CN111209895B - 静脉药物配制样品的细菌污染检测***、方法及存储介质 - Google Patents

静脉药物配制样品的细菌污染检测***、方法及存储介质 Download PDF

Info

Publication number
CN111209895B
CN111209895B CN202010092962.XA CN202010092962A CN111209895B CN 111209895 B CN111209895 B CN 111209895B CN 202010092962 A CN202010092962 A CN 202010092962A CN 111209895 B CN111209895 B CN 111209895B
Authority
CN
China
Prior art keywords
bacterial contamination
image
sample
container
intravenous drug
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.)
Active
Application number
CN202010092962.XA
Other languages
English (en)
Other versions
CN111209895A (zh
Inventor
李淑媛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kang Yu
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202010092962.XA priority Critical patent/CN111209895B/zh
Publication of CN111209895A publication Critical patent/CN111209895A/zh
Application granted granted Critical
Publication of CN111209895B publication Critical patent/CN111209895B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/69Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/698Matching; Classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/56Extraction of image or video features relating to colour

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

本说明书实施例提供了一种静脉药物配制样品的细菌污染检测***、方法及存储介质,该***包括:图像采集设备,用于采集模拟容器在未被注入组分时的图像,以作为基准图像;以及采集所述模拟容器在被注入组分后所形成的样品,在被培养指定时间后的图像,以作为待处理图像;所述模拟容器为透明容器且其内预置有培养基;图像处理设备,用于对比所述待处理图像和所述基准图像的灰度特征,并根据对比结果确定所述样品在被培养所述指定时间后的细菌污染数据。本说明书实施例可以实现对静脉药物配制样品的细菌污染检测。

Description

静脉药物配制样品的细菌污染检测***、方法及存储介质
技术领域
本说明书涉及医疗设备技术领域,尤其是涉及一种静脉药物配制样品的细菌污染检测***、方法及存储介质。
背景技术
在医疗机构和医疗教育培训机构等,一般需要对静脉药物配制人员的无菌配制技术水平进行评估,这对于有利于减少医源性感染和保留医疗证据等,具有重要意义。目前,针对静脉药物配制人员的无菌配制技术水平的评估,主要是针对静脉药物配制人员的配制操作过程的评估,即人工评估静脉药物配制人员的静脉药物配制操作过程是否符合规范。
然而,实际上,静脉药物配制样品(即静脉药物配制人员配置好的样品),才是最终体现样品是否被细菌污染以及被污染程度的客观依据。因此,如何实现对静脉药物配制样品的细菌污染检测,已成为目前亟待解决的技术问题。
发明内容
本说明书实施例的目的在于提供一种静脉药物配制样品的细菌污染检测***、方法及存储介质,以实现对静脉药物配制样品的细菌污染检测。
为达到上述目的,一方面,本说明书实施例提供了一种静脉药物配制样品的细菌污染检测***,包括:
图像采集设备,用于采集模拟容器在未被注入组分时的图像,以作为基准图像;以及采集所述模拟容器在被注入组分后所形成的样品,在被培养指定时间后的图像,以作为待处理图像;所述模拟容器为透明容器且其内预置有培养基;
图像处理设备,用于对比所述待处理图像和所述基准图像的灰度特征,并根据对比结果确定所述样品在被培养所述指定时间后的细菌污染数据。
另一方面,本说明书实施例还提供了一种静脉药物配制样品的细菌污染检测方法,包括:
获取模拟容器在未被注入组分时的图像,以作为基准图像;
获取所述模拟容器在被注入组分后所形成的样品,在被培养指定时间后的图像,以作为待处理图像;所述模拟容器为透明容器且其内预置有培养基;
对比所述待处理图像和所述基准图像的灰度特征,并根据对比结果确定所述样品在被培养所述指定时间后的细菌污染数据。
另一方面,本说明书实施例还提供了一种计算机存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的检测方法。
由以上本说明书实施例提供的技术方案可见,在本说明书实施例的静脉药物配制样品的细菌污染检测***中,基于图像采集设备采集的模拟容器在未被注入组分时的图像,以及采集的模拟容器在被注入组分后所形成的样品,在被培养指定时间后的图像的基础上;图像处理设备可以获取这些图像,并通过自动对比这些图像的灰度特征变化,确定出样品在被培养指定时间后的细菌污染数据,从而实现了对静脉药物配制样品的细菌污染检测。进而为后续评估静脉药物配制人员的无菌配制技术水平提供了依据。不仅如此,相对于现有技术中人工静脉药物配制人员的配制操作过程的实现方案,本说明书实施例的自动实现方案具有更高的效率和准确性,且成本较低。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为本说明书一些实施例中静脉药物配制样品的细菌污染检测***的结构示意图;
图2为本说明书另一些实施例中静脉药物配制样品的细菌污染检测***的结构示意图;
图3a为本说明书一实施例中模拟容器在未被注入组分时的示意图;
图3b为本说明书另一实施例中模拟容器在被注入组分后所形成的样品,在被培养48小时时间后的示意图;
图3c为本说明书另一实施例中模拟容器在被注入组分后所形成的样品,在被培养48小时时间后的示意图;
图4为本说明书一实施例中配制工具包的示意图;
图5为本说明书一些实施例中静脉药物配制样品的细菌污染检测方法的流程图;
图6为本说明书一些实施例中计算机器设备的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本说明书保护的范围。
参考图1所示,在本说明书一些实施例中,静脉药物配制样品的细菌污染检测***可以包括图像采集设备100和图像处理设备200。所述图像采集设备100可以用于采集模拟容器在未被注入组分时的图像,以作为基准图像;以及采集所述模拟容器在被注入组分后所形成的样品,在被培养指定时间后的图像,以作为待处理图像。所述图像处理设备200可以用于对比所述待处理图像和所述基准图像的灰度特征,并根据对比结果确定所述样品在被培养所述指定时间后的细菌污染数据。其中,所述模拟容器可以为透明容器,以避免影响后续的图像识别。此外,为了有利于实现样品的有效检测,所述模拟容器内可预置有培养基,该培养基可以用于混入样品的细菌培养。
由此可见,在本说明书实施例的静脉药物配制样品的细菌污染检测***中,基于图像采集设备采集的模拟容器在未被注入组分时的图像,以及采集的模拟容器在被注入组分后所形成的样品,在被培养指定时间后的图像的基础上;图像处理设备可以获取这些图像,并通过自动对比这些图像的灰度特征变化,确定出样品在被培养指定时间后的细菌污染数据,从而实现了对静脉药物配制样品的细菌污染检测。进而为后续评估静脉药物配制人员的无菌配制技术水平提供了依据。不仅如此,相对于现有技术中人工静脉药物配制人员的配制操作过程的实现方案,本说明书实施例的自动实现方案具有更高的效率和准确性,且成本较低。
结合图2所示,在本说明书另一些实施例中,静脉药物配制样品的细菌污染检测***还可以包括扫码设备300。扫码设备300可以用于采集设置于所述模拟容器上的条码信息,所述条码信息用作对应静脉药物配制人员的标识信息。相应的,所述图像处理设备200还可以用于获取所述条码信息,并将所述细菌污染数据与所述条码信息相关联。由于条码信息用作对应静脉药物配制人员的标识信息,如此,通过将细菌污染数据与条码信息相关联,就可以获得各个静脉药物配制人员各自配制样品的细菌污染数据。此外,还可以将标识信息对应的细菌污染数据等写入数据库进行保存,以备后续查阅和调用。
在本说明书一实施例中,上述标识信息可以为任何合适的字符或字符串。例如,001表示静脉药物配制人员张三,002表示静脉药物配制人员李四。此外,在数据库中还可以保存有与标识信息相关联的其他属性信息(例如静脉药物配制人员的个人信息等),以方便后续查阅和调用。
应当理解的是,鉴于图像采集设备100还可以将设置于模拟容器上的条码图像一并采集,图像处理设备还可以配置有条码图像识别模块,使得后续可以通过条码图像识别模块实现对静脉药物配制人员的标识信息的采集。如此就节省了扫码设备,从而有利于降低实现成本。应当说明的是,本说明书实施例提及的条码可以为一维条形码(简称条形码)或二维条形码(简称二维码)。当然,本说明书不限于此,在说明书其他一些实施中,条码也可以替换为其他标识符(例如数字编码等)。
在本说明书一些实施例中,图像采集设备可以通过有线通信或无线通信方式与图像处理设备进行通信。图像采集设备在采集到图像后,可以将其写入指定的存储路径(例如本地的存储卡)。相应的,图像处理设备可以根据该存储路径读取到图像数据,以进行处理。
在本说明书一些实施例中,图像采集设备可以为具有图像拍摄功能的电子设备。例如,在本说明书一示例性实施例中,典型的具有图像拍摄功能的电子设备为数码相机。当然,在在本说明书其他的实施例中,具有图像拍摄功能的电子设备还可以为数码摄像机、智能手机、笔记本电脑等。本领域技术人员可以理解,本说明书对图像采集设备采用何种电子设备不作限定,具体可以根据需要选择。
在本说明书一些实施例中,图像处理设备200可以为配置有图像处理软件的计算机设备。例如,在本说明书一示例性实施例中,所述计算机设备可以包括但不限于台式电脑、平板电脑、笔记本电脑、智能手机等。同样,本说明书对于图像处理设备采用何种计算机设备也不作限定,具体可以根据需要选择。此外,在本说明书另一些实施例中,鉴于目前一些计算机设备兼具有图像采集功能,图像采集设备和图像处理设备也可以合二为一,即可以用一个计算机设备实现图像采集和图像处理的功能。如此,可以有利于降低成本和实现复杂度。
在本说明书一些实施例中,考虑到模拟容器本体的透光属性及其所处的环境背景,采集模拟容器在未被注入组分时的图像作为基准图像,可以有利于提高检测的准确性。其中,模拟容器在未被注入组分是指:位于模拟容器外部待操作的一份或多份组分(例如药物组分等),尚未被注入模拟容器内;此时,模拟容器内预置的培养基与组分未混合。
在本说明书一些实施例中,模拟容器在被注入组分后所形成的样品是指:位于模拟容器外部待操作的组分已被注入至模拟容器内,且与模拟容器内预置的培养基进行了混合,从而形成混合液(或称为混合流体)。如此,一旦混合液中侵入有细菌,在培养基的培养下,其被污染情况可以被显著呈现,从而有利于实现样品的有效检测。
在本说明书一些实施例中,所述对比待处理图像和基准图像的灰度特征,并根据对比结果确定样品在被培养所述指定时间后的细菌污染数据,可以包括以下步骤:
1)、将所述基准图像进行灰度化处理,获得第一灰度图像;并将所述待处理图像进行灰度化处理,获得第二灰度图像。
在本说明书一实施例中,在进行灰度化处理之前,图像处理设备还可以对基准图像和待处理图像进行预处理,以消除图像中无关的信息。
在将基准图像和待处理图像进行灰度化处理后,在灰度化的基准图像和灰度化的待处理图像中,每个像素点的灰度值也就确定了。
2)、确定所述第一灰度图像中指定部分的第一灰度平均值;并确定所述第二灰度图像中指定部分的第二灰度平均值。
在本说明书的实施例中,第一灰度图像中指定部分和第二灰度图像中指定部分,均可以根据需要预先设定。其中,指定部分应至少全覆盖混合液的图像部分,且也不宜过大,以利用提高测量准确性并降低计算量。对于同一个模拟容器,第一灰度图像中指定部分和第二灰度图像中指定部分的范围可以相同。例如,在一示例性实施例中,第一灰度图像中指定部分可以如图3a中虚线框所围成的部分所示。相应的,第二灰度图像中指定部分可以如图3b或图3c中虚线框所围成的部分所示。
一般地,对于任意一个第一灰度图像或第二灰度图像,即使是看似完全相同的部分,其各个像素点的灰度值也可能会略有不同。因此,为有利于提高检测准确性,可以将第一灰度图像中指定部分范围内各个像素点的灰度值进行算术平均,并将第二灰度图像中指定部分范围内各个像素点的灰度值进行算术平均。
3)、确定所述第二灰度平均值相对于所述第一灰度平均值的增量。
在本说明书的实施例中,通过计算第二灰度平均值和第一灰度平均值的差值,可以确定出第二灰度平均值相对于第一灰度平均值的增量。
4)、根据所述增量确定所述样品在被培养所述指定时间后的细菌污染数据。
研究表明,当样品被细菌污染时,在被培养指定时间后,随着细菌的繁殖,样品的颜色会加深;相应的,其对应图像的灰度平均值就会增大。而当样品未被细菌污染时,在被培养指定时间后,样品的颜色通常不会发生变化(或者变化很小,可以忽略);相应的,其对应图像的灰度平均值就不会变化(或者变化很小,可以忽略)。据此原理,可以根据灰度平均值增量来确定样品在被培养指定时间后的细菌污染数据。
在本说明书一些实施例中,样品在被培养指定时间后的细菌污染数据可以是定性描述。例如,可以通过设置阈值范围的方式,来确定样品在被培养指定时间后的细菌污染程度。例如,在一示例性实施例中,阈值范围可以如下表1所示:
表1
灰度平均值增量(g) 污染程度
g≤10 无污染
10<g≤50 轻度污染
50<g 严重污染
在本说明书一些实施例中,样品在被培养指定时间后的细菌污染数据也可以是定量描述。例如,在本说明书一实施例中,可以直接将灰度平均值增量作为样品被细菌污染的定量描述。例如,在一示例性实施例中,某样品在被培养指定时间后的灰度平均值增量为25,则该样品被细菌污染指数值为25。
当然,以上定量描述方式仅是举例说明,在本说明书另一实施例中,还可以预先建立细菌污染指数与灰度平均值增量的关系函数,即建立细菌污染指数关于灰度平均值增量的函数。如此,每获取一个灰度平均值增量并输入至关系函数,就可以得到对应的细菌污染指数,从而也可以实现样品被细菌污染的定量描述。
在本说明书的实施例中,上述指定时间可以根据需要设定,例如,在一示例性实施例中,指定时间可以为12小时、24小时、48小时等。当然,在此培养期间,所有样品应处于相同的外部环境(例如相同的温度、湿度、紫外线强度等)。
一般地,按细菌对氧气的需求,细菌可以分为需氧菌和厌氧菌。因此,为了能够涵盖临床常见的致病菌,模拟容器可以包括需氧菌模拟容器和厌氧菌模拟容器。其中,需氧菌模拟容器内预置有需氧菌培养基,以有利于需氧菌的培养;厌氧菌模拟容器内预置有厌氧菌培养基,以有利于厌氧菌的培养。相应的,在此情况下,所述细菌污染数据可以包括需氧细菌污染数据与厌氧细菌污染数据的加权和。其中,所述需氧细菌污染数据为所述需氧菌模拟容器在被注入组分后所形成的样品,在被培养指定时间后的细菌污染数据。所述厌氧细菌污染数据为所述厌氧菌模拟容器在被注入组分后所形成的样品,在被培养指定时间后的细菌污染数据。如此,可以有利于更全面地检测样品被各种致病菌污染的情况。
例如,在一示例性实施例中,某一静脉药物配制人员X在一个需氧菌模拟容器中配制出样品A,并在一个厌氧菌模拟容器中配制出样品B,样品A在被培养48小时后,其对应图像部分(例如图3b所示)的灰度平均值增量为15,样品B在被培养48小时后,其对应图像部分(例如图3c所示)的灰度平均值增量为45。则该静脉药物配制人员X配制出的样品,在被培养48小时后,其对应图像部分的灰度平均值增量可以为
Figure BDA0002384324100000071
相应的,可以根据该加权值30,来确定静脉药物配制人员X配制出的样品,在被培养48小时后的细菌污染数据。
在本说明书一些实施例中,所述模拟容器、容纳所述组分的容器、及配制工具均可以预置于配制工具包内,例如图4所示。如此,这种全合一(配制样品所需的各个物品集中于一个包装内)包装方式,与配制样品所需的各个物品独立包装相比,可以有利于缩短操作时间,并有利于减少空气中菌落对结果的干扰,同时还节约了物料成本。
在本说明书一实施例中,较佳地,所述配制工具包的材质可以为具有指定遮光性的共挤膜,如此,不仅可以保证配制工具包具有较佳的拉伸性能和轻便性,还有利于避免培养基和各组分等因光照所致的性质改变。此外,在本说明书另一实施例中,所述配制工具包可以采用真空包装或充惰性气体包装,以利于配制工具包内的培养基和各组分等物品的保存。
此外,在本说明书另一实施例中,配制工具包边角处还可以设置有易拆部件,以方便配制工具包的拆解。当使用时,可以通过配制工具包边角处设置的易拆部件拆开配制工具包。例如,在图4所示的示例性实施例中,可以通过配制工具包左下角所示的易撕口拆开配制工具包。从图4中可以看出,在一些情况下,模拟容器上的条码可以是后附上的;即至少在提交样品前,静脉药物配制人员可以将分发给自己的条码,按照要求贴在模拟容器的外表面上。
为了描述的方便,描述以上***时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
与上述的静脉药物配制样品的细菌污染检测***对应,本说明书还提供了静脉药物配制样品的细菌污染检测方法。参考图5所示,在本说明书一些实施例中,所述静脉药物配制样品的细菌污染检测方法可以包括以下步骤:
S501、获取模拟容器在未被注入组分时的图像,以作为基准图像。
S502、获取所述模拟容器在被注入组分后所形成的样品,在被培养指定时间后的图像,以作为待处理图像;所述模拟容器为透明容器且其内预置有培养基。
S503、对比所述待处理图像和所述基准图像的灰度特征,并根据对比结果确定所述样品在被培养所述指定时间后的细菌污染数据。
在本说明书一些实施例的静脉药物配制样品的细菌污染检测方法中,所述检测方法还可以包括:
获取设置于所述模拟容器上的条码信息,所述条码信息用作对应静脉药物配制人员的标识信息;
将所述细菌污染数据与所述条码信息相关联。
在本说明书一些实施例的静脉药物配制样品的细菌污染检测方法中,所述对比所述待处理图像和所述基准图像的灰度特征,并根据对比结果确定所述样品在被培养所述指定时间后的细菌污染数据,可以包括:
将所述基准图像进行灰度化处理,获得第一灰度图像;并将所述待处理图像进行灰度化处理,获得第二灰度图像;
确定所述第一灰度图像中指定部分的第一灰度平均值;并确定所述第二灰度图像中指定部分的第二灰度平均值;
确定所述第二灰度平均值相对于所述第一灰度平均值的增量;
根据所述增量确定所述样品在被培养所述指定时间后的细菌污染数据。
在本说明书一些实施例的静脉药物配制样品的细菌污染检测方法中,所述模拟容器可以包括:
需氧菌模拟容器,其内预置有需氧菌培养基;
厌氧菌模拟容器,其内预置有厌氧菌培养基;
相应的,所述细菌污染数据包括需氧细菌污染数据与厌氧细菌污染数据的加权和;
其中,所述需氧细菌污染数据为所述需氧菌模拟容器在被注入组分后所形成的样品,在被培养指定时间后的细菌污染数据;所述厌氧细菌污染数据为所述厌氧菌模拟容器在被注入组分后所形成的样品,在被培养指定时间后的细菌污染数据。
在本说明书一些实施例的静脉药物配制样品的细菌污染检测方法中,所述模拟容器、容纳所述组分的容器、及配制工具均可以预置于配制工具包内。
在本说明书一些实施例的静脉药物配制样品的细菌污染检测方法中,所述配制工具包的材质可以为:具有指定遮光性的共挤膜。
虽然上文描述的过程流程包括以特定顺序出现的多个操作,但是,应当清楚了解,这些过程可以包括更多或更少的操作,这些操作可以顺序执行或并行执行(例如使用并行处理器或多线程环境)。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本说明书可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本说明书的技术方案本质上或者说对现有技术做出贡献的部分也可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干计算机程序指令,用以使得一台计算机设备(可以是个人计算机,移动终端,服务器,或者网络设备等)执行本说明书各个实施例或者实施例的某些部分所述的方法,例如图6所示。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁盘式存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书的实施例可提供为方法、***或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于方法实施例而言,由于其基本相似于***实施例,所以描述的比较简单,相关之处参见***实施例的部分说明即可。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。

Claims (13)

1.一种静脉药物配制样品的细菌污染检测***,其特征在于,包括:
图像采集设备,用于采集模拟容器在未被注入组分时的图像,以作为基准图像;以及采集所述模拟容器在被注入组分后所形成的样品,在被培养指定时间后的图像,以作为待处理图像;所述模拟容器为透明容器且其内预置有培养基;
图像处理设备,用于对比所述待处理图像和所述基准图像的灰度特征,并根据对比结果确定所述样品在被培养所述指定时间后的细菌污染数据,以用于评估对应静脉药物配制人员的无菌配制技术水平。
2.如权利要求1所述的静脉药物配制样品的细菌污染检测***,其特征在于,所述检测***还包括:
扫码设备,用于采集设置于所述模拟容器上的条码信息,所述条码信息用作对应静脉药物配制人员的标识信息;
相应的,所述图像处理设备还用于获取所述条码信息,并将所述细菌污染数据与所述条码信息相关联。
3.如权利要求1所述的静脉药物配制样品的细菌污染检测***,其特征在于,所述对比所述待处理图像和所述基准图像的灰度特征,并根据对比结果确定所述样品在被培养所述指定时间后的细菌污染数据,包括:
将所述基准图像进行灰度化处理,获得第一灰度图像;并将所述待处理图像进行灰度化处理,获得第二灰度图像;
确定所述第一灰度图像中指定部分的第一灰度平均值;并确定所述第二灰度图像中指定部分的第二灰度平均值;
确定所述第二灰度平均值相对于所述第一灰度平均值的增量;
根据所述增量确定所述样品在被培养所述指定时间后的细菌污染数据。
4.如权利要求1所述的静脉药物配制样品的细菌污染检测***,其特征在于,所述模拟容器包括:
需氧菌模拟容器,其内预置有需氧菌培养基;
厌氧菌模拟容器,其内预置有厌氧菌培养基;
相应的,所述细菌污染数据包括需氧细菌污染数据与厌氧细菌污染数据的加权和;
其中,所述需氧细菌污染数据为所述需氧菌模拟容器在被注入组分后所形成的样品,在被培养指定时间后的细菌污染数据;所述厌氧细菌污染数据为所述厌氧菌模拟容器在被注入组分后所形成的样品,在被培养指定时间后的细菌污染数据。
5.如权利要求1所述的静脉药物配制样品的细菌污染检测***,其特征在于,所述模拟容器、容纳所述组分的容器、及配制工具均预置于配制工具包内。
6.如权利要求5所述的静脉药物配制样品的细菌污染检测***,其特征在于,所述配制工具包的材质为:具有指定遮光性的共挤膜。
7.一种静脉药物配制样品的细菌污染检测方法,其特征在于,包括:
获取模拟容器在未被注入组分时的图像,以作为基准图像;
获取所述模拟容器在被注入组分后所形成的样品,在被培养指定时间后的图像,以作为待处理图像;所述模拟容器为透明容器且其内预置有培养基;
对比所述待处理图像和所述基准图像的灰度特征,并根据对比结果确定所述样品在被培养所述指定时间后的细菌污染数据,以用于评估对应静脉药物配制人员的无菌配制技术水平。
8.如权利要求7所述的静脉药物配制样品的细菌污染检测方法,其特征在于,所述检测方法还包括:
获取设置于所述模拟容器上的条码信息,所述条码信息用作对应静脉药物配制人员的标识信息;
将所述细菌污染数据与所述条码信息相关联。
9.如权利要求7所述的静脉药物配制样品的细菌污染检测方法,其特征在于,所述对比所述待处理图像和所述基准图像的灰度特征,并根据对比结果确定所述样品在被培养所述指定时间后的细菌污染数据,包括:
将所述基准图像进行灰度化处理,获得第一灰度图像;并将所述待处理图像进行灰度化处理,获得第二灰度图像;
确定所述第一灰度图像中指定部分的第一灰度平均值;并确定所述第二灰度图像中指定部分的第二灰度平均值;
确定所述第二灰度平均值相对于所述第一灰度平均值的增量;
根据所述增量确定所述样品在被培养所述指定时间后的细菌污染数据。
10.如权利要求7所述的静脉药物配制样品的细菌污染检测方法,其特征在于,所述模拟容器包括:
需氧菌模拟容器,其内预置有需氧菌培养基;
厌氧菌模拟容器,其内预置有厌氧菌培养基;
相应的,所述细菌污染数据包括需氧细菌污染数据与厌氧细菌污染数据的加权和;
其中,所述需氧细菌污染数据为所述需氧菌模拟容器在被注入组分后所形成的样品,在被培养指定时间后的细菌污染数据;所述厌氧细菌污染数据为所述厌氧菌模拟容器在被注入组分后所形成的样品,在被培养指定时间后的细菌污染数据。
11.如权利要求7所述的静脉药物配制样品的细菌污染检测方法,其特征在于,所述模拟容器、容纳所述组分的容器、及配制工具均预置于配制工具包内。
12.如权利要求11所述的静脉药物配制样品的细菌污染检测方法,其特征在于,所述配制工具包的材质为:具有指定遮光性的共挤膜。
13.一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求7-12任意一项所述的检测方法。
CN202010092962.XA 2020-02-14 2020-02-14 静脉药物配制样品的细菌污染检测***、方法及存储介质 Active CN111209895B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010092962.XA CN111209895B (zh) 2020-02-14 2020-02-14 静脉药物配制样品的细菌污染检测***、方法及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010092962.XA CN111209895B (zh) 2020-02-14 2020-02-14 静脉药物配制样品的细菌污染检测***、方法及存储介质

Publications (2)

Publication Number Publication Date
CN111209895A CN111209895A (zh) 2020-05-29
CN111209895B true CN111209895B (zh) 2022-03-25

Family

ID=70789998

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010092962.XA Active CN111209895B (zh) 2020-02-14 2020-02-14 静脉药物配制样品的细菌污染检测***、方法及存储介质

Country Status (1)

Country Link
CN (1) CN111209895B (zh)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102831381B (zh) * 2011-06-15 2016-05-04 罗普特(厦门)科技集团有限公司 影像差异比较***及方法
AU2014293075A1 (en) * 2013-07-25 2015-12-17 Dch Molecular Diagnostics, Inc. Methods and compositions for detecting bacterial contamination
CN108474780A (zh) * 2016-01-05 2018-08-31 浜松光子学株式会社 生物体观察方法和生物体观察装置
US11221287B2 (en) * 2016-12-19 2022-01-11 Purdue Research Foundation Methods of measuring structural and functional changes of a biomolecular composition

Also Published As

Publication number Publication date
CN111209895A (zh) 2020-05-29

Similar Documents

Publication Publication Date Title
Bhargav et al. Measurement of the Zone of Inhibition of an Antibiotic
CN108255857B (zh) 一种语句检测方法及装置
CN104169945B (zh) 对图像中的对象的两级分类
CN111161815A (zh) 医疗数据检测方法、装置、终端和计算机可读存储介质
CN107203778A (zh) 视网膜病变程度等级检测***及方法
CN109255112A (zh) 一种报告自动生成方法和***
JP5998744B2 (ja) コロニー検出装置、培地情報登録システム、衛生管理システム、及びプログラム
CN104749180B (zh) 机器视觉鉴定分析及药敏鉴定***
Garcia-Garcia et al. Business process re-engineering to digitalise quality control checks for reducing physical waste and resource use in a food company
CN114414935A (zh) 基于大数据的配电网馈线故障区域自动化定位方法和***
Wang et al. Measurement system of gear parameters based on machine vision
CN112419294A (zh) 一种细胞计数方法、装置、设备及存储介质
CN111209895B (zh) 静脉药物配制样品的细菌污染检测***、方法及存储介质
CN117730655B (zh) 水稻种子活力定量分析方法、装置、设备及存储介质
JPWO2015045012A1 (ja) コロニー検査プログラム、コロニー検査装置およびコロニー検査方法
Lester et al. Performance evaluation of a prescription medication image classification model: an observational cohort
CN110335649B (zh) 一种基于Filemaker数据库的临床药物试验数据平台
Kostal et al. An overview of the practical use of the CCTV system in a simple assembly in a flexible manufacturing system
De Vitis et al. Fast Blob and Air Line Defects Detection for High Speed Glass Tube Production Lines
EP4001890A1 (en) Particle quantitative measurement device
CN113901934A (zh) 一种大输液包装产品的智能视觉检测方法、***及装置
Tondin et al. Development of an Automatic Antibiogram Reader System Using Circular Hough Transform and Radial Profile Analysis
Vogel et al. PetriJet platform technology: an automated platform for culture dish handling and monitoring of the contents
Chiu et al. Prediction of Contaminated Areas Using Ultraviolet Fluorescence Markers for Medical Simulation: A Mobile Phone Application Approach
CN117576711A (zh) 一种病历信息的提取方法及***

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20220510

Address after: 100081 No. 0109, unit 133, Beijing University of technology, courtyard 5, Zhongguancun South Street, Haidian District, Beijing

Patentee after: Kang Yu

Address before: Room 0109, unit 133, yard 5, Zhongguancun South Street, Haidian District, Beijing 100081

Patentee before: Li Shuyuan

TR01 Transfer of patent right