CN114414505A - 量子光谱微生物智能监测终端 - Google Patents
量子光谱微生物智能监测终端 Download PDFInfo
- Publication number
- CN114414505A CN114414505A CN202210075054.9A CN202210075054A CN114414505A CN 114414505 A CN114414505 A CN 114414505A CN 202210075054 A CN202210075054 A CN 202210075054A CN 114414505 A CN114414505 A CN 114414505A
- Authority
- CN
- China
- Prior art keywords
- quantum
- module
- microbial
- microorganism
- spectrum
- 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 40
- 238000001228 spectrum Methods 0.000 title claims abstract description 39
- 238000012544 monitoring process Methods 0.000 title claims abstract description 24
- 230000000813 microbial effect Effects 0.000 claims abstract description 27
- 238000003384 imaging method Methods 0.000 claims abstract description 22
- 230000003321 amplification Effects 0.000 claims abstract description 18
- 238000003199 nucleic acid amplification method Methods 0.000 claims abstract description 18
- 238000004891 communication Methods 0.000 claims abstract description 10
- 244000052616 bacterial pathogen Species 0.000 claims abstract description 9
- 241000700605 Viruses Species 0.000 claims abstract description 7
- 239000002245 particle Substances 0.000 claims abstract description 5
- 238000012545 processing Methods 0.000 claims abstract description 5
- 238000004458 analytical method Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 16
- 239000013078 crystal Substances 0.000 claims description 13
- 238000005516 engineering process Methods 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 8
- 230000006835 compression Effects 0.000 claims description 6
- 238000007906 compression Methods 0.000 claims description 6
- 238000002347 injection Methods 0.000 claims description 6
- 239000007924 injection Substances 0.000 claims description 6
- 238000012634 optical imaging Methods 0.000 claims description 6
- 230000003595 spectral effect Effects 0.000 claims description 4
- 230000001678 irradiating effect Effects 0.000 claims description 3
- 230000008832 photodamage Effects 0.000 claims description 3
- 239000004065 semiconductor Substances 0.000 claims description 3
- 238000004611 spectroscopical analysis Methods 0.000 claims 1
- 241000894007 species Species 0.000 abstract description 3
- 241000894006 Bacteria Species 0.000 description 13
- 230000001580 bacterial effect Effects 0.000 description 9
- 238000001514 detection method Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000010287 polarization Effects 0.000 description 4
- 241000193163 Clostridioides difficile Species 0.000 description 3
- 241000588724 Escherichia coli Species 0.000 description 3
- 241000607762 Shigella flexneri Species 0.000 description 3
- 238000003708 edge detection Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 241000193155 Clostridium botulinum Species 0.000 description 2
- AUNGANRZJHBGPY-SCRDCRAPSA-N Riboflavin Chemical compound OC[C@@H](O)[C@@H](O)[C@@H](O)CN1C=2C=C(C)C(C)=CC=2N=C2C1=NC(=O)NC2=O AUNGANRZJHBGPY-SCRDCRAPSA-N 0.000 description 2
- 238000000701 chemical imaging Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 229930027945 nicotinamide-adenine dinucleotide Natural products 0.000 description 2
- BOPGDPNILDQYTO-NNYOXOHSSA-N nicotinamide-adenine dinucleotide Chemical compound C1=CCC(C(=O)N)=CN1[C@H]1[C@H](O)[C@H](O)[C@@H](COP(O)(=O)OP(O)(=O)OC[C@@H]2[C@H]([C@@H](O)[C@@H](O2)N2C3=NC=NC(N)=C3N=C2)O)O1 BOPGDPNILDQYTO-NNYOXOHSSA-N 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 244000052769 pathogen Species 0.000 description 2
- 230000001717 pathogenic effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000004659 sterilization and disinfection Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000005428 wave function Effects 0.000 description 2
- 208000035473 Communicable disease Diseases 0.000 description 1
- AUNGANRZJHBGPY-UHFFFAOYSA-N D-Lyxoflavin Natural products OCC(O)C(O)C(O)CN1C=2C=C(C)C(C)=CC=2N=C2C1=NC(=O)NC2=O AUNGANRZJHBGPY-UHFFFAOYSA-N 0.000 description 1
- 241000233866 Fungi Species 0.000 description 1
- QIVBCDIJIAJPQS-VIFPVBQESA-N L-tryptophane Chemical compound C1=CC=C2C(C[C@H](N)C(O)=O)=CNC2=C1 QIVBCDIJIAJPQS-VIFPVBQESA-N 0.000 description 1
- QIVBCDIJIAJPQS-UHFFFAOYSA-N Tryptophan Natural products C1=CC=C2C(CC(N)C(O)=O)=CNC2=C1 QIVBCDIJIAJPQS-UHFFFAOYSA-N 0.000 description 1
- 239000000809 air pollutant Substances 0.000 description 1
- 231100001243 air pollutant Toxicity 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000000799 fluorescence microscopy Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000005541 medical transmission Effects 0.000 description 1
- 238000001000 micrograph Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 229950006238 nadide Drugs 0.000 description 1
- ZBWBYBYOJRDPDE-UHFFFAOYSA-K potassium titanium(4+) phosphate Chemical compound P(=O)([O-])([O-])[O-].[Ti+4].[K+] ZBWBYBYOJRDPDE-UHFFFAOYSA-K 0.000 description 1
- WYOHGPUPVHHUGO-UHFFFAOYSA-K potassium;oxygen(2-);titanium(4+);phosphate Chemical compound [O-2].[K+].[Ti+4].[O-]P([O-])([O-])=O WYOHGPUPVHHUGO-UHFFFAOYSA-K 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000011155 quantitative monitoring Methods 0.000 description 1
- 229960002477 riboflavin Drugs 0.000 description 1
- 235000019192 riboflavin Nutrition 0.000 description 1
- 239000002151 riboflavin Substances 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- 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
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
-
- 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
-
- 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
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/6402—Atomic fluorescence; Laser induced fluorescence
-
- 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
- G01N2015/1022—Measurement of deformation of individual particles by non-optical means
-
- 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
- G01N2015/1024—Counting particles by non-optical means
Landscapes
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Dispersion Chemistry (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明涉及微生物技术领域,公开了量子光谱微生物智能监测终端,包括微生物量子光谱成像系统、微生物图像输出计数及分类系统和电源模块,所述微生物量子光谱成像系统包括激光器、信号接收模块、量子增强相敏无噪放大模块和探测器;所述激光器用于激发微生物粒子发出荧光信号;所述微生物图像输出计数及分类系统包括图像识别算法模块和无线通信模块。本发明通过微生物量子光谱成像系统将环境中的致病性细菌以及病毒进行量子光谱显微成像,通过微生物图像输出计数及分类系统对图像进行处理分析,计算出微生物浓度和种类,并显示在网页或APP端,从而对空气中以及物体表面的致病性细菌、病毒进行实时快速监测,且可以随时随地进行远程查看。
Description
技术领域
本发明涉及微生物技术领域,具体是量子光谱微生物智能监测终端。
背景技术
在生物制药洁净室、医院无菌手术室等需要无菌环境监测;在口岸检验检疫,重要部门与重大活动安全保卫,反生物恐怖袭击,生物武器预警等场合,也需要监测空气中浮游微生物的浓度,然而传统微生物检测设备操作环节较多,检测方式较为繁琐,培养时间长,无论人工还是耗材成本投入较高。
中国专利公开了一种量化的病原体微生物安全风险指标的监测系统及方法(授权公告号CN112986503B),该专利技术通过物联网将空气质量监测数据与空气污染物作为病原体微生物传播载体相结合,触发监测点的安全风险评估以及响应机制,提升了传染疾病传播控制的智能化决策手段和响应速度,但是其没有设置成像和计数分析模块,不能使得微生物以图像的形式呈现,从而不能有效地对微生物浓度和种类进行监测。
发明内容
本发明的目的在于提供量子光谱微生物智能监测终端,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
量子光谱微生物智能监测终端,包括微生物量子光谱成像系统、微生物图像输出计数及分类系统和电源模块,所述微生物量子光谱成像系统包括激光器、信号接收模块、量子增强相敏无噪放大模块和探测器;所述激光器用于激发微生物粒子发出荧光信号;
所述信号接收模块用于收集荧光信号,并利用量子效应接收光谱信号;
所述量子增强相敏无噪放大模块包含注入量子光场真空压缩态和无噪相位敏感放大,所述量子光场真空压缩态的注入用于通过软边光澜的模糊图像中的高频信息所对应的散粒噪声,所述无噪相位敏感放大用于弥补探测器的量子效率不足而引起的光子损失;
所述探测器用于接收经压缩光注入和相敏无噪放大的信号光以实现微生物光学成像;
所述微生物图像输出计数及分类系统包括图像识别算法模块和无线通信模块;所述无线通信模块用于连接云平台,所述云平台连接有数据库,所述数据库连接有网页和APP端;
所述电源模块由充电电池和外部电源接口组成。
作为本发明再进一步的方案:监测方法包括以下步骤:
S1、微生物量子光谱成像:通过激光器将发射的激光束均匀照射到目标物体上,携带物体信息的信号光经信号接收模块接收,然后往信号光中注入压缩光;再进入量子增强相敏无噪放大模块中进行放大处理;最后探测器接收经压缩光注入和相敏无噪放大的信号光以实现微生物光学成像;
S2、微生物图像输出计数及分类:通过图像识别算法模块生成的光谱图像通过无线通信模块上传至云平台,由后台服务器经过数据库来分析判断致病性细菌以及病毒类型和浓度,最终显示在网页或APP端,从而可以随时随地进行远程查看。
作为本发明再进一步的方案:所述激光器采用波长为405nm的半导体激光器,功率选用70mW。
作为本发明再进一步的方案:所述信号接收模块采用SPDC非线性晶体量子传感器。
作为本发明再进一步的方案:所述探测器采用EMCCD相机,EMCCD相机具有量子效率高、低噪声、高帧频、动态范围大、强光损伤小、体积功耗小的优点。
作为本发明再进一步的方案:所述网页和APP端设置有微生物超标阈值或有害微生物报警,当监测的微生物浓度超过设置的阈值或者监测的区域出现了有害微生物,平台会出现报警提示信息,通过电话或短信通知相关人员,及时采取消毒等处理措施。
作为本发明再进一步的方案:所述图像识别算法模块由开源的OpenCV软件和基于数据库的图像识别技术组成,通过开源的OpenCV软件对微生物图像进行处理分析,计算出微生物浓度,通过基于数据库的图像识别技术对细菌进行分类。
与现有技术相比,本发明的有益效果:
本发明通过微生物量子光谱成像系统将环境中的微生物菌进行量子光谱显微成像,通过微生物图像输出计数及分类系统对微生物图像进行处理分析,计算出微生物浓度和种类,并显示在网页或APP端,从而对空气中的浮游微生物以及物体表面的致病细菌进行实时快速监测,且可以随时随地进行远程查看,大大地降低了监测成本,提高了监测效率,设置电源模块,便于携带,操作简单。
附图说明
图1为量子光谱微生物智能监测终端的工作流程示意图;
图2为量子光谱微生物智能监测终端中对细菌的光谱显微图;
图3为量子光谱微生物智能监测终端中对细菌显微图像进行计数分析的流程图。
具体实施方式
请参阅图1~3,本发明实施例中,量子光谱微生物智能监测终端,包括微生物量子光谱成像系统、微生物图像输出计数及分类系统和电源模块,微生物量子光谱成像系统包括激光器、信号接收模块、量子增强相敏无噪放大模块和探测器;激光器用于激发微生物粒子发出荧光信号;
信号接收模块用于收集荧光信号,并利用量子效应接收光谱信号;
量子增强相敏无噪放大模块包含注入量子光场真空压缩态和无噪相位敏感放大,量子光场真空压缩态的注入用于通过软边光澜的模糊图像中的高频信息所对应的散粒噪声,无噪相位敏感放大用于弥补探测器的量子效率不足而引起的光子损失,从而达到提高分辨率和图像质量的效果;
探测器用于接收经压缩光注入和相敏无噪放大的信号光以实现微生物光学成像;
微生物图像输出计数及分类系统包括图像识别算法模块和无线通信模块;无线通信模块用于连接云平台,云平台连接有数据库,数据库连接有网页和APP端;
电源模块由充电电池和外部电源接口组成,从而既可以直接接入外部电源使用,也可脱离电源使用。
优选的,监测方法包括以下步骤:
S1、微生物量子光谱成像:通过激光器将发射的激光束均匀照射到目标物体上,携带物体信息的信号光经信号接收模块接收,然后往信号光中注入压缩光;再进入量子增强相敏无噪放大模块中进行放大处理;最后探测器接收经压缩光注入和相敏无噪放大的信号光以实现微生物光学成像;
S2、微生物图像输出计数及分类:通过图像识别算法模块生成的光谱图像通过无线通信模块上传至云平台,由后台服务器经过数据库来分析判断微生物类型和浓度,最终显示在网页或APP端,从而可以随时随地进行远程查看。
优选的,激光器采用波长为405nm的半导体激光器,功率选用70mW;发射激光束均匀照射目标物体,可以有效激发含有色氨酸、烟酰胺腺嘌呤二核苷酸(NADH)、核黄素等物质的真菌、细菌等微生物发出荧光信号光。
优选的,信号接收模块采用SPDC非线性晶体量子传感器,晶体材料为周期极化磷酸氧钛钾晶体,是一种高效率的非线性材料;周期极化磷酸氧钛钾晶体可以根据不同的非线性应用定制,SPDC非线性晶体量子传感器利用量子效应接收荧光信号,当激光照射时,SPDC非线性晶体量子传感器把荧光分成两个光,一个是信号光子,一个是闲散光子,闲散光子和信号光子携带着微生物粒子生物信息。
优选的,探测器采用EMCCD相机,EMCCD相机具有量子效率高、低噪声、高帧频、动态范围大、强光损伤小、体积功耗小等优点,在微弱光检测领域应用越来越广泛,如:在生物光成像检测领域如活体成像、弱荧光成像、光谱成像等方面应用,EMCCD相机在结构上除了成像区、存储区和水平读出寄存器之外,EMCCD 在水平读出寄存器和读出放大器之间还多了一个电荷倍增移位寄存器;这个电荷倍增移位寄存器是EMCCD技术的关键,利用电荷倍增移位寄存器可以使信号电荷在经过读出放大器转化为电压信号之前被倍增放大1~1000倍,这样有效信号得到放大而加强,电路的读出噪声对信噪比的影响被有效地抑制,突破传统CCD相机中读出噪声占主导地位的限制,实现微弱光信号检测;
当一束激光照射到SPDC非线性晶体量子传感器上,这个激光中的光子就会以一定的概率产生较低频率的光子,其中的机理是根据Manley-Rowe 关系,每湮没一个高频光子,同时会产生两个低频光子;其中激光光子的频率ωt,产生两光子的频率分别是ωs和 ωi,分别叫做信号光子和闲散光子,激光的光子进入二阶非线性的晶体中会产生极化,因而产生一个频率为ωi的闲散光子(ωi=ωt一ωs),接着闲散光子和激光的光子产生非线性耦合,产生出频率为ωs的信号光子(ωs=ωt一ωi);激发光子的是激光,因为它的强度较大,这样才能在非线性的晶体中产生信号光子和闲散光子,这个闲散光子和信号光子携带着原来受到激光照射物体的信息。
一般的混频过程是两束光进入非线性晶体后,它们之间的频率产生相加减,而SPDC过程是单一激光进入非线性晶体中,通过温度和角度的调谐产生下转换的光,并且在这下转换过程中满足能量和动量守恒条件的.即∶ωt=ωs+ωi(1); kt=ks+ki(2)
式中,kt、ks、ki分别是激光光的波矢和下转换光的波矢;
ωt 、ωs 、ωi分别是激光光子、信号光子、闲散光子的频率;从公式(1)和(2)可以看出,SPDC光场属于非经典光场。SPDC双光子具有量子相关性,它们具有频率、时间、偏振和自旋纠缠特性,以及全同的强度涨落,而且在垂直于激光的横断平面上下转换参量光的分布是非常特殊的,信号光子和闲散光子在空间上是一一对应的,一个光子的探测不仅表明了另一光子的存在,而且诸如发射时间、波长、方向和偏振方向等特性都可以以一个光子的探测而获知另一光子的特性,从量子理论中的海森伯表象理论得到量子的任意时刻的波函数等于初始时刻的波函数,因而从信号光子和困闲散光子的算符可以表示出光子任意时刻的状态;这样就可以通过探测器中的光子的状态来反演SPDC中的光子的状态;由于产生的双光子具有频率、时间、偏振和自旋纠缠特性,以及全同的强度涨落,所以对闲散光子可以通过EMCCD相机直接来探测到;
信号光和闲散光的方向和状态在一定范围内是随机出现的,这样会出现两个EMCCD相机接受信号的概率,所以在两个EMCCD相机接受信号时需要对信号光子的概率进行计算,然后按照理论值来对光子进行探测,探测到的光子携带了原来信号光的相位特性和相干时间信息;对信号光子和困散光子探测就可以得到原来信号光的相位和相干时间信息;这样就可以用信号光子和闲散光子的处理来反演原来信号的信息,从而得到信号的信息,可以通过这个结论来推演出信号的成像。
优选的,网页和APP端设置有微生物超标阈值或有害微生物报警,当监测的微生物浓度超过设置的阈值或者监测的区域出现了有害微生物,平台会出现报警提示信息,通过电话或短信通知相关人员,及时采取消毒等处理措施。
优选的,图像识别算法模块由开源的OpenCV软件和基于数据库的图像识别技术组成,通过开源的OpenCV软件对微生物图像进行处理分析,计算出微生物浓度,如图3流程所示;通过基于数据库的图像识别技术对致病性细菌以及病毒进行分类,微生物图像处理分析具体流程如下:
S11、获取单一实验菌种,并制作样本;对常见致病菌进行增菌、纯化、培养等过程,得到单一菌种,并通过稀释等过程制备成像可以使用的细菌样本;
S12、将制备完成的细菌样本放置在量子光谱成像终端进行成像,并获取目标细菌显微图像;
S13、获取的图像的进行预处理及形状特征提取;
S14、选择不同的分类器对获取特征数据进行建模及预测分类。
图像识别技术对细菌进行分类具体流程如下:
S21、模型构建单元:进行构建细菌分类模型;
S22、模型训练单元:用于训练量子光谱成像终端获取的细菌显微图片;
S23、细菌显微图片获取单元:用于获取新的需要分类的细菌显微图片,人工选取细菌所在区域;
S24、边缘检测单元:用于在细菌所在的区域内采取边缘检测获得细菌的边缘分布,然后再次人工选定最终的细菌所在的区域并将该区域保存为二值图,检测算法具体为Canny边缘检测;
S25、全局形状特征获取单元:用于获取二值图的全局形状特征即几何特征;包括细菌形状的周长、面积、长短轴、形态比和密集度;
S26、局部形状特征获取单元和分类器:用于获取局部形状特征即SIFT特征,该特征采用尺度不变特征,具体特征为分类模型Adaboost分类器,其中Adaboost分类器可以将特征矩阵分解为几个模块,分别用不同的基分类器取进行分类;不同的基分类器对于不同的特征分类效果不同,可以选择出适宜的基分类器对于特征矩阵进行分类;因此可以得到较好的分类效果;根据全局形状特征和局部形状特征进行致病性细菌以及病毒的分类;
例如,分别对大肠杆菌、福氏志贺菌、艰难梭菌和肉毒梭菌四种细菌进行检测,得到量子光谱显微图像见下图2,在图2中,(Ⅰ)为大肠杆菌量子光谱显微图像;(Ⅱ)为福氏志贺菌量子光谱显微图像;(Ⅲ)为艰难梭菌量子光谱显微图像;(Ⅳ)为肉毒梭菌量子光谱显微图像,四种细菌的生物特征(包括长轴、短轴、形态比、面积、周长和密集度)如下表1。
细菌生物特征对比表1
细菌种类 | 长轴 | 短轴 | 形态比 | 面积 | 周长 | 密集度 |
大肠杆菌 | 258.10 | 129.40 | 1.9945 | 28372 | 718.1148 | 18.1760 |
福氏志贺菌 | 256.69 | 216.48 | 1.1857 | 44785 | 837.3179 | 15.6548 |
艰难梭菌 | 744.96 | 232.16 | 3.2088 | 149008 | 1932.7089 | 25.6548 |
肉毒梭菌 | 506.01 | 151.57 | 3.3384 | 65517 | 1253.19 | 23.9708 |
以上所述的,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 (6)
1.量子光谱微生物智能监测终端,包括微生物量子光谱成像系统、微生物图像输出计数及分类系统和电源模块,其特征在于,所述微生物量子光谱成像系统包括激光器、信号接收模块、量子增强相敏无噪放大模块和探测器;所述激光器用于激发微生物粒子发出荧光信号;
所述信号接收模块用于收集荧光信号,并利用量子效应接收光谱信号;
所述量子增强相敏无噪放大模块包含注入量子光场真空压缩态和无噪相位敏感放大,所述量子光场真空压缩态的注入用于通过软边光澜的模糊图像中的高频信息所对应的散粒噪声,所述无噪相位敏感放大用于弥补探测器的量子效率不足而引起的光子损失;
所述探测器用于接收经压缩光注入和相敏无噪放大的信号光以实现微生物光学成像;
所述微生物图像输出计数及分类系统包括图像识别算法模块和无线通信模块;所述无线通信模块用于连接云平台,所述云平台连接有数据库,所述数据库连接有网页和APP端;
所述电源模块由充电电池和外部电源接口组成。
2.根据权利要求1所述的量子光谱微生物智能监测终端,其特征在于,监测方法包括以下步骤:
S1、微生物量子光谱成像:通过激光器将发射的激光束均匀照射到目标物体上,携带物体信息的信号光经信号接收模块接收,然后往信号光中注入压缩光;再进入量子增强相敏无噪放大模块中进行放大处理;最后探测器接收经压缩光注入和相敏无噪放大的信号光以实现微生物光学成像;
S2、微生物图像输出计数及分类:通过图像识别算法模块生成的光谱图像通过无线通信模块上传至云平台,由后台服务器经过数据库来分析判断微生物类型和浓度,最终显示在网页或APP端,从而可以随时随地进行远程查看。
3.根据权利要求1所述的量子光谱微生物智能监测终端,其特征在于,所述激光器采用波长为405nm的半导体激光器,功率选用70mW。
4.根据权利要求1所述的量子光谱微生物智能监测终端,其特征在于,所述信号接收模块采用SPDC非线性晶体量子传感器。
5.根据权利要求1所述的量子光谱微生物智能监测终端,其特征在于,所述探测器采用EMCCD相机,EMCCD相机具有量子效率高、低噪声、高帧频、动态范围大、强光损伤小、体积功耗小的优点。
6.根据权利要求1所述的量子光谱微生物智能监测终端,其特征在于,所述图像识别算法模块由开源的OpenCV软件和基于数据库的图像识别技术组成,通过开源的OpenCV软件对微生物图像进行处理分析,计算出微生物浓度,通过基于数据库的图像识别技术对致病性细菌和病毒进行分类。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210075054.9A CN114414505A (zh) | 2022-01-22 | 2022-01-22 | 量子光谱微生物智能监测终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210075054.9A CN114414505A (zh) | 2022-01-22 | 2022-01-22 | 量子光谱微生物智能监测终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114414505A true CN114414505A (zh) | 2022-04-29 |
Family
ID=81275276
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210075054.9A Pending CN114414505A (zh) | 2022-01-22 | 2022-01-22 | 量子光谱微生物智能监测终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114414505A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117368470A (zh) * | 2023-10-09 | 2024-01-09 | 南通如日纺织有限公司 | 一种纺织品抗菌检测与质量评估系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005094261A2 (en) * | 2004-03-24 | 2005-10-13 | General Dynamics Advanced Information Systems, Inc. | Entangled-photon spectroscopy for stand-off detection and characterization |
CN101744607A (zh) * | 2008-12-17 | 2010-06-23 | 中国科学院西安光学精密机械研究所 | 压缩态光场的成像系统 |
US20110205524A1 (en) * | 2004-03-22 | 2011-08-25 | Quantaspec, Inc. | Methods of Analyzing Samples Using Broadband Laser Light |
US20120051740A1 (en) * | 2010-08-27 | 2012-03-01 | Oki Electric Industry Co., Ltd. | Quantum correlated photon pair generating device and method |
US20210106231A1 (en) * | 2017-03-22 | 2021-04-15 | Adiuvo Diagnostics Pvt Ltd | Device and method for detection and classification of pathogens |
CN113093166A (zh) * | 2021-04-07 | 2021-07-09 | 毕思文 | 一种基于压缩态光场的探测成像光学系统 |
-
2022
- 2022-01-22 CN CN202210075054.9A patent/CN114414505A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110205524A1 (en) * | 2004-03-22 | 2011-08-25 | Quantaspec, Inc. | Methods of Analyzing Samples Using Broadband Laser Light |
WO2005094261A2 (en) * | 2004-03-24 | 2005-10-13 | General Dynamics Advanced Information Systems, Inc. | Entangled-photon spectroscopy for stand-off detection and characterization |
CN101744607A (zh) * | 2008-12-17 | 2010-06-23 | 中国科学院西安光学精密机械研究所 | 压缩态光场的成像系统 |
US20120051740A1 (en) * | 2010-08-27 | 2012-03-01 | Oki Electric Industry Co., Ltd. | Quantum correlated photon pair generating device and method |
US20210106231A1 (en) * | 2017-03-22 | 2021-04-15 | Adiuvo Diagnostics Pvt Ltd | Device and method for detection and classification of pathogens |
CN113093166A (zh) * | 2021-04-07 | 2021-07-09 | 毕思文 | 一种基于压缩态光场的探测成像光学系统 |
Non-Patent Citations (3)
Title |
---|
孙 悦: "量子雷达研究新进展", no. 5, pages 6 - 12 * |
林栩凌;邬志强;杨颂;张智;毕思文;张璇;杜雨洁;: "一种应用于深空探测的弱信号探测技术", no. 09 * |
许定国 等: "《天文可见光探测器》", 西安电子科技大学出版社, pages: 183 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117368470A (zh) * | 2023-10-09 | 2024-01-09 | 南通如日纺织有限公司 | 一种纺织品抗菌检测与质量评估系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jarvis et al. | Surface-enhanced Raman scattering for the rapid discrimination of bacteria | |
Bondani et al. | Sub-shot-noise photon-number correlation in a mesoscopic twin beam of light | |
Pennekamp et al. | BEMOVI, software for extracting behavior and morphology from videos, illustrated with analyses of microbes | |
CN114414505A (zh) | 量子光谱微生物智能监测终端 | |
JP4990909B2 (ja) | 有毒物質の高度な検出のための方法および装置 | |
US11639897B2 (en) | Contamination load sensing device | |
KR101967671B1 (ko) | 필터 상태 모니터링 방법 및 그 방법을 수행하는 필터 상태 모니터링 장치 | |
Huang et al. | Lili: liquor quality monitoring based on light signals | |
Huang et al. | A fast antibiotic detection method for simplified pretreatment through spectra-based machine learning | |
US7738100B2 (en) | Particle counting and DNA uptake system and method for detection, assessment and further analysis of threats due to nebulized biological agents | |
US8362435B2 (en) | Method of classifying microorganisms using UV irradiation and excitation fluorescence | |
Singam et al. | Contrast induced by a static magnetic field for improved detection in nanodiamond fluorescence microscopy | |
US6778912B2 (en) | Device and method to locate, detect, and remove precipitated aerosol particles | |
US20170166856A1 (en) | Infrared signal monitoring for cell cultures | |
CN104237180A (zh) | 一种快速验证灭菌效果的生物阅读器 | |
US7173702B2 (en) | Sensor comprising multi-wavelength LEDs | |
Peřina Jr et al. | Two-beam light with simultaneous anticorrelations in photon-number fluctuations and sub-Poissonian statistics | |
WO2021199936A1 (ja) | データ取得装置、データ取得方法及び生体試料観察システム | |
CN205157429U (zh) | 一种基于米氏散射的微生物快速检测装置 | |
CN105223112B (zh) | 粒子检测装置及粒子检测方法 | |
WO2016093305A1 (ja) | 代謝活性を有する微生物の検出装置 | |
CN203981591U (zh) | 水质毒性检测仪以及水质毒性检测系统 | |
US20240053270A1 (en) | Pathogenic susceptibility assessment based on autofluoresence | |
CN111474159A (zh) | 具有荧光污染物检测功能的智能手机及检测方法 | |
Marvin | Signal Optimization and Enhancement of Laser-Induced Breakdown Spectroscopy for Discrimination of Bacterial Organisms |
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 |