JP2016049055A - 微生物検査装置の検証方法、微生物検査装置における検証装置及びプログラム - Google Patents
微生物検査装置の検証方法、微生物検査装置における検証装置及びプログラム Download PDFInfo
- Publication number
- JP2016049055A JP2016049055A JP2014176515A JP2014176515A JP2016049055A JP 2016049055 A JP2016049055 A JP 2016049055A JP 2014176515 A JP2014176515 A JP 2014176515A JP 2014176515 A JP2014176515 A JP 2014176515A JP 2016049055 A JP2016049055 A JP 2016049055A
- Authority
- JP
- Japan
- Prior art keywords
- image
- colony
- sample
- verification
- color
- 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
- 238000012795 verification Methods 0.000 title claims abstract description 245
- 238000007689 inspection Methods 0.000 title claims abstract description 231
- 238000000034 method Methods 0.000 title claims abstract description 204
- 244000005700 microbiome Species 0.000 title claims abstract description 107
- 238000001514 detection method Methods 0.000 claims abstract description 240
- 238000012545 processing Methods 0.000 claims abstract description 118
- 239000001963 growth medium Substances 0.000 claims abstract description 90
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 19
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 19
- 239000002609 medium Substances 0.000 claims description 161
- 230000008569 process Effects 0.000 claims description 153
- 238000012549 training Methods 0.000 claims description 137
- 238000012360 testing method Methods 0.000 claims description 84
- 238000012937 correction Methods 0.000 claims description 40
- 230000002093 peripheral effect Effects 0.000 claims description 25
- 230000008859 change Effects 0.000 claims description 20
- 230000006870 function Effects 0.000 claims description 20
- 239000000126 substance Substances 0.000 claims description 19
- 230000002194 synthesizing effect Effects 0.000 claims description 6
- 230000002123 temporal effect Effects 0.000 claims description 5
- 230000036962 time dependent Effects 0.000 claims 1
- 238000013507 mapping Methods 0.000 description 23
- 238000012706 support-vector machine Methods 0.000 description 23
- 230000000813 microbial effect Effects 0.000 description 22
- 230000002950 deficient Effects 0.000 description 18
- 241000894006 Bacteria Species 0.000 description 16
- 239000010749 BS 2869 Class C1 Substances 0.000 description 15
- 238000000605 extraction Methods 0.000 description 15
- 239000000047 product Substances 0.000 description 15
- 239000000203 mixture Substances 0.000 description 14
- 238000000926 separation method Methods 0.000 description 9
- 235000013361 beverage Nutrition 0.000 description 7
- 239000003086 colorant Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 7
- 238000005070 sampling Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000002372 labelling Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- 235000013305 food Nutrition 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000032258 transport Effects 0.000 description 4
- 239000010750 BS 2869 Class C2 Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000012258 culturing Methods 0.000 description 3
- 239000011521 glass Substances 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- UQSXHKLRYXJYBZ-UHFFFAOYSA-N Iron oxide Chemical compound [Fe]=O UQSXHKLRYXJYBZ-UHFFFAOYSA-N 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 101150115304 cls-2 gene Proteins 0.000 description 2
- 101150053100 cls1 gene Proteins 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 229910052742 iron Inorganic materials 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000005499 meniscus Effects 0.000 description 2
- 239000002244 precipitate Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 229920001817 Agar Polymers 0.000 description 1
- 241000588724 Escherichia coli Species 0.000 description 1
- 241000206602 Eukaryota Species 0.000 description 1
- 241000233866 Fungi Species 0.000 description 1
- 239000008272 agar Substances 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 210000001072 colon Anatomy 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000006260 foam Substances 0.000 description 1
- 230000002538 fungal effect Effects 0.000 description 1
- 231100000086 high toxicity Toxicity 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 238000011534 incubation Methods 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 238000012009 microbiological test Methods 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Landscapes
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Image Analysis (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
Abstract
【解決手段】検査対象物を撮影したカラー画像中の培地内の各点の色情報を入力して分類器が培地を学習する(S20)。検証実施の場合、サンプルコロニーを含むサンプル画像を取得し(S50)、サンプル画像をカラー画像中の培地の明るさ及び色合いに補正して補正画像を取得する(S60)。次に補正画像からサンプルコロニーの色、形状、位置を特定するサンプル情報を取得する(S70)。サンプル情報に基づくサンプルコロニーをカラー画像中の培地に組み込む画像合成処理を行って検証画像を生成する(S80)。検証画像にサンプル検出処理を行い(S90)、コロニーの検出結果に基づいて検査装置の検出精度を検証する(S100)。
【選択図】図11
Description
上記課題を解決する微生物検査装置の検証方法は、培地に培養された微生物のコロニーを検出する微生物検査装置の検出精度を検証する検証方法であって、培地を含む検査対象物を撮影したカラー画像における前記培地の領域内に、コロニー及び異物のうち少なくとも一方であるサンプルの画像を組み込んで検証画像を生成する画像合成ステップと、前記検証画像を用いてコロニーの検出処理を行う検出ステップと、前記検出ステップによるコロニーの検出結果に基づいて微生物検査装置の検出精度を検証する検証ステップとを備えている。
この方法によれば、コロニーの発生・成長による経時変化を特定可能な色情報、形状情報及び面積情報のうち少なくとも一つを含むパラメータ情報が分類器に入力され、分類器によって色情報、形状情報及び面積情報のうち少なくとも一つの経時変化によってコロニーであるか否かが分類される。よって、パラメータ情報の経時変化をみて、色、形状、面積のうち少なくとも一つが経時変化するコロニーと、経時変化しない又は経時変化の仕方がコロニーとは異なる異物とを分けて検出できるので、一層高い検証精度が得られる。
この方法によれば、サンプルの画像として組み込まれたコロニーが経時的に変化している複数の検証画像を用いて分類器によってコロニーの検出処理が行われる。そして、コロニーの検出結果に基づいて微生物検査装置の検証が行われる。よって、検証画像間におけるコロニーのパラメータ情報の経時変化から分類器が、コロニーを一層高い精度で検出できる。この結果、この高い精度のコロニーの検出結果に基づき、微生物検査装置の検出精度を一層正しく検証することができる。
図1に示すように、微生物検査システム(以下、単に「検査システム11」と称す)は、周囲を壁部12で囲まれた恒温室13を備えている。恒温室13の温度は、空調機14により所定の温度に保たれている。検査システム11は、恒温室13の図1における右下部分に、投入棚15、取出棚16、及び取出棚17を備えている。投入棚15からは、検査対象物の一例である試料S(例えば、培地を収容するシャーレ)が恒温室13内へ投入される。恒温室13からは、検査結果が良品である試料Sが取出棚16より取り出され、検査結果が不良品である試料Sが取出棚17より取り出される。恒温室13内には、複数の収納棚18、試料Sを検査するための微生物検査装置(以下、単に「検査装置19」と称す)、及び搬送ロボット20が設けられている。各収納棚18には、恒温室13内へ投入された試料Sが培養のために収納される。搬送ロボット20は、各棚15〜18と検査装置19との間で試料Sを搬送する。各棚15〜17には、恒温室13の内側と外側とを繋ぐコンベア15a〜17aがそれぞれ設けられている。試料Sを投入及び取出す際は、コンベア15a〜17aの外側の端部と中間部とに設けられた二重のシャッタ21,22が片方ずつ順番に開放される。こうすることで、外部から恒温室13内への微生物等の浸入が防止される。
ステップS40では、検証を実施するか否かを判断する。検証を実施する場合はステップS50に進み、以下の検証のためのステップS50〜ステップS100の各処理を実行する。一方、検証を実施しない場合はステップS110に進んで、識別期間が終了したか否かを判断する。まだ識別期間が終了していなければ、つまり識別期間中であれば(S110で否定判定)、ステップS30に進み、識別期間が終了すれば(S110で肯定判定)当該ルーチンを終了する。
ステップS80では、サンプルの画像合成処理を行う。すなわち、コンピュータ38は、サンプルコロニーCLsの形状情報及び色情報に基づくサンプルコロニーCLsを、検査画像INに対して位置情報に基づく位置に組み込む画像合成処理を行う。この処理により検査画像INの培地M中の位置情報に基づく各位置に、複数のサンプルコロニーCLsがそれぞれ形状情報に基づく形状かつ色情報に基づく色で組み込まれることにより、検証画像IVが生成される。このとき、サンプルコロニーCLsの色は組込み先の培地Mの色との合成色にはならず、補正画像IRのときのサンプルコロニーCLsと同じ色になる。
ステップS220では、撮影した画像データに基づいて、画像中の培地領域MAが検出される(図7(a)参照)。
次のステップS320では、撮影した画像データに基づいて、培地領域MAが検出される。
ステップS340では、LUT(ルックアップテーブル)による輝度変換が行われる。輝度変換では、コントラスト調整及びガンマ補正などが行われる。
ステップS390では、判別処理の有無が判断される。判別処理「あり」の設定の場合はステップS400に進み、判別処理「なし」の設定の場合はステップS410に進む。
(1)サンプル画像IS中のサンプルコロニーCLsをトレーニング期間T1中の検査画像INに組み込む画像合成処理を行うことで検証画像IVを作成した。そして、検証画像IVを用いてコロニーを検出する検出処理を行い、その検出結果に基づいて検査装置19の検出精度を検証する。このように通常検査のトレーニング期間T1中にカメラ24が試料Sを撮影した検査画像IN中の培地にサンプルコロニーCLsを組み込むので、検査装置19の検出精度を高い精度で検証することができる。つまり、実際にトレーニングに使用したカラー画像を用いて検証画像IVを作成するため、実際の測定条件(設定条件)を反映した検証を行うことができ、高い検出精度を維持することができる。
・画像合成ステップでは、サンプルを組み込む位置はサンプル画像の培地と同じ位置であることに限定されない。例えば検証に適した位置があれば、複数のサンプルコロニー(ダミーコロニー)を、サンプル画像における培地中の位置とは異なる位置に配置してもよい。例えばシャーレの周縁部は内側領域に比べ、メニスカス等の要因により培地が例えば斜状に盛り上がり、培地の内側に比べコロニーの検出が相対的に困難である。このため、このような培地の周縁領域に少なくとも一つのサンプルコロニーを組み込むことが好ましい。例えば図14に示すように、検証画像IVの培地M1のメイン領域A1(内側領域)に複数のサンプルコロニーCLsを配置し、残りの複数のサンプルコロニーCLsを最外周局所領域A2(周縁領域)に配置する。換言すれば、N個(但しNは2以上の自然数)のサンプルコロニーCLsを所定の個数割合となるように二群に分け、第1群に属するM個のサンプルコロニーCLsを培地M1のメイン領域A1内に組み込む一方、第2群に属する(N−M)個のサンプルコロニーCLsを培地M1の最外周局所領域A2内に組み込む。また、培地の最外周局所領域A2に組み込む(N−M)個のサンプルコロニーCLsは、周方向にばらつかせた位置に配置し、例えば図14のように、周方向に等間隔となる位置に配置することが好ましい。サンプルコロニーCLsの位置は、培地M1の最外周局所領域A2内の径方向にもばらつかせることが好ましい。また、培地のメイン領域A1内のM個のサンプルコロニーCLsの位置も、メイン領域A1内でばらつかせることが好ましい。例えば培地のメイン領域A1内においてM個のサンプルコロニーCLsを周方向及び径方向にばらつかせた位置に配置することが好ましい。
Claims (11)
- 培地に培養された微生物のコロニーを検出する微生物検査装置の検出精度を検証する検証方法であって、
培地を含む検査対象物を撮影したカラー画像における前記培地の領域内に、コロニー及び異物のうち少なくとも一方であるサンプルの画像を組み込んで検証画像を生成する画像合成ステップと、
前記検証画像を用いてコロニーの検出処理を行う検出ステップと、
前記検出ステップによるコロニーの検出結果に基づいて微生物検査装置の検出精度を検証する検証ステップと
を備えたことを特徴とする微生物検査装置の検証方法。 - 前記検出ステップでは、コロニーの経時変化を特定可能なパラメータ情報を用い、前記カラー画像における培地領域又はコロニーにおける前記パラメータ情報がトレーニング済みである分類器に対して、前記検証画像中の各検査領域におけるパラメータ情報を入力して、コロニーの検出処理を行うことを特徴とする請求項1に記載の微生物検査装置の検証方法。
- 前記パラメータ情報は、前記コロニーの経時変化を特定可能な色情報、形状情報及び面積情報とのうち少なくとも一つを含むことを特徴とする請求項2に記載の微生物検査装置の検証方法。
- 前記画像合成ステップでは、サンプルの画像として組み込んだコロニーが経時的に変化する複数の検証画像を生成することを特徴とする請求項1乃至3のいずれか一項に記載の微生物検査装置の検証方法。
- 前記画像合成ステップでは、前記サンプルが培地と共にカラー撮影されたサンプル画像を取得し、当該サンプル画像における培地の色を、前記検査対象物のカラー画像における培地の色に合わせる色補正を前記サンプル画像に施し、当該色補正後のサンプル画像からコロニー及び異物のうち少なくとも一方の画像を取得して、当該コロニー及び異物のうち少なくとも一方の画像を前記検査対象物である前記培地の領域に組み込む画像合成を行うことを特徴とする請求項1乃至4のいずれか一項に記載の微生物検査装置の検証方法。
- 前記検査対象物を撮影したカラー画像における培地の領域を学習して分類器をトレーニングするトレーニングステップと、
前記トレーニングステップの終了後に前記検査対象物を撮影したカラー画像中の前記各検査領域における前記パラメータ情報を前記トレーニング済みの前記分類器に入力してコロニーを識別する識別ステップとを更に備え、
前記検出ステップにおける前記検出処理は、前記トレーニングステップでトレーニングされた前記分類器を用いて行われることを特徴とする請求項1乃至5のいずれか一項に記載の微生物検査装置の検証方法。 - 前記画像合成ステップでは、前記サンプルの画像を、前記カラー画像における培地の周縁領域と当該周縁領域よりも内側の内側領域との両方に組み込むことを特徴とする請求項1乃至6のいずれか一項に記載の微生物検査装置の検証方法。
- 前記画像合成ステップでは、前記サンプルとして異物の画像を組み込む画像合成処理を行い、
前記検証ステップでは、前記検出ステップで前記異物がコロニーとして検出された場合は不合格の旨の検証結果を出力することを特徴とする請求項1乃至7のいずれか一項に記載の微生物検査装置の検証方法。 - 前記検証ステップでは、前記検出ステップで検出されなかった前記サンプルのコロニーが存在する場合、又はコロニーとして検出された前記サンプルの異物が存在する場合、当該サンプルのコロニーを検出可能な設定条件又は前記サンプルの異物を検出されなくする設定条件を解析し、当該設定条件を出力又は設定することを特徴とする請求項1乃至8のいずれか一項に記載の微生物検査装置の検証方法。
- 培地に培養された微生物のコロニーの有無を検査する微生物検査装置が適正に機能することを検証する微生物検査装置の検証装置であって、
培地を含む検査対象物を撮影したカラー画像における前記培地の領域内に、コロニー及び異物のうち少なくとも一方であるサンプルの画像を組み込んで検証画像を生成する画像合成部と、
前記検証画像を用いてコロニーの検出処理を行う検出部と、
前記検出部によるコロニーの検出結果に基づいて微生物検査装置の検出精度を検証する検証部と
を備えたことを特徴とする微生物検査装置における検証装置。 - 培地に培養された微生物のコロニーを検出する微生物検出処理が適正に機能することを検証する検証処理をコンピュータに実行させるためのプログラムであって、
コンピュータに、
培地を含む検査対象物を撮影したカラー画像における前記培地の領域内に、コロニー及び異物のうち少なくとも一方であるサンプルの画像を組み込んで検証画像を生成する画像合成ステップと、
前記検証画像を用いてコロニーの検出処理を行う検出ステップと、
前記検出ステップによるコロニーの検出結果に基づいて微生物検査装置の検出精度を検証する検証ステップと
を実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014176515A JP6490365B2 (ja) | 2014-08-29 | 2014-08-29 | 微生物検査装置の検証方法、微生物検査装置における検証装置及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014176515A JP6490365B2 (ja) | 2014-08-29 | 2014-08-29 | 微生物検査装置の検証方法、微生物検査装置における検証装置及びプログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2016049055A true JP2016049055A (ja) | 2016-04-11 |
JP2016049055A5 JP2016049055A5 (ja) | 2017-09-07 |
JP6490365B2 JP6490365B2 (ja) | 2019-03-27 |
Family
ID=55657105
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014176515A Active JP6490365B2 (ja) | 2014-08-29 | 2014-08-29 | 微生物検査装置の検証方法、微生物検査装置における検証装置及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6490365B2 (ja) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017042146A (ja) * | 2015-08-28 | 2017-03-02 | 株式会社エヌテック | 微生物の検出方法、微生物の検出装置及びプログラム |
WO2019039035A1 (ja) * | 2017-08-25 | 2019-02-28 | 富士フイルム株式会社 | 判別器の学習装置、方法およびプログラム、並びに判別器 |
JP2020054247A (ja) * | 2018-09-28 | 2020-04-09 | 大日本印刷株式会社 | コロニー検出装置、コンピュータプログラム、コロニー検出方法、識別器生成方法及び識別器 |
CN111415709A (zh) * | 2020-03-16 | 2020-07-14 | 北京君立康生物科技有限公司 | 菌落生长图像的预测方法、装置、电子设备及存储介质 |
JP2020524328A (ja) * | 2017-06-19 | 2020-08-13 | インパクトビジョン インコーポレイテッド | 異物を識別するためのハイパースペクトル画像処理用のシステム及び方法 |
JPWO2021140669A1 (ja) * | 2020-01-10 | 2021-07-15 | ||
CN114317675A (zh) * | 2022-01-06 | 2022-04-12 | 福州大学 | 基于机器学习定性和定量不同创面细菌的检测方法及系统 |
WO2022130460A1 (ja) * | 2020-12-14 | 2022-06-23 | 日本電気株式会社 | 学習装置、学習方法、異常検知装置、異常検知方法、及びコンピュータ読み取り可能な記録媒体 |
CN114862833A (zh) * | 2022-06-01 | 2022-08-05 | 江苏东南生科茶业有限公司 | 基于多断面随机识别的茶生物含量检测方法 |
CN116519688A (zh) * | 2023-04-26 | 2023-08-01 | 中国科学院植物研究所 | 一种浆果表型特征高通量获取及自动分析方法和系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000069994A (ja) * | 1998-08-28 | 2000-03-07 | Konica Corp | 微生物検出方法および微生物検出システム |
WO2011162213A1 (ja) * | 2010-06-23 | 2011-12-29 | 株式会社エヌテック | 微生物検出方法、微生物検出装置及びプログラム |
-
2014
- 2014-08-29 JP JP2014176515A patent/JP6490365B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000069994A (ja) * | 1998-08-28 | 2000-03-07 | Konica Corp | 微生物検出方法および微生物検出システム |
WO2011162213A1 (ja) * | 2010-06-23 | 2011-12-29 | 株式会社エヌテック | 微生物検出方法、微生物検出装置及びプログラム |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017042146A (ja) * | 2015-08-28 | 2017-03-02 | 株式会社エヌテック | 微生物の検出方法、微生物の検出装置及びプログラム |
US11410295B2 (en) | 2017-06-19 | 2022-08-09 | Apeel Technology, Inc. | System and method for hyperspectral image processing to identify foreign object |
JP2020524328A (ja) * | 2017-06-19 | 2020-08-13 | インパクトビジョン インコーポレイテッド | 異物を識別するためのハイパースペクトル画像処理用のシステム及び方法 |
WO2019039035A1 (ja) * | 2017-08-25 | 2019-02-28 | 富士フイルム株式会社 | 判別器の学習装置、方法およびプログラム、並びに判別器 |
JPWO2019039035A1 (ja) * | 2017-08-25 | 2020-02-27 | 富士フイルム株式会社 | 判別器の学習装置、方法およびプログラム、並びに判別器 |
US11328522B2 (en) | 2017-08-25 | 2022-05-10 | Fujifilm Corporation | Learning device, method, and program for discriminator, and discriminator |
JP2020054247A (ja) * | 2018-09-28 | 2020-04-09 | 大日本印刷株式会社 | コロニー検出装置、コンピュータプログラム、コロニー検出方法、識別器生成方法及び識別器 |
JP7416136B2 (ja) | 2018-09-28 | 2024-01-17 | 大日本印刷株式会社 | コロニー検出装置 |
JP7192364B2 (ja) | 2018-09-28 | 2022-12-20 | 大日本印刷株式会社 | コロニー検出装置、コンピュータプログラム及びコロニー検出方法 |
JP2022159281A (ja) * | 2018-09-28 | 2022-10-17 | 大日本印刷株式会社 | コロニー検出装置、識別器生成方法及び識別器 |
JP7264281B2 (ja) | 2020-01-10 | 2023-04-25 | 日本電気株式会社 | 可視化画像表示装置 |
WO2021140669A1 (ja) * | 2020-01-10 | 2021-07-15 | 日本電気株式会社 | 可視化画像表示装置 |
JPWO2021140669A1 (ja) * | 2020-01-10 | 2021-07-15 | ||
US11989799B2 (en) | 2020-01-10 | 2024-05-21 | Nec Corporation | Visualized image display device |
CN111415709B (zh) * | 2020-03-16 | 2023-05-30 | 北京君立康生物科技有限公司 | 菌落生长图像的预测方法、装置、电子设备及存储介质 |
CN111415709A (zh) * | 2020-03-16 | 2020-07-14 | 北京君立康生物科技有限公司 | 菌落生长图像的预测方法、装置、电子设备及存储介质 |
WO2022130460A1 (ja) * | 2020-12-14 | 2022-06-23 | 日本電気株式会社 | 学習装置、学習方法、異常検知装置、異常検知方法、及びコンピュータ読み取り可能な記録媒体 |
CN114317675A (zh) * | 2022-01-06 | 2022-04-12 | 福州大学 | 基于机器学习定性和定量不同创面细菌的检测方法及系统 |
CN114862833A (zh) * | 2022-06-01 | 2022-08-05 | 江苏东南生科茶业有限公司 | 基于多断面随机识别的茶生物含量检测方法 |
CN116519688A (zh) * | 2023-04-26 | 2023-08-01 | 中国科学院植物研究所 | 一种浆果表型特征高通量获取及自动分析方法和系统 |
CN116519688B (zh) * | 2023-04-26 | 2024-05-14 | 中国科学院植物研究所 | 一种浆果表型特征高通量获取及自动分析方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
JP6490365B2 (ja) | 2019-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6490365B2 (ja) | 微生物検査装置の検証方法、微生物検査装置における検証装置及びプログラム | |
JP5707399B2 (ja) | 微生物検出方法、微生物検出装置及びプログラム | |
JP7148581B2 (ja) | コロニーコントラスト収集 | |
JP6869490B2 (ja) | 欠陥検査装置、欠陥検査方法、及びそのプログラム | |
CN107580715B (zh) | 用于自动计数微生物菌落的方法和系统 | |
CN103518224B (zh) | 用于分析微生物生长的方法 | |
US11884959B2 (en) | Methods and systems for automated assessment of antibiotic sensitivity | |
WO2023084543A1 (en) | System and method for leveraging neural network based hybrid feature extraction model for grain quality analysis | |
CN111712769A (zh) | 用于设定照明条件的方法、装置、系统及程序以及存储介质 | |
US20220309666A1 (en) | Cell line development image characterization with convolutional neural networks | |
US20170011512A1 (en) | Cell recognition device, method, and program | |
JP2023145412A (ja) | 欠陥検出方法及びシステム | |
TWI331684B (en) | Automated inspection of tinted ophthalmic parts | |
WO2015045012A1 (ja) | コロニー検査プログラム、コロニー検査装置およびコロニー検査方法 | |
CN113853607A (zh) | 用于监测菌落的细菌生长和预测菌落生物量的系统和方法 | |
WO2020262557A1 (ja) | 検卵装置、検卵プログラム、および検卵方法 | |
US20240296661A1 (en) | Method of analyzing a component, method of training a system, apparatus, computer program, and computer-readable storage medium | |
WO2024231956A1 (en) | Seed germination evaluation system and method thereof | |
CN119245745A (zh) | 种蛋多品质测定装置及方法 | |
CN118758941A (zh) | 燕窝产品稠度智能ai无损测定方法及系统设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170728 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170728 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180516 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180619 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180820 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190129 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190227 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6490365 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |