基于高光谱技术的食源性致病菌菌落分类检测研究

发布时间：2021-05-24 20:07

　　食源性致病菌引起的食源性疾病严重影响人们的生活品质和身体健康。因此,研究一种快速、准确、成本低且适用范围广泛的食源性致病菌检测技术具有重要的意义。本文将高光谱技术和化学计量学相结合,以大肠杆菌、金黄色葡萄球菌和沙门氏菌三种食源性致病菌为研究对象,分别研究高光谱技术对不同培养时间、不同培养基上细菌菌落的检测能力,主要研究成果如下:（1）确定了基于高光谱技术的不同培养时间下细菌菌落分类检测的最优方法和最佳细菌培养时间。研究对培养24±2h、48±2h和72±2h三个时间梯度的细菌菌落进行高光谱图像采集,利用形态学处理确定细菌菌落的感兴趣区域ROI并提取细菌光谱数据。对三个时间梯度的数据和所有时间混合的数据采用不同预处理方法和不同波长选择方法,分别建立基于偏最小二乘判别分析（PLS-DA）、遗传算法优化支持向量分类（GA-SVC）和粒子群算法优化支持向量分类（PSO-SVC）的全波长和特征波段模型。结果表明,PLS-DA模型仅可以对培养48±2h的细菌样本进行较好的分类,而SVC模型能够对所有三个培养时间的样本进行单独和整体的检测。综合考虑细菌检测周期和检测精度,确定24±2h是细菌分类检测... 

【文章来源】：华中农业大学湖北省 211工程院校 教育部直属院校

【文章页数】：81 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
缩略语表
1 绪论
    1.1 研究目的与意义
    1.2 高光谱技术在微生物检测中的应用
    1.3 对已有研究的思考和分析
    1.4 研究内容
    1.5 技术路线
    1.6 本章小结
2 基于高光谱的不同培养时间细菌菌落的分类检测研究
    2.1 引言
    2.2 材料
        2.2.1 试验对象与材料
        2.2.2 微生物培养与样本制备
    2.3 数据采集
        2.3.1 高光谱图像采集
        2.3.2 高光谱图像处理与数据提取
        2.3.3 样本集建立
    2.4 数据分析
        2.4.1 光谱预处理
        2.4.2 模型建立与优化
        2.4.3 特征选择
        2.4.4 模型评价标准
    2.5 结果与分析
        2.5.1 不同培养时间细菌菌落的光谱分析
        2.5.2 不同培养时间细菌菌落的偏最小二乘判别分析模型
        2.5.3 不同培养时间细菌菌落的支持向量机分类模型
        2.5.4 各个模型对比
    2.6 本章小结
3 基于高光谱的不同培养基上细菌的分类检测研究
    3.1 引言
    3.2 材料
        3.2.1 试验对象与材料
        3.2.2 微生物培养与样本制备
    3.3 数据采集
        3.3.1 高光谱图像采集
        3.3.2 高光谱图像处理与数据提取
        3.3.3 样本集建立
    3.4 数据分析
        3.4.1 光谱分析
        3.4.2 模型建立与优化
        3.4.3 特征选择
        3.4.4 模型评价标准
    3.5 结果与分析
        3.5.1 不同培养基上细菌菌落的光谱分析
        3.5.2 不同培养基上细菌菌落的主成分分析
        3.5.3 不同培养基上细菌菌落的偏最小二乘判别分析模型
        3.5.4 不同培养基上细菌菌落的支持向量机分类模型
        3.5.5 菌落级模型对比
        3.5.6 不同培养基上细菌像素级数据的分析
    3.6 本章小结
4 总结与展望
    4.1 主要结论
    4.2 创新之处
    4.3 展望
参考文献
攻读学位期间的主要研究成果
致谢


【参考文献】：
期刊论文
[1]基于近红外高光谱成像技术的鸡蛋污染过程中菌落总数可视化研究[J]. 赵楠,刘强,魏康丽,潘磊庆,屠康,张伟.  南京农业大学学报. 2019(03)
[2]应用多维偏最小二乘结合高光谱检测牛奶中不同致病菌[J]. 陈鹤,吴海云,卫勇,赵紫竹,叶禹希,付雷.  农技服务. 2017(24)
[3]基于一维卷积神经网络的车载语音识别研究[J]. 朱锡祥,刘凤山,张超,吕钊,吴小培.  微电子学与计算机. 2017(11)
[4]牛奶中蜡样芽孢杆菌高光谱检测模型构建与分析[J]. 赵紫竹,卫勇,常若葵,吴海云,刘华,单慧勇,杨仁杰.  现代食品科技. 2017(12)
[5]卷积神经网络研究综述[J]. 李彦冬,郝宗波,雷航.  计算机应用. 2016(09)
[6]食源性致病菌鉴定技术研究进展[J]. 潘兰芳,黄建飞,陈晶,赖小红,张樱子,兰全学.  食品安全质量检测学报. 2016(08)
[7]基于高光谱技术的培养基上细菌菌落分类方法研究[J]. 余伟,彭宽宽,陈伟,穆渴心,谭臣,王湘如,冯耀泽.  分析化学. 2016(08)
[8]基于高光谱图像技术的固态发酵中芽孢杆菌的快速识别[J]. 邹小波,申婷婷,石吉勇,朱瑶迪,胡雪桃,周煦成.  现代食品科技. 2016(04)
[9]高光谱成像技术检测冷却羊肉表面细菌总数[J]. 郑彩英,郭中华,金灵.  激光技术. 2015(02)
[10]基于近红外高光谱成像的冷鲜羊肉表面细菌总数检测[J]. 郭中华,郑彩英,金灵.  食品工业科技. 2014(20)

博士论文
[1]支持向量机分类与回归方法研究[D]. 孙德山.中南大学 2004
[2]支持向量机及其在控制中的应用研究[D]. 孙宗海.浙江大学 2003
[3]一种新型的智能优化方法-人工鱼群算法[D]. 李晓磊.浙江大学 2003

硕士论文
[1]宠物大肠杆菌、耶尔森菌和空肠弯曲菌荧光偏振抗体检测方法的建立及初步应用[D]. 王莉.吉林农业大学 2018
[2]SVM核参数优化研究与应用[D]. 杨海.浙江大学 2014
[3]大肠杆菌等致病菌的近红外光谱检测方法研究[D]. 赵冰琳.河南科技大学 2009
[4]基于主成分分析的综合评价研究[D]. 张鹏.南京理工大学 2004



本文编号：3204785