Processing

Please wait...

PATENTSCOPE will be unavailable a few hours for maintenance reason on Tuesday 25.01.2022 at 9:00 AM CET
Settings

Settings

Goto Application

1. WO2022010997 - NEURAL NETWORK ANALYSIS OF LFA TEST STRIPS

Publication Number WO/2022/010997
Publication Date 13.01.2022
International Application No. PCT/US2021/040665
International Filing Date 07.07.2021
IPC
G16B 20/00 2019.1
GPHYSICS
16INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
BBIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
20ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
Applicants
  • EXA HEALTH, INC. [US]/[US]
Inventors
  • KUMAR, Mayank
  • MILLER, Kevin J.
  • SCHERF, Steven
  • SATISH, Siddarth
Agents
  • SCHEER, Bradley W.,
  • BLACK, DAVID W., Reg. No. 42,331
  • BEEKMAN, Marvin, Reg. No. 38,377
  • ARORA, Suneel, Reg. No. 42,267
  • BIANCHI, Timothy E., Reg. No. 39,610
  • PERDOK, Monique M., Reg. No. 42,989
  • LANG, Allen R., Reg. No. 58,829
Priority Data
63/049,21308.07.2020US
Publication Language English (en)
Filing Language English (EN)
Designated States
Title
(EN) NEURAL NETWORK ANALYSIS OF LFA TEST STRIPS
(FR) ANALYSE DE RÉSEAU DE NEURONES ARTIFICIELS DE BANDELETTES RÉACTIVES DE LFA
Abstract
(EN) Example methods and systems train an end-to-end neural network machine to analyze images of lateral flow assay test strips by learning non-linear interactions among lighting variations, test strip reflections, bi-directional reflectance distribution functions, angles of imaging, response curves of smartphone cameras, or any suitable combination thereof. Such example methods and systems improve the limit of detection, the limit of quantification, and the coefficient of variation in the precision of quantitative test results, under ambient light settings.
(FR) Des procédés et des systèmes donnés à titre d'exemple entraînent une machine de réseau de neurones artificiels de bout en bout à analyser des images de bandelettes réactives d'immunochromatographie (LFA) par apprentissage d'interactions non linéaires parmi les variations d'éclairage, les réflexions des bandelettes réactives, les fonctions de répartition de réflectance bidirectionnelle, les angles d'imagerie, les courbes de réponse de caméras de téléphones intelligents, ou toute combinaison appropriée de ceux-ci. De tels procédés et systèmes donnés à titre d'exemple améliorent la limite de détection, la limite de quantification et le coefficient de variation de la précision de résultats d'analyse quantitative, dans des conditions de lumière ambiante.
Latest bibliographic data on file with the International Bureau