[发明专利]基于平皿实验和深度学习的抑菌程度识别方法

摘要

本发明公开了一种基于平皿实验和深度学习的抑菌程度识别方法，包括下述步骤：S1、确定药敏纸片位置；S2、测定抑菌圈大小；S3、构造样本集：给深度学习模型构造带标签的样本集，用于训练模型；S4、构建及训练模型：构建能够用来识别药敏纸片的模型，并用训练样本集进行训练；S5、使用模型识别药敏纸片；S6、判定药物的抑菌程度：通过模型识别出的药物种类，从数据库中查询对应的抑菌标准，再确定抑菌圈的直径属于标准中的哪一个区间，从而得到药物的抑菌程度。本发明的方法，使得操作人员只需拍摄平皿图像，就能从图像中识别出每个药敏纸片所属的药物种类，以及其对应的抑菌圈的大小，使得自动化抑菌程度识别成为可能。

主权项

1.基于平皿实验和深度学习的抑菌程度识别方法，其特征在于，包括下述步骤：S1、确定药敏纸片位置：对原始图像进行预处理，确定好药敏纸片位置，便于测定其抑菌圈大小，并且切割成单个药敏纸片图像，作为深度学习模型的输入；S2、测定抑菌圈大小：所述抑菌圈的大小是平皿实验中药物对应的抑菌标准中需要用到的指标，采用图像处理技术测定抑菌圈的直径；S3、构造样本集：给深度学习模型构造带标签的样本集，用于训练模型；S4、构建及训练模型：构建能够用来识别药敏纸片的模型，并用训练样本集进行训练；S5、使用模型识别药敏纸片：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，判断其所属的药物种类；S6、判定药物的抑菌程度：通过模型识别出的药物种类，从数据库中查询对应的抑菌标准，再确定抑菌圈的直径属于标准中的哪一个区间，从而得到药物的抑菌程度。