基于卷积神经网络的复合菌落智能分类识别

作     者：余辉 杜培培 刘祥 刘政 朱险峰 曹玉珍 Yu Hui;Du Peipei;Liu Xiang;Liu Zheng;Zhu Xianfeng;Cao Yuzhen

作者机构：天津大学生物医学工程系天津300072 天津市食品安全检测技术研究院天津300000 

基　　金：天津科技重大专项与工程(18ZXZNSY00240 16ZXCXSF00040 X-2018-31) 

出 版 物：《中国生物医学工程学报》 (Chinese Journal of Biomedical Engineering)

年 卷 期：2020年第39卷第1期

页      码：26-32页

摘      要：为满足复合菌落智能形态分类的需求,构建菌落分类卷积神经网络。通过水平集演化分割,获取培养皿内部所有的连通域;通过极限腐蚀,判别种子点数目大于1的连通域,即为粘连连通域;获取粘连连通域的凸闭包,检测凹点并连接对应凹点,对该连通域进行分割。归一化获取的600张单个菌落样本,通过旋转翻转并叠加信噪比不超过5%的随机噪声,将数据扩增至30000例。以其中70%样本数据作为菌落分类卷积神经网络的训练集,对网络模型进行10折交叉验证,再以30%样本数据进行测试,4种菌落的加权平均准确率达到87.50%;其中斑点状光滑菌落分类准确率为86.40%,类圆波状菌落分类准确率为87.21%,椭圆形菌落分类准确率为88.11%,不规则其他菌落分类准确率为87.25%。最后采用通用计算设备架构(CUDA),对各个算法模块进行并行优化加速,算法运行时间最优提升至原耗时的1/10,在运行速度和便利性方面远远超过传统菌落分类方法。所设计的方法可以有效完成复合菌落智能分类识别任务,并具有良好的扩展性和自学习功能,对基于图像的生化样本智能分析具有一定的借鉴价值。

主 题 词：水平集 粘连分割 卷积神经网络 菌落形态 通用计算设备架构(CUDA) 

学科分类：0831[工学-公安技术类] 08[工学] 0836[0836] 

核心收录：

D　O　I：10.3969/j.issn.0258-8021.2020.01.04

馆 藏 号：203897174...