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！

龙图腾网恭喜福建农林大学申请的专利基于显微高光谱图像秀珍菇菌种退化无损检测方法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：CN115266607B 。

龙图腾网通过国家知识产权局官网在2025-03-07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：202210875859.1，技术领域涉及：G01N21/25；该发明授权基于显微高光谱图像秀珍菇菌种退化无损检测方法是由魏萱;刘诗洋;李思怡设计研发完成，并于2022-07-25向国家知识产权局提交的专利申请。

本基于显微高光谱图像秀珍菇菌种退化无损检测方法在说明书摘要公布了：本发明提出一种基于显微高光谱图像秀珍菇菌种退化无损检测方法，包括：步骤S1：选取秀珍菇菌种进行活化培养；步骤S2：分析已选定秀珍菇菌种退化情况，划定菌种退化评价等级；步骤S3：分别采集退化与未退化秀珍菇菌种的显微高光谱图像；步骤S4：针对显微高光谱图像提取感兴趣区域的平均光谱透射率；步骤S5：通过卷积神经网络提取感兴趣特征作为学习特征，建立菌种退化快速检测模型，完成分类。本发明基于一维卷积神经网络算法建立模型，有效地从高维数据中学习相应特征，避免了复杂的特征提取过程，减少网络计算时间，提高模型分类的准确率，提升了秀珍菇菌种退化的检测效率，实现了秀珍菇菌种退化的快速无损检测。

本发明授权基于显微高光谱图像秀珍菇菌种退化无损检测方法在权利要求书中公布了：1.一种基于显微高光谱图像秀珍菇菌种退化无损检测方法，其特征在于，包括以下步骤：步骤S1：选取秀珍菇菌种进行活化培养；步骤S2：分析已选定秀珍菇菌种退化情况，划定菌种退化评价等级；步骤S3：分别采集退化与未退化秀珍菇菌种的显微高光谱图像；步骤S4：针对显微高光谱图像提取感兴趣区域的平均光谱透射率；步骤S5：通过卷积神经网络提取感兴趣特征作为学习特征，建立菌种退化快速检测模型，完成分类；在步骤S1中，将选取的秀珍菇菌种接种至固体培养基上，于25℃培养10天，进行一级菌种活化培养；在步骤S2中，将活化后的秀珍菇菌种转接至液体马铃薯葡萄糖琼脂培养基中避光震荡培养5天，得到秀珍菇二级液体菌种，经4层滤纸过滤获得秀珍菇孢子液并转接至色度培养基中，测定秀珍菇菌种在色度培养基中的脱色率，划定秀珍菇菌种退化评价等级；在步骤S2中未退化与已退化菌种鉴别方法具体为：设定脱色情况为T＝培养液上清液的OD615对照液上清液的OD615,当T0.7时，判定该秀珍菇菌种为退化菌种；反之为未退化菌种；在步骤S3中，根据步骤S2中划分的秀珍菇菌种退化等级开展扩大培养，采集退化与未退化秀珍菇菌种显微高光谱图像，设定显微镜放大倍数、波长范围、曝光时间、分辨率和采集速度；步骤S4对采集到的退化与未退化的秀珍菇菌种显微高光谱图像进行处理，创建感兴趣区域，提取平均光谱透射率，完成数据集建立；步骤S4中创建的所述感兴趣区域为图像中任意菌丝部位，像素大小为50×15pixels的图像范围内的光谱值；步骤S5将步骤S4建立的数据集作为输入数据，分为训练集和测试集，通过卷积神经网络算法建立菌种退化检测模型，分析检测模型对菌种退化与否检测的准确率，对菌种退化检测模型进行评价；步骤S5中所述菌种退化快速检测模型采用基于一维卷积神经网络的分类算法，模型包含6个卷积层，其中过滤器维度为3，激活函数使用双曲正切函数以提高模型的表达能力；每两层卷积层后添加一个池化层，以减少模型的计算量，提高模型的计算速度；并在卷积神经网络和全连接层中间添加Flatten层使多维数据一维化，同时设置交叉熵损失函数作为模型训练的损失函数，以描述模型特征输出与期望输出之间的差异。

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福建农林大学，其通讯地址为：350002 福建省福州市仓山区上下店路15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”。