基于人工智能的全自动菌落计数仪研发

菌落数量的计数和分析，常见于食品药品质量分析、空气质量分析以及安全卫生检验等行业中，是一项基础又重要的日常工作，是判断被检产品中微生物含量或被污染程度的依据。然而，在纺织品领域，对微生物检测的关注度一向较低，但由于今年新型冠状病毒肺炎疫情，口罩的微生物检测受到了前所未有的重视，如口罩的微生物卫生指标、生物负载等是评价口罩产品中微生物含量的依据，细菌过滤效率是评价口罩防护效果的关键指标。另外，抗菌功能纺织品也受到了人们的青睐。

检测中对于菌落的计数，一般是采用人工计数方法，即使用菌落计数器结合放大器，通过计数笔点击菌落时产生压力脉冲的次数进行记录，解决了人脑对数字与菌落位置的双重记忆混淆问题，但这种传统的菌落计数方法均局限于菌落的计数，留下一个统计数字，缺乏后期的数据分析。此外，对于试验结果的记录及验证，还存在标满菌落生长状况的培养皿因灭菌和清洗而无法保存的问题。在疫情期间检测人员工作量繁重情况下，这些问题尤为突出。如何减轻工作量且提高工作效率，实现检测的准确性及数据化管理，显得十分重要。

随着计算机与图像分析技术的发展，借助人工智能及图像处理工具降低工作强度，提高工作效率，实现自动计数已成为一种趋势。目前，国内市场上已有各色各样的全自动菌落分析仪器，其中以国外进口为主，但价格相对昂贵。本文拟开发一款全自动菌落计数仪，旨在减少检验人员的干预和劳动负担，以满足人们对检测结果的要求及微生物检测的需求，实现原始试验数据的保存与复现[1-2]。

1 系统组成

本文开发的系统是由图像输入系统、图像处理软件系统与数据储存系统3个部分组成，其中，图像输入系统由工业相机、工业镜头、LED面光源系统及配套电路设施组成，图像处理软件系统是一个对输入图像进行数字图像处理的桌面程序软件，数据储存系统是实现对处理后的系列数据进行存储和显示的计算机主机系统。软件系统通过图像输入设备对培养好的菌落进行数字化图像采集，经USB口数据通信传输到计算机终端技术平台，对输入的数字图像进行一系列图像算法处理，输出计数结果，根据情况进行人工校正，计数完成后可对相关文件进行保存，将输出的数据存储在计算机中。

2 自动计数方法的实现

2.1 软件运行流程

本文系统的开发平台为Windows l0与CUDA 9.0，用python语言完成软件系统的开发，运行流程主要分为4个部分，分别是图像采集输入、图像处理、菌落计数和分析、结果输出与数据保存，其基本流程见图1。

图1 软件运行基本流程图

2.1.1 图像采集输入

调用工业相机提供的软件接口，实现对镜头的光圈、变焦焦距、对焦焦距控制、照明系统开关与工业镜头进行数据通信，实时采集图像作为菌落计数和分析的输入图像。

2.1.2 图像处理

1）AI人工智能：采用了Faster RCNN架构，通过RPN产生候选框，再池化为相同大小的特征图。为了实现小目标的检测，采用多尺度特征图叠加配合图像数据增强方法，以增强小目标的特征来提高其检测性能。

具体来讲，即卷积神经网络在工作过程中，对原始图片进行卷积和池化，可获得不同尺寸的feature map。传统做法是利用最后一层feature map进行预测，但因仅关注网络的最后一层特征以致忽略了其他层的特征，特别是对于小目标的检测影响尤为显著，检出率低下。因此，本文设计了一种结构：采集原始图片后，取最后面的5个特征图，从大到小记为C1、C2、C3、C4、C5，将C5进行1×1卷积，记为M5，进行上采样，保持其上采样后特征图的尺寸与C4一致，再与经1×1卷积后的C4叠加，通过逐像素相加实现不同特征图之间信息的融合，叠加后的特征图尺寸与C4保持一致，记为M4；以此类推，得到M3和M2；最后将M5、M4、M3、M2进行同等尺寸卷积，使得输出的通道均为256。根据菌落计数仪的实际生产应用中得出的数据，采用（8×8、16×16、32×32、64×64、128×128）等5组预测框对其进行预测。此方法充分利用了每一次卷积和下采样过程中采集到的特征进行预测，将每一次的特征与下一次下采样输出的特征进行叠加，实现用丢失信息更少的大尺寸特征图预测小目标，用经过多次卷积获得的语义信息更抽象的小尺寸特征图来预测大目标[3]，见图2。

图2 多尺度特征图叠加示意图

2）培养皿的图像处理：采用边缘检测算子去提取培养皿的轮廓，用以辅助摆放培养皿以及去除培养皿外的背景干扰。

2.1.3 菌落计数与分析

为了降低模型检测的误检率，对原图进行二值化处理后，检查模型检测的输出结果，仅保留符合阈值要求的输出结果。

2.1.4 结果输出与数据保存

在桌面程序上显示得出的计数结果，根据情况可进行人工修正，软件会将相关结果自动保存至数据库。

2.2 软件功能介绍

本软件系统的用户界面设计分为四大部分，分别为信息收集、菌落计数、结果修正、报告生成，另外还添加了其他功能。本用户程序主界面如图3(a)，左边为图像显示区，右边为信息输入区。

图3 系统程序运行界面

1）信息收集：选择“同时计数个数”，目前支持同时计数4个或6个直径为90mm的一次性培养皿；选择“报告模式”，确定“待测菌种”：目前支持细菌过滤效率（BFE）[4-6]、抑菌率（吸收法）[7]、抑菌率（振荡法）[8-9]共3种模式；可查询相关待测组别的计数情况；针对粘连的菌落，可进行切割分离分别计数或粘连一起计数，见图3(b)、图3(c)。

2）图像处理与结果修改：若界面左侧图像显示区在相应位置检测到培养皿，该位置会显示绿“√”，否则会显示红“×”。查看当前培养皿的图像时，皿内菌落周围的框为模型识别框，红框计数为1个，绿框计数为2个，蓝框计数为3个；也可在左侧图像显示区用鼠标对计数结果进行修正，点击鼠标左键，显示红点，计数结果加1，点击鼠标右键，显示白点，计数结果减1，见图3(d)。

3）报告生成：选择需要导出的数据，根据“报告模式”生成相应的信息补充界面，见图3(e)。

3 试验结果与分析

本试验选取了300个培养皿样本，每隔50设置一个菌落区间，采用人工计数法和本文的全自动菌落计数仪分别进行菌落计数，每个样本计数多次并取平均值。两种计数方式获得的试验结果，见图4和图5。

图4 菌落数的均值散点图

图5 菌落数的差值散点图

对于菌落清晰可见、培养基均匀的图片，菌落计数仪的识别分析效果非常准确，与人工计数的偏差少于6个，识别分析时间不足10s。在菌落数低于50CFU范围内，菌落计数仪的准确性欠佳，主要原因有：（1）对于与培养基颜色接近的菌落，尤其是乳白色，计数仪不能很好地区分；（2）菌落数较少时，若培养皿上有气泡且颜色与菌落差异不大，易造成误判，即气泡被误认为菌落；（3）一些粘连较为严重的菌落群，肉眼也无法较好分割，会存在计数误差；（4）培养皿在培养过程中皿内存在水雾甚至小水珠时，会影响计数仪的识别效果。

从表1可知，两种计数方法的相对误差均在允许范围内，另外这些误差也可在自动计数后通过人工校正进行修正。

4 结论

本文开发的菌落计数仪适用于平板菌落的计数，具有操作简便、测量成本低、精准度高、适用面广，可保存计数结果和培养皿的图片，方便后期查看验证等优点，通过软件记录试验数据，基本可避免因人为数错、抄错而造成的误差。同时，当培养皿上的菌落数大于100时，准确性较高，在日常检测中，特别是口罩的细菌过滤效率和纺织品抑菌率的检测，有着推广应用的潜力。

表1 自动计数与人工计数的相对误差