一种弹性物品上微生物污染的检测系统技术方案

一种弹性物品上微生物污染的检测系统，包括细胞识别模块和检测系统，所述细胞识别模块用来确定微生物种类，所述检测系统包括弹性材料和微生物敏感性色原，其中所述微生物敏感性色原以在一种或多种微生物的存在下有效地进行可检测颜色变化的量存在。本发明专利技术的有益效果为：有效地对微生物污染进行检测。

【技术实现步骤摘要】

本专利技术涉及微生物领域，具体涉及一种弹性物品上微生物污染的检测系统。
技术介绍
弹性物品的微生物污染在许多应用中是有问题的。例如，在医疗应用中(例如手术)，由于感染的可能性和向大量的患者和/或其他医护人员传播感染的潜在性的增加，医护人员戴的弹性手套的微生物污染特别危险。因此，一般采取几个步骤以确保手套无细菌和其他微生物。手术期间，例如，外科医生用强杀菌肥皂和刷子或海绵用力擦洗他的/她的手，以排除有害微生物的存在。然后，外科医生戴上预消毒手套进行操作。在某些情况下，然而，手套的一部分或多个部分可能仍然被微生物污染。例如，手术期间外科医生可能无意间接触了被污染的表面。同样，存在于皮肤毛孔深处的微生物可能在戴上手套后再感染手，如果手套的完整性受到影响，例如当戴手套时手套被钩破或者被器械或骨头碎片戳破，因此将对患者产生危险。
技术实现思路
为解决上述问题，本专利技术旨在提供一种弹性物品上微生物污染的检测系统。本专利技术的目的采用以下技术方案来实现：一种弹性物品上微生物污染的检测系统，包括细胞识别模块和检测系统，所述细胞识别模块用来确定微生物种类，所述检测系统包括弹性材料和微生物敏感性色原，其中所述微生物敏感性色原以在一种或多种微生物的存在下有效地进行可检测颜色变化的量存在。本专利技术的有益效果为：有效地对微生物污染进行检测。附图说明利用附图对本专利技术作进一步说明，但附图中的实施例不构成对本专利技术的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1是本专利技术弹性材料示意图；图2是细胞识别模块的结构示意图。附图标记：细胞识别模块1、细胞图像分割单元11、特征提取单元12、分类识别单元13。具体实施方式结合以下应用场景对本专利技术作进一步描述。应用场景1参见图1、图2，本应用场景的一个实施例的一种弹性物品上微生物污染的检测系统，包括细胞识别模块和检测系统，所述细胞识别模块用来确定微生物种类，所述检测系统包括弹性材料和微生物敏感性色原，其中所述微生物敏感性色原以在一种或多种微生物的存在下有效地进行可检测颜色变化的量存在。优选地，所述微生物敏感性色原存在于所述弹性物品的一个或多个表面上。本优选实施例能够全面检测微生物污染。优选地，所述微生物敏感性色原存在的量基于所述弹性物品干重计为约0.001％重量至约20％重量，并且优选基于所述弹性物品干重计为约0.01％重量至约10％重量。本优选实施例有助于节约成本，提高检测效率。优选的，所述细胞识别模块1包括细胞图像分割单元11、特征提取单元12、分类识别单元13；所述细胞图像分割单元11用于区分由细胞图像采集模块采集的细胞图像中的背景、细胞核和细胞质；所述特征提取单元12用于对细胞图像的纹理特征进行提取；所述分类识别单元13用于根据纹理特征利用分类器实现对细胞图像分类识别。本优选实施例构建了细胞识别模块1的单元架构。优选的，所述细胞图像分割单元11包括图像转换子单元、噪声去除子单元、粗分割子单元、细胞核中心标定子单元、精确分割子单元，具体为：(1)图像转换子单元，用于将采集的细胞图像转化为灰度图像；(2)噪声去除子单元，用于对灰度图像进行去噪处理，包括：对于像素点(x,y)，选取其3×3的邻域Sx,y和(2N+1)×(2N+1)的邻域Lx,y，N为大于等于2的整数；首先对像素点是否为边界点进行判断，设定阈值T，T∈[13,26]，计算像素点(x,y)与其邻域Sx,y中每个像素点的灰度差值，并与阈值T进行比较，若灰度差值大于阈值T的个数大于等于6，则像素点(x,y)为边界点，否则，像素点(x,y)为非边界点；若(x,y)为边界点，则进行如下降噪处理：h(x,y)=Σq(i,j)∈[q(x,y)-1.5σ,q(x,y)+1.5σ]q(i,j)k]]>式中，h(x,y)为降噪后像素点(x,y)的灰度值，q(x,y)为降噪前像素点(x,y)的灰度值，σ为像素点(x,y)邻域Lx,y内灰度值标差,q(i,j)∈[q(x,y)-1.5σ,q(x,y)+1.5σ]表示邻域Lx,y内灰度值落于区间[q(x,y)-1.5σ,q(x,y)+1.5σ]的点，k表示邻域Lx,y内灰度值落于区间[q(x,y)-1.5σ,q(x,y)+1.5σ]的点的数量；若(x,y)为非边界点，则进行如下降噪处理：h(x,y)=Σ(i,j)∈Lx,yw(i,j)q(i,j)Σ(i,j)∈Lx,yw(i,j)]]>式中，h(x,y)为降噪后像素点(x,y)的灰度值，q(i,j)代表图像中点(i,j)处的灰度值，w(i,j)为邻域Lx,y内点(i,j)对应的高斯权重；(3)粗分割子单元，用于对去噪后的细胞图像中的背景、细胞质、细胞核进行粗划分，具体为：将每个像素(x,y)用一个四维特征向量表示：u→(x,y)=[h(x,y),have(x,y),hmed(x,y),hsta(x,y)]]]>式中，h(x,y)代表(x,y)的灰度值，have(x,y)代表其邻域Sx,y灰度均值，hmed(x,y)代表其邻域Sx,y灰度中值，hsta(x,y)代表其邻域Sx,y灰度方差；采用K-means聚类法将其划分为背景、细胞质、细胞核三类；(4)细胞核中心标定子单元，用于对细胞核中心进行标定：由粗分割子单元得到细胞核大致区域，设细胞核区域包含n个点：(x1,y1),…,(xn,yn)，对该区域进行灰度加权标定和几何中心标定，取其平均值作为细胞核中心(xz,yz)：xz=12(Σi=1nxih(xi,yi)Σi=1nh(xi,yi)+Σi=1nxin)]]>yz=12(Σi=1nyih(xi,yi)Σi=1nh(xi,yi)+Σi=1nyin)]]>(5)精确分割子单元，用于对细胞核、细胞质进行精确分割；构建从细胞核中心(xz,yz)到细胞核和细胞质边界点(xp,yp)的有向线段的距离表示向下取整；沿线段以单位长度进行采样可以得到disp个点若采样点的坐标不是整数，其灰度值通过周围像素线性插值得到；点(xi,yi)处沿线段方向的灰度差：hd(xi,yi)＝h(xi-1,yi-1)-h(xi,yi)定义灰度差抑制函数：Y(x)=xifx≤00.5xifx>0]]>点(xi,yi)处沿线段方向的梯度gra(xi,yi)：gra(xi,yi)=|Y(hd(xi,yi))|+|Y(hd(xi+1,yi+!))|2]]>选取梯度最大的值点作为细胞核和细胞质的精确边缘。本优选实施例设置噪声去除子单元，有效融合了中心像素与邻域像素的空间临近性和灰度相似性来进行降噪处理，在图像中的平坦区域，邻域内像素灰度值相差不大，采用高斯滤波器对灰度值进行加权滤波，在变化剧烈的边界区域，行边界保持滤波，有利于图像边缘的保持；采用K均值聚类提取细胞核和细胞质粗轮廓，可有效去除噪声的干扰；设置细胞核中心标定子单元，便于后续对细胞核和细胞质轮廓进行精确定位；精确分割子单元充分利用了本文档来自技高网...

【技术保护点】
一种弹性物品上微生物污染的检测系统，其特征是，包括细胞识别模块和检测系统，所述细胞识别模块用来确定微生物种类，所述检测系统包括弹性材料和微生物敏感性色原，其中所述微生物敏感性色原以在一种或多种微生物的存在下有效地进行可检测颜色变化的量存在。

【技术特征摘要】
1.一种弹性物品上微生物污染的检测系统，其特征是，包括细胞识别模块和检测系统，所述细胞识别模块用来确定微生物种类，所述检测系统包括弹性材料和微生物敏感性色原，其中所述微生物敏感性色原以在一种或多种微生物的存在下有效地进行可检测颜色变化的量存在。2.根据权利要求1所述的一种弹性物品上微生物污染的检...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：孟玲，
类型：发明
国别省市：浙江;33