具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

“人(人员)、机(机器)、料(原料)、法(方法)、环(环境)”是五个影响产品质量的主要因素。当无效曲线数据出现时，如果可以快速发掘曲线数据信息，精准地定位到“人机料法环”中出错、需改进的环节，将能够保障供应链各环节高效协调运转，提升产品和服务的质量，提高企业综合生产、管理水平。

目前现有的荧光检测仪器，通常不具有分析无效数据的形成原因的能力，导致针对荧光免疫层析曲线的分析效率及准确度均较低，基于此，本发明实施例提供一种荧光免疫层析曲线的分析方法、装置及电子设备，以提升荧光免疫层析曲线的分析效率和分析结果的准确性。

免疫荧光层析曲线是通过免疫试剂在相应试剂条的加样孔处加样，通过毛细效应逐步经过“结合垫—NC膜—吸水垫”，实现跑板。NC膜上划有的T线(Test线，测试线)和C线(Control线，参考线)分别用作试剂的阴阳性检测及质量控制。跑板结束后，将试纸条插入仪器，通过T/C-Cc换算表对试剂进行荧光度的数值量化，同时读取数据并上传至数据分析装置，例如云平台。仪器试剂配合检测示意图如图1所示，扫描后上传的曲线如图2所示。

免疫荧光试剂会通过仪器检测设备每天上传大量的检测数据，每日的曲线特征判别数据分析工作通常基于手动人工的方式进行监测，速度慢、效率低，难以实现大批量的曲线特征甄别任务。为提高每日数据输出的效率，优化售后反馈环节，本发明实施例提供了一种简化计算、实用性良好的免疫荧光层析曲线无效原因识别的方法。

参照图3所示的电子系统100的结构示意图。该电子系统可以用于实现本发明实施例的免疫荧光层析曲线的分析方法和装置。

如图3所示的一种电子系统的结构示意图，电子系统300包括一个或多个处理设备302、一个或多个存储装置304、输入装置106、输出装置308以及一个或多个信息采集设备310，这些组件通过总线系统312和/或其它形式的连接机构(未示出)互连。应当注意，图3所示的电子系统300的组件和结构只是示例性的，而非限制性的，根据需要，电子系统也可以具有其他组件和结构。

处理设备302可以为服务器、智能终端，或者是包含中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元的设备，可以对电子系统300中的其它组件的数据进行处理，还可以控制电子系统300中的其它组件以执行荧光免疫层析曲线的分析功能。

存储装置304可以包括一个或多个计算机程序产品，计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在计算机可读存储介质上可以存储一个或多个计算机程序指令，处理设备302可以运行程序指令，以实现下文的本发明实施例中(由处理设备实现)的客户端功能以及/或者其它期望的功能。在计算机可读存储介质中还可以存储各种应用程序和各种数据，例如应用程序使用和/或产生的各种数据等。

输入装置306可以是用户用来输入指令的装置，并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。

输出装置308可以向外部(例如，用户)输出各种信息(例如，图像或声音)，并且可以包括显示器、扬声器等中的一个或多个。

信息采集设备310可以获取待分析的免疫荧光层析曲线，并且将该待分析的免疫荧光层析曲线的信息存储在存储装置304中以供其它组件使用。

示例性地，用于实现根据本发明实施例的免疫荧光层析曲线的分析方法、装置及电子设备中的各器件可以集成设置，也可以分散设置，诸如将处理设备302、存储装置304、输入装置306和输出装置308集成设置于一体，而将信息采集设备310设置于可以采集到图像的指定位置。当上述电子系统中的各器件集成设置时，该电子系统可以被实现为诸如相机、智能手机、平板电脑、计算机、车载终端等智能终端。

图4为本发明实施例提供的一种免疫荧光层析曲线的分析方法的流程图，参见图4，该方法包括：

S402：如果待分析的免疫荧光层析曲线为无效曲线，比较免疫荧光层析曲线与预设有效曲线，确定免疫荧光层析曲线对应的异常信息；

其中，异常信息为待分析的免疫荧光层析曲线(以下简称为待分析曲线)与预设有效曲线之间的差异类型和差异类型对应的差异大小。

待分析曲线为通过操作人员对试纸进行滴样，并进一步通过检测仪器对滴样够的试纸进行结果读取得到的类似于图2的曲线，实际应用过程中，由于人员的操作失误、对检测仪器的操作失误、检测仪器或者试纸本身的质量问题，都可以导致通过检测仪器读取的结果是无效结果，无效结果与预设的有效曲线之间会在曲线形状、曲线对应的数据数量等方面产生差异，通过对这种差异进行分析可以得到包括差异类型和差异大小在内的异常信息。

需要注意的是，待分析曲线的有效性，可以通过人工标注的方法，或者其他自动判别算法确定，本发明实施例对此不进行限定。

S404：根据异常信息中各个差异类型的优先级和/或差异大小，确定免疫荧光层析曲线的无效原因。

可以理解的是，上述异常情况的发生不一定是单独发生的，例如操作人员在对一个质量有缺陷的试纸进行操作，并且操作过程产生错误，那么针对这个试纸读取的结果可能包括多个差异类型，每种类型的差异大小也会因为异常的严重程度而不同，因此，当确定出差异类型后，还需要根据差异的优先级和/或差异大小进一步分析，最终确定该待测曲线的无效原因。

本发明实施例提供的免疫荧光层析曲线的分析方法，如果待分析的免疫荧光层析曲线为无效曲线，比较免疫荧光层析曲线与预设有效曲线，确定免疫荧光层析曲线对应的异常信息；其中，异常信息用于表征免疫荧光层析曲线与预设有效曲线之间的差异类型和差异类型对应的差异大小；根据异常信息中各个差异类型的优先级和/或差异大小，确定免疫荧光层析曲线的无效原因。通过待分析的免疫荧光层析曲线的异常信息自动确定与异常信息对应的无效原因，减少了曲线分析的时间，并且，在确定无效原因的过程中，综合考虑了异常信息中的差异类型的优先级和/或差异大小等因素的影响，得到的无效原因相比人工判别得到的结果更加准确，有效提升了免疫荧光层析曲线分析的效率和精确性。

在一些可能的实施方式中，上述步骤S404可以具体为：

(1)根据异常信息中各个差异类型的优先级和/或差异大小，确定目标差异类型；

(2)根据目标差异类型，确定免疫荧光层析曲线的无效原因。

如上所述，根据待分析曲线与预设有效曲线确定的异常信息中，可能只有一个差异类型，例如曲线对应的数据点过少，此时，可以直接根据该差异类型确定待分析曲线的无效原因。

当然，异常信息中，还可能包括多个差异类型，例如，得到的差异类型包括曲线对应数据点过少、曲线的波谷多高等，这种情况下，需要从多个差异类型中确定出目标差异类型。

具体地，确定目标差异类型的方法可以包括以下方法中的至少之一：

A)将优先级最高的差异类型确定为目标差异类型；

B)将差异大小大于预设差异阈值的差异类型确定为目标差异类型；

C)将差异大小大于预设差异阈值的差异类型确定为第一差异类型集合，将第一差异类型集合中优先级最高的差异类型确定为目标差异类型。

例如，待分析曲线的异常信息中，对应了2种差异类型，曲线峰谷高于预定值，曲线对应的数据量少于预定数量，那么可以采用上述A的方法来确定目标差异类型，即根据人工判断或者对历史数据的分析，可以设定曲线数据量少于预定数量这个差异的优先级高于曲线峰谷高于预定值这个差异的优先级，那么，确定该待分析曲线的目标差异类型为曲线对应的数据量少于预定数量。还可以采用上述B的方法来确定目标差异类型，例如，曲线对应的数据量与预定数量的差值如果大于预设差值上限，而曲线的峰谷高于预定值的差值小于预设的峰谷差值下限，那么将曲线对应的数据量大于预定数量确定为目标差异类型。

进一步地，还可以将差异类型的优先级和差异大小结合来确定目标差异类型。

实际应用场景中，可以根据不同的需求采用更多的方法来确定目标差异类型，只要利用了差异类型的优先级和/或差异大小来确定目标差异类型的方法，都属于本发明实施例所要求保护的范围。

在一些可能的实施方式中，在确定目标差异类型之后，可以通过以下方法确定免疫荧光层析曲线的无效原因：

根据目标差异类型从预设差异类型矩阵中确定目标无效原因；将目标无效原因确定为免疫荧光层析曲线的无效原因。

其中，预设差异类型矩阵用于表征预设差异类型与预设无效原因的对应关系；具体地，预设差异类型矩阵中的预设差异类型包括：曲线形状异常、输入数据异常、曲线峰值信息异常；其中，曲线形状异常用于表征免疫荧光层析曲线与预设有效曲线在预设区域内的形状不同；输入数据异常用于表征使用检测仪器对试纸进行检测时输入的信息缺失或错误；曲线峰值信息异常用于表征免疫荧光层析曲线的峰值信息不满足预设标准峰值要求；

预设差异类型矩阵中的预设无效原因类别包括：检测仪器操作失误、试纸操作失误、试纸受损；

预设差异类型矩阵中预设差异类型与预设无效原因类别的对应关系包括：

当预设差异类型为曲线形状异常时，预设无效原因类别为试纸受损；

当预设差异类型为输入数据异常时，预设无效原因类别为检测仪器操作失误；

当预设差异类型为曲线峰值信息异常时，预设无效原因类别为试纸操作失误。

在另一些可能的实施方式中，还可以对上述预设差异类型和预设无效原因类别进行进一步细化，以得到更准确的无效原因，具体地，预设差异类型可以包括如下指标，每个指标代表一种预设差异类型：

指标1：检验曲线荧光数据是否过小。曲线荧光值原始数据中，若小于某临界值的值达到一定比例，则该项不通过。一般出现[50-100％]以上的点荧光值小于[10000]时，该项为异常。

指标2：检验是否具有有效特征峰。在T线(测试线)或C线(参考线)预设的区域至少有一个有效峰，否则该项为异常。

指标3：检验是否选择了无效的测试项目。根据输入的原始数据中的项目号进行判别。若未选择项目或选择了空项目，则该项为异常。

指标4：检验是否选择了错误的测试项目。根据输入的原始数据中的项目号以及曲线特征结合判别。例如误将单测选成双测项目时，该项为异常。

指标5：检验是否有质控线。根据输入的测试记录和曲线特征结合判别。若测试记录中的“C值”小于预设临界值，且曲线中未识别到C线的峰，则该项为异常。

指标6：检验曲线左端非峰区域是否翘起。若出现鼓包或翘起，则该项为异常。

指标7：检验曲线左一峰与右一峰之间的值是否过高。若波谷过高则该项为异常。

指标8：检验曲线右端非峰区域是否翘起。若出现鼓包或翘起，则该项不通过。

指标9：检验曲线右端是否出现骤降。若出现则该项为异常。

指标10：检验曲线左端是否出现一段低波浪，若出现则该项为异常。

指标11：检验曲线峰较近距离内是否出现另一个峰或鼓包。一般在某峰距离之内出现另一个峰则该项为异常。

指标12：检验曲线左端是否出现一段很低的直线，若出现则该项为异常。

指标13：检验曲线全段非峰区域的底线是否足够低。若底线过高则该项为异常。

需要注意的是，上述指标是示例性的，实际的预设差异类型并不限于上述指标。

相应的，可以根据上述指标对应的差异类别，定义每个预设差异类别对应的预设无效原因类别，例如，可以如下定义：

若指标1不通过，则无效原因类别为“空跑”。

若指标3不通过，则无效原因类别为“无效项目”。

若指标4不通过，则无效原因类别为“选错项目”。

若指标6不通过，且其他项目全通过，则无效原因类别为“头部翘起”。

若指标7不通过，且其他项目全通过，则无效原因类别为“中间过高”。

若指标8不通过，且其他项目全通过，则无效原因类别为“尾部翘起”。

若指标11不通过，且其他项目全通过，则无效原因类别为“鼓包”。

若指标6、7、8中，有两项或以上不通过，且其他项目全通过，则无效原因类别为“受潮”。

若指标13不通过，且其他项目全通过，则无效原因类别为“受潮”。

若指标9不通过，且指标1通过，且指标12通过，则无效原因类别为“未插到底或插反”。

若指标10不通过，且指标1通过，且指标12通过，且指标9通过，则无效原因类别为“滴样太少”。

若指标12不通过，且指标1通过，且指标9通过，则无效原因类别为“跑板时间太短”。

若指标2不通过，且指标1通过，则无效原因类别为“无参考线”。

若指标5不通过，且指标1通过，则无效原因类别为“无参考线”。

进一步地，还可以规定，上述预设差异类型的优先级从上到下依次减少，即如果满足在先的预设差异类型，则将在先的预设差异类型对应的无效原因类别确定为待分析曲线的无效原因。

差异类型矩阵虽然理论上可以囊括了所有的无效曲线数据，但实际上无效曲线的形态千奇百怪，有一小部分无效曲线数据是难以用差异类型矩阵精准区分的。为了进一步判断难以识别的曲线数据实际产生异常的原因，在上述实施方式的基础上，本发明实施例还提供了另一种荧光免疫层析曲线的方法，如图5所示，该方法包括：

S502：如果待分析的免疫荧光层析曲线为无效曲线，比较免疫荧光层析曲线与预设有效曲线，确定免疫荧光层析曲线对应的异常信息；

S504：根据异常信息中各个差异类型的优先级和/或差异大小，确定免疫荧光层析曲线的无效原因；

S506：如果根据异常信息中各个差异类型的优先级和/或差异大小，无法确定免疫荧光层析曲线的无效原因，获取历史无效曲线集合；

其中，历史无效曲线集合用于表征在当前时刻之前已经确定无效原因的多个历史无效曲线构成的集合；

S508：从历史无效曲线集合中确定出与免疫荧光层析曲线匹配的目标历史无效曲线；

S510：根据目标历史无效曲线对应的无效原因，确定免疫荧光层析曲线的无效原因。

在一些可能的实施方式中，上述步骤S508可以具体通过以下方法确定与待分析曲线匹配的目标历史无效曲线：

(1)确定免疫荧光层析曲线与历史无效曲线集合中的每个历史无效曲线的欧式平方距离；

欧式平方距离的公式如下：

其中，Curve(x)表示待分析曲线数据的第x个荧光点的荧光值，error_type(x,k)表示历史无效曲线集合中第k条曲线的第x个荧光点的荧光值。

(2)判断最小的欧式平方距离是否小于预设距离；

(3)如果是，将最小的欧式平方距离对应的历史无效曲线确定为与免疫荧光层析曲线匹配的目标历史无效曲线。

具体地，可以设定D为预设距离。若min(dist)<D，则确定min(dist)对应的历史无效曲线的无效原因为待分析曲线的无效原因。

需要注意的是，除了采用欧式平方距离确定目标历史无效曲线之外，还可以直接由人工进行确定，还可以基于卷积神经网络、KNN临近算法、BP神经网络、SVM支持向量机等图像识别算法的曲线数据归类法等，本发明实施例对于具体的曲线匹配的方法并不进行限定。

进一步地，在确定了待分析曲线的无效原因之后，还可以按照预设提示方式将无效原因提示给指定的操作用户。

具体地，例如可以在荧光检测仪器的显示装置上将无效原因展示给操作用于，以便操作用户即使了解并更正错误操作。

还可以将无效原因存储或发送到相应的服务器，以便研发人员或者工作人员及时了解并收集无效信息，更好的指导后续工作。

在一些可能的实施方式中，还可以将所有确定了有效性和无效原因的有效、无效曲线数据上传至数据库作为样例集，进行机器学习，以优化上述判别流程，进一步提高无效原因的确定的准确度。

需要注意的是，本发明实施例中无效原因的确定的主要的目的并不在于必须把每一条无效曲线规定为某个唯一确定的无效类别，而是为了优化、升级供应链。“人(人员)、机(机器)、料(原料)、法(方法)、环(环境)”是五个影响产品质量的主要因素，当无效曲线数据出现时，通过本发明实施例提供的方法，可以快速发掘曲线数据信息，精准地找到“人机料法环”中出错、需改进的环节，保障供应链各环节高效协调运转，提升产品和服务的质量，提高企业综合生产、管理水平。

为了便于理解，下面结合实际应用场景，提供一种免疫荧光层析曲线的分析方法的应用流程示意图，如图6所示，该方法包括：

S602：获取测试记录数据和曲线荧光数据；

测试记录数据是荧光检测仪器根据试纸采集的基础信息，包括测试记录数据包括一些基本信息，比如数据产生的时间、荧光仪器设备号、仪器设备投放地点、项目号、仪器判读的C值、仪器判读的T值、阴性阳性等。

S604：对测试记录数据和曲线荧光数据进行分析，确定曲线荧光数据对应的有效性；

具体的有效性，可以通过对上述的差异类型矩阵中的指标1-指标13进行判断，当指标1-指标13中有一个不符合项，确定该曲线为无效曲线。

S606：针对无效曲线，根据差异类型矩阵，判断该曲线的无效原因；

具体差异类型可以通过上述差异类型矩阵进行判断。通过判断发现，该曲线的差异类型与差异类型矩阵中的差异类型都不匹配，那么进入S608。

S608：将曲线的数据与数据库中的历史无效曲线集合比对，找到与该曲线的欧式平方距离最小的历史无效曲线；

S610：将该历史无效曲线中标记的无效原因确定为该曲线的无效原因。

基于上述方法实施例，本发明实施例还提供一种免疫荧光层析曲线的分析装置，参见图7所示，该装置包括：

异常信息确定模块702，用于在如果待分析的免疫荧光层析曲线为无效曲线时，比较免疫荧光层析曲线与预设有效曲线，确定免疫荧光层析曲线对应的异常信息；其中，异常信息用于表征免疫荧光层析曲线与预设有效曲线之间的差异类型和差异类型对应的差异大小；

第一无效原因确定模块704，用于根据异常信息中各个差异类型的优先级和/或差异大小，确定免疫荧光层析曲线的无效原因。

上述免疫荧光层析曲线的分析装置，通过待分析的免疫荧光层析曲线的异常信息，自动确定与异常信息对应的无效原因，减少了曲线分析的时间，并且，在确定无效原因的过程中，综合考虑了异常信息中的差异类型的优先级和/或差异大小等因素的影响，得到的无效原因相比人工判别得到的结果更加准确，有效提升了免疫荧光层析曲线分析的效率和精确性。

上述无效原因确定模块704还用于，根据异常信息中各个差异类型的优先级和/或差异大小，确定目标差异类型；根据目标差异类型，确定免疫荧光层析曲线的无效原因。

上述根据异常信息中各个差异类型的优先级和/或差异大小，确定目标差异类型的过程，包括以下至少之一：将优先级最高的差异类型确定为目标差异类型；将差异大小大于预设差异阈值的差异类型确定为目标差异类型；将差异大小大于预设差异阈值的差异类型确定为第一差异类型集合，将第一差异类型集合中优先级最高的差异类型确定为目标差异类型。

上述根据目标差异类型，确定免疫荧光层析曲线的无效原因的过程，包括：根据目标差异类型从预设差异类型矩阵中确定目标无效原因；其中，预设差异类型矩阵用于表征预设差异类型与预设无效原因的对应关系；将目标无效原因确定为免疫荧光层析曲线的无效原因。

上述预设差异类型矩阵中的预设差异类型包括：曲线形状异常、输入数据异常、曲线峰值信息异常；其中，曲线形状异常用于表征免疫荧光层析曲线与预设有效曲线在预设区域内的形状不同；输入数据异常用于表征使用检测仪器对试纸进行检测时输入的信息缺失或错误；曲线峰值信息异常用于表征免疫荧光层析曲线的峰值信息不满足预设标准峰值要求；上述预设差异类型矩阵中的预设无效原因类别包括：检测仪器操作失误、试纸操作失误、试纸受损；上述预设差异类型矩阵中预设差异类型与预设无效原因类别的对应关系包括：当预设差异类型为曲线形状异常时，预设无效原因类别为试纸受损；当预设差异类型为输入数据异常时，预设无效原因类别为检测仪器操作失误；当预设差异类型为曲线峰值信息异常时，预设无效原因类别为试纸操作失误。

图8为本发明实施例提供的另一种荧光免疫层析曲线的分析装置的示意图，在上述装置的基础上，该装置还包括：

获取模块802，用于当如果根据异常信息中各个差异类型的优先级和/或差异大小，无法确定免疫荧光层析曲线的无效原因时，获取历史无效曲线集合；其中，历史无效曲线集合用于表征在当前时刻之前已经确定无效原因的多个历史无效曲线构成的集合；

目标历史无效曲线确定模块804，用于从历史无效曲线集合中确定出与免疫荧光层析曲线匹配的目标历史无效曲线；

第二无效原因确定模块806，用于根据目标历史无效曲线对应的无效原因，确定免疫荧光层析曲线的无效原因。

上述目标历史无效曲线确定模块804还用于，确定免疫荧光层析曲线与历史无效曲线集合中的每个历史无效曲线的欧式平方距离；判断最小的欧式平方距离是否小于预设距离；如果是，将最小的欧式平方距离对应的历史无效曲线确定为与免疫荧光层析曲线匹配的目标历史无效曲线。

上述装置还包括：提示模块808，用于按照预设提示方式将无效原因提示给指定的操作用户。

本发明实施例提供的免疫荧光层析曲线的分析装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，上述装置的实施例部分未提及之处，可参考前述免疫荧光层析曲线的分析方法实施例中的相应内容。

本发明实施例还提供了一种电子设备，如图9所示，为该电子设备的结构示意图，其中，该电子设备包括处理器901和存储器902，该存储器902存储有能够被该处理器901执行的计算机可执行指令，该处理器901执行该计算机可执行指令以实现上述免疫荧光层析曲线的分析方法。

在图9示出的实施方式中，该电子设备还包括总线903和通信接口904，其中，处理器901、通信接口904和存储器902通过总线903连接。

其中，存储器902可能包含高速随机存取存储器(RAM，Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口904(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。总线903可以是ISA(IndustryStandard Architecture，工业标准体系结构)总线、PCI(Peripheral ComponentInterconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。所述总线903可以分为地址总线、数据总线、控制总线等。为便于表示，图9中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

处理器901可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器901中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器901可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DigitalSignal Processor，简称DSP)、专用集成电路(Application Specific IntegratedCircuit，简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器901读取存储器中的信息，结合其硬件完成前述实施例的免疫荧光层析曲线的分析方法的步骤。

本发明实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令在被处理器调用和执行时，该计算机可执行指令促使处理器实现上述免疫荧光层析曲线的分析方法，具体实现可参见前述方法实施例，在此不再赘述。

本发明实施例所提供的免疫荧光层析曲线的分析方法、装置及电子设备的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对步骤、数字表达式和数值并不限制本发明的范围。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。