[發明專利]菌落圖像的生長記錄方法、裝置、電子設備及存儲介質

在審

• 申請號: 202010183782.2
• 申請日: 2020-03-16
• 公開（公告）號: CN111402235A
• 公開（公告）日: 2020-07-10
• 發明（設計）人: 厲剛
• 申請（專利權）人: 北京君立康生物科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N3/04;G06N3/08
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 苗曉靜

1.一種菌落圖像的生長記錄方法，其特征在于，包括：

在菌落的生長過程中，根據預設周期采集當前的第一菌落圖像；

根據目標神經網絡模型對所述第一菌落圖像進行菌落檢測，得到第一檢測信息；

獲取上一次記錄的第二菌落圖像對應的第二檢測信息；

若判斷所述第二檢測信息和所述第一檢測信息中存在生長滿足預設條件的菌落，則記錄所述第一菌落圖像和所述第一檢測信息。

2.根據權利要求1所述的菌落圖像的生長記錄方法，其特征在于，所述根據目標神經網絡模型對所述第一菌落圖像進行菌落檢測，得到第一檢測信息，具體包括：

將所述第一菌落圖像輸入目標神經網絡模型，得到所述目標神經網絡模型輸出的所述第一菌落圖像中各菌落的第一檢測信息；

其中，所述目標神經網絡模型根據菌落圖像預測虛擬樣本和菌落圖像實際樣本訓練得到。

3.根據權利要求2所述的菌落圖像的生長記錄方法，其特征在于，所述目標神經網絡模型的訓練過程具體包括：

獲取生成式對抗網絡輸出的菌落生長圖像，并將各菌落生長圖像確定為菌落圖像預測虛擬樣本；

獲取各菌落生長圖像對應的菌落原始圖像，并將各菌落原始圖像確定為菌落圖像實際樣本；

根據預設的時間間隔對采集到的菌落圖像實際樣本進行目標檢測，并根據目標記錄方式對檢測到的目標圖像進行記錄，得到菌落圖像檢測樣本；

將各組菌落圖像預測虛擬樣本和對應的菌落圖像檢測樣本輸入神經網絡模型進行訓練；

根據標定參數對神經網絡模型的各層特征進行融合判斷，若判斷當前的層特征滿足預設條件，則完成所述神經網絡模型的訓練，得到所述目標神經網絡模型。

4.根據權利要求1所述的菌落圖像的生長記錄方法，其特征在于，所述若判斷所述第二檢測信息和所述第一檢測信息中存在生長滿足預設條件的菌落，則記錄所述第一菌落圖像和所述第一檢測信息，具體包括：

根據改進后的隨機抽樣一致RANSAC算法對所述第一檢測信息和所述第二檢測信息進行匹配，得到映射矩陣；

若根據所述映射矩陣確定所述第一菌落圖像中存在菌落半徑的增長大于預設值的菌落，則記錄所述第一菌落圖像和所述第一檢測信息。

5.根據權利要求1所述的菌落圖像的生長記錄方法，其特征在于，檢測信息包括菌落位置、菌落半徑和以下至少一項：菌落成長速度、菌落顏色、菌落熒光、周圍菌落的類別、培養環境溫度、培養環境濕度和培養環境光照條件。

6.一種菌落圖像的生長記錄裝置，其特征在于，包括：

圖像采集模塊，用于在菌落的生長過程中，根據預設周期采集當前的第一菌落圖像；

菌落檢測模塊，用于根據目標神經網絡模型對所述第一菌落圖像進行菌落檢測，得到第一檢測信息；

信息獲取模塊，用于獲取上一次記錄的第二菌落圖像對應的第二檢測信息；

信息記錄模塊，用于若判斷所述第二檢測信息和所述第一檢測信息中存在生長滿足預設條件的菌落，則記錄所述第一菌落圖像和所述第一檢測信息。

7.根據權利要求6所述的菌落圖像的生長記錄裝置，其特征在于，所述菌落檢測模塊具體用于：

將所述第一菌落圖像輸入目標神經網絡模型，得到所述目標神經網絡模型輸出的所述第一菌落圖像中各菌落的第一檢測信息；

其中，所述目標神經網絡模型根據菌落圖像預測虛擬樣本和菌落圖像實際樣本訓練得到。