利用深度学习检测细菌菌落以用于疫苗生产
计算机视觉与模式识别
2020-09-03 v1 机器学习
定量方法
摘要
在疫苗开发过程中，需要对细菌菌落形成单位（CFU）进行计数，以量化发酵过程中的产量。这一人工任务耗时且易出错。在本工作中，我们测试了多种基于 U-Net CNN 架构的分割算法，并表明它们可提供鲁棒的自动化 CFU 计数。我们展示了采用定制损失函数的多类泛化能够以可接受的准确度区分毒力和无毒力菌落。尽管仍有许多可能性有待探索，我们的结果展示了深度学习在分离和分类细菌菌落方面的潜力。
引用
@article{arxiv.2009.00926,
title = {Deep Learning to Detect Bacterial Colonies for the Production of Vaccines},
author = {Thomas Beznik and Paul Smyth and Gaël de Lannoy and John A. Lee},
journal= {arXiv preprint arXiv:2009.00926},
year = {2020}
}
备注
6 pages, 2 figures, accepted at ESANN 2020 (European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning)