用于生物样本评定处理的应用程序开发环境制造技术

一种用于开发用于经处理生物样本的自动化评定和分析的应用程序(App)的系统和方法。获得此类样本，将其与营养培养基相结合并进行孵育。对经孵育样本进行成像且根据预定准则对图像信息进行分类。接着根据从数据库中的经分类历史图像信息得出的应用程序评估经分类图像信息。将经分类历史图像信息与经分类图像信息进行比较以经由为处理而定制的应用程序提供关于生物样本的进一步处理的指导，根据分配给图像信息的分类提供所定制的样本处理指导。

【技术实现步骤摘要】
【国外来华专利技术】用于生物样本评定处理的应用程序开发环境相关申请的交叉引用本申请要求2017年10月5日提交的美国临时专利申请第62/568,579号的申请日的权益，所述美国临时专利申请的公开内容特此以引用的方式并入本文中。
技术介绍
培养板的数字成像越来越受关注，例如用于微生物生长检测、菌落计数和/或识别。用于对板进行成像以用于检测微生物的系统和技术描述于PCT公开案第WO2015/114121号、第WO2016/172527号和第WO2016/172532号中，所述PCT公开案的全文以引用的方式并入本文中。使用此类技术(在本文中也被称为Kiestra系统)，不再需要实验室工作人员通过直接目视检查读取板。转变实验室工作流程和决策以分析培养板的数字图像也可改进效率。尽管关于成像技术已经取得了重大发展，但仍然试图扩展此类成像技术以支持自动化工作流程和/或自动化诊断过程。在这点上，需要开发可使培养板图像的解译(例如，生长识别、物种识别、敏感性测试、抗生素敏感性分析等)自动化并确定基于自动化解译执行随后步骤的技术。然而，在标本类型和有机体分类群的多样性的情况下，用于诊断指示的自动化图像处理逻辑(例如，软件)的开发可能很耗时。
技术实现思路
本文中公开了一种用于评估生物标本是否存在病原体、那些病原体的身份和进行其它相关分析和评估的系统。系统的目标为分析的速度、分析的准确性和过程自动化。此类系统通常获得安置于营养培养基上且经孵育以辨别微生物生长证据的标本的数字图像，此生长提供生物样本中存在病原体的指示。此类系统在本文中描述为Kiestra系统且包含例如相机和照明系统等用以获得经孵育标本的一个或更多个图像的设备、用于标本容器(例如含有经接种涂铺培养基的皮氏培养皿)的条形码读取器等。此类系统与一个或更多个以客户为中心的成像应用程序(成像相关App或App)通信并受所述成像应用程序控制。此类成像应用程序可为软件，其利用从一系列历史标本图像得出的数据来分析新标本图像，以便自动化识别和/或诊断疾病状态。所述应用程序可为快速标本表征和结果报告提供临床工具。所述应用程序将临床标本(来自临床站点)链接到有关标本的非患者识别事实(例如，非患者识别标本来源信息，如人口统计)、处理条件(例如，孵育时间和温度)、处理材料或环境(例如，营养培养基)和/或标本的非患者识别测试结果(无病原体生长、病原体生长或病原体的其它阳性识别、经识别的病原体的列举)。所述事实和条件在本文中统称为分析信息。以此方式分类此分析信息确保仅将最相关的历史处理信息用于开发应用程序。因此，每个开发出的应用程序都是出于狭义的目标而创建且仅在标本分类器对应于应用程序分类器时使用。如果数据并未链接到将识别患者的信息(即，患者去标识)，则为有利的。在一个实施方式中，系统自动地将标本信息和响应于某些条件的信息去标识。去标识包含提供链接到非患者识别分类信息的元数据(例如，获取标本的地理区域、标本类型等)，实际上，允许数据用于无法使患者信息保持保密的系统和方法。所述系统可包含提供图像的时间序列处理、经分类/训练和测试的诊断/评估算法和/或专家系统的应用程序。所述应用程序可包含一模块，其中所述模块可理解为出于特定目标使用例如图像元数据(元数据充当本文中所描述的分类)和规则的一个或更多个过程或算法。在一些情况下，多个模块可实施为一个包。在一些实施方式中，数据可存储于可用于开发应用程序、训练应用程序、认证应用程序、测试应用程序等的数据库中。所述系统可提供可结合最佳实践、解决相关标本类型和自动化选取的图像分析过程。为了显著缩短有价值的成像应用程序的上市时间，可采用多重或模块化系统。此多重系统可包含例如以下模块：a)界定与特定培养基相联系的最佳实践解决方案，所述培养基用于培养目标微生物和目标微生物的分类群，以平衡效用和开发时间线。例如，将测试结果和与特定培养基或分类群相关联的图像结合起来，并用于开发应用程序，以评估用相同培养基和分类群分类的新标本。所述应用程序将需要足够信息来开发可靠应用程序，但不需要太多的信息而使应用程序的开发延迟。b)调整算法开发节奏(即，步调或速度)，最大限度地重用现有算法。c)建立临床协作网站，不断从多种标本类型、有机体分类群和最佳实践培养基生成图像和相关元数据。即，获得标本信息以建构可用于训练或进一步训练所开发应用程序的信息的数据库。完全经分类的历史标本信息的此数据库在本文中被称作数据湖。d)生成具有可应用于算法训练和验证/临床提交的所界定准则的图像数据库。数据库可包含代表临床标本图像的信息/数据，以及对真实性的相关手动/标准分析(量化、识别、结果解译)和分类(选择患者人口统计、成像时间和条件、培养基类型等)。数据库基础结构提供隔离数据，可在适当时单独访问所述隔离数据，以进行算法开发、形式证明与验证(V&V)或临床提交。此数据生成允许针对特定标本或培养基类型按需对应用程序进行优先级排序和开发。e)对非选择性培养基采用反映菌落复杂性的桶分类策略(即，纯菌落、优势菌落或复杂菌落)；且对于识别菌落和姐妹菌落，数据例如按培养基类型划分(例如，显色培养基(即，CHROMagar))以用于所界定的分类群(或那些具有特定培养基类型上的特定属性(即，BAP上的溶血作用)的所界定的分类群)或关于用于获得图像和测试结果的条件和试剂的其它信息。f)将某些应用程序仅限于某些成像系统/设备(例如，当使用25mp相机时，提供某些系统能力，但其它成像设备将提供其它系统能力)。同样，将应用程序限定为在某些狭义规定的情形中使用(例如，样本类型、培养基类型、分类群类型、相机类型)并且仅使用数据来开发与规定情形相对应的应用程序为应用程序用于评估的标本提供了更有用和更准确的应用程序。本文中所描述的应用程序可以进一步开发和完善，因为标本、培养基和有机体都经过了验证并获得了监管部门的批准。例如，象限量化应用程序最初可实施用于咽喉拭子和伤口，后来由于处理更多标本可用于肛周或其它标本类型。应用程序的此进行中的训练/开发提供有效性提高的新成像应用程序的稳固节奏。例如，在评估更多图像时，应用程序“学习”如何在涂铺培养物的图像中区分菌落与背景。在本文中先前提及之Kiestra系统中描述处理图像信息以区分与菌落图像相关联的像素和与背景图像相关联的像素。本文中还描述提供高值软件解决方案，同时缩短上市时间并使资源利用率最大化的开发系统。所述系统的重要组件可能涉及启动一个协作计划，所述计划涉及运行成像系统(例如，Kiestra系统)的选定临床站点收集临床标本成像信息，这些信息出于开发(算法培训)和验证(提交准备)目的通过与元数据相关联进行分类。数据的此收集可以提供自动化算法优化，从而提高性能和缩短开发时间。验证使用数据库中隔离的图像集合。这些数据也可在实施额外特征时再用。然而，仅在数据分类对应于应用程序分类/目标时使用所述信息。这种方法创造了极高的效率、在应用程序范围内的灵活性(即，版本控制)和非常有价值的资源。对于非选择性培养基，创建分类桶来表征群体的复杂性，以识别培养物本文档来自技高网...

【技术保护点】
1.一种用于微生物生长检测、菌落计数和/或识别的系统，其包括：/n数据库系统，其包括：/n(a)微生物标本的数字图像；/n(b)针对所述数字图像的所述微生物标本所确定的量化值；以及/n(c)确定对所述数字图像的所述微生物标本具有重要性的有机体的识别；/n具有处理器控制指令的一个或更多个处理器可读介质，所述处理器控制指令界定应用程序模块的离散集，所述应用程序模块的离散集包括：/n生长检测器，其被配置成根据所述数字图像中的一组成像点处理生长培养基的数字图像并生成包括表示所述生长培养基中发生微生物生长的概率的概率值的生长指示符；/n生长量化器，其被配置成根据所述生长检测器处理所述生长培养基的所述数字图像，所述生长量化器被配置成根据所述数字图像生成生长水平量化；以及/n假定标识符，其被配置成根据所述生长量化器处理所述数字图像，所述假定标识符被配置成基于使用所述数据库系统的数字图像进行的训练生成所述数字图像的一组微生物标本的名称指示符。/n

【技术特征摘要】
【国外来华专利技术】20171005 US 62/568,5791.一种用于微生物生长检测、菌落计数和/或识别的系统，其包括：
数据库系统，其包括：
(a)微生物标本的数字图像；
(b)针对所述数字图像的所述微生物标本所确定的量化值；以及
(c)确定对所述数字图像的所述微生物标本具有重要性的有机体的识别；
具有处理器控制指令的一个或更多个处理器可读介质，所述处理器控制指令界定应用程序模块的离散集，所述应用程序模块的离散集包括：
生长检测器，其被配置成根据所述数字图像中的一组成像点处理生长培养基的数字图像并生成包括表示所述生长培养基中发生微生物生长的概率的概率值的生长指示符；
生长量化器，其被配置成根据所述生长检测器处理所述生长培养基的所述数字图像，所述生长量化器被配置成根据所述数字图像生成生长水平量化；以及
假定标识符，其被配置成根据所述生长量化器处理所述数字图像，所述假定标识符被配置成基于使用所述数据库系统的数字图像进行的训练生成所述数字图像的一组微生物标本的名称指示符。


2.根据权利要求1所述的系统，其中所述生长量化器被配置成将所述生长水平量化生成为轻微生长概率、适度生长概率和旺盛生长概率中的一个或更多个。


3.根据权利要求2所述的系统，其中所述生长水平量化包括介于0到1范围内的一组概率。


4.根据权利要求3所述的系统，其中所述组概率的总和为1。


5.根据权利要求1至4中任一项所述的系统，其中所述假定标识符被配置成通过生成所述名称指示符中的每个的概率生成所述名称指示符。


6.根据权利要求5所述的系统，其中所述假定标识符被配置成将所述名称指示符生成为按所生成的概率对所述名称指示符进行排名的列表。


7.根据权利要求1至6中任一项所述的系统，其中所述假定标识符被配置成为所述数字图像的所述生长培养基中多个检测到的菌落位置中的每个提供所述列表。


8.根据权利要求1至7中任一项所述的系统，其中所述应用程序模块的离散集进一步包括纯度检测器，所述纯度检测器被配置成根据至少一个预定纯度水平生成生长培养基的所述数字图像的归类。


9.根据权利要求8所述的系统，其中纯度水平的所述离散集包括纯水平、优势水平和混合菌群水平。


10.根据权利要求8至9中任一项所述的系统，其中纯度水平的所述离散集包括每个水平的概率。


11.根据权利要求10所述的系统，其中纯度水平概率的所述离散集中的每个概率均介于0到1范围内。


12.根据权利要求11所述的系统，其中纯度水平的所述集的所述概率的总和等于1。


13.根据权利要求8至12中任一项所述的系统，其中所述纯度检测器在单一有机体引起可检测生长时生成纯水平表征。


14.根据权利要求8至13中任一项所述的系统，其中所述纯度检测器在单一有机体引起预定百分比范围内的可检测生长时生成优势水平表征。


15.根据权利要求14所述的系统，其中所述预定百分比范围为检测到的生长的90％到99％。


16.根据权利要求8至15中任一项所述的系统，其中所述纯度检测器在单一有机体引起低于所述预定百分比范围的可检测生长时生成混合菌群水平表征。


17.根据权利要求1至16中任一项所述的系统，其中所述应用程序模块的离散集进一步包括关键有机体标识符，所述关键有机体标识符被配置成基于使用所述数据库系统的数字图像进行的训练生成指示生长培养基的所述数字图像含有输入物种请求菌落的可能性的概率。


18.根据权利要求17所述的系统，其中所述关键有机体标识符被配置成访问使用所述数据库系统的数字图像训练的一组规则，所述组规则被配置成用于相对于所述输入物种请求对接种有标本的生长培养基的所述数字图像进行分类。


19.根据权利要求1至16中任一项所述的系统，其中所述应用程序模块的离散集进一步包括关键有机体标识符，所述关键有机体标识符被配置成基于使用所述数据库系统的数字图像进行的训练生成指示生长培养基的所述数字图像含有一组输入物种请求菌落的可能性的一组概率。


20.根据权利要求19所述的系统，其中所述关键有机体标识符被配置成访问使用所述数据库系统的数字图像训练的多组规则，其中所述多组规则中的每组规则被配置成用于相对于所述组输入物种请求中的一个物种对生长培养基的所述数字图像进行分类。


21.根据权利要求1至20中任一项所述的系统，其中所述应用程序模块的离散集进一步包括体积量化器，所述体积量化器被配置成生成指示生长培养基的所述数字图像含有一组体积范围的生长体积量化的可能性的概率。


22.根据权利要求21所述的系统，其中所述体积量化器生成所述组体积范围中的每个范围的概率。


23.根据权利要求22所述的系统，其中所述体积量化器将所述组体积范围中的每个范围的所述概率生成为从0到1的概率值。


24.根据权利要求23所述的系统，其中所述概率值的总和为1。


25.根据权利要求1至24中任一项所述的系统，其中所述数据库系统耦合到网络以从包含用于生成生长培养基上微生物标本的数字图像的成像系统的一个或更多个临床实验室接收数据。


26.根据权利要求1至25中任一项所述的系统，其中所述数据库系统进一步包括去标识的患者人口统计数据。


27.根据权利要求1至26中任一项所述的系统，其中所述数据库系统进一步包括关于微生物标本的所述数字图像的图像采集时间数据和图像采集条件数据。


28.根据权利要求1至27中任一项所述的系统，其中所述数据库系统进一步包括培养基类型数据。


29.根据权利要求1至28中任一项所述的系统，其中所述应用程序模块的离散集进一步包括区测量器，所述区测量器被配置成生成生长区的一个或更多个测量结果。


30.一种用于微生物生长检测、菌落计数和/或识别的系统，其包括：
数据库系统，其包括：(a)微生物标本的数字图像，(b)针对所述数字图像的所述微生物标本所确定的量化值；以及(c)确定对于所述数字图像的所述微生物标本具有重要性的有机体的识别；
具有处理器控制指令的一个或更多个处理器可读介质，所述处理器控制指令界定应用程序模块的离散集，所述应用程序模块的离散集包括以下各项中的任何三个或更多个：
生长检测器，其被配置成根据所述数字图像中的一组成像点处理生长培养基的数字图像并生成包括表示所述生长培养基中发生微生物生长的概率的概率值的生长指示符；
生长量化器，其被配置成根据所述生长检测器处理所述生长培养基的所述数字图像，所述生长量化器...

【专利技术属性】
技术研发人员：M·A·布拉施，C·M·高斯内尔，T·M·威尔斯，R·R·马塞尔波尔，B·纽温胡伊斯，T·M·范德尔卡普，M·博伊斯，
申请(专利权)人：贝克顿·迪金森公司，
类型：发明
国别省市：美国;US