-
公开(公告)号:CN114317675B
公开(公告)日:2024-06-21
申请号:CN202210007769.0
申请日:2022-01-06
Applicant: 福州大学
IPC: C12Q1/14 , C12Q1/10 , C12Q1/06 , C12Q1/04 , G06V20/69 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/08 , C12R1/385 , C12R1/445 , C12R1/19 , C12R1/01
Abstract: 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。
-
公开(公告)号:CN114317675A
公开(公告)日:2022-04-12
申请号:CN202210007769.0
申请日:2022-01-06
Applicant: 福州大学
IPC: C12Q1/14 , C12Q1/10 , C12Q1/06 , C12Q1/04 , G06V20/69 , G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , C12R1/385 , C12R1/445 , C12R1/19 , C12R1/01
Abstract: 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。
-