CN104204219B - 用于检测在样品容器中的微生物生长的方法和系统 - Google Patents

用于检测在样品容器中的微生物生长的方法和系统 Download PDF

Info

Publication number
CN104204219B
CN104204219B CN201380015724.7A CN201380015724A CN104204219B CN 104204219 B CN104204219 B CN 104204219B CN 201380015724 A CN201380015724 A CN 201380015724A CN 104204219 B CN104204219 B CN 104204219B
Authority
CN
China
Prior art keywords
point
growth
positive
curve
data points
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201380015724.7A
Other languages
English (en)
Other versions
CN104204219A (zh
Inventor
迈克尔·厄勒里
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Biomerieux Inc
Original Assignee
Biomerieux Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Biomerieux Inc filed Critical Biomerieux Inc
Publication of CN104204219A publication Critical patent/CN104204219A/zh
Application granted granted Critical
Publication of CN104204219B publication Critical patent/CN104204219B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M41/00—Means for regulation, monitoring, measurement or control, e.g. flow regulation
    • C12M41/30—Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration
    • C12M41/36—Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration of biomass, e.g. colony counters or by turbidity measurements
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M1/00—Apparatus for enzymology or microbiology
    • C12M1/34—Measuring or testing with condition measuring or sensing means, e.g. colony counters
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M41/00—Means for regulation, monitoring, measurement or control, e.g. flow regulation
    • C12M41/46—Means for regulation, monitoring, measurement or control, e.g. flow regulation of cellular or enzymatic activity or functionality, e.g. cell viability
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/02—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving viable microorganisms
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/02—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving viable microorganisms
    • C12Q1/04—Determining presence or kind of microorganism; Use of selective media for testing antibiotics or bacteriocides; Compositions containing a chemical indicator therefor
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B99/00—Subject matter not provided for in other groups of this subclass

Landscapes

  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Organic Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Wood Science & Technology (AREA)
  • Zoology (AREA)
  • Biotechnology (AREA)
  • General Health & Medical Sciences (AREA)
  • Genetics & Genomics (AREA)
  • Analytical Chemistry (AREA)
  • Microbiology (AREA)
  • Biochemistry (AREA)
  • General Engineering & Computer Science (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Biomedical Technology (AREA)
  • Sustainable Development (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Immunology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Cell Biology (AREA)
  • Toxicology (AREA)
  • Medicinal Chemistry (AREA)
  • Evolutionary Biology (AREA)
  • Medical Informatics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

一种用于测定在样品容器内是否发生微生物生长的方法，其包括以下步骤：温育样品容器，并且获得温育样品容器时的一系列的测量数据点并且使数据点存储在机器可读的存储器中。该一系列的测量数据点代表在样品容器内的微生物生长的生长曲线。该方法从测量数据点中确定容器内的微生物生长的阳性条件。

Description

用于检测在样品容器中的微生物生长的方法和系统
相关申请的交叉引用
本申请根据35U.S.C.§119(e)要求于2012年3月22日提交的美国临时申请序列号61/614,037的优先权权益，其全部内容通过引用并入本文。
背景
本公开内容大体上涉及用于检测剂(例如，细菌)是否存在于诸如血液或尿液的生物或临床样品中的系统和方法的领域。
检测在血液样品中的微生物的生长并因此存在的仪器目前存在于美国的市场上。一个这样的仪器是本受让人bioMérieux,Inc的BacT/ALERT 3D仪器。该仪器接收包含例如来自人类患者的血液样品的血液培养瓶。该仪器温育该瓶。在温育期间，在温育器中的光学检测单元定期地分析被包含在该瓶中的比色传感器。由检测单元获得的反射测量被用来检测微生物的生长在该瓶内是否发生。光学检测单元、样品容器和传感器被描述在专利文献中，见美国专利4,945,060、5,094,955、5,162,229、5,164,796、5,217,876、5,795,773以及5,856,175，其各自的全部内容通过引用并入本文。美国专利5,856,175和5,164,796描述了用于测试微生物生长在样品容器内是否发生的方法。
BacT/ALERT仪器的阳性瓶检测算法的性能被认为商业上可接受的。然而，它具有许多缺点。第一，当检测时间(TTD)对比于反射率曲线的目视检查时，检测时间在某些情况下好像被延迟。换言之，检测晚于比所期望的指数生长期发生(见图2和以下的描述)。第二，由于诸如来自装载相对冷的瓶、在温育器的不同单元中重新装载瓶以及在相同单元内瓶被移动的温度影响的事件的结果，假阳性结果已知发生。第三，在瓶的延迟装载的情况下，假阴性结果已知发生。当检测到仅指数期的上部或者稳定期不在足以高至触发初始反射率值正阈值的反射率水平时，观察到假阴性结果。第四，该算法的逻辑被认为是复杂的、难以理解并且难以维护的。
与大体上涉及在生物样品中的微生物检测有关系的其他现有技术包括以下专利：U.S.5,770,394、U.S.5,518,923、U.S.5,498,543、U.S.5,432,061、U.S.5,371,016、U.S.5,397,709、U.S.5,344,417、U.S.5,374,264、U.S.6,709,857以及U.S.7,211,430。以下的专利文件也可能有关系的：US 7,991,558、US7,668,663、US 2009/0119020、US 2011/0029252、US 2011/0208432、US2009/0287754以及US 2010/0070190。
在诸如BacT/ALERT 3D的检测仪器以及相似的仪器中，一旦血培养瓶被测试对于微生物存在呈阳性，那么由于血液成分和包含样品的一次性系统的人工制品(例如，瓶)的干扰而难以获得高水平的微生物剂的表征或微生物剂的种类鉴别。因此，目前的方法使用瓶或其他合适的一次性容器以及用于样品中的自然生长和检测的相关的仪器，如上文描述的。一旦该仪器表明该瓶微生物剂的存在呈阳性，根据目前方法“阳性”瓶从仪器中手动收回并且样品的一部分从瓶中手动去除并且在琼脂板上培养。该板手动地放置于温育器中并且定期检查微生物再次培养的生长。在再次培养充分生长后，培养的样品从该板中取出并且放置在测试管中。然后该测试管被引入到用于通过具有多个单独的孔的一次性测试样品卡鉴别测试的另一个仪器中。一次性测试卡在专利文献中是已知的，见美国专利4,118,280、3,963,355、4,018,652、4,116,775以及4,038,151、5,609,828、5,746,980、5,766,553、5,843,380、5,869,005、5,916,812、5,932,177、5,951,952以及6,045,758，其全部内容通过引用并入本文。
然后测试样品卡在本领域内已知的分析仪器，如受让人的VITEK 2仪器中处理。VITEK 2仪器温育并且用读数装置定期读取测试样品卡的孔。样品在该卡的一个或多个孔中的生长导致微生物剂的鉴别。VITEK 2仪器被描述在专利文献中，见美国专利5,762,873和6,086,824，其内容通过引用并入本文。
从将样品引入到血液收集瓶的时间到培养，检测微生物的存在，然后通过VITEK 2仪器鉴别微生物的时间的整个过程通常花费2-5天。发生长阳性瓶检测后的单独的鉴别步骤通常占据这些的1-3天。
如果检测和鉴别血液样品中的微生物剂以及向临床医生报告结果所花费的时间从目前的2-5天缩短到少于1天，对于病人重要的并潜在的救生、临床的利益是可能的。
在本申请的受让人的相关申请中，如公开的U.S.2011/0281291，公开了用于鉴别在样品容器中的微生物剂的方法。在本公开内容中，方法被公开用于检测在样品容器中是否发生微生物生长，因此指示介质存在于样品中。该方法缩短了进行该初始测定所需的时间。因为初始测定进行越早，鉴定介质的第二步(诸如在U.S.2011/0281291描述的)能够比其他可能的方式更早地开始。因此，本发明有助于总体缩短检测和鉴别微生物剂所需的时间量。而且，本公开内容的方法克服了目前检测算法的缺陷。
概述
描述了一种用于测定样品容器中是否发生微生物生长的方法和系统。该方法使用来自从样品容器中获得测量结果的系统，诸如例如在美国专利5,856,175和5,164,576中公开的系统的测量数据点(强度，时间)。
本方法具有许多独特的特征，一个是方法使用同时操作的两种不同的技术以检测在样品容器内的微生物生长。第一种为数据点对点变化的测量。本方法用于区分测量误差或数据噪声与生物活性。第二种为微生物生长随时间变化的图(使用信号强度作为生长的代表)或本文的“生长曲线”下的相对面积的变化的测量。该方法灵敏地检测测试曲线中的拐点，并且因此早期检测微生物生长。两种分析方法都包括从输入测量数据中确定容器是否对生长呈阳性的处理步骤。
两种方法同时评价测量数据点以使假阴性或假阳性的测试解释的风险降到最低。(阴性测试结果指未检测到有机体生长。阳性测试结果指检测到有机体生长。)在一个实施方案中，点对点变化方法鉴别测试误差并且响应地限制生长曲线下的相对面积的变化方法在测定误差条件期间测定阳性条件的能力。如果数据摆脱测量误差，生长曲线下的相对面积的方法是更灵敏的方法以监测生物活性。通过同时应用点对点变化方法，由于非生物事件的测量，曲线的误差的解释的风险被降到最低并且使用曲线下的相对面积的方法的优势能够完全实现。
该方法的优选实施方案合并了使用输入测试数据实时计算的判定阈值的使用。当相比于预先限定的判定阈值的使用时，该方法对测量平台、测试介质和测试微生物之间的变化是可靠的。
此外，在举例的实施方案中，该方法不需要复杂数据平滑处理。平滑数据的方法能够延迟测试的解释和/或降低算法的灵敏度。
在另一方面，提供用于确定在样品容器内是否发生微生物生长的系统。该系统包括用于温育样品容器的装置以及获得温育样品容器时的一系列的测量数据点并且使数据点存储在机器可读的存储器中的测量系统。该一系列的测量数据点代表在样品容器内的微生物生长的生长曲线。该系统还包括编程计算机，该编程计算机同时执行分析方法(a)和(b)，即：
(a)分析在一系列的测量数据中的连续的数据点的变化；以及
(b)分析在一系列的测量数据点的数据点的集合之间的生长曲线下的面积的变化，
其中两种分析方法(a)和(b)都包括用于从测量数据点确定容器内的微生物生长的阳性条件的处理步骤。
点对点变化方法和生长曲线下的相对面积方法两者都被认为是独特的、新颖的并且可专利性的。两种方法具有单独的或与用于测定微生物生长的其他方法结合的实用性。
因此，本公开内容的一个另外方面涉及用于测定在包含样品的样品容器内是否发生微生物生长的数据点对点变化的方法。该方法包括以下步骤：
温育样品容器；
获得样品容器被温育时的一系列的测量数据点并且使数据点存储在机器可读的存储器中，一系列的测量数据点代表样品容器内的微生物生长的生长曲线；
相对于判定阈值分析一系列的测量数据点的连续数据点的变化，并且
如果连续数据点的变化超过判定阈值对于连续测量数据点预先确定的次数，报告样品容器对微生物生长呈阳性。
在一些实施方案中，一系列的测量数据点从包含在样品容器内的比色传感器获得。然而，该方法可应用于与其他方法使用，该其他方法包括监控来自样品容器或代表微生物生长的其内含物的方法的CO2浓度、pH或其他数值的变化。
在一个实施方案中，判定阈值由测量数据点计算。在另一个可能的配置中，该方法包括从测量数据点确定测量数据点中的峰值并且响应地对用于从测量数据确定样品容器中的微生物生长的第二种方法施加限制的步骤。例如，第二种方法可以是基于比色传感器读数的一种，例如曲线方法下的相对面积的方法、从pH读数中测定生长的方法等。
该方法能够用于的样品能够采取任何合适的形式，包括食品样品、环境样品或来自人类患者例如，血液或尿液的样品。
在另一个方面，该发明能够采取微生物测试机器的改进的形式，该微生物试验机器可操作地接受多个样品容器、温育该容器并且从样品容器中获得一系列的测量数据点。该改进在机器中提供处理单元，该处理单元可操作地测定使用数据点对点方法容器是否对微生物生长呈阳性。在还另一个方面，该方法能够采取包含用于执行数据点对点方法的机器可读指令的程序计算装置的形式。
在还另一个方面，一种方法被提供用于使用在曲线下的相对面积的方法确定在包含样品的样品容器内是否发生微生物生长。该方法包括以下步骤：
(a)温育样品容器；
(b)获得温育样品容器时的一系列的测量数据点并且使数据点存储在机器可读的存储器中，一系列的测量数据点代表样品容器内的微生物生长的生长曲线；
(c)计算一对测量数据点的生长曲线下的面积；
(d)计算第二对测量数据点的生长曲线下的面积；
(e)计算步骤(c)和(d)时计算的生长曲线下的面积的百分比差值；
(f)确定步骤(e)时计算的百分比差值是否大于判定阈值；
(g)如果步骤(f)是肯定的，对于连续对测量数据点重复步骤(c)、(d)、(e)以及(f)，直到具有高于判定阈值的步骤(f)时计算的百分比差值的连续对测量数据点的数量大于预先确定的限值为止；以及
(h)响应地报告样品容器对微生物生长呈阳性。
当用数据点对点方法的情况下，一系列的测量数据定能够以多种测试格式获得，其中测量数据点代表生长例如，测量数据点从包含在样品容器内的比色传感器获得。
在优选的实施方案中，判定阈值由测量数据点计算，因此测量平台、测试介质以及样品类型之间的变化是可靠的。该方法能够与多种样品类型使用，包括食品、环境和临床样品，包括从人类患者诸如血液或尿液中获得样品。
在另一个方面，该发明能够采取微生物测试机器的形式，该微生物测试机器可操作地接受多个样品容器、温育该容器并且从样品容器中获得一系列的测量数据点。该机器包括在机器中的处理单元，该处理单元使用数据点对点方法可操作地测定容器是否对微生物生长呈阳性。在还另一个方面中，该方法能够采取包含用于执行生长曲线下的相对面积方法的机器可读指令的程序计算装置的形式。
本公开内容的另一个方面涉及用于在其中在容器安装与检测系统中之前容器进行显著的长期时间温育的条件下，鉴别样品容器对微生物生长呈阳性的方法学并且因此存在微生物剂的方法学并入本发明方法。特别地，以概述方式描述在此概述和详细的下文中的点对点和在曲线下的相对面积的方法能够在通常的临床应用下解释来自容器检测系统的数据测量，即其中测试瓶接种有样品并且瓶立即被装载到系统中。然而，一些实验室将在使该瓶装载到系统中之前，长期持有接种瓶(可能在冷藏的条件下)。装载的延迟能够导致不完全的反射率或生长曲线。因为不完全的，我们意指在“典型的”生长曲线(图2)中所有的延滞期和所有或部分的指数期能够丢失。方法学，参考下文可交换地作为“早期温育”或“延迟进入”方法学，提供特别设计用于该所谓的延迟进入测试的数据的单独分析。该方法学能够同时地与“点对点”变化和/或“生长曲线下的相对面积”方法学执行，使得容器正确地鉴别为阳性的，不管该容器是否经受延迟进入到检测系统。可替代地，该方法能够例如在其中已知的在使样品接种到容器中后、容器被引入到检测系统之前，一些延长期已过去的情况下单独地执行。
三种不同的可替代的方法能够在早期温育检测算法使用以鉴别容器对微生物生长呈阳性，方法包括计算平均反射率数值并且相比于阈值的第一种方法、使用平均点对点数值和与阈值的比较的第二种方法以及其中连续增加点对点数值的数量被计数并且相比于规定的阈值数值的第三种方法。在一个可能的实施方案中，所有的三种方法对来自容器的一系列的时间标记测量同时执行。
附图简述
图1是可以与本方法结合使用的用于监控样品容器内的未知的微生物剂(microbial agent)的生长的系统的现有技术的布置的图示。
图2是容器的随时间变化的微生物生长的图；生长曲线表示为从图1的检测器获得的强度测量。
图3是生长和数据测量的点对点变化的图，其显示当点对点变化超过判定阈值上限最小次数时，作出阳性测试解释。
图4是相似于图3的生长和数据测量的点对点变化的图的第二实例，其显示当点对点变化超过判定阈值上限最小次数时，作出阳性测试解释。
图5是在其中瓶测试微生物生长呈阴性的情形下生长和点对点变化数据测量的图的实例。注意数据点对点变化图在整个温育期间未超过阈值上限。
图6是显示生长曲线(强度)随温育时间变化的和两个任意时间点之间的曲线下面积的图，该面积表示为任意单位。
图7是生长曲线、判定阈值上限和判定阈值下限以及相对曲线下面积(relativearea under the curve)变化(RAUC)随温育时间变化的图，显示在RAUC的变化超过判定阈值上限最小次数后，作出阳性测试解释。
图8A是在阴性测试条件下的RAUC分析方法的图示。注意RAUC变化的图保持在阈值上限和阈值下限内并且趋向零值。图8B-8E是读数对读数(点对点)变化、阈值以及反射率的图，其图示点对点变化如何能够用于例如，临时限制RAUC方法宣布阳性结果的能力。
图9A和9B是显示用于测定样品容器对微生物生长呈阳性的数据点对点变化方法的流程图。该流程图能够被编码为由通用目的的计算单元，诸如例如具有对来自图1的系统的测试测量的访问权限的计算机执行的处理指令序列。
图10A和10B是显示用于测定样品容器对微生物生长呈阳性的状况的曲线下相对面积(RAUC)方法的流程图。该流程图也能够被编码为由通用目的的计算单元，诸如例如具有对来自图1的系统的测试测量的访问权限的计算机执行的处理指令序列。
图11是阴性测试条件下的数据点对点分析方法的图示，且通过点对点变化的图中的峰值(spike)指出测量误差。
图12是阴性测试条件下的RAUC分析方法的图示，且通过RAUC变化的图中的峰值指出测量误差。
图13是在其中容器被延迟装载到用于测试的检测系统中的“早期温育”方案下随时间变化的微生物生长的图的图示，在此方案中典型的生长曲线的延滞期以及大部分或全部的指数生长期缺失。本公开内容的方法学之一在此方案下鉴别阳性瓶。该方法能够与结合图7和10描述的点对点变化和相对曲线下的面积的方法同时执行。
图14是用于“延迟进入”方案的平均强度值阳性方法的图示。
图15是用于“延迟进入”方案的平均点对点值阳性方法的图示。
图16是用于“延迟进入”方案的大于规定的数值连续增加的点对点数值的数量方法(the number of consecutive increasing point-to-point values greater than aspecified value method)的图示。
图17是用于检测对微生物生长呈阳性的容器诸如瓶的检测仪器的示意图。本公开内容的发明方法适合在诸如图17中所示的系统或等价系统中实施。
详细描述
用于测定在样品容器内的微生物生长条件的方法和系统在下文描述。该方法可应用于用于在样品介质中的微生物存在的多种测试格式并且未考虑被限制到任何特定的格式。在实践中，该方法能够用于任何系统，该系统直接或间接监控样品容器或其内含物的参数，诸如例如pH或CO2浓度直接的变化，或通过生长的间接测量诸如从在容器内的比色传感器监控强度测量。
以下的讨论将使用代表用于示例性的而并非限制性目的的目前的实施方案的测试格式的一个实例，即使用照明装置和光电检测器定期询问的、并入到瓶状容器中的比色传感器的测试格式，见美国专利5,856,175和5,164,576，两篇的内容完全通过引用并入本文。该布置的变型版本在于2012年1月18日提交的美国专利序列号13/352,428中描述，其内容通过引用被并入。
在该‘175和‘576专利中描述的基本的比色感测系统在所附的附图的图1中显示。红色发光二极管(LED)4使光引向包含样品介质(例如，血液或血浆)和可能的未知的微生物剂的样品容器或瓶1的底部上。该瓶典型地包括连同样品一起的生长介质，并且图1的布置在用于微生物生长的瓶的测试期间处于温育环境中。比色传感器2在制造的时候被布置在瓶1的底部。该比色传感器在之前引用的专利文献中是已知的并且将不再进一步描述。LED光相对于瓶1的底部表面成45度角地照射在传感器上。大部分光穿透瓶的结构并且照射比色传感器2。部分的光将以瓶的底部表面呈45度地反射离开塑料瓶材料和传感器2，但是以相反的方向反射到照射的光(例如，反射角与入射角相等)。大部分剩余的光被散播到传感器的表面和内部。传感器2随着瓶中CO2的百分比变化而改变其颜色，该颜色分别从蓝色变为黄色。硅光电检测器5“注视”(即，连续地监控散播的强度信号)传感器2中的其中来自LED的光与传感器相互作用的区域。由光电检测器检测的散播的光的强度与瓶1内的CO2水平成比例。图1还显示包括电源6、电流电压变换器7以及低通滤波器8的相关的电子产品。一系列的测量数据点(强度，温育时间)以数字形式存储在存储器中并通过计算机(例如，通用计算机、工作站或包括具有图1的系统的中心处理单元)使用以测定如本文解释的在样品容器内是否发生微生物生长。
设计本公开内容的方法以评价测试或生长曲线并测定该曲线是否表示有机体的生长。对该方法的输入是测试响应数值(例如，来自光电检测器的强度值)和获得该数值时的相应的温育时间。进行下述假设：当有机物存在于样品中时，生长曲线将显现典型的形状。“典型的”生长曲线形状在图2中显示为随时间变化的强度测量结果的图200。图200将包括以下时期的至少两种：延滞期201、指数生长期202以及稳定期203。典型地，延滞期201和指数生长期202存在于包括微生物剂的容器，尽管在实践中，它们可能实际上未精确地匹配图2中显示的“典型的”曲线并且一种或另一种测量误差也可能出现。这些测量误差如稍后并连同图11和12一起解释的被补偿。
在延滞期201和指数生长期202之间的点的过渡在此是重要的，因为指数生长期在无微生物生长的条件下一般不会出现。本公开内容的方法获得此过渡的早期检测。该方法具有许多独特的特征，一个是该方法使用同时操作的两种不同的分析方法以检测在样品容器内的有机体的生长。第一种分析测量是数据点对点变化的测量。该分析方法被执行以区分测量误差、数据噪声以及生物活性。第二种分析方法包括在随时间变化的在微生物生长的图(使用信号强度作为生长的代表)或本文的“生长曲线”下的相对面积以及在随时间变化的曲线下的相对面积(RAUC)的特别变化的测量。该技术灵敏地检测检测曲线中的拐点，特别地在延滞期201和指数生长期202之间的图2中的拐点。两种技术同时地评价测量数据以使假阴性或假阳性测试解释的风险降到最低。(阴性测试结果指未检测到有机体生长。阳性测试结果指检测到有机体生长。)
优选的实施方案引入了使用确定阳性微生物生长的输入测试数据计算的实时的判定阈值的应用。该途径允许方法随着相比于使用预先限定的判定阈值的方法对测量平台、测试介质以及测试有机体之间的变化是可靠的。具有开发算法的挑战，特别在即时领域中，进行对有助于测量信号的变化的来源的可靠分析。典型地，在现有技术方法中，绝对阈值在算法定义的那时被指定，其必须考虑变化的所有可能的来源。相反地，本方法基于输入数据的变化计算阈值。因此，如果曲线是“嘈杂的”，该阈值将反映背景噪声的观察的水平。在此情况下，该分析将较不灵敏的。如果曲线不是“嘈杂的”，用于阳性确定的阈值将自动被设置为更加灵敏的。
本发明的优选的实施方案不需要对测试测量操作的复杂数据平滑处理。平滑数据的方法能够延迟测试的解释和/或降低算法的灵敏度。
利用来自为受让人的多种产品完成的工作的经验，本发明考虑当开发即时方法时的多种数学概念。第一，在曲线下的面积连同变化率和加速度是常用于表征曲线形状的另一种计算。第二，当评价有机体活性时使用相对测量是有利的。这能够补偿在临床和工业应用中观察的生长曲线的形状的多样性。连同有机体变化一起，相对测量能够可用于使系统对系统、瓶批次对批次以及实验室对实验室的变化的影响降到最低。第三，由于处理事件能够区分有机活性和信号偏差的方法可改善产品性能。当考虑如何区分自然或随机的变化对能够归因于指定的因素的变化时，可以想到过程控制概念。
这些概念的结合导致本文描述的方法的设计。比较从曲线的当前部分到曲线的前一部分的生长曲线下的面积提供了能够鉴别从延滞期过渡到指数期的相对测量。在测试瓶温育的早期阶段期间，通过测试数据的分析，控制限度能够被构建，这允许测试数据的解释。该控制限度，此后称为判定限度能够被用来区分随机反射率信号变化、由于系统事件引起的反射率信号变化，并且增加由于有机体生长引起的反射率信号。
点对点(读数对读数)变化方法的综述
图3是点对点变化方法的图示300并且其被用于如何确定表明微生物生长发生的阳性测试解释。图3显示测试曲线200(来自图1的光电检测器的随时间变化的强度)、分别由输入测量数据确定的判定阈值上限302和判定阈值下限304、以及已获得的测量306的点对点变化图。该点对点变化图306超过对测试测量的限定的最小数量的阈值上限302，这被解释为在温育时间开始后的46.2小时的温育时间处的阳性测试(310)。图4是相似于图3的数据点对点变化图的第二实例，但是更加详细地显示数据点对点变化。注意点对点变化图306超过两个连续数据点的阈值，这引起在温育开始后的15.7小时处的该实例中的阳性测试解释310。
注意图3和4中的反射率(生长)曲线200的图。检测时间(310)在来自初始延滞期201和指数生长期202的过渡处的右侧，表明在该方法中当生长曲线第一次显示微生物生长的证据时，极早在指数生长期中进行阳性鉴别。
图5显示在无微生物生长的典型条件下的生长曲线(200)和数据点对点变化的图。该点对点变化未超过阈值上限302并且因此未进行阳性确定。
点对点变化方法(图3、4)的基本想法是区分反射率读数的标准变化和能够归因于有机体活性或数据采集处理事件的反射率的变化。要做到这点，判定限度上限和判定限度下限(数字302和304)在基于实际读数的温育时长期间实时计算。限度基于点对点(本文中也称为“读数对读数”)数值的标准偏差以及输入参数数值、读数对读数(R2R)标准偏差数的数值。标准偏差用各自新的反射率数据点计算，但有例外。与使用RAUC方法(下文描述的)一样，在生长曲线稳定期采集的反射率数值(通常在温育开始后的一个小时或两个小时)被忽略。另外，原始的n个R2R变化数值必须小于原始的R2R变化屏的数值(输入参数)。(n等于在测量结果被计算期间，曲线区间的数值。)此外，这些例外使计算在有机体生长的延滞期期间太宽的并且不能代表典型变化的判定限度的风险降低到最小。
生长曲线下的相对面积(RAUC)方法的综述
如上文指出的，数据点对点变化方法是可选择的，但是优选地与第二种方法同时实施，该第二种方法监控生长曲线下的相对面积(RAUC)并且特别地监控RAUC的变化。图6显示生长曲线200以及两个温育时间t1和t2的实例。在t1和t2之间的曲线下的面积600使用梯形近似法计算。提供的t1和t2彼此充分接近，曲线200近似直线并且面积A(600)能够根据下式计算：
A＝1/2 X(I1+I2)X(t2–t1)
其中I1是t1时间下的强度测量，并且I2是t2时间下的强度测量。
如将在下文解释的，RAUC方法监控曲线下的相对面积的变化，本文中称作“RAUC变化”。图7显示测试(生长)曲线200、RAUC变化702以及判定阈值上限702和判定阈值下限704随时间变化的图。注意阈值702和阈值704由输入数据分别实时计算并且典型地与图3中的阈值不同。当RAUC变化超过如在图7中708处指出的测试测量的预先确定的数量的阈值上限702时，如在310处指出的进行阳性测试解释。注意在该技术中，在生长曲线202的延滞期201和指数生长期202之间的过渡中，极早期地也进行阳性测试解释。
图8时在阴性测试的条件下的RAUC分析方法的图示。注意RAUC变化706的图趋向零并且未超过阈值上限702，因此没有作出阳性解释。
实例
考虑到上述讨论以及图3和7，本公开内容将连同图9A、9B、10A以及10B呈现该方法的一个实例的详细说明。图9A和9B是显示数据点对点变化分析方法的流程图，以及图10A和10B是显示RAUC变化分析方法的流程图。如上文指出，在优选实施方案中的两种方法同时执行。
输入数据和储存的常数：
该方法使以下项目用作输入数据：
1.该形式(测试值，时间)的有序的测量数据点(对)。在此实例中的“测试值”是以任意单位计的强度测量。“时间”是温育时间(例如，10.35小时)。记录测量数据点的系统包括时钟并且时间标记与各自测量结合以形成数据点的时间部分。
2.当计算数据点对点变化技术的判定阈值302和304(图3,9A-9B)时使用的乘法因数(阳性实际数量)。这样的因数的使用类似于设置统计区间的置信度。
3.当计算RAUC方法的变化的判定阈值702，704(图7,10A-10B)时使用的乘法因数(阳性实际数量)。这样的因数的使用类似于设置统计区间的置信度。
4.比较从测试曲线的一部分到测试曲线的前一部分的曲线下的相对面积时将使用的测试数值的数量(整数)。这是在以下讨论中的参数x。
5.对应于高于判定阈值的连续数据点的数量的阈值数值(整数)，这需要在说明测试为阳性之前被观察。一个数值需要被指定用于点对点变化方法(下文的数值“NR2RP”)，并且第二个值需要被指定用于曲线下的相对面积方法(下文的数值“NRAUCP”)。
6.在当测试数值将被忽略的温育的初始阶段期间的时间段(对应于小时数的阳性实际数)。对于一些测试，需要时间段用于稳定测试环境。该参数在本文中被称为CSP(曲线稳定期)。
7.在如果阳性测试结果未通过点对点变化或RAUC方法报告的过程停止后的最大温育时间。如果最大温育时间被满足而未作出阳性测试结果，该方法报告阴性测试结果。
该方法的高水平描述如下：
在曲线稳定期(CSP)后，使用来自温育时间的数据：
对各新的数据点重复以下的，直到曲线被解释为阳性的或观察到最大温育时间为止。
对于数据点对点分析过程，计算由两个数据点之间的时间依比例(scaled)决定的两个连续数据点之间的差值(点对点变化)。
如果计算的差值为初始的差值，计算判定阈值上限和判定阈值下限。
如果计算的差值不是初始的差值，并且点对点的变化落入相关的阈值上限和阈值下限，使用其他信息更新阈值上限和阈值下限。
如果计算的差值不是初始的差值，并且点对点的变化低于阈值下限，小于4倍的数据点的数量x将被标记为用于RAUC算法计算的不可靠数据。
如果点对点的变化高于阈值上限，增加高于控制限度的上限的连续的点对点的变化的数量。
另外，如果点对点的变化高于上限阈值，小于2倍数值的数据点的数量x将被标记为用于RAUC算法计算的不可靠数据。
如果点对点的变化未高于阈值上限，设置高于阈值上限的连续的点对点变化数值的数量为零。
如果高于阈值上限的连续的点对点变化的数值的数量等于确定阳性曲线所需的点对点变化数值的数量(NR2RP)，该曲线被解释为阳性的。
对于曲线下的相对面积(RAUC)方法，计算由两个连续的有序的测量数据点形成的梯形的面积。
当足够的数据是可利用的时，基于x的数值计算曲线下的相对面积(RAUC)(曲线下的面积由梯形近似法计算)。
计算当前的RAUC数值和之前的RAUC数值之间的差值。
如果计算的差值是初始的差值，计算RAUC的判定阈值上限和判定阈值下限。
如果进行多于一个的差值计算，并且RAUC的数值落入相关的阈值上限和阈值下限，并且数据被标记为可靠的，使用其他信息更新阈值上限和阈值下限。
如果RAUC的数值大于阈值上限，并且数据时可靠的，增加高于阈值上限的连续的RAUC数值的数量。
如果RAUC的数值未大于阈值上限，设置高于阈值上限的连续的RAUC数值的数量为零。
如果高于阈值上限的连续的RAUC数值的数量等于确定阳性曲线的RAUC数值的数量(NRAUCP)，该曲线被解释为阳性的。
现转到图9A，将描述点对点变化的方法的特定的实施方案。图9A的方法被编码为软件指令，该软件指令在通用计算机、工作台的处理单元这样的(CPU)或与稍后描述的图1或图17的温育和测试系统结合的处理单元中执行。该方法开始于以(数值，时间)的形式获得的测试数值的步骤900。
在步骤902处，计算当前测试数值与前一测试数值之间的差值，并且由在两个测试数值之间的温育时间区间确定差值比例(scale)。获得通过在两个数据点之间的温育时间的区间补偿时间测量数值之间的不一致的标度。
在步骤904处，测定来自902的差值是否为第一差值。
如果是，继续步骤914。
在步骤914处，使用如下的读数对读数(R2R)标准偏差值计算点对点判定阈值的上限和下限(图3中的302和304)：
R2R标准偏差的公式通过以下给出：
(等式1) R2R标准偏差s＝(两个连续的R2R数值1到n之间的差值)之和/n
其中，两个连续的R2R数值的差值为
|之前的R2R–当前的R2R|，并且
n为与当前反射率读数相关的R2R数值。(将被忽略的RAUC数值不包括在1到n顺序中)
判定限度的上限和下限的公式通过以下给出：
R2R的判定限度下限(304,图3)＝ks
R2R的判定限度上限(302,图3)＝-ks
其中，k为R2R标准偏差数量(输入参数)，并且s为经等式1计算的R2R标准偏差。
如果不是(步骤904)，继续步骤906。
在步骤906处，确定新获得的差值(步骤902)是否落入由步骤914计算的存在的判定阈值的上限和下限内。
如果是，差值落入判定阈值的上限和下限内，继续步骤908、910、912、
914以及916。
在步骤908处，设置高于判定阈值上限的连续数据点的计数为零。
在步骤910处，更新差值的累积和。
在步骤912处，更新标准偏差(s，等式1)。
在步骤914处，如之前描述的计算判定阈值的上限和下限。
继续步骤916。
如果没有，在步骤906处，该差值未落入判定阈值的上限和下限，过程继续图9B中所示的步骤：
在步骤920(图9B)处，测定差值是否高于阈值上限或低于阈值下限。如果高于，继续步骤922、924、926以及928：
在步骤922处，增加高于判定阈值的连续数据点的数量到1。
在步骤924处，限定在RAUC方法不能够作出解释期间的时间区间(图10A和10B)。在该点，可能是测试测量误差发生。因此，步骤924防止RAUC方法基于相对于微生物火星不必要的数据的变化使测试曲线解释为阳性。
在步骤926处，使高于判定阈值上限的连续数据点的数量相比于输入参数数值(NR2RP)，所需的数值表明阳性测试解释。
如果高于判定阈值上限的连续数据点的数量等于NR2RP(步骤928)，阳性结果报告于步骤930处。
如果高于判定阈值上限的连续数据点的数量不等于NR2RP(步骤928)，继续步骤916。
如果在步骤920处新获得的差值测量低于阈值下限，继续步骤932。
在步骤932处，限定在RAUC方法不能够作出解释期间的时间区间(图10A和10B)。如上所述，这防止可能的假阳性解释。
在步骤934处，设置高于判定阈值上限的连续数据点的计数为零。继续步骤916。
在步骤916处，使当前温育时间相比于最大温育时间依测试是否结束该分析。
如果是，当前温育时间等于最大温育时间，结束测试并且解释是阴性结果。
如果不是，当前温育时间小于最大温育时间，回送至步骤900。继续处理直到通过数据点对点分析获得阳性测试解释，通过RAUC分析获得阳性测试解释或该过程达到最大温育时间为止。
现将参考图7和10A-10B描述RAUC方法。该过程通过获得测试结果数据对(900，图9A)开始。
在步骤1000处，计算由最后的1到x个测试数值确定的曲线的部分的曲线下的面积(AUC)以及有最后的x到(2x-1)个测试数值确定的曲线的部分的曲线下的面积，其中x为在输入数据中指定的测试数值的数量。在步骤1002处，使用下式计算曲线下的面积的百分比差值(RAUC)
RAUC＝100(AUC(2x-1)到x–AUC1到x)/AUC1到x
在步骤1004处，计算当前的RAUC数值和之前的RAUC数值之间的差值。
在步骤1006处，测定来自步骤1004的差值是否是第一差值。
如果是，继续步骤1012。
在步骤1012处，计算平均RAUC数值。
在步骤1014处，计算RAUC差值的累积和。
在步骤1016处，计算基于步骤1014的平均差值。
在步骤1018处，使用下式计算RAUC判定阈值的上限和下限：
判定阈值上限(702)＝(平均RAUC)+(乘法因数)(平均差值)
判定阈值上限(704)＝(平均RAUC)-(乘法因数)(平均差值)
[注意，用于计算RAUC判定阈值的乘法因数被定义为输入参数。]
继续步骤1020。
在步骤1006处如果不是，计算多于一个差值，继续步骤1008。
在步骤1008处，测定来自1002的新获得的RAUC数值是否落入RAUC判定阈值内。
如果是，继续步骤1010。
在步骤1010处，设置高于判定阈值上限的连续数据点的数量的计数为零。
在步骤1012处，计算平均RAUC数值。
在步骤1014处，计算RAUC差值的累积和。
在步骤1016处，计算基于步骤1014的平均差值。
在步骤1018处，计算如较早描述的RAUC判定阈值的上限和下限。继续步骤1020。
在步骤1008处如果不是，新获得的RAUC数值未落入判定阈值内，继续步骤1022(见图10B)。
在步骤1022处，测定RAUC数值是否落入高于判定阈值的上限。
如果是，继续步骤1024。
在步骤1024处，测定是否存在来自数据点对点分析过程(来自步骤922或930)的限制。
如果是，继续步骤1036。
在步骤1036处，设置高于判定阈值上限的连续数据点的数量的计数为零。
然后，继续步骤1020。继续该步骤，在此过程中的该点处，防止由于测量误差曲线的假阳性解释的可能性。此外，数据点不用于更新RAUC阈值的上限和下限。因此，来自测量误差的数据不能误差地夸大自然过程变化的评价。
在步骤1024处如果不是，继续步骤1026。
在步骤1026处，增加高于判定阈值上限的连续数据点的计数。在步骤1028处，使高于阈值的连续数据点点的数量相比于指出阳性测试解释的数值(NRAUCP)。
如果等于输入参数(步骤1030)，在步骤1032处报告阳性测试结果。然后过程结束(1034)。
如果不等于输入参数，继续步骤1036。
在步骤1036处，设置高于判定阈值上限的连续数据点的数量的计数为零，然后继续步骤1020。
如果不是(来自步骤1022)，新获得的RAUC数值未高于判定阈值上限，继续步骤1036然后步骤1020。
在步骤1020处，使当前温育时间相比于最大温育时间以测定是否结束分析。
如果是，结束测试并且解释是阴性结果，步骤1022。
如果不是，当前温育时间小于最大温育时间，带有下一数据对回送至步骤1000。继续该过程直到通过数据点对点分析获得阳性测试解释，通过RAUC分析获得阳性测试解释或者该过程达到最大温育时间为止。
如前面提到的，两种方法(点对点和RAUC)优选地同时并且在某些情况下操作，点对点方法可以操作以防止RAUC方法在某段时间指出阳性结果。如由图9A的框906指出的，在点对点方法中，伴有每个新的数据点(测试数值)，使该测试数值相比于判定限度的上限和下限。当测试数值在限度内，该数值被用于更新标准偏差(步骤912)、两个判定阈值(步骤914)，并且阳性计数被设置为零(步骤908)。当测试数值高于判定限度的上限，该值不能用于更新标准偏差和判定限度(见图9B、步骤922、924以及926)。此外，两种情况需要被考虑。
一种情况是测试数值的增加是有机体活性的结果。为了包括这种可能性，读数对读数的阳性计数被增加至1(步骤922)。如果R2R数值的增加是由于有机体活性，高于判定限度的上限的一系列数值将出现。当R2R阳性计数达到R24阳性数量的数值时，该曲线被解释为阳性，如由步骤926、928以及930指出的。
第二种情况是该增加时由于一些干扰过程的因素。为了防止随着RAUC算法的假阳性结果，发起阳性转变警告条件，这防止RAUC算法使曲线解释为阳性。而且，在警告条件期间观察到的反射率数据不用于更新RAUC平均、标准偏差以及判定限度。警告条件存在于指定的时段。
如果R2R数值低于判定限度的下限，已知的过程因素引起反射率的减小。对于这种情况，如在步骤032处指出的，阴性转变警告条件建立于指定的时段。另外，RAUC在此警告期间不能使曲线解释为阳性，并且反射率数据不用于RAUC平均、标准偏差以及判定限度的计算。
读数对读数标准偏差数量的数值(用于计算判定阈值的输入参数，步骤914)对测定点对点变化和RAUC方法的最佳性能是关键的。当该输入参数的数值太小时，过多的数据点将被考虑在通常的过程变化之外。因此，不必要的阳性和阴性转变警告条件将被建立。这能够潜在地消除RAUC算法的优势。太大的R2R标准偏差数量的数值能够导致干涉的因数未被检测到。因此，假阳性结果的风险将增加。在通常的数据采集条件下，RAUC算法由于有机体活性而能够比点对点算法检测反射率的更微小的变化。点对点算法起到有价值的作用，因为它能够检测使曲线解释复杂的系统事件。输入参数的最佳化能够通过给定系统的试验和误差的日常实践、容器和传感器的类型等被优化。
图8B和8C提供具有包含来自温度影响的变化的反射率数据的点对点和RAUC算法同时工作的图示。图8B是点对点变化(306，包括阈值上限302和阈值下限304以及来自反射率测量的测试(生长)曲线202)的图。注意点对点判定限度(阈值302和304)仅捕获不受温度变化影响的反射率数据的部分。
图8C显示RAUC判定限度调整到在接收从点对点算法到忽略极端数据点的指令的温育时长内的数据。更重要地，点对点算法在大约20和25小时实行警告条件，该警告条件禁止RAUC算法使曲线解释为阳性。最后，曲线适当地仅在43小时期间通过RAUC算法测定为阳性。
当反射率数据在延迟期和指数期之间的拐点周围是噪声，特殊的情况是可能的。点对点算法能够向警告条件发信号，该警告条件禁止RAUC算法当事实上曲线是阳性时宣告曲线呈阳性。点对点算法将最后提供阳性结果，但是伴有延迟。在这种特殊的情况下，其他的条件选中作为RAUC算法的部分。返回参考图8B，受到干扰事件影响的RAUC数值具有隆起和/或下沉的特征。在指数期间，与有机体活性相关的RAUC数值一贯地高于延长期的判定限度。如果RAUC阳性计数等于延长的RAUC阳性数量，期限被解释为阳性，即使来自点对点算法的警告条件存在。
图8D提供特别情况的实例。在图8C中，许多R2R数值在25小时后高于判定限度的上限。这些数值建立转变警告。然而，图8E显示RAUC数值在大约30小时后一贯地高于判定限度。在这种情况下，高于判定阈值的RAUC数值的数量充分满足具有瓶在RAUC方法下宣告阳性的。
图11是具有阴性测试的具有在1100和1102处显示的生长曲线的测量误差的数据点对点分析方法的图示，该测量误差引起在点对点变化图中的峰值1103和1104。因为这些峰值1104代表高于阈值302的单一情况并且参数NR2RP以大于1的整数设置(例如，二、三或四)，测量误差不会引起假阳性解释。
图12是具有阴性测试的、具有在1200和1202处指出的生长曲线的测量误差的RAUC方法的图示，该测量误差引起在RAUC变化图(708)中的峰值1204和1206。然而，存在高于阈值702的单一峰值1206，因此高于阈值702的连续点的数量为1，其小于在此实例中用于阳性解释所需要的数值(NRAUCP)，并且因此测量误差不会引起假阳性解释。
早期温育/延迟进入方法学
如上文指出的，本公开内容的另一方面涉及一种方法学，该方法学用于在其中在容器安装于包含本发明方法的检测系统中之前容器长期显著地延迟的情况下鉴别样品容器对微生物生长呈阳性的并且因此存在微生物剂。特别地，上文详细描述的点对点和曲线下的相对面积的方法能够解释来自处于通常的临床应用下的容器检测系统的数据测量-即其中测试瓶接种有样品并且瓶立即被装载到系统中用于温育和读数。然而，一些实验室在使瓶装载到检测系统中之前在延长期持有接种瓶(可能地但是不必要地处于温育条件下)。装载的延迟能够导致不完全的反射率或生长曲线。由于不完全，我们意指在图2的“典型的”生长曲线中的所有的延滞期以及所有、部分或大部分的指数期可能丢失。
在此部分描述的“早期温育方法学”的方法学提供特别设计用于该早期温育或“延迟进入”的测试方案的数据的单独分析。该方法学能够与上文详细解释的“点对点”变化和/或“生长曲线下的相对面积”方法同时执行，使得容器正确地被鉴别为阳性，不管容器是否经受延迟进入到检测系统中。可替代地，该方法能够例如在其中已知的在进入容器的样品温育之后的一段延长期过去后，指定的容器被引入到检测系统中的情况下单独进行。
图13的生长曲线代表能够预料在“延迟进入”的情况下的一种。该实例中的生长曲线被绘制为随温育时间变化的强度或反射率的一系列测量1300，并且t＝0是容器通过在检测仪器中的检测装置(见，用于实例的图1)首次被询问的时间。生长曲线包括指数生长期202的一些部分(典型地出现在指数生长期的最后的指数生长期的仅一小部分)以及典型地持续比指数生长期更长的延长的稳定期203。
早期温育方法学提供特别设计用于延迟进入测试的数据的单独的分析。三种不同可替代的方法能够被用于早期温育检测方法学以鉴别容器对微生物生长呈阳性的，其包括计算平均反射率数值并且对比阈值的第一种方法(见图14)、使用平均点对点数值并且对比阈值的第二种方法(见图15)以及其中计算连续增加点对点数值的数量并且对比指定的阈值数值的第三种方法(见图16)。这些方法将在下文描述。
对于该分析，需要输入参数的以下组。
1.曲线区间：在其进行计算期间的连续反射率数值的数量(图13中的1300)。(整数)
2.曲线稳定期：当反射率数据被考虑为不稳定时以小时计的温育初期。(实数)
3.早期温育最大时间：在早期温育期间解释曲线为阳性的以小时计的最大温育时间。(实数)
4.连续增长点对点数值阳性阈值：用于当温育时间小于早期温育最大数值时测定曲线是否为阳性的阈值。大体上，连续增加的点对点数值的数量必须大于用于使生长曲线解释为阳性的所需要的指定的标准。(整数)
5.平均点对点数值阳性阈值：用于当温育时间小于早期温育最大数值时测定曲线是否为阳性的阈值。计算基于连续点对点数值的截尾平均值并且对比于指定的阈值。连续的数值的数量相当于曲线区间的数值。(实数)
6.反射率数值阳性阈值：用于当温育时间小于早期温育最大数值时测定曲线是否为阳性的阈值。计算基于连续点对点数值的截尾平均值并且对比于指定的阈值。连续的数值的数量相当于曲线区间的数值。(整数)
7.初始的点对点变化屏：基于来自阴性屏的数值的分布的点对点变化数值的上界。(实数)
大体上，在曲线稳定期的最后和早期温育最大时间之间的可用的数据使用早期温育方法学进行。如上文指出的，存在曲线能够使用早期温育算法解释为阳性的三种可选择的方法-1)平均反射率数值阳性、2)平均点对点数值阳性以及3)等于指定数值的连续增加的点对点数值的数量。早期温育方法能够使用1、2或3所有的这些方法，例如他能够同时使用所有三种方法并且如果任何一种引起阳性鉴别，容器标记为阳性的。
1)平均反射率数值阳性方法(见图14)
平均反射率数值阳性方法处理例如，如图13和14中显示的当反射率曲线的延滞期和大部分如果不是全部的指数期202丢失时的情况。换言之，该曲线主要只是稳定期(图13中的203)。平均反射率数值阳性方法计算该x个的最新的反射率数值(图13中的1300)的截尾平均值，其中x等于曲线区间参数的数值(如上文定义的)。见图14。如果当前观察的截尾平均反射率数值大于反射率数值阳性阈值，生长曲线被认为阳性的并且样品容器被标记为阳性。
截尾平均反射率数值的公式由下式给出：
平均反射率＝[(反射率数值1到x)之和–(反射率数值1到x)的最大值–(反射率数值1到x])的最小值]/(曲线区间–2)
其中x被定义为曲线区间的数值。
2)平均点对点数值阳性方法(图15)
该平均点对点数值阳性方法最适用于当指数期的充足部分可用于分析时的情况。图13中的曲线是一个实例。对于这种方法，计算该x个的最新点对点数值(图13中的1300)的截尾平均值并且对比于平均点对点数值阳性阈值。如果平均数值大于平均点对点数值阳性阈值，该曲线被归类为阳性。在图15的实例中，阳性分类在1.75小时处作出，如由图中的“阳性”图例指出的。
截尾平均点对点(P2P)数值的公式由下式给出：
平均P2P＝[(P2P数值1到x)之和–(P2P数值1到x)的最大值–(P2P数值1到x)的最小值]/(曲线区间–2)
其中x被定义为曲线区间的数值。
3)等于指定数值方法的连续增加的点对点数值的数量(图16)
大于指定数值方法的连续增加的点对点数值的数量也被针对当如图13的情况下的反射率曲线的指数期的部分被捕获时的情况。用这种方法，每个点对点数值对比于初始点对点变化屏数值。如果早期温育点对点数值一贯地大于该屏数值，很可能反射率数据相当于曲线的指数部分。计数器被用来确定获得连续增加的P2P数值的足够数量的时间。计数器使用以下的逻辑计算：
如果当前的P2P数值大于初始点对点变化屏的数值，并且当前的P2P数值大于85％的之前的P2P数值，增加该计数器至1。否则，重设计数器为零。
在早期温育期间，该计数器对比于连续增加点对点数值阳性阈值。当计数器等于阈值，曲线被归类为阳性。在图16的实例中，当连续增长阳性图首次穿过如图中所示的阈值时，该曲线在约2.4小时处被归类为阳性。
输入参数对测试解释的影响
5,218个测试曲线的集合使用输入参数的三种不同的组合由本方法进行评价。用于比较的目的，相同的5,218个曲线使用当前使用的方法在BacT/ALERT仪器(现有技术方法)中评价。5,218个测试曲线中，1,559个未显示有机体生长的证据。其余的3,659个曲线显示有机体生长的证据。表1总结了3组输入参数。表2提供采用3组输入参数的每个的本方法和之前方法的测试结果的比较。
表1评估的输入参数组合
参数 第1组 第2组 第3组
点对点乘法因数 2 1.75 1.75
RAUC乘法因数 19 19 21
表2算法结果的比较
除测试解释之外，在本公开内容的方法和现有技术方法之间比较检测时间(TTD)。表3提供了比较的总结。
表3相对于现有技术的检测时间的比较
因此，本发明的方法在如与现有方法比较的三组中的每组中使微生物生长阳性检测时间缩短超过两个小时。
示例性的检测机器/系统
本公开方法能够在结合温育、测试以及处理单元的系统，例如器内容通过引用并入本文的Robinson等人的U.S.2011/0124028的系统、受让人bioMerieux,Inc.的BacT/ALERT系统、竞争系统或如上文引用的背景专利文献中描述的系统中实施。这样的系统被配置用于温育样品容器的装置(例如，具有暖空气供给的封装)、获得温育样品容器时的一系列的测量数据点并且使数据点存储在机器可读的存储器中的测量系统(见图1或相似布置)，该一系列的测量数据点代表在样品容器内的微生物生长的生长曲线；以及编程计算机，其同时执行分析方法(a)和(b)，即：
(a)分析在一系列的测量数据点中的连续数据点的变化(见例如，图3、4以及9A-9B)，以及
(b)分析在一系列的测量数据点中的数据点的集合之间的生长曲线下的面积的变化(见例如，图7和10A-10B)，其中两种分析方法(a)和(b)包括用于从测量数据点确定容器内的微生物生长的阳性条件的处理步骤。
在一个实施方案中，本发明能够采用具有处理指令(软件)的编程计算机可读存储器的形式，该处理指令用于通过用于执行该方法的步骤的通用计算机执行。作为一个实例，软件能够采取执行图9-10的步骤的、留在硬盘或其他存储器上的机器可读编码的形式。作为另一个实例，软件能够装载在硬盘上并复制到具有诸如在图1或相似布置中显示的样品容器读数装置的微生物测试仪器内的存储器。
图17是以用于检测容器(诸如瓶)阳性微生物生长的机械的形式的机器系统1400的图示。该系统包括隔热壁1401和向由壁界定的内部供给暖空气的温育加热器1418(常规的)，以便在可控的环境诸如30摄氏度中温育在此存储的容器。该系统1400包括提供诸如例如具有用于接受血液温育瓶或类似物的瓶的外形的持有者的容器持有者1404的进入的入口门或抽屉1402。
该系统1400被配置有多个测量单元1406，该测量单元1406能够例如采取图1中显示的和之前描述的光源和检测器的形式。测量单元1406测量来自容器的反射率并且以数字形式使反射率测量(数据点)提供至计算机可读存储器1408。该系统还包括具有中心处理单元1412和硬件1414的通用计算机1410，该硬盘1414存储用于分析测量数据对(反射率数值，时间)的程序编码。该程序编码执行上文详细描述的分析方法，即点对点变化方法、曲线下的相对面积的方法以及连同图13-16一起描述的用于阳性容器的“延迟进入”测定的方法。该系统1400还包括连接计算机1410的显示器1416，该显示器1416向操作者显示信息，例如在系统1400中温育的容器的状态以及一些容器是否并何时被检测阳性。
应理解地，图17中显示的系统将通常具有如在商业可用的并在本领域描述的这类机器中惯例的用于加工并处理样品容器、搅动容器等等的其他特征。这些细节从本讨论中被忽略的，因为他们不是特别相关的。感兴趣的读者涉及受让人Bac-T/ALERT 3D的仪器以及Robinson等人的美国专利申请公开号2010/0291619作为这样的系统的实例。在‘619中的检测系统的描述通过引用作为系统的实例被并入，在该检测系统中发明方法能够被执行。还将理解，关于本发明方法的操作的所有的上述描述将适用于图17中显示的系统。
因此，例如，在一个方面中，公开了用于测定在样品容器(例如，图1的瓶)内是否发生微生物生长的系统(1400)，其包括用于温育样品容器的装置(1401，1408)；在温育样品容器时从样品容器获得一系列的测量数据点并且使数据点存储在机器可读的存储器(1408)中的测量系统(1406、图1)，该一系列的测量数据点代表在样品容器内的微生物生长的生长曲线；以及编程计算机(1410，CPU 1412)，其同时执行分析方法(a)和(b)，即：
(a)分析在一系列的测量数据点中的连续数据点的变化(上文连同图3、4以及9A-9B一起描述的)，以及
(b)分析在一系列的测量数据点中的数据点之间的生长曲线下的面积的变化(上文连同图7和10A-10B一起描述的)，其中两种分析方法(a)和(b)包括用于从测量数据点确定容器内的微生物生长的阳性条件的处理步骤。
作为另一个实例，公开了微生物测试机器(1400)，其包括用于多个样品容器的温育系统(1418)、在温育系统温育样品容器时从样品容器获得一系列的测量数据点的测量系统(1406、图1)、存储测量数据点的机器可读的存储器(1408)，该一系列的测量数据点代表在样品容器内的微生物生长的生长曲线；以及可操作地测定容器是否对微生物生长呈阳性的处理单元1412、执行分析一系列的测量数据点的程序指令序列的处理单元1412，其中容器被延迟获得测量数据点，以使生长曲线中的延滞期和大部分或全部的指数生长期不存在。
当已描述本优选的实施方案时，将理解来自本公开的实施方案的特性的变型是可能的，而不脱离本发明的范围。关于范围的所有问题通过参考所附的权利要求来回答。

Claims (12)

1.一种用于测定在样品容器内是否发生微生物生长的系统，所述系统包括：
用于温育所述样品容器的装置，所述装置包含样品介质和生长介质；
测量系统，其在温育所述样品容器时从所述样品容器获得一系列的测量数据点并使所述数据点存储在机器可读的存储器中，所述一系列的测量数据点代表所述样品容器内来自所述样品介质的微生物生长的生长曲线；和
编程计算机，其同时执行分析方法(a)和(b)，即：
(a)确定所述一系列的测量数据点中的连续数据点的变化的分析，以及
(b)确定所述一系列的测量数据点中的数据点的集合之间的所述生长曲线下的面积的变化的分析，
其中所述编程计算机基于所述分析方法(a)中的连续数据点的变化的分析，对所述分析方法(b)确定阳性条件的能力施加限制，
其中，两种分析方法(a)和(b)包括用于从所述测量数据点确定所述容器内的微生物生长的阳性条件的处理步骤。
2.如权利要求1所述的系统，其中所述分析方法(a)测定所述一系列的测量数据点中的测量误差的情况。
3.如权利要求1所述的系统，其中所述编程计算机使用两种分析方法(a)和(b)的所述测量数据点实时计算用于微生物生长的阳性解释的判定阈值。
4.如权利要求1所述的系统，其中所述编程计算机还与分析方法(a)和(b)同时执行分析方法(c)，所述分析方法(c)包括分析其中所述容器被延迟获得所述测量数据点而使得与所述测量数据点相关联的生长曲线的延滞期不存在的方案下的所述一系列的测量数据点。
5.如权利要求4所述的系统，其中所述分析方法(c)包括以下方法中的至少一种：
第一种方法，其计算平均测量数据点数值并且使这样的平均测量数据点数值与阈值对比，
第二种方法，其计算平均测量数据点对点数值并且使这样的平均值与阈值对比，以及
第三种方法，其中连续增加的测量数据点对点数值的数量被计数并且与指定的阈值对比。
6.如权利要求5所述的系统，其中分析方法(c)包括同时执行所述第一种、第二种以及第三种方法。
7.如权利要求1所述的系统，其中所述样品容器包括瓶。
8.如权利要求7所述的系统，其中所述瓶包括内部的比色传感器。
9.如权利要求1所述的系统，其中所述样品容器包括从人类获得的生物样品。
10.如权利要求9所述的系统，其中所述生物样品包括血液或血液制品。
11.如权利要求1所述的系统，其中所述编程计算机编程有执行图9A和9B中显示的步骤序列的一系列指令。
12.如权利要求1所述的系统，其中所述编程计算机编程有执行图10A和10B中显示的步骤序列的一系列指令。
CN201380015724.7A 2012-03-22 2013-03-15 用于检测在样品容器中的微生物生长的方法和系统 Active CN104204219B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201261614037P 2012-03-22 2012-03-22
US61/614,037 2012-03-22
PCT/US2013/032210 WO2013142347A1 (en) 2012-03-22 2013-03-15 Method and system for detection of microbial growth in a specimen container

Publications (2)

Publication Number Publication Date
CN104204219A CN104204219A (zh) 2014-12-10
CN104204219B true CN104204219B (zh) 2016-12-14

Family

ID=48048224

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380015724.7A Active CN104204219B (zh) 2012-03-22 2013-03-15 用于检测在样品容器中的微生物生长的方法和系统

Country Status (12)

Country Link
US (1) US10475527B2 (zh)
EP (2) EP3249048A3 (zh)
JP (1) JP6442398B2 (zh)
CN (1) CN104204219B (zh)
AU (1) AU2013235400B2 (zh)
BR (1) BR112014023060B1 (zh)
CA (1) CA2866899C (zh)
ES (1) ES2640582T3 (zh)
HK (1) HK1246365A1 (zh)
IN (1) IN2014DN08629A (zh)
MX (1) MX349261B (zh)
WO (1) WO2013142347A1 (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10018989B2 (en) * 2013-03-29 2018-07-10 Makino Milling Machine Co., Ltd. Method of evaluating a machined surface of a workpiece, a controlling apparatus and a machine tool
CN111263076B (zh) * 2014-01-30 2021-06-18 Bd科斯特公司 用于使用监督式高品质成像的图像采集的系统和方法
US10655188B2 (en) 2014-06-13 2020-05-19 Q-Linea Ab Method for determining the identity and antimicrobial susceptibility of a microorganism
ES2563092B1 (es) * 2014-09-10 2016-12-19 Acciona Windpower, S.A. Método de control de un aerogenerador
US9534938B1 (en) * 2015-01-30 2017-01-03 Squadle, Inc. System and method for automatic measurement and recording
GB201507026D0 (en) * 2015-04-24 2015-06-10 Linea Ab Q Medical sample transportation container
GB2554767A (en) * 2016-04-21 2018-04-11 Q Linea Ab Detecting and characterising a microorganism
JP7073278B2 (ja) 2016-05-27 2022-05-23 ビオメリュー・インコーポレイテッド 検出機器内の標本容器を負荷分散するシステムおよび方法
JP6998325B2 (ja) 2016-05-27 2022-01-18 ビオメリュー・インコーポレイテッド 検出機器間で標本容器を運搬するためのシステムおよび方法
CA3108720A1 (en) 2018-08-22 2020-02-27 Biomerieux, Inc. Detection instruments with automated cell location selection for newly intaken specimen containers and related methods
CN110863032A (zh) * 2019-12-05 2020-03-06 广东省生物工程研究所（广州甘蔗糖业研究所） 一种微生物检测方法
CN112342263B (zh) * 2020-10-14 2024-05-31 江苏丰泽生物工程设备制造有限公司 一种实时预判发酵细菌生长趋势的方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101004765A (zh) * 2005-12-20 2007-07-25 霍夫曼-拉罗奇有限公司 利用双s形的曲率分析的pcr肘确定
CN102016062A (zh) * 2008-02-19 2011-04-13 贝克顿·迪金森公司 用于以高置信度将培养物鉴定为微生物阳性的系统和方法

Family Cites Families (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3963355A (en) 1972-05-22 1976-06-15 Mcdonnell Douglas Corporation Process and apparatus for analyzing specimens for the presence of microorganisms therein
US4018652A (en) 1976-01-09 1977-04-19 Mcdonnell Douglas Corporation Process and apparatus for ascertaining the concentration of microorganism in a water specimen
US4118280A (en) 1976-05-03 1978-10-03 Mcdonnell Douglas Corporation Automated microbial analyzer
US4116775A (en) 1976-05-03 1978-09-26 Mcdonnell Douglas Corporation Machine and process for reading cards containing medical specimens
US4038151A (en) 1976-07-29 1977-07-26 Mcdonnell Douglas Corporation Card for use in an automated microbial detection system
US5518895A (en) * 1990-02-15 1996-05-21 Akzo N.V. Device for detecting microorganisms using piezoelectric means
US5164796A (en) 1988-03-15 1992-11-17 Akzo N.V. Apparatus and method for detection of microorganisms
US5162229A (en) 1988-03-15 1992-11-10 Akzo N.V. Device and method for enhanced recovery and detection of microbial growth in the presence of antimicrobial substances
US5217876A (en) 1988-03-15 1993-06-08 Akzo N.V. Method for detecting microorganisms
US5094955A (en) 1988-03-15 1992-03-10 Akzo N.V. Device and method for detecting microorganisms
US4945060A (en) 1988-03-15 1990-07-31 Akzo N. V. Device for detecting microorganisms
US5164576A (en) 1990-11-23 1992-11-17 Verifone, Inc. Card reader apparatus with replacable card guide
US5432061A (en) 1992-09-01 1995-07-11 Becton Dickinson And Company Method and apparatus for detecting microorganisms
US5344417A (en) 1992-09-11 1994-09-06 Becton, Dickinson And Company Universal fitting for inoculation receptacles
US5371016A (en) 1993-04-26 1994-12-06 Becton, Dickinson And Company Detecting biological activities in culture vials
US5397709A (en) 1993-08-27 1995-03-14 Becton Dickinson And Company System for detecting bacterial growth in a plurality of culture vials
US5498543A (en) 1994-06-07 1996-03-12 Becton Dickinson And Company Sub-compact blood culture apparatus
US5800778A (en) 1995-05-31 1998-09-01 Biomerieux Vitek, Inc. Sealant for sample holder
US5609828A (en) 1995-05-31 1997-03-11 bio M erieux Vitek, Inc. Sample card
AU705576B2 (en) 1995-06-05 1999-05-27 Biomerieux, Inc. Device and method for detecting microorganisms
US5518923A (en) 1995-06-06 1996-05-21 Becton Dickinson And Company Compact blood culture apparatus
US5762873A (en) 1996-02-21 1998-06-09 Biomerieux Vitek, Inc. Automatic sample testing machine
US5770394A (en) 1996-05-22 1998-06-23 Becton Dickinson And Company Method and apparatus for detecting bacteria using a blood culture froth
US20020086277A1 (en) 1998-05-05 2002-07-04 Tsung Chain Chang Determination of antibiotic efficacy in treating microbial infection
US6709857B2 (en) 2001-06-26 2004-03-23 Becton, Dickinson And Company System and method for optically monitoring the concentration of a gas in a sample vial using photothermal spectroscopy to detect sample growth
US7211430B2 (en) 2001-08-03 2007-05-01 Becton, Dickinson And Company System for stirring growth medium
US7991558B2 (en) 2005-09-29 2011-08-02 Roche Molecular Systems, Inc. Systems and methods for determining real-time PCR cycle thresholds using cluster analysis
EP1804172B1 (en) 2005-12-20 2021-08-11 Roche Diagnostics GmbH PCR elbow determination using curvature analysis of a double sigmoid
WO2008071930A1 (en) 2006-12-11 2008-06-19 Danisco A/S Composition
US20090119020A1 (en) 2007-09-25 2009-05-07 Roche Molecular Systems, Inc. Pcr elbow determination using quadratic test for curvature analysis of a double sigmoid
CN101978068B (zh) 2008-02-19 2016-04-20 贝克顿·迪金森公司 用于推测性鉴定培养物内微生物类型的系统和方法
US8374795B2 (en) 2008-05-13 2013-02-12 Roche Molecular Systems, Inc. Systems and methods for step discontinuity removal in real-time PCR fluorescence data
CN102187215A (zh) 2008-09-09 2011-09-14 生物辐射实验室股份有限公司 基于回归的多级pcr分析系统
KR20170116238A (ko) 2009-05-15 2017-10-18 바이오메리욱스, 인코포레이티드. 자동 미생물 탐지 장치
EP2442641A4 (en) 2009-06-16 2016-03-09 Univ Columbia METHOD FOR REDUCING SIDE EFFECTS OF THE TRANSFUSION OF AGED RED BLOOD CELLS
US8666673B2 (en) 2010-05-14 2014-03-04 Biomerieux, Inc Identification and/or characterization of a microbial agent using taxonomic hierarchical classification

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101004765A (zh) * 2005-12-20 2007-07-25 霍夫曼-拉罗奇有限公司 利用双s形的曲率分析的pcr肘确定
CN102016062A (zh) * 2008-02-19 2011-04-13 贝克顿·迪金森公司 用于以高置信度将培养物鉴定为微生物阳性的系统和方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Predictive modeling of microorganisms: LAG and LIP in monotonic growth;Peter Vadasz et al;《International Journal of Food Microbiology》;20051231;第102卷;第257-275页 *

Also Published As

Publication number Publication date
WO2013142347A8 (en) 2013-11-21
MX2014010847A (es) 2015-06-02
US10475527B2 (en) 2019-11-12
CA2866899A1 (en) 2013-03-15
ES2640582T3 (es) 2017-11-03
EP3249048A3 (en) 2017-12-13
EP3249048A2 (en) 2017-11-29
US20130252271A1 (en) 2013-09-26
HK1246365A1 (zh) 2018-09-07
JP2015510775A (ja) 2015-04-13
BR112014023060A2 (pt) 2017-06-20
EP2828398B1 (en) 2017-07-19
EP2828398A1 (en) 2015-01-28
MX349261B (es) 2017-07-20
CN104204219A (zh) 2014-12-10
AU2013235400A1 (en) 2014-09-25
IN2014DN08629A (zh) 2015-05-22
JP6442398B2 (ja) 2018-12-19
WO2013142347A1 (en) 2013-09-26
AU2013235400B2 (en) 2018-08-23
CA2866899C (en) 2022-06-14
BR112014023060B1 (pt) 2021-07-06

Similar Documents

Publication Publication Date Title
CN104204219B (zh) 用于检测在样品容器中的微生物生长的方法和系统
CN102507459B (zh) 一种生鲜牛肉新鲜度快速无损评价方法及系统
EP1960532B1 (en) System for counting bacteria and determining their susceptibility to antibiotics
CN102333854B (zh) 用于生物样品的细菌学研究的方法和相关设备
CN102131914A (zh) 用于对血浆进行细菌学测试的装置和方法
WO1999040176A1 (fr) Procede d'inspection de micro-organismes et autres, et unite de detection
US20220213523A1 (en) Methods and systems for automated assessment of antibiotic sensitivity
CN105452848B (zh) 一种能够检测容器内部样本中微生物存在的检测装置、系统和方法
US20040253660A1 (en) Automated microbiological testing apparatus and method
Shirai et al. Detection of fluorescence signals from ATP in the second derivative excitation–emission matrix of a pork meat surface for cleanliness evaluation
Gong et al. Smartphone platform based on gelatin methacryloyl (GelMA) combined with deep learning models for real-time monitoring of food freshness
JP5807956B2 (ja) 土壌の作物育成度数測定方法及び産地偽装判定方法
CN109342378A (zh) 基于多模态成像技术的菌落生长状态检测装置及方法
CN104360031B (zh) 一种无损实时评定食物有效期的方法和装置
Osman et al. A statistical approach for rubber seed clones classification using reflectance index
Santovito et al. Rapid detection of bacterial load in food samples using disposable respirometric sensor sachets
Betzner et al. High Resolution Image Registration for Micro-Colonies Monitoring on Petri Dishes
CN206074579U (zh) 一种生物发酵探测装置
Krishnakumar et al. Computer vision techniques in seafood quality control
Tyszkiewicz et al. An introduction to chemometrics for food science.
CN103424350A (zh) 一种低数量级诱变细胞的高通量分析系统与计数方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant