首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于机器学习定性和定量不同创面细菌的检测方法及系统 

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!

申请/专利权人:福州大学

摘要:本发明涉及一种基于机器学习定性和定量不同创面细菌的检测方法,包括以下步骤:步骤S1:获取制备琼脂平板,并获取平板菌落图像;步骤S2:对平板菌落图像采用OpenCV的absdiff差分算法获取平板菌落图像后续各个时间点与背景图的差分结果,并预处理,得到训练集;步骤S3:构建并训练DetectionNet二分类检测网络;步骤S4:将待测创面样本的平板菌落图像输入训练后的分类检测网络,确定样品中不同种类细菌类型。本发明对培养早期的细菌具有精准的定性和定量能力,有效提高检测效率。

主权项:1.一种基于机器学习定性和定量不同创面细菌的检测方法,其特征在于,包括以下步骤:步骤S1:获取制备琼脂平板,并获取平板菌落图像;步骤S2:对平板菌落图像采用OpenCV的absdiff差分算法获取平板菌落图像后续各个时间点与背景图的差分结果,并预处理,得到训练集;步骤S3:构建并训练DetectionNet二分类检测网络;步骤S4:将待测创面样本的平板菌落图像输入训练后的分类检测网络,确定样品中不同种类细菌类型;所述步骤S2具体为:采用OpenCV的absdiff差分算法获取平板菌落图像各个时间点的灰度差分结果,采用傅里叶变换,低通滤波算法,OpenCV的Threshold算法获取二值化图像;采用8邻近规则进行连通区域标记杂质和菌落,划分训练集与独立测试集;所述采用8邻近规则进行连通区域标记杂质和菌落,具体为:在邻近像素中,若有像素已被标记,则继承其label值,否则记为新label值;标记过程中记录每个label值之间的父节点关系;基于label值得父节点的关系表重映射每个label的根节点;基于重映射根节点表,进行第二轮label标记,将子节点label值用根节点label值覆盖,获取区域连通结果;统计每个连通区域像素数,低于预设像素的区域被丢弃;将最终区域连通结果在原图上分割出矩形候选菌落图;所述步骤S1具体为:步骤S1:使用微波炉加热融化的LB琼脂培养基,取培养基倒入无Costar6孔平板,静置凝固后待用;步骤S2:加入稀释预设倍数的铜绿假单胞菌PA、鲍曼不动杆菌AB、金黄色葡萄球菌SA和大肠杆菌EC的单一菌液,一个孔加入一种细菌,使用涂布棒涂匀菌液,倒置放入培养箱培养中培养;步骤S3:培养后的Costar6孔平板转移至高内涵成像分析系统OperettaCLS中继续培养,设定培养温度和图像的捕获参数,进行连续菌落图像的捕获;所述DetectionNet二分类检测网络基于PyTorch的预训练ResNet50网络构建;所述待测创面样本的平板菌落图像获取,具体为:检测SA使用CHROMagerStaphaureus培养基,检测PA使用CHROMagerPseudomonas培养基,检测EC使用CHROMagerECC培养基,检测AB使用CHROMagerAcinetobacter培养基;取微波炉加热融化的选择性琼脂培养基CHROMager,培养基倒入无菌6孔平板,静置凝固后待用;并基于步骤S1-S2,获取待测创面样本的平板菌落图像。

全文数据:

权利要求:

百度查询: 福州大学 基于机器学习定性和定量不同创面细菌的检测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。