CN112666098A - 夏季肠道传染病致病病原体检测系统 - Google Patents
夏季肠道传染病致病病原体检测系统 Download PDFInfo
- Publication number
- CN112666098A CN112666098A CN202011229487.2A CN202011229487A CN112666098A CN 112666098 A CN112666098 A CN 112666098A CN 202011229487 A CN202011229487 A CN 202011229487A CN 112666098 A CN112666098 A CN 112666098A
- Authority
- CN
- China
- Prior art keywords
- spectrum
- electric signal
- signal spectrum
- surface plasma
- plasma waveguide
- 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
Images
Abstract
本发明公开了一种夏季肠道传染病致病病原体检测系统，包括：可调激光二极管用于发射红外激光，红外激光通过输入光纤传输至表面等离子波导内；表面等离子波导内粪便样本与生物传感器芯片进行生物或化学反应，生成新的物质，形成对红外激光有特征的吸收谱或在红外光激发下产生特殊的发射谱；光电探测器用于将吸收谱或发射谱的光信号谱转换成电信号谱，并将电信号谱传输至解调仪；解调仪用于对电信号谱进行解调，并将解调后电信号谱传输至控制器；控制器用于将解调后电信号谱输入至训练好的人工智能深度学习算法中，将解调后电信号谱与人工智能深度学习算法中的参考特征谱进行比较，以通过显示器显示输出粪便样本中细菌和病毒的种类和数量。
Description
技术领域
本发明涉及临床传染病预防和控制技术领域，特别是涉及一种基于人工智能深度学习算法的夏季肠道传染病致病病原体的检测系统。
背景技术
肠道传染病是病原体经口侵入肠道引起感染而导致的一组传染病，发病呈全球性，可爆发流行，临床表现以胃肠道症状为主，轻重不一，少数可出现严重并发症而导致死亡。例如，最严重的肠道传染病为法定的两种甲类传染病之一：霍乱。霍乱是因摄入的食物或水受到霍乱弧菌污染而引起的一种急性肠道传染病。霍乱是由霍乱弧菌所引起的。O1和O139这两种霍乱弧菌的血清型能够引起疾病暴发。霍乱传染性极强，可以导致患者出现严重的急性肾衰竭和严重的高钾血症，造成患者死亡。每年估计全世界有300万～500万霍乱病例，另有10万～12万人死亡。病发高峰期在夏季，能在数小时内造成腹泻脱水甚至死亡。
卫生行政主管部门对夏季肠道传染病历来高度重视，设置了专门的管理机构和专职卫生防疫人员，各级公立医院都设置专门的肠道传染病门诊，配备专职医生诊治，并且，为防止交叉感染，肠道传染病门诊的诊室通常与普通门诊分开。国内外医学专家对肠道传染病在基础医学和临床医学方面进行了广泛的研究。
近年以来，经过几代医务工作者的艰苦努力，夏季肠道传染病已经明显下降。但是，在餐馆饭店群聚性就餐造成的夏季肠道传染病的“食物中毒”仍然经常发生，往往造成数十人同时发病，重症患者需要住院治疗。预防夏季肠道传染病成为公共卫生部门和食品安全监督部门的重点任务，必须高度重视夏季肠道传染病的防范和治疗。基于人工智能深度学习算法应用于公共卫生领域的夏季肠道传染病致病菌的快速检测，以及早期诊断、早期治疗完全可以取得具有重要公共卫生临床价值的重要成果。
人工智能深度学习已经在临床医学领域研究工作中得到了广泛的应用，取得了不少新的重要成果，特别是在个体化医疗领域得到广泛应用。国外医学专家预测人工智能深度学习在临床医学的诊断和治疗方面与人类智能相比将具有更加重要的临床价值。深度学习的优势包括其具有自动化医学图像解释、增强临床决策、识别新的表型以及在复杂疾病中选择更好的治疗途径的能力。然而，深度学习也有弱点，包括在培训中需要大量的判定(“标记”)数据等。国外学者已经开始利用深度学习算法识别基因组学中的翻译研究。国际上，基于大数据和深度学习算法已经应用于精准的医学诊断和患者病情发展趋势的精准预测。在基础医学研究中，深度学习已经能够在不需要用户培训的情况下应用于核细胞和有丝分裂细胞的识别。目前，国外学者高度关注人工智能深度学习算法在精准医学和提高复杂疾病的快速诊断、治疗方面的应用。夏季肠道传染病是我国各级疾病预防控制部门重点防控的传染性疾病，在公共卫生疾病控制领域具有重要地位。因此，基于人工智能深度学习算法的快速检测夏季肠道传染病致病病原体的快速检测方式，可以加强临床医师对肠道传染病的早期诊断能力，具有重要的临床价值。
目前还未见关于基于人工智能深度学习算法的快速检测夏季肠道传染病致病病原体的系统在肠道传染病早期发现、早期诊断中的应用的研究报道。
发明内容
本发明针对现有技术存在的问题和不足，提供一种基于人工智能深度学习算法的夏季肠道传染病致病病原体的检测系统。
本发明是通过下述技术方案来解决上述技术问题的：
本发明提供一种夏季肠道传染病致病病原体检测系统，其特点在于，其包括可调激光二极管、表面等离子波导、生物传感器芯片、光电探测器、解调仪、控制器和显示器，所述表面等离子波导内设有生物传感器，所述表面等离子波导内用于承载粪便样本，所述可调激光二极管和表面等离子波导通过输入光纤连接，所述表面等离子波导和光电探测器通过输出光纤连接；
所述可调激光二极管用于发射红外激光，红外激光通过输入光纤传输至表面等离子波导内；
所述表面等离子波导内，粪便样本与生物传感器芯片进行生物或化学反应，生成新的物质，形成对红外激光有特征的吸收谱或在红外光激发下产生特殊的发射谱；
所述光电探测器用于将吸收谱或发射谱的光信号谱转换成电信号谱，并将电信号谱传输至解调仪；
所述解调仪用于对电信号谱进行解调，并将解调后电信号谱传输至控制器；
所述控制器用于将解调后电信号谱输入至训练好的人工智能深度学习算法中，将解调后电信号谱与人工智能深度学习算法中的参考特征谱进行比较，以输出粪便样本中细菌和病毒的种类和数量；
所述显示器用于显示粪便样本中细菌和病毒的种类和数量。
较佳地，所述生物传感器芯片采用酶传感器芯片、微生物传感器芯片、免疫传感器芯片或DNA生物传感器芯片。
在符合本领域常识的基础上，上述各优选条件，可任意组合，即得本发明各较佳实例。
本发明的积极进步效果在于：
本发明将人工智能深度学习算法应用于肠道传染病致病病原体的快速检测，通过检测肠道传染病患者各种样本中是否存在致病细菌和病毒，达到早期发现、早期诊断和早期治疗，以及早隔离，早报告的目标，可以加强夏季肠道传染病的预防控制能力，推动检验检疫技术的发展。
附图说明
图1为本发明较佳实施例的夏季肠道传染病致病病原体检测系统的结构原理图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，本领域普通技术人员在没有做出创造性劳动的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。
如图1所示，本实施例提供一种夏季肠道传染病致病病原体检测系统，其包括可调激光二极管1、表面等离子波导2、生物传感器芯片3、光电探测器4、解调仪5、控制器6和显示器7，所述表面等离子波导2内设有生物传感器芯片3，所述表面等离子波导2内用于承载粪便样本，所述可调激光二极管1和表面等离子波导2通过输入光纤8连接，所述表面等离子波导2和光电探测器4通过输出光纤9连接。
所述可调激光二极管1用于发射红外激光，红外激光通过输入光纤8传输至表面等离子波导2内。
所述表面等离子波导2内，粪便样本与生物传感器芯片3进行生物或化学反应，生成新的物质，形成对红外激光有特征的吸收谱或在红外光激发下产生特殊的发射谱。表面等离子体波导能够产生表面等离子体激元，能够大大增强生物传感器芯片对红外光的响应。
所述光电探测器4用于将吸收谱或发射谱的光信号谱转换成电信号谱，并将电信号谱传输至解调仪5。
所述解调仪5用于对电信号谱进行解调，并将解调后电信号谱传输至控制器6。
所述控制器6用于将解调后电信号谱输入至训练好的人工智能深度学习算法中，将解调后电信号谱与人工智能深度学习算法中的参考特征谱进行比较，以输出粪便样本中细菌和病毒的种类和数量。
所述显示器7用于显示粪便样本中细菌和病毒的种类和数量。
其中，所述生物传感器芯片3采用酶传感器芯片、微生物传感器芯片、免疫传感器芯片或DNA生物传感器芯片。
酶传感器芯片：酶传感器是由固定化酶和电化学器件构成，通过电极反应检测出与酶反应有关的物质，并转换为电信号，从而检测试液中的特定成分的浓度。酶传感器是间接型传感器，它不能直接测量待测物质，而是通过与反应有关的物质间接地测量待测物质。
微生物传感器芯片：由包括微生物的膜状感受器和电化学换能器组合而成，可以分为：以微生物呼吸活性(氧消耗量)为指标的呼吸活性测定型传感器，以微生物的代谢产物(电极活性物质)为指标的电极活性物质测定型传感器。
免疫传感器芯片：利用抗体能够识别抗原并和被识别抗原结合的功能，借此开发的生物传感器为免疫传感器。免疫传感器是以免疫测定法的原理为基础构成的，可分为标识免疫方式和非标识免疫方式。可以识别肽或蛋白质等高分子之间微小的结构差异。免疫传感器的应用包括(1)检测样本中的毒素：毒素的检测主要集中在伏马菌素、葡萄球菌肠毒素、黄曲霉毒素、肉毒毒素等上，所用传感器大多数采用光纤免疫传感器。(2)检测样本中的细菌：以电化学为基础的免疫传感器已成功用于检测细菌毒素蛋白质。
DNA生物传感器芯片：DNA生物传感器包括两部分，分子识别器件(DNA)和换能器。其设计原理是在电极上固定一条含有十几至上千条核苷酸的单链DNA，通过DNA分子杂交，对另一条含有互补碱基序列的DNA进行识别，结合成双连DNA。杂交反应在敏感元件上直接完成，换能器能将杂交过程所产生的变化转变成电信号。根据杂交前后电信号的变化量，推测出被检测的DNA量。DNA生物传感器应用于细菌感染性疾病、病毒感染性疾病等的检测方面。
将人工智能深度学习算法应用于疾病控制领域的肠道传染病致病细菌和病毒的快速检测，可以快速确诊导致急性肠道传染病发病的致病细菌和病毒，从而达到早期发现、早期诊断、早期治疗的目标，为肠道传染病的早期治疗奠定基础，此发明可以加强公共卫生部门对夏季肠道传染病的预防控制能力，具有重要的创新价值，产出较好的社会和经济效益。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。
Claims (2)
1.一种夏季肠道传染病致病病原体检测系统，其特征在于，其包括可调激光二极管、表面等离子波导、生物传感器芯片、光电探测器、解调仪、控制器和显示器，所述表面等离子波导内设有生物传感器，所述表面等离子波导内用于承载粪便样本，所述可调激光二极管和表面等离子波导通过输入光纤连接，所述表面等离子波导和光电探测器通过输出光纤连接；
所述可调激光二极管用于发射红外激光，红外激光通过输入光纤传输至表面等离子波导内；
所述表面等离子波导内，粪便样本与生物传感器芯片进行生物或化学反应，生成新的物质，形成对红外激光有特征的吸收谱或在红外光激发下产生特殊的发射谱；
所述光电探测器用于将吸收谱或发射谱的光信号谱转换成电信号谱，并将电信号谱传输至解调仪；
所述解调仪用于对电信号谱进行解调，并将解调后电信号谱传输至控制器；
所述控制器用于将解调后电信号谱输入至训练好的人工智能深度学习算法中，将解调后电信号谱与人工智能深度学习算法中的参考特征谱进行比较，以输出粪便样本中细菌和病毒的种类和数量；
所述显示器用于显示粪便样本中细菌和病毒的种类和数量。
2.如权利要求1所述的夏季肠道传染病致病病原体检测系统，其特征在于，所述生物传感器芯片采用酶传感器芯片、微生物传感器芯片、免疫传感器芯片或DNA生物传感器芯片。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011229487.2A CN112666098A (zh) | 2020-11-06 | 2020-11-06 | 夏季肠道传染病致病病原体检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011229487.2A CN112666098A (zh) | 2020-11-06 | 2020-11-06 | 夏季肠道传染病致病病原体检测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112666098A true CN112666098A (zh) | 2021-04-16 |
Family
ID=75403000
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011229487.2A Pending CN112666098A (zh) | 2020-11-06 | 2020-11-06 | 夏季肠道传染病致病病原体检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112666098A (zh) |
Citations (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1715874A (zh) * | 2005-07-21 | 2006-01-04 | 中国科学院光电技术研究所 | 一种高效、高灵敏度生化分子检测方法 |
| JP2006349551A (ja) * | 2005-06-17 | 2006-12-28 | Toshiba Corp | バイオセンサ型異常水質監視装置 |
| US20070153283A1 (en) * | 2006-01-03 | 2007-07-05 | Forward Electronics Co., Ltd. | Surface plasmon resonance detector |
| JP2007263736A (ja) * | 2006-03-28 | 2007-10-11 | Fdk Corp | 表面プラズモン共鳴センサを用いた測定システム |
| EP1995576A1 (de) * | 2007-05-23 | 2008-11-26 | InfraTec GmbH | Anordnung für die Detektion von Stoffen und/oder Stoffkonzentrationen mit durchstimmbarem Fabry-Perot-Interferometer |
| CN101625323A (zh) * | 2009-07-31 | 2010-01-13 | 电子科技大学 | 微纳米荧光光纤生物传感检测系统 |
| US20100123900A1 (en) * | 2008-11-20 | 2010-05-20 | National Chung Cheng University | Plasmon resonance sensing apparatus and sensing system thereof |
| US20130286380A1 (en) * | 2012-04-30 | 2013-10-31 | Finesse Solutions, Inc. | Method and apparatus for quantifying solutions comprised of multiple analytes |
| CN104819954A (zh) * | 2015-04-21 | 2015-08-05 | 曾安 | 免标记物近红外检测样品中生物物质含量的方法 |
| CN105723195A (zh) * | 2013-08-07 | 2016-06-29 | 撒拉弗生物科学有限责任公司 | 基于显微拉曼的手持式检测仪器及检测方法 |
| CN106596449A (zh) * | 2016-12-05 | 2017-04-26 | 武汉邮电科学研究院 | 一种中红外石墨烯等离子激元生化传感器 |
| CN206975037U (zh) * | 2017-05-02 | 2018-02-06 | 龙游外贸笋厂有限公司 | 一种食品安全快速检测仪 |
| CN107679569A (zh) * | 2017-09-27 | 2018-02-09 | 厦门大学 | 基于自适应超图算法的拉曼光谱物质自动识别方法 |
| CN207147972U (zh) * | 2017-09-12 | 2018-03-27 | 中国计量大学 | 一种基于光纤表面等离子共振的免疫球蛋白检测系统 |
| KR20190006334A (ko) * | 2017-07-10 | 2019-01-18 | 재단법인대구경북과학기술원 | 살아있는 생체 시료의 분석을 위한 고해상도 대기압 질량분석 이미징 시스템 및 이의 용도 |
| CN109863239A (zh) * | 2016-08-19 | 2019-06-07 | 莫纳什大学 | 用于病原体的鉴定和定量的光谱学系统和方法 |
| US20190318236A1 (en) * | 2018-04-14 | 2019-10-17 | Shanghai Jiao Tong University | Method and system for intelligent decision-making photonic signal processing |
| KR20200006695A (ko) * | 2018-07-11 | 2020-01-21 | 주식회사 아이센스 | 인공지능 딥러닝 학습을 이용한 생체측정물 농도 측정방법 |
| CN111471589A (zh) * | 2020-04-23 | 2020-07-31 | 华中科技大学 | 一种红外定量pcr核酸检测装置 |
| CN111554757A (zh) * | 2020-05-11 | 2020-08-18 | 深圳激子科技有限公司 | 一种基于等离激元增强的石墨烯中红外光探测器及制备方法 |
-
2020
- 2020-11-06 CN CN202011229487.2A patent/CN112666098A/zh active Pending
Patent Citations (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006349551A (ja) * | 2005-06-17 | 2006-12-28 | Toshiba Corp | バイオセンサ型異常水質監視装置 |
| CN1715874A (zh) * | 2005-07-21 | 2006-01-04 | 中国科学院光电技术研究所 | 一种高效、高灵敏度生化分子检测方法 |
| US20070153283A1 (en) * | 2006-01-03 | 2007-07-05 | Forward Electronics Co., Ltd. | Surface plasmon resonance detector |
| JP2007263736A (ja) * | 2006-03-28 | 2007-10-11 | Fdk Corp | 表面プラズモン共鳴センサを用いた測定システム |
| EP1995576A1 (de) * | 2007-05-23 | 2008-11-26 | InfraTec GmbH | Anordnung für die Detektion von Stoffen und/oder Stoffkonzentrationen mit durchstimmbarem Fabry-Perot-Interferometer |
| US20100123900A1 (en) * | 2008-11-20 | 2010-05-20 | National Chung Cheng University | Plasmon resonance sensing apparatus and sensing system thereof |
| CN101625323A (zh) * | 2009-07-31 | 2010-01-13 | 电子科技大学 | 微纳米荧光光纤生物传感检测系统 |
| US20130286380A1 (en) * | 2012-04-30 | 2013-10-31 | Finesse Solutions, Inc. | Method and apparatus for quantifying solutions comprised of multiple analytes |
| CN105723195A (zh) * | 2013-08-07 | 2016-06-29 | 撒拉弗生物科学有限责任公司 | 基于显微拉曼的手持式检测仪器及检测方法 |
| CN104819954A (zh) * | 2015-04-21 | 2015-08-05 | 曾安 | 免标记物近红外检测样品中生物物质含量的方法 |
| CN109863239A (zh) * | 2016-08-19 | 2019-06-07 | 莫纳什大学 | 用于病原体的鉴定和定量的光谱学系统和方法 |
| CN106596449A (zh) * | 2016-12-05 | 2017-04-26 | 武汉邮电科学研究院 | 一种中红外石墨烯等离子激元生化传感器 |
| CN206975037U (zh) * | 2017-05-02 | 2018-02-06 | 龙游外贸笋厂有限公司 | 一种食品安全快速检测仪 |
| KR20190006334A (ko) * | 2017-07-10 | 2019-01-18 | 재단법인대구경북과학기술원 | 살아있는 생체 시료의 분석을 위한 고해상도 대기압 질량분석 이미징 시스템 및 이의 용도 |
| CN207147972U (zh) * | 2017-09-12 | 2018-03-27 | 中国计量大学 | 一种基于光纤表面等离子共振的免疫球蛋白检测系统 |
| CN107679569A (zh) * | 2017-09-27 | 2018-02-09 | 厦门大学 | 基于自适应超图算法的拉曼光谱物质自动识别方法 |
| US20190318236A1 (en) * | 2018-04-14 | 2019-10-17 | Shanghai Jiao Tong University | Method and system for intelligent decision-making photonic signal processing |
| KR20200006695A (ko) * | 2018-07-11 | 2020-01-21 | 주식회사 아이센스 | 인공지능 딥러닝 학습을 이용한 생체측정물 농도 측정방법 |
| CN111471589A (zh) * | 2020-04-23 | 2020-07-31 | 华中科技大学 | 一种红外定量pcr核酸检测装置 |
| CN111554757A (zh) * | 2020-05-11 | 2020-08-18 | 深圳激子科技有限公司 | 一种基于等离激元增强的石墨烯中红外光探测器及制备方法 |
Non-Patent Citations (9)
| Title |
|---|
| MARTINA ABB ET AL.: "Surface-Enhanced Infrared Spectroscopy Using Metal Oxide Plasmonic Antenna Arrays" * |
| 付丽辉等: "基于调频光谱原理的在线式表面等离子体共振光纤传感器", 《光学学报》 * |
| 刘佳等: "电化学酶传感器在环境污染监测中的应用", 《化学进展》 * |
| 吴晨晨等: "石墨烯等离激元增强红外光谱" * |
| 朱珊莹等: "基于光谱吸收的光纤水分传感器研究", 《传感器与微系统》 * |
| 梁真飞等: "Ag 纳米粒子表面BSA隔离层对聚苯乙烯荧光的增强效应" * |
| 海一娜等: "水平腔面发射半导体激光器研究进展", 《中国光学》 * |
| 赖春红等: "基于等离子波导的表面增强拉曼芯片仿真分析" * |
| 邓海东等: "金属包覆多层ATR生物传感器的理论研究", 《传感技术学报》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11807894B2 (en) | Systems and methods for identifying a culture as positive for microorganisms with high confidence | |
| Fankhauser et al. | Epidemiologic and molecular trends of “Norwalk-like viruses” associated with outbreaks of gastroenteritis in the United States | |
| Kieser et al. | Bangladeshi children with acute diarrhoea show faecal microbiomes with increased Streptococcus abundance, irrespective of diarrhoea aetiology | |
| Tokarskyy et al. | Immunosensors for rapid detection of Escherichia coli O157: H7—Perspectives for use in the meat processing industry | |
| Peña-Gonzalez et al. | Metagenomic signatures of gut infections caused by different Escherichia coli pathotypes | |
| CA2715566C (en) | Systems and methods for presumptive identification of microorganism type in a culture | |
| Ram et al. | Rapid culture-independent quantitative detection of enterotoxigenic Escherichia coli in surface waters by real-time PCR with molecular beacon | |
| Clark et al. | Diagnostic accuracy of the FebriDx host response point-of-care test in patients hospitalised with suspected COVID-19 | |
| Kabayiza et al. | Diarrhoeagenic microbes by real-time PCR in Rwandan children under 5 years of age with acute gastroenteritis | |
| CN106010961B (zh) | 高通量环介导等温扩增鉴定食源性病原体装置及检测方法 | |
| Mouliou et al. | COVID-19 ‘asymptomatic’patients: an old wives’ tale | |
| Koya et al. | Rapid detection of Clostridium difficile toxins in stool by Raman spectroscopy | |
| Njouom et al. | Detection of influenza C virus infection among hospitalized patients, Cameroon | |
| Smieja et al. | Molecular detection of diarrheal pathogens | |
| De Marinis et al. | Detection of SARS-CoV-2 by rapid antigen tests on saliva in hospitalized patients with COVID-19 | |
| Nejma et al. | Etiology of acute diarrhea in tunisian children with emphasis on diarrheagenic Escherichia coli: prevalence and identification of E. coli virulence markers | |
| Robins-Browne et al. | Laboratory diagnostic challenges in case/control studies of diarrhea in developing countries | |
| CN112666098A (zh) | 夏季肠道传染病致病病原体检测系统 | |
| Burgner et al. | Epidemiology of Cryptosporidium parvum in symptomatic paediatric oncology patients | |
| Huang et al. | Correlation Between Prevalence of Selected Enteropathogens and Diarrhea in Children: A Case–Control Study in China | |
| Henriquez et al. | Procalcitonin levels in acute respiratory infection | |
| Wityk et al. | Optical method supported by machine learning for urinary tract infection detection and urosepsis risk assessment | |
| CN106636381A (zh) | 一种霍乱弧菌环介导等温扩增试剂盒及其应用 | |
| US10481083B2 (en) | Determination of blood volume in a culture bottle | |
| Pariwono et al. | Rapid tuberculosis detection technique for on-site patient screening |
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 |