CN109115570A - 全自动菌群失调检测方法 - Google Patents
全自动菌群失调检测方法 Download PDFInfo
- Publication number
- CN109115570A CN109115570A CN201810871488.3A CN201810871488A CN109115570A CN 109115570 A CN109115570 A CN 109115570A CN 201810871488 A CN201810871488 A CN 201810871488A CN 109115570 A CN109115570 A CN 109115570A
- Authority
- CN
- China
- Prior art keywords
- flora
- flora imbalance
- sample
- technology
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 16
- 238000005516 engineering process Methods 0.000 claims abstract description 45
- 238000003745 diagnosis Methods 0.000 claims abstract description 19
- 241000894006 Bacteria Species 0.000 claims abstract description 11
- 230000003321 amplification Effects 0.000 claims abstract description 9
- 238000003199 nucleic acid amplification method Methods 0.000 claims abstract description 9
- 241001465754 Metazoa Species 0.000 claims abstract description 6
- 238000004458 analytical method Methods 0.000 claims description 25
- 238000000034 method Methods 0.000 claims description 20
- 230000001580 bacterial effect Effects 0.000 claims description 12
- 238000004043 dyeing Methods 0.000 claims description 10
- 241001052560 Thallis Species 0.000 claims description 8
- 238000013473 artificial intelligence Methods 0.000 claims description 6
- 230000000877 morphologic effect Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 239000000725 suspension Substances 0.000 claims description 5
- 238000010186 staining Methods 0.000 claims description 4
- 238000006467 substitution reaction Methods 0.000 claims description 4
- 206010012735 Diarrhoea Diseases 0.000 description 7
- 239000003814 drug Substances 0.000 description 7
- 208000015181 infectious disease Diseases 0.000 description 7
- 238000011160 research Methods 0.000 description 7
- 230000003115 biocidal effect Effects 0.000 description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 6
- 229940079593 drug Drugs 0.000 description 5
- 206010012742 Diarrhoea infectious Diseases 0.000 description 3
- 244000052616 bacterial pathogen Species 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000001143 conditioned effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 208000001848 dysentery Diseases 0.000 description 3
- 244000005700 microbiome Species 0.000 description 3
- 244000052769 pathogen Species 0.000 description 3
- 230000001717 pathogenic effect Effects 0.000 description 3
- 208000000044 Amnesia Diseases 0.000 description 2
- 208000031091 Amnestic disease Diseases 0.000 description 2
- 208000003322 Coinfection Diseases 0.000 description 2
- 241000233866 Fungi Species 0.000 description 2
- 230000006986 amnesia Effects 0.000 description 2
- 238000005842 biochemical reaction Methods 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 239000000975 dye Substances 0.000 description 2
- 230000036039 immunity Effects 0.000 description 2
- 238000011532 immunohistochemical staining Methods 0.000 description 2
- 230000000813 microbial effect Effects 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 229930186147 Cephalosporin Natural products 0.000 description 1
- 235000013162 Cocos nucifera Nutrition 0.000 description 1
- 244000060011 Cocos nucifera Species 0.000 description 1
- 102000005877 Peptide Initiation Factors Human genes 0.000 description 1
- 108010044843 Peptide Initiation Factors Proteins 0.000 description 1
- 229910021529 ammonia Inorganic materials 0.000 description 1
- QGZKDVFQNNGYKY-UHFFFAOYSA-N ammonia Natural products N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 1
- 229960003022 amoxicillin Drugs 0.000 description 1
- LSQZJLSUYDQPKJ-NJBDSQKTSA-N amoxicillin Chemical compound C1([C@@H](N)C(=O)N[C@H]2[C@H]3SC([C@@H](N3C2=O)C(O)=O)(C)C)=CC=C(O)C=C1 LSQZJLSUYDQPKJ-NJBDSQKTSA-N 0.000 description 1
- 238000010171 animal model Methods 0.000 description 1
- 239000003242 anti bacterial agent Substances 0.000 description 1
- 229940124350 antibacterial drug Drugs 0.000 description 1
- 229940088710 antibiotic agent Drugs 0.000 description 1
- 229960004099 azithromycin Drugs 0.000 description 1
- MQTOSJVFKKJCRP-BICOPXKESA-N azithromycin Chemical compound O([C@@H]1[C@@H](C)C(=O)O[C@@H]([C@@]([C@H](O)[C@@H](C)N(C)C[C@H](C)C[C@@](C)(O)[C@H](O[C@H]2[C@@H]([C@H](C[C@@H](C)O2)N(C)C)O)[C@H]1C)(C)O)CC)[C@H]1C[C@@](C)(OC)[C@@H](O)[C@H](C)O1 MQTOSJVFKKJCRP-BICOPXKESA-N 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 229940124587 cephalosporin Drugs 0.000 description 1
- 150000001780 cephalosporins Chemical class 0.000 description 1
- 208000017580 chronic wasting disease Diseases 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000013872 defecation Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000000378 dietary effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000001842 enterocyte Anatomy 0.000 description 1
- 210000002615 epidermis Anatomy 0.000 description 1
- 210000001035 gastrointestinal tract Anatomy 0.000 description 1
- 244000005709 gut microbiome Species 0.000 description 1
- 230000008629 immune suppression Effects 0.000 description 1
- 208000026278 immune system disease Diseases 0.000 description 1
- 238000003364 immunohistochemistry Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000000968 intestinal effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000004949 mass spectrometry Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000004400 mucous membrane Anatomy 0.000 description 1
- LSQZJLSUYDQPKJ-UHFFFAOYSA-N p-Hydroxyampicillin Natural products O=C1N2C(C(O)=O)C(C)(C)SC2C1NC(=O)C(N)C1=CC=C(O)C=C1 LSQZJLSUYDQPKJ-UHFFFAOYSA-N 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
-
- 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
- G01N21/84—Systems specially adapted for particular applications
Landscapes
- Physics & Mathematics (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)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开全自动菌群失调检测方法，通过在动物和人体有菌部位采集若干标本，在显微放大与电子图像采集技术收集图像，建立正常菌群与菌群失调的图像数据库，再利用AI(全自动)智能识别技术分析判断是否菌群失调，也用于菌群失调经治疗后是否完全或部分恢复为正常状态的诊断，实用性能优，是一种很好的创新方案，很有市场推广前景。
Description
技术领域
本发明涉及生物检测技术领域，特别是涉及全自动菌群失调检测方法。
背景技术
通常情况下微生物、宿主和外界环境三者保持着一种生态平衡的关系。 如果三者出现生态失调的现象，称为菌群失调，菌群失调是基础及临床研究 经常遇到的问题，它是外源性感染和内源性感染的起始因素，一旦发生很难 控制。引起菌群失调的因素有很多，包括饮食因素、菌丛的变化因素、药物 的代谢因素、年龄因素及胃肠道免疫功能障碍因素。因此，对于机体肠道菌 群结构多样性及种群动态变化进行研究对治疗菌群失调具有至关重要的意 义。
最常见的、也是被人们所熟悉的一种菌群失调，就是腹泻症状，腹泻是 一种粪便稀薄、排便次数增加的表现，为多种类似症状的统称。在临床上一 般将其分为感染性腹泻和非感染腹泻二种，其中感染性腹泻约占80％。对于感 染性腹泻，人们习惯于使用抗生素进行治疗，然后由于抗生素的大量盲目使 用，使肠道中有益菌被抑制，使其数量急剧减少，肠道微生态平衡被打破， 导致菌群失调，此时肠上皮细胞的代谢调节水平和生理功能发生紊乱，使腹 泻进一步加重，即抗生素相关性腹泻。其发生率视不同抗生素而异，约为15％ -39％。凡能对抗细菌的药物，几乎均可引起抗生素相关性腹泻，多见于氯林 可霉素、氨苄青霉素、阿莫西林、阿奇霉素、头孢菌素等抗生素。为深入开 展菌群失调研究，常需要建立抗生素相关性腹泻动物模型。
动物、人体与外界相通的腔道、表皮和接触外界的粘膜，都是有菌环境， 正常情况下，都各自有微生态平衡的状态。例如：细菌约占粪便干重的1/3， 使用广谱抗生素、免疫抑制剂以及慢性消耗性疾病的患者都可能发生菌群失 调。菌群失调可使生命体免疫力降低与发生易感染的状态，致病菌与条件致 病菌是感染与继发感染的主要因素。
微生态失调现已经成为国内外的一个研究热点，同时对微生态引起的疾 病及治疗方案正在快速的探索和进步中。现有微生物培养鉴定法、PCR方法、 质谱分析方法。这些方法基本目的都是查找致病菌和条件致病菌，可专门用 于菌群失调的成熟检测技术还未出现。
粪便分析的全自动检测，现如今只有中国研发和生产相关设备，但是这 类设备只用于临床的粪便常规与粪便干化学检测，没有升级到专门用于菌群 失调的检测。
国外有资料表明，发达国家在研发菌群失调治疗用的药物，并且是一个 新兴热门的研究分支。但并没有提到菌群失调检测的方法和标准。菌群失调 的诊断依据仍然是病人存在致病菌、条件致病菌的感染。这个诊断方案具有 滞后性，同时对于菌群失调的治疗是否有效并没有直观的诊断依据，对治疗 效果不能及时准确判断。
现在医院临床上检测微生物时，对于细菌真菌的菌体染色、细菌产物的 生化反应、免疫组化染色都已经有了成熟的应用。
但是，将这些技术用于原位标本涂片、悬液处理后，专门用于通过显微 放大影像分析来进行菌群失调判断的思路与设备，还没有出现，存在着不足， 不能满足社会发展的需求。
综上所述，针对现有技术的缺陷，特别需要全自动菌群失调检测方法， 以解决现有技术的不足。
发明内容
针对现有技术中存在的问题，本发明提出全自动菌群失调检测方法，设 计新颖，通过显微放大与电子图像采集技术收集直接图像，建立正常菌群与 菌群失调的图像数据库，再利用AI(全自动)智能识别技术分析判断是否菌 群失调，已解决现有技术的缺陷。
为了实现上述目的，本发明的技术方案如下：
全自动菌群失调检测方法，其步骤为：
1)在动物和人体有菌部位采集若干标本；
2)选取菌群失调采用的分析方法；
菌群失调的分析方法包括有：
c.采用形态分析方法；
d.采用细菌染色技术增加菌群的区分方法；
3)将采集的标本进行稀释成悬液或直接制片处理；
4)应用显微放大和电子图像采集技术收集放大后的图像，对收集到的图 像进行惟一的ID标识，以便于区分不同的菌部标本图像；
5)收集到若干数量具有惟一ID标识的图像，建立正常微生态与菌群失调 图像数据库；
6)通过AI智能分析，将待检的标本图像与数据库进行比对分析，得出该 待检标本是否属于菌群失调的诊断结果；
7)AI智能分析需要数据库，并且长期不断收集新的数据进行分析，进而 达到替代人类人眼识别，这样可以避免人类检测时可能出现的失误， 并且可以快速识别，识别失调菌群是通过AI智能数据库不断对比菌群 失调得出的结论，对于新发病例，可通过服务器进行网络传输到每台 仪器，迅速完善菌群失调分析的数据库。
进一步，所述的数据库采用MySQL数据库。
进一步，本发明采用细菌染色技术增加菌群的区分方法；细菌染色技术 包括有：菌体直接染色；菌体产物染色；菌体产物显色。
进一步，本发明采用细菌染色技术增加菌群的区分方法；AI技术的智能 分析过程为；
样本经过染色后，根据菌体形态的不同进行分类，形态包括有长短、粗 细、大小、弯直、颜色、透明度，用电子图像分析的技术，计数种类的数量 及各种类所占的比例，收集足够的标本图建立正常菌群与菌群失调两个数据 库，建立两个基本数据库之后，对于未知标本就可以通过图像放大AI智能识 别技术，判断该样本是否菌群失调；
人工智能AI拥有采集更多数据，且一次分析更多的标本量、运算快速、 模糊识别的能力，对标本进行快速分析诊断。
进一步，本发明采用形态分析方法，AI技术的智能分析过程为；根据菌 体形态的不同进行分类，菌体形态包括长短、粗细、大小、弯直、色差、透 明度，用电子图像分析的技术，计数种类的数量及各种类所占的比例，收集 足够的标本图建立正常菌群与菌群失调两个数据库，建立两个基本数据库之 后，对于未知标本就可以通过图像放大AI智能识别技术，判断该样本是否菌 群失调；
人工智能AI拥有采集更多数据，且一次分析更多的标本量、运算快速、 模糊识别的能力，对标本进行快速分析诊断。
本发明的有益效果是：设计新颖，通过显微放大与电子图像采集技术收 集图像，建立正常菌群与菌群失调的图像数据库，再利用AI(全自动)智能 识别技术分析判断是否菌群失调，也用于菌群失调经治疗后是否完全或部分 恢复为正常状态的诊断，实用性能优，是一种很好的创新方案，很有市场推 广前景。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解， 下面结合具体实施例，进一步阐述本发明。
实施例1：
本实施例是能使更多数量的标本更直观显示的形态分析方法，通过显微 放大与电子图像采集技术收集直接图像，建立正常菌群与菌群失调的图像数 据库，再利用AI(全自动)智能识别技术分析判断是否菌群失调，也用于菌 群失调经治疗后是否完全或部分恢复为正常状态的诊断。
检测流程：
1)在动物和人体有菌部位采集标本(医院临床常用的成熟技术)。
2)对标本进行稀释成悬液或直接制片的方式，应用显微放大和电子图像 采集技术收集直接图像(医院临床已有应用技术，但没有专门用于诊断菌群 失调)。
3)用已知足够数量的直接图像，建立正常微生态与菌群失调图像数据库。
4)通过AI智能分析，将待检的标本图像与数据库进行比对分析，得出该 待检标本是否属于菌群失调的诊断结果。
5)AI智能分析需要数据库，并且长期不断收集新的数据进行分析，进而 达到替代人类人眼识别，这样可以避免人类检测时可能出现的失误，并且可 以快速识别。识别失调菌群是通过AI智能数据库不断对比菌群失调得出的结 论，对于新发病例，可通过服务器进行网络传输到每台仪器，迅速提高菌群 失调分析数据库。机器非人脑，不会健忘，不会失误，且不断学习能力不断 提高。
6)此类AI智能系统需要独立开发(与人脸识别技术类似)。
AI技术要点为：
根据菌体形态(长短、粗细、大小、弯直、色差、透明度)的不同进行 分类，用电子图像分析的技术，计数种类的数量及各种类所占的比例，收集 足够的标本图建立正常菌群与菌群失调两个数据库，建立两个基本数据库之 后，对于未知标本就可以通过图像放大AI智能识别技术，判断该样本是否菌 群失调。
人工智能AI拥有采集更多数据(一次分析更多的标本量)、运算快速、 模糊识别的能力，对标本进行快速分析诊断。
实施例2：
本实施例将显微放大和电子图像采集与菌体染色、菌产物的生化反应、 免疫组化染色相结合，提高微生物显示的清晰度和区分度。使图像数据拥有 更明确的识别数据，更好的用于菌群失调的诊断。
1)在动物和人体有菌部位采集标本。
2)对标本进行稀释成悬液或直接制片(医学临床成熟方法)，对其进行 菌体染色和(或)细菌产物的生化反应显色和(或)免疫组化染色。使部分 或全部菌体着色显示。
3)应用显微放大和电子图像采集技术收集染色后图像(医院临床已有应 用技术，但没有专门用于菌群失调的诊断)。
4)用已知足够数量的相关图像，建立正常微生态与菌群失调图像数据库。
5)通过AI智能分析，将待检的标本图像与数据库进行比对分析，得出该 待检标本是否属于菌群失调的诊断结果。
6)AI智能分析需要数据库，并且长期不断收集新的数据进行分析，进而 达到替代人类人眼识别，这样可以避免人类检测时可能出现的失误，并且可 以快速识别。识别失调菌群是通过AI智能数据库不断对比菌群失调得出的结 论，对于新发病例，可通过服务器进行网络传输到每台仪器，迅速提高菌群 失调分析数据库。机器非人脑，不会健忘，不会失误，且不断学习能力不断 提高。
7)此类AI智能系统需要独立开发(与人脸识别技术类似)。
染色实施办法：
a)菌体直接染色(医院临床成熟技术)，
b)菌体产物染色(医院临床成熟技术)；
c)菌体产物显色(医院临床成熟技术)。
AI技术要点：
样本经过染色后，根据菌体形态(长短、粗细、大小、弯直、颜色、透 明度)的不同进行分类，用电子图像分析的技术，计数种类的数量及各种类 所占的比例，收集足够的标本图建立正常菌群与菌群失调两个数据库，建立 两个基本数据库之后，对于未知标本就可以通过图像放大AI智能识别技术， 判断该样本是否菌群失调。
人工智能AI拥有采集更多数据(一次分析更多的标本量)、运算快速、 模糊识别的能力，对标本进行快速分析诊断。
本发明的有益效果是：
微生态失调引起的免疫力降低和继发性感染是医院临床的常见病。
因西医长期使用抗生素对细菌进行杀灭的方案取得了明显效果，对微生 态平衡的关注度较低。近年抗生素滥用形成的危害逐渐被明确认知，对微生 态平衡研究的热度正在提高。
至今还没有见到直接用微生态菌群影像技术进行菌群失调诊断的思路。
现有少量用于菌群失调的药物，发达国家及国内的医疗研究领域又进行 了新一轮的药物研究。但是对于菌群失调的直观诊断未见提及。
本项目就是专注于菌群失调全面和直观的诊断，同时用细菌真菌染色技 术，提高辨识度，将会成为用药效果的最终评判。
因为国内在粪便全自动设备的优势，我们所用的技术多数都已经成熟。 而这个项目着眼在诊断的评判上，将很有可能会成为这一技术领域的世界标 准制定者。拥有重要的意义和无限的前景。
本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施 例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的 前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本 发明范围内。本发明要求保护范围由所附的权利要求书及其等同物界定。
Claims (5)
1.全自动菌群失调检测方法，其特征在于：其步骤为：
1)在动物和人体有菌部位采集若干标本；
2)选取菌群失调采用的分析方法；
菌群失调的分析方法包括有：
a.采用形态分析方法；
b.采用细菌染色技术增加菌群的区分方法；
3)将采集的标本进行稀释成悬液或直接制片处理；
4)应用显微放大和电子图像采集技术收集放大后的图像，对收集到的图像进行惟一的ID标识，以便于区分不同的菌部标本图像；
5)收集到若干数量具有惟一ID标识的图像，建立正常微生态与菌群失调图像数据库；
6)通过AI智能分析，将待检的标本图像与数据库进行比对分析，得出该待检标本是否属于菌群失调的诊断结果；
7)AI智能分析需要数据库，并且长期不断收集新的数据进行分析，进而达到替代人类人眼识别，这样可以避免人类检测时可能出现的失误，并且可以快速识别，识别失调菌群是通过AI智能数据库不断对比菌群失调得出的结论，对于新发病例，可通过服务器进行网络传输到每台仪器，迅速完善菌群失调分析的数据库。
2.根据权利要求1所述全自动菌群失调检测方法，其特征在于：所述的数据库采用MySQL数据库。
3.根据权利要求1所述全自动菌群失调检测方法，其特征在于：采用细菌染色技术增加菌群的区分方法；细菌染色技术包括有：菌体直接染色；菌体产物染色；菌体产物显色。
4.根据权利要求1所述全自动菌群失调检测方法，其特征在于：采用细菌染色技术增加菌群的区分方法；AI技术的智能分析过程为；
样本经过染色后，根据菌体形态的不同进行分类，形态包括有长短、粗细、大小、弯直、颜色、透明度，用电子图像分析的技术，计数种类的数量及各种类所占的比例，收集足够的标本图建立正常菌群与菌群失调两个数据库，建立两个基本数据库之后，对于未知标本就可以通过图像放大AI智能识别技术，判断该样本是否菌群失调；
人工智能AI拥有采集更多数据，且一次分析更多的标本量、运算快速、模糊识别的能力，对标本进行快速分析诊断。
5.根据权利要求1所述全自动菌群失调检测方法，其特征在于：采用形态分析方法，AI技术的智能分析过程为；根据菌体形态的不同进行分类，菌体形态包括长短、粗细、大小、弯直、色差、透明度，用电子图像分析的技术，计数种类的数量及各种类所占的比例，收集足够的标本图建立正常菌群与菌群失调两个数据库，建立两个基本数据库之后，对于未知标本就可以通过图像放大AI智能识别技术，判断该样本是否菌群失调；
人工智能AI拥有采集更多数据，且一次分析更多的标本量、运算快速、模糊识别的能力，对标本进行快速分析诊断。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810871488.3A CN109115570A (zh) | 2018-08-02 | 2018-08-02 | 全自动菌群失调检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810871488.3A CN109115570A (zh) | 2018-08-02 | 2018-08-02 | 全自动菌群失调检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109115570A true CN109115570A (zh) | 2019-01-01 |
Family
ID=64852604
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810871488.3A Pending CN109115570A (zh) | 2018-08-02 | 2018-08-02 | 全自动菌群失调检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109115570A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3760054A1 (en) | 2019-07-02 | 2021-01-06 | Pepticus s.r.o. | A method of preparing an individual probiotic composition according to analysis of the microbiome and medical history for human or veterinary use |
-
2018
- 2018-08-02 CN CN201810871488.3A patent/CN109115570A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3760054A1 (en) | 2019-07-02 | 2021-01-06 | Pepticus s.r.o. | A method of preparing an individual probiotic composition according to analysis of the microbiome and medical history for human or veterinary use |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2126962C1 (ru) | Способ обнаружения микроорганизмов в образце, способ определения чувствительности микроорганизмов к антибиотику и система для реализации таких способов | |
| Demba et al. | Bacterial vaginosis, vaginal flora patterns and vaginal hygiene practices in patients presenting with vaginal discharge syndrome in The Gambia, West Africa | |
| Reyher et al. | Evaluation of minor pathogen intramammary infection, susceptibility parameters, and somatic cell counts on the development of new intramammary infections with major mastitis pathogens | |
| Eguchi et al. | Diagnostic approach to ocular infections using various techniques from conventional culture to next-generation sequencing analysis | |
| Carroll et al. | Laboratory evaluation of urinary tract infections in an ambulatory clinic | |
| US20200357489A1 (en) | Deep learning-based quick and precise high-throughput drug screening system | |
| CN105372439A (zh) | 一种女性下生殖道微生态评价检测系统 | |
| CN101948902B (zh) | 念珠菌显色培养基、检测试剂盒及检测方法 | |
| McGee et al. | Wall-defective microbial variants: terminology and experimental design | |
| EP0944733B1 (en) | Rapid microbiological assay | |
| Gessoni et al. | Does flow cytometry have a role in preliminary differentiation between urinary tract infections sustained by gram positive and gram negative bacteria? An Italian polycentric study | |
| CN111019858B (zh) | 一种抑制细菌生物膜形成的饲用地衣芽孢杆菌及其应用 | |
| CN109115570A (zh) | 全自动菌群失调检测方法 | |
| CN101555517A (zh) | 一种肺炎支原体快速鉴定培养药敏试剂盒及检测方法 | |
| Yin et al. | A close to real-time prediction method of total coliform bacteria in foods based on image identification technology and artificial neural network | |
| CN101886111B (zh) | 一种真菌快速培养鉴定药敏试剂盒 | |
| CN106868094A (zh) | 一种原料乳中抗生素残留的快速检测方法 | |
| Pfaller et al. | Clinical laboratory evaluation of a urine screening device | |
| CN104198693A (zh) | 一种t淋巴细胞的酶联免疫斑点试验方法 | |
| CN110951822A (zh) | 一种适用于药敏板的细菌药敏检测方法 | |
| CN101555516A (zh) | 一种白色念珠菌快速鉴定培养药敏试剂盒及检测方法 | |
| CN101413872A (zh) | 一种微生物活菌数快速检测方法 | |
| CN110093397A (zh) | 一种微生物限度方法适用性检查方法、系统及设备 | |
| CN102866153A (zh) | 前列腺炎联合检测试剂盒 | |
| CN201107274Y (zh) | 一种支原体药敏检测板 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190101 |
|
| RJ01 | Rejection of invention patent application after publication |