一种检测识别流体中的未知颗粒的方法与设备与流程

本发明涉及一种检测装置与方法，涉及检测识别流体中的未知颗粒的方法与设备。包括引导窄激光或其他光束通过流体。还涉及包括当颗粒通过检测区域时，检测从特定位置(称为沿着激光束的检测区域)散射的光到多个检测器中的每个检测器进行检测并处理信息。

背景技术：

对于每个颗粒物种，这是通过使所有特定已知颗粒物种的颗粒通过设备并检测该已知颗粒物种的颗粒的事件向量来实现的。每个颗粒物种的多个事件向量都包含在内存中，并通过一种算法进行分析，该算法可在多维空间中查看颗粒，其方向是导致相同颗粒物种的事件向量的最接近分组和事件向量的各组之间的最大分离不同的颗粒物种。许多已知颗粒物种将是病原性生物，只有在不寻常的情况下(例如水处理厂运行不正常时)才会大量遇到。如果检测到大量已知病原体颗粒，系统将生成警报信号。

当在水处理厂中监视诸如水之类的流体时，将存在未落入其事件向量已输入到计算机内存中的任何已知颗粒物种中的任何颗粒。这样的颗粒可以是矿物质，废物等的颗粒。但是，有可能将大量新病原微生物颗粒意外或有意引入到供水系统中，而以前从未有过新颗粒物种的多个事件载体输入计算机。非常需要颗粒识别系统自动生成信号，以警告人员可能已经将大量新微生物引入了供水系统。

一个监视液体(例如水)中是否存在有害微生物或其他微观颗粒(对引入大量新颗粒物种的颗粒很敏感)的系统将很有用。

颗粒通过检测区域：检测颗粒的事件发生时多个检测器的输出称为事件向量。

技术实现要素：

本发明目的是，提供一种检测识别流体中的未知颗粒的方法与设备。用于识别存在于特定位置的流体中的未知颗粒。

本发明的技术方案是，一种检测识别流体中的未知颗粒的方法，用于识别存在于特定位置的流体中的未知颗粒的方法，其特征是，方法包括：通过引导光束穿过流体并在二个以上不同方向上检测从光束散射的光到检测器来检测颗粒；颗粒穿过沿着所述光束的检测区域，并记录事件的所述检测器的输出以产生事件向量，该事件向量包括在表示颗粒多维投影的存储器中建立数据，其中每个事件向量在投影的多个分离的已知颗粒体积中的每个都有多个不同的已知颗粒种类，其中包括：

确定不在所述已知颗粒体积之一的多个未知颗粒中的每一个未知颗粒的在多维投影的所述存储器中的位置；确定位于所述多维投影中某个位置的未知颗粒，指可能位于所述已知颗粒体积之外的，可能存在的新的颗粒种类，并且颗粒的密度至少比所述多维投影中的颗粒的平均密度大50％投影。

其中：在确定一定数量的流体中的新颗粒种类后，在显微镜下检查颗粒，以确定新颗粒种类的可能种类。

其中：所述识别可能的新颗粒物种的步骤包括，识别与所述已知颗粒物种体积的平均值具有相同数量级的体积中的颗粒的存在，并且其中颗粒的密度至少比平均值大100％所述多维投影中的颗粒密度。

其中：如果新的颗粒种类的位置接近所述已知颗粒体积的第一个，则采取检查所述新种类的颗粒以确定其种类是否与所述第一已知颗粒的种类相同的步骤；如果是，则将所述第一已知颗粒的体积扩展到包括所述新颗粒物种的体积。

包括：记录事件向量的安全背景图案，该事件向量是通过至少不含足够数量的致病微生物引起疾病的安全样本而进行的；

所述识别新颗粒物种的步骤包括识别其平均密度比所述安全背景图案的颗粒的平均密度大至少50％的颗粒簇。

本发明方法包括通过引导光束穿过流体并检测从光束沿二个以上不同方向散射的光到检测器来检测颗粒，当颗粒穿过沿着所述光束的检测区域并记录事件的所述检测器的输出以产生事件矢量时，该事件矢量包括在表示多维投影的存储器中建立数据，其中各组事件矢量为多个不同已知颗粒的，每个颗粒位于投影的多个分离的已知颗粒空间的投影中，包括记录事件向量的安全背景图案，以获取在所述特定位置采集的安全背景的流体样本，该样本被发现是安全的；

确定在所述存储器中代表所述新的流体样本中的多个未知颗粒中的每一个的多维投影的位置；

识别可能的新颗粒种类，该颗粒位于所述多维投影中位于所述已知颗粒体积之外的位置，并且其中颗粒的密度比新的流体样本中颗粒的平均密度至少大50％和安全背景图案中的颗粒。

其中：所述识别新颗粒物种的步骤包括从新模式中的颗粒的事件向量中减去安全背景模式中的某些颗粒的事件向量，其中安全背景模式中的颗粒与新模式中的颗粒位于基本上相同的位置图案。

该设备包括用于产生光束的装置和多个检测器，每个检测器在沿光束方向的检测区域检测沿不同方向散射的光颗粒进入检测区域，从而产生一个事件，一个事件的检测器的输出构成该事件的事件向量，该设备包括一个存储器，该存储器存储多个已知颗粒模式的颗粒，每个颗粒均是已知的-种，其中每个已知颗粒图样都包含多个事件向量，每个事件向量都适合多维投影的较小已知颗粒体积，其中每个事件向量都是多维投影中的一个点，每个较小的已知颗粒体积都包含以下事件向量：一个颗粒物种彼此分离；并且该设备包括处理电路，该处理电路包括用于模式识别装置指出由未知颗粒的事件产生的未知事件矢量是否位于已知颗粒体积之一中，其中：

所述处理电路被构造为存储那些不在已知颗粒体积之一中的未知颗粒的事件向量；

所述处理电路包括聚类算法模块，该聚类算法模块确定不位于已知颗粒体积之一中的事件矢量，包括在所述多维投影中形成一个或多个聚类的一个或多个组，并生成输出，指示何时找到集群。

其中，所述流体可以包含足够量的诸如病原微生物的不安全颗粒，并且是不安全的流体，并且所述流体可以不含足够量的所述不安全颗粒，因此是安全的流体，并且其中：

所述存储器存储模式，每个模式包括适合于小的已知颗粒体积的已知颗粒的多个事件向量，还存储安全背景签名，该安全背景特征包括表示所述多维投影中的点的多个事件向量，所述投影中的点是至少从实际产生的事件向量产生的一个被测试为安全的流体样本，并且所述处理电路搜索安全背景特征中不存在的那些颗粒的簇。

本发明提供了一种方法和设备，用于通过分析由穿过检测区域的颗粒产生的光散射图案来识别流体中的新微生物颗粒物种的簇。当颗粒穿过检测区域并将光散射到光电探测器时，多个光电探测器的输出是事件向量。在为水检测到大量事件矢量之后，计算机将确定事件矢量在多维投影中位于已知颗粒体积之外的任何事件矢量群集中的位置。在检测到群集后，计算机会生成警报信号，该警报信号可以向负责人员警告已找到新的群集。

为了提高系统的准确性并减少误报，将最近安全状态下的供水的背景信号输入到计算机中。背景特征包含用于近期安全水的多个事件向量，类似于现在正在监视的水。可以通过喝水并且在一两天内没有生病的人来确定安全性。然后，计算机将在监视新水样时生成的事件向量与先前为最近被调查为安全的类似水提供的背景特征进行比较。与以前的安全水样相比，新样品的事件向量有很大的差异，尤其是安全水的背景特征中不存在簇的情况下，计算机会产生一个信号，表明有一个新的水样。已检测到颗粒可以通过事件向量在计算机中位于的多维空间中更高密度的事件向量来识别群集。

有益效果：当在水处理厂中监视诸如水之类的流体时，将存在未落入其事件向量已输入到计算机内存中的任何已知颗粒物种中的任何颗粒。这样的颗粒可以是矿物质，废物等的颗粒。但是，有可能将大量新病原微生物颗粒意外或有意引入到供水系统中，而以前从未有过新颗粒物种的多个事件载体输入计算机。本发明提供了颗粒识别系统自动生成信号，以警告人员可能已经将大量新微生物引入了供水系统。本发明的监视液体(例如水)中是否存在有害微生物或其他微观颗粒(对引入大量新颗粒物种的颗粒很敏感)的系统将很有用。

附图说明

图1是本发明的颗粒识别装置的局部立体图和局部示意图。

图2是由本发明的设备执行的多维分析的简化的三维表示。

图3是从图2的设备修改而来的修改后的设备的简化等距视图。

图4是图3的设备的一部分的等距视图。

具体实施方式

本发明的新颖特征具体阐述。当结合附图阅读时，从以下描述中将最好地理解本发明。

图1示出了用于识别流体中的颗粒的系统(装置)10。该系统包括托架12，所示的特定托架主要是透明材料球的形式，具有延伸穿过该托架的圆柱形通道14。沿箭头16方向引导要监视的水或其他流体的样本，使其流经通道14并通过出口20流出。激光器22沿向前的方向将激光束24引导通过位于探测器25上的检测区域30。圆柱形通道14一般为垂直通道。大多数激光束24完全穿过载体到达收集器32，在其中吸收激光能量。然而，一些激光束被穿过检测区域30的颗粒散射。多个光电检测器34检测从检测区域30散射到检测器的位置的光。检测器的输出被传送到计算机44的处理电路40，并且被传送到存储器42。计算机处理电路40包括将光电探测器的模拟输出转换成数字信号的电路，并且包括中央处理单元。一个程序，该程序可用于检测可能遇到的某些颗粒的种类并指示可能存在的新颗粒种类。比较器46用作模式识别装置，该模式识别装置可以确定检测器是否输出了用于颗粒检测到的颗粒信号，将该颗粒置于已知颗粒物种之一中，并且可以进行其他比较。

图2是表示由设备检测到的微观颗粒的数据的布置的简化示例。

图1被检测的每个颗粒都是微观的，因为只能在显微镜下才能看到，但不会比激光束的波长(例如0.7微米)小很多。可以检测到约0.5微米至一百微米的颗粒。作为每个事件的结果，当颗粒通过检测区域时，会生成一组数字，每个数字表示多个检测器之一的输出。在美国专利no.在us6,519,033中，该设备包括十六个检测器，这将导致十六个数字。在图2中，如图2所示，为简化起见，申请人沿着三个轴x，y和z在三个维度上绘制了数字，它们代表了三个光电探测器的输出。同样，每个检测器的输出表示为2的幂。这使每个检测器的输出范围从1(2⁰)到65,000(2¹⁶)。

术语“体积”在本文中用于定义多维投影中的空间，其中该体积通常具有与投影一样多的尺寸，图2仅示出了三个尺寸，图2中的体积51-56表示六个不同的尺寸。每个体积通常包含几乎所有为该颗粒物种产生的事件矢量，这是通过仅将例如一种颗粒物种的微生物的颗粒置于水样中并使该水通过图1的装置系统10来实现的。在记录事件矢量的同时，如图1所示，要注意的是，已使用monova(方差多重分析)系统来分析图2的数据，以放置每个已知颗粒体积51-56的事件矢量，从而将每个已知颗粒体积的事件矢量已知颗粒种类尽可能地聚集在一起，但是不同的体积要尽可能地隔开，申请人尝试获得尽可能多的已知颗粒体积，每个代表特定的规格尽可能多的颗粒。这样，当检测到位于已知颗粒体积之外的新颗粒时，注意力可以集中在新颗粒上。注意，如图2所示，在已知颗粒体积51-56中没有颗粒，这通常是当体积51-56代表病原体的事件向量时的情况。

在任何水样中，都会有许多颗粒的事件矢量61、62、63等落在已知颗粒体积51-56之外。但是，如果突然出现大量似乎都属于同一颗粒物种的颗粒，那么请务必注意这一点，因此可以通过其他方法分析水样以确定新颗粒的种类。其集中度很高。申请人通过使用检测事件矢量的簇，例如事件矢量的簇70的程序来自动地做到这一点。可以使用检测点簇的程序，例如，“matlab”。使用该程序是为了在检测点中存在高密度的颗粒(事件矢量的高密度)的情况下使用。如果多维空间很小，则程序将生成警报信号以表明这一点。

一种检测簇的方法是，将体积分成小体积，例如72个，每个体积与平均已知颗粒体积51-56的数量级相同。确定在已知颗粒体积51-56之外的颗粒的平均密度。另外，程序在体积72中搜索明显高于平均密度的任何密度，该体积与已知颗粒体积51-56的平均体积具有相同的数量级。在与其他已知颗粒体积的体积相当的小体积72内，密度比平均值大至少50％，并且优选地密度至少是平均两倍，更优选是三倍平均，可以认为是簇。当检测到这样的簇时，产生警报信号以警告人员已经检测到在已知颗粒体积之外的簇。其他技术也可以用于检测团簇，例如，通过检测微小体积中颗粒的密度(如已知颗粒体积的平均体积的二十分之一)，并寻找至少四个彼此相邻且体积小的微小体积，比平均密度大100％。

当技术人员收到指示已检测到簇的警报信号时，技术人员将对正在监测的水进行采样并对其进行测试。一种类型的测试是对水进行显微镜检查以寻找目标微生物。另一种技术是在微生物通常生长的营养液中生长可能是微生物的颗粒，并检测微生物数量的大幅增加。也许在一两天的测试之后，技术人员可以确定已检测到的簇的种类。

在某些情况下，可能会检测到非常接近现有已知物品体积的簇。在图2中，示出了簇80，其靠近已知颗粒体积56。如果体积56是用于相对无害的颗粒，例如藻类颗粒物种，则体积56中可能存在许多颗粒。当发现簇80时，可以通过在营养物中生长并在显微镜下进行检查来进行检查。如果确定种类与体积56中的颗粒种类相同，则可以扩大体积56。

图3和图4示出了可用于帮助技术人员确定已经在簇中检测到的颗粒的种类的装置。如图3示出了颗粒穿过的检测区域30，其光散射图案通过由光电检测器(图1中的34)产生的事件矢量来检测。在一示例中，检测区的水平宽度和长度各为1.5mm，垂直厚度为0.15mm。假定水在方向d上向下移动，并且水流是层流的。在检测到位于图2中的70所示的簇中的新颗粒之后的短时间。在图2中，该颗粒将到达样品室90。样品室90是梭子92的一部分，该梭子92包括替代室94。当颗粒到达样品室90时，螺线管100使样品室快速移动，因此其内含物被倾倒。在一个实例中，检测区域30与样品室90的中间之间的距离为16cm，并且流体以每秒8cm的速度向下移动通过通道14。在那种情况下，恰好在属于图1的簇70的检测区域30处检测到颗粒之后两秒，就开始了检测。在图2中，操作螺线管100以将流体移动到容器102中。可以一定程度地检查容器102中的液体，并且可以确保所检测到的颗粒现在位于容器102中。

如图1所示。如图4所示，样品室90可以包括小的中央部分104，该中央部分将容纳颗粒，因为流是通过通道的层流。中心部分104的内容物可以容纳在容器102的一小部分中，因此仅需检查有限的体积。要注意的是，当样本腔室与载体通道14(图3)不成一直线时，替代腔室94移动到其位置，以继续通过该通道的流动。

如果集群被识别(例如通过显微镜检查)为新颗粒物种，则图1的集群70的体积将被确定。图2的存储器可以被认为是另外的已知颗粒种类，并且可以被添加到图2的存储器42中。

1.所以可以在将来被询问的水样本中轻易地识别出其他已知颗粒种类。构成其他已知颗粒种类的事件向量可以传输到中央站，该中心站将它们传输到其他监视系统。

供水通常包含大量不适合图1的已知颗粒体积51-56之一的颗粒。

2.这样的颗粒可能是不适合群集的矿物，动物废物颗粒等，尽管群集位于多维体积中，可能具有十六个维度(对应于十六个光电探测器)。尽管可能存在许多位于已知颗粒体积之外的此类颗粒，但即使找到新的簇，它们也通常会存在，例如当藻类突然开花并且存在大量特定颗粒物种的藻类时。优选地，某些藻类的事件向量是已知的物品体积。

为了更好地区分已经连续存在了很长一段时间的颗粒和突然出现在供水中的新颗粒簇，申请人将数据提供给存储器42，该数据表示当水被冲走时最近出现的颗粒的背景。安全喝酒。申请人可以通过首先采集水样本并将其通过图1的设备系统10来做到这一点。如图1所示，生成图3所示类型的多维显示。参照图2，尽管大多数已知颗粒体积51-56中的颗粒通常将不存在，因为它们中的许多代表病原微生物。同时，可以评估水的安全性。一种方法是让志愿者喝水，并进行几天的监视以查看他们是否生病。假设水是安全的(并且优选味道良好)，则图1的多维显示将显示在屏幕上，也被输入到计算机存储器中。此后，图1的系统10程序被执行。监视来自同一位置(例如，同一水处理厂中的同一水库)的水，因为该水是用来获取产生背景图案(多维投影)的安全水的位置。生成多维投影用计算机进行编程以判断，其中存在来自安全水的事件向量，并且仅存在安全水本底投影中不存在的颗粒类型，或者密度高于多安全背景中的颗粒簇。新的尺寸投影，被认为是新的群集。在这种情况下，安全水显示中存在的接近簇状态的簇或组在多维显示器中不被视为正在监视的新水的簇颗粒。新水中的事件矢量接近安全水中的事件矢量的颗粒可能会被忽略。

因此，本发明提供了一种用于监测诸如空气或水，尤其是水的流体的系统和方法，该系统和方法检测微观颗粒，并检测以前不存在的种类繁多的颗粒的存在。这是通过分析事件向量的多维投影来完成的，以找到簇；在簇中，位于已知颗粒体积之外的颗粒密度显着高于其他位置。这种簇表明流体被新颗粒物种入侵，或颗粒物种突然增加。这可以提醒技术人员进一步检查流体。申请人更喜欢生成背景签名，该背景签名表示当流体安全时(例如可以安全饮水时)存在的颗粒的事件矢量。此后，在分析新水的事件向量时考虑背景特征，并寻找与背景特征的偏差，尤其是簇。

尽管已经在本文中描述和说明了本发明的特定实施例，但是应当认识到，本领域技术人员可以容易地想到修改和变型，因此，意图是将权利要求书解释为覆盖这些修改和等同形式。