一种葡萄球菌落动态实时计数方法技术

本发明专利技术涉及一种葡萄球菌菌落动态实时计数方法，方法包括如下步骤:采集原始葡萄球菌落数据并构建样本数据集；构建模态补偿门控深度卷积神经网络模型，模型整体架构设计为轻量级分支编码器、解码器双流网络；对所构建的卷积神经网络模型进行网络参数配置；使用训练集对该卷积神经网络模型进行网络训练，当网络收敛时，停止训练；使用验证集训练后卷积神经网络模型进行验证并对训练后模型进行调优，获得效果最优的模型；通过测试集对效果最优的网络模型进行性能测试；将通过性能测试的效果最优的模型应用于葡萄球菌落计数。自动判读培养皿菌落计数，操作简单、耗时短、算法稳定、鲁棒性好，精确识别复杂粘连、多色菌落。

【技术实现步骤摘要】

本专利技术涉及葡萄球菌落计数，更具体地，本专利技术涉及一种葡萄球菌落动态实时计数方法。

技术介绍

1、葡萄球菌落计数在环境检测、现代生物制药、环保、安全等领域有着广泛的应用。常规的葡萄球菌落计数方法为平板菌落计数法，将获取到的需要检测的样品取出，对其均匀混合，并对其进行稀释操作，使葡萄球菌落进行充分分散。再取一定量的菌落放到培养皿上，一般经过48小时葡萄球菌落的培养可以看到菌落。最后，通过人眼识别或电子菌落计数器统计培养的菌落。电子菌落计数器由计数器、计数池和探笔组成。使用方法为：将葡萄球菌培养皿的底朝下放在计数器上面开始统计，并使用计数笔对葡萄球菌落进行依次点数，并使用方格线进行辅助标记，采用这种机械式传统手动操作计数器。电子菌落计数器的方法计数速度慢，需要专业的生物技术人员参与，对于复杂的粘连、多色菌落计数准确率较低。

2、随着计算机技术、模式识别的技术的兴起，计算机视觉处理算法也应用到葡萄球菌统计分析领域中。目前在葡萄球菌计数技术方向，国内外也对其做了相关技术的研究工作，目前现有的图像菌落计数算法有：利用霍夫变换提取培养皿边缘，最大阀值方本文档来自技高网...

【技术保护点】

1.一种葡萄球菌落动态实时计数方法，其特征在于，所述方法依次包括如下步骤：

2.根据权利要求1所述的葡萄球菌落动态实时计数方法，其特征在于，所述训练集的葡萄球菌落RGB图像和深度图像分别输入轻量级分支编码器的卷积层、池化层、上采样层，分别生成特征rr1，rr2，…，rri以及特征dd1，dd2，…，ddi，i的取值为1，……，N，N为正整数。

3.根据权利要求2所述的葡萄球菌落动态实时计数方法，其特征在于，所述门控深度增强模块包括两个特征注意力模块，两个对称的深度增强子模块LR、LD，以及限制为t1+t2＝2的门t1和t2，所述特征rr1，rr2，…，rri以及特...

【技术特征摘要】

1.一种葡萄球菌落动态实时计数方法，其特征在于，所述方法依次包括如下步骤：

2.根据权利要求1所述的葡萄球菌落动态实时计数方法，其特征在于，所述训练集的葡萄球菌落rgb图像和深度图像分别输入轻量级分支编码器的卷积层、池化层、上采样层，分别生成特征rr1，rr2，…，rri以及特征dd1，dd2，…，ddi，i的取值为1，……，n，n为正整数。

3.根据权利要求2所述的葡萄球菌落动态实时计数方法，其特征在于，所述门控深度增强模块包括两个特征注意力模块，两个对称的深度增强子模块lr、ld，以及限制为t1+t2＝2的门t1和t2，所述特征rr1，rr2，…，rri以及特征dd1，dd2，…，ddi输入门控深度增强模块分别经过一个特征注意力模块修改为特征fou，过程如下：

4.根据权利要求3所述的葡萄球菌落动态实时计数方法，其特征在于，所述经过特征注意力模块修改后的rgb图特征和深度图特征经过深度增强子模块lr、ld后得到增强特征...

【专利技术属性】
技术研发人员：李继旭，刘凯，赵顺，杜广文，曾波，何春雷，
申请(专利权)人：青岛众瑞智能仪器股份有限公司，
类型：发明
国别省市：