CN106164242B - 用于识别和挑取光谱不同的菌落的系统 - Google Patents
用于识别和挑取光谱不同的菌落的系统 Download PDFInfo
- Publication number
- CN106164242B CN106164242B CN201580017131.3A CN201580017131A CN106164242B CN 106164242 B CN106164242 B CN 106164242B CN 201580017131 A CN201580017131 A CN 201580017131A CN 106164242 B CN106164242 B CN 106164242B
- Authority
- CN
- China
- Prior art keywords
- bacterium colony
- intensity
- spectral filter
- container
- image
- 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
Links
- 241000894006 Bacteria Species 0.000 title claims abstract description 264
- 238000001228 spectrum Methods 0.000 title claims abstract description 49
- 230000003287 optical effect Effects 0.000 claims abstract description 52
- 238000000034 method Methods 0.000 claims abstract description 43
- 239000001963 growth medium Substances 0.000 claims description 68
- 230000003595 spectral effect Effects 0.000 claims description 45
- 238000012545 processing Methods 0.000 claims description 24
- 238000001514 detection method Methods 0.000 claims description 18
- 238000000926 separation method Methods 0.000 claims description 13
- 238000010276 construction Methods 0.000 claims description 7
- 241001269238 Data Species 0.000 claims 1
- 230000000007 visual effect Effects 0.000 description 22
- 230000005540 biological transmission Effects 0.000 description 7
- 239000003086 colorant Substances 0.000 description 7
- 230000001580 bacterial effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000000873 masking effect Effects 0.000 description 5
- 102000005936 beta-Galactosidase Human genes 0.000 description 4
- 108010005774 beta-Galactosidase Proteins 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000005286 illumination Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 244000005700 microbiome Species 0.000 description 3
- 238000003825 pressing Methods 0.000 description 3
- 108090000623 proteins and genes Proteins 0.000 description 3
- OPIFSICVWOWJMJ-AEOCFKNESA-N 5-bromo-4-chloro-3-indolyl beta-D-galactoside Chemical compound O[C@@H]1[C@@H](O)[C@@H](O)[C@@H](CO)O[C@H]1OC1=CNC2=CC=C(Br)C(Cl)=C12 OPIFSICVWOWJMJ-AEOCFKNESA-N 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 2
- 108090000790 Enzymes Proteins 0.000 description 2
- 102000004190 Enzymes Human genes 0.000 description 2
- 239000001045 blue dye Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 239000002609 medium Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000003612 virological effect Effects 0.000 description 2
- 108091064702 1 family Proteins 0.000 description 1
- 229920001817 Agar Polymers 0.000 description 1
- 241000195493 Cryptophyta Species 0.000 description 1
- 244000283207 Indigofera tinctoria Species 0.000 description 1
- GUBGYTABKSRVRQ-QKKXKWKRSA-N Lactose Natural products OC[C@H]1O[C@@H](O[C@H]2[C@H](O)[C@@H](O)C(O)O[C@@H]2CO)[C@H](O)[C@@H](O)[C@H]1O GUBGYTABKSRVRQ-QKKXKWKRSA-N 0.000 description 1
- 241000353097 Molva molva Species 0.000 description 1
- 206010036618 Premenstrual syndrome Diseases 0.000 description 1
- 240000004808 Saccharomyces cerevisiae Species 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000002390 adhesive tape Substances 0.000 description 1
- 239000008272 agar Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- -1 beta galactose Glycosides Chemical class 0.000 description 1
- 230000027455 binding Effects 0.000 description 1
- 238000009739 binding Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004113 cell culture Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 229930182470 glycoside Natural products 0.000 description 1
- 238000009396 hybridization Methods 0.000 description 1
- 230000007062 hydrolysis Effects 0.000 description 1
- 238000006460 hydrolysis reaction Methods 0.000 description 1
- 238000012625 in-situ measurement Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 239000011261 inert gas Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 239000008101 lactose Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- 239000012780 transparent material Substances 0.000 description 1
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
- C12M47/00—Means for after-treatment of the produced biomass or of the fermentation or metabolic products, e.g. storage of biomass
- C12M47/04—Cell isolation or sorting
-
- 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
- C12M31/00—Means for providing, directing, scattering or concentrating light
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C3/00—Measuring distances in line of sight; Optical rangefinders
- G01C3/32—Measuring distances in line of sight; Optical rangefinders by focusing the object, e.g. on a ground glass screen
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Organic Chemistry (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Biotechnology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Physics & Mathematics (AREA)
- Genetics & Genomics (AREA)
- General Engineering & Computer Science (AREA)
- Microbiology (AREA)
- Biomedical Technology (AREA)
- Sustainable Development (AREA)
- Analytical Chemistry (AREA)
- Cell Biology (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Molecular Biology (AREA)
- Theoretical Computer Science (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Medicinal Chemistry (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明提供了一种用于识别和挑取光谱不同的菌落的系统,该系统包括方法和装置。在示例性方法中,可以将滤波器接纳在从光源向灰度图像检测器延伸的光学路径中。滤波器可以构造为使第一类型菌落与光谱不同的第二类型菌落之间的强度之差增大。可以将包括两种类型的菌落接纳在光学路径中。可以使用灰度图像检测器得到菌落的图像。可以在图像中识别菌落的至少一种类型。可以自动地挑取至少一种类型的一个或多个菌落。
Description
相关申请
本发明要求2014年2月4日提交的美国专利申请61/935,816的优先权,该专利的全部内容通过引用的方式并入本文。
背景技术
颜色筛选可以用于实验室中的菌落生长以辨别菌落的不同类型。例如,蓝/白(二元)颜色筛选利用蓝色菌落与白色菌落之间的可见的色差对感兴趣的菌落进行识别,以便对菌落进行分离以及进一步的研究或处理。
蓝/白筛选通常以原位β-半乳糖苷酶测定来实施。可以将基因编码全长β-半乳糖苷酶(或其互补部分)引入到β-半乳糖苷酶缺陷微生物中。表达基因的微生物菌落具有β-半乳糖苷酶活性,而不表达基因的菌落不具有该活性。通过使菌落在存有的X-gal(用于β-半乳糖苷酶的底物)中生长可以对这两种类型的菌落进行辨别。在β-半乳糖苷酶的作用下的X-gal的水解作用使无色的底物转化为蓝色染料,该蓝色染料使表达菌落变蓝。与之对比,非表达菌落不累积蓝色染料而是保持白色。
能够获得用于检测菌落的图像的菌落分析系统。然而,这些系统通常配备有灰度(“黑”和“白”)图像检测器。灰度图像检测器通过对入射在每个像素上的光的光量进行测量来得到图像而不记录光的波长或颜色。结果,可能不能够可靠地辨别图像中不同颜色的菌落的类型。至少一种类型的菌落可能被部分地或完全地错过或可能被错误地识别为属于另一类型。
需要更好的菌落分析系统以用于基于灰度图像检测器得到的图像来识别不同颜色的菌落。
发明内容
本发明提供了用于识别和挑取光谱不同的菌落的系统(包括方法和装置)。在示例性方法中,可以将滤波器接纳在从光源向灰度图像检测器延伸的光学路径中。滤波器可以构造为检测第一类型菌落与光谱不同的(即,与第一类型菌落在光谱上不同的)第二类型菌落之间的强度之差(intensity difference)。可以将包括两种类型的菌落接纳在光学路径中。可使用灰度图像检测器得到菌落的图像。可以在图像中识别菌落的至少一种类型。可以自动地挑取所识别一个或多个菌落。
附图说明
图1是根据本发明的各方面的用于识别和分离光谱不同的菌落的挑取系统的示例性实施例的透视图,其中,容器布置在系统的检验区域中并且包括承载至少两种类型的光谱不同的菌落的培养基。
图2是根据本发明的各方面的图1的系统的所选择的方面的示意图。
图3是图1的检验区域和容器的俯视图。
图4是在存在使光谱不同的菌落之间的所检测到的强度之差增大的示例性光谱滤波器的情况下,基本上沿图3的线4-4截取的图1的检验区域和容器的局部剖视图。
图5是与其它系统构件分离的可以设置图4的滤波器的示例性滤波器组件的分解图。
图6是根据本发明的各方面的这样的一对相对应的灰度图像:可以通过图1的系统的灰度图像检测器在分别在光学路径中具有和不具有光谱滤波器的情况下得到,并具有相同菌落和视场,且每张图像都示出了从光谱不同的类型的菌落(C1和C2)以及菌落周围的培养基所检测的光的强度。
图7示出了可通过对来自图6的图像的像素数据进行绘制而得到的一对示意性的直方图(histogram),并且其中示出了各个图像中具有所检测的光的不同强度的像素的数量。
图8是根据本发明的各方面的这样的另一对相对应的灰度图像:可以通过图1的系统的灰度图像检测器在分别在光学路径中具有和不具有光谱滤波器的情况下得到,并具有相同菌落和视场,且每张图像都示出了从所述另一对光谱不同的类型的菌落(C3和C4)以及菌落周围的培养基(M)所检测的光的强度。
图9示出了可通过对来自图8的图像的像素数据进行绘制而得到的一对示意性的直方图,并且其中示出了各个图像中具有所检测的光的不同强度的像素的数量。
图10是根据本发明的各方面的用于图1的系统的示例性滤波器的透射光谱,并且关于光谱不同的菌落类型C1和C2(或C3和C4)以及培养基(M)的示例性的透射范围标识在光谱的上方。
图11是根据本发明的各方面的用于图1的系统的另一示例性光谱滤波器的透射光谱,并且关于蓝色菌落、白色菌落和培养基(M)的示例性的透射范围标识在光谱的上方。
图12是根据本发明的各方面的用于图1的系统的又一示例性滤波器的透射光谱,并且关于红色菌落、白色菌落和培养基(M)的示例性的透射范围标识在光谱的上方。
图13示出了根据本发明的各方面的一系列略微示意性的示例性屏幕图像(A、B和C),当用户从图7的一个直方图中选择强度范围,从而由系统的菌落识别算法进行处理而在所选出的范围中识别菌落时,这些屏幕图像可通过图1的系统的图形用户界面被显示给用户。
图14是根据本发明的各方面的图6的右侧(“滤波器”)图像的掩蔽(masked)(并且可选地,伪彩色)形式,该掩蔽形式可以基于图13的强度范围选择,通过图1的系统的图形用户界面向用户显示,所显示的图像仅示出存在于所选择的范围内的像素并且标记了每个所识别的菌落。
具体实施方式
本发明提供了用于识别和挑取光谱不同的菌落的系统(包括方法和装置)。在示例性方法中,可以将滤波器接纳在从光源向灰度图像检测器延伸的光学路径中。滤波器可以构造为使第一类型菌落与光谱不同的第二类型菌落之间的强度之差增大。可以将包括两种类型的菌落接纳在光学路径中。可使用灰度图像检测器得到菌落的图像。可以在图像中识别菌落的至少一种类型。可以自动地挑取所识别的至少一种类型的一个或多个菌落。
提供分离菌落的示例性方法。在该方法中,可以将光谱滤波器接纳在从光源向灰度图像检测器延伸的光学路径中。滤波器可以构造为使蓝色菌落的强度相对于白色菌落选择性地降低。可以将培养基和由培养基承载的菌落接纳在光学路径中。菌落可以包括至少一个蓝色菌落和至少一个白色菌落。可以使用灰度图像检测器通过检测从菌落和培养基接收的光来获得图像,其中滤波器使一个或多个蓝色菌落的平均强度相对于培养基和一个或多个白色菌落的平均强度选择性地降低。可以生成关于图像中的像素的强度值的直方图。基于从直方图所选择的像素的子集,可以在图像中识别一个或多个蓝色菌落。可以自动地挑取至少一个蓝色菌落。
提供用于识别和分离光谱不同的菌落的示例性系统。该系统包括限定从光源向灰度图像检测器延伸的光学路径的检测系统。该系统还可以包括布置在光学路径中的滤波器,滤波器可以构造为使第一类型菌落与光谱不同的第二类型菌落之间的强度之差增大。该系统还可以包括载物台(stage)以承载容器,容器容纳有包括第一类型和第二类型的菌落。该系统还可以包括挑取设备和数据处理系统。数据处理系统可以构造为(i)接收来自图像检测器的菌落图像,(ii)在图像中识别菌落的至少一种类型,以及(iii)指示挑取设备自动地挑取所识别的至少一种类型的一个或多个菌落。
本发明的其它方面体现在以下部分中:(I)示例性挑取系统,(II)示例性图像、直方图和滤波器,(III)使用图形用户界面的示例性像素选择,(IV)菌落识别/分离的方法,以及(V)实例。
I.示例性挑取系统
本部分描述了用于识别和分离光谱不同的菌落的示例性挑取系统50的各方面;见图1至图5。该系统可以被可互换地称为菌落分析系统、菌落识别系统或菌落分离系统。
图1和图2示出了挑取系统50的所选择的方面。挑取系统可以包括与外部计算机设备54(例如,个人台式计算机、平板电脑、笔记本电脑、智能手机等)通信的仪器52,或者计算机设备54可以与仪器成一体。计算机设备54和仪器52之间可以具有任何适当的有线或无线连接。计算机设备和/或仪器52可以包括至少一个用于与用户交互的图形用户界面(GUI)56。GUI可以包括显示器57以及诸如鼠标58、键盘59、按键、操纵杆、显示器上的触屏或其任何组合的一个或多个用户输入设备。
仪器52可以包括承载一个或多个容器64的载物台62,每一个容器64容纳有承载至少两种类型的光谱不同的菌落68、70的培养基66(例如,固体、半固体或液体培养基)。挑取系统还可以包括光学检测系统72以得到每个容器64的容纳物的一个或多个图像,具体地为培养基66和菌落68、70的图像。挑取系统还可以包括挑取设备74(“挑取器”)以自动地挑取所识别的菌落。挑取系统还可以进一步包括数据处理系统76,数据处理系统76包括一个或多个处理器78a、78b(被可互换地称为控制器)。数据处理系统可以与光学检测系统72和挑取设备74通信和/或可以控制光学检测系统72和挑取设备74,可以处理图形数据并且可以经由图形用户界面56与用户交互。
可以将检测系统72、挑取设备74和数据处理系统76的任何适当的组合和/或其构件的任何组合布置在系统50(见图1)的壳体79的内部。壳体可以包围容纳有载物台62的腔室80。通过对透明门82的操作可以打开或关闭腔室,透明门82可以具有把手84。使用腔室来隔离腔室的容纳物与周围环境,这使得在对菌落进行成像和挑取时菌落的污染最小化(例如,当容器64在顶部敞开时)。
检测系统72可以包括使用光(例如,可见光)对载物台62和容器64进行照射(即,照明)的照明部分86以及对从容器的容纳物(具体地,容器中的菌落和培养基)接收的光进行检测的检测部分88(见图2)。检测系统可以限定光从照明部分向检测部分行进的光学路径90。可以将每个容器64布置在光学路径中,使得培养基的至少一部分以及由培养基承载的菌落的至少一个子集被照明部分86所照射并且被检测部分88所成像。
照明部分86可以包括光源92,并且可选地包括构造为引导和/或改变来自光源的光的输入光学器件。光源可以提供广谱可见光,也被称为白光。在任何情况下,光源可以产生被两种类型的菌落相对于彼此差异地吸收(从而差异地透射)的光的至少一个波长和/或波段。此外,照明部分可以使用被两种类型的菌落差异地吸收的光的至少一个波长和/或波段对载物台和菌落68、70进行照明。
如图所示,照明部分86可以偏离于检测部分88以提供容器64的至少一部分以及容器64的容纳物的至少一部分的暗场照明。例如,来自照明部分86的光可以以约30至60度或约45度等的角度行进到载物台,并且可以行进到在光学路径90的与载物台62垂直的部分上的检测部分88。从菌落和培养基向检测部分行进的光可以至少主要为散射光。在其它实施例中,照明部分86可以提供明场照明或其它任何类型的照明。
光源92可以包括任何适当的灯或灯的组合。可能适当的示例性的灯包括电致发光灯(例如,发光二极管、发光电化学池、电致发光片和电致发光丝等)、气体放电灯(例如,荧光灯、阴极灯、等离子灯、惰性气体灯)、高强度放电灯、白炽灯等。在示例性实施例中,光源可以包括灯的阵列,诸如发光二极管的阵列。例如,阵列可以由至少一排发光二极管,以及形成二维阵列、三维阵列的两排发光二极管排等形成。
在任何照明部分中,输入光学器件例如包括诸如透镜、反射镜、光栅、棱镜、光导、光匀化器/光混合器、滤光器等一个或多个光学元件的任何组合。在所描述的实施例中,输入光学器件包括光谱滤波器94,光谱滤波器94在光到达载物台62之后且在光到达容器64之前对来自光源的光进行过滤。在其它实施例中,滤波器94可以包括在检测系统72的检测部分88中,这如图2中容器64上方的虚线所示。在一些实施例中,滤波器94可以由多个滤波器元件来提供。滤波器元件可以彼此附接或者彼此不附接。在一些实例中,例如,在光源与菌落之间的光学路径上的照明部分86中存在一个或多个滤波器元件的情况下,滤波器元件可以彼此间隔开,并且一个或多个其它的滤波器元件可以位于菌落与图像检测器之间的光学路径上的检测部分88中。
检测部分88可以构造为接收来自容器64并且具体地来自容器64中培养基的至少一部分以及菌落的子集的光。检测部分可以包括灰度图像检测器96和与之相关的光学器件以形成照相机。光学器件可以包括用于照明部分86的以上所列的光学元件的任何组合,诸如可操作地布置在容器64与图像检测器96之间以便以依赖波长的方式阻挡从容器的容纳物接收的光的一部分的光谱滤波器94。
图像检测器可以是具有允许生成图像的空间分辨率的任何适当的光学传感设备。图像检测器可以对光照射(即,紫外线照射、可见光或红外线照射以及其任何组合)敏感。用于检测部分的适当的图像检测器可以包括电荷耦合器件(CCD)阵列、互补金属-氧化物半导体(CMOS)阵列、电荷注入器件(CID)阵列、光电二极管阵列、光电倍增管(PMTs)的任何阵列、pin光电二极管的阵列、雪崩光电二极管的阵列、光电池、光电管等。作为选择,图像检测器可以具有沿一个或多个维度移动从而通过扫描视场得到图像的一个或多个感光元件(例如,CCD元件、CMOS元件、光电二极管等)。
由于检测器在无需获得在光谱上辨别图像的像素的信息的情况下得到关于图像的像素的强度数据,因此图像检测器被描述为“灰度”。换言之,检测器在无需记录光的波长或颜色的情况下得到入射在每个像素上的光量的测量值。无论图像是否以灰色的阴影显示,由图像检测器得到的图像可以被描述为“灰度”图像。
挑取设备74可以是或包括能够使用诸如一根或多根挑取针等一个或多个挑取元件来挑取菌落的任何设备或一组设备。在所描述的实施例中,挑取设备包括配备有多根挑取针98的挑取头。挑取设备可以具有诸如排列在与96-井微板的井匹配的阵列中的96根针等挑取针的阵列。每根针可以是为了与菌落接触以将菌落的至少一部分转移到针上而能够沿竖直轴线102独立地延伸的,并且是能够沿相同的轴线独立地缩回的。挑取设备可以从样本容器64挑取一个或多个菌落并且将所挑取的菌落的至少一部分转移到目的容器104。这里所使用的“挑取菌落”意味着将菌落的至少一部分移除并转移到其他地方。
挑取设备74和图像检测器96(或照相机)中的每一个可以是相对于载物台62可移动的。挑取设备74和图像检测器96可以沿以108表示的左右轴线、竖直轴线、前后轴线或其任何组合而被驱动系统106驱动。挑取设备和图像检测器可以相对于彼此固定,从而使得挑取设备和检测器作为一个单元沿各个轴线行进。利用该布置,每根挑取针与每个图像像素的水平偏移是固定的,这允许每根针与每个菌落的水平偏移被确定。每根针和待挑取的每个菌落的确定的位置关系使得在使用多根针来挑取多个菌落的挑取过程期间允许对针进行优化利用。在其它实施例中,挑取设备和图像检测器可以分别地行进并可以沿各个轴线被独立地驱动。
数据处理系统76可以包括单个处理器(也被称为控制器)或多个处理器(例如,处理器78a和78b),单个处理器或多个处理器共同地与图像检测器96、挑取设备74的针98、驱动系统106、GUI 56等通信和/或对图像检测器96、挑取设备74的针98、驱动系统106、GUI 56等的运行进行控制。如果在系统中存在多个处理器,则多个处理器可以在任何适当的时间彼此通信。每个处理器可以被描述为计算机设备,并且例如可以包括数字处理器、用于存储数据/算法/指令的存储器、一个或多个IO端口、用户界面等。处理器可以是系统的专门构件,或例如可以是具有多用途的功能的个人计算机。在某些情况下,处理器可以构造为作为控制、监视和/或调整其它系统构件的运行的控制器。
可以使用任何适当的容器64。示例性容器包括培养皿、方板、烧瓶、多井板等。可能适当的示例性的培养皿具有30、60、100、140或200mm等直径。诸如具有可以被去除以提供通向容器的容纳物的入口的盖体或盖子等适当的容器至少在挑取菌落时顶部基本上敞开(或能够敞开)。
可以由任何适当的微生物或细胞形成各个类型的菌落。可以形成微生物菌落的示例性的微生物包括病毒、细菌、原生动物、酵母以及单胞藻等。可以形成菌落的来自多细胞生物(例如,大型生物)的示例性细胞包括植物细胞和动物细胞。病毒菌落(可互换地被称为病毒斑)例如可以由细胞的菌苔(诸如细菌细胞、动物细胞或植物细胞的菌苔等)内的裂解区域形成。给定菌落的成员相对于彼此可以是(或可以不是)无性繁殖的。
图3示出了仪器52的检验区域120,检验区域部分地由载物台62形成。仪器的检验区域可以是支撑一个或多个容器并且使菌落受到成像和挑取的区域。检验区域可以包括用于支撑各个容器和可选地限制各个容器的侧向移动的设备和结构的任何适当的组合。例如,检验区域可以包括布置在各个容器下方的载物台62(可互换地被称为支撑部件、平台或台部)。载物台可以至少部分地由可透射广谱可见光的材料(例如,无色、透明的材料)形成,和/或载物台可以限定一个或多个位于容器下方的孔以允许光通过。
检验区域还可以包括由载物台62支撑的保持件或托盘122。保持件可以限定一个或多个开口124以接纳一个或多个容器64(这里仅示出一个容器)。在将容器接纳在一个开口124中之后,保持件可以限制容器的水平移动。仪器可以设置有构造为容纳不同尺寸和/或形状的容器64的多个可互换的保持件和托盘。可以通过诸如由一对销126和布置在销的斜对角处的可调节拐角片128形成的夹具机构将保持件122保持在载物台上。保持件可以是不透光的。保持件的厚度可以小于容器的高度以便于将容器从保持件移除。
图4示出了检验区域120和容器64的剖视图。滤波器94可以夹设在载物台62与保持件122之间。因此,为了安装滤波器94,在将保持件122附接到载物台且位于滤波器上方之前,可以将滤波器放置在载物台62上。滤波器可以横向地跨越保持件的每个开口124,并且容器64布置在滤波器上方且可选地布置为与滤波器接触。结果,来自光源的光可以通过载物台、通过滤波器94和容器64的底部行进从而到达培养基66和菌落68、70。可由培养基和菌落将光的一部分朝向灰度图像检测器进行散射。
图5示出了设置有滤波器94的示例性滤波器组件140。滤波器94可以由至少一个滤波片142形成。可以将滤波片附接到具有前片146和后片148的框架144上。可以通过诸如被夹设在片142与框架片之间的粘合带150等粘合物来附接每个框架片。框架组件可以具有与保持件122相同的底部轮廓(见图3)。
II.示例性图像、直方图和滤波器
本部分描述了可以通过系统50得到和生成的示例性图像和直方图,以及用于该系统的示例性滤波器;见图6至图12。
图6示出了可以通过系统50的灰度图像检测器得到的来自相同视场的一对相对应的强度图像。该视场包括由培养基(M)承载的具有不同颜色的两种类型的光谱不同的菌落(C1和C2)。在不使用光谱滤波器94的情况下可以得到左侧的图像,而在使用滤波器的情况下可以得到右侧的图像。这两张图像的比较表明,在不使用滤波器的情况下不能够从背景(M)辨别出C1菌落。换言之,C1菌落在左侧的图像中不可见,但在存在光谱滤波器的情况下则变得能够识别。在不太极端的情况下,能够从背景辨别出C1菌落的子集而不能辨别出C1菌落的其余部分。
图7示出了可以通过对来自图6的图像的像素数据进行绘制而得到的一对示意性的直方图160、162。直方图160是关于图6的左侧图像中的全部像素,在强度的全范围内的每个强度增量中所存在的像素数量的示意图。直方图162是关于图6的右侧图像的相对应的示意图。为各个直方图标记由各种类型的菌落(C1和C2)以及培养基(M)生成的像素群,其中培养基不与任何一种类型的菌落叠加。
来自图6的两张图像的像素产生可彼此分辨的M峰和C2峰。由于各个图像中的大部分像素代表菌落周围的培养基的区域,因此M峰大大高于C2峰。相应地,M峰的尺寸基本上由在培养基上和/或在培养基中生长的菌落的尺寸和密度决定,并且M峰的高度可能例如为菌落的峰的高度的至少10倍、25倍或100倍。所使用的滤波器对M和C2像素的平均强度仅具有很小的影响(而对C1像素的平均强度则具有较大的影响)。
在直方图160中,来自图6的未滤波图像的C1像素不能与M像素相分辨,这是由于这两个群落具有重叠的强度分布。因此,这里,C1像素在M峰上形成肩部,而不是像C2像素那样形成可分辨的峰。因此,不能从直方图160中可靠地识别全部C1菌落。与之对比,来自在存在光谱滤波器的情况下得到的图像的C1像素在直方图162中形成清晰的C1峰。光谱滤波器使C1像素与C2像素之间的强度之差以及C1像素与M像素之间的强度之差增大。通过使C1像素的平均强度相对于M像素和C2像素的平均强度选择性地减小来实现这种增大。在其它实例中,C1像素可以具有大约与M像素相同的强度或可以具有高于M像素的平均强度,这例如可能在M峰的较高强度侧形成肩部或可能生成与C2峰的重叠(如下所述)。
图8示出了可以通过系统50的灰度图像检测器得到的来自相同视场的另一对相对应的强度图像。该视场包括由培养基(M)承载的具有不同颜色的另外两种类型的光谱不同的菌落(C3和C4)。在不使用光谱滤波器94的情况下可以得到左侧的图像,而在使用滤波器的情况下可以得到右侧的图像。这两张图像的比较表明,在不使用滤波器的情况下不能够从C4菌落辨别出C3菌落(并且反之亦然)。换言之,在不使用滤波器的情况下C3菌落和C4菌落具有重叠的强度分布,而在使用滤波器的情况下C3菌落和C4菌落则变得能够辨别。在不太极端的情况下,在不使用滤波器的情况下能够从C4菌落辨别出C3菌落的子集而不能辨别出C3菌落的其余部分。
图9示出了可以通过对来自图8的图像的像素数据进行绘制得到的一对示意性的直方图170、172。直方图170是关于图8的左侧图像中的全部像素,在强度的全范围内的每个强度增量中所存在的像素数量的示意图。直方图172是关于图8的右侧图像的相对应的示意图。为各个直方图标记由各种类型的菌落(C3和C4)以及培养基(M)生成的像素群,其中培养基不与任何一种类型的菌落叠加。
在直方图中,在不使用光谱滤波器的情况下C3像素和C4像素可以与M像素相分辨。因此,在不使用滤波器的情况下能够识别出各个菌落。然而,由于C3峰和C4峰彼此重叠,因此在不使用滤波器的情况下,不能将每个菌落识别为是C3菌落还是C4菌落(见图9的左侧图像)。然而,使用适当的光谱滤波器可使C3峰远离C4峰地偏移,例如使C3峰偏移至比M峰的强度低并且与M峰和C4峰可分辨的位置。在其它实施例中,滤波器可以使C3峰向较低强度并朝向M峰偏移,从而通过将C3峰定位在M峰和C4峰中间来提高C3峰与C4峰之间的分辨率。
图10示出了用于系统50的示例性光谱滤波器的透射光谱。关于菌落和培养基的光有效透射的示例性波长范围标识在关于光谱不同的菌落类型C1和C2以及培养基(M)的光谱的上方。所显示的跨过每个波长范围的透光率可以平均约为40%、50%、60%、70%或80%等。在C2菌落和培养基(M)有效透射光的波长处,光谱滤波器也有效地透射光,但在C1菌落有效地透射光的波长处,光谱滤波器透射的光则大大减少。关于C2菌落的有效透光的波长范围与关于培养基和/或C1菌落的该波长范围可以重叠或可以不重叠(如以从C2范围延伸出的虚线所表示的那样)。使用双点划线示出透射光谱的较短波长区域的可选形式。
图11示出了用于系统50的另一示例性光谱滤波器的透射光谱。图11的滤波器可以适于诸如当已经对菌落实施了原位β-半乳糖苷酶测定时对白色菌落与蓝色菌落进行辨别。关于菌落和培养基的光有效透射(如图10所限定)的示例性波长范围标识在关于蓝色菌落、培养基和白色菌落的光谱的上方。尽管滤波器不减少培养基和白色菌落的有效透射范围,但相对于M和白色,滤波器选择性地阻挡了在蓝色菌落的有效透射范围内的光。
图12示出了用于系统50的另一示例性光谱滤波器的透射光谱。图12的滤波器可以适于辨别白色菌落与红色菌落。关于菌落和培养基的光有效透射(如图10所限定)的示例性波长范围标识在关于白色菌落、培养基和红色菌落的光谱的上方。红色菌落和白色菌落例如可以是在麦康凯琼脂培养基上生长的细菌菌落,并且能够(红色)或不能够(白色)从培养基利用乳糖。
III.使用图形用户界面的示例性像素选择
本部分描述了用于部分I的挑取系统的示例性图形用户界面(GUI),以及如何使用GUI来指导菌落识别;见图13和图14。
图13示出了一系列略微示意性的示例性屏幕图像(A、B和C),当用户从图7的直方图162选择强度范围时,可通过系统50的图形用户界面56(见图1和图2)将这些屏幕图像呈现给用户。
图13A示出了下限的选择。界面可以显示与直方图162相邻和/或重叠的下限选择器180。用户可以沿与所显示的直方图的强度轴线182平行的方向(由箭头184所指示)移动选择器180,以设定用于强度范围的下限(或阈值)。用户可以通过移动光标186(例如,经由鼠标)、反复按压按键、触摸显示器屏幕等来使选择器180滑动。当选择器达到期望的位置时,用户可以通过诸如按压预先定义的按键或者按压(例如,单击或双击)或松开鼠标上的按钮等界面操作,来选择和进入当前位置。
图13B示出了上限的选择。界面56可以显示与直方图162或与直方图在下限选择之后剩余的部分190相邻和/或重叠的上限选择器188。用户可以移动选择器188(由箭头192所指示)从而以与上述下限选择器类似的方式选择并输入选择器的另一位置。图13C示出了在已经对用于菌落识别的强度范围进行选择之后直方图162剩余的部分194。在本示意图中,已经对用于图6和图7的C2菌落的强度范围进行了选择。在一些实施例中,可以仅设定阈值(仅上限或仅下限)。在一些实施例中,上限可以在下限之前设定。在一些实施例中,挑取系统的数据处理系统可以为至少一种菌落类型自动地选择强度范围。
图14示出了图6的右侧(“滤波器”)图像的掩蔽(并且可选地,伪彩色)形式200,该掩蔽形式200可以通过系统50的图形用户界面向用户显示。掩蔽图像200可以基于强度阈值或范围选择生成。在本示意图中,基于在图13中所选择的强度范围生成图像200,图像200可以至少主要地表示C2菌落的像素(见图6和图7)。图像200可以仅使存在于所选择的范围中的像素呈伪彩色,而其余的掩蔽像素则被显示为均一的可辨别的背景202。系统50的数据处理系统可以使用算法来识别图像的伪彩色部分中的菌落,该算法可以使用任何适当的准则,诸如像素接近度、像素簇大小、簇形状、簇均匀性或其任何组合等。通过改变菌落所显示的颜色等可以对每个被识别的菌落进行标记,诸如显示为在菌落的周围具有可辨别的环204等。可以对位于所选择的强度范围内(从而未被掩蔽)但未被识别为菌落的一部分的非菌落像素206进行显示、掩蔽、或者伪彩色化或作不同记号等。
IV.菌落识别/分离的方法
本部分描述了识别和/或分离光谱不同的菌落的示例性方法。本部分中所描述的步骤,可以以任何适当的组合和顺序来执行,并且可以与在本发明的其他地方描述的任何其它适当的步骤或装置相结合和/或使用在本发明的其他地方描述的任何其它适当的步骤或装置来执行。
可以将滤波器接纳在从光源向灰度图像检测器延伸的光学路径中。可以通过用户手动地或通过仪器自动地将滤波器放置在光学路径中。滤波器可以布置在仪器的载物台的下方或上方。
可以将包括光谱不同的第一类型和第二类型的菌落接纳在光学路径中。菌落可以由容纳在容器中的培养基(例如,半固体培养基)承载。可以手动地或自动地将容器放置于光学路径中,使得容器的至少一部分被来自光源的光照明。容器可以布置为与滤波器接触和/或可以布置在滤波器的上方或下方。可以在将滤波器接纳到和/或放置于光学路径中之前或之后,将容器接纳到和/或放置于光学路径中。
可以使用灰度图像检测器得到菌落的图像。滤波器可以相对于图像中的培养基和/或一种类型的菌落的平均强度选择性地降低另一种类型的菌落的平均强度。
可以生成关于图像中的像素的强度值的直方图。可以将直方图向用户显示。直方图可以具有由培养基像素构成的培养基峰,以及由菌落像素构成的一个或多个菌落峰。在所显示的直方图中培养基峰可以占主导地位;菌落峰可以足够高而对用户可见或不足够高而对用户不可见。
可以从直方图选择图像中的像素的子集。该子集可以表示直方图中的强度范围,其中强度范围仅由下限、上限限定或者由下限和上限一起限定。像素的子集可以由用户使用图形用户界面来选择或者可以从直方图自动地选择。如果由培养基峰主导直方图(并且菌落峰不容易辨认),则可以参照培养基峰来选择强度范围(例如,具有比培养基峰更低或更高的强度的强度范围)。
可以从像素的子集生成图像的掩蔽形式。可以从掩蔽图像来识别菌落。掩蔽图像可以向用户仅显示像素的子集,而将原始图像的其余像素掩蔽。掩蔽图像可以将掩蔽图像中所识别的菌落的像素或菌落本身着色为与从直方图选择的像素子集的其余像素明显不同。
可以自动地挑取所识别一个或多个菌落。可以基于用户输入来确定所挑取的菌落的数量和/或所挑取的特定菌落。
V.所选实施例
本实例表示与用于识别和分离光谱不同的菌落的系统相关的本发明的所选实施例。所选实施例表现为下述顺序编号的段落。
1.一种分离菌落的方法,该方法包括:(A)将滤波器接纳在从光源向灰度图像检测器延伸的光学路径中,所述滤波器构造为使第一类型菌落与光谱不同的第二类型菌落之间的强度之差增大;(B)将包括两种类型的菌落接纳在所述光学路径中;(C)使用灰度图像检测器获得菌落的图像;(D)识别图像中的菌落的至少一种类型;以及(E)自动地挑取一个或多个所识别的至少一种类型的菌落。
2.根据段落1所述的方法,其中,所述光源包括共同地产生白光的一个或多个灯。
3.根据段落1或段落2所述的方法,其中,所述菌落由容器中的培养基承载,并且所述接纳菌落的步骤使所述容器由载物台承载。
4.根据段落1至段落3中任一项所述的方法,其中,所述菌落由容器中的培养基承载,并且所述接纳菌落的步骤包括将所述容器接纳在所述滤波器上并使所述容器与所述滤波器接触的步骤。
5.根据段落1至段落4中任一项所述的方法,其中,所述第一类型菌落为蓝色并所述第二类型菌落为白色。
6.根据段落1至段落5中任一项所述的方法,其中,所述菌落由容器中的半固体培养基承载,与不存在所述滤波器的情况相比,所述滤波器使所述图像中,所述第一类型菌落与所述培养基之间的强度之差增大。
7.根据段落1至段落6中任一项所述的方法,其中,所述菌落由容器中的半固体培养基承载,与不存在所述滤波器的情况相比,所述滤波器使所述图像中,所述第一类型菌落的强度相对于所述培养基和所述第二类型菌落选择性地降低。
8.根据段落1至段落7中任一项所述的方法,还包括生成关于所述图像中像素的强度值的直方图的步骤,其中,所述识别的步骤基于所述像素的下述子集:该子集是通过用户、算法或用户和算法的组合而从所述直方图选择出的。
9.根据段落8所述的方法,还包括使用图形用户界面向用户显示所述直方图的步骤,以及经由所述图形用户界面接收来自用户的输入的步骤,其中,通过所述用户的输入从用于一种类型的菌落的直方图选择强度范围,并且所述强度范围限定所述像素的子集。
10.根据段落9所述的方法,其中,所述接收输入的步骤包括向用户显示伴随所述直方图的极限选择器,并且所述极限选择器能够由用户相对于所述直方图进行调节从而分别地限定所述强度范围的下限和上限。
11.根据段落1至段落10中任一项所述的方法,其中,所述菌落由容器中的半固体培养基承载,在所述图像中,所述第一类型菌落的平均强度小于所述培养基的平均强度且小于所述第二类型菌落的平均强度,所述识别步骤包括识别所述第一类型的一个或多个菌落的步骤,并且所述挑取步骤包括挑取至少一个已识别的所述第一类型菌落的步骤。
12.一种分离菌落的方法,该方法包括:(A)将滤波器接纳在从光源向灰度图像检测器延伸的光学路径中,所述滤波器构造为使第一类型菌落与光谱不同的第二类型菌落之间的强度之差增大;(B)将容纳有半固体培养基和由半固体培养基承载的菌落的容器接纳在光学路径中,其中,所述菌落包括所述第一类型和所述第二类型中每一种类型的至少一个菌落;(C)使用灰度图像检测器通过检测从所述菌落和所述培养基接收的光来获得图像,其中与不存在所述滤波器的情况相比,所述滤波器使所述图像中的所述强度之差增大;(D)识别所述图像中的菌落的至少一种类型;以及(E)自动地挑取一个或多个所识别的所述至少一种类型的菌落。
13.一种分离菌落的方法,该方法包括:(A)将滤波器接纳在从光源向灰度图像检测器延伸的光学路径中,滤波器可以构造为使蓝色菌落的强度相对于白色菌落选择性地降低;(B)将培养基和由所述培养基承载的菌落接纳在所述光学路径中,其中,所述菌落包括至少一个蓝色菌落和至少一个白色菌落;(C)使用灰度图像检测器通过检测从所述菌落和所述培养基接收的光来获得图像,其中所述滤波器使一个或多个蓝色菌落的平均强度相对于培养基和一个或多个白色菌落的平均强度选择性地降低;(D)生成关于所述图像中的像素的强度值的直方图;(E)基于从所述直方图所选择的所述像素的子集,识别所述图像的中一个或多个蓝色菌落;以及(F)自动地挑取至少一个所述蓝色菌落。
14.一种用于识别和分离光谱不同的菌落的系统,所述系统包括:(A)检测系统,其限定从光源向灰度图像检测器延伸的光学路径;(B)滤波器,其布置在所述光学路径中并构造为使第一类型菌落与光谱不同的第二类型菌落之间的强度之差增大;(C)载物台,其支撑容纳有包括所述第一类型和所述第二类型的菌落的容器;(D)挑取设备;以及(E)数据处理系统,其构造为(i)接收通过图像检测器获得的菌落的图像,(ii)在图像中识别菌落的至少一种类型,以及(iii)指示挑取设备自动地挑取所识别的至少一种类型的一个或多个菌落。
15.根据段落14所述的系统,其中,所述光源包括共同地产生白光的一个或多个灯。
16.根据段落14或段落15所述的系统,其中,通过由所述载物台支撑的能移动的滤波器组件来提供所述滤波器,并且所述滤波器组件包括至少一个滤波片和附接到所述至少一个滤波片的框架。
17.根据段落14至段落16中任一项所述的系统,其中,所述滤波器构造为位于所述容器的下方并与所述容器接触。
18.根据段落14至段落17中任一项所述的系统,其中,所述滤波器构造为使蓝色菌落与白色菌落之间的强度之差增大。
19.根据段落14至段落18中任一项所述的系统,其中,所述滤波器构造为:相对于不存在所述滤波器的情况,使所述图像中所述第一类型菌落与半固体培养基之间的强度之差增大。
20.根据段落14至段落19中任一项所述的系统,其中,所述滤波器构造为:与不存在所述滤波器的情况相比,使所述图像中所述第一类型菌落的平均强度相对于半固体培养基的平均强度以及相对于所述第二类型菌落的平均强度选择性地降低。
21.根据段落14至段落20中任一项所述的系统,其中,所述数据处理系统构造为:基于在所述图像中选择像素的子集的用户输入,对所述图像中的菌落的至少一种类型进行识别。
22.根据段落14至段落21中任一项所述的系统,其中,所述数据处理系统包括图形用户界面,所述数据处理系统构造为生成关于所述图像中的像素的强度值的直方图并且使用所述图形用户界面向用户显示所述直方图。
23.根据段落22所述的系统,其中,所述数据处理系统构造为经由所述图形用户界面接收来自用户的输入,所述输入从用于一种类型的菌落的直方图选择强度范围,并且所述数据处理系统构造为基于由所选择的强度范围限定的所述像素的子集来识别所述类型的菌落。
24.根据段落23所述的系统,其中,所述数据处理系统构造为向用户显示伴随所述直方图的极限选择器,并且所述极限选择器构造为能够由用户相对于所述直方图进行调节从而分别地限定所述强度范围的下限和上限。
VI.示例性系统的构造和操作程序
在附件(可以向客户提供的用户指南)中对用于识别和挑取光谱不同的菌落的示例性系统的其它方面(包括方法和装置)进行了说明。
以上所列举的公开内容可以包含具有独立应用的多个不同的发明。尽管这些发明中的每一个已在其优选形式中被披露,但由于可能有许多变型,因此本文所披露和说明的发明的具体实施例不应被视作限制性含义。本发明的主题包括本文所披露的各种元件、特征、功能和/或性质的全部新颖和非显而易见的组合与子组合。所附权利要求具体地指出了被认为是新颖和非显而易见的特定组合与子组合。可以在要求本申请或相关申请的优先权的申请中要求体现为特征、功能、元件和/或性质的其它组合与子组合的发明。这些权利要求,无论指向不同的发明还是相同的发明,也无论相对于原始权利要求在范围上是扩大、缩小、相等还是不同,都被认为包括在本发明的发明主题内。
Claims (24)
1.一种分离容纳在容器中的菌落的方法,该方法包括:
将光谱滤波器接纳在从光源向灰度图像检测器延伸的光学路径中,所述光谱滤波器构造为使第一类型菌落与光谱不同的第二类型菌落之间的强度之差增大,所述光谱滤波器构造为位于所述容器的下方并至少部分地与所述容纳菌落的容器接触;
将包括两种类型的菌落接纳在所述光学路径中;
使用所述灰度图像检测器得到所述菌落的图像;
在所述图像中识别菌落的至少一种类型;以及
自动地挑取一个或多个所识别的所述至少一种类型的菌落。
2.根据权利要求1所述的方法,其中,所述光源包括共同地产生白光的一个或多个灯。
3.根据权利要求1所述的方法,其中,所述菌落由容器中的培养基承载,并且所述接纳菌落的步骤使所述容器由载物台承载。
4.根据权利要求1所述的方法,其中,所述菌落由容器中的培养基承载,并且所述接纳菌落的步骤包括将所述容器接纳在所述光谱滤波器上并使所述容器与所述光谱滤波器接触的步骤。
5.根据权利要求l所述的方法,其中,所述第一类型菌落为蓝色并所述第二类型菌落为白色。
6.根据权利要求1所述的方法,其中,所述菌落由容器中的半固体培养基承载,与不存在所述光谱滤波器的情况相比,所述光谱滤波器使所述图像中,所述第一类型菌落与所述培养基之间的强度之差增大。
7.根据权利要求1所述的方法,其中,所述菌落由容器中的半固体培养基承载,与不存在所述光谱滤波器的情况相比,所述光谱滤波器使所述图像中,所述第一类型菌落的强度相对于所述培养基和所述第二类型菌落选择性地降低。
8.根据权利要求1所述的方法,还包括生成关于所述图像中像素的强度值的直方图的步骤,其中,所述识别的步骤基于所述像素的下述子集:该子集是通过用户、算法或用户和算法的组合而从所述直方图选择出的。
9.根据权利要求8所述的方法,还包括使用图形用户界面向用户显示所述直方图的步骤,以及经由所述图形用户界面接收来自用户的输入的步骤,其中,通过所述用户的输入从用于一种类型的菌落的直方图选择强度范围,所述强度范围限定所述像素的所述子集。
10.根据权利要求9所述的方法,其中,所述接收输入的步骤包括向用户显示伴随所述直方图的极限选择器,并且所述极限选择器能够由用户相对于所述直方图进行调节从而分别地限定所述强度范围的下限和上限。
11.根据权利要求1所述的方法,其中,所述菌落由容器中的半固体培养基承载,在所述图像中,所述第一类型菌落的平均强度小于所述培养基的平均强度且小于所述第二类型菌落的平均强度,所述识别步骤包括识别所述第一类型的一个或多个菌落的步骤,并且所述挑取步骤包括挑取至少一个已识别的所述第一类型菌落的步骤。
12.一种分离容纳在容器中的菌落的方法,所述方法包括:
将光谱滤波器接纳在从光源向灰度图像检测器延伸的光学路径中,所述光谱滤波器构造为使第一类型菌落与光谱不同的第二类型菌落之间的强度之差增大,所述光谱滤波器构造为位于所述容器的下方并至少部分地与所述容纳菌落的容器接触;
将容纳有半固体培养基和由所述半固体培养基承载的菌落的容器接纳在所述光学路径中,其中,所述菌落包括所述第一类型和所述第二类型中每一种类型的至少一个菌落;
使用所述灰度图像检测器通过检测从所述菌落和所述培养基接收的光来获得图像,其中与不存在所述光谱滤波器的情况相比,所述光谱滤波器使所述图像中的所述强度之差增大;
识别所述图像中的菌落的至少一种类型;以及
自动地挑取一个或多个所识别的所述至少一种类型的菌落。
13.一种分离容纳在容器中的菌落的方法,所述方法包括:
将光谱滤波器接纳在从光源向灰度图像检测器延伸的光学路径中,所述光谱滤波器构造为使蓝色菌落的强度相对于白色菌落选择性地降低,所述光谱滤波器构造为位于所述容器的下方并至少部分地与所述容纳菌落的容器接触;
将培养基和由所述培养基承载的菌落接纳在所述光学路径中,其中,所述菌落包括至少一个蓝色菌落和至少一个白色菌落;
使用所述灰度图像检测器通过检测从所述菌落和所述培养基接收的光来获得图像,其中所述光谱滤波器使一个或多个蓝色菌落的平均强度相对于所述培养基和一个或多个白色菌落的平均强度选择性地降低;
生成关于所述图像中的像素的强度值的直方图;
基于从所述直方图所选择的所述像素的子集,识别所述图像中的一个或多个蓝色菌落;以及
自动地挑取至少一个所述蓝色菌落。
14.一种用于识别和分离光谱不同的容纳在容器中的菌落的系统,所述系统包括:
检测系统,其限定从光源向灰度图像检测器延伸的光学路径;
光谱滤波器,其布置在所述光学路径中并构造为使第一类型菌落与光谱不同的第二类型菌落之间的强度之差增大,所述光谱滤波器构造为位于所述容器的下方并至少部分地与所述容纳菌落的容器接触;
载物台,其支撑容纳有包括所述第一类型和所述第二类型的菌落的容器;
挑取设备;以及
数据处理系统,其构造为(i)接收通过所述图像检测器得到的所述菌落的图像,(ii)在所述图像中识别菌落的至少一种类型,以及(iii)指示所述挑取设备自动地挑取所识别的所述至少一种类型的一个或多个菌落。
15.根据权利要求14所述的系统,其中,所述光源包括共同地产生白光的一个或多个灯。
16.根据权利要求14所述的系统,其中,通过由所述载物台支撑的能移动的滤波器组件来提供所述光谱滤波器,并且所述滤波器组件包括至少一个滤波片和附接到所述至少一个滤波片的框架。
17.根据权利要求14所述的系统,其中,所述光谱滤波器构造为使蓝色菌落与白色菌落之间的强度之差增大。
18.根据权利要求14所述的系统,其中,所述光谱滤波器构造为:相对于不存在所述光谱滤波器的情况,使所述图像中所述第一类型菌落与半固体培养基之间的强度之差增大。
19.根据权利要求14所述的系统,其中,所述光谱滤波器构造为:与不存在所述光谱滤波器的情况相比,使所述图像中所述第一类型菌落的平均强度相对于半固体培养基的平均强度以及相对于所述第二类型菌落的平均强度选择性地降低。
20.根据权利要求14所述的系统,其中,所述数据处理系统构造为:基于在所述图像中选择像素的子集的用户输入,对所述图像中的菌落的至少一种类型进行识别。
21.根据权利要求14所述的系统,其中,所述数据处理系统包括图形用户界面,所述数据处理系统构造为生成关于所述图像中的像素的强度值的直方图并且使用所述图形用户界面向用户显示所述直方图。
22.根据权利要求21所述的系统,其中,所述数据处理系统构造为经由所述图形用户界面接收来自用户的输入,所述输入从用于一种类型的菌落的直方图选择强度范围,并且所述数据处理系统构造为基于由所选择的强度范围限定的所述像素的子集来识别所述类型的菌落。
23.根据权利要求22所述的系统,其中,所述数据处理系统构造为向用户显示伴随所述直方图的极限选择器,并且所述极限选择器构造为能够由用户相对于所述直方图进行调节从而分别地限定所述强度范围的下限和上限。
24.根据权利要求1所述的方法,其中在所述识别步骤中使用的所有图像数据代表已经通过所述光谱滤波器的光。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201461935816P | 2014-02-04 | 2014-02-04 | |
US61/935,816 | 2014-02-04 | ||
PCT/US2015/012647 WO2015119790A1 (en) | 2014-02-04 | 2015-01-23 | System for identifying and picking spectrally distinct colonies |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106164242A CN106164242A (zh) | 2016-11-23 |
CN106164242B true CN106164242B (zh) | 2019-07-12 |
Family
ID=53778338
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580017131.3A Active CN106164242B (zh) | 2014-02-04 | 2015-01-23 | 用于识别和挑取光谱不同的菌落的系统 |
Country Status (4)
Country | Link |
---|---|
US (2) | US10253292B2 (zh) |
EP (1) | EP3102664A4 (zh) |
CN (1) | CN106164242B (zh) |
WO (1) | WO2015119790A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3102664A4 (en) * | 2014-02-04 | 2017-11-01 | Molecular Devices, LLC | System for identifying and picking spectrally distinct colonies |
CN111788297B (zh) * | 2017-06-02 | 2024-06-11 | 分子装置有限公司 | 细胞集落挑取系统 |
JP7460053B2 (ja) * | 2020-06-12 | 2024-04-02 | 株式会社ピーエムティー | 操作装置及び操作方法 |
CN114045206B (zh) * | 2021-11-19 | 2022-08-30 | 三江学院 | 一种全自动菌斑挑起机 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5914245A (en) * | 1998-04-20 | 1999-06-22 | Kairos Scientific Inc. | Solid phase enzyme kinetics screening in microcolonies |
CN1289365A (zh) * | 1998-02-03 | 2001-03-28 | 株式会社白寿生科学研究所 | 微生物检查方法和设备 |
CN102321529A (zh) * | 2011-09-08 | 2012-01-18 | 上海炎景生物工程有限公司 | 自动化菌落拣选装置 |
CN102333884A (zh) * | 2009-02-26 | 2012-01-25 | 3M创新有限公司 | 用于检测脱氧核糖核酸酶活性的方法和制品 |
CN102483867A (zh) * | 2009-03-03 | 2012-05-30 | 若泽·巴尔武埃纳 | 文件的光学分析装置和方法 |
WO2012152768A1 (en) * | 2011-05-06 | 2012-11-15 | Biomerieux | Bio-imaging method and system |
CN103518224A (zh) * | 2011-03-04 | 2014-01-15 | Lbt创新有限公司 | 用于分析微生物生长的方法和软件 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU7983900A (en) | 1999-09-20 | 2001-04-24 | Paradigm Genetics, Inc. | System and method for distinguishing microbial colonies/plaques |
AU2003217337A1 (en) | 2002-02-06 | 2003-09-02 | University Of North Carolina At Chapel Hill | High-throughput cell identification and isolation method and apparatus |
US7776584B2 (en) * | 2003-08-01 | 2010-08-17 | Genetix Limited | Animal cell colony picking apparatus and method |
US7310147B2 (en) * | 2005-01-27 | 2007-12-18 | Genetix Limited | Robotic apparatus for picking of cells and other applications with integrated spectroscopic capability |
US7796815B2 (en) * | 2005-06-10 | 2010-09-14 | The Cleveland Clinic Foundation | Image analysis of biological objects |
US20080267486A1 (en) * | 2007-03-02 | 2008-10-30 | Invitrogen Corporation | Methods for selecting cells with enhanced growth and production properties |
EP3102664A4 (en) * | 2014-02-04 | 2017-11-01 | Molecular Devices, LLC | System for identifying and picking spectrally distinct colonies |
US9869667B2 (en) * | 2014-11-13 | 2018-01-16 | Molecular Devices, Llc | System and method for controlling learning period for adaptive noise cancellation |
EP3767586A1 (en) * | 2015-04-23 | 2021-01-20 | BD Kiestra B.V. | Colony contrast gathering |
CN111788297B (zh) * | 2017-06-02 | 2024-06-11 | 分子装置有限公司 | 细胞集落挑取系统 |
CN113853607A (zh) * | 2018-12-20 | 2021-12-28 | Bd科斯特公司 | 用于监测菌落的细菌生长和预测菌落生物量的系统和方法 |
-
2015
- 2015-01-23 EP EP15746952.9A patent/EP3102664A4/en active Pending
- 2015-01-23 WO PCT/US2015/012647 patent/WO2015119790A1/en active Application Filing
- 2015-01-23 CN CN201580017131.3A patent/CN106164242B/zh active Active
- 2015-01-23 US US15/115,992 patent/US10253292B2/en active Active
-
2019
- 2019-02-27 US US16/286,888 patent/US11685894B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1289365A (zh) * | 1998-02-03 | 2001-03-28 | 株式会社白寿生科学研究所 | 微生物检查方法和设备 |
US5914245A (en) * | 1998-04-20 | 1999-06-22 | Kairos Scientific Inc. | Solid phase enzyme kinetics screening in microcolonies |
CN102333884A (zh) * | 2009-02-26 | 2012-01-25 | 3M创新有限公司 | 用于检测脱氧核糖核酸酶活性的方法和制品 |
CN102483867A (zh) * | 2009-03-03 | 2012-05-30 | 若泽·巴尔武埃纳 | 文件的光学分析装置和方法 |
CN103518224A (zh) * | 2011-03-04 | 2014-01-15 | Lbt创新有限公司 | 用于分析微生物生长的方法和软件 |
WO2012152768A1 (en) * | 2011-05-06 | 2012-11-15 | Biomerieux | Bio-imaging method and system |
CN102321529A (zh) * | 2011-09-08 | 2012-01-18 | 上海炎景生物工程有限公司 | 自动化菌落拣选装置 |
Non-Patent Citations (1)
Title |
---|
An automated bacterial colony counting system;zhang chengcui等;《2008 IEEE international conference on sensor networks, ubiquitous and trustworthy computing》;20081231;第233-240页 |
Also Published As
Publication number | Publication date |
---|---|
US10253292B2 (en) | 2019-04-09 |
US20190194596A1 (en) | 2019-06-27 |
EP3102664A1 (en) | 2016-12-14 |
WO2015119790A1 (en) | 2015-08-13 |
EP3102664A4 (en) | 2017-11-01 |
US20170175072A1 (en) | 2017-06-22 |
CN106164242A (zh) | 2016-11-23 |
US11685894B2 (en) | 2023-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106164242B (zh) | 用于识别和挑取光谱不同的菌落的系统 | |
CN104903914B (zh) | 用于定义细胞培养皿中感兴趣的对象周围的隔离区的方法 | |
CN103748452B (zh) | 生物成像方法和系统 | |
EP2497823B1 (en) | Device for harvesting bacterial colony and method therefor | |
Walter et al. | Dynamics of seedling growth acclimation towards altered light conditions can be quantified via GROWSCREEN: a setup and procedure designed for rapid optical phenotyping of different plant species | |
CN100356163C (zh) | 用于分析井板、凝胶和斑点的数字成像系统 | |
EP3375859B1 (en) | Method for constructing classifier, and method for determining life or death of cells using same | |
US11313785B2 (en) | System and method for the automated analysis of cellular assays and tissues | |
CN101351736A (zh) | 发光测量装置及发光测量方法 | |
US20200386684A1 (en) | Data creation method and data use method | |
CN107460119B (zh) | 一种监测细菌生长的设备及监测方法 | |
CN103502422A (zh) | 图像捕捉和照明设备 | |
TW200415352A (en) | Apparatus and method for accessing and processing reflection image from microwell-plate-based biochip | |
Jones et al. | Methods for high-content, high-throughput image-based cell screening | |
JP2008187935A5 (zh) | ||
Yang et al. | Applications of imaging spectroscopy in molecular biology: I. screening photosynthetic bacteria | |
EP2725345B1 (en) | Light measurement device, light measurement method, and light measurement program | |
JPWO2019021472A1 (ja) | 細胞特定方法、細胞集団の製造方法及び細胞特定システム | |
JP4646847B2 (ja) | 蛋白質結晶化観察方法及び蛋白質結晶化観察装置 | |
CN105062878A (zh) | 应用于菌落自动挑选仪的混合照明系统 | |
Zheng et al. | An automated and intelligent microfluidic platform for microalgae detection and monitoring | |
RU2540489C1 (ru) | Способ оценки степени обогатимости минерального сырья оптическим методом и устройство для его реализации | |
Kofler et al. | Light map optimization via direct chlorophyll fluorescence imaging in algal photobioreactors | |
Youvan | Digital Imaging Spectroscopy | |
Swanstrom | Instrument and Method Development For Single-Cell Classification Using Fluorescence Imaging Multivariate Optical Computing |
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 |