一种微小物检测并分类计数的方法技术

本发明专利技术公开了一种微小物检测并分类计数的方法，该方法旨在解决现有技术下对微小物检测存在对复杂的混合微小物全面的检测分析性差，对微小物的性状检测性弱，检测分析方法的可编程性差，无法制成可查询的数字化样本的技术问题；该方法的步骤为：先利用数字化采集装置对待检测物进行有序的数字化采集，形成原始数字化数据，再利用检测装置基于机器学习的目标检测算法和基于机器学习的分类识别算法对原始数字化数据进行分析。该技术方案通过基于机器学习的算法，采用采集方式和识别方式并行，实现全面快速地对复杂的不同种类微小物各自不同的性状进行检测并分类计数，并提高检测分析方法的可编程性，且能制成可查询的数字化样本。

A Method for Detecting and Classifying Micro-objects

The invention discloses a method for detecting and classifying and counting micro-objects. The method aims to solve the technical problems existing in the existing technology, such as poor overall detection and analysis of complex mixed micro-objects, weak detection of the characteristics of micro-objects, poor programmability of detection and analysis methods, and inability to make inquirable digital samples. The digital acquisition device collects the original digitized data orderly, and then uses the detection device's target detection algorithm based on machine learning and classification and recognition algorithm based on machine learning to analyze the original digitized data. By using machine learning-based algorithm and parallel acquisition and recognition methods, the scheme can detect and classify the different characteristics of different kinds of complex micro-organisms quickly and comprehensively, and improve the programmability of detection and analysis methods, and can make inquirable digital samples.

【技术实现步骤摘要】
一种微小物检测并分类计数的方法
本专利技术属于微小物检测的
，尤其涉及一种微小物检测并分类计数的方法，具体的为集传感技术、数据采集、处理分析于一体，对微小物进行检测并分类计数的方法。
技术介绍
现今，随着对微生物等微小物(细胞、微生物、寄生虫卵、粉尘微粒、花粉微粒等物质)检测技术的发展，其对我们的生活产生了较大的影响；目前，针对微小物的检测以及分类计数，一般采用鞘流技术、比色法、流式细胞原理等技术与激光计数技术、阻抗测定、射频技术等技术相结合，根据每个微小物经过检测区域所产生的阻抗值、前向散射光、侧向散射光、侧向荧光等信号，从而实现对微小物的分类并且计数。但上述方法却存在着一定的缺陷，首先，上述的方法因自身的局限性，仅能对特定的某几类微小物起作用，适用性有限；其次，因为不同种类的微小物各自性状存在极大的差异，因此如果通过上述的方法进行分析，这需要消除较多干扰项，因此设计难度大；再次，上述的方法通常需要将微小物排成一列挨个通过检测点，这样的检测速度很慢，效率低下；又次，上述的方法几乎完全是依赖硬件来实现检测，并且对硬件的要求极高，而且专一性强，这样使得检测设备的调整成本高，同时可本文档来自技高网...

【技术保护点】
1.一种微小物检测并分类计数的方法，其特征在于，该方法的具体步骤为：利用数字化采集装置对待检测物进行有序的数字化采集，形成原始数字化数据，并将得到的原始数字化数据传输给能对原始数字化数据进行分析的检测装置，再利用检测装置基于机器学习的目标检测算法通过R‑CNN、Fast/Faster R‑CNN或SSD对原始数字化数据进行处理，得出所有出现在原始数字化数据中的微小物的位置和范围，对于每一个检测出的位置和范围，检测装置再采用基于机器学习的分类识别算法通过SVM或KNN对该位置和范围的原始数字化数据进行精准分类，并找出所有微小物相应的性状特征，最后将识别得出的微小物位置信息、微小物分类信息、微小物...

【技术特征摘要】
1.一种微小物检测并分类计数的方法，其特征在于，该方法的具体步骤为：利用数字化采集装置对待检测物进行有序的数字化采集，形成原始数字化数据，并将得到的原始数字化数据传输给能对原始数字化数据进行分析的检测装置，再利用检测装置基于机器学习的目标检测算法通过R-CNN、Fast/FasterR-CNN或SSD对原始数字化数据进行处理，得出所有出现在原始数字化数据中的微小物的位置和范围，对于每一个检测出的位置和范围，检测装置再采用基于机器学习的分类识别算法通过SVM或KNN对该位置和范围的原始数字化数据进行精准分类，并找出所有微小物相应的性状特征，最后将识别得...

【专利技术属性】
技术研发人员：徐林楠，邹克才，单芬，苏翠平，何国前，赖长平，
申请(专利权)人：江西憶源多媒体科技有限公司，
类型：发明
国别省市：江西,36