[发明专利]一种基于卷积神经网络的病原微生物检测识别方法

说明书

本发明公开了一种基于卷积神经网络的病原微生物检测识别方法，其包括以下步骤：(1)获取至少一种病原微生物的三维图像；(2)使用卷积神经网络处理步骤(1)获取的三维图像；(3)根据步骤(2)的处理结果输出病原微生物的检测识别类型。本发明的基于卷积神经网络的病原微生物检测识别方法操作简单、相对便宜且能够快速检测识别以提供立即结果，同时没有检测培训过的普通人员都可以操作识别。与某些常规方法相比，本发明基于卷积神经网络的病原微生物检测识别方法可以使病原微生物更快速和/或更一致地被识别。与某些常规方法相比，本发明基于卷积神经网络的病原微生物检测识别方法可以使病原微生物的识别更加一致，因为它在测量和分析过程中都不太容易受到人为因素的影响。

技术领域

本发明涉及病原微生物检测技术领域，更具体说，涉及一种基于卷积神经网络的病原微生物检测识别方法、计算机设备及可读存储介质。

背景技术

病原微生物(也称病原体)是指可以侵犯人体，在宿主中生长繁殖、释放毒性物质等引起机体不同程度病理变化、发生感染的微生物，包括细菌、病毒、真菌、寄生虫、衣原体、支原体等。病原微生物检测识别并非新领域，基于病原学证据的抗感染一直都是临床诊疗的'金标准'。如果能尽早识别致病病原、启动恰当的抗感染方案可改善患者预后，尤其是重症感染者。病原微生物检测在感染判定中意义重大，越来越多的检测技术引入临床，除了传统的检测方法如涂片染色、培养分离、免疫学技术、核酸检测等，还有新兴的二代测序技术(Next-generation sequencing，NGS)等。虽然技术种类繁多、手段层出不穷，但是这些都是费时且昂贵的、检测速度也有待提高。而且还需要检验人员具有较多的专业知识和丰富的实践经验，以保证检验结果的客观性和准确性。在实际工作中，随着送检样本的增多，检测人员的工作强度剧增，大大降低了结果判断的准确性；检测周期较长，从样本接收到出具报告需要数天的时间。

发明内容

针对上述所要解决的技术问题，本发明提出了一种基于卷积神经网络的病原微生物检测识别方法、计算机设备及可读存储介质。

具体地，

一种基于卷积神经网络的病原微生物检测识别方法，其包括以下步骤：

(1)获取至少一种病原微生物的三维图像；

(2)使用卷积神经网络处理步骤(1)获取的三维图像；

(3)根据步骤(2)的处理结果输出病原微生物的检测识别类型。

作为本发明提供的所述的基于卷积神经网络的病原微生物检测识别方法的一种优选实施方式，所述三维图像是通过三维定量相位显微镜产生的三维定量图像，其包括病原微生物的三维表达数据。

作为本发明提供的所述的基于卷积神经网络的病原微生物检测识别方法的一种优选实施方式，所述三维定量图像为三维折射率断层图。

作为本发明提供的所述的基于卷积神经网络的病原微生物检测识别方法的一种优选实施方式，所述病原微生物包括细菌、病毒、真菌、寄生虫和微藻类的至少一种。

作为本发明提供的所述的基于卷积神经网络的病原微生物检测识别方法的一种优选实施方式，所述卷积神经网络被配置为根据卷积神经网络训练的检测模型来处理所述三维图像，以生成可表征所述病原微生物的神经网络输出。

作为本发明提供的所述的基于卷积神经网络的病原微生物检测识别方法的一种优选实施方式，所述神经网络输出包括具有预定数量的病原微生物类型中的每一种的独立的概率值，其表示病原微生物属于此病原微生物类型的可能性。

作为本发明提供的所述的基于卷积神经网络的病原微生物检测识别方法的一种优选实施方式，所述检测识别类型为神经网络输出中具有最高概率值的类型。

一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现如任一上述的基于卷积神经网络的病原微生物检测识别方法的步骤。