买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国科学院苏州生物医学工程技术研究所申请的专利一种培养物检测方法以及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119322058B 。

龙图腾网通过国家知识产权局官网在2025-09-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411334938.7，技术领域涉及：G01N21/84；该发明授权一种培养物检测方法以及系统是由刘聪;董文飞;葛明锋;李力;张丽星;李昱龙;张艺凡;吴彤设计研发完成，并于2024-09-24向国家知识产权局提交的专利申请。

本一种培养物检测方法以及系统在说明书摘要公布了：本发明公开了一种培养物检测方法以及系统，属于生物检测领域，通过将样品在微流控芯片中分成多个微样本进行培养形成多个培养物；连续采集每一培养物的图像，形成随时间变化的图像集合；提取每一图像中培养物的大小、形状、密度、位置特征，并对图像集合中多个图像进行时间序列分析；根据提取的特征和时间序列分析结果得到每一培养物的动态特征，动态特征包括生长速率、形态变化、活性、运动速度、运动轨迹；统计所有培养物的动态特征，计算每一动态特征的平均值、置信区间、标准偏差，根据多个动态特征的平均值、置信区间、标准偏差得到样品种类、耐药性以及数量中的至少一种检测结果，检测结果快，从而解决现有技术中细菌检测速度慢的问题。

本发明授权一种培养物检测方法以及系统在权利要求书中公布了：1.一种培养物检测方法，其特征在于，包括以下步骤： 将样品加载至微流控芯片，所述样品在微流控芯片中分成多个微样本； 每一所述微样本在所述微流控芯片中进行培养形成培养物； 连续采集每一所述培养物的图像，形成每一所述培养物随时间变化的图像集合； 采用深度神经网络模型识别图像集合中每一所述图像中培养物的大小、形状、密度、位置特征，所述深度神经网络模型包括图像特征提取和时间序列分析，所述图像特征提取采用卷积神经网络架构将高维图像编码为低维特征，同时保留图像特征的空间属性，所述时间序列分析采用循环神经网络，对所述图像集合中多个图像的所述大小、形状、密度、位置特征进行提取，并对所述图像集合中多个图像进行时间序列分析； 根据提取的特征和时间序列分析结果得到每一所述培养物的动态特征，所述动态特征包括生长速率、形态变化、活性、运动速度、运动轨迹； 统计所有培养物的动态特征，计算每一所述动态特征的平均值、置信区间、标准偏差，根据多个所述动态特征的平均值、置信区间、标准偏差得到样品种类、耐药性以及数量中的至少一种检测结果，当检测结果为耐药性时，所述样品包括含有抗生素的样品以及不含抗生素的样品，当含有抗生素的样品的生长速率的置信区间的上限高于不含抗生素样品的生长速率的置信区间下限时，耐药性结果为样品对抗生素敏感，当检测结果为耐药性时，绘制含有抗生素的样品生长速率置信上限曲线和不含抗生素样品的生长速率置信下限曲线，二者交叉的时间即为最短检出时间。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学院苏州生物医学工程技术研究所，其通讯地址为：215163 江苏省苏州市高新区科技城科灵路88号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。