本發(fā)明屬于檢測金黃色葡萄球菌試劑顏色類別，適合于家庭用，更具體的涉及一種全自動化的金黃色葡萄球菌濃度檢測系統(tǒng)

背景技術(shù)：

1、在我國,由金黃色葡萄球菌引起的食物中毒占細菌性食物中毒比例很高,該菌是僅次于沙門氏菌和副溶血性弧菌的第三大食源性致病菌。金黃色葡萄球菌能產(chǎn)生耐高溫的腸毒素,由腸毒素引起的食物中毒表現(xiàn)有惡心、嘔吐、腹痛和腹瀉等癥狀。全球著名醫(yī)學期刊《柳葉刀》（the?lancet）發(fā)表重磅系統(tǒng)性分析研究。研究表明，細菌感染是造成全球健康損失的重要原因，且正在變成全球第二大死因（僅次于缺血性心臟病）。參照《食品安全國家標準食品中致病菌限量（gb29921-2013）》的有關(guān)規(guī)定，食物中金黃色葡萄球菌的最高限值為1000cfu/ml（1000cfu/g）。

2、目前，常見的金黃色葡萄球菌的檢測方法有分離培養(yǎng)法、免疫學分析方法以及分子生物學方法等。這些方法能夠靈敏地檢測出金黃色葡萄球菌，但無法解決在短時間內(nèi)對金黃色葡萄的高效準確檢測，所需儀器以及環(huán)境的限制使其難以應(yīng)對家庭日常檢測或突發(fā)的公共衛(wèi)生現(xiàn)場檢測，同時，這些方法的實施需要檢測者具有較高的專業(yè)知識，使基層群眾檢測具有一定的難度。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的是針對于上述現(xiàn)有技術(shù)的不足，而提供一種家庭用食品金色葡萄球菌濃度檢測系統(tǒng)。

2、家庭用食品金色葡萄球菌濃度檢測系統(tǒng)，包括：金色葡萄球菌試劑盒、試劑圖像處理模塊、濃度范圍分類模塊；

3、所述的試劑圖像處理模塊，包括試劑圖像采集子模塊、原始圖像試劑顏色分割子模塊和剔除圖像反光操作子模塊；

4、1)用戶通過金色葡萄球菌試劑盒對食品樣本進行檢測，試劑顯色；

5、2）試劑圖像采集子模塊拍攝顯色的試劑，采集原始圖片，上傳到云端上對圖片存儲;

6、3)?將用戶所拍試劑原始圖片輸入到原始圖像試劑顏色分割子模塊中，對原始圖像進行二值化處理，轉(zhuǎn)化為二值化圖像并輸出；

7、4）將二值化的原始圖像輸入剔除反光操作子模塊，對圖像進行剔除反光與分割；

8、5）輸入濃度范圍預(yù)測模塊，通過神經(jīng)網(wǎng)絡(luò)分類器對待檢測圖像進行分類，根據(jù)顏色可判斷樣本試劑所屬的濃度范圍，最后將試劑的濃度范圍分類結(jié)果反饋給用戶，并給出該食品是否可食用；

9、步驟3）所述的二值化處理：將原始圖像轉(zhuǎn)換為黑白圖像，有兩種像素值，0表示背景像素，255表示前景像素。

10、步驟4）所述的剔除圖像反光操作子模塊：

11、a.使用中值濾波法將圖像的每一個像素用以當前像素為中心的7*7正方形區(qū)域像素的中值取代；通過種子點和像素的顏色信息，將連通的同色像素標記為目標像素，進一步提取圖像的顏色信息；同時在將rgb圖像轉(zhuǎn)換成hsv圖像時，舍棄v通道；得到的剔除圖像反光的原始圖像；

12、b.將二值化的原始圖像和步驟a.得到的剔除圖像反光的原始圖像合并，得到只保留目標物體的圖像，然后將只保留目標物體的圖像轉(zhuǎn)換為hsv格式，計算出r，g，b，h，s五個通道的中位數(shù)、標準差和方差組成特征向量；對特征向量進行歸一化處理。

13、步驟5）所述的濃度范圍預(yù)測模塊：

14、將歸一化處理好的特征向量傳入濃度范圍預(yù)測模塊中用于得到金黃色葡萄球菌濃度范圍以及分類結(jié)果。

15、步驟5）所述的濃度范圍預(yù)測模塊，以多層前饋神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)作預(yù)測模型，采用智能的改進優(yōu)化算法對分類模型的迭代次數(shù)和學習率進行優(yōu)化；

16、所述的智能的改進優(yōu)化算法，傳入的參數(shù)是數(shù)據(jù)集中每張原始樣本圖像經(jīng)過處理后轉(zhuǎn)換成的特征向量組成的列表cat，每張原始樣本圖像的標簽組成的列表y，以分類正確率作為評價自適應(yīng)度的自適應(yīng)度函數(shù)fitness_func，需要優(yōu)化的參數(shù)組成的列表的維度dim=2，需要優(yōu)化的參數(shù)的下限lb=[20，0.00001]，需要優(yōu)化的參數(shù)的上限ub=[1000，0.1],每次迭代參與求解的候選解的個數(shù)n=5，實現(xiàn)該算法所需最大迭代次數(shù)max_iter=10.該算法定義α，β，γ三個捕獲因子，對應(yīng)權(quán)重c從高到低，且權(quán)重和為1，a為自適應(yīng)因子，a為收斂因子，通過不斷迭代更新三個捕獲因子的位置及候選解的位置，最終找到在要求范圍內(nèi)的最優(yōu)解；經(jīng)過該算法找到分類器最優(yōu)迭代次數(shù)為814，最優(yōu)學習率為0.0298，在該參數(shù)下對應(yīng)的分類器訓練過程中分類正確率為94.04%；

17、該神經(jīng)網(wǎng)絡(luò)分類器的輸入層輸入是將經(jīng)過歸一化后的r，g，b，h，s五個通道的中位數(shù)、標準差和方差構(gòu)成的特征向量轉(zhuǎn)化為的張量，接著是通過兩個結(jié)點數(shù)為50的隱藏層，以及結(jié)點數(shù)為8的輸出層，輸出是樣本的濃度范圍以及可食用性評估的判斷結(jié)果。

18、步驟5）所述的濃度范圍預(yù)測模塊，采用0,?10,?102,?103,?104,?105,?106?,107cfu/ml的金葡菌和金納米棒原液；對應(yīng)大概顏色分別為黃色，綠色，草綠色，淺藍色，藍色，灰色，粉色，紅褐色。隨著金黃色葡萄球菌濃度的增加，呈現(xiàn)出梯度性的可視化的多色比色的檢測效果；用上述八個濃度的試劑溶液數(shù)據(jù)集訓練模型，得到具有良好分類效果神經(jīng)網(wǎng)絡(luò)分類器。

19、本發(fā)明提供了家庭用食品金色葡萄球菌濃度檢測系統(tǒng)，可用于家庭金黃色葡萄球菌濃度的檢測，它包括試劑制備模塊，試劑圖像處理模塊，濃度范圍分類模塊，其中試劑圖像處理模塊又包括試劑圖像采集子模塊，原始圖像試劑顏色分割子模塊、剔除圖像反光操作子模塊。

20、其與現(xiàn)有技術(shù)的區(qū)別在于，本發(fā)明使用金黃色葡萄球菌多色比色快速檢測結(jié)合人工智能的方法，不需在特定的環(huán)境下進行操作，不需高復(fù)雜度高精密度的檢測儀器，用戶無需食品安全領(lǐng)域?qū)I(yè)知識也不需進行專門的培訓，方便非專業(yè)用戶在家庭場合進行食品安全檢測。試劑配置流程簡單，并能快速自動出生成包括濃度參數(shù)和可食用性評估的判斷結(jié)果。

21、本發(fā)明的有益效果如下：

22、1、?與現(xiàn)有技術(shù)相比本產(chǎn)品實現(xiàn)了顏色指示劑盒結(jié)合人工智能識別濃度范圍，可自動檢測金黃色葡萄球菌濃度，非專業(yè)人員也可使用。

23、2、?產(chǎn)品成本低，檢測速度快，將用戶所拍圖像傳入云端，可迅速進行檢測并出結(jié)果，

24、3、?本發(fā)明解決了試劑盒拍照反光影響檢測結(jié)果的問題，技術(shù)手段是：通過兩步法剔除反光，首先使用中值濾波剔除較小的孤立反光噪聲，接著使用一種基于連通性的區(qū)域生長算法進一步剔除反光。該技術(shù)手段提高了試劑濃度檢測的處理效率、準確性和魯棒性，從而使得用戶不需任何專業(yè)培訓即可使用。

25、4、本發(fā)明所用分類器采用一種基于群智能思路的進優(yōu)化算法對分類模型訓練的迭代次數(shù)和學習率進行優(yōu)化，以加快模型收斂速度，提高預(yù)測效率與準確率。

技術(shù)特征：

1.家庭用食品金色葡萄球菌濃度檢測系統(tǒng)，包括：金色葡萄球菌試劑盒、試劑圖像處理模塊、濃度范圍分類模塊；

2.根據(jù)權(quán)利要求1所述的家庭用食品金色葡萄球菌濃度檢測系統(tǒng)，其特征在于：步驟3）所述的二值化處理：將原始圖像轉(zhuǎn)換為黑白圖像，有兩種像素值，0表示背景像素，255表示前景像素。

3.根據(jù)權(quán)利要求2所述的家庭用食品金色葡萄球菌濃度檢測系統(tǒng)，其特征在于：步驟4）所述的剔除圖像反光操作子模塊：

4.根據(jù)權(quán)利要求1、2、或3所述的家庭用食品金色葡萄球菌濃度檢測系統(tǒng)，其特征在于：步驟5）所述的濃度范圍預(yù)測模塊：

5.根據(jù)權(quán)利要求4所述的家庭用食品金色葡萄球菌濃度檢測系統(tǒng)，其特征在于：步驟5）所述的濃度范圍預(yù)測模塊，以多層前饋神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)作預(yù)測模型，采用智能的改進優(yōu)化算法對分類模型的迭代次數(shù)和學習率進行優(yōu)化；

6.根據(jù)權(quán)利要求5所述的家庭用食品金色葡萄球菌濃度檢測系統(tǒng)，其特征在于：步驟5）所述的濃度范圍預(yù)測模塊，采用0,?10,?102,?103,?104,?105,?106?,107cfu/ml的金葡菌和金納米棒原液；對應(yīng)大概顏色分別為黃色，綠色，草綠色，淺藍色，藍色，灰色，粉色，紅褐色。隨著金黃色葡萄球菌濃度的增加，呈現(xiàn)出梯度性的可視化的多色比色的檢測效果；用上述八個濃度的試劑溶液數(shù)據(jù)集訓練模型，得到具有良好分類效果神經(jīng)網(wǎng)絡(luò)分類器。

技術(shù)總結(jié)
本發(fā)明公開了家庭用食品金色葡萄球菌濃度檢測系統(tǒng)，可用于家庭金黃色葡萄球菌濃度的檢測，它包括試劑制備模塊，試劑圖像處理模塊，濃度范圍分類模塊，其中試劑圖像處理模塊又包括試劑圖像采集子模塊，原始圖像試劑顏色分割子模塊、剔除圖像反光操作子模塊；本發(fā)明使用金黃色葡萄球菌多色比色快速檢測結(jié)合人工智能的方法，不需在特定的環(huán)境下進行操作，不需高復(fù)雜度高精密度的檢測儀器，用戶無需食品安全領(lǐng)域?qū)I(yè)知識也不需進行專門的培訓，方便非專業(yè)用戶在家庭場合進行食品安全檢測。試劑配置流程簡單，并能快速自動出生成包括濃度參數(shù)和可食用性評估的判斷結(jié)果。

技術(shù)研發(fā)人員：張媛媛,柳嬋娟,臧睦君,劉玉申,劉通,周樹森,王慶軍,郭瀟,孫健凱
受保護的技術(shù)使用者：魯東大學
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9