CN105376532A - 刚毛阵列生物膜监控系统及方法 - Google Patents

刚毛阵列生物膜监控系统及方法 Download PDF

Info

Publication number
CN105376532A
CN105376532A CN201510727433.1A CN201510727433A CN105376532A CN 105376532 A CN105376532 A CN 105376532A CN 201510727433 A CN201510727433 A CN 201510727433A CN 105376532 A CN105376532 A CN 105376532A
Authority
CN
China
Prior art keywords
bristle
array
biomembrane
intelligent terminal
biomembranous
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.)
Granted
Application number
CN201510727433.1A
Other languages
English (en)
Other versions
CN105376532B (zh
Inventor
周素娟
杨亮
陈军
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201510727433.1A priority Critical patent/CN105376532B/zh
Publication of CN105376532A publication Critical patent/CN105376532A/zh
Application granted granted Critical
Publication of CN105376532B publication Critical patent/CN105376532B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/8422Investigating thin films, e.g. matrix isolation method

Landscapes

  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本发明公开了刚毛阵列生物膜监控系统及方法,所述系统包括刚毛阵列传感器和智能终端,所述刚毛阵列传感器通过线路或无线信号与智能终端连接;所述刚毛阵列传感器安装在不同的管道设备中,用于感知生物膜生长的情况,并将生物膜的信息发送到智能终端;所述智能终端,用于接收生物膜的信息,并对生物膜的信息进行分析,根据分析结果,决定是否控制刚毛阵列传感器对生物膜进行清除。本发明系统将刚毛阵列传感器安装在不同的管道设备中,通过感知生物膜的生长情况,并将生物膜的信息发送到智能终端,智能终端对生物膜的信息进行分析后,得到分析结果,决定是否控制磁场发生装置清除形成在刚毛阵列传感器表面的生物膜,可以持久性使用。

Description

刚毛阵列生物膜监控系统及方法
技术领域
本发明涉及一种生物膜监控系统及方法,尤其是一种刚毛阵列生物膜监控系统及方法,属于材料、环境、公共卫生领域。
背景技术
目前,生物膜(biofilm)是由微生物在自然界、某些工业生产环境以及人体和动植物表面通过粘附生长及自身分泌的细胞外基质(Extracellularpolymericsubstances,EPS)包裹所形成的高度组织化的多细胞群落;生物膜可由纯种或多种属微生物混合而成,其中含有大量的水份以及不同微生物所分泌的细胞外基质,比如蛋白质、多糖、DNA等;形成在工业、生活管道以及医疗器械管道内的生物膜能够导致腐蚀、堵塞管道、降低热能传输、污染食品、引发持续慢性感染等问题,对人类社会造成巨大的经济损失。
生物膜的形成是一个动态的过程,早起的生物膜比较容易去除。晚期的成熟生物膜对物理方法(UV,冲洗等)和化学方法(表面活性剂、抗生素等)极其耐受。因此,能够实时监控管道系统表面生物膜的形成非常必要。
传统的生物膜检测方法是在管道系统表面安装以导热性、电化学活性测定等为基础的传感器,通过生物膜形成在传感器表面后改变了导热、导电等特性来判断生物膜的形成,并指导生物膜去除试剂的使用。这些装置虽然在一定程度上帮助了控制生物膜的形成,但这些装置没有自我生物膜清除能力,当其表面累积的生物膜超过一定程度以后,可能会影响其对生物膜的实时检测而需要更换。
生物膜的形成机理及其复杂,其机械特性直接影响到其对各种生物膜处理物理和化学方法的抵抗程度,现有的生物膜检测装置不能反映生物膜的机械特性。
发明内容
本发明的目的是为了解决上述现有技术的缺陷,提供了一种刚毛阵列生物膜监控系统,该系统能够将刚毛阵列传感器安装在不同的管道设备中,通过感知生物膜的生长情况,清除形成在刚毛阵列传感器表面,且强度与生物膜数据库匹配的生物膜,可以持久性使用。
本发明的另一目的在于提供一种基于上述刚毛阵列生物膜监控系统的生物膜监控方法。
本发明的目的可以通过采取如下技术方案达到:
刚毛阵列生物膜监控系统,包括刚毛阵列传感器和智能终端,所述刚毛阵列传感器通过线路或无线信号与智能终端连接;
所述刚毛阵列传感器安装在不同的管道设备中,用于感知生物膜生长的情况,并将生物膜的信息发送到智能终端;
所述智能终端,用于接收生物膜的信息,并对生物膜的信息进行分析,根据分析结果,决定是否控制刚毛阵列传感器对生物膜进行清除。
作为一种实施方案,所述刚毛阵列传感器包括荧光磁性高分子刚毛阵列、CCD镜头和磁场发生装置;
所述荧光磁性高分子刚毛阵列在管道设备中与环境中的液体接触,从而使刚毛与生物膜接触;
所述CCD镜头,用于动态捕捉荧光磁性高分子刚毛阵列上刚毛的几何形状,并将刚毛动态图像信息发送给智能终端;
所述磁场发生装置,用于根据智能终端的指示,产生局部磁场控制荧光磁性高分子刚毛运动,从而清除生长在荧光磁性高分子刚毛阵列上的生物膜。
作为一种实施方案,所述荧光磁性高分子刚毛阵列采用铸模法制备,具体如下:
先利用光刻技术在单晶硅或砷化镓基底上刻蚀出一定深度的凹模阵列,再通过磁场向每个凹模中吸入磁性纳米颗粒,然后将荧光高分子流体材料浇铸于每个凹模内,经硫化、脱模后,得到荧光磁性高分子刚毛阵列。
作为一种优选方案,所述荧光磁性高分子刚毛阵列上分布有直径0.5μm-10μm、长5-100μm刚毛阵列,各根刚毛之间的间距为2-100μm。
本发明的另一目的可以通过采取如下技术方案达到:
基于上述刚毛阵列生物膜监控系统的生物膜监控方法,所述方法包括以下步骤:
S1、将制备好的荧光磁性高分子刚毛阵列置于管道设备中,与环境中的液体接触,使刚毛与生物膜接触;
S2、当生物膜附着在荧光磁性高分子刚毛阵列表面后,荧光磁性高分子刚毛阵列发生弯曲;
S3、CCD镜头动态捕捉荧光磁性高分子刚毛阵列上刚毛的几何形状,并将刚毛动态图像信息发送给智能终端;其中,所述刚毛动态图像信息即生物膜的信息;
S4、智能终端在接收到刚毛动态图像信息后,根据刚毛动态图像信息,计算得到所形成生物膜的强度,将生物膜的强度与智能终端内部生物膜数据库的标准数据进行分析比对,若存在匹配的生物膜,则指导磁场发生装置产生局部磁场的时间和强度;
S5、磁场发生装置根据智能终端的指示,产生局部磁场控制荧光磁性高分子刚毛运动,从而清除生长在荧光磁性高分子刚毛阵列上的生物膜。
作为一种实施方案,所述根据刚毛动态图像信息,计算得到所形成生物膜的强度,将生物膜的强度与智能终端内部生物膜数据库的标准数据进行分析比对,具体包括:
1)根据刚毛动态图像信息中每根刚毛的顶端位置和底端位置,得到每根刚毛的位移矢量;
2)通过欧拉-伯努利梁方程计算作用在每根刚毛上的力,即生物膜的强度,如下式:
fc=Krc
式中,K表示刚毛的弹性常数,π表示圆周率,E表示杨氏模量,D表示直径,H表示高度;rc表示每根刚毛的位移矢量;
3)采用非监督的基于层次聚类、K均值聚类、自组织映设、回归分析、主成分分析和独立成分分析对生物膜的强度数据进行分析;
4)采用监督的基于判别分析、贝叶氏网络、支持向量机、决策树和人工神经网络法对生物膜的强度数据进行分析。
作为一种优选方案,步骤1)中,所述每根刚毛的位移矢量采用下式计算:
r c = [ ( x t - x b ) 2 + ( y t - y b ) 2 ]
式中,rc表示每根刚毛的位移矢量,(xt,yt)表示每根刚毛的顶端位置,(xb,yb)表示每根刚毛的底端位置。
本发明相对于现有技术具有如下的有益效果:
1、本发明系统将刚毛阵列传感器安装在不同的管道设备中,通过感知生物膜的生长情况,并将生物膜的信息(刚毛动态图像信息)发送到智能终端,智能终端根据生物膜的信息,计算得到所形成生物膜的强度(刚毛的受力),将生物膜的强度与智能终端内部生物膜数据库的标准数据进行分析比对,决定是否控制磁场发生装置清除形成在刚毛阵列传感器表面的生物膜,可以持久性使用。
2、本发明系统荧光磁性高分子刚毛阵列(Fluorescentmagneticpolymermicropillarchips)采用铸模法制备,经过实验表明,当荧光磁性高分子刚毛阵列与生物膜接触后,能有效吸附生物膜,使生物膜生长在荧光磁性高分子刚毛阵列上,从而利用磁场发生装置对生物膜进行清除。
附图说明
图1为本发明实施例1的刚毛阵列生物膜监控系统的结构原理图。
图2a~图2d为本发明实施例1的荧光磁性高分子刚毛阵列制备过程示意图。
图3为本发明实施例1表面形成生物膜的荧光磁性高分子刚毛阵列的示意图。
图4为本发明实施例1表面形成生物膜的荧光磁性高分子刚毛阵列受力示意图。
图5为本发明实施例2有生物膜的荧光磁性高分子刚毛阵列示意图。
图6为本发明实施例2无生物膜的荧光磁性高分子刚毛阵列示意图。
图7为本发明实施例2有生物膜的荧光磁性高分子刚毛阵列力场分析图。
图8为本发明实施例2无生物膜的荧光磁性高分子刚毛阵列力场分析图。
其中,1-刚毛阵列传感器,2-智能终端,3-荧光磁性高分子刚毛阵列,4-CCD镜头,5-磁场发生装置。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例1:
如图1所示,本实施例的刚毛阵列生物膜监控系统包括刚毛阵列传感器1和智能终端2,所述刚毛阵列传感器1通过线路(如USB,串口UART,总线SPI、I2C等)或无线信号(如WIFI、蓝牙等)与智能终端2连接;
所述刚毛阵列传感器1安装在不同的管道设备中,用于感知生物膜生长的情况,并将生物膜的信息发送到智能终端2;该刚毛阵列传感器1包括荧光磁性高分子刚毛阵列3、CCD(Charge-coupledDevice)镜头4和磁场发生装置5;
所述荧光磁性高分子刚毛阵列3在管道设备中与环境中的液体接触,从而使刚毛与生物膜接触;该荧光磁性高分子刚毛阵列3上分布有直径0.5μm-10μm、长5-100μm刚毛阵列,各根刚毛之间的间距为2-100μm,其采用铸模法制备,具体如下:
a、利用光刻技术在单晶硅、砷化镓等基底上刻蚀出一定深度的凹模阵列,如图2a所示;
b、通过磁场向每个凹模中吸入磁性纳米颗粒(如碳化铁Fe3C),如图2b所示;
c、将荧光高分子流体材料,如铽-聚二甲基硅氧烷配合物(Tb3+-PDMS),浇铸于每个凹模内,如图2c所示;
d、经硫化、脱模后,得到荧光磁性高分子刚毛阵列,如图2d所示。
所述CCD镜头4可以采用高分辨率CCD镜头,用于动态捕捉荧光磁性高分子刚毛阵列3上刚毛的几何形状,并将刚毛动态图像信息发送给智能终端2;其中,所述刚毛动态图像信息即生物膜的信息;
所述磁场发生装置5可以采用小型磁场发生装置,用于根据智能终端2的指示,产生局部磁场控制荧光磁性高分子刚毛运动,从而清除生长在荧光磁性高分子刚毛阵列上的生物膜。
所述智能终端2可以采用智能手机、PDA手持终端、平板电脑、笔记本电脑或其他的便携式移动计算设备,用于接收生物膜的信息,并对生物膜的信息进行分析,根据分析结果,决定是否控制刚毛阵列传感器1对生物膜进行清除。
本实施例的刚毛阵列生物膜监控系统的生物膜监控方法,包括以下步骤:
S1、将制备好的荧光磁性高分子刚毛阵列置于管道设备中,与环境中的液体接触,使刚毛与生物膜接触;
S2、当生物膜附着在荧光磁性高分子刚毛阵列表面后,荧光磁性高分子刚毛阵列发生弯曲,如图3和图4所示;
S3、CCD镜头动态捕捉荧光磁性高分子刚毛阵列上刚毛的几何形状,并将刚毛动态图像信息发送给智能终端;其中,所述刚毛动态图像信息即生物膜的信息;
S4、智能终端在接收到刚毛动态图像信息后,根据刚毛动态图像信息,计算得到所形成生物膜的强度,将生物膜的强度与智能终端内部生物膜数据库的标准数据进行分析比对,若存在匹配的生物膜,则指导磁场发生装置产生局部磁场的时间和强度;其中,所述根据刚毛动态图像信息,计算得到所形成生物膜的强度,将生物膜的强度与智能终端内部生物膜数据库的标准数据进行分析比对,具体包括:
1)根据刚毛动态图像信息中每根刚毛的顶端位置和底端位置,采用下式计算得到每根刚毛的位移矢量:
r c = [ ( x t - x b ) 2 + ( y t - y b ) 2 ]
式中,rc表示每根刚毛的位移矢量,(xt,yt)表示每根刚毛的顶端位置,(xb,yb)表示每根刚毛的底端位置。
2)通过欧拉-伯努利梁方程(Euler-Bemoullibeamtheory)计算作用在每根刚毛上的力,即生物膜的强度,如下式:
fc=Krc
式中,K表示刚毛的弹性常数,π表示圆周率,E表示杨氏模量(Young′smodulus),D表示直径,H表示高度;rc表示每根刚毛的位移矢量;
3)采用非监督的基于层次聚类(Hierarchical)、K均值聚类(K-means)、自组织映设(Self-organizingmap,SOM)、回归分析(regressionanalysis)、主成分分析(principalcomponentanalysis,PCA)和独立成分分析(Independentcomponentanalysis,ICA)等方法对生物膜的强度数据进行分析;
4)采用监督的基于判别分析(discriminantanalysis)、贝叶氏网络(Bayesiannetworks)、支持向量机(supportvectormachines,SVM)、决策树(decisiontrees)和人工神经网络法(artificialneuralnetwork,ANN)等分析方法对生物膜的强度数据进行分析。
通过步骤3)和4)的分析,可以判断刚毛阵列上的生物膜与智能终端内部生物膜数据库中的哪种生物膜最接近,即在生物膜数据库中找到与刚毛阵列上的生物膜匹配的生物膜。
S5、磁场发生装置根据智能终端的指示,产生局部磁场控制荧光磁性高分子刚毛运动,从而清除生长在荧光磁性高分子刚毛阵列上的生物膜。
实施例2:
本实施例是上述实施例1的刚毛阵列生物膜监控系统的实验,具体过程如下:
S1、复苏细菌奥奈达希瓦式菌ShewanellaoneidensisMR-1,取冻存于-20℃的菌株MR-1,划线接种于LB琼脂培养基,在孵箱(30℃)中孵育20~24h,次日挑取单克隆菌落,接种于2mL营养肉汤中,180rpm、30℃摇菌过夜;
S2、以1∶100稀释过夜培养后的菌液于新鲜肉汤培养基后,接种在底部嵌有荧光磁性高分子刚毛阵列的多孔板中,在孵箱(30℃)中静置培养24小时到生物膜的形成,形成生物膜的荧光磁性高分子刚毛阵列作为实验组的荧光磁性高分子刚毛阵列,如图5所示;而对照组的荧光磁性高分子刚毛阵列只加入新鲜肉汤培养基而不接种细菌,即对照组的荧光磁性高分子刚毛阵列是无生物膜的荧光磁性高分子刚毛阵列,如图6所示;
S3、通过显微镜的CCD镜头拍摄24小时培养后的实验组和对照组的荧光磁性高分子刚毛阵列分布,并上传数据到智能终端;
S4、智能终端根据刚毛动态图像信息中每根刚毛的顶端位置和底端位置,采用下式计算得到每根刚毛的位移矢量:
r c = [ ( x t - x b ) 2 + ( y t - y b ) 2 ]
式中,rc表示每根刚毛的位移矢量,(xt,yt)表示每根刚毛的顶端位置,(xb,yb)表示每根刚毛的底端位置。
S5、智能终端通过欧拉-伯努利梁方程(Euler-Bernoullibeamtheory)计算作用在每根刚毛上的力,即生物膜的强度,如下式:
fc=Krc
式中,K表示刚毛的弹性常数,π表示圆周率,E表示杨氏模量(Young′smodulus),D表示直径,H表示高度;rc表示每根刚毛的位移矢量;
实验组的荧光磁性高分子刚毛阵列,其力场分析如图7所示;对照组的荧光磁性高分子刚毛阵列,其力场分析如图8所示;
S6、智能终端采用非监督的基于层次聚类(Hierarchical)、K均值聚类(K-means)、自组织映设(Self-organizingmap,SOM)、回归分析(regressionanalysis)、主成分分析(principalcomponentanalysis,PCA)和独立成分分析(Independentcomponentanalysis,ICA)等方法对样本数据进行分析;
S7、智能终端采用监督的基于判别分析(discriminantanalysis)、贝叶氏网络(Bayesiannetworks)、支持向量机(supportvectormachines,SVM)、决策树(decisiontrees)和人工神经网络法(artificialneuralnetwork,ANN)等分析方法对样本数据进行分析;
S8、智能终端根据分析结果,决定是否控制磁场发生装置进行实验组的荧光磁性高分子刚毛阵列上生物膜的清除。
上述步骤S1中,复苏细菌奥奈达希瓦式菌ShewanellaoneidensisMR-1在文献“Influenceofoutermembranec-typecytochromesonparticlesizeandactivityofextracellularnanoparticlesproducedbyShewanellaoneidensis.BiotechnologyandBioengineering。2013.110(7):1831-1837.”中已公开。
综上所述,本发明系统能够将刚毛阵列传感器安装在不同的管道设备中,通过感知生物膜的生长情况,清除形成在刚毛阵列传感器表面,且强度与生物膜数据库匹配的生物膜,可以持久性使用。
以上所述,仅为本发明专利较佳的实施例,但本发明专利的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明专利所公开的范围内,根据本发明专利的技术方案及其发明构思加以等同替换或改变,都属于本发明专利的保护范围。

Claims (7)

1.刚毛阵列生物膜监控系统,其特征在于:包括刚毛阵列传感器和智能终端,所述刚毛阵列传感器通过线路或无线信号与智能终端连接;
所述刚毛阵列传感器安装在不同的管道设备中,用于感知生物膜生长的情况,并将生物膜的信息发送到智能终端;
所述智能终端,用于接收生物膜的信息,并对生物膜的信息进行分析,根据分析结果,决定是否控制刚毛阵列传感器对生物膜进行清除。
2.根据权利要求1所述的刚毛阵列生物膜监控系统,其特征在于:所述刚毛阵列传感器包括荧光磁性高分子刚毛阵列、CCD镜头和磁场发生装置;
所述荧光磁性高分子刚毛阵列在管道设备中与环境中的液体接触,从而使刚毛与生物膜接触;
所述CCD镜头,用于动态捕捉荧光磁性高分子刚毛阵列上刚毛的几何形状,并将刚毛动态图像信息发送给智能终端;
所述磁场发生装置,用于根据智能终端的指示,产生局部磁场控制荧光磁性高分子刚毛运动,从而清除生长在荧光磁性高分子刚毛阵列上的生物膜。
3.根据权利要求2所述的刚毛阵列生物膜监控系统,其特征在于:所述荧光磁性高分子刚毛阵列采用铸模法制备,具体如下:
先利用光刻技术在单晶硅或砷化镓基底上刻蚀出一定深度的凹模阵列,再通过磁场向每个凹模中吸入磁性纳米颗粒,然后将荧光高分子流体材料浇铸于每个凹模内,经硫化、脱模后,得到荧光磁性高分子刚毛阵列。
4.根据权利要求2所述的刚毛阵列生物膜监控系统,其特征在于:所述荧光磁性高分子刚毛阵列上分布有直径0.5μm-10μm、长5-100μm刚毛阵列,各根刚毛之间的间距为2-100μm。
5.基于权利要求2所述刚毛阵列生物膜监控系统的生物膜监控方法,其特征在于:所述方法包括以下步骤:
S1、将制备好的荧光磁性高分子刚毛阵列置于管道设备中,与环境中的液体接触,使刚毛与生物膜接触;
S2、当生物膜附着在荧光磁性高分子刚毛阵列表面后,荧光磁性高分子刚毛阵列发生弯曲;
S3、CCD镜头动态捕捉荧光磁性高分子刚毛阵列上刚毛的几何形状,并将刚毛动态图像信息发送给智能终端;其中,所述刚毛动态图像信息即生物膜的信息;
S4、智能终端在接收到刚毛动态图像信息后,根据刚毛动态图像信息,计算得到所形成生物膜的强度,将生物膜的强度与智能终端内部生物膜数据库的标准数据进行分析比对,若存在匹配的生物膜,则指导磁场发生装置产生局部磁场的时间和强度;
S5、磁场发生装置根据智能终端的指示,产生局部磁场控制荧光磁性高分子刚毛运动,从而清除生长在荧光磁性高分子刚毛阵列上的生物膜。
6.根据权利要求5所述的刚毛阵列生物膜监控系统的生物膜监控方法,其特征在于:所述根据刚毛动态图像信息,计算得到所形成生物膜的强度,将生物膜的强度与智能终端内部生物膜数据库的标准数据进行分析比对,具体包括:
1)根据刚毛动态图像信息中每根刚毛的顶端位置和底端位置,得到每根刚毛的位移矢量;
2)通过欧拉-伯努利梁方程计算作用在每根刚毛上的力,即生物膜的强度,如下式:
fc=Krc
式中,K表示刚毛的弹性常数,π表示圆周率,E表示杨氏模量,D表示直径,H表示高度;rc表示每根刚毛的位移矢量;
3)采用非监督的基于层次聚类、K均值聚类、自组织映设、回归分析、主成分分析和独立成分分析对生物膜的强度数据进行分析;
4)采用监督的基于判别分析、贝叶氏网络、支持向量机、决策树和人工神经网络法对生物膜的强度数据进行分析。
7.根据权利要求6所述的刚毛阵列生物膜监控系统的生物膜监控方法,其特征在于:步骤1)中,所述每根刚毛的位移矢量采用下式计算:
r c = [ ( x t - x b ) 2 + ( y t - y b ) 2 ]
式中,rc表示每根刚毛的位移矢量,(xt,yt)表示每根刚毛的顶端位置,(xb,yb)表示每根刚毛的底端位置。
CN201510727433.1A 2015-10-29 2015-10-29 刚毛阵列生物膜监控系统及方法 Expired - Fee Related CN105376532B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510727433.1A CN105376532B (zh) 2015-10-29 2015-10-29 刚毛阵列生物膜监控系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510727433.1A CN105376532B (zh) 2015-10-29 2015-10-29 刚毛阵列生物膜监控系统及方法

Publications (2)

Publication Number Publication Date
CN105376532A true CN105376532A (zh) 2016-03-02
CN105376532B CN105376532B (zh) 2018-06-26

Family

ID=55378282

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510727433.1A Expired - Fee Related CN105376532B (zh) 2015-10-29 2015-10-29 刚毛阵列生物膜监控系统及方法

Country Status (1)

Country Link
CN (1) CN105376532B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1436300A (zh) * 2000-06-15 2003-08-13 赫尔克里士公司 用于监测生物膜和其它沉积物的生物传感器和沉积物传感器
WO2014026168A1 (en) * 2012-08-10 2014-02-13 Sample6 Technologies, Inc. System for on-site environment monitoring
CN104280395A (zh) * 2014-09-04 2015-01-14 浙江大学 基于光电效应的可补偿的供水管道生物膜在线监测装置及方法
WO2015157442A1 (en) * 2014-04-09 2015-10-15 Nch Corporation System and method for detecting biofilm growth in water systems

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1436300A (zh) * 2000-06-15 2003-08-13 赫尔克里士公司 用于监测生物膜和其它沉积物的生物传感器和沉积物传感器
WO2014026168A1 (en) * 2012-08-10 2014-02-13 Sample6 Technologies, Inc. System for on-site environment monitoring
WO2015157442A1 (en) * 2014-04-09 2015-10-15 Nch Corporation System and method for detecting biofilm growth in water systems
CN104280395A (zh) * 2014-09-04 2015-01-14 浙江大学 基于光电效应的可补偿的供水管道生物膜在线监测装置及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
NASSER SABER ET AL.: "A feasibility study on the application of microwaves for online biofilm monitoring in the pipelines", 《INTERNATIONAL JOURNAL OF PRESSURE VESSELS AND PIPING》 *

Also Published As

Publication number Publication date
CN105376532B (zh) 2018-06-26

Similar Documents

Publication Publication Date Title
Yang et al. Design of a wireless sensor network for long-term, in-situ monitoring of an aqueous environment
CN203101933U (zh) 基于物联网的水产养殖水质在线监控系统
Stegen et al. A unified conceptual framework for prediction and control of microbiomes
Jiang et al. Design of a water environment monitoring system based on wireless sensor networks
Chen et al. IoT-based fish farm water quality monitoring system
US11384330B2 (en) Electrochemical sensors for cell culture monitoring
O'Connor et al. A neural network approach to smarter sensor networks for water quality monitoring
Elli et al. Field-effect transistor-based biosensors for environmental and agricultural monitoring
Chen et al. Three‐Dimensional Short‐Term Prediction Model of Dissolved Oxygen Content Based on PSO‐BPANN Algorithm Coupled with Kriging Interpolation
Ahmad et al. Machine learning modeling of aerobic biodegradation for azo dyes and hexavalent chromium
CN102517377A (zh) 油田污水管道内壁生物膜测取及生物膜分析方法
Gotovtsev How IoT can integrate biotechnological approaches for city applications—review of recent advancements, issues, and perspectives
Tuhtan et al. Underwater bioinspired sensing: New opportunities to improve environmental monitoring
Ataei Kachouei et al. Internet of Things‐Enabled Food and Plant Sensors to Empower Sustainability
Wang et al. Exploring protein-inorganic hybrid nanoflowers and immune magnetic nanobeads to detect Salmonella typhimurium
CN207544034U (zh) 一种多功能牛项圈
CN105376532A (zh) 刚毛阵列生物膜监控系统及方法
CN203544319U (zh) 一种水下生物生态图像浮标装置
Hempel et al. SynCells: A 60× 60 μm2 electronic platform with remote actuation for sensing applications in constrained environments
CN204422470U (zh) 微生物检测装置
Chen et al. Pretrained configuration of power-quality grayscale-image dataset for sensor improvement in smart-grid transmission
Wang et al. Soft sensing of dissolved oxygen in fishpond via extreme learning machine
Erfanimoghadam et al. Identification of New Amylolytic Enzymes from Marine Symbiotic Bacteria of Bacillus Species
Sahari et al. Toward development of an autonomous network of bacteria-based delivery systems (BacteriaBots): spatiotemporally high-throughput characterization of bacterial quorum-sensing response
Ali et al. Internet of Things‐Enabled Food and Plant Sensors to Empower Sustainability

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180626