详情

原文传递一种水体细菌的定性与定量方法

专利名称：	一种水体细菌的定性与定量方法
摘要：	本发明涉及水体细菌微生物的快速检测识别技术，具体涉及一种基于多波长透射光谱及深度学习的水体细菌定性与定量分析方法。通过利用多波长透射光谱技术具有操作简便，测量速度快，无损测量，抗干扰性强，样品无需预处理，无需额外试剂，可实现细菌样品直接检测的特点，同时结合深度学习算法，既能实现不同种类细菌微生物的快速识别，又能实现细菌浓度的快速检测。
专利类型：	发明专利
申请人：	中国科学院合肥物质科学研究院
发明人：	赵南京;冯春;甘婷婷;殷高方;段静波
专利状态：	有效
申请日期：	1900-01-20T00:00:00+0805
发布日期：	1900-01-20T08:00:00+0805
申请号：	CN201911397093.5
公开号：	CN111122484A
代理机构：	北京科迪生专利代理有限责任公司
代理人：	邓治平
分类号：	G01N21/33;G;G01;G01N;G01N21;G01N21/33
申请人地址：	230031 安徽省合肥市蜀山湖路350号
主权项：	1.一种水体细菌的定性与定量方法，其特征在于，所述方法包括以下步骤： 1)利用紫外可见分光光度计获取不同种类水体细菌在不同浓度下的多波长透射光谱样本，波长测量区间为200-900nm； 2)光谱预处理：消除细菌浓度对步骤1)测得的多波长透射光谱的影响，得到不同细菌的典型代表光谱； 3)特征值波长区间选择与特征值提取：通过步骤1)和步骤2)的结果，确定细菌多波长透射光谱的特征值波长区间，根据特征值波长区间，提取实验样本多波长透射光谱的特征值； 4)结合支持向量机，对不同细菌光谱进行识别； 5)结合神经网络，对不同细菌浓度进行预测。 2.如权利要求1所述的方法，其特征在于，还包括在步骤1)前进行水体细菌培养与样本制作的步骤。 3.如权利要求1所述的方法，其特征在于，还包括在步骤4)之前将不同细菌的多波长透射光谱特征值数据随机划分为训练集和测试集这一步骤。 4.如权利要求1所述的方法，其特征在于，步骤2)采取总和归一化预处理消除细菌浓度的影响，得到不同细菌的典型代表光谱。 5.如权利要求4所述的方法，其特征在于，采用τ＝τi/sum(τi)，其中τ表示经总和归一化后的光谱数据，τi表示原光谱数据第i个波长点对应的光密度值，i从200到900，计算得到不同细菌的典型代表光谱。 6.如权利要求1所述的方法，其特征在于，步骤3)利用方差分析法计算归一化预处理后的光谱阵在200-900nm区间内各波长下的标准偏差，标准偏差越大，表明不同细菌间光谱差异性显著，相应的波长区间为细菌多波长透射光谱识别的特征值对应的波长区间，通过确定一阈值，确定细菌识别的特征值波长区间，根据该区间提取实验样本多波长透射光谱的特征值作为细菌种类识别的光谱数据。 7.如权利要求1所述的方法，其特征在于，步骤4)中支持向量机选择惩罚因子模型以及线性核函数，通过寻优算法确定最佳的惩罚因子参数c和核函数参数g，再对测试集样本进行测试，得到细菌种类的识别结果。 8.如权利要求1所述的方法，其特征在于，所述步骤5)利用反向传播神经网络对不同种类细菌建立其浓度预测模型，将训练集样本代入模型，通过训练得到最佳初始权值和隐含层神经元个数，再对测试集样本进行测试，获得细菌浓度的预测值。
所属类别：	发明专利