BE1029446B1 - Inrichting en werkwijze voor telling en identificatie van bacteriekolonies met behulp van hyperspectrale beeldvorming - Google Patents

Abstract

Een uitvinding die een inrichting en werkwijze onthult voor het tellen en identificeren van bacterie-, schimmel- of gistkolonies op basis van hyperspectrale beeldopname en -verwerking. Er wordt een inrichting beschreven voor het verwerven van hyperspectrale beelden, omvattende een camera die in staat is tot hyperspectrale beeldvorming, een gateninspectie-lensarray voor het inspecteren van gaten en een in of rond een lichtbehuizing aangebrachte lichtbron. Een werkwijze die een deep learning-algoritme omvat, wordt beschikbaar gesteld voor de verwerking van verkregen hyperspectrale gegevens om bacteriële, schimmel- of gistsamples in een petrischaal te detecteren, identificeren en tellen. In het bijzonder maakt het gebruik van een gateninspectie-lensarray het mogelijk om hyperspectrale beelden van het volledige binnen oppervlak van een petrischaal te verkrijgen die, in combinatie met het gebruik van een deep learning-algoritme, zorgen voor een hoge mate van nauwkeurigheid en samplingfrequentie.

Description

INRICHTING EN WERKWIJZE VOOR TELLING EN IDENTIFICATIE VAN BACTERIEKOLONIES MET BEHULP VAN HYPERSPECTRALE BEELDVORMING

TECHNISCH DOMEIN De uitvinding heeft betrekking op inrichtingen en/of werkwijzen voor detectie, identificatie en/of telling van levensvatbare en niet-levensvatbare deeltjes in milieumonitoring. In het bijzonder heeft deze uitvinding betrekking op inrichtingen en werkwijzen voor detectie, identificatie en/of telling van levensvatbare en niet- levensvatbare deeltjes in milieumonitoring door middel van hyperspectrale beeldvorming.

STAND DER TECHNIEK Analyse van levensvatbare en niet-levensvatbare deeltjes in milieumonitoring, zoals bacteriekolonies, gist, schimmel en anorganische deeltjes, is een fundamentele activiteit binnen farmaceutische bedrijven. Een dergelijke activiteit is gewoonlijk tijdrovend en vereist schone omstandigheden om de besmetting van genoemde culturen te vermijden. Tegenwoordig wordt de analyse van bacterie-, schimmel- of gistculturen nog steeds grotendeels handmatig uitgevoerd.

W02013093913A1 beschrijft een werkwijze voor spectroscopische detectie en identificatie van micro-organismen in een cultuur. Deze werkwijze combineert spectrale beeldacquisitie met een leeralgoritme om de analyse van een bacteriecultuur te versnellen.

CA3057409A1 openbaart een apparaat voor de detectie en classificatie van pathogenen, omvattende een veelheid van lichtbronnen om excitatiestraling uit te zenden naar een bacterieel sample en een detector om fluorescentie, reflectie en transmissie afkomstig van genoemd sample op te vangen. Verder kan een machine learning-algoritme worden gebruikt om een pathogeendetectiemodel te bouwen en de pathogeendetectie te effectueren.

De bovengenoemde documenten geven voorbeelden van inrichtingen en werkwijzen voor de detectie en identificatie van micro-organismeculturen, door middel van het vastleggen en verwerken van spectrale beelden. Geen van deze inrichtingen of werkwijzen is echter specifiek gericht op de detectie en identificatie van micro- organismen in petrischalen.

WO2012152768A1 openbaart een inrichting voor beeldacquisitie van micro- organismekolonies in een petrischaal. De geopenbaarde inrichting omvat meerdere verlichtingsbronnen met verschillende invalshoeken ten opzichte van de petrischaal en een beeldopname-element.

De bovengenoemde inrichting is specifiek gericht op beeldvorming van micro- organismeculturen in petrischalen. Alle gegevens met betrekking tot de zijwanden van de petrischaal zijn echter opzettelijk verwijderd uit de vastgelegde beeldgegevens.

De bovengenoemde werkwijzen en inrichtingen bieden een aantal voordelen ten opzichte van handmatige analyse van bacterieculturen. Verwerving van lichtspectra geproduceerd door bacteriële samples en de analyse ervan door middel van kunstmatige intelligentie-algoritmen kan aanzienlijke voordelen opleveren in termen van snelheid en nauwkeurigheid. In de stand van de techniek ontbreken echter nog steeds werkwijzen en inrichtingen die in staat zijn om het gehele binnen oppervlak van een petrischaal af te beelden en te analyseren. In het bijzonder het vermogen om beelden van de wanden van een petrischaal te verwerven en te analyseren die bacterie-, schimmel- of gistkolonies kunnen onthullen die anders onopgemerkt zouden blijven.

SAMENVATTING VAN DE UITVINDING Het doel van de onderhavige uitvinding is om, ten minste gedeeltelijk, de bovengenoemde nadelen te overwinnen door een inrichting beschikbaar te stellen die geschikt is voor het verkrijgen van hyperspectrale beelden van bacteriekolonies, gist, schimmel en anorganische deeltjes in petrischalen. De inrichting omvat een lichtbehuizing met een lichtbron, een camera die in staat is tot hyperspectrale beeldacquisitie, uitgerust met een lensarray, waarbij de lensarray een lensinrichting voor gateninspectie is. In deze context wordt een gateninspectie-lensarray gedefinieerd als een lensarray die in staat is de binnenwanden en de bodem van een holte af te beelden.

Hyperspectrale beeldvorming bestaat uit de verwerving van een spectrum voor elke pixel in een afbeelding. De informatie die door hyperspectrale beeldvorming wordt verzameld, wordt meestal opgeslagen als een kubus. Het is nog een ander doel van deze uitvinding om een werkwijze beschikbaar te stellen die geschikt is voor de interpretatie van verkregen hyperspectrale beelden, in het bijzonder voor de detectie, telling en identificatie van bacteriën, gist- of schimmelculturen in een petrischaal.

Het is een bijzonder doel van de onderhavige uitvinding om een inrichting en werkwijze beschikbaar te stellen die, hoewel ze in staat zijn tot hoge nauwkeurigheid bij de detectie, identificatie en telling van bacteriële, gist- of schimmelkolonies in een petrischaal, minimale tussenkomst van de operator vereisen.

Het is nog een ander doel van de onderhavige uitvinding om een inrichting beschikbaar te stellen met middelen voor het vasthouden van een petrischaal die, vergeleken met de stand van de techniek, de mogelijkheid van condensatie in de petrischaal vermindert.

Het is nog een ander doel van de onderhavige uitvinding om een inrichting beschikbaar te stellen die in staat is om het binnen oppervlak van een petrischaal in zijn totaliteit te verlichten. Het is nog een ander doel van de onderhavige uitvinding om een inrichting en werkwijze te verschaffen die een hogere samplingfrequentie mogelijk maken. Deze doelen, en andere die hieronder duidelijker zullen verschijnen, worden bereikt door een hyperspectrale beeldvormingsinrichting en werkwijze voor de detectie, identificatie en telling van bacteriën, schimmels en andere microbiologische entiteiten volgens de volgende conclusies die moeten worden beschouwd als een integraal onderdeel van het huidige octrooi. In het bijzonder werkt het hyperspectrale beeldvormingsinrichting op petrischalen die een ronde of vierkante vorm kunnen hebben. Bovendien kunnen meerdere dimensies van petrischalen worden gebruikt met het hyperspectrale beeldvormingsinrichting zonder afbreuk te doen aan de nauwkeurigheid of snelheid van de analyse. Volgens een aspect van de uitvinding omvat de inrichting een lichtbehuizing voorzien van een basis op zijn bovenoppervlak, zodat een petrischaal erop kan worden geplaatst met een oriëntatie van boven naar beneden. Op deze manier kan condensatie die anders betrouwbare beeldvorming van de binnenkant van de petrischaal zou belemmeren, worden vermeden. Op dezelfde manier wordt een consistente plaatsing van de petrischaal ten opzichte van andere elementen die aan de lichtbehuizing zijn bevestigd, gegarandeerd.

Volgens een ander aspect van de uitvinding is de lichtbehuizing voorzien van een ringvormige opwaarts gerichte lichtbron die in staat is om het inwendige van een petrischaal in zijn geheel te verlichten. In het bijzonder is genoemde lichtbron uitgerust met meerdere LED's met een golflengte tussen 400nm en 1700nm. Op deze manier, en in combinatie met de consistente plaatsing van de petrischaal die mogelijk wordt gemaakt door de basis, kan een consistente verlichting van het volledige interieur van een petrischaal worden bereikt tijdens alle sampling-gebeurtenissen. Volgens een ander aspect van de uitvinding is een camera die in staat is om hyperspectrale beelden vast te leggen, uitgerust met een gateninspectie-lensarray. Op deze manier wordt acquisitie van hyperspectrale beeldvorming van het gehele binnen oppervlak van een petrischaal mogelijk gemaakt. De gateninspectie-lensarray en de camera, zijnde stevig aan de lichtbehuizing bevestigd, zorgen voor de verwerving van hyperspectrale gegevens waarin de positionering en verlichting van een petrischaal consistent blijft tijdens alle sampling-gebeurtenissen. Volgens een ander aspect van de uitvinding omvat de werkwijze een machine learning-algoritme voor classificatie van de hyperspectrale gegevens verzameld door middel van de beeldvormingsinrichting. In het bijzonder wordt een gesuperviseerd deep learning-algoritme getraind voor het detecteren, identificeren en tellen van kolonies bacteriën, schimmels of gisten in een petrischaal. Op deze manier wordt een hoge nauwkeurigheid van de resultaten mogelijk gemaakt. Deze hoge nauwkeurigheid wordt versterkt door de consistente kwaliteit van de beelden die zijn verkregen door middel van het hyperspectrale beeldvormingsinrichting. Bovendien maakt het gebruik van het deep learning-algoritme een snellere verwerking van hyperspectrale gegevens mogelijk, waardoor hogere samplingfrequenties mogelijk zijn.

Volgens nog een ander aspect van de uitvinding kunnen samplingfrequenties handmatig of door software worden beheerd. Dit, in combinatie met het automatische beheer en de verwerking van hyperspectrale gegevens, mogelijk gemaakt door het deep learning-algoritme, kan tussenkomst van de operator verminderen. Op deze manier worden fouten in de resultaten als gevolg van menselijke participatie op voordelige wijze beperkt. Bovendien wordt ook de cognitieve belasting van de operator verminderd. Volgens een ander aspect van de uitvinding worden beeldgegevens van elk sample automatisch gegroepeerd en chronologisch geordend. Op deze manier kan een time- lapse worden geproduceerd die de evolutie van een sample documenteert. Dit maakt op voordelige wijze een gemakkelijkere interpretatie van de aan de operator verstrekte gegevens mogelijk. Verder maakt een time-lapse van de beelden het op voordelige wijze mogelijk de genoemde samples te monitoren. Gateninspectie-lensarrays worden gedefinieerd als een lensarray die in staat is de 5 binnenwanden en de bodem van een holte af te beelden.

BESCHRIJVING VAN DE FIGUREN Fig. 1 toont een doorsnedetekening van de inrichting Fig. 2 toont een petrischaal die op de getrapte basis is geplaatst Fig. 3 toont elementen van de werkwijze. Fig. 4 toont het beslissingsmodel voor het detecteren, identificeren en tellen van een kweek van bacteriën, schimmels of gisten.

GEDETAILLEERDE BESCHRIJVING De onderhavige uitvinding heeft betrekking op een inrichting en werkwijze om deze te gebruiken voor de detectie, telling en identificatie van bacterie-, schimmel- en/of gistkolonies die zich in een petrischaal bevinden. De werkwijze maakt op voordelige wijze gebruik van een nieuwe opstelling van een inrichting voor hyperspectrale beeldvorming en omvat verder het gebruik van een deep learning-algoritme voor het verwerken, opslaan en weergeven van de vastgelegde gegevens. ‘Petrischaal’, of ‘schaal’ moeten worden opgevat als een allesomvattende term voor alle plastic of glazen schaaltjes, schalen of doosachtige containers die geschikt zijn om culturen van bacteriën, schimmels of gisten te bevatten. Tenzij anders gedefinieerd, hebben alle termen die worden gebruikt bij het openbaren van de uitvinding, met inbegrip van technische en wetenschappelijke termen, de betekenis zoals gewoonlijk begrepen door een gemiddelde vakman in het vakgebied waartoe deze uitvinding behoort. Bij wijze van verdere begeleiding, zijn term definities inbegrepen om de leer van de onderhavige uitvinding beter te waarderen. Zoals hierin gebruikt, hebben de volgende termen de volgende betekenis: ‘Een’, ‘de’ en het’, zoals ze hierin worden gebruikt, omvatten zowel enkelvoudige als meervoudige referenten, tenzij de context duidelijk anders aangeeft. Bij wijze van voorbeeld verwijst ‘een compartiment’ naar één of meer compartimenten.

‘Omvatten’, ‘omvattende’ en ‘omvat’ en ‘bestaande uit’ zoals hier gebruikt, zijn synoniem met ‘bevatten’, ‘bevattende’ of ‘bevat’ en zijn inclusieve of open termen die de aanwezigheid specificeren van wat volgt (bijv. een component) en sluiten de aanwezigheid van aanvullende, niet-genoemde componenten, kenmerken, elementen, delen, stappen, die welbekend zijn in de stand der techniek of daarin beschreven zijn, niet uit. Verder worden de termen eerste, tweede, derde en dergelijke in de beschrijving en in de conclusies gebruikt voor het onderscheiden van gelijkaardige elementen en niet noodzakelijk voor het beschrijven van een volgorde, noch in de tijd, noch spatiaal, tenzij anders aangegeven. Het dient te worden begrepen dat de termen op die manier gebruikt onder geschikte omstandigheden verwisselbaar zijn en dat de uitvoeringsvormen van de uitvinding hierin beschreven geschikt zijn om in andere volgorde te werken dan hierin beschreven of weergegeven.

Het citeren van numerieke bereiken door eindpunten omvat alle getallen en breuken die zijn opgenomen binnen dat bereik, evenals de genoemde eindpunten.

Terwijl de termen ‘één of meer’ of ‘ten minste één’, zoals één of meer of ten minste één lid (leden) van een groep leden, op zich duidelijk is, omvat de term door middel van verdere toelichting onder meer een verwijzing naar een van de leden, of naar twee of meer van de leden, zoals bijvoorbeeld elke >3, 24, 25, 26 of >7 enz. van de leden, en tot alle genoemde leden.

De onderhavige uitvinding stelt een inrichting ter beschikking die in staat is tot hyperspectrale beeldvorming die, vergeleken met de stand van de techniek, een aantal voordelen biedt die duidelijk zullen worden in de volgende uitvoeringsvormen. Een bijzonder voordelig aspect van deze uitvinding is het gebruik van een gateninspectie-lensarray.

In een voorkeursuitvoeringsvorm is de inrichting een integraal onderdeel van een machine die in staat is om petrischalen te beheren en op de basis van de inrichting te plaatsen. In een andere voorkeursuitvoeringsvorm van de onderhavige uitvinding kan de inrichting op zichzelf worden gebruikt zoals weergegeven in Fig. 1.

In een ideale uitvoeringsvorm van de onderhavige uitvinding omvat de inrichting een lichtbron 3, camera 5 die in staat is tot hyperspectrale beeldacquisitie, uitgerust met een lensarray 4 die star bevestigd is aan een gemeenschappelijk element. Bij voorkeur kan het gemeenschappelijke element een behuizing zijn. Met meer voorkeur is de behuizing een lichtbehuizing 2. Een uitvoering van deze inrichting is weergegeven in Fig. 1.

In een voorkeursuitvoeringsvorm van de onderhavige uitvinding zijn alle elementen van de inrichting in hoofdzaak axiaal uitgelijnd met elkaar aangebracht. Bij voorkeur is de lichtbron 3 in hoofdzaak axiaal uitgelijnd met de lensarray 4 en de camera 5. In nog een andere voorkeursuitvoeringsvorm van de inrichting van de onderhavige uitvinding is de inrichting zodanig opgesteld dat de lichtbron 3, lensarray 4 en camera 5 naar boven gericht zijn. Bij voorkeur bevinden de lichtbron 3, lensarray 4 en camera 5 zich binnen de lichtbehuizing 2. Met meer voorkeur zijn de lichtbron 3, lensarray 4 en camera 5 opgesteld ten opzichte van de lichtbehuizing 2, zodat het distale uiteinde van de lensarray 4 niet uitsteekt boven het bovenoppervlak van de lichtbehuizing 2. In een uitvoeringsvorm van de onderhavige uitvinding die nog meer de voorkeur heeft, is de lensarray 4 opgesteld ten opzichte van de lichtbehuizing 2, zodanig dat het distale uiteinde van de lensarray 4 zich onder het bovenoppervlak van de lichtbehuizing 2 bevindt. In een andere voorkeursuitvoeringsvorm van de onderhavige uitvinding zijn de lichtbron 3, lensarray 4 en camera 5 opgesteld onder het bovenoppervlak van de lichtbehuizing 2, waarbij een basis 6 voor een petrischaal een integraal onderdeel vormt van de lichtbehuizing 2. In een uitvoeringsvorm van de onderhavige uitvinding die nog meer de voorkeur heeft is de basis 6 voor de petrischaal aangebracht, gebouwd op het bovenoppervlak van de lichtbehuizing 2. In een uitvoeringsvorm van de uitvinding die nog meer de voorkeur heeft, is de petrischaalbasis 6 gebouwd met het midden ervan in hoofdzaak uitgelijnd met de as van de lensarray 4. Een andere uitvoeringsvorm van de onderhavige uitvinding is weergegeven in Fig. 2, waarin de lichtbron 3a, lensarray 4a en camera 5a verschuifbaar zijn bevestigd aan de lichtbehuizing 2a. In een voorkeursuitvoeringsvorm van de uitvinding is de lichtbron 3a ook verschuifbaar bevestigd ten opzichte van de lensarray 4a. In het bijzonder zijn in deze voorkeursuitvoeringsvorm van de uitvinding de lichtbron 3a, lensarray 4a en camera 5a zo opgesteld dat ze in hoofdzaak axiaal uitgelijnd zijn. In een uitvoeringsvorm van de onderhavige uitvinding die nog meer de voorkeur heeft, is de lichtbehuizing 2a voorzien van een petrischaalbasis 6a die op zijn bovenoppervlak is gebouwd. In een nog verder geprefereerde uitvoeringsvorm van de uitvinding is genoemde basis 6a voorzien van zowel ronde als vierkante holtes 6b op zijn oppervlak en in hoofdzaak uitgelijnd met de lichtbron 3a, lensarray 4a en camera 5a.

De kenmerken van de laatste voorkeursuitvoeringsvorm van de onderhavige uitvinding maken met voordeel de plaatsing van petrischalen 7 van zowel vierkante als ronde vorm en van verschillende afmetingen op de basis 6a mogelijk. In het bijzonder maakt het in essentie axiale uitlijning tussen de vierkante en ronde holtes 6b van de ingebouwde basis en de lichtbron 3a, lensarray 4a en camera 5a een voordelige uitlijning van genoemde elementen met de petrischalen 7 mogelijk.

In een andere voorkeursuitvoeringsvorm weergegeven in Fig. 2, zijn de vierkante en ronde holtes 6a beschreven met de vorige uitvoering voorzien in verschillende afmetingen, bij voorkeur in een getrapte constructie, aflopend van de grootste naar steeds kleinere openingen. Met meer voorkeur is de laatste opening die op de basis voor petrischalen is gebouwd aanzienlijk kleiner dan de kleinste petrischaal en is deze een doorgaand gat, zodat het distale uiteinde van de lensarray wordt blootgesteld. De basis 6a weergegeven in Fig. 2 kan één, twee of meer trappen hebben. Elke trap kan een diepte hebben tussen 0,5 mm en, maar niet beperkt tot, 2 mm. De binnen omtrek van elke trap kan afgeschuind of in hoofdzaak rechthoekig zijn. De lichtbron 3a en de lensarray 4a zijn schuivend verplaatsbaar ten opzichte van elkaar langs hun lengteas verschaft. Deze beide elementen zijn schuivend verplaatsbaar aangebracht ten opzichte van de getrapte basis 6a voor de petrischaal. De verschuifbare opstelling van deze elementen kan met voordeel worden gebruikt om het gebruik van verschillende afmetingen van petrischalen 7 te compenseren, aangezien deze op verschillende hoogtes zullen worden geplaatst volgens de meest compatibele trap. Op deze manier kan voor elke maat petrischaal gezorgd worden voor een goede verlichting. Ook maakt de instelbare positie van de gateninspectie-lensarray 4a ten opzichte van de getrapte basis 6a het op voordelige wijze mogelijk om occlusie door de basis 6a en/of de lichtbron 3a te overwinnen. Deze instelbaarheid maakt ook de compensatie mogelijk van eventuele beperkingen in de scherpstelling van de lensarray 4a. De inrichting van de onderhavige uitvinding wordt ook bereikt door een werkwijze voor het gebruik ervan. Deze werkwijze omvat in het bijzonder de training en het gebruik van een deep learning-algoritme voor de detectie, identificatie en telling van bacterie-, schimmel- en gistkolonies in een petrischaal.

De elementen die integraal deel uitmaken van de werkwijze van de onderhavige uitvinding zijn weergegeven in Fig. 3. Een eerste aspect van deze figuur is het trainen Sa van een deep learning-algoritme 9, met name door middel van een trainingsdataset 8. Om deze dataset te verkrijgen, wordt gebruik gemaakt van een aantal voorgeclassificeerde samples 8a. Om de nauwkeurigheid en het toepassingsgebied van het algoritme 9 te vergroten, is een groot aantal voorbeeld- beelden nodig. Bij voorkeur moet de reeks samples zoveel mogelijk soorten bacteriën, schimmels of gisten bevatten. Met meer voorkeur moet de reeks samples verschillende typen groeimedium omvatten. Met meer voorkeur dient de reeks samples combinaties van de bacteriën, schimmels of gistsoorten met verschillende soorten groeimedium te omvatten. Met nog meer voorkeur zou een extra aantal samples moeten worden verschaft die meerdere bacterieculturen en/of schimmels en/of gist combineren.

Om de training (9a) van het algoritme 9 uit te voeren, wordt een hyperspectraal beeld 8b van elk sample verkregen. Bij voorkeur zou het beeld worden verkregen door gebruik te maken van petrischalen van verschillende afmetingen en vormen. Met meer voorkeur moet beeldvorming van elk sample worden verkregen onder variërende lichtomstandigheden, bijv. invalshoek, omgevingslicht enz. De hyperspectrale beelden 8b van elk trainingssample worden vervolgens geleverd in de vorm van hyperspectrale kubussen die vervolgens worden geleverd om het algoritme 9 te trainen. Nadat het algoritme 9 van voldoende trainingssamples is voorzien, kan het algoritme worden gebruikt voor de classificatie 9b van nieuwverworven samples.

In deze context moet een ‘hyperspectrale kubus’ of ‘hyperspectraal beeld’ worden opgevat als een multidimensionale reeks waarden. In dit specifieke geval vormen de pixels in een beeld een tweedimensionale gegevensarray. Elke pixel is verder voorzien van een andere dimensie waarin de door de pixel gereflecteerde spectrale banden worden weergegeven.

Het gebruik van een gediversifieerde reeks samples en de diverse omstandigheden waaronder hyperspectrale beeldvorming van genoemde samples wordt uitgevoerd, maakt met voordeel de classificatie 9b van nieuw verworven niet-geclassificeerde samplebeelden (12) onder een grotere verscheidenheid aan omstandigheden mogelijk. De classificatie 9b van de niet-geclassificeerde samplebeelden 12 begint met het instellen van een samplingfrequentie (10). Deze samplingfrequentie kan ofwel door de operator ofwel door middel van software worden bepaald. De samplingfrequentie is afhankelijk van het aantal samples dat in dezelfde run moet worden geanalyseerd.

Zodra de samplingfrequentie is ingesteld, wordt het verzamelen van een hyperspectraal beeld (11) van elk sample uitgevoerd door elk sample te bestralen met licht binnen een band van 400 nm tot 1700 nm, terwijl een camera de door het sample gereflecteerde spectra registreert. Tijdens dit proces wordt een hyperspectrale kubus gecreëerd, waarbij aan elke pixel omvattende het beeld een spectrum wordt toegewezen. Hier maakt het deep learning-algoritme 9, in vergelijking met op mensen gebaseerde werkwijzen, een snellere aflezing van de informatiedichte hyperspectrale kubussen van elk sample mogelijk. Een beslissingsmodel 16 dat gebruik maakt van het deep learning-algoritme 9 wordt gepresenteerd in Fig. 4. Dit beslissingsmodel 16 begint met een beoordeling van elke pixel (18) die het hyperspectrale beeld van een bacterie-, schimmel- of gistcultuur omvat. In het bijzonder wordt het spectrum van elke pixel geanalyseerd (18a) voor nieuwe spectra. De veranderingen in het spectrum van een pixel duiden op een verandering in de soorten bacteriën, schimmels of gisten die in de pixel aanwezig zijn. In het bijzonder duidt het optreden van nieuwe spectra binnen een pixel op de groei van ten minste één type bacterie, schimmel of gist. Volgens het beslissingsmodel in Fig. 4 wordt, als een nieuw spectrum wordt gedetecteerd, het nieuwe spectrum geanalyseerd door middel van het deep learning- algoritme om te detecteren welke nieuwe soort of soorten bacteriën, schimmels of gisten aanwezig zijn (18b). Hierbij wordt onderscheid gemaakt tussen het bacterie-, schimmel- of gistsample dat bedoeld is om in de sample te groeien en die andere bacteriën, schimmels of gisten die als invasief worden beschouwd. Als een nieuw bacterie-, schimmel- of gisttype wordt geïdentificeerd, wordt dit bacterie-, schimmel- of gisttype geregistreerd (18c) door het toe te voegen aan set 19 met de soorten bacteriën, schimmels of gisten in de sample. Zodra alle soorten bacteriën, schimmels of gisten in de pixel zijn geïdentificeerd, wordt de telling van het aantal pixels per soort bacteriën, schimmels of gisten verhoogd (18d) overeenkomstig de soorten bacteriën, schimmels of gisten die in het spectrum van de pixel worden aangetroffen. De analyse gaat door voor de volgende pixel (18e) die het hyperspectrale beeld omvat totdat er geen pixels meer over zijn om te analyseren. Zodra dit gebeurt, wordt elk type bacterie, schimmel of gist geteld (20). Dit wordt gedaan voor elk type bacterie, schimmel of gist door het aantal pixels te tellen waarin ze zijn gedetecteerd.

Daarom maakt het in Fig. 4 gepresenteerde beslissingsmodel op voordelige wijze niet alleen de detectie mogelijk, maar ook het volgen van de evolutie van elk type bacterie, schimmel of gist dat in een petrischaal voorkomt. De aldus verkregen informatie wordt dan chronologisch georganiseerd en opgeslagen om, met voordeel, visualisatie door de operator te vergemakkelijken. In een voorkeursuitvoeringsvorm van de onderhavige uitvinding kan de samplingfrequentie automatisch worden aangepast, indien het aantal te analyseren samples dit toelaat, in overeenstemming met de snelheid waarmee de bacterie-, schimmel- of gistculturen evolueren. Met meer voorkeur neemt de samplingfrequentie voor een bepaalde petrischaal toe als de kolonies sneller evolueren. In een uitvoeringsvorm van de uitvinding die nog meer de voorkeur heeft, kan de sampling van elke petrischaal opnieuw worden gepland door prioriteit te geven aan snelgroeiende culturen.

In nog een andere voorkeursuitvoeringsvorm van de uitvinding worden tijdens de hyperspectrale beeldvorming van elk sample (11), en in het bijzonder wanneer verschillende samples in verschillende petrischalen moeten worden geanalyseerd, de positie van de lensarray 4a en lichtbron 3a aangepast ten opzichte van de basis 6a.

Dit gebeurt in overeenstemming met de positie van de bovengenoemde elementen tijdens de laatste hyperspectrale beeldvorming van hetzelfde sample. Op deze manier wordt gegarandeerd dat genoemde hyperspectrale beeldvorming plaatsvindt onder dezelfde zicht- en focusomstandigheden in elk geval voor dezelfde bacterie-, schimmel- of gistcultuur.

In een uitvoeringsvorm die meer de voorkeur heeft, kan het algoritme worden gebruikt om de ideale positionering van het verlichtingselement 3a en lensarray 4a ten opzichte van basis 6a te bepalen voor elke specifieke bacterie-, schimmel- of gistcultuur. In een meer geprefereerde uitvoeringsvorm van de onderhavige uitvinding wordt een eerste kalibratierun uitgevoerd tijdens de training van het algoritme. Op deze manier wordt voor elk sample een optimale lichtintensiteit en kleurpiek verkregen.

Claims (1)

1. CONCLUSIES

   1. Werkwijze voor de detectie identificatie en monitoring van Kolonies van bacierlën, schimmels of gisten in een pelrischaal, omvallende het Instellen van een samplingfreguentie, initiële bestraling van bacterie-, schimmel- of gistculturen met sen lichtbron en het vastleggen van hyperspeciraie gegevens, gevolgd door gegevensciassificatie en opslag, met het kenmerk dat classificatie van bacterie-, schimmel- of gistkolonies wordt uitgevoerd met behulp van sen beslissingsmoadel waarbij gebruik wordt gemaakt van sen deep igarning-algoritme, waarbij genoemd algorime sen stap omvat waarbij het algoritme wordt getraind met behulp van een traininosdataset, welke dataset een aantal vooraf geclassificeerde samples bevel die een type bacteriën, schimmels en/of gist bevatten,

   2. Werkwijze volgens conciusie 1, met het Kenmerk, dat de trainingsdataset samples bevat met combinaties van de bacterie-, schimmel- of gistsoorten met verschillende soorten groeimedium.

   3. Werkwijze volgens voorgaande conclusies 1 tot en met 2, met het kenmerk, dat de trainingsdataset samples bevat die meerdere Dactariecuituren en/of schimmels ry of gisten combineren, 4, Werkwijze volgens voorgaande conclusies 1 tot en met 2, met het kenmerk, dat de hyperspectrale beelden van elk trainingssampie aan het algoritme worden verstrekt in de vorm van hyperspectrale kubussen, waarbij aan sike pixel van het beeld sen spectrum wordt toegekend.

   5. Werkwijze volgens voorgaande conclusies 1 tot en met 4, met het kenmerk, dat een acquisitie-interval voor de hyoerspectrale beelden ofwel door de operator ofwel door software kan worden bepaald,

   5. Werkwijze volgens voorgaande conclusies 1 Lot en met 5, met het kenmerk, dat de classificatie van elk hyperspectrale gegevenssampie wordt geclassificeerd en opgeslagen op basis van de lichtbandbreedie van de sample, 7, Werkwijze volgens conciusie 6, met het kenmerk, dat veranderingen in het spectrum van sen pixel duiden cp een verendering in de soorten bacteriën, schimmels of gisten die in genoemde pixel aanwezig zijn,

   5. Werkwijze volgens conciusie 7, mel het kenmerk dat, nadat elke pixel van een sample is geanalyseerd, het aantal pixels worden geteld waarin elke gedetecteerde bacterie, schimmel of gist is gedetecteerd

   3, Werkwijze volgens conclusie 1 tot en met £, met het kenmerk, dat het deep learning-algoriime een kolonie herkent, teit en classificeert via een time-lapse en binnen sen bandbreedte van 400 nm en 1700 nm, 10, Een inrichting die geschikt is voor het verkrijgen van hyperspectrale beelden van bacterie-, schimmel of gistkolonies in petrischalen volgens de werkwijze in conclusie 1, de inrichting omvattende een lichthehulzing met een lichtbron, zen camera geschikt voor het verkrijgen van hyperspectrale beelden uitgerust met een lensarray, met het kenmerk, dat de genoemde lensarray een gateninspectie-lensassemblage is, waarbij de lensarray en de camera naar boven zijn gericht, en waarbij gencemde lichibehulzing een hovenopperviak heeft dat uitgerust is met een basis geschikt voor het ontvangen van een omgekeerde petrischaal.

   121, Een inrichting volgens conclusie 10, met het kenmerk, dat de basis ba op zijn oppervlak voorzien is van zowel ronde als vierkante holtes Sb,

   12.Een inrichting volgens conciusie 11, met het kenmerk, dat de ronde en de vierkante holtes 6b op het oppervlak van de basis in aanzienlijke mate zijn uitgelijnd met de lichtbron, de lensarray en de camera.

   13, Een inrichting volgens voorgaande condusies 11 tot en met 12, met het kenmerk, dat de vierkante en ronde holtes verschilende afmetingen hebben, 14, Een inrichting volgens conclusie 13, met het kenmerk dat de vierkante en ronde holtes Ga voorzien zijn van een getrapte constructie, aflopend van de grootste naar steeds kleinere openingen.

   15. Een Inrichting volgens voorgaande conciusie 14, met het kenmerk, dat de binnenomirek van slke trade afgeschuind is.

   16, Een inrichting volgens voorgaande conclusies 10 tot en met 15, met het kenmerk dat de hehtbron sen cirkeivormige opsteliing heeft rond de optische as van de gateninspectie-lensassemblage, 17, Een inrichting volgens voorgaande condiusies 10 tot en met 16, met het kenmerk, dat de lensarray en de camera verschuifbaar zijn bevestigd aan de lichtbehulzing.

   18, Een inrichting volgens voorgaande condusies 14 tot en met 17, met het kenmerk, dat de lichibron verschuifbaar bevestigd is ten opzichte van de lensarray.