用于自动化评估抗生素敏感性的方法和系统与流程

背景技术：

1、人们越来越关注用于检测微生物生长的培养板的数字成像。在pct公开号wo2015/114121中描述了用于检测微生物生长的成像板的技术，其全部内容通过引用并入本文。使用这种技术，实验室工作人员不再需要通过直接目视检查来读取板，而是可以使用高质量的数字图像用于板检查。将实验室工作流程和决策转移到检查培养板的数字图像也可以提高效率。图像可以由操作员标记用于操作员或具有适当技能的其他人员进行进一步检查。也可以拍摄额外的图像并将其用于指导二次加工。

2、例如，可以将成像用于琼脂扩散测试。在琼脂扩散测试中，测定细菌微生物对抗生素的敏感性。这种测试，可以称为抗生素敏感性测试(ast)，其通常涉及将几种抗生素圆盘施加到板上的培养基(例如琼脂)上，该培养基已经均匀散布有待测细菌。不同的圆盘可具有不同浓度的具体抗生素和/或几种不同的抗生素。可以将板温育以允许细菌的生长时间。然后查看该板。每个抗生素圆盘周围区域的细菌生长提供了圆盘的具体抗生素效果的指示。例如，具体圆盘的有效抗生素可具有不含被测细菌生长的大的区域，而具体圆盘的无效抗生素可不具有不含被测细菌生长的区域。

3、无生长区域的大小可以提供关于附近圆盘的抗生素的最小抑制浓度的指示。例如，如果是琼脂，在布置圆盘后，抗生素会随着时间从圆盘中迁移出来。迁移将根据到圆盘的距离以及对抗生素和培养基的扩散速率扩散抗生素浓度。圆盘附近的抗生素浓度最高。到圆盘较远距离的浓度会降低。通常，最小抑制浓度可以被认为是离包括无细菌生长的圆盘最远的最低浓度。

4、然后，这样的测定可以帮助选择用于不同细菌感染的适合的抗生素及其剂量。这有助于明确用于现代微生物成像系统的目标。尽早实现这些目标实现了将结果快速交付给患者并且经济地提供此类结果和分析的目的。自动化实验室工作流程和决策可以提高实现这些目的的速度和成本。

5、尽管关于用于检测微生物生长证据的成像技术已经取得了相当大的进步，但是仍然寻求扩展这种成像技术以支持自动化工作流程。用于检查培养板的微生物生长迹象的装置和方法很难自动化，部分原因是培养板的检查的高度视觉性质。在这方面，期望开发出可以自动解释培养板图像的技术(例如，生长鉴定、敏感性测试、抗生素敏感性分析等)，并且基于该自动化解释确定要执行的下一步骤。

技术实现思路

1、本公开内容的方面涉及处理器中用于抗生素敏感性测试的方法。在方法中，提供了接种有生物样品的培养板。培养板具有培养基和布置在其上的至少一个抗生素圆盘。用图像传感器生成培养板的第一和第二图像数据。第一图像数据和第二图像数据分别表示培养板的第一和第二捕获图像。使用图像传感器在不同的时间拍摄第一和第二捕获图像。控制图像传感器以收集期望的图像信息(即颜色、强度等)。通过第一图像数据和第二图像数据的比较为第二图像数据的像素生成像素特性数据。像素特性数据指示微生物随时间在培养板上的生长。然后访问用于微生物生长的建模数据。建模数据对圆盘上和培养基中的培养基、微生物、抗生素、抗生素浓度的组合的微生物生长进行建模。培养基中的抗生素浓度是圆盘上的抗生素浓度、时间和到圆盘距离的函数。使用生长模型函数生成模拟图像数据。模拟图像数据模拟在已接种的培养板上的微生物生长，其基于布置在培养基上的多个抗生素圆盘中的至少一个圆盘、在至少一个圆盘上的抗生素浓度；培养基和培养基中的抗生素浓度作为时间和到抗生素圆盘距离的函数。比较模拟图像数据和像素特性数据，并识别与模拟图像数据的一个或多个像素区域不同的第二图像数据的一个或多个像素区域。

2、像素特性数据的一个实例是对比度数据。对比度数据可以是像素强度值。对比度数据可以包括不透明度数据、颜色数据和模糊数据。

3、像素特性数据还可以包括距离数据，距离数据表示到多个抗生素圆盘中的至少一个的距离。例如，距离数据是从像素到多个抗生素圆盘中的至少一个的中心的距离。

4、生长模型函数可以对最大生长、最小生长、平均生长、中值生长或百分比生长中的一个或多个建模。在一个实例中，生长模型函数将对比度数据表征为到多个抗生素圆盘中的至少一个圆盘的径向距离的函数。生长模型函数可以包括抗生素扩散到培养基中的扩散映射。

5、方法可以包括以下步骤，在第一图像数据或第二图像数据中检测圆盘自身的图像，以及分析圆盘图像数据以检测标记数据。访问生长建模数据可以包括使用标记数据来定位生长建模数据。生长建模数据可以包括多个抗生素圆盘中的至少一个圆盘的抗生素负荷的浓度信息。

6、在一个实例中，生长模型函数使用以下的一项或多项：i)生长时间参数，其表示在捕获第二图像数据时生长板生长所经过的时间；ii)扩散系数参数；和iii)维数参数。

7、在一个实例中，所生成的模拟图像数据包括具有第一图像像素和第二图像像素的图像掩模，其中第一图像像素表示与生长板中多个抗生素圆盘中的至少一个圆盘的位置相对应的无生长区域，第二图像像素表示从无生长区辐射并从该位置的径向距离开始的生长区，该径向距离由生长模型函数确定，该径向距离表示至少一个圆盘的预估抑制区域界限。

8、当比较模拟图像数据和像素特性数据时，使用图像掩模中的像素与像素特性数据之间的对比度来生成差异图像数据。然后基于差异图像数据评估第二图像数据的区域。对于时间对比度(即，像素强度随时间的差异)，第一图像数据可以充当生长的生长前参考。

9、在一个实施方式中，方法由计算机实施。具体地，通过处理器执行的指令可以用于执行上述方法。

10、本文还描述了用于抗生素敏感性测试的系统。系统包括图像传感器，该图像传感器被配置为捕获培养板的图像，在该培养板上布置有在其上布置至少一个抗生素圆盘的培养基。用生物样品接种培养板，其中培养板在图像传感器的视野内。系统包括与图像传感器结合的处理器。系统还包括包含程序指令的计算机介质，该程序指令在由处理器执行时控制处理器以测试抗生素敏感性。例如，程序指令控制处理器执行本文描述的方法。

11、在另一个实施方式中，系统包括图像传感器，该图像传感器被配置为捕获培养板的图像，在培养板上布置有在其上布置多个至少一个抗生素圆盘的培养基。当培养板在图像传感器的视野内时，用生物样品接种培养板，该图像传感器生成第一图像数据和第二图像数据，第一图像数据和第二图像数据分别表示包括多个抗生素圆盘的培养板的第一和第二捕获图像，分别在第一和第二时间拍摄第一和第二捕获图像。系统包括处理器和存储器。处理器接收第一图像数据和第二图像数据并访问存储器。存储器存储生长建模数据。处理器基于第一图像数据和第二图像数据的比较来生成第二图像数据像素的像素特性数据。像素特性数据指示培养板上的微生物生长。处理器还访问生长建模数据。生长建模数据将微生物生长建模为培养基、微生物、抗生素和抗生素浓度的函数。处理器还用生长模型函数生成模拟图像数据，生长模型函数使用生长建模数据，模拟图像数据模拟在培养板上关于多个抗生素圆盘中的至少一个圆盘的微生物生长。然后，处理器将模拟图像数据与像素特性数据进行比较，以识别第二图像数据中与模拟图像数据不同的一个或多个像素区域。