本發(fā)明屬于高光譜，涉及一種基于快照高光譜系統(tǒng)快速檢測混合細(xì)菌耐藥性的方法。

背景技術(shù)：

1、病原微生物的診斷，尤其是臨床常見的細(xì)菌診斷，是體外診斷技術(shù)的一大應(yīng)用領(lǐng)域。目前細(xì)菌感染的臨床診斷方法需要先對樣本進(jìn)行富集培養(yǎng)和分純，再分別對樣本中的病原菌進(jìn)行種屬鑒定和藥敏測試(或稱抗生素敏感性測試，ast)。臨床細(xì)菌檢測的過程緩慢，即使在先進(jìn)的實驗室條件下也可能需要兩天以上的時間。血液樣本的表型抗生素敏感性測試因為涉及3個過夜培養(yǎng)步驟，其全流程的周轉(zhuǎn)時間通常至少需要3-4天。而對于尿路感染這樣的樣本細(xì)菌密度較高的感染而言，即使其體外診斷不需要對原始樣本進(jìn)行擴(kuò)增培養(yǎng)，但其耗時仍然長達(dá)36小時。由此可見，現(xiàn)行的病原菌感染臨床體外診斷過程較為漫長，以上的方法無法在關(guān)鍵的感染早期對抗生素治療進(jìn)行指導(dǎo)。

2、臨床病原菌診斷的主要瓶頸在于病原菌的診斷和藥敏測試往往需要經(jīng)過長時間的富集培養(yǎng)，或者需要通過犧牲準(zhǔn)確性和成本來提升檢測速度。近年來，聚合酶鏈?zhǔn)椒磻?yīng)（pcr）在細(xì)菌分類和耐藥性檢測中展現(xiàn)出了一定的優(yōu)勢。通過設(shè)計特異性引物，pcr能夠在8小時內(nèi)，從復(fù)雜的生物樣本中擴(kuò)增出目標(biāo)細(xì)菌或耐藥基因的dna片段，從而實現(xiàn)細(xì)菌的快速分類和耐藥性的精確檢測。然而，pcr反應(yīng)需要在嚴(yán)格的溫度循環(huán)條件下進(jìn)行，且對實驗操作者的技能水平有一定的要求。雖然pcr可以檢測出細(xì)菌或耐藥基因的dna片段，但無法直接反映細(xì)菌在樣本中的活性和數(shù)量。在臨床應(yīng)用中，pcr檢測結(jié)果通常需要與其他檢測方法相結(jié)合，以全面評估細(xì)菌的感染情況和耐藥性。因此，開發(fā)一種快速、無需培養(yǎng)、低成本的病原菌感染檢測新方法，對于指導(dǎo)臨床正確用藥、延緩病原菌耐藥性問題的發(fā)展至關(guān)重要。

技術(shù)實現(xiàn)思路

1、為了克服現(xiàn)有技術(shù)的不足，本發(fā)明提出了一種基于快照高光譜系統(tǒng)快速檢測混合細(xì)菌耐藥性的方法，利用快照高光譜成像系統(tǒng)的動態(tài)檢測、高分辨率、高靈敏度特性，實現(xiàn)了對混合細(xì)菌耐藥性的快速、準(zhǔn)確檢測。

2、本發(fā)明實現(xiàn)其目的的技術(shù)方案如下：

3、一種基于快照高光譜系統(tǒng)快速檢測混合細(xì)菌耐藥性的方法，包括以下步驟：

4、a.?使用快照高光譜顯微成像模塊捕獲混合細(xì)菌樣本的圖譜數(shù)據(jù)；

5、b.?對圖譜數(shù)據(jù)進(jìn)行標(biāo)定、處理與單像素重建，得到圖譜立方體；

6、c.?將圖譜立方體輸入細(xì)菌識別與分類算法，進(jìn)行像素級識別，從而實現(xiàn)對混合細(xì)菌樣本中單細(xì)胞水平的分析；

7、d.?使用機(jī)器視覺追蹤模塊記錄目標(biāo)種類細(xì)菌在抗生素處理下的運動軌跡；

8、e.?分析細(xì)菌運動軌跡和形態(tài)變化，評估目標(biāo)種類細(xì)菌對不同抗生素的耐藥性。

9、所述的混合細(xì)菌樣品經(jīng)過預(yù)處理或者不經(jīng)過預(yù)處理，來自于以下的一處或者多處的組合，包括直接或者間接來自待檢測人體、人之外的動物、植物以及分離物、直接或者間接來自待檢測的環(huán)境。

10、步驟a中快照高光譜顯微成像模塊包括：顯微物鏡單元，用于將細(xì)菌樣本的焦點處信息轉(zhuǎn)換為無限平行光；分光單元，依次包括濾光片、分束器、聚焦透鏡、方形光闌、準(zhǔn)直透鏡、二維光柵、成像鏡頭，用于將無限平行光進(jìn)行光譜分裂，形成多個光譜分量；探測器單元，用于接收并記錄經(jīng)過光譜分裂后的光信號；快照高光譜顯微成像模塊選用的光源的波長覆蓋可見光到近紅外區(qū)域，以覆蓋菌群的關(guān)鍵光譜特征。

11、所述的分光單元采用二維光柵生成衍射圖：中心為零級衍射，定位目標(biāo)空間信息；周邊為高級衍射，含不同投影角數(shù)據(jù)，重建目標(biāo)光譜信息，最終整合成目標(biāo)完整的空間與光譜數(shù)據(jù)。

12、步驟b利用汞燈進(jìn)行標(biāo)定校準(zhǔn)。

13、步驟b利用端到端的unet3重建算法對捕獲的圖譜數(shù)據(jù)進(jìn)行單像素處理并恢復(fù)為圖譜立方體，從而實現(xiàn)單細(xì)胞水平識別。

14、步驟c中的細(xì)菌識別與分類算法采用基于transformer的深度學(xué)習(xí)模型，通過訓(xùn)練優(yōu)化模型參數(shù)，提高識別準(zhǔn)確率。

15、步驟d中機(jī)器視覺追蹤模塊結(jié)合圖像分割、目標(biāo)跟蹤算法，對高光譜快照圖像中的細(xì)菌進(jìn)行追蹤，記錄運動軌跡，并通過對比分析不同藥物處理下細(xì)菌運動軌跡和形態(tài)的變化，評估細(xì)菌對不同抗生素的耐藥性。

16、步驟e中的耐藥性評估包括利用統(tǒng)計分析和模式識別方法，提取細(xì)菌運動軌跡與形態(tài)變化，基于長短期記憶網(wǎng)絡(luò)機(jī)器學(xué)習(xí)模型學(xué)習(xí)細(xì)胞運動模式與活性之間的關(guān)系，實現(xiàn)非侵入性的實時耐藥性評估。

17、步驟e中的耐藥性評估還包括使用準(zhǔn)備好的數(shù)據(jù)集對模型進(jìn)行訓(xùn)練，通過優(yōu)化算法調(diào)整模型參數(shù)，以最小化預(yù)測誤差。

18、本發(fā)明的有益效果

19、本發(fā)明提出的一種基于快照高光譜系統(tǒng)快速檢測混合細(xì)菌耐藥性的方法，通過巧妙地融合快照高光譜成像技術(shù)，不僅集高分辨的二維形貌與一維光譜于一體，實現(xiàn)了單細(xì)胞水平的精準(zhǔn)分析，還為細(xì)菌的快速檢測開辟了新的途徑。更重要的是，結(jié)合細(xì)菌運動軌跡的高光譜動態(tài)成像檢測方法，使得臨床病原菌藥敏檢測得以迅速實現(xiàn)，顯著提升了檢測效率（可壓縮至半小時內(nèi)）。這一創(chuàng)新方法的實施，對于優(yōu)化當(dāng)前臨床依賴經(jīng)驗用藥的現(xiàn)狀、指導(dǎo)制定精準(zhǔn)治療方案以及及時挽救患者生命具有極其重要的意義。通過本發(fā)明的應(yīng)用，有望為醫(yī)療領(lǐng)域帶來革命性的改變，使得細(xì)菌感染的治療更加科學(xué)、高效和個性化。

20、該方法可將高光譜快照成像系統(tǒng)、數(shù)據(jù)處理與分析模塊、機(jī)器視覺處理軟件和耐藥性檢測模型集成于一體，構(gòu)建快速、便捷的混合細(xì)菌耐藥性檢測平臺，該平臺能夠?qū)崿F(xiàn)自動化操作和實時數(shù)據(jù)處理，提高檢測效率和準(zhǔn)確性。

技術(shù)特征：

1.一種基于快照高光譜系統(tǒng)快速檢測混合細(xì)菌耐藥性的方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述的混合細(xì)菌樣品經(jīng)過預(yù)處理或者不經(jīng)過預(yù)處理，來自于以下的一處或者多處的組合，包括直接或者間接來自待檢測人體、人之外的動物、植物以及分離物、直接或者間接來自待檢測的環(huán)境。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟a中快照高光譜顯微成像模塊包括：顯微物鏡單元，用于將細(xì)菌樣本的焦點處信息轉(zhuǎn)換為無限平行光；分光單元，依次包括濾光片、分束器、聚焦透鏡、方形光闌、準(zhǔn)直透鏡、二維光柵、成像鏡頭，用于將無限平行光進(jìn)行光譜分裂，形成多個光譜分量；探測器單元，用于接收并記錄經(jīng)過光譜分裂后的光信號；快照高光譜顯微成像模塊選用的光源的波長覆蓋可見光到近紅外區(qū)域，以覆蓋菌群的關(guān)鍵光譜特征。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述的分光單元采用二維光柵生成衍射圖：中心為零級衍射，定位目標(biāo)空間信息；周邊為高級衍射，含不同投影角數(shù)據(jù)，重建目標(biāo)光譜信息，最終整合成目標(biāo)完整的空間與光譜數(shù)據(jù)。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟b利用汞燈進(jìn)行標(biāo)定校準(zhǔn)。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟b利用端到端的unet3重建算法對捕獲的圖譜數(shù)據(jù)進(jìn)行單像素處理并恢復(fù)為圖譜立方體，從而實現(xiàn)單細(xì)胞水平識別。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟c中的細(xì)菌識別與分類算法采用基于transformer的深度學(xué)習(xí)模型，通過訓(xùn)練優(yōu)化模型參數(shù)，提高識別準(zhǔn)確率。

8.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟d中機(jī)器視覺追蹤模塊結(jié)合圖像分割、目標(biāo)跟蹤算法，對高光譜快照圖像中的細(xì)菌進(jìn)行追蹤，記錄運動軌跡，并通過對比分析不同藥物處理下細(xì)菌運動軌跡和形態(tài)的變化，評估細(xì)菌對不同抗生素的耐藥性。

9.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟e中的耐藥性評估包括利用統(tǒng)計分析和模式識別方法，提取細(xì)菌運動軌跡與形態(tài)變化，基于長短期記憶網(wǎng)絡(luò)機(jī)器學(xué)習(xí)模型學(xué)習(xí)細(xì)胞運動模式與活性之間的關(guān)系，實現(xiàn)非侵入性的實時耐藥性評估。

10.根據(jù)權(quán)利要求1或9所述的方法，其特征在于，步驟e中的耐藥性評估包括使用準(zhǔn)備好的數(shù)據(jù)集對模型進(jìn)行訓(xùn)練，通過優(yōu)化算法調(diào)整模型參數(shù)，以最小化預(yù)測誤差。

技術(shù)總結(jié)
本發(fā)明涉及一種基于快照高光譜系統(tǒng)快速檢測混合細(xì)菌耐藥性的方法。第一步，使用快照高光譜顯微成像模塊捕獲混合細(xì)菌樣本的圖譜數(shù)據(jù)；第二步，對圖譜數(shù)據(jù)進(jìn)行處理與重建，得到圖譜立方體；第三步，將圖譜立方體輸入細(xì)菌識別與分類算法，識別出混合細(xì)菌的種類；第四步，使用機(jī)器視覺追蹤模塊記錄細(xì)菌在抗生素處理下的運動軌跡；第五步，分析細(xì)菌運動軌跡和形態(tài)變化，評估細(xì)菌對不同抗生素的耐藥性。本發(fā)明的檢測方法具有操作簡便、檢測速度快、準(zhǔn)確度高、可重復(fù)性好等優(yōu)點，對于臨床診斷和治療具有重要的應(yīng)用價值。

技術(shù)研發(fā)人員：何賽靈,楊安琪
受保護(hù)的技術(shù)使用者：浙江大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/9/26