CN111855542A - 一种快速细胞计数装置及计数方法 - Google Patents
一种快速细胞计数装置及计数方法 Download PDFInfo
- Publication number
- CN111855542A CN111855542A CN202010632839.2A CN202010632839A CN111855542A CN 111855542 A CN111855542 A CN 111855542A CN 202010632839 A CN202010632839 A CN 202010632839A CN 111855542 A CN111855542 A CN 111855542A
- Authority
- CN
- China
- Prior art keywords
- array
- light source
- infrared rays
- culture bottle
- cell counting
- 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
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000013528 artificial neural network Methods 0.000 claims abstract description 6
- 238000012706 support-vector machine Methods 0.000 claims abstract description 6
- 239000012086 standard solution Substances 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000006285 cell suspension Substances 0.000 claims description 6
- 230000001960 triggered effect Effects 0.000 claims description 4
- 239000008280 blood Substances 0.000 claims description 3
- 210000004369 blood Anatomy 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 230000006698 induction Effects 0.000 claims description 3
- 238000010238 partial least squares regression Methods 0.000 claims description 3
- 238000007865 diluting Methods 0.000 claims description 2
- 239000001963 growth medium Substances 0.000 claims description 2
- 108091027981 Response element Proteins 0.000 claims 3
- 238000004113 cell culture Methods 0.000 abstract description 8
- 238000005070 sampling Methods 0.000 abstract description 3
- 210000004027 cell Anatomy 0.000 description 34
- 238000013461 design Methods 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000010261 cell growth Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- -1 polyethylene Polymers 0.000 description 2
- 239000004698 Polyethylene Substances 0.000 description 1
- 239000004743 Polypropylene Substances 0.000 description 1
- 102000004142 Trypsin Human genes 0.000 description 1
- 108090000631 Trypsin Proteins 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004820 blood count Methods 0.000 description 1
- 210000004978 chinese hamster ovary cell Anatomy 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002609 medium Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000001672 ovary Anatomy 0.000 description 1
- 229920000573 polyethylene Polymers 0.000 description 1
- 229920001155 polypropylene Polymers 0.000 description 1
- 229920000915 polyvinyl chloride Polymers 0.000 description 1
- 239000004800 polyvinyl chloride Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 239000012588 trypsin Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume, or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Electro-optical investigation, e.g. flow cytometers
- G01N15/1434—Electro-optical investigation, e.g. flow cytometers using an analyser being characterised by its optical arrangement
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume, or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume, or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Electro-optical investigation, e.g. flow cytometers
- G01N15/1434—Electro-optical investigation, e.g. flow cytometers using an analyser being characterised by its optical arrangement
- G01N15/1436—Electro-optical investigation, e.g. flow cytometers using an analyser being characterised by its optical arrangement the optical arrangement forming an integrated apparatus with the sample container, e.g. a flow cell
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G01N15/075—
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume, or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N2015/1006—Investigating individual particles for cytology
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume, or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Electro-optical investigation, e.g. flow cytometers
- G01N2015/1486—Counting the particles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Dispersion Chemistry (AREA)
- Data Mining & Analysis (AREA)
- Analytical Chemistry (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
Abstract
本发明公开了一种无需取样的快速细胞计数装置。该装置包括一个多种波长红外发光二极管阵列作为光源,以及一个多种波长红外光电二极管阵列作为感光元件。光源和感光元件封装在一个避光的外壳内。该外壳内有一腔室,其尺寸适配常见的细胞培养器皿,如方形细胞培养瓶。上述光源位于上述腔室的顶部,上述感光元件位于上述腔室的底部。感光元件之上还有一层滤波光栅,过滤掉特定波长的可见光或红外线。红外光电二极管阵列将光强度信号转化为电压信号,经嵌入式微型计算机以偏最小二乘法、支持向量机或人工神经网络等机器算法处理后,计算得容器内的细胞浓度。
Description
技术领域
本发明涉及一种快速细胞计数装置及计数方法,属于细胞培养技术领域
背景技术
细胞计数是细胞培养过程中监控细胞生长的必要操作。传统的细胞计数或者在显微镜下 手工完成,或者将显微镜、摄像头和图像识别软件集成到一台设备,一定程度上实现自动计 数。
然而,无论采用何种方法,传统的细胞计数都需要取样、稀释等操作,步骤较多且增加 培养体系受污染的风险。尤其是对于贴壁生长的细胞,需要用胰蛋白酶将细胞洗下才能取样 计数,一般只在传代操作时才能进行一次,否则将会干扰细胞生长。现有的自动细胞计数仪 还有结构复杂,成本较高的缺点。
发明内容
本发明的目的是提供一种细胞技术装置,包括外壳,外壳内设有腔室,腔室其中一内壁 上安装有二极管光源阵列,与光源阵列相对的内壁上安装有至少含有两种及以上不同波长的 二极管感应元件阵列,二极管光源阵列和二极管感应元件阵列由开关触发,二极管光源阵列 发出红外线,二极管感应元件阵列接收红外线,并将光信号转化为电信号输出。
进一步地,所述光源阵列含有至少两种不同波长的红外发光二极管。
进一步地,所述感应元件阵列含有至少两种不同波长的红外发光二极管,感应元件阵列 的排列方式与光源阵列相同,感应元件阵列的每个感应点对应光源阵列的一个光源点,相对 应的发光二极管和光电二极管频率相同。
进一步地,所述光源阵列和感应元件阵列所用二极管发出的波长范围在700~1000nm。
进一步地,开关设于腔室内的底壁上。
进一步地,所述腔室与培养瓶适配使用,培养瓶插入腔室的一端抵触于开关上,触发光 源阵列和感应元件阵列。
本发明的另一目的是提供一种快速细胞计数方法,包括如下步骤:培养瓶插入腔室,触 发开关,仪器进入检测状态;光源阵列的二极管被激发,发射出相应波长的红外线,红外线 穿过培养瓶,部分被培养瓶内细胞吸收,剩余部分投过培养瓶壁射向感应元件阵列;感应元 件通电激发后,接收红外线,根据红外线的强度不同,产生对应的电压信号;电压信号由计 算机采集,计算后输出结果。
进一步地,采集电压信号后进行偏最小二乘法或支持向量机或人工神经网络进行计算。
进一步地,培养瓶、感应元件阵列之间还设有滤波光栅,红外线经过细胞吸收后,经由 光栅被感应元件阵列接收。
本发明的另一目的是提供一种细胞悬浮液浓度计算方法,应用了上述权利要求任意一项 所述的计数装置、计数方法,包括如下步骤:取浓度大于107细胞/毫升的细胞悬浮液;稀释 成一系列的等体积标准溶液,该系列的标准溶液浓度至少设计四种,并设空白培养基作为对 照;每个浓度的标准溶液重复三个样品;稀释后的标准溶液需重新通过血球计数板计数;将 上述样品注入洁净的T-25方形培养瓶,然后置入快速细胞计数装置,读取电压信号;使用 Python工具包sklearn中的PLSRegression函数,指定在的若干个电压信号中,由算法自动选 取3个成分对实验数据进行拟合。
本发明具有如下有益效果:
本发明针对传统细胞计数方法的不足,设计出一种基于红外光谱和机器学习算法的细胞 计数器。其特点在于无需取样,可以直接适配细胞培养常用的透明方形培养瓶或者其它器皿。 本发明采用700~1100纳米波长范围内多个不同波长的红外发光二极管组成一个光源阵列。不 同波长的红外线透过培养器皿的器壁进入培养器皿。红外线穿过悬浮或者附着在器皿内壁上 的细胞时,一部分红外线被吸收,红外线强度减弱。位于培养器皿另一侧的由不同波长红外 光电二极管阵列组成的感光元件将红外线信号转换为电压信号。光电二极管阵列中不同波长 的感光元件由于不同浓度的细胞吸对不同波长的红外线吸收程度不同,产生不同强度的电压 信号。该电压信号构成一个与细胞种类和细胞浓度相关的指纹图谱。构建一个基于偏最小二 乘法或支持向量机或人工神经网络的算法,将指纹图谱作为输入信号,细胞浓度作为算法的 输出值。该算法需要一定量的已知相应细胞浓度的指纹图谱作为训练数据。
附图说明
图1是本发明的设计思想可能的一种实现方式示意图;
图2a-1是根据本发明的思想实现的多种波长红外发光二极管阵列光源设计的电路图;
图2a-2是红外发光二极管阵列光源设计组装图示例;
图2b-1是根据本发明的思想实现的多种波长红外光电二极管阵列传感器设计的电路图;
图2b-2是红外光电二极管阵列传感器组装图示例;
图3用于提现本发明快速细胞浓度测量原理。
图4为实例3中对本发明所设计的细胞计数装置的标定结果,亦即机器学习 模型的训练结果。
图中,1、外壳;2、光源阵列;3、感应元件阵列;4、腔室;5、光束;6、滤波光栅;7、 感应元件;8、微型计算机。
具体实施方式
实施例1
如图1和图2所示,在由合适材料包括但不限于PVC,聚乙烯,聚丙烯,不锈钢等制成的 不透光外壳1内,含有一个与常用细胞培养,如eppendorf T-25瓶外型尺寸相当的腔室4。 腔室4的顶部,装有一个含700~1100nm范围内至少两种及以上不同波长的红外线发光二极管 组成的光源阵列2。本实施例中可取的波长节点值有800mm、900mm、1000mm。腔室4的底部, 装有一个含至少两种及以上不同波长的红外线光电二极管组成的感应元件阵列3。光源阵列2 可以为横行纵列的矩阵式,也可以按等边三角形排列,也可以按圆周排列,也可以是任何其 它排列方式。且腔室4的顶壁和底壁也不仅限于顶部和底部的内壁,可以是任一组相对的、 允许光线照射过细胞的内壁。光源阵列含有至少两种不同波长的红外发光二极管;感应元件 阵列3排列方式与光源阵列2相同,感应元件阵列3的每个感应点对应光源阵列2的一个光 源点,相对应的发光二极管和光电二极管频率相同。培养瓶插入腔室4后,触发其远端内壁 上的开关,仪器进入检测状态。开关可以是机械开关,也可以采用光学开关;此时,光源阵 列2的电源接通,红外线发光二极管L1至L6被激发,发射出相应波长的红外线。红外线穿 过细胞培养瓶,一部分红外线被培养瓶内的细胞吸收,剩余部分透过瓶底射向感应元件3。 感应元件阵列3的电源也同时被接通,接受红外线后根据其强度不同产生对应的电压信号。 至于外壳1内的嵌入式微型计算机,采集电压信号后进行偏最小二乘法或支持向量机或人工 神经网络计算,将结果输出到显示屏5。
实施例2:
结合图3对本发明工作原理的进一步阐释。一种快速细胞计数方法,包括如下步骤:细 胞培养器皿1插入光源3和感应元件7之间后,光源3发出的光束4被培养器皿内的细胞2 部分吸收。剩余强度的光束5经过滤波光栅6后,照射到感应元件7上,光强度信号转换为 电压信号。滤波光栅6的作用是减少设备内或者环境中散射光对测量结果的干扰。电压信号 被嵌型微型计算机8采集,并进行计算。计算结果输出到显示屏9。设备维护或者校准时, 可以通过局域网或者USB连接到个人电脑。由于本发明采用机器学习算法对数据进行处理, 需要一定数量的不同浓度的样本对算法进行标定,样本数量和浓度范围取决于用户的具体应 用,较优的做法是在实验所能达到的最高浓度和0之间取至少5个点。本实施例中是在运算 能力较强的个人电脑上完成训练。
实施例3:
一种细胞悬浮液浓度计算方法,包括如下步骤:
1.标准溶液制备
取浓度大于107细胞/毫升的中华鼹鼠卵巢CHO细胞悬浮液,经血球计数板确认浓度后, 稀释成一系列的等体积标准溶液,其浓度分别为:0.0,12.5,25,37.5,50×106细胞/毫 升,其中0.0×106标准溶液为空白培养基。较优的做法是准备5个浓度的标准溶液,每个浓 度的重复三个样品,以消除实验误差。稀释后的标准溶液需重新通过血球计数板计数。
2.将上述样品注入洁净的T-25方形培养瓶,然后置入本发明的快速细胞计数器,读取电 压信号。典型的电压信号如表1所示。
表1.不同浓度的标准样品产生的电压信号矩阵
3.使用Python工具包sklearn中的PLSRegression函数,指定在6个电压 信号中,由算法自动选取3个成分对实验数据进行拟合。此过程在机器学习领域 称为模型的训练。同样的数据,也可以使用sklearn中的svm支持向量机器,或 者是TensorFlow人工神经网络进行拟合。其操作步骤是机器学习领域从业人员 所熟知的,具体实施方式不影响本发明的有效性。
4.未知浓度样品的测量
一个未知浓度的样品置入本发明装置后,六个光电二极管产生的电压信号分别为
6.035,5.997,4.859,5.453,8.264,5.476。将该数据输入经过训练的偏最小二乘法 模型后,得到细胞浓度为24.2×106细胞/毫升。经血球计数板在显微镜下计数得到的浓度为 21.9×106细胞/毫升,误差为-3.2%,满足一般细胞计数精度的要求。
虽然本发明已以较佳实施例公开如上,但其并非用以限定本发明,任何熟悉此技术的人, 在不脱离本发明的精神和范围内,都可做各种的改动与修饰,因此本发明的保护范围应该以 权利要求书所界定的为准。
Claims (10)
1.一种快速细胞计数装置,包括外壳(1),其特征在于,外壳(1)内设有腔室(4),腔室(4)其中一内壁上安装有二极管光源阵列(2),与光源阵列(2)相对的内壁上安装有二极管感应元件阵列(3),二极管光源阵列(2)和二极管感应元件阵列(3)由开关触发,二极管光源阵列(2)发出红外线,二极管感应元件阵列(3)接收红外线,并将光信号转化为电信号输出。
2.根据权利要求1所述的一种快速细胞计数装置,其特征在于,所述光源阵列(2)含有至少两种不同波长的红外发光二极管。
3.根据权利要求2所述的一种快速细胞计数装置,其特征在于,所述感应元件阵列(3)含有至少两种不同波长的红外发光二极管,感应元件阵列(3)的排列方式与光源阵列(2)相同,感应元件阵列(3)的每个感应点对应光源阵列(2)的一个光源点,相对应的发光二极管和光电二极管频率相同。
4.根据权利要求1-3任意一项所述的一种快速细胞计数装置,其特征在于,所述光源阵列(2)和感应元件阵列(3)所用二极管发出的波长范围在700~1000nm。
5.根据权利要求1任意一项所述的一种快速细胞计数装置,其特征在于,开关设于腔室(4)内的底壁上。
6.根据权利要求1-5任意一项所述的一种快速细胞计数装置,其特征在于,所述腔室(4)与培养瓶适配使用,培养瓶插入腔室(4)的一端抵触于开关上,触发光源阵列(2)和感应元件(7)阵列(3)。
7.一种快速细胞计数方法,其特征在于,包括如下步骤:培养瓶插入腔室(4),触发开关,仪器进入检测状态;光源阵列(2)的二极管被激发,发射出相应波长的红外线,红外线穿过培养瓶,部分被培养瓶内细胞接收,剩余部分投过培养瓶壁射向感应元件(7)阵列(3);感应元件(7)通电激发后,接收红外线,根据红外线的强度不同,产生对应的电压信号;电压信号由计算机采集,计算后输出结果。
8.根据权利要求7所述的一种快速细胞计数方法,其特征在于,采集电压信号后进行偏最小二乘法或支持向量机或人工神经网络计算。
9.根据权利要求7所述的一种快速细胞计数方法,其特征在于,培养瓶、感应元件(7)阵列(3)之间还设有滤波光栅(6),红外线经过细胞吸收后,经由光栅被感应元件(7)阵列(3)接收。
10.一种细胞悬浮液浓度计算方法,其特征在于,应用了上述权利要求1-6任意一项所述的计数装置、权利要求7-9任意一项所述的计数方法,包括如下步骤:取浓度大于107细胞/毫升的细胞悬浮液;稀释成一系列的等体积标准溶液,该系列的标准溶液浓度至少设计四种,并设空白培养基作为对照;每个浓度的标准溶液重复三个样品;稀释后的标准溶液需重新通过血球计数板计数;将上述样品注入洁净的T-25方形培养瓶,然后置入快速细胞计数装置,读取电压信号;使用Python工具包sklearn中的PLSRegression函数,指定在的若干个电压信号中,由算法自动选取3个成分对实验数据进行拟合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010632839.2A CN111855542A (zh) | 2020-07-02 | 2020-07-02 | 一种快速细胞计数装置及计数方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010632839.2A CN111855542A (zh) | 2020-07-02 | 2020-07-02 | 一种快速细胞计数装置及计数方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111855542A true CN111855542A (zh) | 2020-10-30 |
Family
ID=73152155
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010632839.2A Pending CN111855542A (zh) | 2020-07-02 | 2020-07-02 | 一种快速细胞计数装置及计数方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111855542A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115479873A (zh) * | 2022-07-29 | 2022-12-16 | 浙江新瑞欣科技股份有限公司 | 一种金刚砂镀液中金刚微粉浓度分布测试仪 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1366604A (zh) * | 2000-03-31 | 2002-08-28 | 神户大学校长代表的日本国 | 用可见光线和/或近红外线诊断有无乳房炎的方法与装置 |
US20020141902A1 (en) * | 2001-03-29 | 2002-10-03 | Masatsugu Ozasa | Flow cytometer |
CN1582327A (zh) * | 2001-09-06 | 2005-02-16 | 基因描绘系统有限公司 | 复制细胞的快速检测 |
CN1809739A (zh) * | 2003-07-02 | 2006-07-26 | 甘布罗公司 | 用于血液处理的监测和控制系统 |
CN101382482A (zh) * | 2008-10-24 | 2009-03-11 | 西北工业大学 | 一种细胞计数的方法 |
CN202177564U (zh) * | 2011-07-08 | 2012-03-28 | 无锡荣兴科技有限公司 | 一种采用蓝色半导体激光器的血液细胞分析仪 |
CN202364268U (zh) * | 2011-11-24 | 2012-08-01 | 东莞宇龙通信科技有限公司 | 具血流检测功能的翻盖手机 |
CN103347550A (zh) * | 2010-11-17 | 2013-10-09 | 弗雷泽纽斯医疗保健控股公司 | 用于光学监视系统的传感器夹组件 |
CN107044950A (zh) * | 2017-03-19 | 2017-08-15 | 北京化工大学 | Cd4+t淋巴细胞计数检测微流控装置 |
CN109414225A (zh) * | 2016-05-23 | 2019-03-01 | 因赛特系统公司 | 用于检测生物特性的光发射器及传感器 |
CN110088601A (zh) * | 2016-07-15 | 2019-08-02 | 切尔西科技集团 | 对光敏细胞进行计数 |
CN110198786A (zh) * | 2016-11-14 | 2019-09-03 | 浩康生物系统公司 | 用于分选目标颗粒的方法和装置 |
-
2020
- 2020-07-02 CN CN202010632839.2A patent/CN111855542A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1366604A (zh) * | 2000-03-31 | 2002-08-28 | 神户大学校长代表的日本国 | 用可见光线和/或近红外线诊断有无乳房炎的方法与装置 |
US20020141902A1 (en) * | 2001-03-29 | 2002-10-03 | Masatsugu Ozasa | Flow cytometer |
CN1582327A (zh) * | 2001-09-06 | 2005-02-16 | 基因描绘系统有限公司 | 复制细胞的快速检测 |
CN1809739A (zh) * | 2003-07-02 | 2006-07-26 | 甘布罗公司 | 用于血液处理的监测和控制系统 |
CN101382482A (zh) * | 2008-10-24 | 2009-03-11 | 西北工业大学 | 一种细胞计数的方法 |
CN103347550A (zh) * | 2010-11-17 | 2013-10-09 | 弗雷泽纽斯医疗保健控股公司 | 用于光学监视系统的传感器夹组件 |
CN202177564U (zh) * | 2011-07-08 | 2012-03-28 | 无锡荣兴科技有限公司 | 一种采用蓝色半导体激光器的血液细胞分析仪 |
CN202364268U (zh) * | 2011-11-24 | 2012-08-01 | 东莞宇龙通信科技有限公司 | 具血流检测功能的翻盖手机 |
CN109414225A (zh) * | 2016-05-23 | 2019-03-01 | 因赛特系统公司 | 用于检测生物特性的光发射器及传感器 |
CN110088601A (zh) * | 2016-07-15 | 2019-08-02 | 切尔西科技集团 | 对光敏细胞进行计数 |
CN110198786A (zh) * | 2016-11-14 | 2019-09-03 | 浩康生物系统公司 | 用于分选目标颗粒的方法和装置 |
CN107044950A (zh) * | 2017-03-19 | 2017-08-15 | 北京化工大学 | Cd4+t淋巴细胞计数检测微流控装置 |
Non-Patent Citations (4)
Title |
---|
刘斌等: "《细胞培养》", 31 January 2018, 世界图书出版公司 * |
彭承琳等: "《生物医学传感器原理与应用》", 30 July 2011, 重庆大学出版社 * |
邓文芝等: "《临床检验基础》", 31 March 2012, 人民军医出版社 * |
陆同兴: "《激光光谱技术原理及应用》", 30 July 2009, 中国科学技术大学出版社 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115479873A (zh) * | 2022-07-29 | 2022-12-16 | 浙江新瑞欣科技股份有限公司 | 一种金刚砂镀液中金刚微粉浓度分布测试仪 |
CN115479873B (zh) * | 2022-07-29 | 2023-10-13 | 浙江新瑞昕科技股份有限公司 | 一种金刚砂镀液中金刚微粉浓度分布测试仪 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10215747B2 (en) | System and method for determining fill volume in a container | |
US6836332B2 (en) | Instrument and method for testing fluid characteristics | |
CN110073244A (zh) | 用于确定光子的飞行时间的直方图读出方法和电路 | |
US9103812B2 (en) | Photo-coupled data acquisition system and method | |
CN1160555C (zh) | 缺少透镜探测系统和方法 | |
CN109791109B (zh) | 荧光寿命传感器模块和使用传感器模块确定荧光寿命的方法 | |
CN103308497A (zh) | 用于研究生物细胞或细胞培养物的方法和酶标仪 | |
CN205246547U (zh) | 基于颜色传感器的尿液分析检测系统 | |
CN103884700A (zh) | 荧光增白剂检测仪及检测方法 | |
JP2022528426A (ja) | 自動化された細胞の培養および試験のためのインキュベーションシステムおよび方法 | |
US9915601B2 (en) | Method for examining microorganisms and examination apparatus for microorganisms | |
JP2016529493A (ja) | 細胞選別方法および関連する装置 | |
CN111855542A (zh) | 一种快速细胞计数装置及计数方法 | |
US20230314782A1 (en) | Sample observation device and sample observation method | |
CN102305778B (zh) | 微多光谱荧光接收和处理系统 | |
AU2014308993A1 (en) | Nephelometry method and apparatus for determining the concentration of suspended particles in an array of sample containers | |
CN105973469B (zh) | 带同步辐射矫正的无人机载高光谱图像探测仪及方法 | |
US10620176B2 (en) | Light controlling assembly for an egg identification system, and associated method | |
CN204044070U (zh) | 农药残留量检测装置 | |
KR101829551B1 (ko) | 셀 카운팅 장치 및 이를 이용한 셀 카운팅 방법 | |
CN105372215A (zh) | 农药残留量检测装置及方法 | |
CN210720076U (zh) | 一种基于近前向散射光检测的悬浮颗粒物浓度监测装置 | |
CN201681045U (zh) | 便携式无线传输图像显示型微生物快速检测探照灯 | |
CN212932387U (zh) | 环氧树脂固化剂透光率检测装置 | |
CN217981259U (zh) | 一种程控荧光探测传感器 |
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: 20201030 |
|
RJ01 | Rejection of invention patent application after publication |