【CN109852663A】一种基于机器视觉高通量筛选微生物的方法及系统【专利】
一种全自动、高通量农药残留检测的微流控芯片系统及方法[发明专利]
![一种全自动、高通量农药残留检测的微流控芯片系统及方法[发明专利]](https://img.taocdn.com/s3/m/ec869e40f342336c1eb91a37f111f18583d00cb3.png)
(10)申请公布号(43)申请公布日 (21)申请号 201410826201.7(22)申请日 2014.12.24G01N 35/00(2006.01)(71)申请人杭州霆科生物科技有限公司地址311231 浙江省杭州市萧山区中国萧山科技城清华楼(72)发明人叶嘉明 吕志荣 王晓东 黄昱俊周海梦(54)发明名称一种全自动、高通量农药残留检测的微流控芯片系统及方法(57)摘要本发明提供一种用于农药残留现场检测的基于酶抑制反应全自动、高通量农药残留检测的微流控芯片系统及方法，主要由一个便携式的分析检测仪器，以及一次性使用的微流控芯片组成。
所述的微流控芯片塑料高分子材质通过现有的微加工技术制造而成，由中心卡槽，萃取室，样品室，反应室，检测室，微槽，微孔和质控条形码构成。
内部固定有农残检测所需的试剂(包括提取液、酶、显色剂等)，能够实现自动定量进样、流体分配以及生化反应和分子识别等功能。
所述便携式分析仪器中整合流体操控模块、光电检测模块、数据分析处理模块、信息存储及通讯模块，能够实现对微流控芯片中生化反应的操控与待测指标-农药残留的快速分析与检测。
本发明提供的微流控芯片系统及方法，特别适合于水果、蔬菜、土壤、水质等样本中农药残留的全自动、高通量检测和筛查。
(51)Int.Cl.(19)中华人民共和国国家知识产权局(12)发明专利申请权利要求书2页 说明书4页 附图2页(10)申请公布号CN 104502617 A (43)申请公布日2015.04.08C N 104502617A1.一种全自动、高通量农药残留检测的微流控芯片系统及方法，其特征在于该系统主要由一个便携式的分析检测仪器，以及一次性使用的微流控芯片组成。
其中，微流控芯片为塑料高分子材质通过现有的微加工技术制造而成，内部固定有农药残留检测所需的试剂(包括提取液、酶、显色剂等)，能够实现自动定量进样、流体分配以及生化反应和分子识别等功能；便携式分析仪器中整合流体操控模块、光电检测模块、数据分析处理模块、信息存储及通讯模块，能够实现对微流控芯片中生化反应的操控与待测农药残留指标的快速检测。
【CN109816658A】一种基于机器视觉的棉花种子检测系统及其检测方法【专利】
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910257413.0(22)申请日 2019.04.01(71)申请人 河北农业大学地址 071000 河北省保定市灵雨寺街289号(72)发明人 王楠 张君 张鸿懻 李耕宇 (74)专利代理机构 北京科亿知识产权代理事务所(普通合伙) 11350代理人 李兴林(51)Int.Cl.G06T 7/00(2017.01)G06T 7/136(2017.01)G06T 5/30(2006.01)G01N 21/84(2006.01)G01N 21/88(2006.01)(54)发明名称一种基于机器视觉的棉花种子检测系统及其检测方法(57)摘要本发明公开了一种基于机器视觉的棉花种子检测系统及其检测方法，包括图像采集模块和上位机模块，图像采集模块连接上位机模块，上位机模块包括图像预处理模块、图像分割模块和PC机，图像采集模块采集棉花种子图像，再通过图像预处理模块对采集的图像进行预处理，图像预处理模块连接图像分割模块，PC机用于接收预处理模块和图像分割模块处理后的数据；本发明通过基于机器视觉进行棉花种子质量检测可以提高检测准确率，同时检测效率高，能有效节省检测周期，通过采用平面扫描仪为图像采集模块进行棉花种子图像采集可以提高采集图像的清晰度以及具有可调的分辨率，图像颜色更加鲜艳且边缘没有畸变，可以为检测提供一个稳定的图像基础。
权利要求书1页 说明书4页 附图1页CN 109816658 A 2019.05.28C N 109816658A权 利 要 求 书1/1页CN 109816658 A1.一种基于机器视觉的棉花种子检测系统，其特征在于：包括图像采集模块和上位机模块，所述图像采集模块连接上位机模块，所述上位机模块包括图像预处理模块、图像分割模块和PC机，所述图像采集模块连接图像预处理模块，所述像采集模块采集棉花种子图像，再通过图像预处理模块对采集的图像进行预处理，所述图像预处理模块连接图像分割模块，所述图像分割模块对预处理后的图像阈值分割，再进行直方图分析，检测棉花种子质量，所述图像预处理模块和图像分割模块连接PC机，所述PC机用于接收预处理模块和图像分割模块处理后的数据，进行分析，得出棉花种子质量检测结果进行输出。
【CN109886259A】一种基于计算机视觉的番茄病害识别预警方法及装置【专利】
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910132111.0(22)申请日 2019.02.22(71)申请人 潍坊科技学院地址 262700 山东省潍坊市寿光市学院路166号(72)发明人 刘君 (74)专利代理机构 北京华仲龙腾专利代理事务所(普通合伙) 11548代理人 李静(51)Int.Cl.G06K 9/20(2006.01)G06T 7/00(2017.01)G06T 7/70(2017.01)(54)发明名称一种基于计算机视觉的番茄病害识别预警方法及装置(57)摘要本发明公开了一种基于计算机视觉的番茄病害识别预警方法，涉及农业领域，主要为了解决传统人工识别番茄病害的方式工作效率低且不能够精准定位的问题；该方法包括以下步骤：获取目标番茄的标识信息，所述标识信息包括位置参数信息和发育周期参数信息；采集目标番茄的图像，得到目标图像；根据多个目标番茄的所述位置参数信息建立全景图像坐标系；整合多个目标番茄的目标图像，以所述全景图像坐标系为参照系生成目标全景图像；分析所述目标全景图像以获得病害信息。
本发明基于计算机视觉技术对番茄病害进行识别，能够有效提高工作效率，同时可以实现受病害番茄在种植区域的准确定位，避免对后期处理造成影响。
权利要求书2页 说明书4页 附图3页CN 109886259 A 2019.06.14C N 109886259A权 利 要 求 书1/2页CN 109886259 A1.一种基于计算机视觉的番茄病害识别预警方法，其特征在于，包括以下步骤：获取目标番茄的标识信息，所述标识信息包括位置参数信息和发育周期参数信息；采集目标番茄的图像，得到目标图像；根据多个目标番茄的所述位置参数信息建立全景图像坐标系；整合多个目标番茄的目标图像，以所述全景图像坐标系为参照系生成目标全景图像；分析所述目标全景图像以获得病害信息。
一种高光谱成像鉴定微生物的方法[发明专利]
![一种高光谱成像鉴定微生物的方法[发明专利]](https://img.taocdn.com/s3/m/936adb0c5627a5e9856a561252d380eb6294230b.png)
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201810962962.3(22)申请日 2018.08.22(71)申请人 河南科技大学地址 471003 河南省洛阳市涧西区西苑路48号(72)发明人 李欣 殷勇 张志帅 于慧春 袁云霞 张棣 钟永亮 毕小慧 (74)专利代理机构 郑州睿信知识产权代理有限公司 41119代理人 牛爱周(51)Int.Cl.G01N 21/31(2006.01)(54)发明名称一种高光谱成像鉴定微生物的方法(57)摘要本发明涉及一种高光谱成像鉴定微生物的方法。
该方法包括以下步骤：1)获得已知微生物纯培养样品和待鉴定未知菌的高光谱图像；2)对高光谱图像进行校正处理，得到高光谱校正图像；3)建立高光谱反射率曲线；4)对高光谱反射率曲线进行去噪平滑处理，得到高光谱吸收曲线；5)分析已知微生物的高光谱吸收曲线的特征差异，确定反映该特征差异的种属鉴定波段；6)确定用于菌种鉴定的残差平方和阈值；7)在种属鉴定波段下，计算待鉴定未知菌与已知微生物的高光谱吸收曲线的残差平方和，与阈值比较，完成鉴定。
该方法主要是利用微生物纯培养样品的表型及内部特征在特定波段上的特征吸收差异，实现微生物种属关系的鉴定，提高鉴定效率。
权利要求书1页 说明书5页 附图3页CN 109187385 A 2019.01.11C N 109187385A1.一种高光谱成像鉴定微生物的方法，其特征在于，包括以下步骤：1)对参考白板、已知微生物纯培养样品和待鉴定未知菌进行高光谱成像，得到相应样品的高光谱图像；所述参考白板为标准培养基；2)对步骤1)所得高光谱图像进行校正处理，得到高光谱校正图像；3)提取高光谱校正图像的光谱反射率信息，建立已知微生物和待鉴定未知菌的高光谱反射率曲线；4)对高光谱反射率曲线进行去噪平滑处理，得到高光谱吸收曲线；5)分析已知微生物的高光谱吸收曲线的特征差异，确定反映该特征差异的种属鉴定波段；6)对某已知微生物的多个平行处理样品的相应高光谱吸收曲线进行归一化处理，得到归一化曲线；在种属鉴定波段下，计算该已知微生物的各平行处理样品的高光谱吸收曲线与归一化曲线的残差平方和，确定用于菌种鉴定的残差平方和阈值；7)在种属鉴定波段下，计算待鉴定未知菌的高光谱吸收曲线与已知微生物的归一化曲线的残差平方和，根据步骤6)确定的残差平方和阈值判定待鉴定未知菌的种属关系，完成鉴定。
一种高分辨率便携式显微镜系统及其测量方法[发明专利]
![一种高分辨率便携式显微镜系统及其测量方法[发明专利]](https://img.taocdn.com/s3/m/3c85763b240c844768eaeecc.png)
专利名称：一种高分辨率便携式显微镜系统及其测量方法专利类型：发明专利
发明人：喻言,王伟明,黄辉,欧进萍
申请号：CN201610021737.0
申请日：20160113
公开号：CN105629451A
公开日：
20160601
专利内容由知识产权出版社提供
摘要：一种高分辨率手机显微镜系统，属于生物医学诊断和海洋环境监测领域。
其技术要点在于设计一种高分辨率、便携式、微型化的手机显微镜系统，通过操作简单的螺旋式套筒结构方便快捷实现粗、细调焦，获得的图像可以在服务器端做进一步的分析和处理。
系统可以被广泛应用于生物医学中人体致病菌诊断和海洋环境微生物及海洋溢油、漏油的监测。
本发明克服了传统光学显微镜平台过于庞大，操作复杂，分辨率低等缺陷，具有分辨率高、操作简单以及视场范围大等优点，具有较好的应用前景。
申请人：大连理工大学
地址：116024 辽宁省大连市甘井子区凌工路2号
国籍：CN
代理机构：大连理工大学专利中心
更多信息请下载全文后查看。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910261410.4
(22)申请日 2019.04.02
(71)申请人 天津科技大学
地址 300457 天津市滨海新区经济技术开
发区第十三大街29号
(72)发明人 夏梦雷 王敏 彭明梦 李彩霞
成杨 薛丹妮 郑宇 申雁冰
(74)专利代理机构 北京瑞盛铭杰知识产权代理
事务所(普通合伙) 11617
代理人 张红
(51)Int.Cl.
C12Q 1/04(2006.01)
C12M 1/34(2006.01)
(54)发明名称
一种基于机器视觉高通量筛选微生物的方
法及系统
(57)摘要
本公开提供了一种基于机器视觉高通量筛
选微生物的方法，属于菌种筛选技术领域。
本发
明所述方法可实现原位筛选且高精确度的高通
量筛选，有效地缩短了筛选周期，节约了劳动量，
可以实现筛选过程的操作自动化。
本发明所述方
法包括：S1、在光照条件下获取待筛选微生物的
菌落的数字图像；S2、根据步骤S1获取的数字图
像提取菌落特征；S3、根据步骤S2提取的菌落特
征与目标筛选特征建立筛选模型；S4、根据步骤
S3筛选模型得到的结果筛选微生物，所述结果包
括目标筛选特征的预测值。
本发明所述方法用于
食品领域和工业微生物育种领域的微生物分类、
微生物鉴定、筛选高产或低产某种物质的微生
物。
权利要求书1页 说明书10页 附图1页CN 109852663 A 2019.06.07
C N 109852663
A
权 利 要 求 书1/1页CN 109852663 A
1.一种基于机器视觉高通量筛选微生物的方法，包括如下步骤：
S1、在光照条件下获取微生物菌落的数字图像；
S2、根据步骤S1获取的数字图像提取菌落特征；
S3、根据步骤S2提取的菌落特征与目标筛选特征建立筛选模型；
S4、根据步骤S3筛选模型得到的结果筛选微生物，所述结果包括目标筛选特征的预测值。
2.根据权利要求1所述的基于机器视觉高通量筛选微生物的方法，其特征在于，步骤S1中，待采集菌落图像的微生物以固态平板培养法进行培养。
3.根据权利要求1所述的基于机器视觉高通量筛选微生物的方法，其特征在于，菌落特征包括菌落大小、颜色、粗糙度、欧拉数、分形维数、纹理的熵值；所述菌落大小包括菌落面积和半径。
4.根据权利要求1所述的基于机器视觉高通量筛选微生物的方法，其特征在于，步骤S3中，基于步骤S2提取的菌落特征建立特征数据库A，基于目标筛选特征建立目标特征数据库B，然后以A为输入量，以B为目标值，采用神经网络、支持向量机、遗传算法、粒子群优化算法对A与B建立映射网络，构建筛选模型。
5.根据权利要求4所述的基于机器视觉高通量筛选微生物的方法，其特征在于，步骤S3还包括：分析菌落特征与目标筛选特征的相关性，选择相关性大于40％的菌落特征作为输入量。
6.根据权利要求1所述的基于机器视觉高通量筛选微生物的方法，其特征在于，步骤S1中，所述微生物为真菌或细菌。
7.根据权利要求1所述的基于机器视觉高通量筛选微生物的方法，其特征在于，菌落包括在固态培养基上可以形成的自然菌落和通过添加指示菌、色素、荧光标记获得的抑菌圈、变色圈、透明圈、荧光圈。
8.根据权利要求1所述的基于机器视觉高通量筛选微生物的方法，其特征在于，目标筛选特征包括产物产量、副产物产量、菌体量、营养缺陷型。
9.根据权利要求1所述的基于机器视觉高通量筛选微生物的方法，其特征在于，所述方法用于食品领域和工业微生物育种领域的微生物分类、微生物鉴定、筛选高产或低产某种物质的微生物、筛选具有特定菌落特征的微生物和筛选筛选具备特定生长特性的微生物。
10.一种应用权利要求1～9任一项所述方法基于机器视觉高通量筛选微生物的系统，包括：
菌落图像采集装置，用于在光照条件下获取微生物的菌落的数字图像；
菌落特征提取装置，用于基于菌落图像采集装置所获取的数字图像提取菌落特征；
筛选模型构建装置，用于基于菌落特征提取装置所提取的菌落特征以及目标筛选特征构建筛选模型，得到目标筛选特征的预测值。
2。