微生物识别计数虚拟仿真实验教学系统的研发

赵 贞, 王昊燃, 唐江舟, 梁心怡, 何旭萌, 李相昆, 陈 明, 郭 亮

(哈尔滨工业大学 市政环境工程学院 城市水资源和水环境国家重点实验室, 黑龙江 哈尔滨 150090)



微生物识别计数虚拟仿真实验教学系统的研发

赵 贞, 王昊燃, 唐江舟, 梁心怡, 何旭萌, 李相昆, 陈 明, 郭 亮

(哈尔滨工业大学 市政环境工程学院 城市水资源和水环境国家重点实验室, 黑龙江 哈尔滨 150090)

基于Matlab平台开发了微生物识别计数虚拟仿真实验教学系统,将微生物学知识与图像处理、模式识别理论相结合,实现了自动菌落计数和微生物识别两个特定功能。当学生在显微镜下观察到不熟悉的微生物时,捕捉该微生物的图像并发送至该系统,即可快速辨别该生物的种类。实验表明:该程序具有可操作性强、识别能力强、计数较为准确、可应用范围广的特点,并且明显提高了实验效率。

微生物识别； 菌落计数； 虚拟仿真实验

虚拟仿真实验教学是专业知识体系与信息技术深度融合的产物,是传统实验教学的延伸和有效补充,也是高等教育信息化建设的重要内容,在丰富教学内容、拓展时间和空间、提高教学质量方面发挥了重要作用[1-2]。

2014年1月,哈尔滨工业大学市政环境实验中心成为首批100个国家级虚拟仿真实验教学中心之一。本着“以虚为主,虚实结合,以虚补实,以实验虚”的原则,中心建设了适合本校专业特色和学科发展的生物实验虚拟仿真平台,开设了生物类相关课程的虚拟仿真实验项目,注重培养学生的实践能力和创新能力。

虚拟生物学实验具有节约实验材料、防止有毒试剂对学生伤害、减少对环境的污染等优点[3-4],能够给学生提供重复练习和自主操作的机会与条件。笔者为提高微生物识别计数实验教学效果,研发了微生物识别计数虚拟仿真实验教学系统。

1 微生物识别计数虚拟仿真系统研发概况

1.1 项目简介

在市政环境类专业的虚拟仿真生物实验教学与科研中,微生物的识别与菌落计数是一项费时费力的工作[5-6]。研发微生物识别与计数虚拟仿真实验教学系统,就是要通过微生物学知识与图像处理、模式识别理论的结合,实现显微镜下微生物种类的自动识别和菌落计数功能。

1.2 项目背景

使用图像处理方法改进传统细菌计数与微生物识别方法是信息化时代的趋势[7-8]。

(1) 细菌菌落计数。目前广泛应用的细菌菌落计数方法有平板菌落计数法、MPN法、血球计数板计数法、MPN-PCR法、浑浊度计数法、电阻抗法等。这些方法采用人工计数,不但费时费力,而且效率低下。近年来市场上出现了自动计数装置,如犁刀计数器、流体细胞仪等,大大提高了菌落自动计数的效率和可靠性,但购置和维护这些设备也增加了实验教学成本。

(2) 微生物识别。传统的显微镜观测和识别微生物,需要实验人员不断调整显微镜的视野,很容易使眼睛疲劳,长时间观测还会影响观测效果。目前,显微镜下的微生物图像可以传输到主机并显示出来,但市面上难觅能够自动识别视野下微生物的应用程序,而这个功能会给实验教学与科研带来极大的便利。

随着科技发展,图像检测分析技术已经广泛地应用于人们的生产生活中,尤其是在交通、医学、地质等领域,图像处理与模式识别可以快速搭建仿真体系,实现技术进步。在市政环境类专业的教学和科研中,也迫切需要运用数字图像处理技术来提高实验教学和科研工作效率。用户还可以将自己长期积累的图片分类录入数据库中,提高识别的准确性,一旦数据库积累到一定程度,就可以更准确识别水样中的微生物种类及数量,通过微生物指标判断水体情况。

2 图像处理功能

微生物识别计数虚拟仿真实验教学系统提供了若干在图像处理中常用的功能。

在图像格式转换方面,有RGB图转换为灰度图的公式法和通道抽取法；在边缘提取方面,提供了基于Sobel、Prewitt、Robert、LOG、Canny等5种常见算子的提取功能；在图像分割方面,提供了直方图双峰法、最大类间方差、迭代法、最小误差法等4种分割手段[9-10]；在形态学处理方面,包括腐蚀、膨胀、开运算、闭运算等4种处理方法。此外,该系统还支持尺寸调整、旋转、镜像等常见功能。

3 菌落计数

菌落计数功能分为一键计数和深度计数。一键计数是根据默认参数对图像进行连通域计数；深度计数提供2种方法,用户可自由选择处理方法、调节参数,实现对图像更有针对性的计数。

3.1 一键计数

根据默认参数,运用连通域法自动完成菌落计数,适用于菌落相对独立且分散的图像,可见每一个细菌都得到标记(见图1)。

图1 一键计数效果图

3.2 深度计数

(1) 区域极值法。假定存在边长为几像素的小正方形窗口,令该窗口范围内最多只能存在一个极值点,(局部颜色最深的点)，移动正方形窗口，使其遍布整个原始图像，程序即可反馈整个图像中极值点的总数，以此作为菌落计数的依据。通过改变检测参数(Harris角点检测系数)，可以得到在一定范围内波动的检测结果。用户将显示结果与目测预期值进行比对，调整检测参数，使极值点近似与菌落一一对应，即可获取近似的菌落计数结果。

(2) 连通域计数法。利用直方图双峰法、最大类间方差、最小误差法、迭代法将彩图或灰度图变为二值图,对二值图中连通域进行计数。用户可根据实际情况对原始图像进行初步处理,使连接处打断,菌落更清晰,再用一键计数法进行计数(见图2)。

图2 深度计数效果图

4 微生物识别

微生物识别模块主要有两个功能:一是数据库管理,二是通过分析数据库对现有微生物图像进行识别,确认其种类[11-12]。

4.1 数据库管理

数据库管理功能可以实现对数据库内微生物种类的增加和删除,也可以对已有样本进行删除操作,还可以通过一键处理或深度处理功能将新获取的微生物图片进行处理,使之成为所需格式与样式,添加到样本库中。

4.2 微生物识别

微生物识别功能分为一键识别和深度识别。

一键识别是通过系统默认参数及过程对新获取的微生物图片进行处理,与数据库中数据进行对比后得到结果。

若一键识别效果不理想,可使用深度识别功能。深度识别功能是操作者使用软件所提供的图片处理功能,自选参数、自定义处理图片,使之达到想要的效果后再与数据库内图片进行比对,得出结果(见图3)。

图3 微生物识别界面

5 结语

微生物识别计数虚拟仿真实验教学系统可应用于市政环境类生物虚拟仿真实验教学中,可为本科生科技创新等实践活动设立专门的虚拟实验平台,还可以

为科研工作提供资源共享平台和完善的软件支持与技术服务。

该系统解决了实验教学与科研工作中微生物识别与计数费时、费力的问题。它将模式识别与污染控制微生物学有机地结合起来,在提升教学质量,提高学生学习能力、实践能力和创新能力方面发挥了重要作用。

References)

[1] 黄玮.利用数字化实验技术进行中学生物实验教学[J].中国教育技术装备,2015,11(11):25-28.

[2] 焦玲.基于J2EE的网上化学教学实验仿真系统的研究与应用[D].青岛:中国海洋大学,2008.

[3] 刘阳.下颌运动虚拟还原以及相关生物力学研究[D].广州:南方医科大学,2008.

[4] 赵娟.江苏省普通高中生物实验教学现状调查及成因分析[D].南京:南京师范大学,2012.

[5] Gonzalez R C,Woods R E.数字图像处理[M].阮秋琦,阮宇智,译.3版.北京:电子工业出版社,2011.

[6] 兰鲜红.显微微生物图像处理与分析系统研究[J].河北省科学院学报,2006,23(2):87-90.

[7] 杨淑莹,张桦.模式识别与智能计算:MATLAB技术实现[M].北京:电子工业出版社,2015.

[8] 张永清.基于多线程的水中微生物图像预处理系统[D].昆明:云南大学,2011.

[9] 毛佳文,刘晓梅,李抄,等.痕量微生物图像的阈值分割方法研究[J].光学技术,2016(3):229-233.

[10] 赵小川.MATLAB图像处理:能力提高与应用案例[M].北京:北京航空航天大学出版社,2014.

[11] 赵小川.MATLAB图像处理:程序实现与模块化仿真[M].北京:北京航空航天大学出版社,2014.

[12] 刘俊.BP神经网络在水中微生物识别系统的应用[D].昆明:云南大学,2012.

Development of virtual simulation experimental teaching system for microbial identification counting

Zhao Zhen, Wang Haoran, Tang Jiangzhou, Liang Xinyi, He Xumeng, Li Xiangkun , Chen Ming，Guo Liang

(School of Municipal and Environmental Engineering，Harbin Institute of Technology, Harbin 150090, China)

Based on the Matlab platform, the virtual simulation experimental teaching system for microbial identification counting is developed. Combining the knowledge of microbiology with the theories of the image processing and pattern recognition, two specific functions of automatic colony counting and microbial identification are realized. When a student observes an unknown microorganism under the microscopes, he can take a picture and send it to this system and very quickly the species of the microorganism can be identified. The experiments prove that the system has the characteristics of high operability, strong identification ability, accurate counting and wide application range, which obviously improves the efficiency of the experiments.

microbial identification; colony counting; virtual simulation experiment

10.16791/j.cnki.sjg.2016.11.036

2016-05-24 修改日期：2016-09-18

黑龙江省高等教育教学改革项目(JG2014010699)；哈尔滨工业大学研究生教育教学成果奖培育项目(CGPY-201423)

赵贞(1982—),女,黑龙江哈尔滨,硕士,工程师,主要研究方向为大型仪器的管理与应用、生物质资源化利用

E-mail：zhaozhen820912@126.com

李相昆(1975—),男,吉林省吉林市,博士,教授,主要研究方向为污水处理及资源化.

Q93-33；TP391.4

A

1002-4956(2016)11-0147-03