

S4、获取能够代表正常微流控芯片的标准红外图片；

S5、将第二工业摄像头实时采集的红外热成像图片标记为待检图片，获取待检图片中各检测区域Cj对应的实际覆盖颜色，将其与标准红外图片对比，若实际覆盖颜色与标准红外图片对应检测区域的颜色不同，则认为该检测区域的颜色异常。

进一步的，检测系统还包括报警器，当存在颜色异常的检测区域Cj时，云平台向报警器发出指令，报警器向对应工作人员发出报警信息。

进一步的，标准红外图片的获取方法为：

S41、第二工业摄像头采集微流控芯片的若干红外热成像图片，并将各红外热成像图片标号为Qi，其中1≤i≤k，k为所采集的红外热成像图片的数量；

S42、将微流芯片均匀划分为n个检测区域Cj，1≤j≤n；

S43、获取检测区域Cj在各红外热成像图片中的实际覆盖颜色种类，进而统计得到检测区域Cj对应的各种颜色种类中占据比例最大的颜色种类L以及该颜色种类L占据的数量百分比a；

优选的，当a＞0.9时，则认为对应检测区域Cj的普遍色为L；

当0.5≤a≤0.9时，则认为对应检测区域Cj为混沌区域，其无普遍色；

S45、获取各非混沌区域的普遍色并进行填充，得到对应种类的正常微流控芯片的标准红外图片。

进一步的，获取检测区域Cj在各红外热成像图片中的实际覆盖颜色种类的方法为：

获取在红外热成像图片Qi中检测区域Cj覆盖的颜色种类，当在红外热成像图片Qi的检测区域Cj中包含至少两种颜色，则将覆盖面积最大的颜色标记为红外热成像图片Qi的检测区域Cj实际覆盖颜色种类；

当在红外热成像图片Qi的检测区域Cj中只包含一种颜色时，则将对应的颜色标记为红外热成像图片Qi的检测区域Cj实际覆盖颜色种类。

进一步的，对于混沌区域，若实际覆盖颜色与普遍色不同，不认为该混沌区域的颜色异常。

进一步的，对第二工业摄像头所实时采集的红外热成像图片中的异常进行识别的方法，还包括如下步骤：

SS1、获取各检测区域Cj的相邻微流道，以及检测区域Cj与其各相邻微流道之间的最小距离ev；

检测区域Cj与其相邻微流道之间满足：Cj与对应微流道之间的最短连线不与任何其他微流道相交；

SS2、根据公式θ=θ1/μ

SS3、依次获取各存在实际覆盖颜色与普遍色不同的非混沌区域的风险系数θ，并求和得到θz；

当θz大于等于预设阈值θy时，认为对应的微流控芯片异常。

本发明的有益效果：

1、本发明利用处理后的微流控芯片与输入的液相之间存在温差的性质，通过第二工业摄像头采集对应的微流控芯片的红外热成像图片，在控制变量的前提下，对微流控芯片各处的颜色分布进行分析，从而在实时采集的区域颜色分布与普遍的区域颜色分布存在不同时，及时的进行报警，从而对由于液相脱离微流道、局部位置导致的温度分布异常进行识别，进而确认对应的微流控芯片存在异常，这种方法能够对短期危害较小，难以在质检过程中发现的问题进行识别，从而保证出厂产品质量的可靠性。

2、本发明利用越靠近微流道的区域越易出现贴合不紧密，液相脱离微流道的情况，进一步对出现颜色分布异常的区域进行统筹分析，降低甚至避免因为偶然因素等造成的分析误差对结果影响，保证了检测结果的准确性。

附图说明

下面结合附图对本发明作进一步的说明

图1为微流控芯片检测系统的框架结构示意图；

图2是实施例3中对微流控芯片进行检查的流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

实施例一

微流控芯片中微流道加工技术包括光刻、化学腐蚀以及模具成型等方法，本发明实施例中公开的一种用于流式检测的微流控芯片检测系统，能够对微流控芯片加工成型后的质量进行检测，具体的，如图1所示，该检测系统包括：

第一工业摄像头，用于对待检测的微流控芯片的图像信息进行采集，并将所采集的图像信息传输至云平台；

第二工业摄像头，用于采集微流控芯片的红外热成像图片，并将所采集的红外热成像图片发送至云平台；

云平台，用于将第一工业摄像头所采集图像信息与标准图像进行对比，以识别第一工业摄像头所采集的图像信息对应的微流控芯片中存在的形态异常；

还用于对第二工业摄像头所采集的红外热成像图片与微流控芯片的标准红外图片进行对比，以识别第二工业摄像头所采集的红外热成像图片对应的微流控芯片中存在的热分布异常。

实施例二

该实施例在实施例1的基础上，继续公开了一种对用于流式检测的微流控芯片的成品质量进行检测的方法，具体的，包括如下步骤：

步骤一，对微流控芯片进行形态检测，形态检查的目的是检查芯片的外观和结构是否完整，有无明显的损伤或缺陷，检查内容包括芯片的尺寸、形状、微通道的数量、位置和形状等；

若发现微流控芯片的形态异常，则通过机械手等设备对对应的芯片进行剔除，剩余的形态正常的微流控芯片则进入下一步；

本实施例给出一种对微流控芯片进行形态检查的具体方法，如下：通过传送设备对芯片进行传输，芯片在被夹具夹紧定位后，在传送设备上均匀分布，当传送设备将芯片传送至预设的位置时，通过第一工业摄像头对芯片的表面图像进行采集，将该表面图像称呼为样本图像；

对样本图像进行定位，定位时可以采用样本图像对应芯片的边角以及孔位中的至少三点作为定位点对样本图像进行定位；

云平台将定位后的样本图像与标准图像进行对比，从而对样本图像中存在的损伤、缺陷、尺寸不一、变形、微通道数量异常以及变形等情况进行识别；

所述标准图像为不存在形态问题的同种微流控芯片的图像信息。

步骤二，将形态正常的微流控芯片转移至检测设备上，检测设备对待检测的微流控芯片进行固定，固定后通过注液设备向待检测的微流控芯片内注入含有目标分子的缓冲液，并通过仪器对目标分子是否能识别、识别的浓度下限等对芯片的检测能力进行评估的参数进行检测，并将不符合要求的微流控芯片剔除；

在该实施例中，为了降低甚至防止在对微流控芯片的检测能力进行检测的过程中，外界对检测结果的影响，检测设备采用直通式布局，即微流控芯片在整个检测过程中沿直线运动，且在通入缓冲液进行检测的过程中，微流控芯片为匀速直线运动或者静止。

实施例三

在经过形态检查以及检测能力检查后剔除掉不符合要求的微流控芯片，对于保留的微流控芯片，进一步对其质量进行检查，如图2所示，具体步骤包括：

S1、将经过检查符合要求的微流控芯片在温度为预设值T恒温环境下静置处理预设的时长t，该步骤的目的是保证芯片的各处温度均匀，从而有利于后续识别的准确性；

S2、在温度为预设值T的恒温环境下，向微流控芯片内注入温度为预设值T1的液相；

对于同一种微流控芯片，液相输入的流量相等；

其中T不等于T1，且T1与T的温差能够保证后续信息采集的准确性；

S3、在开始向微流控芯片内按照预设流量注入温度为T1的液相后的t1时间，通过第二工业摄像头采集对应微流控芯片的红外热成像图片；

其中t1是预设值，t1的设置与微流控芯片中的微流道分布以及T与T1的温差等因素相关，t1的设置需要保证微流控芯片的红外热成像图片中色差形成的清晰程度；

S4、通过第二工业摄像头采集若干经过形态检测与检测能力检测微流控芯片的红外热成像图片，并以此为基础合成得到能够代表正常微流控芯片的标准红外图片；

具体的，标准红外图片的获取方法为：

S41、获取第二工业摄像头采集若干经过形态检测与检测能力检测微流控芯片的红外热成像图片，并将各红外热成像图片标号为Qi，其中1≤i≤k，k为所采集的红外热成像图片的数量；

S42、将微流芯片均匀划分为n个检测区域Cj，各检测区域的面积相等，其中1≤j≤n；

S43、获取在红外热成像图片Qi中检测区域Cj覆盖的颜色种类，当在红外热成像图片Qi的检测区域Cj中包含至少两种颜色，则将覆盖面积最大的颜色标记为红外热成像图片Qi的检测区域Cj实际覆盖颜色种类；

当在红外热成像图片Qi的检测区域Cj中只包含一种颜色时，则将对应的颜色标记为红外热成像图片Qi的检测区域Cj实际覆盖颜色种类；

S44、获取检测区域Cj在各红外热成像图片中的实际覆盖颜色种类，进而统计得到检测区域Cj对应的各种颜色种类中占据比例最大的颜色种类L以及该颜色种类L占据的数量百分比a；

优选的，当a＞0.9时，则认为对应检测区域Cj的普遍色为L；

当0.5≤a≤0.9时，则认为对应检测区域Cj为混沌区域，其无普遍色；

S45、获取各非混沌区域的普遍色并进行填充，得到对应种类的正常微流控芯片的标准红外图片。

S5、将第二工业摄像头所实时采集的红外热成像图片标记为待检图片，将其与标准红外图片对比，获取待检图片中各检测区域Cj对应的实际覆盖颜色，对于非混沌区域，若实际覆盖颜色与普遍色不同，则认为该非混沌区域的颜色异常。

当存在颜色异常的检测区域Cj时，云平台向报警器发出指令，报警器发出报警信息，提醒工作人员进行进一步的操作，工作人员可以对颜色异常的检测区域Cj的位置以及颜色分布进行查看以做出进一步的判断。

本发明利用处理后的微流控芯片与输入的液相之间存在温差的性质，通过第二工业摄像头采集对应的微流控芯片的红外热成像图片，在控制变量的前提下，对微流控芯片各处的颜色分布进行分析，从而在实时采集的区域颜色分布与普遍的区域颜色分布存在不同时，及时的进行报警，从而对由于液相脱离微流道、局部位置导致的温度分布异常进行识别，进而确认对应的微流控芯片存在异常，这种方法能够对短期危害较小，难以在质检过程中发现的问题进行识别，从而保证出厂产品质量的可靠性。

实施例四

为了降低甚至避免误报，本发明进一步详细公开了对第二工业摄像头所实时采集的红外热成像图片中的异常进行识别的方法，具体包括如下步骤：

SS1、获取各检测区域Cj的相邻微流道，以及检测区域Cj与其各相邻微流道之间的最小距离ev；

检测区域Cj与其相邻微流道之间满足：Cj与对应微流道之间的最短连线不与任何其他微流道相交；

SS2、根据公式θ=θ1/μ

SS3、依次获取各存在实际覆盖颜色与普遍色不同的非混沌区域的风险系数θ，并求和得到θz；

当θz大于等于预设阈值θy时，则认为对应的微流控芯片存在异常，此时通过报警器发出报警信息，提醒工作人员对对应微流控芯片进行进一步的检查。

本发明进一步利用越靠近微流道的区域越易出现贴合不紧密，液相脱离微流道的情况，进一步对出现颜色分布异常的区域进行统筹分析，降低甚至避免因为偶然因素等造成的分析误差对结果影响，保证了检测结果的准确性。

以上内容仅仅是对本发明所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。