CZ20014305A3 - Způsob a zařízení pro rozpoznání zánětu vemen u krav - Google Patents
Způsob a zařízení pro rozpoznání zánětu vemen u krav Download PDFInfo
- Publication number
- CZ20014305A3 CZ20014305A3 CZ20014305A CZ20014305A CZ20014305A3 CZ 20014305 A3 CZ20014305 A3 CZ 20014305A3 CZ 20014305 A CZ20014305 A CZ 20014305A CZ 20014305 A CZ20014305 A CZ 20014305A CZ 20014305 A3 CZ20014305 A3 CZ 20014305A3
- Authority
- CZ
- Czechia
- Prior art keywords
- light rays
- urine
- cow
- rays
- milk
- Prior art date
Links
- 241000283690 Bos taurus Species 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 32
- 208000004396 mastitis Diseases 0.000 title abstract description 4
- 210000005075 mammary gland Anatomy 0.000 claims abstract description 44
- 235000020185 raw untreated milk Nutrition 0.000 claims abstract description 41
- 210000002700 urine Anatomy 0.000 claims abstract description 34
- 238000012314 multivariate regression analysis Methods 0.000 claims abstract description 16
- 210000000481 breast Anatomy 0.000 claims description 34
- 206010061218 Inflammation Diseases 0.000 claims description 31
- 230000004054 inflammatory process Effects 0.000 claims description 31
- 238000001228 spectrum Methods 0.000 claims description 27
- 235000013336 milk Nutrition 0.000 claims description 22
- 210000004080 milk Anatomy 0.000 claims description 22
- 239000008267 milk Substances 0.000 claims description 22
- 230000003287 optical effect Effects 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 7
- 239000013307 optical fiber Substances 0.000 claims description 7
- 238000010238 partial least squares regression Methods 0.000 claims description 5
- 235000020247 cow milk Nutrition 0.000 claims description 2
- 230000001678 irradiating effect Effects 0.000 abstract 1
- 230000000007 visual effect Effects 0.000 abstract 1
- 210000001082 somatic cell Anatomy 0.000 description 54
- 239000011159 matrix material Substances 0.000 description 19
- 238000005259 measurement Methods 0.000 description 17
- 238000002835 absorbance Methods 0.000 description 12
- 238000002329 infrared spectrum Methods 0.000 description 7
- 230000005855 radiation Effects 0.000 description 6
- 238000010276 construction Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000000862 absorption spectrum Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 210000004027 cell Anatomy 0.000 description 4
- 238000000491 multivariate analysis Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 239000013043 chemical agent Substances 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 239000006059 cover glass Substances 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000004615 ingredient Substances 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 238000002203 pretreatment Methods 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000010186 staining Methods 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- YBNMDCCMCLUHBL-UHFFFAOYSA-N (2,5-dioxopyrrolidin-1-yl) 4-pyren-1-ylbutanoate Chemical compound C=1C=C(C2=C34)C=CC3=CC=CC4=CC=C2C=1CCCC(=O)ON1C(=O)CCC1=O YBNMDCCMCLUHBL-UHFFFAOYSA-N 0.000 description 1
- 206010006262 Breast inflammation Diseases 0.000 description 1
- 229910001218 Gallium arsenide Inorganic materials 0.000 description 1
- 229910000530 Gallium indium arsenide Inorganic materials 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 102100027340 Slit homolog 2 protein Human genes 0.000 description 1
- 101710133576 Slit homolog 2 protein Proteins 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 239000007853 buffer solution Substances 0.000 description 1
- 150000001720 carbohydrates Chemical class 0.000 description 1
- 235000014633 carbohydrates Nutrition 0.000 description 1
- 210000003855 cell nucleus Anatomy 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000001831 conversion spectrum Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- ZMMJGEGLRURXTF-UHFFFAOYSA-N ethidium bromide Chemical compound [Br-].C12=CC(N)=CC=C2C2=CC=C(N)C=C2[N+](CC)=C1C1=CC=CC=C1 ZMMJGEGLRURXTF-UHFFFAOYSA-N 0.000 description 1
- 229960005542 ethidium bromide Drugs 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005558 fluorometry Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 150000002632 lipids Chemical class 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000000386 microscopy Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000012780 transparent material Substances 0.000 description 1
- 229910052721 tungsten Inorganic materials 0.000 description 1
- 239000010937 tungsten Substances 0.000 description 1
- -1 tungsten halogen Chemical class 0.000 description 1
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
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- 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
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- 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
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3577—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing liquids, e.g. polluted water
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/02—Food
- G01N33/04—Dairy products
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Description
Způsob a zařízení pro rozpoznání zánětu vemen u krav
Oblast techniky
Předkládaný vynález se týká způsobu a zařízení pro rozpoznání zánětu vemen u krav na základě spektra viditelného 5 světla a/nebo téměř infračerveného záření z moči, nezpracovaného mléka nebo mléčné žlázy krav.
Dosavadní stav techniky
Počet somatických buněk v nezpracovaném mléku je důležitým faktorem pro diagnózu zánětu mléčných žláz. Pro měření počtu somatických buněk byly až doposud používány přímá mikroskopická metoda, modifikovaná CMT metoda a fluorometrie.
V současnosti se pro měření počtu somatických buněk používá čítač somatických buněk fluorometrického typu (Fossomatic). Toto zařízení může vypočítat a zobrazit počet somatických buněk na 1 ml prostřednictvím smíchání ústrojného roztoku (pufru) a barvící kapalinu (roztok ethidiumbromidu) s
2q nezpracovaným mlékem, fluorescenčním zbarvením buněčných jader, s použitím mikrostříkačky rozptýleným nanesením výsledné směsi na obvodovou část kontinuálně se otáčejícího disku, a automatickým měřením počtu somatických buněk fluorescenčním mikroskopem.
V Japonsku je předepsáno, aby v případě, že počet somatických buněk je 300000 nebo více na 1 ml při měření nezpracovaného mléka čítačem somatických buněk fluorometrického typu (Fossomatic), byla kráva posouzena jako nemocná zánětem mléčných žláz (vemene) a je zakázáno její dojení.
··« et ♦ 4 ♦ · • 4··· «4« 4 4 4 4
4 444 4 4 4
444 4 44 ·444 44 ·4·4
Běžné diagnostické metody zánětu vemene, založené na měření somatických buněk čítačem somatických buněk fluorometrického typu, ale mají různé problémy, které je třeba řešit, což například zahrnuje: (1) odebrané nezpracované mléko musí být podrobeno předběžné úpravě s přidáním chemických prostředků, jako je ústrojný roztok a barvící kapalina; (2) vzorek nezpracovaného mléka nemůže být změřen nedestruktivním způsobem, (3) nezpracovaný materiál je náchylný k ovlivnění jinou substancí; (4) ceny chemických prostředků jsou vysoké, což je nevýhodné z hlediska celkových nákladů; a (5) pro manipulaci se zařízením a se vzorky je potřebný zkušený technický personál.
Cílem předkládaného vynálezu je tudíž navrhnout způsob měření, měřicí zařízení a způsob posouzení pro provádění rozpoznání zánětu vemene s vysokou přesností v krátkém čase prostřednictvím optického měření spektra viditelného světla a/nebo téměř infračerveného záření z moči, nezpracovaného mléka nebo mléčné žlázy krav.
Podstata vynálezu
Předkládaný vynález se týká způsobu rozpoznávání zánětu vemene u krav, který zahrnuje kroky vyzařování viditelných světelných paprsků a/nebo téměř infračervených paprsků s vlnovou délkou v rozsahu od 400 do 2500 nm do moči, nezpracovaného mléka nebo mléčné žlázy krávy, detekování intenzity přenesených světelných paprsků, odražených světelných paprsků nebo přenesených a odražených světelných paprsků z moči, nezpracovaného mléka nebo mléčné žlázy, provedení multivariační regresní analýzy, a rozpoznání přítomnosti zánětu vemene krávy. Pokud se týká viditelných • · · ftft · · · · ft ftftftft ftftft ftftftft ft • » ftftft ftftft • ftft ft ftft *·· ftft ftft·· světelných paprsků a/nebo téměř infračervených paprsků, které mají být použity pro detekci, jsou voleny ty paprsky s vlnovými délkami, které byly posouzeny jako účinné pro rozpoznání zánětu vemene.
Podle předkládaného vynálezu absorbance, která se mění v závislosti na počtu somatických buněk v moči, nezpracovaném mléku nebo mléčné žláze, může být stanovena detekováním intenzity přenesených světelných paprsků, odražených světelných paprsků nebo přenesených a odražených světelných paprsků z moči, nezpracovaného mléka nebo mléčné žlázy krávy. Zánět vemene krávy tudíž může být diagnostikován provedením multivariační regresní analýzy a rozpoznáním přítomnosti zánětu vemene krávy. Není tedy potřebné provádět obvykle obtížné předběžné úpravy, používat drahé chemické prostředky a podobně, a zkušeně manipulovat se vzorky. Intenzita světelných paprsků, například odražených z mléčné žlázy, znamená intenzitu odražených světelných paprsků, a podobně, od tkání živého těla včetně buněk mléčné žlázy. Předpokládá se, že buňky mléčné žlázy (včetně nezpracovaného mléka) a živé tkáně jsou mléčné respektive obsažené v mléčné žláze. Pokud se například týká měření přenesených světelných paprsků, jsou dopadající světelné paprsky přiváděny na jednu, pravou stranu mléčné žlázy prostřednictvím optického vlákna a přenesené světelné paprsky (na straně detektoru) jsou měřeny prostřednictvím dalšího optického vlákna přiloženého na druhou, levou stranu mléčné žlázy, když je toto optické vlákno přiloženo k levé straně. Světelné paprsky v rozsahu téměř infračerveného záření procházejí dlouhou dráhu v mléčné žláze v závislosti na rozsahu vlnových délek.
«·» ♦· · ♦ · » » **»* * · » · · · · · * » » * » * » · ··· · ·· a··· aa aaaa
Vlnová délka paprsků viditelného světla a paprsků téměř infračerveného záření, které mají být použity pro rozpoznání zánětu mléčné žlázy podle předkládaného vynálezu, se pohybuje v rozsahu od 400 nm do 2500 nm. Pokud jsou použity viditelné světelné paprsky a infračervené paprsky v rozsahu vlnových délek 400 nm až 1100 nm, je použito křemíkového detektoru světla. Pokud jsou použity téměř infračervené paprsky v rozsahu vlnových délek 700 nm až 2500 nm, je použito detektoru světla na bázi materiálů, jako je
PbSe, InGaAs nebo GaAs.
Protože viditelné světelné paprsky a téměř infračervené paprsky v rozsahu vlnových délek od 400 nm do
700 nm mají šumy, je výhodné použít téměř infračervené paprsky v rozsahu vlnových délek 700 až 2500 nm ze shora 15 zmiňovaného rozsahu vlnových délek viditelných světelných paprsků a téměř infračervených světelných paprsků. Navíc protože nezpracované mléko obsahuje různé ingredience, jako je voda, proteiny, tuk, uhlovodany, minerály, a podobně, a světelné paprsky jsou absorbovány v principu vodou jako
0 hlavní ingrediencí v různých oblastech vlnových délek, mohou vznikat obavy, že to přeruší měření spektra v blízkosti infračerveného záření. Vliv vody je ale menší v oblasti vlnových délek 700 až 2500 nm ve srovnání s vlivy v ostatních oblastech vlnových délek. V oblasti vlnových délek od 1100 do 25
2500 nm se změny v absorbanci somatických buněk v moči, nezpracovaném mléce nebo mléčné žláze projevují jako první harmonická nebo sdružená špička molekulárních vibrací. Měření se proto výhodně provádí s téměř infračervenými paprsky v rozsahu vlnových délek od 1100 do 2500 nm, což umožňuje • « · · · «9« V • ···· * · · fefefefe · • · ««fe fefefe ··· fe *· fefefefe ·· fefefefe měřeni somatických buněk v moči, nezpracovaném mléce nebo mléčné žláze v krátkém čase.
Navíc protože intenzita absorpce světla v moči, nezpracovaném mléce nebo mléčné žláze je relativně malá v oblasti vlnových délek infračervených paprsků, může být použito vzorku o tloušťce několika mm při měření přenesených světelných paprsků nebo přenesených a odražených paprsků světla. Je proto snadné manipulovat s a sestavit kontejner pro vzorky, 10
Zánět vemene u krav může být snadno diagnostikován s vysokou přeností prostřednictvím optického měření moči, nezpracovaného mléka nebo mléčné žlázy a zpracování dat na . bázi multivariační regrese. Způsob rozpoznávání zánětu vemene u krav, který využívá hodnoty optického měření pro moč, nezpracované mléko nebo mléčnou žlázu a zpracování dat založené na multivariační regresní analýze, bude podrobněji vysvětlen níže.
Předkládaný vynález je charakterizován tím, že 20 dopadající světelné paprsky, přenesené světelné paprsky, odražené světelné paprsky nebo přenesené a odražené světelné paprsky z moči, nezpracovaného mléka nebo mléčné žlázy jsou při optickém měření snímány na vlnových délkách s použitím spektroskopu a na získaná spektroskopická spektra je aplikována multivariační regresní analýza.
Podle předkládaného vynálezu, protože prostřednictvím snímání na vlnových délkách s použitím spektroskopu mohou být získána v podstatě kontinuální spektroskopická spektra, mající vysoké rozlišení vlnových délek, je možné získat velké množství dat, jak je požadováno pro datovou analýzu. Pokud je τ
*00 0 0 »0« ·*0· 000 000· 0 0 0 000 0 0 0 000 0 00 0000 Ο* 0000 například snímání prováděno v oblasti vlnových délek od 1100 do 2500 nm s rozlišením vlnových délek 2 nm, může být odebráno 701 datových bodů při jednom snímání, což má za následek zlepšenou přesnost datové analýzy.
Předkládaný vynález se rovněž týká zařízení pro rozpoznání zánětu vemene u krav, které zahrnuje: (1) generátor téměř infračervených paprsků pro generování viditelných světelných paprsků a/nebo téměř infračervených paprsků v rozsahu vlnových délek od 400 nm do 2500 nm; (2) optický systém pro přivádění viditelných světelných paprsků a/nebo téměř infračervených paprsků do moči, nezpracovaného mléka nebo mléčné žlázy krávy; (3) detektor pro detekování intenzity přenesených světelných paprsků, odražených světelných paprsků nebo přenesených a odražených světelných paprsků z moči, nezpracovaného mléka nebo mléčné žlázy; a (4) datový procesor pro přijímání signálů z detektoru a pro provádění multivariační regresní analýzy pro rozpoznání přítomnosti zánětu vemene u krávy.
Zařízení pro rozpoznání zánětu vemene mléčné žlázy podle předkládaného vynálezu výhodně dále zahrnuje optická vlákna pro vedení viditelných světelných paprsků a/nebo téměř infračervených paprsků z moči, nezpracovaného mléka nebo mléčné žlázy krávy do detektoru světla, takže tímto detektorem je přes optické vlákno detekována intenzita přenesených světelných paprsků, odražených světelných paprsků nebo přenesených a odražených světelných paprsků z moči, nezpracovaného mléka nebo mléčné žlázy.
Využitím optického vlákna může být vytvořeno přenosné, kompaktní zařízení pro rozpoznávání zánětu mléčných žláz.
·· V W » V* v • ···· · ♦ · · · · ♦ <
* Φ · ♦ · fcfcfc ·♦· · ·» ···· ♦· ····
Toto zařízení pro rozpoznávání zánětu vemene u krav výhodně dále zahrnuje přiváděč pro zavádění nezpracovaného mléka do kontejneru pro vzorky nezpracovaného mléka prostřednictvím přímého spojení nebo spojení na vyžádání.
Použití přiváděče pro zavádění nezpracovaného mléka do kontejneru pro vzorky přes přímé spojení nebo spojení na vyžádání umožňuje kontinuální měření viditelných světelných paprsků a/nebo téměř infračervených paprsků s časovým intervalem.
10
Zařízení pro rozpoznávání zánětu vemene u krav dále zahrnuje kontejner pro vzorky pro uložení nezpracovaného mléka a regulátor teploty pro stabilizování mléka uvnitř kontejneru pro vzorky na dané teplotě.
Stabilizování teploty nezpracovaného mléka v kontejneru pro vzorky může zabránit změnám v absorbanci nezpracovaného mléka, způsobeným teplotou, což dále může zlepšit přenost při rozpoznávání zánětu mléčné žlázy. Když je měřena mléčná žláza pro rozpoznání zánětu, je tato mléčná žláza (vemeno) držena dojicím zařízením a teplota je regulována stejným způsobem, jako bylo uvedeno výše, pokud je to potřebné.
Přehled obrázků na výkresech
Obr.l znázorňuje konstrukční pohled na zařízení pro měření spekter nezpracovaného mléka podle jednoho provedení předkládaného vynálezu;
Obr.2 znázorňuje blokové schéma tvořící příklad elektrického uspořádání zařízení pro měření spekter nezpracovaného mléka;
* 9 · 9 9
MM 9 9 9
9 9 9 •99 9 99 >9 9
9 9 « 9
9 9 9
9·9« 99 9999
Obr.3 znázorňuje pohled v řezu na držák vzorku;
Obr.4 znázorňuje graf ilustrující příklad spektra téměř infračervených paprsků určitého počtu vzorků nezpracovaného mléka v rozsahu vlnových délek od 400 nm do 1100 nm;
Obr. 5 znázorňuje graf ilustrující příklad spektra téměř infračervených paprsků určitého počtu vzorků nezpracovaného mléka v rozsahu vlnových délek od 1100 nm do 2500 nm;
Obr. 6 znázorňuje schéma pro ilustraci procedury pro provádění PLS metody jako jedné formy z multivariačních regresních analýz podle předkládaného vynálezu;
Obr. 7 znázorňuje grafy ilustrující počet PLS faktorů použitých v příslušných výpočtech a chybové analýze;
Obr, 8 znázorňuje graf ilustrující korelaci mezi počtem somatických buněk, předpokládaným PLS metodou, a skutečným počtem somatických buněk, když byly použity vzorky nezpracovaného mléka od krav;
Obr. 9 znázorňuje graf ilustrující korelaci mezi počtem somatických buněk, předpokládaným PLS metodou, a skutečným počtem somatických buněk, když byly použity vzorky moči od krav.
Příklady provedení vynálezu
Zařízení pro rozpoznávání zánětu vemene u krav podle předkládaného vynálezu bude vysvětleno s odkazy na obr. 1.
• fc·*· · · ♦ fcfcfc* fc fc fc fcfcfc fcfcfc • fcfc · fcfc fcfcfcfc fcfc fcfcfcfc
Obr. 1 znázorňuje konstrukční pohled na zařízení pro měření spekter nezpracovaného mléka podle jednoho provedení předkládaného vynálezu. Při pozorování ve směru zpracování světla toto zařízení zahrnuje zdroj i světla pro generování měřících světelných paprsků, čočku 2. pro uvádění světelných paprsků ze zdroje i světla do vzájemné rovnoběžnosti, spektroskop 9. pro odebírání požadovaných světelných paprsků prostřednictvím oddělování světelných paprsků ze zdroje 1 světla, filtr 10 pro odfiltrování nejsvětlejší části světelných paprsků vyzařovaných ze spektroskopu 9., čočku 11 pro sdružování oddělených světelných paprsků, odrazové zrcadlo 12 pro odrážení světelných paprsků z čočky 11, přerušovač 14 světla, vložený mezi čočku 11 a odrazové zrcadlo 12. integrační koulí 13 vytvořenou z materiálu rozptylujícího světlo, držák 40 vzorků pro držení vzorku, a tak dále.
Zdroj 1 světla je tvořen wolframovou halogenovou lampou nebo podobně, která generuje široký rozsah vlnových délek světelných paprsků včetně téměř infračervených paprsků.
Spektroskop 9. zahrnuje čočku 3 pro sdružování dopadajících světelných paprsků, štěrbinu 4. pro regulaci velikosti a množství toku světelných paprsků, odrazové zrcadlo 5. pro odrážení světelných paprsků prošlých štěrbinou 4., ohybovou mřížku 6 mající zakřivený povrch, motorek £a pro regulaci 2 5 ohybového úhlu ohybové mřížky 6., štěrbinu 2 pro propuštěni pouze požadované části světla ze světelných paprsků ohnutých na ohybové mřížce '£, světlo emitující čočku 2 pro emitování ohnutých světelných paprsků vzájemně rovnoběžně, a tak dále. Selektivně mohou být odebírány pouze světelné paprsky s φ Φφφφ φ · φ φ φ φ · « • · φ φ ♦ · · · ·Φ« φ ·Φ Φ#φφ φφ ΦΦ·Φ požadovanou vlnovou délkou prostřednictvím úhlové regulace motorkem 6a.
Přerušovač 14 světla je zkonstruován ve formě otočného kotouče, ve kterém jsou střídavě uspořádány úseky světlo odrážející a úseky světlo propouštějící, přičemž světelné paprsky, přicházející z čočky 11, jsou periodicky odráženy nebo propouštěny v důsledku otáčení optického přerušovače 14 světla prostřednictvím pohánění motorkem 14a. Snímač 14b přerušovače detekuje otočnou fázi přerušovače 14 světla a synchronizační obvod 14c vydává synchronizační signály Sa a Sb indikující stav odrážení respektive propouštění světelných paprsků z čočky 11 na základě signálů ze snímače 14b přerušovače.
Integrační koule 13 zahrnuje okénko 13a pro dopadající světlo, které je otevřeno nahoru, okénko 13b pro emitování světla, které je otevřeno dolů, a množství snímačů 20 světla pro přeměnu množství přijatých světelných paprsků na elektrické signály. Integrační koule 13 funguje pro rozptýlení světelných paprsků, vstupujících do koule, za účelem snížení chyb měření. Snímač 20 je tvořen materiálem PbS nebo podobně, který má citlivost v blízkosti oblasti infračerveného záření. Držák 40 vzorků je uspořádán v blízkosti okénka 13b pro emitování světla.
Pokud jsou světelné paprsky, které jsou odděleny spektroskopem 9, odráženy přerušovačem 14 světla, přicházejí tyto světelné paprsky do držáku 40 vzorků, což se děje skrz integrační kouli 13 přes okénko 13a pro dopadající světlo. V důsledku toho se vracené světelné paprsky rozptylují v integrační kouli 13, takže část světelných paprsků je přijímána snímači 20 světla. Na druhou stranu, pokud světelné * ··· · · ♦ · · ♦ * · * « ««» · · · ««« « ·· ···· »· ·4·β paprsky, oddělené spektroskopem .9, procházejí přerušovačem 14. světla, jsou tyto světelné paprsky odráženy odrazovým zrcadlem 12, takže tyto světelné paprsky vstupují šikmo do integrační koule 13 přes okénko 13a pro dopadající světlo.
Následně jsou tyto světelné paprsky rozptylovány bez dosažení vzorku a část těchto světelných paprsků je přijímána snímači 20 světla. Shora popsaná činnost přerušovače 14 světla vybírá signály ovlivněné vzorkem a signály vzorkem neovlivněné.
Obr. 2 znázorňuje příklad blokového schéma 0 ilustrujícího elektrické uspořádání datového procesoru zařízení pro měření spekter nezpracovaného mléka. Detekční signály ze snímačů 20 světla jsou zesíleny zesilovačem 21 a přivedeny do vzorkovacího přidržovacího obvodu 22 pro vzorkování se synchronizačními signály Sa a do vzorkovacího přidržovacího obvodu 23 pro vzorkováni se synchronizačními signály Sb. Vzorkovací přidržovací obvod 22 drží signálové napětí pouze během vzorkovací časové periody, když světelné paprsky vstupují do vzorku ze spektroskopu 9, zatímco vzorkovací přidržovací obvod 23 drží elektrické signály pouze θ během vzorkovací časové periody, když světelné paprsky nevstupují do vzorku ze spektroskopu 9. Potom jsou výstupní signály ze vzorkovacích přídržných obvodů 22 a 23 logaritmicky konvertovány obvody 24, 25 logaritmické konverze, jejichž výstupy jsou potom odečteny mezi sebou v odečítacím obvodu 26. Rušivé složky mohou být odstraněny prostřednictvím detekce v synchronizaci s přerušovačem 14 světla,
Výstupní signály z odečítacího obvodu 26 jsou vyjádřeny číselně prostřednictvím A/D (analogo/číslicového) převodníku 27, jehož výstup je veden do osobního počítače • •V ·· · · v W • ·»·* · · · »·· ·
I · 4 · * · · · ··· 4 ·· ··»« «· ···· (PC) 30, ve kterém jsou nainstalovány různé programy pro provádění zpracování dat podle multivariační regresní metody. PC 30 je spojen s klávesnicí 28 pro zadávání dat, displejem 29 pro zobrazování dat, a tak dále.
Obr. 3 je pohled v řezu ilustrující konstrukci držáku 40 vzorků. Tento držák 40 vyhovuje uspořádání okénka 13b pro emitování světla na integrační kouli 13. Držák 40 vzorků, který je vyroben z teplo vodivého materiálu, jako je hliník, zahrnuje kontejner 41 na vzorky pro uchování kapalného vzorku SP, jako je nezpracované mléko, průhlednou krycí skleněnou destičku 42 pro zakrytí otvoru kontejneru 41 na vzorky, Peltierův článek pro ohřev nebo ochlazování kontejneru 41 na vzorky, snímač 45 teploty pro měření teploty kontejneru 41 na vzorky, obvod 44 pro regulaci teploty pro stabilizování teploty vzorku SP ovládáním Peltierova článku na základě teplotních signálů ze snímače 45 teploty, a tak dále.
Když světelné paprsky, odražené od přerušovače 14 světla, vstupují do vzorku SP skrz krycí skleněnou destičku 42, vrací se potom opět do integrační koule 13, poté co byly utlumeny a rozptýleny v závislosti na absorpčním spektru vzorku SP. Následně je část vracených světelných paprsků přijímána snímačem 20 světla, kde jsou tyto paprsky měněny na elektrické signály.
Protože absorbance nezpracovaného mléka je citlivá na změny teploty a musí být dosaženo menšího vlivu tuku v nezpracovaném mléce, může být přesnost měření ztracena, pokud se teplota měřeného prostředí mění při každém měření. Podle tohoto provedení je tedy teplota vzorku SP stabilizována prostřednictvím systému s teplotní zpětnou vazbou, který je • ···* ··* · » · · · • · · · · · · ·· · ·· ··»· ·· ···· tvořen snímačem 45 teploty, obvodem 44 pro regulaci teploty a Peltierovým článkem 43, čímž se zlepšuje přesnost měření.
Obr. 4 znázorňuje graf ilustrující příklad spektra téměř infračerveného záření nezpracovaného mléka, na kterém osa y (pořadnice) uvádí absorbance reprezentované výsledky získanými logaritmickou konverzí převrácených hodnot činitelů odrazu světla a osa x (souřadnice) uvádí vlnové délky (nm). Křivka odpovídá absorpčnímu spektru získanému snímáním na vlnových délkách od 400 nm do 1100 nm s použitím spektroskopu £ podle obr. 1. Na obr. 4 jsou výsledky, získané měřením množství vzorků nezpracovaného mléka, zobrazené v překrývajícím se stavu. Obr. 5 rovněž znázorňuje graf ilustrující příklad téměř infračerveného spektra nezpracovaného mléka, na kterém osa y (pořadnice) uvádí absorbance reprezentované výsledky získanými logaritmickou konverzí převrácených hodnot činitelů odrazu světla a osa x (souřadnice) uvádí vlnové délky (nm). Křivka odpovídá absorpčnímu spektru získanému snímáním na vlnových délkách od 1100 nm do 2500 nm s použitím spektroskopu 9. Na obr. 5 jsou výsledky, získané měřením množství vzorků nezpracovaného mléka, zobrazené v překrývajícím se stavu.
Všechny křivky je možné přirovnat k absorpčnímu spektru vody a velké špičky, zejména v blízkosti 1400 nm až 1500 nm a v blízkosti 1850 nm až 2050 nm, je možné přisoudit molekulárním vibracím vody.
Výše uvedené vysvětlení je provedeno na konstrukci přenosového a odrazového typu, kde světelné paprsky, které mají být měřeny, procházejí vzorkem SP, odrážejí se na vnitřním povrchu kontejneru 41 na vzorky a opět potom procházejí vzorkem SP. Navíc mohou být měření rovněž ·»«· · • · * · · · · • · · · · · ·« ···· ·· Φ··· prováděna přenosovým typem konstrukce, kde je kontejner 41 na vzorky vyroben z průhledného materiálu a je detekováno přenesené světlo, které prošlo vzorkem SP, nebo odrazovým typem konstrukce, kde jsou měřeny světelné paprsky odražené od povrchu vzorku SP
Shora uvedené vysvětlení je provedeno na příkladu konstrukce, kde spektroskop 9. je uspořádán mezi zdrojem 1 světla a vzorkem SP a jsou oddělovány světelné paprsky pro vstup do vzorku SP. Navíc může být použita příklad θ konstrukce, kde spektroskop £ je uspořádán mezi vzorkem SP a snímačem 20 světla a jsou oddělovány přenesené světelné paprsky ze vzorku SP nebo přenesené a odražené světelné paprsky.
V následujícím popisu bude vysvětlena multivariační regresní analýza.
Podle multivariační regresní metody je zaveden vztah mezi určitou kvantitativní vlastností vzorků (v této přihlášce například odpovídající koncentraci nebo počtu q somatických buněk) a jednou nebo více vysvětlujícími variantami či proměnnými. V této přihlášce vysvětlující proměnná znamená změřené spektrum téměř infračerveného záření. Toto spektrum téměř infračerveného záření je ale vlastně tvořeno ne jednou absorbancí, ale absorbancemi na mnoha vlnových délkách. Proto metodou podle vynálezu, ve které kvantitativní vlastnost (v této přihlášce počet somatických buněk) vzorků, známá z naprosto odlišných měření, která je posuzována s použitím spekter téměř infračerveného záření jako multivariačních dat, je tak zvaná multivariační q regresní analýza. V této přihlášce je multivariační regresní analýza použita pro nalezení vztahu k počtu somatických buněk • 9
9
9
9999
9
9 9
9999 9 9
9
9 9
9999 jako vlastnosti, která má být posouzena, na základě spekter téměř infračerveného záření jako multivariačních dat.
V následujícím bude jako jedna z multivariačních regresních analýz (Odkazy: Tetsuro Aijima, Chemometrics, vydáno nakladatelstvím Mazuren v roce 1991; a H. Martens & T. Naes, Multivariate Calibration, vydáno nakladatelstvím John Willy, New York, 1991) vysvětlena PLS metoda (částečná regrese nejmenších čtverců). Jako na obr. 4, pokud se snímání provádí s rozlišením 2 nm v rozsahu vlnových délek od 400 nm do 1100 nm, získá se na jedno snímání 201 dat.
Pokud je to potřebné, provede se jako předběžná úprava spektra konverze podle Kubelky a Munka, ve které se zdánlivý index odrazu převede na poměr mezi pohltivostí Κ(λ) a rozptylovým indexem Ξ(λ), vyhlazovací úprava, jako je klouzavý průměr, jedno- nebo dvou-rozměrná diferenciální úprava, korekční úprava základny, nebo podobně.
Obr. 6 je vysvětlujícím obrázkem pro ilustraci procedury pro implementaci PLS metody podle předkládaného vynálezu. Absorbance v jednom bodu vlnových délek je jedno-rozměrný údaj tvořený množstvím komponentů (zde somatické buňky, proteiny, lipidy, a tak dále v nezpracovaném mléce nebo konstituční komponenty mléčné žlázy), a jedno spektrum obsahuje více-rozměrný údaj na M bodech vlnových délek při jednom snímání v oblasti vlnových délek. Jeden spektrální údaj tudíž tvoří jedno-rozměrný údaj x M ortogonálních souřadnicových prostorů v multivariační analýze somatických buněk.
Dále jsou změny ve spektrálních datech X a změny v počtu somatických buněk reprezentovány faktorovými body tl, ftft V · * * * · ft · · ftftft ·· · ·· · ft ftftftft ftftft ftftftft · • · ·«· ftftft •ftft · ftft ftftftft ftft «··« t2, t3, ...r ta, th vzájemně spolu ortogonálními s použitím PLS metody ortogonálního typu. Obr. 6 znázorňuje proceduru pro vytváření faktorových parametrů a. faktoru. E je reziduální matice spektra (matice počtu datových bodů vlnových délek x vzorkovaného počtu vzorků), t je faktorový bod, w je váha hodnoty, a p a q jsou hodnoty X respektive Y.
Reziduální matice Ea-1 spektra pro faktor a-1 je reprezentována jako součet výsledku mezi faktorovým bodem ta a váhou wa hodnoty a. faktoru, výsledku mezi faktorovým bodem ta a hodnotou X, a reziduální matice Ea spektra a. faktoru.
Chybová matice fa-1 somatických buněk pro (a-1). faktor je reprezentována součtem výsledku mezi faktorovým bodem ta a hodnotou Y qa a chybovou maticí fa počtu somatických buněk a. faktoru.
V této analytické proceduře jsou tedy na základě reziduální matice Ea-1 spektra a chybové matice fa-1 počtu somatických buněk pro (a-1). faktor vypočítány faktorový bod ta, váha hodnoty wa, hodnota X pa a hodnota Y qa pro (a-1). faktor, a potom jsou vypočítány reziduální matice Ea spektra a chybová matice fa počtu somatických buněk.
Přesněji jsou tedy vypočítány první reziduální matice E0 = X - Xm (index m označuje průměrnou hodnotu) spektrálních dat a první chybová matice fO - Y - Ym počtu somatických buněk, a jsou vypočítány parametry tl, wl, pl a ql prvního faktoru. Potom jsou prostřednictvím odstranění vlivu prvního faktoru nově vytvořeny reziduální matice El spektra a chybová matice fl počtu somatických buněk. Dále jsou vypočítány s použitím reziduální matice El spektra a chybové matice fl počtu somatických buněk parametry t2, w2, p2 a q2 druhého faktoru. Potom jsou prostřednictvím »«»· φφφφ • · φφφφ φ φφφ φφφ φφ φφφφ φφ φφφφ odstranění vlivu druhého faktoru nově vytvořeny reziduální matice E2 spektra a chybová matice f2 počtu somatických buněk. Dále jsou vypočítány s použitím reziduální matice E2 spektra a chybové matice f2 počtu somatických buněk parametry t3, w3, p3 a q3 třetího faktoru. Potom jsou prostřednictvím odstranění vlivu třetího faktoru nově vytvořeny reziduální matice E3 spektra a chybová matice f3 počtu somatických buněk. Následně se postupně stejným způsobem opakují výpočty parametrů pro každý faktor a vytváření reziduálních matic a chybových matic, dokud nejsou vyloučeny všechny efektivní faktory.
Obr. 7 znázorňuje grafy ilustrující počet PLS faktorů a chybovou analýzu, přičemž tyto grafy se týkají počtu somatických buněk. Pořadnice (osa y) udává Log počet 15 somatických buněk. Ob. 7(a) uvádí data (SEC: směrodatná odchylka kalibrace) získaná měřením počtu somatických buněk, když vzorek má známý počet somatických buněk, a obr. 7(b) uvádí data (SEP: směrodatná chyba odhadu) získaná měřením počtu somatických buněk, když byl použit vzorek mající neznámý počet somatických buněk.
Z těchto grafů je patrné, že když je PLS faktor 5, to jest když se výpočty chyb (odchylek) opakují až do 5.
faktoru, jak hodnota SEC tak i hodnota SEP konvergují v chybovém rozsahu kolem 0,25.
Když jsou použity PLS faktory až k 5. na obr. 7, může být zkonstruován model, který umožňuje vypočítání počtu somatických buněk inverzně ze spektra téměř infračerveného záření. Předpokládaný (odhadnutý) počet somatických buněk
3Q vzorku tedy může být vypočítán aplikací na tento model « «« —» » — • · a β · · · « * • | · · Φ Φ Φ · • «φφ φ · φ «Φφφ φ
Β Φ Φ ΦΦΦ • ·· Φ·ΦΦ Φ· ΦΦΦΦ spektra téměř infračerveného záření, vztaženého k neznámému počtu somatických buněk.
Obr. 8 znázorňuje graf ilustrující korelaci mezi předpokládaným (odhadnutým) počtem somatických buněk podle
PLS metody a skutečným počtem somatických buněk. Souřadnice (osa x) uvádí skutečný počet somatických buněk a pořadníce (osa y) předpokládaný počet somatických buněk. Z tohoto obrázku je patrné, že zde existuje silná korelace, neboť průměry mezi oběma případy jsou rozloženy téměř lineárně. To 10 ukazuje, že multivariační analýza podle PLS metody je extrémně účinná.
V následujícím popisu budou popsány MLR metoda a PCR metoda. Podle metody MLR je zkonstruován vzorec lineární regrese vzhledem k počtu somatických buněk, získanému při měření pro známý vzorek s použitím pouze absorbancí na množství specifických vlnových délkách v novém spektru infračerveného záření, sestávajícího z absorbancí jako muiti-variací. Neznámý počet somatických buněk může být odhadnut aplikací spektra téměř infračerveného záření pro neznámý počet somatických buněk, který má být odhadnut, na takto zkonstruovaný vzorec lineární regrese. V metodě PCR se provádí v podstatě stejný výpočet jako v metodě PLS (Odkaz:
Yoshikatu Kiyashita & Sinichi Sasaki, Kemometrix Recognition and Multivariate analysis of Chemical patterns, 25 vydáno vydavatelstvím Kyoritsu Publisher v roce 1995).
Obr. 9 znázorňuje graf ilustrující korelaci mezi předpokládaným (odhadnutým) počtem somatických buněk podle metody PLS a skutečným počtem, když jsou použity vzorky moči krav. Spektra moči byla zjišťována prostřednictvím stejného měřicího zařízení a stejného měřicího postupu, jako bylo *
·· · · · · · · a··· a * · a a a · · a a · » * · « a a ·♦ aaaa aa «>·« popsáno výše pro spektra nezpracovaného mléka. Z obr. 9 je patrné, že zde existuje silná korelace, neboť skutečné počty somatických buněk na souřadnici (osa x) a odhadnuté (předpokládané) počty somatických buněk na pořadnici (osa y) jsou rozloženy téměř lineárním způsobem. To prokazuje, že multivariační analýza podle metody PLS je extrémně účinná.
Jak bylo detailně zmiňováno výše, podle předkládaného vynálezu může být měřen počet somatických buněk prostřednictvím detekce intenzity přenesených světelných paprsků, odražených světelných paprsku nebo přenesených a odražených světelných paprsků z moči, nezpracovaného mléka nebo mléčné žlázy a prostřednictvím provedení multivariační regresní analýzy získané absorbance.
Počet somatických buněk může být snadno měřen s 15 vysokou přesností prostřednictvím optického měření moči, nezpracovaného mléka nebo mléčné žlázy a zpracováním získaných dat.
Zastupuje :
• ·« »» »« v* • 4 4 « · * · · 4 4·· 4 ···« · 4 4 · · 4 · 4
4 4 4 4 · 4
4 44 444· ·· 4444
Claims (11)
- PATENTOVÉ NÁROKY1. Způsob rozpoznávání zánětu vemene u krav, vyznačující se tím, že zahrnuje kroky vyzařování viditelných světelných paprsků a/nebo téměř infračervených paprsků s vlnovou délkou v rozsahu od 400 do 2500 nm do moči, nezpracovaného mléka nebo mléčné žlázy krávy, detekování intenzity přenesených světelných paprsků, odražených světelných paprsků nebo přenesených a odražených světelných paprsků z moči, nezpracovaného mléka nebo mléčné žlázy, provedení multivariační regresní analýzy, a rozpoznání přítomnosti zánětu vemene krávy.
- 2. Způsob rozpoznávání záněcu vemene u krav podle nároku 1, vyznačující se tím, že zahrnuje kroky vyzařování téměř15 infračervených paprsků s vlnovou délkou v rozsahu od 700 nm do 2500 nm do moči, nezpracovaného mléka nebo mléčné žlázy krávy, detekování intenzity přenesených světelných paprsků, odražených světelných paprsků nebo přenesených a odražených světelných paprsků z moči, nezpracovaného mléka nebo mléčné20 žlázy, provedení multivariační regresní analýzy, a rozpoznání přítomnosti zánětu vemene krávy.
- 3. Způsob rozpoznávání zánětu vemene u krav podle nároku 1 a 2, vyznačující se tím, že zahrnuje kroky vyzařování téměř infračervených paprsků s vínovou délkou v rozsahu od 700 nm o 5 do 1100 nm nebo od 1100 do 2500 nm do moči, nezpracovaného mléka nebo mléčné žlázy krávy, detekování intenzity přenesených světelných paprsků, odražených světelných paprsků nebo přenesených a odražených světelných paprsků z moči, nezpracovaného mléka nebo mléčné žlázy, provedení • · * • fefefe · · • fefefe* • fefefe · » · fe · · · fefe fefefe » fefefefe fefe fefefefe multivariační regresní analýzy, a rozpoznání přítomnosti zánětu vemene krávy.
- 4. Způsob rozpoznávání zánětu vemene u krav podle kteréhokoliv z nároků 1 až 3, vyznačující se tím, že zahrnuje snímání na vlnových délkách přenesených světelných paprsků, odražených světelných paprsků nebo přenesených a odražených světelných paprsků z moči, nezpracovaného mléka nebo mléčné žlázy, a aplikace multivariační regresní analýzy na takto získané spektrum viditelných světelných paprsků a/nebo téměř infračervených paprsků.
- 5. Způsob rozpoznávání zánětu vemene u krav podle kteréhokoliv z nároků 1 až 4, vyznačující se tím, že multivariační regresní analýza se provádí multilineární regresí (MLR), regresí základní složky (PCR) nebo částečnou regresí nejmenších čtverců (PLS).
- 6. Zařízení pro rozpoznání zánětu vemene u krav, vyznačující se tím, že zahrnuje:generátor téměř infračervených paprsků pro generování viditelných světelných paprsků a/nebo téměř infračervených paprsků v rozsahu vlnových délek od 400 nm do 2500 nm;optický systém pro přivádění viditelných světelných paprsků a/nebo téměř infračervených paprsků do moči, nezpracovaného mléka nebo mléčné žlázy krávy;detektor pro detekování intenzity přenesených světelných paprsků, odražených světelných paprsků nebo přenesených a odražených světelných paprsků z moči, nezpracovaného mléka nebo mléčné žlázy; a datový procesor pro přijímání signálů z detektoru a pro ·· ···« provádění multivariační regresní analýzy pro rozpoznání přítomnosti zánětu vemene u krávy.
- 7. Zařízení pro rozpoznání zánětu vemene u krav podle nároku 6, vyznačující se tím, že uvedeným generátorem téměř 5 infračervených paprsku je generátor infračervených paprsků pro generování téměř infračervených paprsků v rozsahu vlnových délek od 700 do 2500 nm, generátor infračervených paprsků pro generování téměř infračervených paprsků v rozsahu vlnových délek od 700 do 1100 nm, nebo generátor infračervených paprsku pro generování téměř infračervených paprsků v rozsahu vlnových délek od 1100 do 2500 nm.
- 8. Zařízení pro rozpoznání zánětu vemene u krav podle nároku 6 nebo 7, vyznačující se tím, že navíc zahrnuje25 optické vlákno od uvedeného generátoru téměř infračervených paprsků pro přivádění viditelných světelných paprsků a/nebo téměř infračervených paprsků do moči, nezpracovaného mléka nebo mléčné žlázy krávy, a pro vedení přenesených světelných paprsků, odražených světelných paprsků nebo přenesených a2Q odražených světelných paprsků z moči, nezpracovaného mléka nebo mléčné žlázy krávy do detektoru světla skrz toto optické vlákno.
- 9. Zařízení pro rozpoznání zánětu vemene u krav podle kteréhokoliv z nároků 6 až 8, vyznačující se tím, že dále25 - , , »- , „ zahrnuje pnvadec pro zavadění nezpracovaného mléka do kontejneru pro vzorky nezpracovaného mléka prostřednictvím přímého spojení nebo spojení na vyžádání.
- 10. Zařízení pro rozpoznání zánětu vemene u krav podle30 kteréhokoliv z nároků 6 až 9, vyznačující se tím, že dále zahrnuje kontejner pro vzorky pro uložení nezpracovaného mléka a regulátor teploty pro stabilizování mléka uvnitř kontejneru pro vzorky na dané teplotě.
- 11. Zařízení pro rozpoznání zánětu vemene u krav podle kteréhokoliv z nároků 6 až 10, vyznačující se tím, že multivariační regresní analýza je prováděna multilíneární regresí (MLR), regresí základní složky (PCR) nebo částečnou regresí nejmenších čtverců (PLS).
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000099142 | 2000-03-31 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CZ20014305A3 true CZ20014305A3 (cs) | 2002-05-15 |
Family
ID=18613532
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CZ20014305A CZ20014305A3 (cs) | 2000-03-31 | 2001-03-14 | Způsob a zařízení pro rozpoznání zánětu vemen u krav |
Country Status (14)
| Country | Link |
|---|---|
| US (1) | US6748251B2 (cs) |
| EP (1) | EP1191326A4 (cs) |
| JP (1) | JP3574851B2 (cs) |
| CN (1) | CN1395683A (cs) |
| AU (1) | AU769362B2 (cs) |
| CA (1) | CA2376173A1 (cs) |
| CZ (1) | CZ20014305A3 (cs) |
| HU (1) | HUP0201283A2 (cs) |
| IL (1) | IL146786A (cs) |
| NO (1) | NO20015820L (cs) |
| NZ (1) | NZ515725A (cs) |
| PL (1) | PL351030A1 (cs) |
| RU (1) | RU2248554C2 (cs) |
| WO (1) | WO2001075421A1 (cs) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015048936A1 (en) | 2013-10-03 | 2015-04-09 | Labmediaservis S.R.O. | Test set and cow herd sorting method |
Families Citing this family (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2823565B1 (fr) * | 2001-04-12 | 2003-10-24 | Agronomique Inst Nat Rech | Procede de tracabilite d'une alimentation avec de l'herbe fraiche chez un animal |
| WO2004017066A1 (en) * | 2002-08-16 | 2004-02-26 | Lattec I/S | A system and a method for observing and predicting physiological state of an animal |
| US7302349B2 (en) | 2002-08-16 | 2007-11-27 | Lattec I/S | System and a method for observing and predicting a physiological state of an animal |
| US9023641B2 (en) * | 2004-05-13 | 2015-05-05 | Advanced Animal Diagnostics | Microfluidic device and leucocyte antigen mediated microfluidic assay |
| US20070020357A1 (en) | 2005-07-20 | 2007-01-25 | Yissum Research Development Company | Method and device for determining milk quality |
| JP5306651B2 (ja) | 2005-09-02 | 2013-10-02 | ポーラ化成工業株式会社 | 皮膚の状態の判定方法及び皮膚の厚みの予測方法 |
| IL173604A (en) | 2006-02-08 | 2013-01-31 | E Afikim Milking Systems Agricultural Cooperative Ltd Sa | A device and method for recording animal poses, especially for live animals |
| US20090233329A1 (en) * | 2006-03-24 | 2009-09-17 | Rodriguez Rodolfo R | Microfluidic chamber assembly for mastitis assay |
| EP2158483A1 (en) * | 2007-05-31 | 2010-03-03 | S.A.E. Afikim | System and method for analyzing fluids |
| CN101960615B (zh) * | 2008-02-29 | 2012-11-21 | 阿科玛股份有限公司 | 高效光伏模块 |
| EP2416644B1 (en) * | 2009-04-09 | 2015-06-03 | DeLaval Holding AB | Milking system |
| RU2011152761A (ru) * | 2009-06-09 | 2013-07-20 | Тарту Юликоол (Юниверсити Оф Тарту) | Способ выявления мастита и определения качества молока и сенсор мастита |
| US9277728B2 (en) * | 2010-06-14 | 2016-03-08 | Gea Farm Technologies Gmbh | Milking apparatus and system |
| RU2485914C2 (ru) * | 2011-05-10 | 2013-06-27 | Государственное образовательное учреждение высшего профессионального образования "Московский государственный университет технологий и управления" | Способ ранней диагностики мастита у коров |
| CN102384889B (zh) * | 2011-08-03 | 2014-06-25 | 长春迪瑞医疗科技股份有限公司 | 一种全自动便潜血分析仪的积分球式光学系统 |
| KR20130094083A (ko) * | 2012-02-15 | 2013-08-23 | 삼성전기주식회사 | 레이저 스캔 장치 |
| US9297749B2 (en) * | 2012-03-27 | 2016-03-29 | Innovative Science Tools, Inc. | Optical analyzer for identification of materials using transmission spectroscopy |
| JP2015057591A (ja) * | 2013-08-09 | 2015-03-26 | 株式会社島津製作所 | 懸濁液中の懸濁物濃度の分析方法および分析装置 |
| ES2431242B1 (es) * | 2013-09-02 | 2014-09-09 | Centro De Investigación Y Tecnología Agroalimentaria De Aragón (Cita) | Procedimiento de identificación de animales gestantes |
| US9574993B2 (en) * | 2014-06-24 | 2017-02-21 | Shimadzu Corporation | Method and apparatus for analyzing the concentration of materials in suspension |
| CN104568794B (zh) * | 2015-01-01 | 2017-06-23 | 浙江工商大学 | 带鱼肉储存时间检测方法 |
| CN104568796B (zh) * | 2015-01-01 | 2017-06-23 | 浙江工商大学 | 猪肉保存时间检测方法 |
| EP3323068A1 (en) * | 2015-07-16 | 2018-05-23 | Koninklijke Philips N.V. | Device, system and method for managing treatment of an inflammatory autoimmune disease of a person |
| CN105342574A (zh) * | 2015-12-11 | 2016-02-24 | 无限极（中国）有限公司 | 一种自动寻肌筋膜扳机点光学仪 |
| US10371628B2 (en) * | 2017-08-07 | 2019-08-06 | The Boeing Company | Apparatus for measuring spectral hemispherical reflectance of samples at grazing angles |
| JP7405555B2 (ja) * | 2019-10-08 | 2023-12-26 | 株式会社アドバンテスト | 体細胞計、体細胞測定方法、プログラムおよび記録媒体 |
| CN111220565B (zh) * | 2020-01-16 | 2022-07-29 | 东北大学秦皇岛分校 | 一种基于cpls的红外光谱测量仪器标定迁移方法 |
| WO2024023770A1 (en) * | 2022-07-28 | 2024-02-01 | «Uray Technologies» Llc | Systems, devices and methods for analyzing urine |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| HU172951B (hu) | 1976-05-25 | 1979-01-28 | Gyogyszerkutato Intezet | Sposob poluchenija farmacevticheskojj kompozicii aktivnojj protiv mastitisa |
| US4385590A (en) * | 1981-12-11 | 1983-05-31 | Bruce Mortensen | Apparatus for on-site detection of mastitis in milk animals |
| CA2025330C (en) * | 1989-09-18 | 2002-01-22 | David W. Osten | Characterizing biological matter in a dynamic condition using near infrared spectroscopy |
| JPH0447254A (ja) | 1990-06-15 | 1992-02-17 | Snow Brand Milk Prod Co Ltd | 近赤外線を用いて脱脂乳、牛乳、クリーム及びチーズの成分含量を測定する方法及び装置 |
| US5596992A (en) * | 1993-06-30 | 1997-01-28 | Sandia Corporation | Multivariate classification of infrared spectra of cell and tissue samples |
| JPH07151677A (ja) * | 1993-12-01 | 1995-06-16 | Hitachi Ltd | 濃度計 |
| AU1911795A (en) * | 1994-02-09 | 1995-08-29 | Abbott Laboratories | Diagnostic flow cell device |
| JP3462573B2 (ja) | 1994-05-11 | 2003-11-05 | アークレイ株式会社 | 液体試料の成分濃度等を測定する方法及び装置 |
| ATE339680T1 (de) | 1995-04-06 | 2006-10-15 | Delaval Holding Ab | Verfahren und vorrichtung zur quantitativen bestimmung von teilchen in flüssigkeiten |
| JP3639721B2 (ja) * | 1998-06-26 | 2005-04-20 | 東亜ディーケーケー株式会社 | 測定システム |
| NL1010540C2 (nl) * | 1998-11-12 | 2000-05-15 | Maasland Nv | Werkwijze voor het vaststellen van de aanwezigheid van bepaalde stoffen in melk en inrichting voor het toepassen van deze werkwijze. |
-
2001
- 2001-03-14 US US09/980,213 patent/US6748251B2/en not_active Expired - Lifetime
- 2001-03-14 RU RU2001135823A patent/RU2248554C2/ru not_active IP Right Cessation
- 2001-03-14 AU AU41138/01A patent/AU769362B2/en not_active Ceased
- 2001-03-14 PL PL35103001A patent/PL351030A1/xx unknown
- 2001-03-14 NZ NZ51572501A patent/NZ515725A/xx not_active IP Right Cessation
- 2001-03-14 CN CN01800748A patent/CN1395683A/zh active Pending
- 2001-03-14 JP JP2001572852A patent/JP3574851B2/ja not_active Expired - Fee Related
- 2001-03-14 EP EP01912358A patent/EP1191326A4/en not_active Ceased
- 2001-03-14 HU HU0201283A patent/HUP0201283A2/hu unknown
- 2001-03-14 CA CA 2376173 patent/CA2376173A1/en not_active Abandoned
- 2001-03-14 CZ CZ20014305A patent/CZ20014305A3/cs unknown
- 2001-03-14 IL IL14678601A patent/IL146786A/xx not_active IP Right Cessation
- 2001-03-14 WO PCT/JP2001/002018 patent/WO2001075421A1/ja not_active Application Discontinuation
- 2001-11-29 NO NO20015820A patent/NO20015820L/no not_active Application Discontinuation
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015048936A1 (en) | 2013-10-03 | 2015-04-09 | Labmediaservis S.R.O. | Test set and cow herd sorting method |
Also Published As
| Publication number | Publication date |
|---|---|
| IL146786A0 (en) | 2002-07-25 |
| US6748251B2 (en) | 2004-06-08 |
| IL146786A (en) | 2005-03-20 |
| NO20015820L (no) | 2002-01-29 |
| EP1191326A1 (en) | 2002-03-27 |
| WO2001075421A1 (fr) | 2001-10-11 |
| EP1191326A4 (en) | 2005-04-06 |
| PL351030A1 (en) | 2003-02-24 |
| NZ515725A (en) | 2003-01-31 |
| US20020183600A1 (en) | 2002-12-05 |
| RU2248554C2 (ru) | 2005-03-20 |
| HUP0201283A2 (en) | 2002-08-28 |
| CA2376173A1 (en) | 2001-10-11 |
| AU769362B2 (en) | 2004-01-22 |
| CN1395683A (zh) | 2003-02-05 |
| JP3574851B2 (ja) | 2004-10-06 |
| AU4113801A (en) | 2001-10-15 |
| NO20015820D0 (no) | 2001-11-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CZ20014305A3 (cs) | Způsob a zařízení pro rozpoznání zánětu vemen u krav | |
| AU769396B2 (en) | Method and apparatus for detecting mastitis by using visible light and/or near infrared light | |
| US7236237B2 (en) | Spectroscopic fluid analyzer | |
| CN1101934C (zh) | 无损伤性近红外光谱仪的多光谱分析方法和装置 | |
| US5258825A (en) | Optical compositional analyzer apparatus and method for detection of ash in wheat and milled wheat products | |
| CN1185478C (zh) | 无损伤性红外分光术中多光谱分析用的方法和装置 | |
| US6684099B2 (en) | Apparatus and method for reducing spectral complexity in optical sampling | |
| US5898487A (en) | Apparatus and method for determining the concentrations of hemoglobin derivatives | |
| US5751418A (en) | Spectrometry and optical method and apparatus for obtaining a stable spectrum with use of an informationless spectrum contained therein | |
| CZ20024195A3 (cs) | Způsoby a zařízení pro detekci analytů ve vzorcích o nízké propustnosti dvoupaprskovou FTIR | |
| KR19990076724A (ko) | 산란 매트릭스내에 함유된 분석물을 측정하는 방법 및 장치 | |
| US20030098969A1 (en) | Spectroscopic fluid analyzer | |
| JPS63175744A (ja) | 光吸収分析装置 | |
| US4988630A (en) | Multiple beam laser instrument for measuring agglutination reactions | |
| JPH11230901A (ja) | 光反射計測装置 | |
| WO2005100955A1 (en) | Method and apparatus for determining the absorption of weakly absorbing and/or scattering liquid samples | |
| JPH11173982A (ja) | 血清中蛋白質濃度の測定方法および装置 | |
| Koumantakis et al. | Estimating fat in feces by near-infrared reflectance spectroscopy. | |
| Yoon et al. | Spectrophotometry | |
| RU2410671C1 (ru) | Спектрометрический экспресс-анализатор показателей качества молока и молочного напитка |