CN118196087A - 一种基于图像采集的微生物菌落检测系统及其方法 - Google Patents
一种基于图像采集的微生物菌落检测系统及其方法 Download PDFInfo
- Publication number
- CN118196087A CN118196087A CN202410599384.7A CN202410599384A CN118196087A CN 118196087 A CN118196087 A CN 118196087A CN 202410599384 A CN202410599384 A CN 202410599384A CN 118196087 A CN118196087 A CN 118196087A
- Authority
- CN
- China
- Prior art keywords
- area
- image
- microorganism
- culture
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 244000005700 microbiome Species 0.000 title claims abstract description 129
- 238000001514 detection method Methods 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000000813 microbial effect Effects 0.000 claims abstract description 37
- 238000012544 monitoring process Methods 0.000 claims abstract description 18
- 238000013500 data storage Methods 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000003709 image segmentation Methods 0.000 claims abstract description 8
- 238000007726 management method Methods 0.000 claims abstract description 8
- 238000004891 communication Methods 0.000 claims abstract description 5
- 238000002347 injection Methods 0.000 claims description 30
- 239000007924 injection Substances 0.000 claims description 30
- 238000001802 infusion Methods 0.000 claims description 19
- 239000007788 liquid Substances 0.000 claims description 14
- 230000001580 bacterial effect Effects 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000007797 corrosion Effects 0.000 claims description 3
- 238000005260 corrosion Methods 0.000 claims description 3
- 238000012258 culturing Methods 0.000 claims description 3
- 238000011081 inoculation Methods 0.000 claims description 3
- 230000006835 compression Effects 0.000 claims 1
- 238000007906 compression Methods 0.000 claims 1
- 238000009629 microbiological culture Methods 0.000 abstract 1
- 230000001105 regulatory effect Effects 0.000 abstract 1
- 230000006872 improvement Effects 0.000 description 7
- 239000001963 growth medium Substances 0.000 description 5
- 241000193990 Streptococcus sp. 'group B' Species 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明涉及微生物菌落检测系统领域的一种基于图像采集的微生物菌落检测系统及其方法,检测系统包括处理器,处理器上连接有图像识别模块、图像管理模块、图像处理模块、图像采集模块、图像分割模块、数据储存模块、通讯模块和控制模块;图像分割模块用于分割初识别区域和二级区域,图像管理模块用于将指定区域设置为实时识别区域或普通监控区域;控制模块上连接有微流控培养设备,通过在微生物培养过程中通过图像识别检测微生物菌落数量和分布状态,培养过程中逐渐将满足要求的微生物区域转换为仅储存,对不符合要求的微生物区域进行区域再划分,培养过程中根据识别结果调控微流控培养片,易于保证微生物菌落培养后分布均匀。
Description
技术领域
本发明涉及的一种基于图像采集的微生物菌落检测系统及其方法,特别是涉及应用于微生物菌落检测系统领域的一种基于图像采集的微生物菌落检测系统及其方法。
背景技术
微生物菌落检测系统是一种用于快速、准确地检测和评估微生物样本中的菌落的高科技设备。这些系统通常结合了现代生物学、免疫学、分子生物学等多学科的技术,以提高检测效率和准确性。
为解决微生物菌落检测的准确性问题问题,市场中的某检测系统采用高分辨率摄像装置进行图像采集的设计,具有一定的市场占比。
中国发明专利CN110675386B说明书公开了一种B族链球菌的检测系统,涉及临床微生物学检验领域,系统包括:微生物菌落培养皿,其内生长有待筛查的多个微生物菌落;拍摄设备,用于对微生物菌落培养皿进行拍摄,得到包含待筛查的多个微生物菌落图像的微生物菌落培养皿图像;通讯设备,用于将包含待筛查的多个微生物菌落图像的微生物菌落培养皿图像发送至云端分析装置;云端分析装置,用于对拍摄设备拍摄得到的微生物菌落培养皿图像中的待筛查的多个微生物菌落图像进行分析,确定待筛查的多个微生物菌落中是否存在B族链球菌菌落。该发明实施例基于图像识别B族链球菌,在保证了筛查的准确度的基础上,大大降低了人力成本和设备成本。
现有的微生物检测时,培养基内微生物菌落范围覆盖不均可能会对实验结果产生影响,而目前用于微生物培养的图像检测系统虽可检测微生物数量、种类和菌落范围,但不便根据检测结果,调控培来促进微生物菌落覆盖培养基全面,且目前的图像检测系统大多对整体培养基识别,识别范围大,精度较低,系统负载较大。
发明内容
针对上述现有技术,本发明要解决的技术问题是现有的微生物图像检测系统不便根据检测结果,调控培来促进微生物菌落覆盖培养基全面,且目前的图像检测系统大多对整体培养基识别,识别范围大,精度较低,系统负载较大。
为解决上述问题,本发明提供了一种基于图像采集的微生物菌落检测系统,包括检测终端,检测终端内设置有处理器,处理器上连接有图像识别模块、图像管理模块、图像处理模块、图像采集模块、图像分割模块、数据储存模块、通讯模块和控制模块;
图像分割模块用于分割初识别区域和二级区域,初识别区域通过分割微生物图像采集区域获得,二级区域由初识别区域分割后获得;
图像管理模块用于区域设置,区域设置时将指定区域设置为实时识别区域或普通监控区域;实时识别区域与普通识别区域根据微生物分布状态划分,微生物分布状态包括区域内微生物数量和菌落区域覆盖率;
图像识别模块用于识别微生物数量、种类和为微生物菌落边界;图像识别模块对实时识别区域进行实时图像识别;
普通监控区域的图像直接储存至数据储存模块内;
控制模块上连接有微流控培养设备,微流控培养设备包括微流控培养芯片和微流控液泵;微流控培养芯片包括微生物培养片,微生物培养片的外部活动设置有注射框,且注射环上均匀设置有多个输液口和注射通道,微流控液泵的输出端与多个输液口之间均连接有导管;
图像采集模块上连接有与微流控培养设备匹配的图像采集装置。
在上述基于图像采集的微生物菌落检测系统中,便于将满足要求的微生物区域转换为仅储存采集图像而不进行识别,并对不符合要求的微生物区域进行区域再划分,一方面逐渐减少识别区域降低系统负载,另一方面进一步划分未满足要求区域,并对其划分初的二级区域实时识别,以在该区域满足要求时及时提示。
作为本申请的进一步改进,数据储存模块内设置有普通监像储存单元和实时识别数据储存单元,普通监控储存单元内设置有定时图像存储区和压缩图像存储区,普通识别区域定时将一帧的图像存储至定时图像存储区,其他图像压缩后储存至压缩图像存储区。
作为本申请的再进一步改进,图像处理模块用于采集图像的预处理,图像预处理的步骤包括:将图像转换为灰度图,再对灰度图像进行二值化处理,使得菌落与背景分离,对二值化后的图像进行膨胀和腐蚀操作,以去除噪声并强化菌落的轮廓。
作为本申请的更进一步改进,初识别区域的图像识别结果中微生物分布状态满足区域调整条件时,即将该区域设置为普通监控区域;实时识别区域的识别结果中的微生物分布状态满足区域再划分条件时,即将该实时识别区域划分为多个二级区域,再根据微生物分布状态对二级区域进行区域设置。
作为本申请的又一种改进,区域调整条件包括:微生物数量大于设定值A和菌落区域覆盖率大于设定值B中的一种;
区域再划分条件包括:微生物数量大于设定值A1和菌落区域覆盖率大于设定值B1中的一种;A1小于A,B1小于B。
一种基于图像采集的微生物菌落检测系统,其检测方法包括:
S1:在初次检测时,对微流控培养片上的完成初步培养微生物菌落进行整体图像识别,识别确定微生物图像采集区域,识别后将微流控培养片的培养区域分割为多个相同大小的初识别区域,初识别区域划分与输液口位置匹配;
S2,对每个识别区域进行图像识别,获得该识别区域的微生物分布数量、菌落范围和区域覆盖率,若该区域的微生物分布状况满足区域调整条件,则将该区域设置为普通监控区域,否则将该区域设置为实时识别区域;
S3在识别判断实时识别区域时,若区域满足区域再划分条件,则对该实时识别区域进行区域再划分;否则,继续进行该区域的微生物培养;
S31,继续培养过程中,微流控液泵以设定压力和流量向实时识别区域注入培养液;直至将实时识别区域内的微生物状态培养至满足区域再划分条件;
S32,区域再划分时,将实时识别区域划分为相同大小的多个二级区域,对二级区域进行图像识别,选取二级区域中未满足停止识别条件的区域,将其设置为实时识别区域,其他二级区域设置为普通监控区域;停止识别条件包括:微生物数量小于设定值A1/n或菌落区域覆盖率小于设定值B1/n的区域,其中n为设置的二级区域划分数量;
S4,当所有二级区域均满足停止识别条件时,停止微生物培养,此时微生物在微流控培养芯片中覆盖全面。
作为本申请的又一种改进充,S1中微流控培养片上的完成初步培养微生物菌落,其初步培养时的微生物接种位置位于微流控培养片的中部。
作为本申请的再一种改进,微流控培养片包括圆形微生物培养片,圆形微生物培养片转动连接在注射框内侧,注射环上的输液口呈圆周均匀分布,圆形微生物培养片的初识别区域呈扇形。
作为本申请的再一种改进,微流控培养片包括矩形微生物培养片,矩形微生物培养片滑动连接在注射框的内侧,注射框上的输液口呈线性均匀分布,矩形微生物培养片的初识别区域呈矩形。
作为本申请的再一种改进,二级区域继续进行微生物培养时,调整微生物培养片的位置,使注射框上的输液口靠近实时识别区域。
综上,本方案在通过在微生物培养过程中通过图像识别检测微生物菌落数量和分布状态,培养过程中逐渐将满足要求的微生物区域转换为仅储存采集图像而不进行识别,并对不符合要求的微生物区域进行区域再划分,一方面逐渐减少识别区域降低系统负载,另一方面进一步划分未满足要求区域,并对其划分初的二级区域实时识别,以在该区域满足要求时及时提示,且培养过程中方便根据识别结果调控微流控培养片,易于保证微生物菌落培养后分布均匀。
附图说明
图1为本申请第1种实施方式的系统框图;
图2为本申请第2种实施方式的检测方法流程图;
图3为本申请第1、2种实施方式的初始识别区域划分和区域设置的工作示意图;
图4为本申请第1、2种实施方式的微生物培养过程汇总的区域调整变化示意图;
图5为本申请第2种实施方式的矩形微生物培养片立体图;
图6为本申请第2种实施方式的圆形微生物培养片立体图。
具体实施方式
下面结合附图对本申请的2种实施方式作详细说明。
第1种实施方式:
图1示出,一种基于图像采集的微生物菌落检测系统,包括检测终端,检测终端内设置有处理器,处理器上连接有图像识别模块、图像管理模块、图像处理模块、图像采集模块、图像分割模块、数据储存模块、通讯模块和控制模块;
图像分割模块用于分割初识别区域和二级区域,初识别区域通过分割微生物图像采集区域获得,二级区域由初识别区域分割后获得;
图像管理模块用于区域设置,区域设置时将指定区域设置为实时识别区域或普通监控区域;实时识别区域与普通识别区域根据微生物分布状态划分,微生物分布状态包括区域内微生物数量和菌落区域覆盖率;
图像识别模块用于识别微生物数量、种类和为微生物菌落边界;图像识别模块对实时识别区域进行实时图像识别;
普通监控区域的图像直接储存至数据储存模块内;
控制模块上连接有微流控培养设备,微流控培养设备包括微流控培养芯片和微流控液泵;微流控培养芯片包括微生物培养片,微生物培养片的外部活动设置有注射框,且注射环上均匀设置有多个输液口和注射通道,微流控液泵的输出端与多个输液口之间均连接有导管;
图像采集模块上连接有与微流控培养设备匹配的图像采集装置,所述图像识别模块和数据储存模块均与图像采集模块连接。
数据储存模块内设置有普通监像储存单元和实时识别数据储存单元,普通监控储存单元内设置有定时图像存储区和压缩图像存储区,定时图像存储区。
图像处理模块用于采集图像的预处理,图像预处理的步骤包括:将图像转换为灰度图,再对灰度图像进行二值化处理,使得菌落与背景分离,对二值化后的图像进行膨胀和腐蚀操作,以去除噪声并强化菌落的轮廓。
初识别区域的图像识别结果中微生物分布状态满足区域调整条件时,即将该区域设置为普通监控区域;实时识别区域的识别结果中的微生物分布状态满足区域再划分条件时,即将该实时识别区域划分为多个二级区域,再根据微生物分布状态对二级区域进行区域设置。
区域调整条件包括:微生物数量大于设定值A和菌落区域覆盖率大于设定值B中的一种;
区域再划分条件包括:微生物数量大于设定值A1和菌落区域覆盖率大于设定值B1中的一种;A1小于A,B1小于B。
本实施方式便于将满足要求的微生物区域转换为仅储存采集图像而不进行识别,并对不符合要求的微生物区域进行区域再划分,实现对应满足培养要求的区域再进行识别,对于未满足培养要求的区域进一步划分未多个二级区域,在对二级区域进行识别;二级区域范围小,方便识别准确,在微生物菌落培养满足要求时,便于准确识别出,且通过二级区域划分还方便微流控培养设备的调整,通过调整未满足培养要求的二级区域相对输液口和注射通道的位置,保证注射环输入的培养液易于覆盖未满足培养要求的二级区域,便于在培养时促进二级区域内微生物发育。
第2种实施方式:
图2-6示出,一种基于图像采集的微生物菌落检测方法,其检测方法包括:
S1:在初次检测时,对微流控培养片上的完成初步培养微生物菌落进行整体图像识别,识别确定微生物图像采集区域,识别后将微流控培养片的培养区域分割为多个相同大小的初识别区域,初识别区域划分与输液口位置匹配;微流控培养片上的完成初步培养微生物菌落,其初步培养时的微生物接种位置位于微流控培养片的中部
S2,对每个识别区域进行图像识别,获得该识别区域的微生物分布数量、菌落范围和区域覆盖率,若该区域的微生物分布状况满足区域调整条件,则将该区域设置为普通监控区域,否则将该区域设置为实时识别区域;
S3在识别判断实时识别区域时,若区域满足区域再划分条件,则对该实时识别区域进行区域再划分;否则,继续进行该区域的微生物培养;
S31,继续培养过程中,微流控液泵以设定压力和流量向实时识别区域注入培养液;直至将实时识别区域内的微生物状态培养至满足区域再划分条件;二级区域继续进行微生物培养时,调整微生物培养片的位置,使注射框上的输液口靠近实时识别区域,此时可根据实时识别区域内的微生物分布状况,条件输液流量和液泵压力,使输液后的液体的覆盖区域尽量仅覆盖实施识别区域;
S32,区域再划分时,将实时识别区域划分为相同大小的多个二级区域,对二级区域进行图像识别,选取二级区域中未满足停止识别条件的区域,将其设置为实时识别区域,其他二级区域设置为普通监控区域;停止识别条件包括:微生物数量小于设定值A1/n或菌落区域覆盖率小于设定值B1/n的区域,其中n为设置的二级区域划分数量;
S4,当所有二级区域均满足停止识别条件时,停止微生物培养,此时微生物在微流控培养芯片中的微生物培养区域覆盖全面。
微流控培养片包括圆形微生物培养片,圆形微生物培养片转动连接在注射框内侧,注射环上的输液口呈圆周均匀分布,圆形微生物培养片的初识别区域呈扇形;圆形微生物培养片调整时,旋转注射环或圆形微生物培养片,使输液口及注射通道朝向实时识别区域;
微流控培养片包括矩形微生物培养片,矩形微生物培养片滑动连接在注射框的内侧,注射框上的输液口呈线性均匀分布,矩形微生物培养片的两端可设置有辅助滑片,矩形微生物培养片的初识别区域呈矩形;矩形微生物培养片调整时,水平位于移动注射环或矩形微生物培养片,使输液口及注射通道朝向实时识别区域;
综上,本方案在通过在微生物培养过程中通过图像识别检测微生物菌落数量和分布状态,培养过程中逐渐将满足要求的微生物区域转换为仅储存采集图像而不进行识别,并对不符合要求的微生物区域进行区域再划分,一方面逐渐减少识别区域降低系统负载,另一方面进一步划分未满足要求区域,并对其划分初的二级区域实时识别,以在该区域满足要求时及时提示,且培养过程中方便根据识别结果调控微流控培养片,易于保证微生物菌落培养后分布均匀。
结合当前实际需求,本申请采用的上述实施方式,保护范围并不局限于此,在本领域技术人员所具备的知识范围内,不脱离本申请构思作出的各种变化,仍落在本发明的保护范围。
Claims (10)
1.一种基于图像采集的微生物菌落检测系统,其特征在于:包括检测终端,所述检测终端内设置有处理器,所述处理器上连接有图像识别模块、图像管理模块、图像处理模块、图像采集模块、图像分割模块、数据储存模块、通讯模块和控制模块;
所述图像分割模块用于分割初识别区域和二级区域,所述初识别区域通过分割微生物图像采集区域获得,所述二级区域由初识别区域分割后获得;
所述图像管理模块用于区域设置,区域设置时将指定区域设置为实时识别区域或普通监控区域;所述实时识别区域与普通识别区域根据微生物分布状态划分,所述微生物分布状态包括区域内微生物数量和菌落区域覆盖率;
所述图像识别模块用于识别微生物数量、种类和为微生物菌落边界;所述图像识别模块对实时识别区域进行实时图像识别;
所述普通监控区域的图像直接储存至数据储存模块内;
所述控制模块上连接有微流控培养设备,所述微流控培养设备包括微流控培养芯片和微流控液泵;所述微流控培养芯片包括微生物培养片,所述微生物培养片的外部活动设置有注射框,且注射环上均匀设置有多个输液口和注射通道,所述微流控液泵的输出端与多个输液口之间均连接有导管;
所述图像采集模块上连接有与微流控培养设备匹配的图像采集装置。
2.根据权利要求1所述的一种基于图像采集的微生物菌落检测系统,其特征在于:所述数据储存模块内设置有普通监像储存单元和实时识别数据储存单元,所述普通监控储存单元内设置有定时图像存储区和压缩图像存储区,所述普通识别区域定时将一帧的图像存储至定时图像存储区,其他图像压缩后储存至压缩图像存储区。
3.根据权利要求1所述的一种基于图像采集的微生物菌落检测系统,其特征在于:所述图像处理模块用于采集图像的预处理,图像预处理的步骤包括:将图像转换为灰度图,再对灰度图像进行二值化处理,使得菌落与背景分离,对二值化后的图像进行膨胀和腐蚀操作,以去除噪声并强化菌落的轮廓。
4.根据权利要求1所述的一种基于图像采集的微生物菌落检测系统,其特征在于:所述初识别区域的图像识别结果中微生物分布状态满足区域调整条件时,即将该区域设置为普通监控区域;所述实时识别区域的识别结果中的微生物分布状态满足区域再划分条件时,即将该实时识别区域划分为多个二级区域,再根据微生物分布状态对二级区域进行区域设置。
5.根据权利要求4所述的一种基于图像采集的微生物菌落检测系统,其特征在于:所述区域调整条件包括:微生物数量大于设定值A和菌落区域覆盖率大于设定值B中的一种;
所述区域再划分条件包括:微生物数量大于设定值A1和菌落区域覆盖率大于设定值B1中的一种;A1小于A,B1小于B。
6.一种应用于权利要求5所述基于图像采集的微生物菌落检测系统的检测方法,其特征在于:其检测方法包括:
S1:在初次检测时,对微流控培养片上的完成初步培养微生物菌落进行整体图像识别,识别确定微生物图像采集区域,识别后将微流控培养片的培养区域分割为多个相同大小的初识别区域,初识别区域划分与输液口位置匹配;
S2,对每个识别区域进行图像识别,获得该识别区域的微生物分布数量、菌落范围和区域覆盖率,若该区域的微生物分布状况满足区域调整条件,则将该区域设置为普通监控区域,否则将该区域设置为实时识别区域;
S3在识别判断实时识别区域时,若区域满足区域再划分条件,则对该实时识别区域进行区域再划分;否则,继续进行该区域的微生物培养;
S31,继续培养过程中,微流控液泵以设定压力和流量向实时识别区域注入培养液;直至将实时识别区域内的微生物状态培养至满足区域再划分条件;
S32,区域再划分时,将实时识别区域划分为相同大小的多个二级区域,对二级区域进行图像识别,选取二级区域中未满足停止识别条件的区域,将其设置为实时识别区域,其他二级区域设置为普通监控区域;停止识别条件包括:微生物数量小于设定值A1/n或菌落区域覆盖率小于设定值B1/n的区域,其中n为设置的二级区域划分数量;
S4,当所有二级区域均满足停止识别条件时,停止微生物培养,此时微生物在微流控培养芯片中覆盖全面。
7.根据权利要求6所述的一种基于图像采集的微生物菌落检测方法,其特征在于:所述S1中微流控培养片上的完成初步培养微生物菌落,其初步培养时的微生物接种位置位于微流控培养片的中部。
8.根据权利要求6所述的一种基于图像采集的微生物菌落检测方法,其特征在于:所述微流控培养片包括圆形微生物培养片,所述圆形微生物培养片转动连接在注射框内侧,注射环上的输液口呈圆周均匀分布,所述圆形微生物培养片的初识别区域呈扇形。
9.根据权利要求6所述的一种基于图像采集的微生物菌落检测方法,其特征在于:所述微流控培养片包括矩形微生物培养片,所述矩形微生物培养片滑动连接在注射框的内侧,注射框上的输液口呈线性均匀分布,所述矩形微生物培养片的初识别区域呈矩形。
10.根据权利要求6所述的一种基于图像采集的微生物菌落检测方法,其特征在于:所述二级区域继续进行微生物培养时,调整微生物培养片的位置,使注射框上的输液口靠近实时识别区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410599384.7A CN118196087B (zh) | 2024-05-15 | 2024-05-15 | 一种基于图像采集的微生物菌落检测系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410599384.7A CN118196087B (zh) | 2024-05-15 | 2024-05-15 | 一种基于图像采集的微生物菌落检测系统及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118196087A true CN118196087A (zh) | 2024-06-14 |
CN118196087B CN118196087B (zh) | 2024-08-02 |
Family
ID=91400789
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410599384.7A Active CN118196087B (zh) | 2024-05-15 | 2024-05-15 | 一种基于图像采集的微生物菌落检测系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118196087B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010104301A (ja) * | 2008-10-30 | 2010-05-13 | Eiken Chem Co Ltd | 微生物の検出方法、装置およびプログラム |
CN107356230A (zh) * | 2017-07-12 | 2017-11-17 | 深圳市武测空间信息有限公司 | 一种基于实景三维模型的数字测图方法和系统 |
US20190203257A1 (en) * | 2016-09-02 | 2019-07-04 | Biomerieux | Method, System and Computer Program Product for Determining the Presence of Microorganisms and Identifying Said Microorganisms |
CN114170598A (zh) * | 2021-12-10 | 2022-03-11 | 四川大学 | 菌落高度扫描成像装置、可辨别非典型菌落的菌落自动计数设备及方法 |
CN116051557A (zh) * | 2023-03-31 | 2023-05-02 | 至美时代生物智能科技(北京)有限公司 | 基于图像匹配的微流控芯片反应孔图像识别方法及系统 |
-
2024
- 2024-05-15 CN CN202410599384.7A patent/CN118196087B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010104301A (ja) * | 2008-10-30 | 2010-05-13 | Eiken Chem Co Ltd | 微生物の検出方法、装置およびプログラム |
US20190203257A1 (en) * | 2016-09-02 | 2019-07-04 | Biomerieux | Method, System and Computer Program Product for Determining the Presence of Microorganisms and Identifying Said Microorganisms |
CN107356230A (zh) * | 2017-07-12 | 2017-11-17 | 深圳市武测空间信息有限公司 | 一种基于实景三维模型的数字测图方法和系统 |
CN114170598A (zh) * | 2021-12-10 | 2022-03-11 | 四川大学 | 菌落高度扫描成像装置、可辨别非典型菌落的菌落自动计数设备及方法 |
CN116051557A (zh) * | 2023-03-31 | 2023-05-02 | 至美时代生物智能科技(北京)有限公司 | 基于图像匹配的微流控芯片反应孔图像识别方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN118196087B (zh) | 2024-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111178173A (zh) | 一种目标菌落生长特征识别方法 | |
CN102288606B (zh) | 基于机器视觉的花粉活力测定方法 | |
JP6777726B2 (ja) | コロニーコントラスト収集 | |
CA2047876C (en) | Method and apparatus for investigating and controlling an object | |
US20200240975A1 (en) | Observation apparatus, observation method, observation system, program, and cell manufacturing method | |
EP3848472A3 (en) | Methods and systems for automated counting and classifying microorganisms | |
CN111583185A (zh) | 基于病理免疫组织化学的Ki67细胞核计数方法及系统 | |
CN118196087B (zh) | 一种基于图像采集的微生物菌落检测系统及其方法 | |
CN104933701A (zh) | 基于多尺度生长与双策略去粘连模型的乳腺细胞分割方法 | |
WO2004111606A2 (en) | Automated microbiological testing apparatus and method | |
CN100355873C (zh) | 一种发酵微量气体产生量数据自动采集存储装置及方法 | |
CN109035340A (zh) | 一种自动显微注射系统中不同微量吸液管尖端的自动定位方法及装置 | |
CN112001315A (zh) | 基于迁移学习和图像纹理特征的骨髓细胞分类识别方法 | |
CN112686857A (zh) | 高通量多种类菌落计数方法 | |
KR20190111990A (ko) | 디지털 현미경 검사를 사용한 항균제 감수성 검사 | |
CN111445448A (zh) | 一种基于图像处理的单细胞血红蛋白测定方法及装置 | |
CN111662817A (zh) | 一种医学检验用厌氧微生物培养仓及其控制系统 | |
Altuntas et al. | Automatic colony segmentation on agar surface by image processing | |
Vicente et al. | Sizing and counting of Saccharomyces cerevisiae floc populations by image analysis, using an automatically calculated threshold | |
CN111457629B (zh) | 一种基于图像识别测霜的模块化空气源热泵机组群除霜控制系统及方法 | |
Wulandari et al. | Simplification of Mycobacterium Tuberculosis Segmenting Algorithm in Sputum Images Based of Auto-Thresholding | |
CN201305591Y (zh) | 微生物智能识别设备 | |
CN117649407B (zh) | 食品质量检测方法、设备、系统及存储介质 | |
CN114720400B (zh) | 一种蛋白源抗菌效果检测方法 | |
CN117475432A (zh) | 面向菌株筛选分选的智能处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |