基于全景化視域重構的微生物影像檢測技術
一、所屬領域
人工智能,精密自動化,生物分析與檢測,環(huán)境微生物檢測,工業(yè)微生物檢測,細胞組織分析檢測。
二、項目介紹
1. 痛點問題
微生物的識別、計數(shù)和定性分析一直是食品、醫(yī)藥和生物行業(yè)的重要一環(huán)。傳統(tǒng)的人工檢測方式勞動強度比較大,且檢測主觀性強,標準難以統(tǒng)一,計數(shù)和檢測結果不準確;在對環(huán)境的微生物監(jiān)測中,人工方法只能做到抽樣檢測,無法做到持續(xù)性檢測。
近兩年行業(yè)巨頭們(如GE,安捷倫,賽默飛等)開始推出圖像識別技術的微生物檢測設備,其結果來自直觀影像,分辨率高,操作難度低。但是這些設備目前采用的光學顯微鏡倍數(shù)都在800倍以下,只能進行計數(shù),如果要完成相關定性分析,需要在800倍以上的放大倍數(shù)獲得單細胞微生物的清晰圖像(如酵母菌,大腸桿菌)。但800倍放大倍數(shù)對應的有效視場只有200微米*200微米,對計數(shù)和活性統(tǒng)計分析又不具備足夠的采樣數(shù)量。目前國內外設備均沒有解決好這個問題,對微生物進行定性分析的準確率低,無法滿足市場需求。
2. 解決方案
本項目針對微生物和細胞活體檢測中缺乏有效參照物的技術難點,根據(jù)顯微掃描設備的結構,將全景化視域重構技術和微米級電機結合,解決了鏡頭大幅平移過程中的自動對焦難題和微生物溶液動態(tài)環(huán)境中的影像拼接難題,在保證1000倍放大的基礎上,獲得的有效視場增加到10毫米*10毫米的范圍;再通過自動化圖像采集和拼接,得到完整的微生物圖像;然后結合傳統(tǒng)的圖像分割以及深度學習圖像識別的優(yōu)勢,小樣本高精度動態(tài)完成微生物的類型識別,計數(shù),活性,死亡率,出芽率等定量定性分析。
3. 競爭優(yōu)勢分析
與國內外的主流檢測設備對比,本項目技術優(yōu)勢主要體現(xiàn)在:
1)獨創(chuàng)的微生物影像全景化視域重構技術,實現(xiàn)0.5微米的分辨率和20*25毫米的超大視角;
2) 解決微生物影像領域小樣本智能識別和智能檢測的難題;
3) 檢測目標、檢測內容、檢測流程和邏輯可通過自然語言定制,提高設備功能通用性;
4)計數(shù)準確率超過人工計數(shù),準確率超過國內細胞計數(shù)儀器一個數(shù)量級;
5)第一臺按照國家微生物計數(shù)檢測標準開發(fā)研制的微生物計數(shù)儀。
本項目的第一代產(chǎn)品樣機與國內外同類產(chǎn)品對比,主要性能優(yōu)勢和技術優(yōu)勢如下:
在食品行業(yè),本項目獲得了青島啤酒北京密云分廠的啤酒原液和相關酵母菌種,針對生產(chǎn)用酵母菌采集了大量實拍圖像數(shù)據(jù),優(yōu)化后的酵母菌計數(shù)和出芽率算法識別率均在95%以上。
4. 發(fā)展規(guī)劃
按照三步走的方式來設定發(fā)展規(guī)劃:
1)基于全景化視域重構技術,構建第一代檢測儀器,首先進入門檻最低的食品微生物檢測市場,對啤酒和發(fā)酵乳企業(yè)提供酵母菌檢測計數(shù)技術和設備;
2) 利用已有技術積累,進入環(huán)境微生物檢測和高校實驗室市場;
3)最后以食品和環(huán)境檢測市場為根據(jù)地,進入門檻最高的生物醫(yī)藥檢測市場,提供微生物檢測和組織檢測的相關設備。
5. 知識產(chǎn)權情況
已申請3項專利。
三、合作需求
1)尋求500-800萬元天使投資;
2)尋找高校研究所,食品工業(yè)和環(huán)境檢測領域的客戶、渠道伙伴;
3)尋找生物醫(yī)藥,醫(yī)學臨床領域的客戶、渠道伙伴和產(chǎn)品測試環(huán)境。
四、團隊介紹
科研團隊:
1)周悅芝 博士 清華大學計算機系研究員,項目負責人,在邊緣計算和深度學習等領域有豐富的開發(fā)經(jīng)驗和杰出的研究成果,在面向醫(yī)學影像的AI圖像分析方面曾發(fā)表多篇論文,申請或獲得多項國家發(fā)明專利。
2)黃權偉 清華大學計算機系碩士,負責圖像分割及細胞識別等相關算法研發(fā)。
3)梁志偉 清華大學計算機系碩士,負責深度學習算法加速研究和實現(xiàn)。
五、聯(lián)系方式
E-mail:[email protected]
成果編號:20230055
清華大學
2023-07-11