CN114723741B 用于自动计数微生物菌落的方法和系统 （Bd科斯特公司）

201680023381.22016.04.22US2003170613A1,2003.09.11US2010248281A1,2010.09.30WO2009061183A1,2009.05.14本申请涉及用于自动计数微生物菌落的方生物样品的培养基(202)；温育接种过的培养基在第二时间获得所述接种过的培养基的第二图从而所述第二图像中的像素坐标与所述第一图的图像特征与所述第一图像的图像特征进行比对于被确定为来自在所述培养基上接种的所述2在温育所述培养物之后获得所述平板培养基的数字图像，其中采用沿着连续的Z字形模式划线的磁控珠接种从中获得所述图像的所述平板培养基，其中根据Z字形划线模式使根据所述数字图像的线性化坐标的像素绘制所述菌落候选基于线性化的数字图像中的所述菌落候选者的像素来估计所述平板培养基上的菌落计数所述数字图像中存在的所述菌落形成单位的数其中被估计的原始珠负载等于菌落形成单位的所述确定的概率和所述计数的数量之2.根据权利要求1所述的方法，其中所述距离被选择使得在比所述选择的距离更加远离所述线性化图像的原点的距离处在所述图像中不存在微为每个选择的距离计数所述数字图像中存在的菌其中当包含所述菌落形成单位的所述珠的一个点与所述平板培菌落形成单位被所述珠释放到所述平板培养基上的计算的所述概率来确定菌落形成单位将所述数字图像与存储器中储存的多个分布模型进行比较，每个分布给定的原始珠负载以及当与所述培养基发生接触时所述菌落形成单位被释放到所述培养3在温育所述培养物之后，获得所述平板培养基的多个数字图像识别较早的数字图像，其中在所述数字图像中形成基于所述较早的数字图像估计所述汇合区域中的菌落4[0003]本申请请求保护在2015年4月23日提交的美国临时申请号62/151,688和2016年4月5日提交的美国临时申请号62/318,488的申请日的权益，其公开内容在此通过引用并入[0004]人们更加专注于用于检测微生物生长的培养平板的数字成像。在PCT公布号WO2015/114121中描述了对用于检测微生物生长的平板进行成像的技术，其全部内容通过希望发展可以自动地解释培养平板图像并且基于自动化的解释而确定接下来将要实施的5征进行比较；基于图像特征从时间t1到时间t2的变化将所述第二图像的图像特征分类为菌述第二图像的对比信息，所述对比信息包含空间对比信息和时间对比信息中的至少一种，包括基于与所述菌落候选者相关联的像素信息为每个菌落候选者确定所述菌落候选者是落候选者是菌落还是假象可以进一步包括对于存在于所述第二图像中并且不存在于所述(i)存在于两个图像中并且在所述第二图像中不是较大的菌落候选者和一和第二图像的每一个中并且根据所述阈值生长因子在所述第二图像中较大的菌落候选者分类为确切的菌落；并且基于所述确切的假象和所述确切的菌落的组合计算假象概率的像素的极坐标与所述第一图像中的对应像素的极[0012]本公开的另一方面涉及用于估计平板培养基上的菌落形成单位的数量的自动化6基之后获得所述平板培养基的数字图像；从所述数字图像识别所述图像中的菌落候选者；[0013]在一些实例中，从中获得图像的所述平板培养基可以已经采用沿着连续的Z字形述Z字形划线模式是线性化图像的主轴。可以从菌落候选者的绘图中估计所述磁控珠的原放的概率可以基于当包含所述菌落形成单位的所述珠的一个点与所述培养基发生接触时所述计算的菌落形成单位被所述珠释放到所述培养[0017]本公开的又一方面涉及计算机可读存储器存储介质(memorystoragemedium)，法可以是上述用于评估平板培养基上的微生物生长或者用于估计平板培养基上的菌落形7指令所实施的所述方法可以是上述用于评估平板培养基上的微生物生长的方法的任一种。[0020]图2是阐明根据本公开的一个方面的用于成像分析和测试培养物的自动化实验室[0024]图5是根据本公开的一个方面的用于收集菌落候选者的总体列表的一种示例程序[0026]图7是根据本公开的一个方面的用于基于统计分析计数菌落的一种示例程序的流[0027]图8是根据本公开的一个方面的划线模式图像，用于用样品为平板培养基进行划[0030]图10A和10B是根据本公开的一个方面的用于菌落形成单位(CFU)的分布模型的图[0039]图17是将图2的程序的时间线与可比较的人工实施的过程的时间线进行比较的流8[0042]图1是系统100的示意图，具有处理模块110和用于提供平板培养基的高品质成像[0043]处理模块110可以基于各种类型的信息处理来指示系统100的其它部件执行任[0044]图2是示出一种示例的用于成像、分析和任选迪测试培养物的自动化实验室程序200的流程图。程序200可以被自动化微生物实验室系统实施，诸如KiestraTMTotalLab字形模式的起点和终点可以被定位在平板的相对末端(例如，隔开的距离大约等于平板的9了检测生长之外，在208处的图像分析可以进一步涉及定量检测的生长量、识别不同的菌[0052]如果确定生物样品展示出定量的显著生长，则在212处可以基于在前的分析从图特定类型的菌落的标准尺寸和生长速率等——以及从平板的一个或多个数字图像采集的[0056]确定估计的生长是否是显著的可以通过将估计的菌落计数与预定的阈值进行比细菌的测试可以不被保证，直到满足高阈值，但是对于特别有害或危险的细菌的测试(例像信息和每个像素信息的已知SNR的数字成像技术可以允许检测菌落，即使那些菌落对于是t1后来的时间。给定图像的空间对比和时间对比均可以被用于识别物生长在图3A中是显著的，但是来自图3B的对应的对比时间图像的生长甚至是更加显著的，于最大化时间对比也可以是有用的。在PCT公布号WO2015/114121中描述了一些这样的算后面的步骤中使用坐标，以帮助将从不同的角度和/或在不同的时间拍摄的平板的第一数点或线)，从而覆盖第一图像中的地标的像素的坐标可以被分配给覆盖其它图像中的相同中的菌落已经具有机会生长得更多。在t1时太小而不可见的额外菌落在t2时也可以是可见[0077]图5是示出一种用于收集菌落候选者的总体列表的示例程序500的流程图。图5的例如，可以将第二数字图像的像素与第一数字图像的相应像素(在相同的坐标处)进行对景像素的其它像素进行比较，以确定存在空间对比。像素颜色和/或亮度的变化表明了对它们的背景之间的亮度差异或者像素亮度与它们在第一数字图像中的亮度之间的差异是[0080]识别数字图像中的物体可以涉及将数字图像分割或分隔为多个区域(例如，前景将定量的特征(例如上面的表1中示出的分数)或其子集输入到分类器中。分类器可以包括用于实施监督式的机器学习算法的混淆矩阵或者用于实施无监督的机器学习算法的匹配[0088]在共同拥有的并且共同未决的名称为“菌落对比聚集(COLONYCONTRAST[0089]图6是示出一种用于分类菌落候选者的示例程序600的流程图。图6的程序可以被二数字图像中以及(b)菌落候选者的尺寸在第二数字图像中比在第一数字图像中显著地更[0092]如果菌落候选者被确定存在于两个图像中(意味着在两个[0093]如果菌落候选者未存在于第二图像中(意味着它仅存在于第一图像中并且随后消是假象诸如在时间t1和t2之间吹到平板可以将物体的被表征的特征与预期的菌落类型(即，包含在总体列表中并且在图6中被计数在t1并且未出现在t2)或菌落(例如，在t1和t2之间显著生长)的物体在612处作为输入被提[0100]图7是示出一种用于基于统计分析计数菌落的示例程序700的流程图。图7的程序图7的程序假定使用磁控珠根据预定的划线模式将菌落划线到成像平板上。本领域技术人[0102]为了清楚起见，使数字图像线性化可以被视为沿着线性化图像的x-轴绘制Z字形化图像的y-轴)。线性化图像用于指示当珠沿着划线模式随着时间移动时被珠沉积到培养出每个菌落候选者沿着Z字形模式离模式原点([0104]在706处，基于在线性化的第二数字图像中存在的绘制的菌落来估计原始珠负载[0107]如果假定给定点被加载有菌落形成单位(CFU)，当给定点和培养基进行接触时，CFU被释放到培养基(PR)上的概率可以被表征为0[0108]直到珠沿着划线路径已经前进了距离x(以mm测量)的时候，根据下面的关系给出距离xl和x2的估计值K(x)解析PR的每一个示出了用于改变的原始珠负载的CFU的分布(范围为从最左边图像处的小原始负载部平板包含总数为大约39,500CFU的金黄色葡萄球菌，而底部平板包含大约305CFU的绿脓[0131]评估汇合区域内的CFU含量的另一种方式是通过利用以前的图像将汇合区域拆分独立菌落的识别。[0135]如上结合图5所讨论的，成像平板上的物体特征可以被表征为在成像平板上执行的部分图像分析。被表征的特征可以包括静态特征(与单个图像有关)和动态图像(与多个[0136]静态特征旨在反映在给定时间时的物体属性和/或周围背景。静态特征包括以下))像的像素强度表征为径向轴的函数(通常，菌落的中心具有最高的强度)和/或角度轴的函且将边缘的总长度加在一起而确定(例如，具有1个平方单位面积的单个像素具有4个单位内部拐角计数为而不是2，可以补偿阶梯效应(当对角线边缘被数字化为梯状盒时产生pp在从重心延伸的所有N个方向或角度θ的平均半径与半径的标准偏差σR之间特征趋向于帮助分类在相同的感知环境中生长的菌落和/或区分在不同的环境中生长的菌预测分析中的物体可能耗力占据的区域(无其它的不同物体首先耗力占据该相同的区域)。区域边缘的距离(DNC)可以利用如下方程明了其中最近的边缘是从菌落到平板壁的距离d的情形。图15B和15C阐明了其中最近的边[0167](d)邻近占有比：这是一个环境的特征，表征了对于给定的物体平板的有边界的d})：[0170](e)相对的邻近占有比：在一些情况下，利用物体的平均半径乘以预定的因了(d=XXF)可以推导出给定的距离d。结果种特征的实例。利用菌落掩码可以从在温育期间的各种时间点和/或各种照明条件下捕获2)通常利用下面的方程式进行表征：[0180](30)CZ=VF+B2[0184]动态特征旨在反映物体属性和/或周围背景随时间的变化。时间序列处理允许静[0186](ii)以上特征的离散一阶和二阶导数用于提供这些特征(例如，如上所描述的追[0193]动态特征可以包括物体在温育过程中的颜色采集信号(signature)的变化。动态的颜色变化允许进一步区分可以在给定的时间点表现相同颜色但在不同的时间点表现不标转换图像1621、1622和1623中，在图16C的图像中从左向右绘制相应的重新定向的图像[0203]在典型的照明条件下，光子散射噪声(传感器上的入射光子的到达速度上的统计数量，而是传感器空间中被物体覆盖的面积。增加传感器的面积提高了用于成像物体的[0204]通过在光子噪声规定的照明条件下捕获图像可以改善图像质量，而未使传感器饱和(每帧的每个像素能够记录的最大光子数)。为了使SNR最大射在电磁光谱上的差异而被感知，所以被捕获颜色的置信度将取决于系统以高SNR记录强[0207]为了克服传统的SNR成像限制，成像系统在图像采集期间可以进行成像平板的分析并且基于分析实时调节照明条件和曝光时间。该过程被描述在通过参考被并入的PCT公[0208]对于图像的给定像素x,y，在当前帧N期间采集的像素的SNR信息可以与在先前的不饱和条件中捕获的5个图像平均化将使黑暗区域SNR提升(10％的最大强度)，当合并量(CFU/ml，Bucket组)。每个隔离群的悬浮液被调节到0.5麦氏标准(McFarland用KiestraInoqulA(WCA1)采用标准的尿划线模式-#4Z字形处理样本管(每个平板分配相机捕获90mm平板图像应当允许计数多达30个菌落/mm2局部[0214]用于为样品平板划线的磁性滚珠的直径为5mm，周长为15.7mm，并且表面积为[0220]科玛嘉定位显色培养基(CHROMAgarOrientation,CHROM)：广泛用于尿培养的一[0222]样本处理BDKiestraTMInoqulATM被用于使细菌学样本的处理自动化，以便能够标准化并且确保一致且高品质的划线。BDKiestraTMInoqulATM样本处理器利用磁性滚珠[0224]自动化过程的使用也允许更快速的AST和MALDI测试。自动化过程中的这种测试1750可以在原始评估1730之后不久就开始进行，并且通过24小时标志，结果可以被获得并且在数据可以被复查1765和报告1775之前要花费额外的8到1