CN111019813A - 细胞智能定容系统及其定容方法 - Google Patents

细胞智能定容系统及其定容方法 Download PDF

Info

Publication number
CN111019813A
CN111019813A CN201911359996.4A CN201911359996A CN111019813A CN 111019813 A CN111019813 A CN 111019813A CN 201911359996 A CN201911359996 A CN 201911359996A CN 111019813 A CN111019813 A CN 111019813A
Authority
CN
China
Prior art keywords
volume
constant volume
cell suspension
cell
picture
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
CN201911359996.4A
Other languages
English (en)
Other versions
CN111019813B (zh
Inventor
刘沐芸
郭永幸
杜祥熙
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.)
Individualized Cell Therapy Technology National And Local Joint Engineering Laboratory (shenzhen)
Shenzhen Saidong Biological Automation Co ltd
Original Assignee
Individualized Cell Therapy Technology National And Local Joint Engineering Laboratory (shenzhen)
Shenzhen Saidong Biological Automation Co ltd
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 Individualized Cell Therapy Technology National And Local Joint Engineering Laboratory (shenzhen), Shenzhen Saidong Biological Automation Co ltd filed Critical Individualized Cell Therapy Technology National And Local Joint Engineering Laboratory (shenzhen)
Priority to CN201911359996.4A priority Critical patent/CN111019813B/zh
Publication of CN111019813A publication Critical patent/CN111019813A/zh
Application granted granted Critical
Publication of CN111019813B publication Critical patent/CN111019813B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12MAPPARATUS 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
    • C12M41/00Means for regulation, monitoring, measurement or control, e.g. flow regulation
    • C12M41/30Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration
    • C12M41/36Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration of biomass, e.g. colony counters or by turbidity measurements
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/62Analysis of geometric attributes of area, perimeter, diameter or volume
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Zoology (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Organic Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Wood Science & Technology (AREA)
  • Biotechnology (AREA)
  • Microbiology (AREA)
  • Sustainable Development (AREA)
  • Biomedical Technology (AREA)
  • Geometry (AREA)
  • Biochemistry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Genetics & Genomics (AREA)
  • Analytical Chemistry (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)

Abstract

本发明涉及细胞智能定容系统及其定容方法,该系统包括细胞检测单元、图片获取单元、控制器以及蠕动泵,细胞检测单元、图片获取单元以及蠕动泵分别与控制器连接;细胞检测单元,用于抽样并获取细胞悬液的浓度;图片获取单元,用于获取细胞悬液的液面高度图片;控制器,用于对细胞悬液的液面高度图片进行分析,以得到细胞悬液体积,根据细胞悬液的浓度以及细胞悬液体积确定定容所需溶液体积,并输出控制信号;蠕动泵,用于根据控制信号添加溶液至细胞悬液内。本发明可提高定容准确率以及效率。

Description

细胞智能定容系统及其定容方法
技术领域
本发明涉及细胞定容系统,更具体地说是指细胞智能定容系统及其定容方法。
背景技术
定容就是在使用容量瓶配制准确浓度溶液时,加水离刻度线还有一厘米到两厘米的时候,用胶头滴管吸水注到容量瓶里,视线与凹液面最低处相水平,使其到达刻度线的过程。定容实际上是在经过小烧杯转移,玻璃棒引流以后的一步,也就是当转移入的溶液距离容量瓶的凹液面两厘米到三厘米时,改用胶头滴管滴至刻度线与液面最低处相切,这一过程叫定容。
在细胞制备过程中,细胞复苏、细胞传代、细胞收获和成品细胞冻存环节都需要进行定容操作,目前采用的是人工定容的方式,这种方法的准确率和效率均低。
因此,有必要设计一种新的系统,实现提高定容准确率以及效率。
发明内容
本发明的目的在于克服现有技术的缺陷,提供细胞智能定容系统及其定容方法。
为实现上述目的,本发明采用以下技术方案:细胞智能定容系统,包括细胞检测单元、图片获取单元、控制器以及蠕动泵,所述细胞检测单元、图片获取单元以及所述蠕动泵分别与所述控制器连接;所述细胞检测单元,用于抽样并获取细胞悬液的浓度;所述图片获取单元,用于获取细胞悬液的液面高度图片;所述控制器,用于对细胞悬液的液面高度图片进行分析,以得到细胞悬液体积,根据所述细胞悬液的浓度以及细胞悬液体积确定定容所需溶液体积,并输出控制信号;所述蠕动泵,用于根据控制信号添加溶液至细胞悬液内。
其进一步技术方案为:所述细胞检测单元包括流式细胞仪。
其进一步技术方案为:所述细胞检测单元包括相机。
本发明还提供了细胞智能定容系统的定容方法,所述定容方法使用了上述的细胞智能定容系统,包括:
获取细胞悬液的浓度;
获取细胞悬液的液面高度图片,以得到未定容图片;
对未定容图片进行分析,以得到细胞悬液体积;
根据所述细胞悬液的浓度以及细胞悬液体积确定定容所需溶液体积;
根据定容所需溶液体积输出控制信号以驱动蠕动泵根据控制信号添加溶液至细胞悬液内;
再次获取细胞悬液的液面高度图片,以得到定容图片;
根据所述定容图片以及未定容图片确定定容结果;
根据所述定容结果输出通知至终端。
其进一步技术方案为:所述获取细胞悬液的浓度,包括:
通过流式细胞仪抽取设定量的细胞悬液,并对抽取的细胞悬液进行浓度检测,以得到细胞悬液的浓度。
其进一步技术方案为:所述根据所述细胞悬液的浓度以及细胞悬液体积确定定容所需溶液体积,包括:
计算细胞悬液的浓度以及细胞悬液体积的乘积,以得到未定容细胞个数;
获取工艺规范中的目标浓度;
计算未定容细胞个数与目标浓度的商数,以得到目标溶液体积;
计算目标溶液体积与细胞悬液体积的差值,以得到定容所需溶液体积。
其进一步技术方案为:所述溶液包括培养基或者生理盐水。
其进一步技术方案为:所述根据所述定容图片以及未定容图片确定定容结果,包括:
对所述定容图片进行图片识别,以得到定容图片的液面高度;
计算定容图片的液面高度与未定容图片的液面高度的差值,以得到液面差;
根据液面差计算定容增加的体积,以得到定容结果。
其进一步技术方案为:所述根据所述定容结果输出通知至终端,包括:
判断所述定容结果是否等于定容所需溶液体积;
若所述定容结果等于定容所需溶液体积,则输出定容完成的通知至终端;
若所述定容结果不等于定容所需溶液体积,则输出定容未完成的通知至终端。
本发明与现有技术相比的有益效果是:本发明通过设置细胞检测单元、图片获取单元、控制器以及蠕动泵,从未定容前的细胞悬液的浓度检测,再到图片获取单元获取细胞悬液液面高度图片,控制器进行分析并输出控制信号以控制蠕动泵进行溶液的添加,最后再采用图片获取单元获取图片进行结果确认,自动化定容,可提高定容准确率以及效率。
下面结合附图和具体实施例对本发明作进一步描述。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明具体实施例提供的细胞智能定容系统的结构示意框图;
图2为本发明具体实施例提供的细胞智能定容系统的定容方法的流程示意图;
图3为本发明具体实施例提供的细胞智能定容系统的定容方法的子流程示意图;
图4为本发明具体实施例提供的细胞智能定容系统的定容方法的子流程示意图;
图5为本发明具体实施例提供的细胞智能定容系统的定容方法的子流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,下面结合附图和具体实施方式对本发明作进一步详细说明。
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触,也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且,第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方,或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不应理解为必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。此外,本领域的技术人员可以将本说明书中描述的不同实施例或示例进行结合和组合。
如图1~5所示的具体实施例,本实施例提供的细胞智能定容系统,可以运用在细胞复苏、细胞传代、细胞收获和成品细胞冻存环节的定容过程中,细胞定容指通过计算,添加特定的溶液,让细胞浓度(单位:个/ml)达到特定的浓度,eg成品干细胞浓度2*107个/ml。
请参阅图1,上述的细胞智能定容系统,包括细胞检测单元10、图片获取单元20、控制器30以及蠕动泵40,细胞检测单元10、图片获取单元20以及蠕动泵40分别与控制器30连接;细胞检测单元10,用于抽样并获取细胞悬液的浓度;图片获取单元20,用于获取细胞悬液的液面高度图片;控制器30,用于对细胞悬液的液面高度图片进行分析,以得到细胞悬液体积,根据细胞悬液的浓度以及细胞悬液体积确定定容所需溶液体积,并输出控制信号;蠕动泵40,用于根据控制信号添加溶液至细胞悬液内。
在标准50ml的离心管中,吹打均匀细胞悬液;使用细胞检测单元10,抽样得出细胞悬液的浓度a个/ml;通过图片获取单元20拍摄图片后,经过控制器30进行液面识别,得到细胞悬液体积vml,从而得出细胞悬液的细胞个数为av个;已知工艺规范中目标浓度为A个/ml,定容后的细胞悬液体积V=(av/A)ml,所以定容需要的溶液Q=(V-v)ml;通过系统指令和参数智能配置,根据工艺实验,提前配置好参数,蠕动泵40精准添加指定的溶液Qml到离心管中,从而实现精准定容细胞浓度到A个/ml,整个过程无需人工操作,提高定容的效率,且采用图片识别的方式,在蠕动泵40添加溶液后,再次通过图片获取单元20获取图片后,由控制器30确认定容后的细胞悬液体积和之前运算的预期结果是否一致的;通过前后两次液面识别的图片比对,进行定容结果确认,进而提高定容的准确率。
在一实施例中,上述的细胞检测单元10包括流式细胞仪。流式细胞仪是集成的第三方的标准设备,可用于抽样抽取一定量的细胞悬液,检测得出细胞悬液的细胞浓度。
在一实施例中,上述的细胞检测单元10包括相机。
在一实施例中,上述的系统还包括显示单元50,用于显示定容结果,在本实施例中,显示单元50包括但不局限于终端。
上述的细胞智能定容系统,通过设置细胞检测单元10、图片获取单元20、控制器30以及蠕动泵40,从未定容前的细胞悬液的浓度检测,再到图片获取单元20获取细胞悬液液面高度图片,控制器30进行分析并输出控制信号以控制蠕动泵40进行溶液的添加,最后再采用图片获取单元20获取图片进行结果确认,自动化定容,可提高定容准确率以及效率。
在一实施例中,请参阅图2,还提供了细胞智能定容系统的定容方法,定容方法使用了上述的细胞智能定容系统,该方法包括步骤S110~S180。
S110、获取细胞悬液的浓度。
在标准50ml的离心管中,吹打均匀细胞悬液;通过流式细胞仪抽取设定量的细胞悬液,并对抽取的细胞悬液进行浓度检测,以得到细胞悬液的浓度。
S120、获取细胞悬液的液面高度图片,以得到未定容图片。
在本实施例中,未定容图片是指未添加溶液前的细胞悬液的液面高度图片。
S130、对未定容图片进行分析,以得到细胞悬液体积。
具体地,对未定容图片进行液面高度识别,采用边缘检测技术进行液体分层位置信息的识别和获取,首先检测出图形局部特性的不连续性,再将它们连成边界,这些边界把图形分出不同的区域,检测出边缘的图形就可以进行特征提取和形状分析。
在本实施例中,包括以下具体步骤:
对灰度图像进行高斯滤波,以得到去噪图像;对去噪图像进行计算梯度值和方向,以得到带梯度值的图像;对带梯度值的图像进行非极大值抑制、选取双阈值以及边缘检测,以得到液体分层位置信息,即液面高度信息,根据液面高度信息便可得知细胞悬液体积。
具体地,图形边缘时图形局部特性不连续性如灰度突变、颜色突变、纹理结构突变等的反映,它标志着一个区域的终结和另一个区域的开始,为了方便计算起见,通常选择一阶和二阶的导数来检测边界,用求导的方法很容易检测灰度值的不连续效果。在本实施例中,采用了Canny算子检测细胞悬液的边缘。
将照片进行灰度化处理,以得到灰度图像,是为了把彩色图像变成灰度图像;通常灰度化采用的公式是:Gray=0.299R+0.587G+0.114B,Gray为灰度值,R为红原色数值,G为绿原色数值,B为蓝原色数值。上述的对灰度图像进行高斯滤波,以得到去噪图像,是为了对灰度图像进行去除噪声,进而可以提高边缘检测的准确率,因为噪声也集中于高频信号,很容易被识别为伪边缘。应用高斯模糊去除噪声,降低伪边缘的识别。但是由于图像边缘信息也是高频信号,高斯模糊的半径选择很重要,过大的半径很容易让一些弱边缘检测不到。
对于对去噪图像进行计算梯度值G和方向,以得到带梯度值的图像,图像的边缘可以指向不同方向,因此经典Canny算法用了四个梯度算子来分别计算水平,垂直和对角线方向的梯度。但是通常都不用四个梯度算子来分别计算四个方向。常用的边缘差分算子如Rober、Prewitt、Sobel计算水平和垂直方向的差分Gx和Gy。这样就可以如下计算梯度值G和方向θ:
Figure BDA0002336933000000081
θ=atan2y,Gx);梯度角度θ范围从弧度-π到π,然后把它近似到四个方向,分别代表水平,垂直和两个对角线方向(0°,45°,90°,135°)。可以以±iπ/8(i=1,3,5,7)分割,落在每个区域的梯度角给一个特定值,代表四个方向之一。
对带梯度值的图像进行非极大值抑制、选取双阈值以及边缘检测,以得到液体分层位置信息,其中,非最大值抑制是一种边缘细化方法,抑制不是极大值的元素。通常得出来的梯度边缘不止一个像素宽,而是多个像素宽。而选取双阈值,在一般的边缘检测算法用一个阀值来滤除噪声或颜色变化引起的小的梯度值,而保留大的梯度值。Canny算法应用双阀值,即一个高阀值和一个低阀值来区分边缘像素。如果边缘像素点梯度值大于高阀值,则被认为是强边缘点。如果边缘梯度值小于高阀值,大于低阀值,则标记为弱边缘点。小于低阀值的点则被抑制掉。至此,强边缘点可以认为是真的边缘。弱边缘点则可能是真的边缘,也可能是噪声或颜色变化引起的。为得到精确的结果,后者引起的弱边缘点应该去掉。通常认为真实边缘引起的弱边缘点和强边缘点是连通的,而又噪声引起的弱边缘点则不会。所谓的滞后边界跟踪算法检查一个弱边缘点的8连通领域像素,只要有强边缘点存在,那么这个弱边缘点被认为是真是边缘保留下来。通过以上方法进行照片处理后,可以得出细胞悬液的边缘界限,同时可以得出细胞悬液在离心管的最高位置,即液体分层位置信息,以提高定容的准确率。
S140、根据细胞悬液的浓度以及细胞悬液体积确定定容所需溶液体积。
在一实施例中,请参阅图3,上述的步骤S140可包括步骤S141~S144。
S141、计算细胞悬液的浓度以及细胞悬液体积的乘积,以得到未定容细胞个数。
通过未定容细胞个数等于细胞悬液的浓度乘以细胞悬液体积,便可得出细胞悬液的细胞个数。
S142、获取工艺规范中的目标浓度。
在本实施例中,目标浓度是指工艺规范内规定的细胞浓度。
S143、计算未定容细胞个数与目标浓度的商数,以得到目标溶液体积。
在本实施例中,目标溶液体积是指工艺规范内规定的细胞浓度与未定容细胞个数决定的体积。
S144、计算目标溶液体积与细胞悬液体积的差值,以得到定容所需溶液体积。
已知工艺规范中目标浓度为A个/ml,定容后的细胞悬液体积V=(av/A)ml,所以定容需要的溶液Q=(V-v)ml。
S150、根据定容所需溶液体积输出控制信号以驱动蠕动泵40根据控制信号添加溶液至细胞悬液内。
通过指令和参数智能配置,根据工艺实验,提前配置好参数,蠕动泵40精准添加指定的溶液Qml到离心管中,从而实现精准定容细胞浓度到A个/ml。
通过驱动蠕动泵40开和关的指令或者程序逻辑以及根据加的不同种类的液体的浓度的差异,配置蠕动泵40不同的转速参数等来精准控制流量,需要做大量的实验得出最优的配置参数结果。根据细胞个数不变,通过数学公式计算出定容需要精准添加液体的容积且在蠕动泵40的最优参数配置下,精准泵液,达到预期的定容浓度的目标,从而实现精准定容。
在本实施例中,上述的溶液包括培养基或者生理盐水。
S160、再次获取细胞悬液的液面高度图片,以得到定容图片。
在本实施例中,定容图片是指经过蠕动泵40添加溶液后完成定容的细胞悬液液面高度图片。
S170、根据定容图片以及未定容图片确定定容结果。
在本实施例中,定容结果是指实际增加的溶液的体积。
在一实施例中,请参阅图4,上述的步骤S170可包括步骤S171~S173。
S171、对所述定容图片进行图片识别,以得到定容图片的液面高度。
具体地,采用上述对未定容图片的分析方法进行图片识别,可提高细胞定容的准确率。
S172、计算定容图片的液面高度与未定容图片的液面高度的差值,以得到液面差。
在本实施例中,液面差是指定容图片的液面高度与未定容图片的液面高度的差值,也就是新增的溶液的高度。
S173、根据液面差计算定容增加的体积,以得到定容结果。
经过公式计算,添加溶液的容积是已知的,蠕动泵40配置最优情况下,泵液也是精确的;通过定容前后的两张图片的液面识别对比,图片分析出前后的体积变化;再次确认就是,验证公式计算出来的添加液体的体积和图片分析出来的液体变化的体积作为定容结果。
S180、根据定容结果输出通知至终端。
在一实施例中,请参阅图5,上述的步骤S180可包括步骤S181~S183。
S181、判断定容结果是否等于定容所需溶液体积;
S182、若定容结果等于定容所需溶液体积,则输出定容完成的通知至终端;
S183、若定容结果不等于定容所需溶液体积,则输出定容未完成的通知至终端。
对于上述的步骤S183而言,于其他实施例,还可以进一步判断定容结果是否大于定容所需溶液体积,若是,则输出定容超过所需体积的通知至终端;若否,则输出定容未超过所需体积的通知至终端;同时还可以计算超过的体积数和未超过的体积数。
第一次进行液面识别即图片分析时,是为了计算出的总体积和图片中的总体的比对;第二次进行液面识别即图片分析时,是为了计算出的要添加液体的体积和图片分析出的液面差表示的体积;定容后的确认,有利于提高定容的准确率。
流失细胞仪抽样计数可手工进行,其它的器件可自动化进行;
液面识别和图片比对结果,会受到CCD相机选型分辨率等参数因素的影响;细胞工艺参数以及工艺规范可以根据细胞种类和不同的用户,进行自定制适配;制备不同阶段的定容的参数,可以根据细胞种类和不同的用户,进行自定制适配。
上述的细胞智能定容系统的定容方法,通过确定细胞悬液浓度,采用图片识别技术进行液面识别,从而确定定容所需的体积,由蠕动泵40添加溶液后,再次进行图片识别,以确定定容结果,实现提高定容准确率以及效率。
上述仅以实施例来进一步说明本发明的技术内容,以便于读者更容易理解,但不代表本发明的实施方式仅限于此,任何依本发明所做的技术延伸或再创造,均受本发明的保护。本发明的保护范围以权利要求书为准。

Claims (9)

1.细胞智能定容系统,其特征在于,包括细胞检测单元、图片获取单元、控制器以及蠕动泵,所述细胞检测单元、图片获取单元以及所述蠕动泵分别与所述控制器连接;所述细胞检测单元,用于抽样并获取细胞悬液的浓度;所述图片获取单元,用于获取细胞悬液的液面高度图片;所述控制器,用于对细胞悬液的液面高度图片进行分析,以得到细胞悬液体积,根据所述细胞悬液的浓度以及细胞悬液体积确定定容所需溶液体积,并输出控制信号;所述蠕动泵,用于根据控制信号添加溶液至细胞悬液内。
2.根据权利要求1所述的细胞智能定容系统,其特征在于,所述细胞检测单元包括流式细胞仪。
3.根据权利要求1所述的细胞智能定容系统,其特征在于,所述细胞检测单元包括相机。
4.细胞智能定容系统的定容方法,所述定容方法使用了权利要求1至3任一项所述的细胞智能定容系统,其特征在于,包括:
获取细胞悬液的浓度;
获取细胞悬液的液面高度图片,以得到未定容图片;
对未定容图片进行分析,以得到细胞悬液体积;
根据所述细胞悬液的浓度以及细胞悬液体积确定定容所需溶液体积;
根据定容所需溶液体积输出控制信号以驱动蠕动泵根据控制信号添加溶液至细胞悬液内;
再次获取细胞悬液的液面高度图片,以得到定容图片;
根据所述定容图片以及未定容图片确定定容结果;
根据所述定容结果输出通知至终端。
5.根据权利要求4所述的细胞智能定容系统的定容方法,其特征在于,所述获取细胞悬液的浓度,包括:
通过流式细胞仪抽取设定量的细胞悬液,并对抽取的细胞悬液进行浓度检测,以得到细胞悬液的浓度。
6.根据权利要求4所述的细胞智能定容系统的定容方法,其特征在于,所述根据所述细胞悬液的浓度以及细胞悬液体积确定定容所需溶液体积,包括:
计算细胞悬液的浓度以及细胞悬液体积的乘积,以得到未定容细胞个数;
获取工艺规范中的目标浓度;
计算未定容细胞个数与目标浓度的商数,以得到目标溶液体积;
计算目标溶液体积与细胞悬液体积的差值,以得到定容所需溶液体积。
7.根据权利要求4所述的细胞智能定容系统的定容方法,其特征在于,所述溶液包括培养基或者生理盐水。
8.根据权利要求4所述的细胞智能定容系统的定容方法,其特征在于,所述根据所述定容图片以及未定容图片确定定容结果,包括:
对所述定容图片进行图片识别,以得到定容图片的液面高度;
计算定容图片的液面高度与未定容图片的液面高度的差值,以得到液面差;
根据液面差计算定容增加的体积,以得到定容结果。
9.根据权利要求8所述的细胞智能定容系统的定容方法,其特征在于,所述根据所述定容结果输出通知至终端,包括:
判断所述定容结果是否等于定容所需溶液体积;
若所述定容结果等于定容所需溶液体积,则输出定容完成的通知至终端;
若所述定容结果不等于定容所需溶液体积,则输出定容未完成的通知至终端。
CN201911359996.4A 2019-12-25 2019-12-25 细胞智能定容系统及其定容方法 Active CN111019813B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911359996.4A CN111019813B (zh) 2019-12-25 2019-12-25 细胞智能定容系统及其定容方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911359996.4A CN111019813B (zh) 2019-12-25 2019-12-25 细胞智能定容系统及其定容方法

Publications (2)

Publication Number Publication Date
CN111019813A true CN111019813A (zh) 2020-04-17
CN111019813B CN111019813B (zh) 2023-11-03

Family

ID=70214366

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911359996.4A Active CN111019813B (zh) 2019-12-25 2019-12-25 细胞智能定容系统及其定容方法

Country Status (1)

Country Link
CN (1) CN111019813B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111693397A (zh) * 2020-05-25 2020-09-22 广东省测试分析研究所(中国广州分析测试中心) 一种新型自动定容装置及自动定容方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999054439A1 (en) * 1998-04-17 1999-10-28 Science Research Laboratory, Inc. Isolation and purging of cells by means of osmotic pressure
CN101168717A (zh) * 2006-10-25 2008-04-30 中国科学院大连化学物理研究所 一种用于细胞凋亡研究的集成化微流控芯片及其应用
WO2016013394A1 (ja) * 2014-07-22 2016-01-28 株式会社日立ハイテクノロジーズ 細胞数濃度調整装置およびそれを用いた自動継代培養システム
CN107164321A (zh) * 2017-06-15 2017-09-15 长春申宇细胞生物技术有限公司 一种人类冻存单个核细胞高效扩增nk细胞的方法
CN206496802U (zh) * 2017-02-06 2017-09-15 河北中检之星仪器仪表有限公司 一种自动样品管定容仪
CN107192656A (zh) * 2017-04-06 2017-09-22 大连工业大学 一种基于流式细胞仪的刺参体腔细胞吞噬率检测方法
CN109536482A (zh) * 2018-12-19 2019-03-29 江南大学 一种基于酵母菌的微生物导电陶瓷及其制备方法和应用

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999054439A1 (en) * 1998-04-17 1999-10-28 Science Research Laboratory, Inc. Isolation and purging of cells by means of osmotic pressure
CN101168717A (zh) * 2006-10-25 2008-04-30 中国科学院大连化学物理研究所 一种用于细胞凋亡研究的集成化微流控芯片及其应用
WO2016013394A1 (ja) * 2014-07-22 2016-01-28 株式会社日立ハイテクノロジーズ 細胞数濃度調整装置およびそれを用いた自動継代培養システム
CN206496802U (zh) * 2017-02-06 2017-09-15 河北中检之星仪器仪表有限公司 一种自动样品管定容仪
CN107192656A (zh) * 2017-04-06 2017-09-22 大连工业大学 一种基于流式细胞仪的刺参体腔细胞吞噬率检测方法
CN107164321A (zh) * 2017-06-15 2017-09-15 长春申宇细胞生物技术有限公司 一种人类冻存单个核细胞高效扩增nk细胞的方法
CN109536482A (zh) * 2018-12-19 2019-03-29 江南大学 一种基于酵母菌的微生物导电陶瓷及其制备方法和应用

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
佟威威: "《医学检验的仪器与管理》", 31 May 2019, pages: 212 *
张寿萱等: "《结构模式识别》", 上海科学技术文献出版社, pages: 84 - 94 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111693397A (zh) * 2020-05-25 2020-09-22 广东省测试分析研究所(中国广州分析测试中心) 一种新型自动定容装置及自动定容方法

Also Published As

Publication number Publication date
CN111019813B (zh) 2023-11-03

Similar Documents

Publication Publication Date Title
CN104574353B (zh) 基于视觉显著性的表面缺陷判定方法
CN108830873B (zh) 深度图像物体边缘提取方法、装置、介质及计算机设备
US8154591B2 (en) Eyelid opening level determination device and computer readable medium storing computer program thereof
CN109448045B (zh) 基于slam的平面多边形物体测量方法及机器可读存储介质
CN105158258A (zh) 一种基于计算机视觉的竹条表面缺陷检测方法
WO2021109697A1 (zh) 字符分割方法、装置以及计算机可读存储介质
CN114399522A (zh) 一种基于高低阈值的Canny算子的边缘检测方法
CN113298776B (zh) 一种金属闭式水泵叶轮外观缺陷检测方法
CN109967143B (zh) 一种基于微流控显微系统的细胞大小检测方法
CN108052904A (zh) 车道线的获取方法及装置
CN107316311A (zh) 细胞核图像轮廓捕获设备及其方法
CN110564600A (zh) 一种吸液机构及其工作方法
Phoulady et al. An approach for overlapping cell segmentation in multi-layer cervical cell volumes
CN104574312A (zh) 标靶图像求圆心的方法和装置
CN114596329A (zh) 一种气体图像增强及气体泄露检测方法和系统
CN111019813A (zh) 细胞智能定容系统及其定容方法
CN109716355B (zh) 微粒边界识别
CN113296095A (zh) 一种用于脉冲探地雷达的目标双曲线边缘提取方法
CN116524196A (zh) 一种基于图像识别技术的输电线智能检测系统
CN116524205A (zh) 一种污水曝气自动检测识别方法
US9171228B2 (en) Method and system for estimating a similarity between two binary images
US20150254850A1 (en) System for detecting blood vessel structures in medical images
CN106600615A (zh) 一种图像边缘检测算法评价系统及方法
CN116934746B (zh) 划伤缺陷检测方法、系统、设备及其介质
CN210974680U (zh) 一种吸液机构

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
GR01 Patent grant
GR01 Patent grant