开发一个具有成本效益的双模式高光谱成像系统,用于增强细菌分类的机器学习
Optics express
|September 23, 2025
概括
一个新的双模式高光谱成像 (HSI) 系统使用机器学习来准确检测和分类细菌. 这种具有成本效益的HSI平台实现了高分类准确性,用于细菌物种识别.
科学领域:
- 光学和光子学 在光学和光子学.
- 生物技术是生物技术.
- 机器学习应用 机器学习应用
背景情况:
- 细菌鉴定在诊断和研究中至关重要.
- 现有的方法可能耗时或缺乏特异性.
- 超光谱成像 (HSI) 为分析样本光谱特性提供了一种非侵入性的方法.
研究的目的:
- 开发一个具有成本效益的双模式超谱成像 (HSI) 系统.
- 将HSI与机器学习集成在一起,以加强细菌检测和分类.
- 验证系统在识别特定细菌物种方面的性能.
主要方法:
- 使用COTS组件和3D打印构建了一个双模式的HSI系统.
- 实现了一个复合镜-网格-镜光谱仪,用于简化光学.
- 使用LED照明 (VIS-NIR和UV) 的反射和光模式.
- 开发了一种用于光谱特征融合的机器学习框架.
主要成果:
- 获得的光谱分辨率为1.55nm,空间分辨率为~0.81mm x 0.49mm.
- 它被分类为*金黄色葡萄球菌*和*空气真菌*具有很高的准确性.
- 双模式分类精度达到97.11%,超过单模式 (92.5%反射率,93.48%光).
结论:
- 开发的双模式HSI系统为细菌识别提供了可扩展和经济的解决方案.
- 光学计算方法提高了高通量应用的分类准确性.
- 展示了微生物学中集成的HSI和机器学习的潜力.
