基于人工智能的全自動菌落計數儀研發

菌落數量的計數和分析，常見于食品藥品質量分析、空氣質量分析以及安全衛生檢驗等行業中，是一項基礎又重要的日常工作，是判斷被檢產品中微生物含量或被污染程度的依據。然而，在紡織品領域，對微生物檢測的關注度一向較低，但由于今年新型冠狀病毒肺炎疫情，口罩的微生物檢測受到了前所未有的重視，如口罩的微生物衛生指標、生物負載等是評價口罩產品中微生物含量的依據，細菌過濾效率是評價口罩防護效果的關鍵指標。另外，抗菌功能紡織品也受到了人們的青睞。

檢測中對于菌落的計數，一般是采用人工計數方法，即使用菌落計數器結合放大器，通過計數筆點擊菌落時產生壓力脈沖的次數進行記錄，解決了人腦對數字與菌落位置的雙重記憶混淆問題，但這種傳統的菌落計數方法均局限于菌落的計數，留下一個統計數字，缺乏后期的數據分析。此外，對于試驗結果的記錄及驗證，還存在標滿菌落生長狀況的培養皿因滅菌和清洗而無法保存的問題。在疫情期間檢測人員工作量繁重情況下，這些問題尤為突出。如何減輕工作量且提高工作效率，實現檢測的準確性及數據化管理，顯得十分重要。

隨著計算機與圖像分析技術的發展，借助人工智能及圖像處理工具降低工作強度，提高工作效率，實現自動計數已成為一種趨勢。目前，國內市場上已有各色各樣的全自動菌落分析儀器，其中以國外進口為主，但價格相對昂貴。本文擬開發一款全自動菌落計數儀，旨在減少檢驗人員的干預和勞動負擔，以滿足人們對檢測結果的要求及微生物檢測的需求，實現原始試驗數據的保存與復現[1-2]。

1 系統組成

本文開發的系統是由圖像輸入系統、圖像處理軟件系統與數據儲存系統3個部分組成，其中，圖像輸入系統由工業相機、工業鏡頭、LED面光源系統及配套電路設施組成，圖像處理軟件系統是一個對輸入圖像進行數字圖像處理的桌面程序軟件，數據儲存系統是實現對處理后的系列數據進行存儲和顯示的計算機主機系統。軟件系統通過圖像輸入設備對培養好的菌落進行數字化圖像采集，經USB口數據通信傳輸到計算機終端技術平臺，對輸入的數字圖像進行一系列圖像算法處理，輸出計數結果，根據情況進行人工校正，計數完成后可對相關文件進行保存，將輸出的數據存儲在計算機中。

2 自動計數方法的實現

2.1 軟件運行流程

本文系統的開發平臺為Windows l0與CUDA 9.0，用python語言完成軟件系統的開發，運行流程主要分為4個部分，分別是圖像采集輸入、圖像處理、菌落計數和分析、結果輸出與數據保存，其基本流程見圖1。

圖1 軟件運行基本流程圖

2.1.1 圖像采集輸入

調用工業相機提供的軟件接口，實現對鏡頭的光圈、變焦焦距、對焦焦距控制、照明系統開關與工業鏡頭進行數據通信，實時采集圖像作為菌落計數和分析的輸入圖像。

2.1.2 圖像處理

1）AI人工智能：采用了Faster RCNN架構，通過RPN產生候選框，再池化為相同大小的特征圖。為了實現小目標的檢測，采用多尺度特征圖疊加配合圖像數據增強方法，以增強小目標的特征來提高其檢測性能。

具體來講，即卷積神經網絡在工作過程中，對原始圖片進行卷積和池化，可獲得不同尺寸的feature map。傳統做法是利用最后一層feature map進行預測，但因僅關注網絡的最后一層特征以致忽略了其他層的特征，特別是對于小目標的檢測影響尤為顯著，檢出率低下。因此，本文設計了一種結構：采集原始圖片后，取最后面的5個特征圖，從大到小記為C1、C2、C3、C4、C5，將C5進行1×1卷積，記為M5，進行上采樣，保持其上采樣后特征圖的尺寸與C4一致，再與經1×1卷積后的C4疊加，通過逐像素相加實現不同特征圖之間信息的融合，疊加后的特征圖尺寸與C4保持一致，記為M4；以此類推，得到M3和M2；最后將M5、M4、M3、M2進行同等尺寸卷積，使得輸出的通道均為256。根據菌落計數儀的實際生產應用中得出的數據，采用（8×8、16×16、32×32、64×64、128×128）等5組預測框對其進行預測。此方法充分利用了每一次卷積和下采樣過程中采集到的特征進行預測，將每一次的特征與下一次下采樣輸出的特征進行疊加，實現用丟失信息更少的大尺寸特征圖預測小目標，用經過多次卷積獲得的語義信息更抽象的小尺寸特征圖來預測大目標[3]，見圖2。

圖2 多尺度特征圖疊加示意圖

2）培養皿的圖像處理：采用邊緣檢測算子去提取培養皿的輪廓，用以輔助擺放培養皿以及去除培養皿外的背景干擾。

2.1.3 菌落計數與分析

為了降低模型檢測的誤檢率，對原圖進行二值化處理后，檢查模型檢測的輸出結果，僅保留符合閾值要求的輸出結果。

2.1.4 結果輸出與數據保存

在桌面程序上顯示得出的計數結果，根據情況可進行人工修正，軟件會將相關結果自動保存至數據庫。

2.2 軟件功能介紹

本軟件系統的用戶界面設計分為四大部分，分別為信息收集、菌落計數、結果修正、報告生成，另外還添加了其他功能。本用戶程序主界面如圖3(a)，左邊為圖像顯示區，右邊為信息輸入區。

圖3 系統程序運行界面

1）信息收集：選擇“同時計數個數”，目前支持同時計數4個或6個直徑為90mm的一次性培養皿；選擇“報告模式”，確定“待測菌種”：目前支持細菌過濾效率（BFE）[4-6]、抑菌率（吸收法）[7]、抑菌率（振蕩法）[8-9]共3種模式；可查詢相關待測組別的計數情況；針對粘連的菌落，可進行切割分離分別計數或粘連一起計數，見圖3(b)、圖3(c)。

2）圖像處理與結果修改：若界面左側圖像顯示區在相應位置檢測到培養皿，該位置會顯示綠“√”，否則會顯示紅“×”。查看當前培養皿的圖像時，皿內菌落周圍的框為模型識別框，紅框計數為1個，綠框計數為2個，藍框計數為3個；也可在左側圖像顯示區用鼠標對計數結果進行修正，點擊鼠標左鍵，顯示紅點，計數結果加1，點擊鼠標右鍵，顯示白點，計數結果減1，見圖3(d)。

3）報告生成：選擇需要導出的數據，根據“報告模式”生成相應的信息補充界面，見圖3(e)。

3 試驗結果與分析

本試驗選取了300個培養皿樣本，每隔50設置一個菌落區間，采用人工計數法和本文的全自動菌落計數儀分別進行菌落計數，每個樣本計數多次并取平均值。兩種計數方式獲得的試驗結果，見圖4和圖5。

圖4 菌落數的均值散點圖

圖5 菌落數的差值散點圖

對于菌落清晰可見、培養基均勻的圖片，菌落計數儀的識別分析效果非常準確，與人工計數的偏差少于6個，識別分析時間不足10s。在菌落數低于50CFU范圍內，菌落計數儀的準確性欠佳，主要原因有：（1）對于與培養基顏色接近的菌落，尤其是乳白色，計數儀不能很好地區分；（2）菌落數較少時，若培養皿上有氣泡且顏色與菌落差異不大，易造成誤判，即氣泡被誤認為菌落；（3）一些粘連較為嚴重的菌落群，肉眼也無法較好分割，會存在計數誤差；（4）培養皿在培養過程中皿內存在水霧甚至小水珠時，會影響計數儀的識別效果。

從表1可知，兩種計數方法的相對誤差均在允許范圍內，另外這些誤差也可在自動計數后通過人工校正進行修正。

4 結論

本文開發的菌落計數儀適用于平板菌落的計數，具有操作簡便、測量成本低、精準度高、適用面廣，可保存計數結果和培養皿的圖片，方便后期查看驗證等優點，通過軟件記錄試驗數據，基本可避免因人為數錯、抄錯而造成的誤差。同時，當培養皿上的菌落數大于100時，準確性較高，在日常檢測中，特別是口罩的細菌過濾效率和紡織品抑菌率的檢測，有著推廣應用的潛力。

表1 自動計數與人工計數的相對誤差