CN110957001A - 一种针对微生物生长曲线的算法 - Google Patents
一种针对微生物生长曲线的算法 Download PDFInfo
- Publication number
- CN110957001A CN110957001A CN201911148152.5A CN201911148152A CN110957001A CN 110957001 A CN110957001 A CN 110957001A CN 201911148152 A CN201911148152 A CN 201911148152A CN 110957001 A CN110957001 A CN 110957001A
- Authority
- CN
- China
- Prior art keywords
- value
- microorganism growth
- measured
- algorithm
- growth curve
- 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
- 244000005700 microbiome Species 0.000 title claims abstract description 64
- 238000000034 method Methods 0.000 claims abstract description 61
- 238000004364 calculation method Methods 0.000 claims abstract description 28
- 230000001133 acceleration Effects 0.000 claims abstract description 20
- 230000000813 microbial effect Effects 0.000 claims abstract description 4
- 238000005259 measurement Methods 0.000 claims description 23
- 238000001514 detection method Methods 0.000 claims description 19
- 238000012544 monitoring process Methods 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims description 2
- 210000001124 body fluid Anatomy 0.000 abstract description 7
- 239000010839 body fluid Substances 0.000 abstract description 7
- 244000000010 microbial pathogen Species 0.000 abstract description 5
- 230000035945 sensitivity Effects 0.000 abstract description 3
- 238000009640 blood culture Methods 0.000 description 9
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 208000031729 Bacteremia Diseases 0.000 description 1
- 241000894006 Bacteria Species 0.000 description 1
- 206010040047 Sepsis Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000001963 growth medium Substances 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 230000002906 microbiologic effect Effects 0.000 description 1
- 239000007793 ph indicator Substances 0.000 description 1
- 208000013223 septicemia Diseases 0.000 description 1
Images
Classifications
-
- 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
- G16B10/00—ICT specially adapted for evolutionary bioinformatics, e.g. phylogenetic tree construction or analysis
-
- 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
-
- 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
- G01N21/75—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated
- G01N21/77—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator
- G01N21/78—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator producing a change of colour
- G01N21/80—Indicating pH value
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Animal Behavior & Ethology (AREA)
- Plasma & Fusion (AREA)
- Physiology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biotechnology (AREA)
- Evolutionary Biology (AREA)
- Medical Informatics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Theoretical Computer Science (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
Abstract
本发明公开了一种针对微生物生长曲线的算法,通过加速度法、速度法、斜率法和阈值法四种方式对是否有微生物生长进行阴阳性判定,通过满足其中任何一种方式,即判定为有微生物生长(阳性);否则,判定为无微生物生长(阴性),其中:加速度法的计算公式为a=At+At‑2‑2At‑1;速度法的计算公式为v=At‑At‑1;斜率法的计算公式为i=At‑At‑26;阈值法的计算公式为m=At‑2800。本发明在尽可能短的时间内给出临床体液样本中是否含有致病微生物的阳性结果,提高了灵敏度和准确性,同时可以缩短临床检验周期,减少患者治疗时间,提高的准确率可使患者及时得到救治,避免病情延误。
Description
技术领域
本发明涉及生物医学技术领域,尤其涉及一种针对微生物生长曲线的算法。
背景技术
体液培养是用于检测人体样本中有无微生物存在的一种微生物学检测方法,尤其是血培养,对于快速检测临床上严重危及患者生命的败血症、菌血症,患者体液中是否有细菌生长以明确诊断有十分重要的作用,是临床有效治疗的关键。所以体液或血液中致病微生物的检测应当在尽可能短的时间内得出判定结果。近年来,随着科技进步,微生物学、计算机学和工程学的结合,已经创造出多种微生物生长自动监测系统。
目前微生物生长自动监测系统,由培养和检测的仪器与配套使用的带传感器的培养瓶组成,连续的监测培养瓶中微生物的生长情况。连续监测的结果一般会绘制成一条微生物生长曲线,利用算法对该生长曲线进行阴阳性判定,从而快速给出准确的判定结果,省却人力负担和人工判读的结果偏差,就变得至关重要了,因此,我们提出了一种针对微生物生长曲线的算法。
发明内容
本发明专利为解决公知技术中存在的技术问题而提供一种微生物生长曲线的阴阳性判定算法,解决检测设备的阳性准确率、灵敏度和稳定性问题,并在尽可能短的时间内给出临床体液样本中是否含有致病微生物的阳性结果。
一种针对微生物生长曲线的算法,通过加速度法、速度法、斜率法和阈值法四种方式对是否有微生物生长进行阴阳性判定,通过满足其中任何一种方式,即判定为有微生物生长(阳性);否则,判定为无微生物生长(阴性),其中:
加速度法的计算公式为a=At+At-2-2At-1;
速度法的计算公式为v=At-At-1;
斜率法的计算公式为i=At-At-26;
阈值法的计算公式为m=At-2800。
进一步的,所述加速度法的判定规则为:连续5个点的a≥1。
进一步的,所述加速度法的计算公式中,a为计算得到的加速度值,t为测定时间点,A为测定值,即在不同的微生物生长自动监测系统中,根据检测原理和硬件的不同,测定值为电压值、电位值、光度值、浊度值的一种或多种,At为时间点为t时的测定值,At-1为时间点为t-1时的测定值,At-2为时间点为t-2时的测定值。
进一步的,所述速度法的判定规则为:连续5个点的v≥7。
进一步的,所述速度法的计算公式中,v为计算得到的速度值,t为测定时间点,A为测定值,即在不同的微生物生长自动监测系统中,根据检测原理和硬件的不同,测定值为电压值、电位值、光度值、浊度值的一种或多种,At为时间点为t时的测定值,At-1为时间点为t-1时的测定值。
进一步的,所述斜率法的判定规则为:连续5个点的i≥26。
进一步的,所述斜率法的计算公式中,i为计算得到的斜率值,t为测定时间点,A为测定值,即在不同的微生物生长自动监测系统中,根据检测原理和硬件的不同,测定值为电压值、电位值、光度值、浊度值的一种或多种,At为时间点为t时的测定值,At-26为时间点为t-26时的测定值。
进一步的,所述阈值法的判定规则为:连续5个点的m≥0。
进一步的,所述阈值法的计算公式中,m为计算得到的阈值,t为测定时间点,A为测定值,即在不同的微生物生长自动监测系统中,根据检测原理和硬件的不同,测定值为电压值、电位值、光度值、浊度值的一种或多种,At为时间点为t时的测定值。
为了实现上述目的,根据本申请的第二方面,提供了一种电子设备,包括:
至少一个处理器;
以及与所述处理器连接的至少一个存储器、总线;其中,
所述处理器、存储器通过所述总线完成相互间的通信;
所述处理器用于调用所述存储器中的程序指令,以执行第一方面中任一项所述的针对微生物生长曲线的算法。
与现有技术相比,本发明的有益效果是:用于对是否有微生物生长进行阴阳性判定,解决检测设备的阳性准确率、灵敏度和稳定性问题,并在尽可能短的时间内,给出临床体液样本中是否含有致病微生物的阳性结果,与传统的判定原则相比,本算法不仅很容易在计算机上实现判定自动化,而且提高了灵敏度和准确性,同时可以缩短临床检验周期,减少患者治疗时间,提高的准确率可使患者及时得到救治,避免病情延误。本发明设计合理,算法简单方便,能够快速得出临床体液样本中是否含有致病微生物的阳性结果,且准确率高,值得推广。
附图说明
图1为本发明中加速度法报阳的微生物生长曲线图;
图2为本发明中加速度法报阳的微生物生长曲线的计算数据结果图;
图3为本发明中速度法报阳的微生物生长曲线图;
图4为本发明中速度法报阳的微生物生长曲线的计算数据结果图;
图5为本发明中斜率法报阳的微生物生长曲线图;
图6为本发明中斜率法报阳的微生物生长曲线的计算数据结果图;
图7为本发明中阈值法报阳的微生物生长曲线图;
图8为本发明中阈值法报阳的微生物生长曲线的计算数据结果图。
具体实施方式
下面结合具体实施例对本发明作进一步解说。
在全自动血培养系统中,在结构组成上,由培养检测的血培养仪,以及配套使用的培养瓶两部分组成。该系统是利用光电检测原理,连续的监测培养瓶中微生物的生长情况。在每个培养瓶底部装置一个带pH指示剂的传感器,当培养瓶内的培养基中有微生物生长时,代谢产生的二氧化碳会引起传感器的颜色变化,传感器上方的光电探测器随即测量其反射光强(电压值)的变化。随着微生物的生长,二氧化碳浓度不断提高,电压值也持续加大,这样就根据电压值随时间的变化情况绘制出微生物生长曲线。
实施例一
参照图1、2,本发明提出的一种针对微生物生长曲线的算法,通过加速度法对是否有微生物生长进行阴阳性判定,判定结果如图1,同时生长曲线的部分计算数据,如图2,左列为测定时间点t,中列为电压的检测值At,右列为根据公式a=At+At-2-2At-1计算得到的加速度值a。从计算数据列表中看,从t=34开始,34/35/36/37/38连续5个点对应的加速度值a分别为2/4/4/4/5,满足了连续5个点的a≥1的加速度法判定规则,即软件算法判定为有微生物生长(阳性),全自动血培养系统硬件随即在时间点38这个位置上给出了阳性结果的警报。
实施例二
参照图3、4,本发明提出的一种针对微生物生长曲线的算法,通过速度法对是否有微生物生长进行阴阳性判定,判定结果如图3,图中横坐标为测定时间点t,纵坐标为检测值(电压值)。
该生长曲线的部分计算数据,如图4,左列为测定时间点t,右列为根据公式v=At-At-1计算得到的速度值v。从计算数据列表中看,从t=40开始,40/41/42/43/44连续5个点对应的速度值v分别为10/8/14/19/24,满足了连续5个点的v≥7的速度法判定规则,即软件算法判定为有微生物生长(阳性),全自动血培养系统硬件随即在时间点44这个位置上给出了阳性结果的警报。
实施例三
参照图5、6,本发明提出的一种针对微生物生长曲线的算法,通过斜率法对是否有微生物生长进行阴阳性判定,判定结果如图5,其中横坐标为测定时间点t,纵坐标为检测值(电压值)。
该生长曲线的部分计算数据,如图6,左列为测定时间点t,中列为根据公式v=At-At-1计算得到的速度值v,右列为根据公式i=At-At-26计算得到的斜率值i。从计算数据列表中看,在微生物生长缓慢(体现在生长曲线增长平缓),加速度法和速度法均不能满足报阳判定规则的情况下,从t=74开始,74/75/76/77/78连续5个点对应的斜率值i分别为28/33/36/39/42,满足了连续5个点的i≥26的斜率法判定规则,即软件算法判定为有微生物生长(阳性),全自动血培养系统硬件随即在时间点78这个位置上给出了阳性结果的警报。
实施例四
参照图7、8,本发明提出的一种针对微生物生长曲线的算法,通过阈值法对是否有微生物生长进行阴阳性判定,判定结果如图7,其中纵坐标为检测值(电压值)。
该生长曲线的部分计算数据,如图8,左列为测定时间点t,中列为电压的检测值At,右列为根据公式m=At-2800计算得到的阈值m。从计算数据列表中看,由于血培养瓶延迟放入血培养仪,微生物在脱离仪器监测的情况下离线生长,使仪器监测错过了生长期,得到的微生物生长曲线只是一条水平的直线(平台期),这样在无增长数据的情况下,无论是加速度法、速度法,还是斜率法,都是决不可能满足报阳判定规则的。然而,用阈值法计算的结果是,从t=1开始,1/2/3/4/5连续5个点对应的阈值m分别为403/384/388/350/373,满足了连续5个点的m≥0的阈值法判定规则,即软件算法判定为有微生物生长(阳性),全自动血培养系统硬件随即在时间点5这个位置上快速给出了阳性结果的警报。
以上所述,仅为本发明较佳的具体实施方式,但本发明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揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种针对微生物生长曲线的算法,其特征在于,通过加速度法、速度法、斜率法和阈值法四种方式对是否有微生物生长进行阴阳性判定,通过满足其中任何一种方式,即判定为有微生物生长(阳性);否则,判定为无微生物生长(阴性),其中:
加速度法的计算公式为a=At+At-2-2At-1;
速度法的计算公式为v=At-At-1;
斜率法的计算公式为i=At-At-26;
阈值法的计算公式为m=At-2800。
2.根据权利要求1所述的一种针对微生物生长曲线的算法,其特征在于,所述加速度法的判定规则为:连续5个点的a≥1。
3.根据权利要求1所述的一种针对微生物生长曲线的算法,其特征在于,所述加速度法的计算公式中,a为计算得到的加速度值,t为测定时间点,A为测定值,即在不同的微生物生长自动监测系统中,根据检测原理和硬件的不同,测定值为电压值、电位值、光度值、浊度值的一种或多种,At为时间点为t时的测定值,At-1为时间点为t-1时的测定值,At-2为时间点为t-2时的测定值。
4.根据权利要求1所述的一种针对微生物生长曲线的算法,其特征在于,所述速度法的判定规则为:连续5个点的v≥7。
5.根据权利要求1所述的一种针对微生物生长曲线的算法,其特征在于,所述速度法的计算公式中,v为计算得到的速度值,t为测定时间点,A为测定值,即在不同的微生物生长自动监测系统中,根据检测原理和硬件的不同,测定值为电压值、电位值、光度值、浊度值的一种或多种,At为时间点为t时的测定值,At-1为时间点为t-1时的测定值。
6.根据权利要求1所述的一种针对微生物生长曲线的算法,其特征在于,所述斜率法的判定规则为:连续5个点的i≥26。
7.根据权利要求1所述的一种针对微生物生长曲线的算法,其特征在于,所述斜率法的计算公式中,i为计算得到的斜率值,t为测定时间点,A为测定值,即在不同的微生物生长自动监测系统中,根据检测原理和硬件的不同,测定值为电压值、电位值、光度值、浊度值的一种或多种,At为时间点为t时的测定值,At-26为时间点为t-26时的测定值。
8.根据权利要求1所述的一种针对微生物生长曲线的算法,其特征在于,所述阈值法的判定规则为:连续5个点的m≥0。
9.根据权利要求1所述的一种针对微生物生长曲线的算法,其特征在于,所述阈值法的计算公式中,m为计算得到的阈值,t为测定时间点,A为测定值,即在不同的微生物生长自动监测系统中,根据检测原理和硬件的不同,测定值为电压值、电位值、光度值、浊度值的一种或多种,At为时间点为t时的测定值。
10.一种电子设备,其特征在于,包括:
至少一个处理器;
以及与所述处理器连接的至少一个存储器、总线;其中,
所述处理器、存储器通过所述总线完成相互间的通信;
所述处理器用于调用所述存储器中的程序指令,以执行权利要求1至权利要求9中任一项所述的针对微生物生长曲线的算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911148152.5A CN110957001A (zh) | 2019-11-21 | 2019-11-21 | 一种针对微生物生长曲线的算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911148152.5A CN110957001A (zh) | 2019-11-21 | 2019-11-21 | 一种针对微生物生长曲线的算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110957001A true CN110957001A (zh) | 2020-04-03 |
Family
ID=69977909
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911148152.5A Pending CN110957001A (zh) | 2019-11-21 | 2019-11-21 | 一种针对微生物生长曲线的算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110957001A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN109161584A (zh) * | 2018-09-21 | 2019-01-08 | 博奥生物集团有限公司 | 一种荧光扩增曲线阴阳性判定方法及装置 |
CN109182462A (zh) * | 2018-09-21 | 2019-01-11 | 博奥生物集团有限公司 | 一种检测指标阴阳性的判定方法及装置 |
CN109554437A (zh) * | 2018-12-10 | 2019-04-02 | 湖南长沙天地人生物科技有限公司 | 一种双波长微生物生化反应动态判读检测方法 |
CN110218626A (zh) * | 2019-06-04 | 2019-09-10 | 上海理工大学 | 一种基于Logistic四参数模型和MASCA算法的微生物鉴定系统及方法 |
-
2019
- 2019-11-21 CN CN201911148152.5A patent/CN110957001A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN109161584A (zh) * | 2018-09-21 | 2019-01-08 | 博奥生物集团有限公司 | 一种荧光扩增曲线阴阳性判定方法及装置 |
CN109182462A (zh) * | 2018-09-21 | 2019-01-11 | 博奥生物集团有限公司 | 一种检测指标阴阳性的判定方法及装置 |
CN109554437A (zh) * | 2018-12-10 | 2019-04-02 | 湖南长沙天地人生物科技有限公司 | 一种双波长微生物生化反应动态判读检测方法 |
CN110218626A (zh) * | 2019-06-04 | 2019-09-10 | 上海理工大学 | 一种基于Logistic四参数模型和MASCA算法的微生物鉴定系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lee et al. | Social cooperativity of bacteria during reversible surface attachment in young biofilms: a quantitative comparison of Pseudomonas aeruginosa PA14 and PAO1 | |
JP5793088B2 (ja) | 生体サンプルの細菌検査方法および関連機器 | |
ITRM20120218A1 (it) | Dispositivo e metodo per l'analisi ed il monitoraggio della tossicità nelle acque. | |
JP2014527186A5 (zh) | ||
CN104007277B (zh) | 一种生物毒性自动监测仪及监测方法 | |
CN102798650A (zh) | 一种检测生化需氧量的方法及装置 | |
US9540604B2 (en) | Apparatus and method for monitoring autotroph cultivation | |
CN102288653A (zh) | 生化需氧量bod在线测定仪及用其检测的方法 | |
CN109470829A (zh) | 水质检测方法、装置、服务器、水质采样器及介质 | |
KR20120127450A (ko) | 진단분석 방법 및 장치 | |
CN110957001A (zh) | 一种针对微生物生长曲线的算法 | |
CN102183910A (zh) | 通过变频调速在线检测活性污泥微生物比耗氧速率的方法 | |
Zhang et al. | A label-free electrochemical biosensor based on a reduced graphene oxide and indole-5-carboxylic acid nanocomposite for the detection of Klebsiella pneumoniae | |
Zhang et al. | Automatically showing microbial growth kinetics with a high-performance microbial growth analyzer | |
CN204490880U (zh) | 一种血液样本培养装置 | |
CN104673664A (zh) | 一种血液样本培养装置 | |
CN102914528A (zh) | 一种利用发光细菌检测水体中氟含量的方法 | |
CN109060692A (zh) | 基于注射泵的活性磷自动分析仪及其测定方法 | |
BR112012019814B1 (pt) | método de determinação de um indicador da taxa metabólica de uma população celular | |
Grossi et al. | Data Transformation Algorithm for Reliable Bacterial Concentration Detection Using the Impedance Method | |
Horstkotte et al. | At-line determination of formaldehyde in bioprocesses by sequential injection analysis | |
CN106872341A (zh) | 一种基于智能手机的移动即时微生物诊断仪 | |
Endut et al. | Real-Time Water Monitoring System for Fish Farmers Using Arduino | |
CN110658138A (zh) | 一种硫化物分析系统 | |
Janelt et al. | A novel fiber optic probe for on-line monitoring of biomass concentrations |
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: 20200403 |
|
RJ01 | Rejection of invention patent application after publication |