JP2018525746A5

JP2018525746A5 -

Info

Publication number: JP2018525746A5
Application number: JP2018506804A
Authority: JP
Filing date: 2016-04-22
Publication date: 2019-05-30
Anticipated expiration: 2036-04-22

Claims

培養物を接種され、培養された、プレート培地における微生物増殖を特定する自動化された方法であって、
前記プレート培地の培養の開始時（ｔ_０）に、前記培地の第１のデジタル画像を得ることであって、該第１のデジタル画像は複数のピクセルを有することと、
前記第１のデジタル画像の１つ以上のピクセルに座標を割り当てることと、
前記培地のための培養期間後（ｔ_ｘ）に、前記培地の第２のデジタル画像を得ることであって、該第２のデジタル画像は複数のピクセルを有することと、
前記第２のデジタル画像を前記第１のデジタル画像と位置合わせすることであって、該位置合わせは、前記第１の画像の前記ピクセルに割り当てられた座標と、該座標を割り当てられた前記第１の画像の前記ピクセルに対応する前記第２の画像の１つ以上のピクセルとに基づくことと、
前記第２のデジタル画像の局所的に隣接するピクセル間の変化を示す空間コントラストデータを生成することと、
前記第１のデジタル画像及び前記第２のデジタル画像の対応するピクセル間の変化を示す時間コントラストデータを生成することと、
前記第２のデジタル画像の複数のピクセルの各々について、該ピクセルの前記空間コントラストデータ及び前記時間コントラストデータの組み合わせに基づいて、前記ピクセルにコントラスト値を割り当てることと、
所定の閾値を超え、互いの所定の誤差範囲内にあるコントラスト値を有する隣接するピクセルを関係付けることであって、該関係付けられたピクセルは、識別された物体を構成することと、
各識別された物体を、メモリ内に候補コロニーとして記憶することと、
を含む、方法。
前記空間コントラストデータ及び前記時間コントラストデータを組み合わせることは、該空間コントラストデータ及び該時間コントラストデータの平均をとることを含む、請求項１に記載の方法。
前記空間コントラストデータ及び前記時間コントラストデータは、加重平均に従って組み合わされる、請求項２に記載の方法。
空間コントラストデータを生成することは、
時点ｔ_ｘにおいて複数の画像を得ることであって、該複数の画像の各々は、異なる照明条件下で得られることと、
前記複数のｔ_０画像の各々において空間データを処理することと、
前記処理された空間データを組み合わせることと、
を含む、請求項１に記載の方法。
空間データを処理することは、照明条件ごとに空間データ結果を別個に処理するとともに、該別個に処理された空間データ結果から最大の結果を選択することを含む、請求項４に記載の方法。
時間コントラストデータを生成することは、
時点ｔ_０において複数の画像を得ることであって、該複数の画像の各々は、異なる照明条件下で得られることと、
時点ｔ_ｘにおいて複数の画像を得ることであって、時点ｔ_ｘにおける各画像の前記照明条件は、時点ｔ_０において得られた画像の前記照明条件に対応することと、
前記対応するｔ_０画像及びｔ_ｘ画像の各々における時間データを処理することと、
前記処理された時間データを組み合わせることと、
を含む、請求項１に記載の方法。
時間データを処理することは、照明条件ごとに時間データ結果を別個に処理するとともに、該別個に処理された時間データ結果から最大の結果を選択することを含む、請求項６に記載の方法。
所与の識別された物体について、
前記物体に関連付けられた前記ピクセル情報から複数の物体特徴を得ることであって、該物体特徴は、少なくとも１つの形態学的特徴を含み、該形態学的特徴は、物体形状、物体エリア、物体外周又は物体エッジのうちの少なくとも１つであることと、
分類アルゴリズムを用いて前記物体特徴を組み合わせることと、
前記組み合わされた物体特徴を、メモリ内に記憶された複数の微生物のための物体特徴情報と比較することと、
前記比較に基づいて、前記識別された物体を、微生物のタイプとして分類することと、
を更に含む、請求項１に記載の方法。
前記物体特徴は、少なくとも１つのスペクトル特徴を更に含み、該スペクトル特徴は、物体の色、物体の明るさ、物体の色相又は物体の彩度のうちの少なくとも１つである、請求項８に記載の方法。
前記物体特徴は、少なくとも１つの時間特徴を更に含み、該時間特徴は、物体の増殖率、物体の色の変化、又は前記物体が最初に視覚的に観察可能であった予測時間のうちの少なくとも１つである、請求項８に記載の方法。
前記物体特徴のうちの少なくとも１つが、前記識別された物体の各ピクセルについて得られ、次に、１つ以上の統計的ヒストグラム特徴を用いて組み合わされる、請求項８に記載の方法。
前記分類アルゴリズムは、教師あり機械学習アルゴリズムであり、前記組み合わされた物体特徴は、メモリに記憶された４つ以下の微生物について物体特徴情報と比較される、請求項８に記載の方法。
所与の識別された物体について、
前記識別された物体のピクセルごとに、該ピクセルの前記時間コントラストデータに基づいて、該ピクセルに時間コントラスト値を割り当てることと、
前記割り当てられた時間コントラスト値から１つ以上の最大値を特定することと、
２つ以上の最大値が特定される場合、前記最大値が共通コロニー形成ユニットに関連付けられるか、又は異なるコロニー形成ユニットに関連付けられるかを判断することと、
異なるコロニー形成ユニットに関連付けられると判断された任意の２つの最大値について、前記識別された物体を、前記２つの最大値のそれぞれのロケーションに少なくとも部分的に基づいて、２つの物体に分割することと、
を更に含む、請求項１に記載の方法。
２つの最大値が共通のコロニー形成ユニットに関連付けられるか又は異なるコロニー形成ユニットに関連付けられるかを判断することは、
最大値ごとに、該最大値から前記識別された物体のエッジへの距離を求めることと、
各求められた距離と、前記２つの最大値間の前記距離とに基づいて、包含係数値を計算することと、
前記包含係数値を所定の範囲と比較することであって、前記最大値は、前記包含係数値が前記所定の範囲未満である場合、共通コロニー形成ユニットと関連付けられ、前記包含係数値が前記所定の範囲よりも大きい場合、異なるコロニー形成ユニットと関連付けられることと、
を更に含む、請求項１３に記載の方法。
前記包含係数値が前記所定の範囲内にある場合、前記方法は、
最大値ごとに、該最大値を取り囲む領域を画定することと、
前記最大値を取り囲む前記それぞれの領域の凸性を計算することであって、前記凸性が閾値よりも高い場合、前記最大値は、異なるコロニー形成ユニットに関連付けられることと、
を更に含む、請求項１４に記載の方法。
前記空間コントラストデータに基づいて、第１の時点におけるデジタル画像内の１つ以上の物体を識別することと、
第２の時点におけるデジタル画像内の所与の識別された物体について、第２の時点におけるデジタル画像内の前記物体のための前記組み合わされた空間コントラストデータ及び時間コントラストデータが、前記第１の時点におけるデジタル画像内で識別された物体のための前記空間コントラストデータに一致する場合、前記第２のデジタル画像内の前記物体をアーチファクトとして分類することと、
を更に含む、請求項１に記載の方法。
プレート培地における微生物増殖を評価するための自動化された方法であって、
実質的に光学的に透明な容器内に配置された、生体試料を接種された培養培地を準備することと、
インキュベーターにおいて、前記接種された培養培地を培養することと、
前記接種された培養培地を保有する前記透明な容器をデジタル撮像装置内に設置することと、
第１の時点（ｔ_０）において前記接種された培地の第１のデジタル画像を得ることであって、該第１のデジタル画像は複数のピクセルを有することと、
前記接種された培養培地を保有する前記透明な容器に対する前記第１のデジタル画像における前記ピクセルの座標を求めることと、
前記接種された培養培地を保有する前記透明な容器を前記デジタル撮像装置から取り出すとともに、前記接種された培養培地を、更なる培養のために前記インキュベーター内に設置することと、
更なる培養の後、前記接種された培養培地を保有する前記透明な容器を前記デジタル撮像装置内に設置することと、
第２の時点（ｔ_ｘ）において、前記接種された培地の第２のデジタル画像を得ることであって、該第２のデジタル画像は複数のピクセルを有することと、
前記第１のデジタル画像を前記第２のデジタル画像と位置合わせすることであって、それによって、前記第２のデジタル画像内のピクセルの前記座標が、前記第１のデジタル画像内の対応するピクセルの前記座標に対応することと、
前記第２のデジタル画像の前記ピクセルを、前記第１のデジタル画像の対応するピクセルと比較することと、
前記第１のデジタル画像と前記第２のデジタル画像との間で変化したピクセルを特定することであって、前記第１のデジタル画像と前記第２のデジタル画像との間で変化していない前記ピクセルは背景を示すことと、
前記第２のデジタル画像における前記特定されたピクセルのいずれが背景を示す前記ピクセルとの所定のレベルの閾値コントラストを有するかを判断することと、
前記第２のデジタル画像における１つ以上の物体を識別することであって、各物体は前記閾値コントラストのレベルに一致し、背景ピクセルによって互いに分離しないピクセルからなることと、
前記識別された物体のうちの少なくとも１つについて、前記物体のピクセルから前記物体の形態を求めることと、
前記物体の形態から、前記物体がコロニー候補であるか否かを判断することと、
前記物体に関連付けられた前記ピクセルの前記座標をメモリに提供することと、
を含む、方法。
培養物を接種され、培養されたプレート培地における微生物増殖を評価する方法であって、
前記プレート培地の第１のデジタル画像及び第２のデジタル画像を得ることであって、各デジタル画像は、前記接種された培地のための培養期間後に、異なる時点に得られることと、
前記第２のデジタル画像を前記第１のデジタル画像と位置合わせすることであって、該位置合わせは、前記第１の画像の前記ピクセル、及び前記座標に割り当てられた前記第１の画像の前記ピクセルに対応する前記第２の画像の１つ以上のピクセルに割り当てられた前記座標に基づくことと、
前記第１のデジタル画像及び前記第２のデジタル画像の対応するピクセル間の変化を示す時間コントラストデータを生成することと、
前記時間コントラストデータから、前記第２のデジタル画像内の物体を識別することと、
前記時間コントラストデータから、前記識別された物体の１つ以上の動的物体特徴を得ることと、
前記１つ以上の動的物体特徴に基づいて、前記識別された物体を、有機体のタイプとして分類することと、
前記識別された物体及びその分類をメモリ内に記憶することと、
を含む、方法。
プロセッサに、プレート培地における微生物増殖を評価する方法を実行させるように構成されたプログラム命令が符号化されたコンピュータ可読メモリストレージ媒体であって、前記方法は、請求項１〜１６のいずれか一項に記載の方法を含む、コンピュータ可読メモリストレージ媒体。
生体試料を接種され、光学的に透明な容器内に配置された培養培地における増殖を特定するシステムであって、
前記培養培地のデジタル画像を捕捉するための画像取得デバイスと、
前記捕捉されたデジタル画像において識別された候補コロニー物体に関する情報を記憶するメモリと、
請求項１〜１６のいずれか一項に記載の方法に従う方法を行うよう命令を実行するように動作可能な１つ以上のプロセッサと、
を備える、システム。