龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：浙江大学
摘要：本发明公开了一种快速鉴定无乳链球菌及其高毒力株的方法，激光共聚焦拉曼光谱仪采集临床菌株的单细胞拉曼光谱，建立数据库。将IIIST17高毒力菌株的数据归为一组；GBS非IIIST17株的数据归为第二组；大肠埃希菌的数据归为第三组。这三组数据以7：1：2的比例随机地划分为训练集、验证集和测试集。基于ResNet18残差神经网络架构，将网络中的2D卷积更改为适用于1维拉曼光谱的1D卷积，通过仿真实验确定最佳参数，在训练集中训练模型的权重，通过模型在验证集上的结果选择最优的超参数，确定训练好的模型。与现有技术相比，本发明节省时间，节省试剂及耗材。
主权项：1.一种快速鉴定无乳链球菌及其高毒力株的方法，其特征在于：（1）样品前处理：将细菌样品分为无乳链球菌高毒力株、无乳链球菌非高毒力株和大肠埃希菌三组，将细菌样品滴在铝片表面，自然干燥，收集拉曼光谱；（2）拉曼光谱数据库建立：使用激光共聚焦拉曼光谱仪对无乳链球菌高毒力株、无乳链球菌非高毒力株和大肠埃希菌三组细菌样品进行检测，以激发形成不同的拉曼光谱，收集并保存；（3）建立深度学习分析模型：将无乳链球菌高毒力株、无乳链球菌非高毒力株和大肠埃希菌三组细菌样品以7：1：2的比例随机地划分为训练集、验证集和测试集；对步骤（2）采集的拉曼光谱采用自归一化作为预处理；基于ResNet18残差神经网络架构，将网络中的2D卷积更改为适用于1维拉曼光谱的1D卷积，通过仿真实验确定最佳参数；在训练集中训练模型的权重，然后通过模型在验证集上的结果选择最优的超参数，确定训练好的模型；对于已训练好的卷积神经网络模型，利用测试集测试模型的分类效果，评估无乳链球菌高毒力株、无乳链球菌非高毒力株和大肠埃希菌分型模型的性能；（4）将待测样本按照步骤（1）进行样品前处理，按照（2）采集拉曼光谱，利用步骤（3）的所述深度学习分析模型对待测样本进行鉴定。
全文数据：
权利要求：
百度查询： 浙江大学 一种快速鉴定无乳链球菌及其高毒力株的方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号