CN116773470B - 一种活微生物在线ai监测系统及方法 - Google Patents

Abstract

本发明涉及微生物监测技术领域，公开了一种活微生物在线AI监测系统，包括：样本获取模块、激光发射组件、样本转动组件、图像采集模块、分析统计模块，基于预设微生物样本库和分析统计模块，启动激光发射组件得到不同波长的激光，再利用样本转动组件实现不同波长的激光的不同比例组合，如此可以得到指定数量的透过的水体样本的激光的对应三维数字图像，再根据三维数字图像的数字特征和基于AI技术训练的分析统计模块，可以快速的获取三维数字图像中的微生物种类和种类类目，有助于高效准确的在线监测判定微生物污染程度和污染类别；另外，本发明还可以在手卫生微生物检测、医药微生物检测、食品微生物检测、防疫消杀检测等领域进行微生物检测。

Description

一种活微生物在线AI监测系统及方法

技术领域

本发明涉及微生物监测技术领域，具体涉及一种活微生物在线AI监测系统及方法。

背景技术

微生物是一切肉眼看不见或看不清楚的微小生物的总称。水中微生物会对水质产生极大影响，因此水环境治理时必须对水样中的微生物种类进行微生物检测检测和统计。

微生物检测，是通过采样棉试子采集自然界中空间环境物表等或者目标水体水样，然后放进无菌生理盐水试管中作为水样标本进行成分解析和微生物种类分析，以确定该空间环境物表的微生物数量，有助于判定微生物污染程度和污染类别。

除了通过在目标水体中采集水体样本之外，还可以采用类似的方式进行手卫生微生物检测、医药微生物检测、食品微生物检测、防疫消杀检测等。现有微生物种类检测方式主要为通过微生物传感器、通过光学显微镜观察、或采用培养皿将水样中的微生物培养为菌落进行特征观察的方式进行种类统计。

以上三种微生物种类统计方式均存在各自的缺陷：

微生物传感器识别的微生物种类少、误差大；

光学显微镜单次观察范围小，水样中微生物的密度较低时极难被观察到；

培养皿将微生物培育为菌落则会因为多种微生物在同一培养皿中互相竞争吞噬、合并、混淆特征等问题导致观察到的微生物种类与实际误差较大。

发明内容

本发明的目的在于提供一种活微生物在线AI监测系统及方法，所要解决的技术问题为：

如何提供一种能够更加准确的检测微生物种类的监测系统。

本发明的目的可以通过以下技术方案实现：

一种活微生物在线AI监测系统，包括：

样本获取模块，用于获取目标水体的水体样本；

激光发射组件，用于向所述水体样本发射预设波长的激光；

样本转动组件，用于驱动所述水体样本转动，同时改变穿过所述水体样本的不同波长所述激光的比例；

图像采集模块，用于采集穿过所述水体样本的所述激光的光信号，并获取所述光信号的三维数字图像；

分析统计模块，基于预设微生物样本库，分析比对所述三维数字图像的数字特征，获取所述三维数字图像中的微生物种类和种类类目；

所述分析统计模块为经过训练的神经网络模型。

优选的，所述图像采集模块与所述样本转动组件和激光发射组件呈预设距离放置。

优选的，所述激光发射组件包括激光灯和可进行旋转的转盘，所述激光灯发射预设波长的激光，所述转盘设置于激光灯下方，且所述转盘上开设有通孔，所述转盘通过通孔对激光灯进行不同比例的覆盖用于对水体样本发射不同光束比例的预设波长的激光。

优选的，所述样本转动组件设置在样本检测盒内，所述样本转动组件包括电机，所述电机与样本检测盒内固定连接，所述电机输出轴端固定连接有齿轮一，所述齿轮一啮合放置台，所述齿轮一顶部固定连接有转轴，所述转轴远离齿轮一的一端固定连接有齿轮二，所述齿轮二啮合转盘，所述放置台上放置有所述水体样本。

优选的，所述分析统计模块包括：

提取模块，用于提取所述三维数字图像的数字特征；

对比模块，用于比对所述数字特征与预设微生物样本库中预设特征参数；

匹配统计模块，用于匹配获取所述三维数字图像中的微生物种类，基于所述预设特征参数，对比每个所述三维数字图像的所述数字特征，对所述数字图像中的微生物进行分类，获取所述三维数字图像中的微生物种类和种类类目。

优选的，基于三维建模算法，对所述预设波长的激光的光信号建立三维分类模型，获取所述光信号的三维数字图像。

优选的，所述水体样本的微生物种类类目m：

其中，为微生物种类名称集合，/>为第一次检测获得的微生物种类名称集合，/>为第二次检测获得的微生物种类名称集合，/>为第i次检测获得的微生物种类名称集合；

为第i次检测时获得的/>类微生物的数量，若所述/>为0，则剔除这一项，为/>出现的次数，/>为/>类微生物在n次检测后的平均数量。

一种活微生物在线AI监测方法，所述方法包括：

获取目标水体的水体样本，将水体样本放置在样本转动组件上；

通过样本转动组件驱动放置台和激光发射组件上的转盘转动，放置台转动改变水体样本内微生物的位置状态，激光发射组件的激光灯在转盘的旋转下改变预设波长的激光的光束比例，采集转动后的穿过水体样本的激光的光信号，并获取光信号的三维数字图像；

基于预设微生物样本库，分析比对三维数字图像的数字特征，获取三维数字图像中的微生物种类和种类类目；

完成一次检测之后，记录这一次的微生物种类和种类类目，再次通过样本转动组件转动放置台和转盘，改变水体样本内微生物的位置状态和预设波长的激光的光束占比，对水体样本进行i次检测，综合i次检测的结果得出水体样本微生物种类和种类类目。

本发明的有益效果：

1、该活微生物在线AI监测系统及方法，通过样本转动组件转动可带动水体样本转动，水体样本转动使得样本中的水发生流动，水发生流动的同时带动水里的微生物进行移动，一方面可防止水内微生物沉淀堆积对种类检测造成干扰，同时使微生物处于悬浮状态，各类微生物分散开来，从而便于进行激光照射和图像采集，提高微生物种类的准确性，另一方面微生物的位置发生移动，使得激光可以对微生物的多方位进行照射，通过采集激光穿过微生物的多方位的光信号，并获取多方位的光信号的三维数字图像与预设微生物样本库的三维数字图像的数字特征进行比对，提高了微生物种类判定的准确性。

2、该活微生物在线AI监测系统及方法，通过激光发射组件与样本转动组件配合，在放置台转动的同时转盘与其进行同步转动，即微生物位置状态与设置的不同波长的激光发射出的光束的占比进行同步动态调节，增加了微生物的分析比对过程，进一步提高了检测微生物种类的准确性。

附图说明

下面结合附图对本发明作进一步的说明。

图1为本发明的活微生物在线AI监测系统模块连接示意图；

图2为本发明激光发射组件与样本转动组件连接示意图；

图3为本发明的图2的正视结构示意图；

图4为本发明的激光发射组件俯视结构示意图。

附图说明：1、电机；2、齿轮一；3、放置台；4、转轴；5、齿轮二；6、转盘；7、激光灯；8、通孔。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1-4所示，本发明为一种活微生物在线AI监测系统，包括：

样本获取模块，用于获取目标水体的水体样本；

激光发射组件，用于向水体样本发射预设波长的激光；

样本转动组件，用于驱动水体样本转动，同时改变穿过水体样本的不同波长激光的比例；

图像采集模块，用于采集穿过水体样本的激光的光信号，并获取光信号的三维数字图像；

分析统计模块，基于预设微生物样本库，分析比对三维数字图像的数字特征，获取三维数字图像中的微生物种类和种类类目；

分析统计模块为经过训练的神经网络模型。

通过上述技术方案，获取目标水体的水体样本，将水体样本放置在样本转动组件上，打开激光发射组件，激光发射组件上设置有不同波长的激光，不同波长的激光穿过微生物时所形成的光信号会有所不同，因此通过预设不同波长的激光进行使用，使获得的三维数字图像增多，从而增加了样本中的微生物与预设微生物样本库分析比对的次数，比对次数增加，提高了检测微生物种类的准确性。

另外，通过样本转动组件转动可带动水体样本转动，水体样本转动使得样本中的水发生流动，水发生流动的同时带动水里的微生物进行移动，一方面可防止水内微生物沉淀堆积对种类检测造成干扰，同时使微生物处于悬浮状态，各类微生物分散开来，从而便于进行激光照射和图像采集，提高微生物种类的准确性，另一方面微生物的位置发生移动，使得激光可以对微生物的多方位进行照射，通过采集激光穿过微生物的多方位的光信号，并获取多方位的光信号的三维数字图像与预设微生物样本库的三维数字图像的数字特征进行比对，提高了微生物种类判定的准确性。

同时设置的不同波长的激光发射出的光束的占比也在发生改变，而微生物接收不同光束占比的不同波长的激光后使图像采集模块采集相应的光信号，从而增加了微生物的分析比对过程，进一步提高了检测微生物种类的准确性；

在完成一次检测之后，记录这一次的微生物种类和种类类目，然后再进行一次转动，改变水体样本内微生物的位置状态和预设波长的激光的光束占比，对水体样本进行多次检测，综合多次检测可得出更加准确的微生物种类和种类类目。

分析统计模块基于AI技术进行建模，可采用卷积神经网络（ConvolutionalNeural Networks, CNN）作为初始神经网络模型进行训练得到。CNN是一类包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），可在训练后对输入图片中的指定物进行分类和计数；在本发明中，卷积神经网络的训练样本与三维数字图像的获取方式相同。

当不同波长的激光发射出的光束的占比发生改变时，会在改变三维数字图像中的像素通道参数，此变化虽然不会被人眼敏锐捕捉，但是会对卷积神经网络的判断输出产生一定影响，包含相同内容的图片，可能因为部分像素通道参数的细微差异导致卷积神经网络输出错误的判断，因此在训练过程中，便可以通过对不同波长的激光发射出的光束的占比改变来大幅度的提升训练样本的数量，且无须重复的人工标注，从而提升模型的识别准确度和训练效率。

图像采集模块与样本转动组件和激光发射组件呈预设距离放置。激光发射组件包括激光灯7和可进行旋转的转盘6，激光灯7发射预设波长的激光，转盘6设置于激光灯7下方，且转盘6上开设有通孔8，转盘6通过通孔8对激光灯7进行不同比例的覆盖用于对水体样本发射不同光束比例的预设波长的激光。

通过转动转盘6，使得转盘6上的通孔8在激光灯7下旋转，旋转过程中，多个不同波长的激光，如图2-4所示，本实施例采用三种不同波长的光，被分成不同比例的光束释放出来，并穿过水体样本，此处在采用不用波长的激光的同时，对不同波长的激光的光束比例进行动态调节，使得图像采集模块采集的更多的光信号，进一步增加样本中的微生物的与预设微生物样本库分析比对的次数，从而提高了检测微生物种类的准确性。

样本转动组件设置在样本检测盒内，样本转动组件包括电机1，电机1与样本检测盒内固定连接，电机1输出轴端固定连接有齿轮一2，齿轮一2啮合放置台3，齿轮一2顶部固定连接有转轴4，转轴4远离齿轮一2的一端固定连接有齿轮二5，齿轮二5啮合转盘6，放置台3上放置有水体样本。

通过启动电机1，电机1转动带动齿轮一2转动，齿轮一2与放置台3啮合，进而带动放置台3转动，同时齿轮一2转动通过齿轮二5带动转盘6转动，放置台3转动带动放置在放置台3上的水体样本转动，水体样本转动使得样本中的水发生流动，水发生流动的同时带动水里的微生物进行移动，一方面可防止水内微生物沉淀堆积对种类检测造成干扰，同时使微生物处于悬浮状态，各类微生物分散开来，从而便于进行激光照射和图像采集，提高微生物种类的准确性，另一方面微生物的位置发生移动，使得激光可以对微生物的多方位进行照射，通过采集激光穿过微生物的多方位的光信号，并获取多方位的光信号的三维数字图像与预设微生物样本库的三维数字图像的数字特征进行比对，提高了微生物种类判定的准确性；而放置台3转动的同时转盘6与其进行同步转动，即微生物位移状态与不同波长的激光的光束比例进行同步动态调节，大大增加了图像采集模块采集的光信号种类，进而增加了光信号的三维数字图像的种类，进一步增加样本中的微生物的分析比对过程，从而提高了检测微生物种类的准确性。

分析统计模块包括：

提取模块，用于提取三维数字图像的数字特征；

对比模块，用于比对数字特征与预设微生物样本库中预设特征参数；

匹配统计模块，用于匹配获取三维数字图像中的微生物种类，基于预设特征参数，对比每个三维数字图像的数字特征，对数字图像中的微生物进行分类，获取三维数字图像中的微生物种类和种类类目。

基于三维建模算法，对预设波长的激光的光信号建立三维分类模型，获取光信号的三维数字图像。

水体样本的微生物种类类目m：

其中，为微生物种类名称集合，/>为第一次检测获得的微生物种类名称集合，/>为第二次检测获得的微生物种类名称集合，/>为第i次检测获得的微生物种类名称集合；

为第i次检测时获得的/>类微生物的数量，若/>为0，则剔除这一项，/>为出现的次数，/>为/>类微生物在n次检测后的平均数量。

通过上述技术方案，第一次检测获得的微生物种类名称集合为，第二次检测获得的微生物种类名称集合为/>，第i次检测获得的微生物种类名称集合为/>，综上可得经过i次检测后水体样本的微生物种类名称集合为

，水体样本的微生物种类类目m，其中，为第i次检测时获得的/>类微生物的数量，则/>类微生物经过n次检测后的平均数量为/>，其中排除/>为0时出现的次数r的干扰，提高数量的准确性。

一种活微生物在线AI监测方法，方法包括：

获取目标水体的水体样本，将水体样本放置在样本转动组件上；

通过样本转动组件驱动放置台和激光发射组件上的转盘转动，放置台转动改变水体样本内微生物的位置状态，激光发射组件的激光灯在转盘的旋转下改变预设波长的激光的光束比例，采集转动后的穿过水体样本的激光的光信号，并获取光信号的三维数字图像；

基于预设微生物样本库，分析比对三维数字图像的数字特征，获取三维数字图像中的微生物种类和种类类目；

完成一次检测之后，记录这一次的微生物种类和种类类目，再次通过样本转动组件转动放置台和转盘，改变水体样本内微生物的位置状态和预设波长的激光的光束占比，对水体样本进行i次检测，综合i次检测的结果得出水体样本微生物种类和种类类目。

本发明的工作原理及使用流程：

获取目标水体的水体样本，将水体样本放置在样本转动组件上，打开激光发射组件，激光发射组件上设置有不同波长的激光，不同波长的激光穿过微生物时所形成的光信号会有所不同，因此通过预设不同波长的激光进行使用，使获得的三维数字图像增多，从而增加了样本中的微生物与预设微生物样本库分析比对的次数，比对次数增加，提高了检测微生物种类的准确性；通过转动转盘6，使得转盘6上的通孔8在激光灯7下旋转，旋转过程中，多个不同波长的激光，如图2-4所示，本实施例采用三种不同波长的光，被分成不同比例的光束释放出来，并穿过水体样本，此处在采用不用波长的激光的同时，对不同波长的激光的光束比例进行动态调节，使得图像采集模块采集的更多的光信号，进一步增加样本中的微生物的与预设微生物样本库分析比对的次数，从而提高了检测微生物种类的准确性；通过启动电机1，电机1转动带动齿轮一2转动，齿轮一2与放置台3啮合，进而带动放置台3转动，同时齿轮一2转动通过齿轮二5带动转盘6转动，放置台3转动带动放置在放置台3上的水体样本转动，水体样本转动使得样本中的水发生流动，水发生流动的同时带动水里的微生物进行移动，一方面可防止水内微生物沉淀堆积对种类检测造成干扰，同时使微生物处于悬浮状态，各类微生物分散开来，从而便于进行激光照射和图像采集，提高微生物种类的准确性，另一方面微生物的位置发生移动，使得激光可以对微生物的多方位进行照射，通过采集激光穿过微生物的多方位的光信号，并获取多方位的光信号的三维数字图像与预设微生物样本库的三维数字图像的数字特征进行比对，提高了微生物种类判定的准确性；而放置台3转动的同时转盘6与其进行同步转动，即微生物位移状态与不同波长的激光的光束比例进行同步动态调节，大大增加了图像采集模块采集的光信号种类，进而增加了光信号的三维数字图像的种类，进一步增加样本中的微生物的分析比对过程，从而提高了检测微生物种类的准确性；在完成一次检测之后，记录这一次的微生物种类和种类类目，然后再进行一次转动，改变水体样本内微生物的位置状态和预设波长的激光的光束占比，对水体样本进行多次检测，综合多次检测可得出更加准确的微生物种类和种类类目。

以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。

Claims (5)

1.一种活微生物在线AI监测系统，其特征在于，包括：

样本获取模块，用于获取目标水体的水体样本；

激光发射组件，用于向所述水体样本发射预设波长的激光；

样本转动组件，用于驱动所述水体样本转动，同时改变穿过所述水体样本的不同波长所述激光的比例；

图像采集模块，用于采集穿过所述水体样本的所述激光的光信号，并获取所述光信号的三维数字图像；

分析统计模块，基于预设微生物样本库，分析比对所述三维数字图像的数字特征，获取所述三维数字图像中的微生物种类和种类类目；

所述分析统计模块为经过训练的神经网络模型；所述图像采集模块与所述样本转动组件和激光发射组件呈预设距离放置；

所述激光发射组件包括激光灯（7）和可进行旋转的转盘（6），所述激光灯（7）发射预设波长的激光，所述转盘（6）设置于激光灯（7）下方，且所述转盘（6）上开设有通孔（8），所述转盘（6）通过通孔（8）对激光灯（7）进行不同比例的覆盖用于对水体样本发射不同光束比例的预设波长的激光；

所述样本转动组件设置在样本检测盒内，所述样本转动组件包括电机（1），所述电机（1）与样本检测盒内固定连接，所述电机（1）输出轴端固定连接有齿轮一（2），所述齿轮一（2）啮合放置台（3），所述齿轮一（2）顶部固定连接有转轴（4），所述转轴（4）远离齿轮一（2）的一端固定连接有齿轮二（5），所述齿轮二（5）啮合转盘（6），所述放置台（3）上放置有所述水体样本。

2.根据权利要求1所述的活微生物在线AI监测系统，其特征在于，所述分析统计模块包括：

提取模块，用于提取所述三维数字图像的数字特征；

对比模块，用于比对所述数字特征与预设微生物样本库中预设特征参数；

匹配统计模块，用于匹配获取所述三维数字图像中的微生物种类，基于所述预设特征参数，对比每个所述三维数字图像的所述数字特征，对所述数字图像中的微生物进行分类，获取所述三维数字图像中的微生物种类和种类类目。

3.根据权利要求2所述的活微生物在线AI监测系统，其特征在于，基于三维建模算法，对所述预设波长的激光的光信号建立三维分类模型，获取所述光信号的三维数字图像。

4.根据权利要求3所述的活微生物在线AI监测系统，其特征在于，所述水体样本的微生物种类类目m：

其中，为微生物种类名称集合，/>为第一次检测获得的微生物种类名称集合，为第二次检测获得的微生物种类名称集合，/>为第i次检测获得的微生物种类名称集合；

为第i次检测时获得的/>类微生物的数量，若所述/>为0，则剔除这一项，/>为出现的次数，/>为/>类微生物在n次检测后的平均数量。

5.一种活微生物在线AI监测方法，其特征在于，包括权利要求1-4任一项所述的活微生物在线AI监测系统，所述方法包括：

获取目标水体的水体样本，将水体样本放置在样本转动组件上；

通过样本转动组件驱动放置台和激光发射组件上的转盘转动，放置台转动改变水体样本内微生物的位置状态，激光发射组件的激光灯在转盘的旋转下改变预设波长的激光的光束比例，采集转动后的穿过水体样本的激光的光信号，并获取光信号的三维数字图像；

基于预设微生物样本库，分析比对三维数字图像的数字特征，获取三维数字图像中的微生物种类和种类类目；

完成一次检测之后，记录这一次的微生物种类和种类类目，再次通过样本转动组件转动放置台和转盘，改变水体样本内微生物的位置状态和预设波长的激光的光束占比，对水体样本进行i次检测，综合i次检测的结果得出水体样本微生物种类和种类类目。