CZ20014306A3 - Způsob a zařízení pro rozpoznání zánětu vemen u krav - Google Patents
Způsob a zařízení pro rozpoznání zánětu vemen u krav Download PDFInfo
- Publication number
- CZ20014306A3 CZ20014306A3 CZ20014306A CZ20014306A CZ20014306A3 CZ 20014306 A3 CZ20014306 A3 CZ 20014306A3 CZ 20014306 A CZ20014306 A CZ 20014306A CZ 20014306 A CZ20014306 A CZ 20014306A CZ 20014306 A3 CZ20014306 A3 CZ 20014306A3
- Authority
- CZ
- Czechia
- Prior art keywords
- light rays
- urine
- rays
- near infrared
- mammary gland
- Prior art date
Links
- 241000283690 Bos taurus Species 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 31
- 208000004396 mastitis Diseases 0.000 title abstract description 4
- 210000005075 mammary gland Anatomy 0.000 claims abstract description 49
- 210000002700 urine Anatomy 0.000 claims abstract description 46
- 235000020185 raw untreated milk Nutrition 0.000 claims abstract description 44
- 238000013145 classification model Methods 0.000 claims abstract description 19
- 238000000491 multivariate analysis Methods 0.000 claims abstract description 19
- 206010061218 Inflammation Diseases 0.000 claims description 46
- 210000000481 breast Anatomy 0.000 claims description 46
- 230000004054 inflammatory process Effects 0.000 claims description 46
- 235000013336 milk Nutrition 0.000 claims description 29
- 210000004080 milk Anatomy 0.000 claims description 29
- 239000008267 milk Substances 0.000 claims description 29
- 238000001228 spectrum Methods 0.000 claims description 17
- 238000001514 detection method Methods 0.000 claims description 9
- 230000003287 optical effect Effects 0.000 claims description 8
- 239000013307 optical fiber Substances 0.000 claims description 8
- 230000001678 irradiating effect Effects 0.000 abstract 1
- 230000000007 visual effect Effects 0.000 abstract 1
- 238000003745 diagnosis Methods 0.000 description 17
- 210000001082 somatic cell Anatomy 0.000 description 17
- 238000005259 measurement Methods 0.000 description 15
- 238000002835 absorbance Methods 0.000 description 8
- 210000004027 cell Anatomy 0.000 description 6
- 230000003595 spectral effect Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000000862 absorption spectrum Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000005452 bending Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 210000001519 tissue Anatomy 0.000 description 3
- 239000013043 chemical agent Substances 0.000 description 2
- 239000006059 cover glass Substances 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002329 infrared spectrum Methods 0.000 description 2
- 239000004615 ingredient Substances 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 238000002203 pretreatment Methods 0.000 description 2
- 238000004451 qualitative analysis Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000010186 staining Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- YBNMDCCMCLUHBL-UHFFFAOYSA-N (2,5-dioxopyrrolidin-1-yl) 4-pyren-1-ylbutanoate Chemical compound C=1C=C(C2=C34)C=CC3=CC=CC4=CC=C2C=1CCCC(=O)ON1C(=O)CCC1=O YBNMDCCMCLUHBL-UHFFFAOYSA-N 0.000 description 1
- 206010006262 Breast inflammation Diseases 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 229910001218 Gallium arsenide Inorganic materials 0.000 description 1
- 229910000530 Gallium indium arsenide Inorganic materials 0.000 description 1
- 238000004497 NIR spectroscopy Methods 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 102100025490 Slit homolog 1 protein Human genes 0.000 description 1
- 101710123186 Slit homolog 1 protein Proteins 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 239000007853 buffer solution Substances 0.000 description 1
- 150000001720 carbohydrates Chemical class 0.000 description 1
- 235000014633 carbohydrates Nutrition 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 210000003855 cell nucleus Anatomy 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- ZMMJGEGLRURXTF-UHFFFAOYSA-N ethidium bromide Chemical compound [Br-].C12=CC(N)=CC=C2C2=CC=C(N)C=C2[N+](CC)=C1C1=CC=CC=C1 ZMMJGEGLRURXTF-UHFFFAOYSA-N 0.000 description 1
- 229960005542 ethidium bromide Drugs 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000012780 transparent material Substances 0.000 description 1
- 229910052721 tungsten Inorganic materials 0.000 description 1
- 239000010937 tungsten Substances 0.000 description 1
- -1 tungsten halogen Chemical class 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/02—Food
- G01N33/04—Dairy products
Landscapes
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Radiation-Therapy Devices (AREA)
Description
Způsob a zařízení pro rozpoznání zánětu vemen u krav
Oblast techniky
Předkládaný vynález se týká způsobu a zařízení pro rozpoznání zánětu vemen u krav na základě spektra viditelného 5 světla a/nebo téměř infračerveného záření z moči, nezpracovaného mléka nebo mléčné žlázy krav.
Dosavadní stav techniky
Počet somatických buněk v nezpracovaném mléku je
1° důležitým faktorem pro diagnózu zánětu mléčných žláz. Pro měření počtu somatických buněk byly až doposud používány přímá mikroskopická metoda, modifikovaná CMT metoda a uhlíkový čítač.
V současnosti se pro měření počtu somatických buněk používá čítač somatických buněk fluorometrického typu {Fossomatic). Toto zařízení může vypočítat a zobrazit počet somatických buněk na 1 ml prostřednictvím smíchání ústrojného roztoku (pufru) a barvící kapalinu (roztok ethidiumbromidu) s
2Q nezpracovaným mlékem, fluorescenčním zbarvením buněčných jader, s použitím míkrostříkačky rozptýleným nanesením výsledné směsi na obvodovou část kontinuálně se otáčejícího disku, a automatickým měřením počtu somatických buněk fluorescenčním mikroskopem.
V Japonsku je předepsáno, aby v případě, že počet somatických buněk je 300000 nebo více na 1 ml při měření nezpracovaného mléka čítačem somatických buněk fluorometrického typu (Fossomatic), byla kráva posouzena jako nemocná zánětem mléčných žláz (vemene) a je zakázáno její dojení.
·· · · • ·♦ • · 9 • 9 9 •·· 99
• · 9 9 9 · 9999 9· 9999
Běžné diagnostické metody zánětu vemene, založené na měření somatických buněk čítačem somatických buněk fluorometrického typu, ale mají různé problémy, které je třeba řešit, což například zahrnuje: (1) odebrané nezpracované mléko musí být podrobeno předběžné úpravě s přidáním chemických prostředků, jako je ústrojný roztok a barvící kapalina; (2) vzorek nezpracovaného mléka nemůže být změřen nedestruktivním způsobem, (3) nezpracovaný materiál je náchylný k ovlivnění jinou substancí; (4) ceny chemických prostředků jsou vysoké, což je nevýhodné z hlediska celkových nákladů; a (5) pro manipulaci se zařízením a se vzorky je potřebný zkušený technický personál.
Cílem předkládaného vynálezu je tudíž navrhnout způsob měření, měřicí zařízení a způsob posouzení pro provádění rozpoznání zánětu vemene s vysokou přesností v krátkém čase prostřednictvím optického měření spektra viditelného světla a/nebo téměř infračerveného záření z moči, nezpracovaného mléka nebo mléčné žlázy krav.
2Q Podstata vynálezu
Předkládaný vynález se týká způsobu rozpoznávání zánětu vemene u krav, který zahrnuje kroky vyzařování viditelných světelných paprsků a/nebo téměř infračervených paprsků s vlnovou délkou v rozsahu od 400 do 2500 nm do moči, nezpracovaného mléka nebo mléčné žlázy krávy, detekování intenzity přenesených světelných paprsků, odražených světelných paprsků nebo přenesených a odražených světelných paprsků z moči, nezpracovaného mléka nebo mléčné žlázy, provedení multivaríační analýzy prostřednictvím použití klasifikačního modelu na bázi pravděpodobnosti, separability ·· ♦ ' * ·♦ • · • « •·· ·· :· ϊ • · φ φ ·» φφφφ φ
φ φ
φ φ φ φ
φ φ φ φ •ΦΦ φ
ΟΦ nebo podobnosti, a rozpoznání přítomnosti zánětu vemene krávy. Pokud se týká viditelných světelných paprsků a/nebo téměř infračervených paprsků, které mají být použity pro detekci, jsou voleny ty paprsky s vlnovými délkami, které byly posouzeny jako účinné pro rozpoznání zánětu vemene.
Intenzita světelných paprsků, a tak dále, odražených z mléčné žlázy, znamená intenzitu odražených světelných paprsků, a tak dále, od tkání živého těla včetně buněk mléčné žlázy. Pokud se například týká měření přenesených světelných paprsků, jsou dopadající světelné paprsky přiváděny na jednu, pravou stranu mléčné žlázy prostřednictvím optického vlákna a přenesené světelné paprsky (na straně derektoru) jsou měřeny prostřednictvím dalšího optického vlákna přiloženého na druhou, levou stranu mléčné žlázy, když je toto optické vlákno přiloženo k levé straně. Světelné paprsky v rozsahu téměř infračerveného záření procházejí dlouhou dráhu v mléčné žláze v závislosti na rozsahu vlnových délek.
Podle předkládaného vynálezu absorbance, která se mění v závislosti na počtu somatických buněk v moči,
0 nezpracovaném mléku nebo mléčné žláze, může být stanovena detekováním intenzity přenesených světelných paprsků, odražených světelných paprsků nebo přenesených a odražených světelných paprsků z moči, nezpracovaného mléka nebo mléčné žlázy krávy. Zánět vemene krávy tudíž může být diagnostikován provedením multivariační analýzy s použitím takto získaného klasifikačního modelu na základě pravděpodobnosti, separability nebo podobnosti, a rozpoznáním přítomnosti zánětu vemene krávy. Není tedy potřebné provádět obvykle obtížné předběžné úpravy, používat drahé chemické prostředky a podobně, a zkušeně manipulovat se vzorky.
• *» • · · · • · · ··· ·· »
·· » · • 9 · ·
···· * i ♦ 9 • · «···
Vlnová délka paprsků viditelného světla a paprsků téměř infračerveného záření, které mají být použity pro rozpoznání zánětu mléčné žlázy podle předkládaného vynálezu, se pohybuje v rozsahu od 400 nm do 2500 nm. Pokud jsou použity viditelné světelné paprsky a infračervené paprsky v rozsahu vlnových délek 400 nm až 1100 nm, je použito křemíkového detektoru světla. Pokud jsou použity téměř infračervené paprsky v rozsahu vlnových délek 700 nm až 2500 nm, je použito detektoru světla na bázi materiálů, jako je
PbSe, InGaAs nebo GaAs.
Protože viditelné světelné paprsky a téměř infračervené paprsky v rozsahu vlnových délek od 400 nm do
700 nm mají šumy, je výhodné použít téměř infračervené paprsky v rozsahu vlnových délek 700 až 2500 nm ze shora 15 zmiňovaného rozsahu vlnových délek viditelných světelných paprsků a téměř infračervených světelných paprsků. Navíc protože nezpracované mléko obsahuje různé ingredience, jako je voda, proteiny, tuk, uhlovodany, minerály, a podobně, a světelné paprsky jsou absorbovány v principu vodou jako
0 hlavní ingrediencí v různých oblastech vlnových délek, mohou vznikat obavy, že to přeruší měření spektra v blízkosti infračerveného záření. Vliv vody je ale menší v oblasti vlnových délek 700 až 2500 nm ve srovnání s vlivy v ostatních oblastech vlnových délek. V oblasti vlnových délek od 1100 do 2 5
2500 nm se změny v absorbanci somatických buněk v moči, nezpracovaném mléce nebo mléčné žláze projevují jako první harmonická nebo sdružená Špička molekulárních vibrací. Měření se proto výhodně provádí s téměř infračervenými paprsky v rozsahu vlnových délek od 1100 do 2500 nm, což umožňuje *
·· • 4 ·· ·
• 4 • 44 • 4 4 • 4 • * •44 «4 • 4 4 ϊ .·
4
4444 měření somatických buněk v moči, nezpracovaném mléce nebo mléčné žláze v krátkém čase.
Navíc protože intenzita absorpce světla v moči, nezpracovaném mléce nebo mléčné žláze je relativně malá v oblasti vlnových délek infračervených paprsků, může být použito vzorku o tloušťce několika mm při měření přenesených světelných paprsků nebo přenesených a odražených paprsků světla. Je proto snadné manipulovat s a sestavit kontejner pro vzorky.
Zánět vemene u krav může být snadno diagnostikován s vysokou přeností prostřednictvím optického měření moči, nezpracovaného mléka nebo mléčné žlázy a zpracování dat na bázi multivariační analýzy s použitím klasifikačního modelu na bázi pravděpodobnosti, separability nebo podobnosti. Způsob rozpoznávání zánětu vemene u krav, který využívá hodnoty optického měření pro moč, nezpracované mléko nebo mléčnou žlázu a multivariační zpracování dat, využívající klasifikační model na bázi pravděpodobnosti, separability nebo podobnosti, bude podrobněji vysvětlen níže.
Předkládaný vynález je charakterizován tím, že dopadající světelné paprsky, přenesené světelné paprsky, odražené světelné paprsky nebo přenesené a odražené světelné paprsky z moči, nezpracovaného mléka nebo mléčné žlázy jsou při optickém měření snímány na vlnových délkách s použitím spektroskopu a na získaná spektra je aplikována multivariační analýza využívající klasifikační model na bázi pravděpodobnosti, separability nebo podobnosti.
Podle předkládaného vynálezu, protože prostřednictvím snímání na vlnových délkách s použitím spektroskopu mohou být získána v podstatě kontinuální spektroskopická spektra, mající vysoké rozlišení vlnových délek, je možné získat velké množství dat, jak je požadováno pro datovou analýzu. Pokud je například snímání prováděno v oblasti vlnových délek od 1100 do 2500 nm s rozlišením vlnových délek 2 nm, může být odebráno 701 datových bodů při jednom snímání, což má za následek zlepšenou přesnost datové analýzy.
Předkládaný vynález se rovněž týká zařízení pro rozpoznání zánětu vemene u krav, které zahrnuje: (1) generátor téměř infračervených paprsků pro generování viditelných světelných paprsků a/nebo téměř infračervených paprsků v rozsahu vlnových délek od 400 nm do 2500 nm; (2) optický systém pro přivádění viditelných světelných paprsků a/nebo téměř infračervených paprsků do moči, nezpracovaného mléka nebo mléčné žlázy krávy; (3) detektor pro detekování intenzity přenesených světelných paprsků, odražených světelných paprsků nebo přenesených a odražených světelných paprsků z moči, nezpracovaného mléka nebo mléčné žlázy; a (4) datový procesor pro přijímání signálů z detektoru a pro provádění multivariační analýzy s použitím klasifikačního modelu na bázi pravděpodobnosti, separability nebo podobnosti pro rozpoznání přítomnosti zánětu vemene u krávy.
Zařízení pro rozpoznání zánětu vemene mléčné žlázy podle předkládaného vynálezu výhodně dále zahrnuje optická vlákna pro vedení viditelných světelných paprsků a/nebo téměř infračervených paprsků z moči, nezpracovaného mléka nebo mléčné žlázy krávy do detektoru světla, takže tímto detektorem je přes optické vlákno detekována intenzita přenesených světelných paprsků, odražených světelných paprsků nebo přenesených a odražených světelných paprsků z močí, nezpracovaného mléka nebo mléčné žlázy.
Využitím optického vlákna může být vytvořeno přenosné, kompaktní zařízení pro rozpoznávání zánětu mléčných žláz.
Toto zařízení pro rozpoznávání zánětu vemene u krav výhodně dále zahrnuje přiváděč pro zavádění nezpracovaného mléka do kontejneru pro vzorky nezpracovaného mléka prostřednictvím přímého spojení nebo spojení na vyžádání.
Použití přiváděče pro zavádění nezpracovaného mléka do kontejneru pro vzorky přes přímé spojení nebo spojení na vyžádání umožňuje kontinuální měření viditelných světelných paprsků a/nebo téměř infračervených paprsků s časovým intervalem.
Zařízení pro rozpoznávání zánětu vemene u krav dále zahrnuje kontejner pro vzorky pro uložení nezpracovaného mléka a regulátor teploty pro stabilizování mléka uvnitř kontejneru pro vzorky na dané teplotě. Když je měřena mléčná žláza pro rozpoznání zánětu, je tato mléčná žláza (vemeno) držena dojicím zařízením a teplota je regulována stejným způsobem, jako bylo uvedeno výše, pokud je to potřebné.
Stabilizování teploty nezpracovaného mléka v kontejneru pro vzorky může zabránit změnám v absorbanci nezpracovaného mléka, způsobeným teplotou, což dále může zlepšit přenost při rozpoznávání zánětu mléčné žlázy.
Spektra pro mléčnou žlázu znamenají spektra světelných paprsků z živých tkání, včetně buněk mléčné žlázy.
Předpokládá se, že buňky mléčné žlázy (včetně nezpracovaného fe • · · • « • « • fe • fefefe fe fe · ·· »··· • fe fe· • fefe • · • fefe • fe « *
fe ' mléka) a živé tkáně jsou mléčné respektive obsažené v mléčné žláze.
Přehled obrázků na výkresech
Obr.l znázorňuje konstrukční pohled na zařízení pro měření spekter nezpracovaného mléka podle jednoho provedení předkládaného vynálezu;
Obr.2 znázorňuje blokové schéma tvořící příklad elektrického uspořádání zařízení pro měření spekter nezpracovaného mléka;
Obr. 3 znázorňuje pohled v řezu na držák vzorku;
Obr. 4 znázorňuje graf ilustrující příklad spektra téměř infračervených paprsků určitého počtu vzorků nezpracovaného mléka v rozsahu vlnových délek od 400 nm do 1100 nm;
Obr. 5 znázorňuje graf ilustrující příklad spektra téměř infračervených paprsků určitého počtu vzorků nezpracovaného mléka v rozsahu vlnových délek od 1100 nm do 2500 nm;
Obr. 6 znázorňuje schéma pro ilustraci procedury pro provádění metody SIMCA, jako jednoho typu z multivariačních analýz s použitím klasifikačního modelu na bázi pravděpodobnosti, separability nebo podobnosti podle předkládaného vynálezu; a
Obr. 7 znázorňuje schéma pro ilustraci celé procedury pro provádění metody SIMCA (Soft Independent Model of Class Analogy), jako jednoho typu z multivariačních analýz s ft * ft
použitím klasifikačního modelu na bázi pravděpodobnosti, separability nebo podobnosti podle předkládaného vynálezu.
ft· · » · · · t · « ·
ft· ftftftft
Příklady provedeni vynálezu
Zařízení pro rozpoznávání zánětu vemene u krav podle předkládaného vynálezu bude vysvětleno s odkazy na obr. 1.
Obr. 1 znázorňuje konstrukční pohled na zařízení pro měření spekter nezpracovaného mléka podle jednoho provedení předkládaného vynálezu. Při pozorování ve směru zpracování světla toto zařízení zahrnuje zdroj 1 světla pro generování měřících světelných paprsků, čočku 2. pro uvádění světelných paprsků ze zdroje 1. světla do vzájemné rovnoběžnosti, / spektroskop 9. pro odebírání požadovaných světelných paprsků prostřednictvím oddělování světelných paprsků ze zdroje JL světla, filtr 10 pro odfiltrování nejsvětlejší části světelných paprsků vyzařovaných ze spektroskopu 9., čočku 11 pro sdružování oddělených světelných paprsků, odrazové zrcadlo 12 pro odrážení světelných paprsků z čočky 11, přerušovač 14 světla, vložený mezi čočku 11 a odrazové zrcadlo 12, integrační kouli 13 vytvořenou z materiálu rozptylujícího světlo, držák 40 vzorků pro držení vzorku, a tak dále.
Zdroj 1 světla je tvořen wolframovou halogenovou lampou nebo podobně, která generuje široký rozsah vlnových délek světelných paprsků včetně téměř infračervených paprsků. Spektroskop 9. zahrnuje čočku 2 pro sdružování dopadajících světelných paprsků, štěrbinu 1 pro regulaci velikosti a množství toku světelných paprsků, odrazové zrcadlo 5. pro odrážení světelných paprsků prošlých štěrbinou 4., ohybovou • · · « » · « • * · • · · • fc fcfc·· mřížku 2 mající zakřivený povrch, motorek 6a pro regulaci ohybového úhlu ohybové mřížky 6, štěrbinu 2 pro propuštění pouze požadované Části světla ze světelných paprsků ohnutých na ohybové mřížce 6., světlo emitující čočku 2 pro emitování ohnutých světelných paprsků vzájemně rovnoběžně, a tak dále. Selektivně mohou být odebírány pouze světelné paprsky s požadovanou vlnovou délkou prostřednictvím úhlové regulace motorkem 2a·
Přerušovač 14 světla je zkonstruován ve formě otočného kotouče, ve kterém jsou střídavě uspořádány úseky světlo odrážející a úseky světlo propouštějící, přičemž světelné paprsky, přicházející z čočky 11, jsou periodicky odráženy nebo propouštěny v důsledku otáčení optického přerušovače 14 světla prostřednictvím pohánění motorkem 14a. Snímač 14b přerušovače detekuje otočnou fázi přerušovače 14 světla a synchronizační obvod 14c vydává synchronizační signály Sa a Sb indikující stav odrážení respektive propouštění světelných paprsků z čočky 11 na základě signálů ze snímače 14b přerušovače.
Integrační koule 13 zahrnuje okénko 13a pro dopadající světlo, které je otevřeno nahoru, okénko 13b pro emitování světla, které je otevřeno dolů, a množství snímačů 20 světla pro přeměnu množství přijatých světelných paprsků na elektrické signály. Integrační koule 13 funguje pro rozptýlení světelných paprsků, vstupujících do koule, za účelem snížení chyb měření. Snímač 20 je tvořen materiálem PbS nebo podobně, který má citlivost v blízkosti oblasti infračerveného záření. Držák 40 vzorků je uspořádán v blízkosti okénka 13b pro emitování světla.
:· t • · • t ···· *
*
A ·· · » » ·· · • · * t · • · · · ··· »· • · v • · • · · • · ·· ·»·» «»
Pokud jsou světelné paprsky, které jsou odděleny spektroskopem 9., odráženy přerušovačem 14 světla, přicházejí tyto světelné paprsky do držáku 40 vzorků, což se děje skrz integrační kouli 13 přes okénko 13a pro dopadající světlo. V důsledku toho se vracené světelné paprsky rozptylují v integrační kouli 13, takže část světelných paprsků je přijímána snímači 20 světla. Na druhou stranu, pokud světelné paprsky, oddělené spektroskopem 9., procházejí přerušovačem 14 světla, jsou tyto světelné paprsky odráženy odrazovým zrcadlem 12, takže tyto světelné paprsky vstupují šikmo do integrační koule 13 přes okénko 13a pro dopadající světlo. Následně jsou tyto světelné paprsky rozptylovány bez dosažení vzorku a část těchto světelných paprsků je přijímána snímači 20 světla. Shora popsaná činnost přerušovače 14 světla vybírá signály ovlivněné vzorkem a signály vzorkem neovlivněné.
Obr. 2 znázorňuje příklad blokového schéma ilustrujícího elektrické uspořádání datového procesoru zařízení pro měření spekter nezpracovaného mléka. Detekční signály ze snímačů 20 světla jsou zesíleny zesilovačem 21 a přivedeny do vzorkovacího přidržovacího obvodu 22 pro vzorkování se synchronizačními signály Sa a do vzorkovacího přidržovacího obvodu 23 pro vzorkování se synchronizačními signály Sb. Vzorkovací přidržovací obvod 22 drží signálové napětí pouze během vzorkovací časové periody, když světelné paprsky vstupují do vzorku ze spektroskopu 9, zatímco vzorkovací přidržovací obvod 23 drží elektrické signály pouze během vzorkovací časové periody, když světelné paprsky nevstupují do vzorku ze spektroskopu 9. Potom jsou výstupní signály ze vzorkovacích přídržných obvodů 22 a 23 logaritmicky konvertovány obvody 24, 25 logaritmické * ·· a· ·* · *· • · · · · · · a a » · a a·· · a aaa · a a a a ♦ a aa*· ♦ • aa · a a a a a ··· a* aa aaaa a* aaaa konverze, jejichž výstupy jsou potom odečteny mezi sebou v odečítacím obvodu 26. Rušivé složky mohou být odstraněny prostřednictvím detekce v synchronizaci s přerušovačem 14 světla.
Výstupní signály z odečítacího obvodu 26 jsou vyjádřeny číselně prostřednictvím A/D (analogo/číslicového) převodníku 27, jehož výstup je veden do osobního počítače (PC) 30, ve kterém jsou nainstalovány různé programy pro provádění zpracování dat podle metody SIMCA. PC 30 je spojen s klávesnicí 28 pro zadávání dat, displejem 29 pro zobrazování dat, a tak dále.
Obr. 3 je pohled v řezu ilustrující konstrukci držáku vzorků. Tento držák 40 vyhovuje uspořádání okénka 13b pro emitování světla na integrační kouli 13. Držák 40 vzorků, který je vyroben z teplo vodivého materiálu, jako je hliník, zahrnuje kontejner 41 na vzorky pro uchování kapalného vzorku SP, jako je nezpracované mléko, průhlednou krycí skleněnou destičku 42 pro zakrytí otvoru kontejneru 41 na vzorky,
Peitierův článek pro ohřev nebo ochlazování kontejneru 41 na vzorky, snímač 45 teploty pro měření teploty kontejneru 41 na vzorky, obvod 44 pro regulaci teploty pro stabilizování teploty vzorku ΞΡ ovládáním Peltierova článku na základě teplotních signálů ze snímače 45 teploty, a tak dále.
Když světelné paprsky, odražené od přerušovače 14 světla, vstupují do vzorku SP skrz krycí skleněnou destičku 42, vrací se potom opět do integrační koule 13, poté co byly utlumeny a rozptýleny v závislosti na absorpčním spektru vzorku SP. Následně je část vracených světelných paprsků přijímána snímačem 20 světla, kde jsou tyto paprsky měněny na elektrické signály.
Φ φφ φφ φφ ·· ·· • φ · φ φ «φ φ · φφ φ φφφ φφ φφφ φ φφφφφφ · φ · · · φφφ «φφ φφφ φφφ φφ φφ φφφφ φφ φφφφ
Protože absorbance nezpracovaného mléka je citlivá na změny teploty a musí být dosaženo menšího vlivu tuku v nezpracovaném mléce, může být přesnost měření ztracena, pokud se teplota měřeného prostředí mění při každém měření. Podle tohoto provedení je tedy teplota vzorku SP stabilizována prostřednictvím systému s teplotní zpětnou vazbou, který je tvořen snímačem 45 teploty, obvodem 44 pro regulaci teploty a Peltierovým článkem 43., čímž se zlepšuje přesnost měření.
Obr. 4 znázorňuje graf ilustrující příklad spektra θ téměř infračerveného záření nezpracovaného mléka, na kterém osa y (pořadnice) uvádí absorbance reprezentované výsledky získanými logaritmickou konverzí převrácených hodnot činitelů odrazu světla a osa x (souřadnice) uvádí vlnové délky (nm). Křivka odpovídá absorpčnímu spektru získanému snímáním na vlnových délkách od 400 nm do 1100 nm s použitím spektroskopu 9 podle obr. 1. Na obr. 4 jsou výsledky, získané měřením množství vzorků nezpracovaného mléka, zobrazené v překrývajícím se stavu. Obr. 5 rovněž znázorňuje graf ilustrující příklad téměř infračerveného spektra θ nezpracovaného mléka, na kterém osa y (pořadnice) uvádí absorbance reprezentované výsledky získanými logaritmickou konverzí převrácených hodnot činitelů odrazu světla a osa x (souřadnice) uvádí vlnové délky (nm). Křivka odpovídá absorpčnímu spektru získanému snímáním na vlnových délkách od
1100 nm do 2500 nm s použitím spektroskopu .9. Na obr. 5 jsou výsledky, získané měřením množství vzorků nezpracovaného mléka, zobrazené v překrývajícím se stavu.
Všechny křivky je možné přirovnat k absorpčnímu spektru vody a velké špičky, zejména v blízkosti 1400 nm až
9« 99 ·
9 · 9 9 9
9 9 9 9 · · « 9 · 9 · 9 9 9 9 >99 9·9
99 99 9999 99 9999
1500 nm a v blízkosti 1850 nm až 2050 nm, je možné přisoudit molekulárním vibracím vody.
Výše uvedené vysvětlení je provedeno na konstrukci přenosového a odrazového typu, kde světelné paprsky, které mají být měřeny, procházejí vzorkem SP, odrážejí se na vnitřním povrchu kontejneru 41 na vzorky a opět potom procházejí vzorkem SP. Navíc mohou být měření rovněž prováděna přenosovým typem konstrukce, kde je kontejner 41 na vzorky vyroben z průhledného materiálu a je detekováno přenesené světlo, které prošlo vzorkem SP, nebo odrazovým typem konstrukce, kde jsou měřeny světelné paprsky odražené od povrchu vzorku SP.
Shora uvedené vysvětlení je provedeno na příkladu konstrukce, kde spektroskop 9. je uspořádán mezi zdrojem 1 světla a vzorkem SP a jsou oddělovány světelné paprsky pro vstup do vzorku SP. Navíc může být použita například konstrukce, kde spektroskop 9. je uspořádán mezi vzorkem SP a snímačem 20 světla a jsou oddělovány přenesené světelné paprsky ze vzorku SP nebo přenesené a odražené světelné paprsky.
V následujícím popisu bude popsána metoda SIMCA (Soft Independent Modeling of Class Analogy), která je jednou z multivariačních analýz využívajících klasifikované modely na základě pravděpodobnosti, separability nebo podobnosti. Obr.
schematicky ilustruje metodu pro rozpoznávání zánětu mléčných žláz s použitím nezpracovaného mléka podle metody SIMCA. Skupiny krav, o kterých je známo, že jsou zdravé, a krav, které trpí zánětem vemene, jsou podrobeny analýze hlavní složky (seskupování), čímž se vytvoří modely základní složky pro každou z těchto skupin. Neznámý vzorek se *4 · 4 * · · 4 4 4 4 4 > 44 4 · · 4 4 *
4*44·· 4444 4
444 4 4 · 4 · 4
444 4· ·· 4444 4· 4444 porovnává s těmito skupinami a je přidělen k jednomu z těchto modelů základní složky {skupina zdravých krav nebo skupina krav trpících zánětem vemene), který tomuto neznámému vzorku obecně odpovídá.
Celý koncept metody SIMCA je znázorněn na obr. 7. Optimální SIMCA model se připraví z detekčních údajů absorbance ze 2/3 od známých vzorků a detekčních údajů z 1/3 od známých vzorků, přičemž přítomnost zánětu vemene se rozpoznává prostřednictvím spektrálních údajů neznámého vzorku podrobením spektrálních údajů multivariační analýze. Metoda SIMCA je známá a její detaily zde nebudou podrobně popisovány. Lze například odkázat na Tetsuro Aijima, Chemometrics-New Analytic Chemistry, vydáno vydavatelstvím Maruzen v roce 1992; Mutsuo Iwamoto, Sumio Kono a Jun Uozumi, Introduction to Near Infrared Spectroscopy, vydáno vydavatelstvím Saiwai Shobou v roce 1994; a Sachihiro Ozaki a Akira Koda, Near Infrared Analytical Method, vydáno vydavatelstvím Gakkai Publication Center v roce 1996.
Tabulka 1 uvádí graf ilustrující výsledky rozlišení zánětu vemene, získané metodou SIMCA jako jednou z metod multivariační analýzy s použitím klasifikačního modelu na základě pravděpodobnosti, separability nebo podobnosti.
Metoda SIMCA provádí rozsouzení do dvou cest, zda dané nezpracované mléko je od krávy trpící zánětem vemene nebo od zdravé krávy. Poměr úspěšnosti pro zánět vemene byl 99,25 % v době vytvoření modelu a byl 95,44 %, když byly použity neznámé údaje. To znamená, že bylo připraveno 134 vzorků nezpracovaného mléka (údaje pro vytvoření modelu a údaje pro prověření modelu), byl tak vytvořen SIMCA model sestávající z Třídy 1 pro spektrální údaje vzorků *· « > · · * · v · · · • fcfc · · fcfcfc » • fc fcfcfc fc fcfcfc fc · fcfcfc fcfcfc ··· • fcfc fcfc fcfc fcfcfc* fcfc fcfcfc* nezpracovaného mléka, ve kterých byl počet somatických buněk menší než 300000/ml, a z Třídy 2 pro spektrální údaje vzorků nezpracovaného mléka, ve kterých počet somatických buněk nebyl menší než 300000/ml. Přitom 133 vzorků nezpracovaného mléka bylo klasifikováno (zatříděno) do správných tříd a jeden vzorek nezpracovaného mléka nevyhověl modelu SIMCA. Dále bylo podle modelu SIMCA diagnostikováno 66 neznámých vzorků nezpracovaného mléka, přičemž 63 těchto vzorků nezpracovaného mléka bylo klasifikováno správně a 3 vzorky nezpracovaného mléka byly diagnostikovány nesprávně. Zda diagnóza byla správná čí nikoliv, bylo potvrzeno prostřednictvím kvalitativní analýzy nebo expertní diagnózy.
Tabulka 1
| Diagnóza při vytváření SIMCA modelu | Diagnóza neznámých vzorků nezpracovaného mléka | |||
| Správná diagnóza | Chybná diagnóza | Správná diagnóza | Chybná diagnóza | |
| Počet vzorků mléka (n) | 133 | 63 | 3 | |
| Podíl v procentech (%) | 99,25 | 0,75 | 95,45 | 4,55 |
Dále byly analýze hlavní složky (seskupování) podrobený vzorky moči krav, stejným způsobem jako bylo zmiňováno výše ve spojení s příslušnými skupinami známých zdravých krav a krav trpících zánětem mléčné žlázy, čímž se pro příslušné skupiny vytvoří modely základní složky. S • » « φφ φ · · · φ * φ φ φ I φ φ · φ φ · φφ φφφ φφφ φφφ φφ φφ φφφφ ·· φφφφ těmito skupinami se pak porovnává neznámý vzorek moči a je přiřazen k jednomu z modelů základní složky (skupina zdravých krav nebo skupina krav trpících zánětem vemene). Vytvoří se optimální SIMCA model a to, zda kráva, jejíž vzorek moči je testován, trpí zánětem vemene čí nikoliv, se rozpoznává prostřednictvím podrobení spektrálních dat multivariační analýze.
Tabulka 2 ilustruje výsledky rozlišení zánětu vemene na základě spekter z moči, získané metodou SIMCA jako jednou z metod multivariační analýzy s použitím klasifikačních modelů na základě pravděpodobnosti, separability nebo podobnosti.
Metoda SIMCA provádí rozsouzení do dvou cest, zda daná moč je od krávy trpící zánětem vemene nebo od zdravé 15 krávy. Poměr úspěšnosti pro zánět vemene byl 96 % v době vytvoření modelu a byl 85 %, když byly použity neznámé údaje.
To znamená, že bylo připraveno 79 vzorků moči (údaje pro vytvoření modelu a údaje pro prověření modelu), byl tak vytvořen SIMCA model sestávající z Třídy 1 pro spektrální údaje vzorků moči, ve kterých byl počet somatických buněk menší než 300000/ml, a z Třídy 2 pro spektrální údaje vzorků moči, ve kterých počet somatických buněk nebyl menší než
300000/ml. Přitom 76 vzorků moči bylo klasifikováno (zatříděno) do správných tříd a 3 vzorky moči nevyhověly 25 modelu SIMCA. Dále bylo podle modelu SIMCA diagnostikováno 39 neznámých vzorků moči, přičemž 33 těchto vzorků močí bylo klasifikováno správně a 6 vzorků moči bylo diagnostikováno nesprávně. Zda diagnóza byla správná či nikoliv, bylo potvrzeno prostřednictvím kvalitativní analýzy nebo expertní diagnózy.
Μ « * 4 9 4 4 · 9 4 4
4« 9« 994 9
949994 4 4·· ·
449 444 499
444 44 49 4449 44 4499
Tabulka 2
| « Diagnóza při vytváření SIMCA modelu | Diagnóza neznámých vzorků moči | |||
| Správná diagnóza | Chybná diagnóza | Správná diagnóza | Chybná diagnóza | |
| Počet vzorků moči (n) | 76 | 3 | 33 | 6 |
| Podíl v procentech {%) | 96 | 4 | 85 | 15 |
Jak bylo zmiňováno výše, může být podle předkládaného η 5 vynálezu rozpoznán zánět mléčných žláz prostřednictvím detekce intenzity paprsků přeneseného světla, paprsků odraženého světla nebo paprsků přeneseného a odraženého světla z nezpracovaného mléka, moči nebo mléčné žlázy, a provedením multivaríační analýzy získaných dat absorbance s
2Q použitím klasifikačního modelu na základě pravděpodobnosti, separability nebo podobnosti.
Zánět mléčných žláz může být snadno diagnostikován s vysokou přesností prostřednictvím optického měření moči a zpracování dat.
Claims (11)
- PATENTOVÉNÁROKY * * · t t · ·· ··· ·1. Způsob rozpoznávání zánětu vemene u krav, vyznačující se tím, že zahrnuje kroky vyzařování viditelných světelných paprsků a/nebo téměř infračervených paprsků s vlnovou délkou v rozsahu od 400 do 2500 nm do moči, nezpracovaného mléka nebo mléčné žlázy krávy, detekování intenzity přenesených světelných paprsků, odražených světelných paprsků nebo přenesených a odražených světelných paprsků z moči, nezpracovaného mléka nebo mléčné žlázy, provedení multivariační analýzy s použitím klasifikačního modelu na základě pravděpodobnosti, separability nebo podobnosti, a rozpoznání přítomnosti zánětu vemene krávy,
- 2. Způsob rozpoznávání zánětu vemene u krav podle nároku 1, vyznačující se tím, že zahrnuje kroky vyzařování téměř infračervených paprsků s vlnovou délkou v rozsahu od 700 nm do 2500 nm do moči, nezpracovaného mléka nebo mléčné žlázy krávy, detekování intenzity přenesených světelných paprsků, odražených světelných paprsků nebo přenesených a odražených světelných paprsků z moči, nezpracovaného mléka nebo mléčné žlázy, provedení multivariační analýzy s použitím klasifikačního modelu na základě pravděpodobnosti, separability nebo podobnosti, a rozpoznání přítomnosti zánětu vemene krávy.
- 3. Způsob rozpoznávání zánětu vemene u krav podle nároku 1 a 2, vyznačující se tím, že zahrnuje kroky vyzařování téměř infračervených paprsků s vlnovou délkou v rozsahu od 700 nm do 1100 nm nebo od 1100 do 2500 nm do moči, nezpracovaného mléka nebo mléčné žlázy krávy, detekování intenzity přenesených světelných paprsků, odražených světelných paprsků « > to to · to · to · to · to to to • * to to to • to nebo přenesených a odražených světelných paprsků z moči, nezpracovaného mléka nebo mléčné žlázy, provedení multivariační analýzy s použitím klasifikačního modelu na základě pravděpodobnosti, separability nebo podobnosti, a rozpoznání přítomnosti zánětu vemene krávy.
- 4. Způsob rozpoznávání zánětu vemene u krav podle kteréhokoliv z nároků 1 až 3, vyznačující se tím, že zahrnuje snímání na vlnových délkách přenesených světelných paprsků, odražených světelných paprsků nebo přenesených a odražených světelných paprsků z moči, nezpracovaného mléka nebo mléčné žlázy, a aplikace multivariační analýzy na takto získané spektrum viditelných světelných paprsků a/nebo téměř infračervených paprsků s použitím klasifikačního modelu na základě pravděpodobnosti, separability nebo podobnosti.
- 5. Způsob rozpoznávání zánětu vemene u krav podle kteréhokoliv z nároků 1 až 4, vyznačující se tím, že multivariační analýza spekter viditelných světelných paprsků a/nebo téměř infračervených paprsků se provádí s použitím klasifikačního modelu na základě pravděpodobnosti, separability nebo podobnosti podle metody SIMCA.
- 6. Zařízení pro rozpoznání zánětu vemene u krav, vyznačující se tím, že zahrnuje:generátor téměř infračervených paprsků pro generování viditelných světelných paprsků a/nebo téměř infračervených paprsků v rozsahu vlnových délek od 400 nm do 2500 nm;optický systém pro přivádění viditelných světelných paprsků a/nebo téměř infračervených paprsků do moči, nezpracovaného mléka nebo mléčné žlázy krávy;detektor pro detekování intenzity přenesených «· · · fc fc fc fc *·· «fc · · · fc • «••«fc · · fc · fc fc fc · fc fc fcfcfc «·· ·· ·♦ fcfcfcfc fc· fc··· • fc · « světelných paprsků, odražených světelných paprsků nebo přenesených a odražených světelných paprsků z moči, nezpracovaného mléka nebo mléčné žlázy; a datový procesor pro přijímání signálů z detektoru a pro 5 provádění multivaríační analýzy s použitím klasifikačního modelu na základě pravděpodobnosti, separability nebo podobnosti pro rozpoznání přítomnosti zánětu vemene u krávy.
- 7. Zařízení pro rozpoznání zánětu vemene u krav podle nároku 6, vyznačující se tím, že uvedeným generátorem téměř infračervených paprsků je generátor infračervených paprsků pro generování téměř infračervených paprsků v rozsahu vlnových délek od 700 do 2500 nm, generátor infračervených paprsků pro generování téměř infračervených paprsků v rozsahu vlnových délek od 700 do 1100 nm, nebo generátor infračervených paprsků pro generování téměř infračervených paprsků v rozsahu vlnových délek od 1100 do 2500 nm,
- 8. Zařízení pro rozpoznání zánětu vemene u krav podle nároku 6 nebo 7, vyznačující se tím, že navíc zahrnuje optické vlákno od uvedeného generátoru téměř infračervených paprsků pro přivádění viditelných světelných paprsků a/nebo téměř infračervených paprsků do moči, nezpracovaného mléka nebo mléčné žlázy krávy, a pro vedení přenesených světelných paprsků, odražených světelných paprsků nebo přenesených a odražených světelných paprsků z moči, nezpracovaného mléka nebo mléčné žlázy krávy do detektoru světla skrz toto optické vlákno.
- 9. Zařízení pro rozpoznání zánětu vemene u krav podle kteréhokoliv z nároků 6 až 8, vyznačující se tím, že dále zahrnuje přiváděč pro zavádění nezpracovaného mléka do i :· : : ί· ι • i 4 · 4 4 4 • 9 · 4 4 4 ·· ···· ·· 4··· kontejneru pro vzorky nezpracovaného mléka prostřednictvím přímého spojení nebo spojení na vyžádání.
- 10. Zařízení pro rozpoznání zánětu vemene u krav podle kteréhokoliv z nároků 6 až 9, vyznačující se tím, že dále 5 zahrnuje kontejner pro vzorky pro uložení nezpracovaného mléka a regulátor teploty pro stabilizování mléka uvnitř kontejneru pro vzorky na dané teplotě.
- 11. Zařízení pro rozpoznání zánětu vemene u krav podle ]_q kteréhokoliv z nároků 6 až 10, vyznačující se tím, že multivariační analýza spekter viditelných světelných paprsků a/nebo téměř infračervených paprsků je prováděna s použitím klasifikačního modelu na základě pravděpodobnosti, separability nebo podobnosti podle metody SIMCA.
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000099144 | 2000-03-31 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CZ20014306A3 true CZ20014306A3 (cs) | 2002-05-15 |
Family
ID=18613534
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CZ20014306A CZ20014306A3 (cs) | 2000-03-31 | 2001-03-14 | Způsob a zařízení pro rozpoznání zánětu vemen u krav |
Country Status (17)
| Country | Link |
|---|---|
| US (1) | US6793624B2 (cs) |
| EP (1) | EP1191325B1 (cs) |
| JP (1) | JP3472836B2 (cs) |
| CN (1) | CN1366604A (cs) |
| AT (1) | ATE381011T1 (cs) |
| AU (1) | AU769396B2 (cs) |
| CA (1) | CA2376132C (cs) |
| CZ (1) | CZ20014306A3 (cs) |
| DE (1) | DE60131814D1 (cs) |
| HU (1) | HUP0201285A2 (cs) |
| IL (1) | IL146787A (cs) |
| NO (1) | NO20015819L (cs) |
| NZ (1) | NZ515730A (cs) |
| PL (1) | PL351074A1 (cs) |
| RU (1) | RU2249199C2 (cs) |
| TW (1) | TW516955B (cs) |
| WO (1) | WO2001075420A1 (cs) |
Families Citing this family (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7302349B2 (en) | 2002-08-16 | 2007-11-27 | Lattec I/S | System and a method for observing and predicting a physiological state of an animal |
| NZ538674A (en) * | 2002-08-16 | 2005-08-26 | Lattec I S | A system and a method for observing and predicting physiological state of an animal |
| US7882801B2 (en) * | 2003-08-29 | 2011-02-08 | David Eric Akerman | Milk sampling and testing |
| WO2006085897A2 (en) | 2004-05-13 | 2006-08-17 | Advanced Animal Diagnostics | Microfluidic device and leucocyte antigen mediated microfluidic assay |
| US8233960B2 (en) | 2005-05-18 | 2012-07-31 | Fatigue Science Laboratory Inc. | Method and device for diagnosing chronic fatigue syndrome (CFS) by using near infrared spectrum |
| US20070020357A1 (en) * | 2005-07-20 | 2007-01-25 | Yissum Research Development Company | Method and device for determining milk quality |
| JPWO2007066589A1 (ja) | 2005-12-06 | 2009-05-21 | 株式会社疲労科学研究所 | 近赤外分光を用いた生活習慣病に関する検査・診断法および装置 |
| IL173604A (en) | 2006-02-08 | 2013-01-31 | E Afikim Milking Systems Agricultural Cooperative Ltd Sa | A device and method for recording animal poses, especially for live animals |
| US20090233329A1 (en) | 2006-03-24 | 2009-09-17 | Rodriguez Rodolfo R | Microfluidic chamber assembly for mastitis assay |
| CA2561807A1 (en) * | 2006-06-09 | 2007-12-09 | Dairy Controls International, Inc. | In-line apparatus and real-time method to determine milk characteristics |
| WO2008004665A1 (en) * | 2006-07-06 | 2008-01-10 | Fatigue Science Laboratory Inc. | Method of testing, and apparatus therefor, as to cancer, systemic lupus erythematosus (sle) or antiphospholipid antibody syndrome, using near-infrared ray |
| EP2158483A1 (en) | 2007-05-31 | 2010-03-03 | S.A.E. Afikim | System and method for analyzing fluids |
| US8614419B2 (en) | 2008-03-28 | 2013-12-24 | The Ohio State University | Rapid diagnosis of a disease condition using infrared spectroscopy |
| CN102046070A (zh) | 2008-03-28 | 2011-05-04 | 俄亥俄州立大学 | 运用红外光谱分析技术的疾病快速诊断方法 |
| BRPI0915140A2 (pt) * | 2008-06-13 | 2016-02-16 | Carestream Health Inc | aparelho e método para formar imagem de um animal que tem um eixo crânio-caudal. |
| US20100071626A1 (en) | 2008-07-18 | 2010-03-25 | Michael Hoey | System and method of detecting disease in mammal |
| EP2440916A1 (en) * | 2009-06-09 | 2012-04-18 | Tartu Ülikool (University Of Tartu) | Method for the detection of mastitis and milk quality, and mastitis sensor |
| US9277728B2 (en) * | 2010-06-14 | 2016-03-08 | Gea Farm Technologies Gmbh | Milking apparatus and system |
| DE102011005807B4 (de) * | 2011-03-18 | 2017-02-16 | Anton Paar Gmbh | Küvette und optische Messvorrichtung |
| AU2013325306B2 (en) * | 2012-10-01 | 2017-03-30 | Delaval Holding Ab | Optical device for detecting abnormalities in milk |
| RU2561302C1 (ru) * | 2014-01-27 | 2015-08-27 | Александр Ливиевич Ураков | Способ инфракрасного скрининга новообразований молочных желез |
| CN106198359B (zh) * | 2016-07-05 | 2019-08-06 | 迪瑞医疗科技股份有限公司 | 一种使用积分球的白细胞分类计数仪用光学系统 |
| US10371628B2 (en) * | 2017-08-07 | 2019-08-06 | The Boeing Company | Apparatus for measuring spectral hemispherical reflectance of samples at grazing angles |
| RU2694173C2 (ru) * | 2017-12-01 | 2019-07-09 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Новосибирский государственный аграрный университет" | Способ профилактики мастита у коров |
| DK3809118T3 (da) * | 2019-10-17 | 2023-09-18 | Evonik Operations Gmbh | Fremgangsmåde til at forudsige en egenskabsværdi af et materiale ved anvendelse af hovedkomponentanalyse |
| CN111855542A (zh) * | 2020-07-02 | 2020-10-30 | 江南大学 | 一种快速细胞计数装置及计数方法 |
| CN114624167B (zh) * | 2022-05-13 | 2022-10-28 | 深圳市帝迈生物技术有限公司 | 样本分析仪 |
| US12405209B2 (en) * | 2023-05-05 | 2025-09-02 | The Boeing Company | Apparatus and method for grazing angle measurement |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| HU172951B (hu) | 1976-05-25 | 1979-01-28 | Gyogyszerkutato Intezet | Sposob poluchenija farmacevticheskojj kompozicii aktivnojj protiv mastitisa |
| US4385590A (en) * | 1981-12-11 | 1983-05-31 | Bruce Mortensen | Apparatus for on-site detection of mastitis in milk animals |
| JPH0447254A (ja) * | 1990-06-15 | 1992-02-17 | Snow Brand Milk Prod Co Ltd | 近赤外線を用いて脱脂乳、牛乳、クリーム及びチーズの成分含量を測定する方法及び装置 |
| US5772597A (en) * | 1992-09-14 | 1998-06-30 | Sextant Medical Corporation | Surgical tool end effector |
| US5596992A (en) * | 1993-06-30 | 1997-01-28 | Sandia Corporation | Multivariate classification of infrared spectra of cell and tissue samples |
| JPH07151677A (ja) * | 1993-12-01 | 1995-06-16 | Hitachi Ltd | 濃度計 |
| EP0752099A1 (en) * | 1994-02-09 | 1997-01-08 | Abbott Laboratories | Diagnostic flow cell device |
| JP3462573B2 (ja) * | 1994-05-11 | 2003-11-05 | アークレイ株式会社 | 液体試料の成分濃度等を測定する方法及び装置 |
| AU719048B2 (en) * | 1995-04-06 | 2000-05-04 | Alfa Laval Agri Ab | Method and apparatus for quantitative particle determination in fluids |
| US5830113A (en) * | 1996-05-13 | 1998-11-03 | Ff Acquisition Corp. | Foldable treadmill and bench apparatus and method |
| JP3639721B2 (ja) | 1998-06-26 | 2005-04-20 | 東亜ディーケーケー株式会社 | 測定システム |
| NL1010540C2 (nl) | 1998-11-12 | 2000-05-15 | Maasland Nv | Werkwijze voor het vaststellen van de aanwezigheid van bepaalde stoffen in melk en inrichting voor het toepassen van deze werkwijze. |
| US6167297A (en) * | 1999-05-05 | 2000-12-26 | Benaron; David A. | Detecting, localizing, and targeting internal sites in vivo using optical contrast agents |
| NL1014260C2 (nl) * | 2000-02-02 | 2001-08-03 | Lely Entpr Ag | Inrichting voor het detecteren van fysische afwijkingen in melk. |
-
2001
- 2001-03-14 AU AU41137/01A patent/AU769396B2/en not_active Ceased
- 2001-03-14 DE DE60131814T patent/DE60131814D1/de not_active Expired - Lifetime
- 2001-03-14 IL IL14678701A patent/IL146787A/xx not_active IP Right Cessation
- 2001-03-14 JP JP2001572851A patent/JP3472836B2/ja not_active Expired - Lifetime
- 2001-03-14 HU HU0201285A patent/HUP0201285A2/hu unknown
- 2001-03-14 WO PCT/JP2001/002017 patent/WO2001075420A1/ja not_active Ceased
- 2001-03-14 CA CA 2376132 patent/CA2376132C/en not_active Expired - Fee Related
- 2001-03-14 NZ NZ51573001A patent/NZ515730A/xx not_active IP Right Cessation
- 2001-03-14 EP EP01912357A patent/EP1191325B1/en not_active Expired - Lifetime
- 2001-03-14 PL PL35107401A patent/PL351074A1/xx not_active Application Discontinuation
- 2001-03-14 US US09/980,223 patent/US6793624B2/en not_active Expired - Lifetime
- 2001-03-14 RU RU2001135819A patent/RU2249199C2/ru not_active IP Right Cessation
- 2001-03-14 CZ CZ20014306A patent/CZ20014306A3/cs unknown
- 2001-03-14 CN CN01800746A patent/CN1366604A/zh active Pending
- 2001-03-14 AT AT01912357T patent/ATE381011T1/de not_active IP Right Cessation
- 2001-03-19 TW TW90106309A patent/TW516955B/zh not_active IP Right Cessation
- 2001-11-29 NO NO20015819A patent/NO20015819L/no not_active Application Discontinuation
Also Published As
| Publication number | Publication date |
|---|---|
| NZ515730A (en) | 2003-01-31 |
| US6793624B2 (en) | 2004-09-21 |
| HUP0201285A2 (en) | 2002-08-28 |
| AU769396B2 (en) | 2004-01-22 |
| CA2376132A1 (en) | 2001-10-11 |
| CN1366604A (zh) | 2002-08-28 |
| WO2001075420A1 (en) | 2001-10-11 |
| NO20015819D0 (no) | 2001-11-29 |
| TW516955B (en) | 2003-01-11 |
| CA2376132C (en) | 2010-05-25 |
| NO20015819L (no) | 2002-01-29 |
| PL351074A1 (en) | 2003-03-10 |
| EP1191325A4 (en) | 2004-09-22 |
| JP3472836B2 (ja) | 2003-12-02 |
| US20020198441A1 (en) | 2002-12-26 |
| DE60131814D1 (de) | 2008-01-24 |
| ATE381011T1 (de) | 2007-12-15 |
| IL146787A (en) | 2005-06-19 |
| EP1191325B1 (en) | 2007-12-12 |
| IL146787A0 (en) | 2002-07-25 |
| RU2249199C2 (ru) | 2005-03-27 |
| EP1191325A1 (en) | 2002-03-27 |
| AU4113701A (en) | 2001-10-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CZ20014306A3 (cs) | Způsob a zařízení pro rozpoznání zánětu vemen u krav | |
| US6748251B2 (en) | Method and apparatus for detecting mastitis by using visual light and/or near infrared lights | |
| JPWO2001075420A1 (ja) | 可視光及び／又は近赤外光を用いた乳房炎の有無を診断する方法及び装置 | |
| JP3994143B2 (ja) | 血液分析器のための検体の迅速な分光光度法の予備検査鑑別方法及び装置 | |
| JPWO2001075421A1 (ja) | 可視光及び／又は近赤外光を用いた乳房炎の有無を診断する方法及び装置 | |
| US6268910B1 (en) | Method and apparatus for screening plasma for interferents in plasma from donor blood bags | |
| US20040179194A1 (en) | Spectroscopic fluid analyzer | |
| JP2000009638A (ja) | 反射率および透過率による分光分析装置および方法並びに分光計用のプロ―ブ | |
| NO750639L (cs) | ||
| JPH1019885A (ja) | 濃度測定装置およびその方法 | |
| US20030098969A1 (en) | Spectroscopic fluid analyzer | |
| JPH10510362A (ja) | 血液および他の試料を分析する装置 | |
| WO2000077494A1 (en) | Method and apparatus for examining fluids of biological origin | |
| US20020186363A1 (en) | Method and apparatus for screening plasma for interferents in plasma from donor blood bags | |
| JP2008102149A (ja) | 分析装置の処理量を高める方法、分析装置のチップの使用方法及び分析装置の分配ステーション | |
| RU92191U1 (ru) | Спектрометрический экспресс-анализатор показателей качества молока и молочного напитка | |
| JPH11173982A (ja) | 血清中蛋白質濃度の測定方法および装置 | |
| RU2410671C1 (ru) | Спектрометрический экспресс-анализатор показателей качества молока и молочного напитка | |
| Koumantakis et al. | Estimating fat in feces by near-infrared reflectance spectroscopy. | |
| RU109564U1 (ru) | Спектрометрический экспресс-анализатор показателей качества молока и молочного напитка |