[发明专利]基于深度学习的最低抑菌浓度识别方法有效
| 申请号： | 201711191507.X | 申请日： | 2017-11-24 |
| 公开（公告）号： | CN108090502B | 公开（公告）日： | 2020-05-15 |
| 发明（设计）人： | 李西明;孙坚;翁佳林;刘雅红;郭玉彬;廖晓萍;杜治国 | 申请（专利权）人： | 华南农业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 李斌 |
| 地址： | 510642 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的最低抑菌浓度识别方法，包括下述步骤：S1、图像切割得到单孔图像：将原始图像处理成模型能够接收的单孔图像；S2、构造样本：给用作训练的单孔图像加上对应标签，构成深度学习模型能够用来训练的样本；S3、构建及训练模型：构建能够用来识别溶液浑浊与否的模型，并用训练样本集进行训练；S4、使用模型判断浑浊与否：模型可以接收训练集以外的图像，判断其溶液是浑浊还是清澈；S5、得到药品对应最低抑菌浓度：根据微孔板中各个圆孔的浑浊/清澈情况得出药品最低抑菌浓度。本发明大大提高了操作人员的工作效率，由于其无需专用设备的特性，能够推广到大多数的工作单位，为工作研究提供方便。 | ||
| 搜索关键词： | 基于 深度 学习 最低 浓度 识别 方法 | ||
【主权项】：
1.基于深度学习的最低抑菌浓度识别方法，其特征在于，包括下述步骤：S1、图像切割得到单孔图像：对原始图像进行预处理，将原始图像处理成模型能够接收的单孔图像；S2、构造样本：给用作训练的单孔图像加上对应标签，构成深度学习模型能够用来训练的样本，所述标签是指注明了溶液浑浊与否；S3、构建及训练模型：构建能够用来识别溶液浑浊与否的模型，并用训练样本集进行训练；S4、使用模型判断浑浊与否：模型训练完成之后的操作，此时模型可以接收训练集以外的图像，判断其溶液是浑浊还是清澈；S5、得到药品对应最低抑菌浓度：模型对原始图像所有圆孔都判断完后，根据微孔板中各个圆孔的浑浊/清澈情况得出药品最低抑菌浓度。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南农业大学，未经华南农业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711191507.X/，转载请声明来源钻瓜专利网。
