NO844701L - PROCEDURE FOR AUTOMATIC AND CONTINUOUS AA SORTING OUT AND COUNTING SMALL PARTICLES - Google Patents
PROCEDURE FOR AUTOMATIC AND CONTINUOUS AA SORTING OUT AND COUNTING SMALL PARTICLESInfo
- Publication number
- NO844701L NO844701L NO844701A NO844701A NO844701L NO 844701 L NO844701 L NO 844701L NO 844701 A NO844701 A NO 844701A NO 844701 A NO844701 A NO 844701A NO 844701 L NO844701 L NO 844701L
- Authority
- NO
- Norway
- Prior art keywords
- continuous
- sample
- substrate
- microscope
- analysis
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 239000002245 particle Substances 0.000 title claims abstract description 10
- 239000000758 substrate Substances 0.000 claims abstract description 16
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 238000003909 pattern recognition Methods 0.000 claims abstract description 3
- 244000045947 parasite Species 0.000 claims description 9
- 238000010186 staining Methods 0.000 claims description 9
- DZBUGLKDJFMEHC-UHFFFAOYSA-N acridine Chemical compound C1=CC=CC2=CC3=CC=CC=C3N=C21 DZBUGLKDJFMEHC-UHFFFAOYSA-N 0.000 claims description 7
- 241000894006 Bacteria Species 0.000 claims description 6
- 210000004369 blood Anatomy 0.000 claims description 6
- 239000008280 blood Substances 0.000 claims description 6
- 201000004792 malaria Diseases 0.000 claims description 3
- 239000008267 milk Substances 0.000 claims description 3
- 210000004080 milk Anatomy 0.000 claims description 3
- 235000013336 milk Nutrition 0.000 claims description 3
- 238000010298 pulverizing process Methods 0.000 claims description 3
- 210000002966 serum Anatomy 0.000 claims description 3
- 239000011521 glass Substances 0.000 claims description 2
- 230000005855 radiation Effects 0.000 claims description 2
- 238000007664 blowing Methods 0.000 claims 1
- 238000004140 cleaning Methods 0.000 claims 1
- 238000002360 preparation method Methods 0.000 claims 1
- 238000011282 treatment Methods 0.000 description 8
- 210000004027 cell Anatomy 0.000 description 6
- 102000053602 DNA Human genes 0.000 description 5
- 108020004414 DNA Proteins 0.000 description 5
- 238000005286 illumination Methods 0.000 description 4
- DPKHZNPWBDQZCN-UHFFFAOYSA-N acridine orange free base Chemical compound C1=CC(N(C)C)=CC2=NC3=CC(N(C)C)=CC=C3C=C21 DPKHZNPWBDQZCN-UHFFFAOYSA-N 0.000 description 3
- 244000052616 bacterial pathogen Species 0.000 description 3
- 238000004159 blood analysis Methods 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 239000000470 constituent Substances 0.000 description 2
- 238000010924 continuous production Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 210000003743 erythrocyte Anatomy 0.000 description 2
- 238000007429 general method Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 210000000265 leukocyte Anatomy 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241000193403 Clostridium Species 0.000 description 1
- 241000193171 Clostridium butyricum Species 0.000 description 1
- XFXPMWWXUTWYJX-UHFFFAOYSA-N Cyanide Chemical compound N#[C-] XFXPMWWXUTWYJX-UHFFFAOYSA-N 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 241000589516 Pseudomonas Species 0.000 description 1
- 241000589540 Pseudomonas fluorescens Species 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000001580 bacterial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 239000000975 dye Substances 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010166 immunofluorescence Methods 0.000 description 1
- 239000010842 industrial wastewater Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 239000011343 solid material Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
Classifications
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
-
- 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
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1468—Optical investigation techniques, e.g. flow cytometry with spatial resolution of the texture or inner structure of the particle
- G01N15/147—Optical investigation techniques, e.g. flow cytometry with spatial resolution of the texture or inner structure of the particle the analysis being performed on a sample stream
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Organic Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Immunology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Zoology (AREA)
- General Physics & Mathematics (AREA)
- Wood Science & Technology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Molecular Biology (AREA)
- Biotechnology (AREA)
- Theoretical Computer Science (AREA)
- Pathology (AREA)
- Multimedia (AREA)
- Microbiology (AREA)
- Biomedical Technology (AREA)
- Dispersion Chemistry (AREA)
- Biophysics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Genetics & Genomics (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Image Processing (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
Fremgangsmåte for automatisk og kontinuerlig å. identifisere, sortere ut og telle partikler med liten størrelse . I et første trinn tilberedes o,g avsettes kontinuerlig en rekke prøver på et kontinuerlig underlag som holdes i bevegelse. Partiklene spres ut langs under-søkelsesbanen for et videosystem som registrerer de avbildninger av disse prøver som fås ved hjelp av et mikroskop. I et annet trinn fullføres den nevnte registrering, og i et tredje trinn deles avbildningen av hver prøve opp i overensstemmelse med et kvadratisk iakttagelsesmønster. Derefter analyseres i et fjerde trinn den ovennevnte avbildning i overensstemmelse med "mønstergjenkjennelses"-metoder, og til sist behandles resultatene av denne analyse statistisk, digitaliseres og formidles konkretisert til operatøren.Procedure for automatically and continuously identifying, sorting and counting small size particles. In a first step, a series of samples are prepared and deposited continuously on a continuous substrate which is kept in motion. The particles are scattered along the examination path of a video system which records the images of these samples obtained by means of a microscope. In a second step, the said recording is completed, and in a third step, the image of each sample is divided according to a square observation pattern. Then, in a fourth step, the above image is analyzed in accordance with "pattern recognition" methods, and finally the results of this analysis are statistically processed, digitized and communicated concretely to the operator.
Description
Den foreliggende oppfinnelse angår en ny fremgangsmåte for automatisk å identifisere, sortere ut og telle partikler med meget små dimensjoner/og spesielt, men ikke utelukkende, mikroorganismer av animalsk og vegetabilsk opprinnelse, og også en fremgangsmåte for anvendelse av de erholdte resultater innen en rekke forskjellige områder, som biologisk analyse (f.eks. av melk eller blod), automatisk kontroll med bakterieforurensninger (f.eks. ved automatisk overvåkning av rensestasjoner for industriavløp eller drikkevann). Denne nye fremgangsmåte er særpreget ved dens nøyaktighet, hurtig-het og rimelighet. The present invention relates to a new method for automatically identifying, sorting out and counting particles with very small dimensions/and in particular, but not exclusively, microorganisms of animal and vegetable origin, and also a method for using the obtained results within a number of different areas, such as biological analysis (e.g. of milk or blood), automatic control of bacterial contamination (e.g. by automatic monitoring of treatment plants for industrial wastewater or drinking water). This new method is characterized by its accuracy, speed and reasonableness.
Forskjellige fremgangsmåter for oppnåelse av lignende resultater er allerede kjente. Ved f.eks. analyse av menneskeblod består den vanlige metode først og fremst i å tilberede hver prøve for hånd ved hjelp av forskjellige mekaniske og/eller kjemiske behandlinger, for derefter å undersøke prøven under mikroskopet for å analysere og telle de forskjellige celleelementer som er under utforskning. Various methods for achieving similar results are already known. By e.g. analysis of human blood, the usual method consists primarily of preparing each sample by hand using various mechanical and/or chemical treatments, then examining the sample under the microscope to analyze and count the different cellular elements under investigation.
En slik fremgangsmåte er lang og omstendelig og byr samtidig på en erkjent feilmargin på mellom 20 og 30%. Such a procedure is long and cumbersome and at the same time offers a recognized margin of error of between 20 and 30%.
For på samme måte å analysere og telle bakterier somIn the same way to analyze and count bacteria that
er tilstede i en væske, må operatøren først ta prøver av væsken og derefter utsette hver prøve for kulturer som er spesielt skreddersydd for å vise bakterier, og denne operasjon forsinker fremgangsmåten med flere timer, og til slutt må bakteriene analyseres og telles mot kjente typer og former / med de samme begrensninger og ulemper som er beskrevet ovenfor. is present in a liquid, the operator must first take samples of the liquid and then subject each sample to cultures specially tailored to show bacteria, and this operation delays the procedure by several hours, and finally the bacteria must be analyzed and counted against known types and forms / with the same limitations and drawbacks described above.
Det finnes generelt for tiden ingen automatisk og reproduserbar prosess som er istand til å gi de ønskede resultater på hurtig og kontinuerlig måte og samtidig under unngåelse av menneskelige feil. In general, there is currently no automatic and reproducible process capable of producing the desired results in a fast and continuous manner while avoiding human error.
Ved den foreliggende oppfinnelse kan dette resultat oppnås ved hjelp av en rekkefølge av operasjoner hvis prinsipper enkeltvis er kjente i forbindelse med andre an-vende ls er,,men som her er kombinert og tilpasset til hverandre under erholdelse av dette nye resultat. With the present invention, this result can be achieved by means of a sequence of operations whose principles are individually known in connection with other applications, but which are here combined and adapted to each other while obtaining this new result.
flen første operasjon består i å tilberede og legget ut flen's first operation consists in preparing and laid out
ved en automatisk og kontinuerlig prosess en rekkefølge av prøver på et kontinuerlig underlag, for derefter å sortere disse ut langs undersøkelsesbanen for et videosystem som suksessivt registrerer hver prøve. by an automatic and continuous process a sequence of samples on a continuous substrate, then sorting these out along the examination path for a video system that successively records each sample.
Den annen operasjon består i den ovennevnte registrering av videokameraet av avbildningen tilveiebragt av mikroskopet og inneholdende en del spesielle optiske elementer. The second operation consists in the above-mentioned recording by the video camera of the image provided by the microscope and containing a number of special optical elements.
Den tredje operasjon består i å dele opp avbildningen av hver prøve i overensstemmelse med et kvadratisk mønster som fremhever en rekke linjer og kolonner, og for hver prøve å definere en viss mengde av klart identifiserte soner eller "bilder" for å analysere hver prøve i overensstemmelse med vanlige metoder. The third operation consists of dividing the image of each sample according to a square pattern highlighting a series of lines and columns, and for each sample defining a certain amount of clearly identified zones or "images" to analyze each sample accordingly with normal methods.
Den fjerde operasjon består av den ovennevnte analyse av avbildningen i henhold til illuminasjonsnivået for hvert bilde, ved hjelp av en datamaskin hvis resultater for hver prøve blir behandlet statistisk og derefter digitalisert på en skriver, slik at det blir mulig ikke bare å kjenne til analyseresultatet på et hvilket som helst gitt tidspunkt, men også å følge den tidsmessige utvikling av resultatet. The fourth operation consists of the above-mentioned analysis of the image according to the illumination level of each image, using a computer whose results for each sample are processed statistically and then digitized on a printer, so that it becomes possible not only to know the analysis result on any given time, but also to follow the temporal development of the result.
Behandling av disse forskjellige operasjoner krever en rekke observasjoner: Treatment of these different operations requires a number of observations:
Observasjoner ved den første operasjon:Observations at the first operation:
Hver prøve underkastes en fysisk-kjemisk behandlingEach sample is subjected to a physico-chemical treatment
før avsetningstrinnet på underlaget. Denne behandling kan sammenlignes med den vanlige behandling for det angjeldende produkt, men med visse modifikasjoner. before the deposition step on the substrate. This treatment can be compared to the usual treatment for the product in question, but with certain modifications.
For eksempel ble ved tidligere metoder "farvnings"-fasen bare benyttet for å avdekke en hel gruppe av celler, som bakterier, uten referanse til deres veksttilstand eller om de var døde. I henhold til den foreliggende oppfinnelse tas det ved farvningen sikte på å indikere visse cellers livstilstand og å iaktta disse uten å farve artifactene. For example, in previous methods the "staining" phase was only used to detect an entire group of cells, such as bacteria, without reference to their growth state or whether they were dead. According to the present invention, the aim of the staining is to indicate the life state of certain cells and to observe these without staining the artefacts.
Efter farvning kan på samme måte en epifluorescerende behandling (i alminnelighet med UV-stråler ovenfra) anvendes hvis reemisjon filtreres, og dette gjør det mulig å skille alle celler som inneholder en kjerne og å ekstrahere disse spesifikt ved hjelp av enimmunfluorescerende behandling. After staining, in the same way, an epifluorescent treatment (usually with UV rays from above) can be applied if reemission is filtered, and this makes it possible to separate all cells containing a nucleus and to extract these specifically by means of an immunofluorescent treatment.
Til slutt blir hver prøve automatisk avsatt på det kontinuerlige underlag ved pulverisering eller påblåsing, Finally, each sample is automatically deposited on the continuous substrate by pulverization or inflation,
i form av kalibrerte dråper med konstant tykkelse og diameter. Disse dråper spres regelmessig og homogent ut på underlaget for suksessivt å iakttas av kameraet. Ifølge en første utførelsesform består underlaget av en horisontal skive som roterer rundt sin akse, og dråpene blir avsatt i konsentris-ke sirkler slik at de kan undersøkes langs disse suksessive sirkler eller ved hjelp av en alternativ radial og sirkulær undersøkelse. Ifølge en annen utførelsesform består underlaget av et kontinuerlig bånd som vikles av fra en mate-spole og vikles opp på en opprullingsspole, idet hele en-heten befinner seg inne i en éngangskasett. Den sistnevnte løsning gjør det unødvendig å rense underlaget, hvilket er tilfellet ved anvendelse av skiven. Generelt representerer 1 mm 3 antallet av dråper hvis statistiske resultat er valgt som prøveverdi osv. for de følgende. Efter hver måling må selvfølgelig underlaget renses og automatisk kontrolleres. in the form of calibrated drops of constant thickness and diameter. These drops are regularly and homogeneously spread out on the substrate to be successively observed by the camera. According to a first embodiment, the substrate consists of a horizontal disc which rotates around its axis, and the drops are deposited in concentric circles so that they can be examined along these successive circles or by means of an alternative radial and circular examination. According to another embodiment, the substrate consists of a continuous tape that is unwound from a feed reel and wound up on a take-up reel, the entire unit being located inside a disposable cassette. The latter solution makes it unnecessary to clean the substrate, which is the case when using the disc. In general, 1 mm 3 represents the number of drops whose statistical result is selected as a sample value, etc. for the following. After each measurement, the substrate must of course be cleaned and automatically checked.
Observasjoner i forbindelse med den annen operasjon:Observations in connection with the second operation:
Systemet kombinerer anvendelse av et mikroskop somThe system combines the use of a microscope which
er forsynt med spesialoptikk, og av et videokamera hvis fotografi overføres til en minidatamaskin med henblikk på is equipped with special optics, and by a video camera whose photograph is transferred to a minicomputer for the purpose of
den tredje operasjon. Dk mikroskopet overfører informasjon ved en kontinuerlig prosess, har det vist seg nødvendig å sikre at mikroskopet er korrekt fokusert til enhver tid. the third operation. As the microscope transmits information in a continuous process, it has proved necessary to ensure that the microscope is correctly focused at all times.
For dette formål er en mikrometerskrue blitt anbragt mellom optikken og prøveunderlaget og gir en konstant mekanisk fokusering. Mikroskopet vil fortrinnsvis bli opplyst ved direkte UV-stråling da observasjonen fotograferes av kameraet som kan motta mer lys enn det menneskelige øye. Observasjoner i forbindelse med den tredje operasjon: Fotografiet av prøven fra kameraet overføres til data-maskinen som derefter analyserer dette i overensstemmelse med kompliserte, men velkjente metoder. Det er derfor ikke nødvendig nærmere å beskrive disse metoder. Det er snarere tilstrekkelig å erindre at når avbildningen overføres til datamaskinens minne ("akkvisisjon"), må minimumsbelysnings- verdien for et bilde som svarer til en partikkel som er under vurdering ("terskelverdi"), først bestemmes, og når denne terskelverdi er blitt bestemt for en prøve, kan derefter hver partikkels kontur bestemmes. Det bør imidlertid bemerkes at det er spesielt ved denne metode at den foreliggende oppfinnelse er fundamentalt forskjellig fra vanlige manuelle metoder som er begrenset til en visuell sammenligning med en rekke gitte former. Denne forskjell gir seg til kjenne både ved nøyaktigheten og ved operasjonshastigheten i motsetning til den enkle visuelle sammenligning som er langsom, unøyaktig og kan føre til feil. For this purpose, a micrometer screw has been placed between the optics and the sample substrate and provides a constant mechanical focusing. The microscope will preferably be illuminated by direct UV radiation as the observation is photographed by the camera which can receive more light than the human eye. Observations in connection with the third operation: The photograph of the sample from the camera is transferred to the computer which then analyzes this in accordance with complicated but well-known methods. It is therefore not necessary to describe these methods in more detail. Rather, it is sufficient to recall that when the image is transferred to the computer's memory ("acquisition"), the minimum illumination value of an image corresponding to a particle under consideration ("threshold") must first be determined, and once this threshold has been determined for a sample, each particle's contour can then be determined. It should be noted, however, that it is particularly in this method that the present invention is fundamentally different from ordinary manual methods which are limited to a visual comparison with a number of given shapes. This difference manifests itself both in the accuracy and in the speed of operation in contrast to the simple visual comparison which is slow, inaccurate and can lead to errors.
DJen påfølgende fase av denne operasjon er utsorteringen av de således definerte partikler i overensstemmelse med deres dimensjoner og former. En slik utsortering igang-settes for hver dråpe, og resultatene for hver dråpe blir derefter behandlet statistisk, og dette gir stor nøyaktig-het for de mottatte informasjoner på et hvilket som helst tidspunkt og hele tiden mens de utvikles. The next phase of this operation is the sorting out of the thus defined particles in accordance with their dimensions and shapes. Such sorting is initiated for each drop, and the results for each drop are then processed statistically, and this provides great accuracy for the received information at any time and all the time while they are being developed.
Den generelle metode med avbildning- eller formanalyse ("mønstergjenkjennelse") er selvfølgelig blitt ganske vanlig, og alle andre undertrinn som er kjente i forbindelse med denne metode kan anvendes, som forbehandling av avbildningen for å eliminere "bakgrunnsstøy" for å oppnå en klarere avbildning, eller som f.eks. filtrering, dilatasjon, erosjon eller "skjelettering" av avbildningen. Samtlige av disse metoder kan anvendes i spesielle tilfeller. The general method of image or shape analysis ("pattern recognition") has of course become quite common, and all other sub-steps known in connection with this method can be used, such as pre-processing the image to eliminate "background noise" to obtain a clearer image , or as e.g. filtering, dilation, erosion or "skeletoning" of the image. All of these methods can be used in special cases.
Den foreliggende oppfinnelse er nærmere beskrevet neden-for ved hjelp av to eksempler som beskriver praktiske anvendelser av denne metode. The present invention is described in more detail below using two examples that describe practical applications of this method.
Eksempel 1Example 1
I dette eksempel blir fremgangsmåten ifølge oppfinn-elsen anvendt for å finne bakterier i melk. In this example, the method according to the invention is used to find bacteria in milk.
I det foreliggende tilfelle består det første trinn iIn the present case, the first step consists of
å farve prøven ved hjelp av oransje acridin med en pH av 6. I dråpen kan derefter observeres: fettglc.bulene, ufarvede f de levende leucocytter med en form lignende formen til fett-globulene, men forskjellig fra disse på grunn av deres farve, to stain the sample by means of acridine orange with a pH of 6. In the drop can then be observed: fat glc.bules, unstained f the living leucocytes with a shape similar to the shape of the fat globules, but different from these because of their color,
basiller som er formet som staver, og de runde skall som forekommer med eller uten ribonucJeinsyre (RNA) ved "farvning" og desoxyribonucleinsyre (DNA), revitaliserbar. Det samlede antall av kim og det samlede antall av leucocytter er da kjent, og disse kan identifiseres ved epifluorescens, ved belysning ovenfra ved UV < 400yU, efter reemisjon av et spektrum rundt 600 nano^u, som kan filtreres . rod-shaped bacilli, and the round shells that occur with or without ribonucJeic acid (RNA) by "staining" and deoxyribonucleic acid (DNA), revitalizable. The total number of germs and the total number of leukocytes are then known, and these can be identified by epifluorescence, by illumination from above at UV < 400yU, after reemission of a spectrum around 600 nano^u, which can be filtered.
Clostridium butyricum og pseudomonas fluorescens kan derefter påvises i basillene. Begge kan ekstraheres ved anvendelse av immumfluorescens med et serum som overens-stemmer med det kim som undersøkes, og med en spesifikk farvning. De følgende trinn kan derefter utføres med prøven, hele tiden ved lav temperatur: a) Det totale kimantall kan oppnås ved å tilsette 1% cyanid og 10% oransje acridin til prøven og ved å utsette Clostridium butyricum and pseudomonas fluorescens can then be detected in the bacilli. Both can be extracted using immunofluorescence with a serum corresponding to the germ under investigation and with a specific stain. The following steps can then be carried out with the sample, all the time at low temperature: a) The total cell count can be obtained by adding 1% cyanide and 10% acridine orange to the sample and by exposing
enkelte dråper.av reaksjonsproduktet for trinnene 2 og 3.individual drops of the reaction product for steps 2 and 3.
b) Pseudomonas alene kan oppnås ved å gjenta trinnet a), men uten farvning. c) Clostridium kan oppnås alene ved å gjenta trinnet a), men ved tilsetning av såvel oransje acridin som det b) Pseudomonas alone can be obtained by repeating step a), but without staining. c) Clostridium can be obtained alone by repeating step a), but by adding orange acridine as well as it
spesifikke farvede serum.specific colored serums.
Uaktet hvilket av trinnene a), b) eller c) som velges, kan den produserte avbildning fotograferes gjennom et mikroskop ved hjelp av et kamera, og fotografiet blir over-ført til minnet i en datamaskin i form av et rektangel som er delt opp i 512 linjer og 512 kolonner, hvilket representerer 262, 144 punkter eller bilder. Dybden avhvert punkt, dvs. den mottatte lysmengde, er representert av et tall eller en "bit". I det foreliggende tilfelle anvendes seks "bits" som representerer 64 nivåer fra null i form av sort til 63 i form av hvitt. Avbildningene som er belyste objekter, fremstår mot en sort bakgrunn (hvilket også parasitter gjør!). Når en analyseoperasjon startes, bestemmes den minste belysningsverdi (terskelverdi) over hvilken et punkt vil bli telt som et objektelement. Straks denne "terskelverdi" er blitt fastslått, kan det gås over til "kontur"-fasen, dvs. bestemmelse av hvert objekts omkrets, og derefter blir hvert objekt avsatt på et diagram i overensstemmelse med koordinatene for hver omkrets, hvorfra et visst antall parametre kan fastslås, som "den største lengde", og også en "formfaktor" som utgående fra sirkelen som valgfritt representerer 1, gjør det mulig å separere de "lange" fra de "runde" objekter. På diagrammet kan derefter de objekter eller gjenstander som svarer til de valgte parametre skilles ut, og resultatene blir til slutt behandlet statistisk for hver dråpe og for samtlige dråper. I det foreliggende tilfelle krever analyse av en dråpe 1,5 sekunder med en akseptert feilmargin på 5%. Regardless of which of the steps a), b) or c) is chosen, the produced image can be photographed through a microscope using a camera, and the photograph is transferred to the memory of a computer in the form of a rectangle which is divided into 512 lines and 512 columns, representing 262,144 points or images. The depth of each point, i.e. the amount of light received, is represented by a number or a "bit". In the present case, six "bits" are used which represent 64 levels from zero in the form of black to 63 in the form of white. The images, which are illuminated objects, appear against a black background (which parasites also do!). When an analysis operation is started, the minimum illumination value (threshold value) above which a point will be counted as an object element is determined. As soon as this "threshold value" has been established, it is possible to proceed to the "contour" phase, i.e. determination of each object's perimeter, and then each object is placed on a diagram in accordance with the coordinates of each perimeter, from which a certain number of parameters can be determined, as "the greatest length", and also a "shape factor" which, starting from the circle which optionally represents 1, makes it possible to separate the "long" from the "round" objects. On the diagram, the objects or items that correspond to the selected parameters can then be distinguished, and the results are finally processed statistically for each droplet and for all drops. In the present case, analysis of a drop requires 1.5 seconds with an accepted margin of error of 5%.
'Disse tall må vurderes i forhold til andre data, som varig-heten av hvert trinn, og den for tiden aksepterte feilmargin slik disse er et resultat av den samlede automatiser-ing av operasjoner. 'These figures must be assessed in relation to other data, such as the duration of each step, and the currently accepted margin of error as these are a result of the overall automation of operations.
Eksempel 2 Blodanalyse.Example 2 Blood analysis.
Ved blodanalyse gir den foreliggende metode ikke bare stor hastighet og nøyaktighet hva gjelder å bedømme cellene som sådanne, dvs. de røde og de hvite legemer, men det er også mulig å oppdage og telle automatisk parasittene som inneholdes i disse, hvilket tidligere ikke kunne gjøres på denne måte på grunn av deres meget lille størrelse. Det er nu mulig takket være den foreliggende oppfinnelse f.eks. å undersøke og telle automatisk parasittene av paludism som har en størrelse av ca. 2^,um. In the case of blood analysis, the present method not only provides great speed and accuracy when it comes to judging the cells as such, i.e. the red and white bodies, but it is also possible to automatically detect and count the parasites contained in them, which previously could not be done in this way because of their very small size. It is now possible thanks to the present invention e.g. to examine and automatically count the parasites of malaria which have a size of approx. 2^, approx.
Blodanalyse ved hjelp av den foreliggende fremgangsmåte oppnås mer nøyaktig ved hjelp av de følgende prosesstrinn: Først foretas en avsetning på underlaget på kontinuerlig og automatisk måte ved pulverisering eller påblåsing. Dette innebærer et absolutt fremskritt sammenlignet med tidligere metoder hvor hver bloddråpe ble klemt mellom et underlag og en glassplate, hvilket førte til ødeleggelse eller forandring av cellene. Blood analysis using the present method is achieved more precisely by means of the following process steps: First, a deposit is made on the substrate in a continuous and automatic manner by pulverization or inflation. This represents an absolute advance compared to previous methods where each drop of blood was squeezed between a substrate and a glass plate, which led to the destruction or change of the cells.
Farvningstrinnet med oransje acridin med en pH av 6 fører til at det er mulig å skille mellom de hvite legemer som fordi de ikke har en kjerne, inneholder hverken RNA eller DNA og holder seg ufarvede, mens derimot de hvite legemer som er i live, inneholder en kjerne og forskjellige inneslutninger som tar opp forskjellige farvestoffer fDNA for kjernen og RNA for inneslutningene) . The staining step with acridine orange at a pH of 6 makes it possible to distinguish between the white bodies which, because they do not have a nucleus, contain neither RNA nor DNA and remain unstained, while on the other hand the white bodies which are alive contain a core and different inclusions that take up different dyes fDNA for the core and RNA for the inclusions) .
Dersom på den annen side blodparasitter er tilstedeIf, on the other hand, blood parasites are present
i et rødt blodlegeme, vil slike parasitter bli avslørt på grunn av farvning da de inneholder DNA og RNA. in a red blood cell, such parasites will be revealed due to staining as they contain DNA and RNA.
Avbildningen analyseres i overensstemmelse med de ovennevnte generelle metoder, men under hensyntagen til "objektenes" kompleksitet. The image is analyzed in accordance with the general methods mentioned above, but taking into account the complexity of the "objects".
Dersom de hvite blodlegemer som er farvede og velkjente, lett kan identifiseres og telles på grunn av deres kontur, er det i virkeligheten også mulig å oppdage innenfor denne utvendige kontur én eller flere innvendige kon-turer som danner kjerner og innenfor hvilke ytterligere andre bestanddeler kan finnes. Avhengig av det antall objekter som således er blitt påvist, kan forskjellige typer av flerkjernede bestanddeler derefter identifiseres og telles. If the white blood cells, which are colored and well-known, can be easily identified and counted because of their outline, it is in fact also possible to detect within this external outline one or more internal outlines which form nuclei and within which further other constituents can exists. Depending on the number of objects thus detected, different types of multinucleated constituents can then be identified and counted.
Den samme gjelder for parasittene i de røde blodlegemer, og dette er én av de viktige nyvinninger ved den foreliggende fremgangsmåte. For eksempel kan parasitten av paludism ses i form av en åpen ring (RNA) med utvekster eller rakler (DNA) ved begge ekstremiteter, og til tross for deres meget lille størrelse (2^,um) kan de således for første gang telles automatisk og kontinuerlig i analyse-retningen. The same applies to the parasites in the red blood cells, and this is one of the important innovations in the present method. For example, the parasite of malaria can be seen in the form of an open ring (RNA) with outgrowths or rasps (DNA) at both extremities, and despite their very small size (2^,um) they can thus for the first time be counted automatically and continuously in the analysis direction.
De spesielle anvendelser av den foreliggende fremgangsmåte som ble nevnt i innledningen til denne beskrivelse, er i virkeligheten praktisk talt ubegrensede og strekker seg spesielt langt utover en blott og bar telling av partikler i en væske. Det kan likeledes forutsies at den foreliggende fremgangsmåte kan anvendes for utsortering og telling av overflatedefekter på faste materialer. The particular applications of the present method which were mentioned in the introduction to this description are in reality practically unlimited and extend particularly far beyond a bare count of particles in a liquid. It can also be predicted that the present method can be used for sorting out and counting surface defects on solid materials.
Claims (10)
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR8318936A FR2555754A1 (en) | 1983-11-28 | 1983-11-28 | METHOD AND DEVICE FOR AUTOMATICALLY ANALYZING BIOLOGICAL SAMPLES |
Publications (1)
Publication Number | Publication Date |
---|---|
NO844701L true NO844701L (en) | 1985-05-29 |
Family
ID=9294589
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
NO844701A NO844701L (en) | 1983-11-28 | 1984-11-27 | PROCEDURE FOR AUTOMATIC AND CONTINUOUS AA SORTING OUT AND COUNTING SMALL PARTICLES |
Country Status (23)
Country | Link |
---|---|
JP (1) | JPS60133897A (en) |
KR (1) | KR850004792A (en) |
AU (1) | AU3590384A (en) |
BE (1) | BE901099A (en) |
BR (1) | BR8406026A (en) |
CH (1) | CH661357A5 (en) |
DD (1) | DD229218A5 (en) |
DE (1) | DE3442568A1 (en) |
DK (1) | DK561784A (en) |
ES (1) | ES8603994A1 (en) |
FI (1) | FI844662L (en) |
FR (1) | FR2555754A1 (en) |
GB (1) | GB2152660A (en) |
IL (1) | IL73591A0 (en) |
IT (1) | IT1177346B (en) |
LU (1) | LU85632A1 (en) |
MA (1) | MA20282A1 (en) |
NL (1) | NL8403625A (en) |
NO (1) | NO844701L (en) |
OA (1) | OA07875A (en) |
PT (1) | PT79559B (en) |
SE (1) | SE8405964L (en) |
ZA (1) | ZA849212B (en) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH073419B2 (en) * | 1986-10-07 | 1995-01-18 | 東亜医用電子株式会社 | Method and device for analyzing cells in fluid |
US4918739A (en) * | 1988-08-12 | 1990-04-17 | Maraven, S.A. | Process and system for digital analysis of images applied to stratigraphic data |
US5130559A (en) * | 1989-08-26 | 1992-07-14 | Trutzschler Gmbh & Co. Kg | Method and apparatus for recognizing particle impurities in textile fiber |
EP0464276A1 (en) * | 1990-07-02 | 1992-01-08 | International Business Machines Corporation | Computer modelling system |
GB2254414A (en) * | 1991-03-21 | 1992-10-07 | Univ London | Volume measurement of microbial organisms. |
DE4211904C2 (en) * | 1991-04-09 | 1994-03-17 | Werner Maier | Automatic procedure for creating a list of different types for a liquid sample |
NZ500686A (en) | 1997-05-05 | 2001-05-25 | Chemometec As | A method and a system for determination of the number of somatic cells in milk, utilizing electromagnetic radiation |
US6731100B1 (en) | 1997-05-05 | 2004-05-04 | Chemometec A/S | Method and a system for determination of somatic cells in milk |
SE524587C2 (en) | 2003-02-18 | 2004-08-31 | Delaval Holding Ab | Method and apparatus for counting somatic cells or small drops of fat in milk |
SE528697C2 (en) | 2005-03-11 | 2007-01-30 | Hemocue Ab | Volumetric determination of the number of white blood cells in a blood sample |
EP1748030B1 (en) * | 2005-07-07 | 2016-04-20 | Fei Company | Method and apparatus for statistical characterization of nano-particles |
CN109598328B (en) * | 2018-11-21 | 2023-09-12 | 山东农业大学 | Distributed thousand grain counting method, system, device and terminal |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB1389553A (en) * | 1972-05-23 | 1975-04-03 | Legorreta G | Apparatus for investigating microscopic particles |
GB1404628A (en) * | 1972-12-07 | 1975-09-03 | Coulter Electronics | Method and apparatus for analyzing microscopic particles |
US4075462A (en) * | 1975-01-08 | 1978-02-21 | William Guy Rowe | Particle analyzer apparatus employing light-sensitive electronic detector array |
US4122518A (en) * | 1976-05-17 | 1978-10-24 | The United States Of America As Represented By The Administrator Of The National Aeronautics & Space Administration | Automated clinical system for chromosome analysis |
US4197088A (en) * | 1977-09-23 | 1980-04-08 | Akro-Medic Engineering, Inc. | Method for qualitative and quantitative determination of immunological reactions |
DE2903625A1 (en) * | 1978-02-03 | 1979-08-09 | Rush Presbyterian St Luke | DEVICE FOR AUTOMATIC BLOOD ANALYSIS |
JPS58154064A (en) * | 1982-03-08 | 1983-09-13 | Mitsubishi Rayon Co Ltd | Method for measuring percentage between lymph bead and t cell |
-
1983
- 1983-11-28 FR FR8318936A patent/FR2555754A1/en not_active Withdrawn
-
1984
- 1984-11-07 LU LU85632A patent/LU85632A1/en unknown
- 1984-11-20 BE BE6/48032A patent/BE901099A/en not_active IP Right Cessation
- 1984-11-22 IL IL73591A patent/IL73591A0/en unknown
- 1984-11-22 DE DE19843442568 patent/DE3442568A1/en not_active Withdrawn
- 1984-11-26 DD DD84269894A patent/DD229218A5/en unknown
- 1984-11-26 ZA ZA849212A patent/ZA849212B/en unknown
- 1984-11-27 AU AU35903/84A patent/AU3590384A/en not_active Abandoned
- 1984-11-27 SE SE8405964A patent/SE8405964L/en not_active Application Discontinuation
- 1984-11-27 OA OA58452A patent/OA07875A/en unknown
- 1984-11-27 PT PT79559A patent/PT79559B/en unknown
- 1984-11-27 NO NO844701A patent/NO844701L/en unknown
- 1984-11-27 BR BR8406026A patent/BR8406026A/en unknown
- 1984-11-27 JP JP59250377A patent/JPS60133897A/en active Pending
- 1984-11-27 DK DK561784A patent/DK561784A/en not_active Application Discontinuation
- 1984-11-28 FI FI844662A patent/FI844662L/en not_active Application Discontinuation
- 1984-11-28 MA MA20506A patent/MA20282A1/en unknown
- 1984-11-28 GB GB08429976A patent/GB2152660A/en not_active Withdrawn
- 1984-11-28 ES ES538048A patent/ES8603994A1/en not_active Expired
- 1984-11-28 NL NL8403625A patent/NL8403625A/en not_active Application Discontinuation
- 1984-11-28 CH CH5667/84A patent/CH661357A5/en not_active IP Right Cessation
- 1984-11-28 IT IT23769/84A patent/IT1177346B/en active
- 1984-11-28 KR KR1019840007444A patent/KR850004792A/en not_active Application Discontinuation
Also Published As
Publication number | Publication date |
---|---|
PT79559B (en) | 1986-09-08 |
SE8405964D0 (en) | 1984-11-27 |
NL8403625A (en) | 1985-06-17 |
GB8429976D0 (en) | 1985-01-09 |
IT1177346B (en) | 1987-08-26 |
ES538048A0 (en) | 1986-01-01 |
SE8405964L (en) | 1985-05-29 |
DE3442568A1 (en) | 1985-06-05 |
FI844662L (en) | 1985-05-29 |
MA20282A1 (en) | 1985-07-01 |
OA07875A (en) | 1986-11-20 |
BE901099A (en) | 1985-03-15 |
ES8603994A1 (en) | 1986-01-01 |
JPS60133897A (en) | 1985-07-17 |
BR8406026A (en) | 1985-08-27 |
DK561784A (en) | 1985-05-29 |
PT79559A (en) | 1984-12-01 |
FR2555754A1 (en) | 1985-05-31 |
KR850004792A (en) | 1985-07-27 |
IT8423769A1 (en) | 1986-05-28 |
DK561784D0 (en) | 1984-11-27 |
CH661357A5 (en) | 1987-07-15 |
FI844662A0 (en) | 1984-11-28 |
GB2152660A (en) | 1985-08-07 |
AU3590384A (en) | 1985-06-06 |
ZA849212B (en) | 1985-07-31 |
IL73591A0 (en) | 1985-02-28 |
LU85632A1 (en) | 1985-06-04 |
DD229218A5 (en) | 1985-10-30 |
IT8423769A0 (en) | 1984-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5878874B2 (en) | System and method for time-related microscopy of biological organisms | |
AU2017220648B2 (en) | Microscope assembly | |
US10843190B2 (en) | Apparatus and method for analyzing a bodily sample | |
Buskey et al. | Use of the FlowCAM for semi-automated recognition and enumeration of red tide cells (Karenia brevis) in natural plankton samples | |
EP2936116B1 (en) | System and method for classification of particles in a fluid sample | |
EP0758400B1 (en) | Method and apparatus for counting cells and microorganisms, particularly in food and biological fluids | |
CN101918581B (en) | System for conducting the identification of bacteria in urine | |
RU2666816C2 (en) | Optical system and method for real time analysis of a liquid sample | |
NO844701L (en) | PROCEDURE FOR AUTOMATIC AND CONTINUOUS AA SORTING OUT AND COUNTING SMALL PARTICLES | |
IL194186A (en) | Microfluidic chamber assembly for mastitis assay | |
TW201202415A (en) | Method for detecting a microorganism, apparatus for detecting a microorganism, and program | |
WO2012027617A2 (en) | Systems and methods for detecting normal levels of bacteria in water using a multiple angle light scattering (mals) instrument | |
WO1999040176A1 (en) | Inspection method for microorganisms and the like, and unit therefor | |
JPH02504076A (en) | Microorganism detection and counting device and method | |
US7016523B1 (en) | Method for observing object by projection, method for detecting microorganisms and projection detecting system | |
JPWO2010087110A1 (en) | Microorganism automatic analyzer and microorganism automatic analysis method | |
JPH11221070A (en) | Inspection of microorganism and apparatus therefor | |
JP2021093951A (en) | Microbe determination system | |
ES2893198T3 (en) | A method of quantifying the capacity of individual bacterial cell cultures using culture-independent parameters | |
EP4390376A1 (en) | An improved method for performing fluorescence measurement on a sample | |
JP2010246442A (en) | Method and apparatus for measuring number of lactic bacteria | |
O'Connor | Rapid methods for estimating microbial quality of foods | |
WO2021130242A1 (en) | Identification of microbial contaminations or infections in liquid samples by raman spectroscopy | |
Posnicek et al. | A fluorescence based sensor system for automated detection of E. coli in water | |
JP2001299383A (en) | Method for examining microorganism |