BiofilmScanner：从生物膜图像获取细菌细胞形态属性的计算智能方法
计算机视觉与模式识别
2023-07-25 v2 机器学习
摘要
Desulfovibrio alaskensis G20（DA-G20）被用作硫酸盐还原菌（SRB）的模型，该类菌与微生物引起的腐蚀问题相关。基于 SRB 的生物膜被认为是金属基础设施每年数十亿美元生物腐蚀的元凶。了解不同生长阶段 SRB 生物膜中细菌细胞形状与尺寸属性的提取将有助于抗腐蚀技术的设计。然而，现有方法存在诸多问题，包括几何属性提取耗时、效率低与高误差率。本文提出 BiofilmScanner，一种基于 Yolact 的深度学习方法与不变矩相集成以解决上述问题。我们的方法高效检测并分割 SRB 图像中的细菌细胞，同时不变矩以低误差度量分割后细胞的几何特征。所提方法的数值实验表明，BiofilmScanner 在检测、分割与度量细胞几何属性上比我们早前的 Mask-RCNN 与 DLv3+ 方法分别快 2.1 倍与 6.8 倍。此外，BiofilmScanner 取得了 85.28% 的 F1 分数，而 Mask-RCNN 与 DLv3+ 分别为 77.67% 与 75.18%。
引用
@article{arxiv.2302.09629,
title = {BiofilmScanner: A Computational Intelligence Approach to Obtain Bacterial Cell Morphological Attributes from Biofilm Image},
author = {Md Hafizur Rahman and Md Ali Azam and Md Abir Hossen and Shankarachary Ragi and Venkataramana Gadhamshetty},
journal= {arXiv preprint arXiv:2302.09629},
year = {2023}
}
备注
Submitted to Pattern Recognition