使用光学水滴方法和卷积神经网络直接检测和分类大肠杆菌和便链球菌
Applied optics
|August 12, 2025
概括
在水中检测有害细菌如大肠杆菌至关重要. 这项研究引入了一种具有成本效益的光学方法与AI准确识别大肠杆菌和便链球菌,改善公共卫生安全.
科学领域:
- 环境科学 环境科学
- 公共卫生 公共卫生
- 生物技术是生物技术.
背景情况:
- 饮用水中的有害细菌对公众健康构成重大风险.
- 标志性细菌 (如大肠杆菌,便链球菌) 的传统检测方法往往昂贵,耗时,劳动密集.
- 需要快速,准确和具有成本效益的水质监测解决方案.
研究的目的:
- 开发和验证一种最佳方法,用于直接检测和分类水中的大肠杆菌和便链球菌.
- 将光学水滴方法与卷积神经网络 (CNN) 结合起来,以增强细菌检测.
- 为传统的水质检测提供一个成本和时间有效的替代方案.
主要方法:
- 采用光学水滴方法,捕获水样中的指示细菌的图像.
- 卷积神经网络 (CNN) 用于基于图像的检测细菌的分类.
- 综合系统被优化为细菌识别的准确性和效率.
主要成果:
- 开发的系统在检测大肠杆菌和便链球菌方面实现了高达0.89的分类准确性.
- 记录了0.13的低损失值,表明模型的高性能.
- 该方法在直接检测和分类水中的向细菌方面表现出有效性.
结论:
- 拟议的光学水滴和基于CNN的方法为检测水传播病原体提供了准确,成本高效和时间高效的方法.
- 这项技术代表了对水安全的集成,实时和自动化光学检测系统的重大进步.
- 这些发现有助于改善公共卫生,使得水质监测更快,更容易获得.
更多相关视频
12:50Colorimetric Paper-based Detection of Escherichia coli, Salmonella spp., and Listeria monocytogenes from Large Volumes of Agricultural Water
Published on: June 9, 2014
14.7K
09:04Foodborne Pathogen Screening Using Magneto-fluorescent Nanosensor: Rapid Detection of E. Coli O157:H7
Published on: September 17, 2017
7.8K
