多模態(tài)雞蛋胚胎分類方法研究
發(fā)布時間:2022-01-23 14:52
流感病毒有高死亡率、高發(fā)病率和易傳染的特點,流感的爆發(fā)嚴(yán)重危害了人類健康,無數(shù)人因流感而失去生命。目前,接種疫苗是非常有效的預(yù)防流感發(fā)生與傳播的方法。在流感疫苗制備過程中,目前常用方法是雞胚培養(yǎng)法。雞胚培養(yǎng)法是向9日后的雞胚中注射病毒,然后在雞胚尿囊腔中增殖,培養(yǎng)到16日進(jìn)行分離提純的方法。16日雞蛋胚胎是毒株培養(yǎng)的最后一個階段,壞死的雞蛋胚胎會威脅到疫苗質(zhì)量安全,必須全部剔除。目前,工業(yè)生產(chǎn)中雞蛋胚胎分類主要依靠人工篩選,需要大批的勞動力,生產(chǎn)效率非常低并且工人疲勞后會產(chǎn)生錯選、漏選現(xiàn)象。因此,設(shè)計一種檢測準(zhǔn)確率高的16日雞蛋胚胎分類方法,成為了疫苗生產(chǎn)中的關(guān)鍵。針對16日雞蛋胚胎不同類別間圖像特征相似問題,本文提出一種多模態(tài)雞蛋胚胎分類方法。首先,設(shè)計了一套采集胚胎圖像信號及對應(yīng)心跳信號的系統(tǒng),設(shè)計巴特沃斯高通濾波器濾去除心跳信號的工頻干擾、機(jī)械運(yùn)動噪聲等各種噪聲。提取圖像的感興趣區(qū)域(ROI)消除圖像背景和相鄰胚胎對類別判斷的影響。其次,提出了雙分支結(jié)構(gòu)的16日雞蛋胚胎分類網(wǎng)絡(luò),其中基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)理論的Pic Net分支網(wǎng)絡(luò)用于胚胎圖像特征提取,并結(jié)合遷移學(xué)習(xí)策略對卷...
【文章來源】:天津工業(yè)大學(xué)天津市
【文章頁數(shù)】:85 頁
【學(xué)位級別】:碩士
【部分圖文】:
人工照蛋
天津工業(yè)大學(xué)碩士學(xué)位論文6(a)活胚(b)回收胚(c)廢胚圖1-2三種類型雞蛋胚胎特征1.3論文研究內(nèi)容及組織結(jié)構(gòu)本文提出了一種多模態(tài)的16日雞蛋胚胎分類方法,可以同時使用雞蛋胚胎的圖像信號和心跳信號對雞蛋胚胎進(jìn)行分類,解決了16日雞蛋胚胎不同類別之間圖像或心跳信號特征相似的問題。其總框架圖如圖1-3所示。本文研究的主要內(nèi)容如下:(1)16日雞蛋胚胎圖像和心跳數(shù)據(jù)采集深度學(xué)習(xí)網(wǎng)絡(luò)模型訓(xùn)練需要大量的數(shù)據(jù),本文使用彩色工業(yè)相機(jī)對16日雞蛋胚胎圖像數(shù)據(jù)進(jìn)行采集,并提取感興趣區(qū)域,使用光電容積波技術(shù)提取雞蛋胚胎心跳信號,設(shè)計巴特沃斯二階濾波器去噪,將采集到的圖像和心跳數(shù)據(jù)用來訓(xùn)練和測試深度學(xué)習(xí)網(wǎng)絡(luò)。(2)深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計提出多模態(tài)雞蛋胚胎分類網(wǎng)絡(luò):設(shè)計基于卷積神經(jīng)網(wǎng)絡(luò)的雞蛋胚胎圖像特征提取網(wǎng)絡(luò),解決了傳統(tǒng)圖像處理方法特征提取不準(zhǔn)確問題;設(shè)計基于時間卷積的心跳信號特征提取網(wǎng)絡(luò),解決了傳統(tǒng)的基于時域和頻域的心跳檢測算法閾值不確定的問題;設(shè)計融合層,使神經(jīng)網(wǎng)絡(luò)能夠綜合運(yùn)用兩種模態(tài)信號進(jìn)行胚胎類別判斷,解決了16日雞蛋胚胎不同類別間圖像特征相同的問題。(3)網(wǎng)絡(luò)模型訓(xùn)練和測試將本文所提出模型進(jìn)行訓(xùn)練并且測試,和已有分類方法進(jìn)行對比,從準(zhǔn)確率、運(yùn)行速度等多方面對提出網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行可行性驗證,并分析錯誤分類樣本,調(diào)整網(wǎng)絡(luò)結(jié)構(gòu)。
天津工業(yè)大學(xué)碩士學(xué)位論文6(a)活胚(b)回收胚(c)廢胚圖1-2三種類型雞蛋胚胎特征1.3論文研究內(nèi)容及組織結(jié)構(gòu)本文提出了一種多模態(tài)的16日雞蛋胚胎分類方法,可以同時使用雞蛋胚胎的圖像信號和心跳信號對雞蛋胚胎進(jìn)行分類,解決了16日雞蛋胚胎不同類別之間圖像或心跳信號特征相似的問題。其總框架圖如圖1-3所示。本文研究的主要內(nèi)容如下:(1)16日雞蛋胚胎圖像和心跳數(shù)據(jù)采集深度學(xué)習(xí)網(wǎng)絡(luò)模型訓(xùn)練需要大量的數(shù)據(jù),本文使用彩色工業(yè)相機(jī)對16日雞蛋胚胎圖像數(shù)據(jù)進(jìn)行采集,并提取感興趣區(qū)域,使用光電容積波技術(shù)提取雞蛋胚胎心跳信號,設(shè)計巴特沃斯二階濾波器去噪,將采集到的圖像和心跳數(shù)據(jù)用來訓(xùn)練和測試深度學(xué)習(xí)網(wǎng)絡(luò)。(2)深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計提出多模態(tài)雞蛋胚胎分類網(wǎng)絡(luò):設(shè)計基于卷積神經(jīng)網(wǎng)絡(luò)的雞蛋胚胎圖像特征提取網(wǎng)絡(luò),解決了傳統(tǒng)圖像處理方法特征提取不準(zhǔn)確問題;設(shè)計基于時間卷積的心跳信號特征提取網(wǎng)絡(luò),解決了傳統(tǒng)的基于時域和頻域的心跳檢測算法閾值不確定的問題;設(shè)計融合層,使神經(jīng)網(wǎng)絡(luò)能夠綜合運(yùn)用兩種模態(tài)信號進(jìn)行胚胎類別判斷,解決了16日雞蛋胚胎不同類別間圖像特征相同的問題。(3)網(wǎng)絡(luò)模型訓(xùn)練和測試將本文所提出模型進(jìn)行訓(xùn)練并且測試,和已有分類方法進(jìn)行對比,從準(zhǔn)確率、運(yùn)行速度等多方面對提出網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行可行性驗證,并分析錯誤分類樣本,調(diào)整網(wǎng)絡(luò)結(jié)構(gòu)。
【參考文獻(xiàn)】:
期刊論文
[1]三維重建對不同品種蛋雞初產(chǎn)蛋品質(zhì)的無損檢測分析[J]. 劉雅思,鄭麗敏,田立軍. 中國家禽. 2017(09)
[2]基于光電容積脈搏波描記法的心率變異性分析系統(tǒng)前端裝置設(shè)計[J]. 石磊,孫朋,龐宇,羅志勇,王偉,王延項. 生物醫(yī)學(xué)工程學(xué)雜志. 2016(01)
[3]微載體培養(yǎng)技術(shù)及其在疫苗生產(chǎn)中的應(yīng)用[J]. 王家敏,平玲,徐水林,馬桂蘭,魏園園,喬自林,馬忠仁,令世鑫. 黑龍江農(nóng)業(yè)科學(xué). 2014(12)
[4]雞蛋裂紋損傷檢測的聲振分析方法研究[J]. 吳雪. 食品與機(jī)械. 2014(06)
[5]無創(chuàng)光電容積脈搏波檢測分析系統(tǒng)[J]. 聶冬,崔萌,朱貽盛,牛金海. 北京生物醫(yī)學(xué)工程. 2012 (01)
[6]基于振動信號的活體禽蛋胚胎發(fā)育中的胎動檢測[J]. 梁森,梁磊,米鵬. 農(nóng)業(yè)工程學(xué)報. 2010(11)
[7]基于計算機(jī)視覺技術(shù)對種蛋的檢測[J]. 朱穎香. 科協(xié)論壇(下半月). 2009(01)
[8]自適應(yīng)粒子群神經(jīng)網(wǎng)絡(luò)識別種蛋成活性[J]. 郁志宏,王春光,張曉芳,張莉. 內(nèi)蒙古大學(xué)學(xué)報(自然科學(xué)版). 2006(04)
[9]血液的紅外吸收光譜分析及應(yīng)用研究[J]. 王樂新,趙志敏,姚紅兵,陳玉明,石磊,郜勇. 光譜學(xué)與光譜分析. 2002(06)
[10]光電法鑒別孵化早期無精蛋[J]. 肖念平,姜國棟. 牡丹江師范學(xué)院學(xué)報(自然科學(xué)版). 2002(02)
博士論文
[1]雞蛋多品質(zhì)高通量在線快速無損檢測研究[D]. 段宇飛.華中農(nóng)業(yè)大學(xué) 2017
[2]H7N9亞型流感病毒遺傳演化分析及H7N9弱毒疫苗在哺乳動物模型上的免疫效力評價[D]. 孔暉暉.中國農(nóng)業(yè)科學(xué)院 2016
碩士論文
[1]基于CNN與心跳信號的胚蛋成活性檢測方法研究[D]. 胡玉舟.天津工業(yè)大學(xué) 2019
[2]基于光電容積脈搏波成像技術(shù)的移動端心率分析引擎的設(shè)計與實現(xiàn)[D]. 于清.北京郵電大學(xué) 2018
[3]基于深度學(xué)習(xí)的雞蛋胚胎分類方法研究[D]. 顏廷玉.天津工業(yè)大學(xué) 2018
[4]基于FCN的雞蛋胚胎圖像分割方法研究[D]. 邱玲.天津工業(yè)大學(xué) 2018
[5]基于介電特性的雞蛋品質(zhì)無損檢測研究[D]. 劉彬.江蘇大學(xué) 2017
[6]基于圖像處理技術(shù)的非接觸式心率檢測算法研究[D]. 陳映果.華僑大學(xué) 2015
[7]孵化蛋自動照蛋及分選系統(tǒng)的研究[D]. 朱濤.華中農(nóng)業(yè)大學(xué) 2012
本文編號:3604580
【文章來源】:天津工業(yè)大學(xué)天津市
【文章頁數(shù)】:85 頁
【學(xué)位級別】:碩士
【部分圖文】:
人工照蛋
天津工業(yè)大學(xué)碩士學(xué)位論文6(a)活胚(b)回收胚(c)廢胚圖1-2三種類型雞蛋胚胎特征1.3論文研究內(nèi)容及組織結(jié)構(gòu)本文提出了一種多模態(tài)的16日雞蛋胚胎分類方法,可以同時使用雞蛋胚胎的圖像信號和心跳信號對雞蛋胚胎進(jìn)行分類,解決了16日雞蛋胚胎不同類別之間圖像或心跳信號特征相似的問題。其總框架圖如圖1-3所示。本文研究的主要內(nèi)容如下:(1)16日雞蛋胚胎圖像和心跳數(shù)據(jù)采集深度學(xué)習(xí)網(wǎng)絡(luò)模型訓(xùn)練需要大量的數(shù)據(jù),本文使用彩色工業(yè)相機(jī)對16日雞蛋胚胎圖像數(shù)據(jù)進(jìn)行采集,并提取感興趣區(qū)域,使用光電容積波技術(shù)提取雞蛋胚胎心跳信號,設(shè)計巴特沃斯二階濾波器去噪,將采集到的圖像和心跳數(shù)據(jù)用來訓(xùn)練和測試深度學(xué)習(xí)網(wǎng)絡(luò)。(2)深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計提出多模態(tài)雞蛋胚胎分類網(wǎng)絡(luò):設(shè)計基于卷積神經(jīng)網(wǎng)絡(luò)的雞蛋胚胎圖像特征提取網(wǎng)絡(luò),解決了傳統(tǒng)圖像處理方法特征提取不準(zhǔn)確問題;設(shè)計基于時間卷積的心跳信號特征提取網(wǎng)絡(luò),解決了傳統(tǒng)的基于時域和頻域的心跳檢測算法閾值不確定的問題;設(shè)計融合層,使神經(jīng)網(wǎng)絡(luò)能夠綜合運(yùn)用兩種模態(tài)信號進(jìn)行胚胎類別判斷,解決了16日雞蛋胚胎不同類別間圖像特征相同的問題。(3)網(wǎng)絡(luò)模型訓(xùn)練和測試將本文所提出模型進(jìn)行訓(xùn)練并且測試,和已有分類方法進(jìn)行對比,從準(zhǔn)確率、運(yùn)行速度等多方面對提出網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行可行性驗證,并分析錯誤分類樣本,調(diào)整網(wǎng)絡(luò)結(jié)構(gòu)。
天津工業(yè)大學(xué)碩士學(xué)位論文6(a)活胚(b)回收胚(c)廢胚圖1-2三種類型雞蛋胚胎特征1.3論文研究內(nèi)容及組織結(jié)構(gòu)本文提出了一種多模態(tài)的16日雞蛋胚胎分類方法,可以同時使用雞蛋胚胎的圖像信號和心跳信號對雞蛋胚胎進(jìn)行分類,解決了16日雞蛋胚胎不同類別之間圖像或心跳信號特征相似的問題。其總框架圖如圖1-3所示。本文研究的主要內(nèi)容如下:(1)16日雞蛋胚胎圖像和心跳數(shù)據(jù)采集深度學(xué)習(xí)網(wǎng)絡(luò)模型訓(xùn)練需要大量的數(shù)據(jù),本文使用彩色工業(yè)相機(jī)對16日雞蛋胚胎圖像數(shù)據(jù)進(jìn)行采集,并提取感興趣區(qū)域,使用光電容積波技術(shù)提取雞蛋胚胎心跳信號,設(shè)計巴特沃斯二階濾波器去噪,將采集到的圖像和心跳數(shù)據(jù)用來訓(xùn)練和測試深度學(xué)習(xí)網(wǎng)絡(luò)。(2)深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計提出多模態(tài)雞蛋胚胎分類網(wǎng)絡(luò):設(shè)計基于卷積神經(jīng)網(wǎng)絡(luò)的雞蛋胚胎圖像特征提取網(wǎng)絡(luò),解決了傳統(tǒng)圖像處理方法特征提取不準(zhǔn)確問題;設(shè)計基于時間卷積的心跳信號特征提取網(wǎng)絡(luò),解決了傳統(tǒng)的基于時域和頻域的心跳檢測算法閾值不確定的問題;設(shè)計融合層,使神經(jīng)網(wǎng)絡(luò)能夠綜合運(yùn)用兩種模態(tài)信號進(jìn)行胚胎類別判斷,解決了16日雞蛋胚胎不同類別間圖像特征相同的問題。(3)網(wǎng)絡(luò)模型訓(xùn)練和測試將本文所提出模型進(jìn)行訓(xùn)練并且測試,和已有分類方法進(jìn)行對比,從準(zhǔn)確率、運(yùn)行速度等多方面對提出網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行可行性驗證,并分析錯誤分類樣本,調(diào)整網(wǎng)絡(luò)結(jié)構(gòu)。
【參考文獻(xiàn)】:
期刊論文
[1]三維重建對不同品種蛋雞初產(chǎn)蛋品質(zhì)的無損檢測分析[J]. 劉雅思,鄭麗敏,田立軍. 中國家禽. 2017(09)
[2]基于光電容積脈搏波描記法的心率變異性分析系統(tǒng)前端裝置設(shè)計[J]. 石磊,孫朋,龐宇,羅志勇,王偉,王延項. 生物醫(yī)學(xué)工程學(xué)雜志. 2016(01)
[3]微載體培養(yǎng)技術(shù)及其在疫苗生產(chǎn)中的應(yīng)用[J]. 王家敏,平玲,徐水林,馬桂蘭,魏園園,喬自林,馬忠仁,令世鑫. 黑龍江農(nóng)業(yè)科學(xué). 2014(12)
[4]雞蛋裂紋損傷檢測的聲振分析方法研究[J]. 吳雪. 食品與機(jī)械. 2014(06)
[5]無創(chuàng)光電容積脈搏波檢測分析系統(tǒng)[J]. 聶冬,崔萌,朱貽盛,牛金海. 北京生物醫(yī)學(xué)工程. 2012 (01)
[6]基于振動信號的活體禽蛋胚胎發(fā)育中的胎動檢測[J]. 梁森,梁磊,米鵬. 農(nóng)業(yè)工程學(xué)報. 2010(11)
[7]基于計算機(jī)視覺技術(shù)對種蛋的檢測[J]. 朱穎香. 科協(xié)論壇(下半月). 2009(01)
[8]自適應(yīng)粒子群神經(jīng)網(wǎng)絡(luò)識別種蛋成活性[J]. 郁志宏,王春光,張曉芳,張莉. 內(nèi)蒙古大學(xué)學(xué)報(自然科學(xué)版). 2006(04)
[9]血液的紅外吸收光譜分析及應(yīng)用研究[J]. 王樂新,趙志敏,姚紅兵,陳玉明,石磊,郜勇. 光譜學(xué)與光譜分析. 2002(06)
[10]光電法鑒別孵化早期無精蛋[J]. 肖念平,姜國棟. 牡丹江師范學(xué)院學(xué)報(自然科學(xué)版). 2002(02)
博士論文
[1]雞蛋多品質(zhì)高通量在線快速無損檢測研究[D]. 段宇飛.華中農(nóng)業(yè)大學(xué) 2017
[2]H7N9亞型流感病毒遺傳演化分析及H7N9弱毒疫苗在哺乳動物模型上的免疫效力評價[D]. 孔暉暉.中國農(nóng)業(yè)科學(xué)院 2016
碩士論文
[1]基于CNN與心跳信號的胚蛋成活性檢測方法研究[D]. 胡玉舟.天津工業(yè)大學(xué) 2019
[2]基于光電容積脈搏波成像技術(shù)的移動端心率分析引擎的設(shè)計與實現(xiàn)[D]. 于清.北京郵電大學(xué) 2018
[3]基于深度學(xué)習(xí)的雞蛋胚胎分類方法研究[D]. 顏廷玉.天津工業(yè)大學(xué) 2018
[4]基于FCN的雞蛋胚胎圖像分割方法研究[D]. 邱玲.天津工業(yè)大學(xué) 2018
[5]基于介電特性的雞蛋品質(zhì)無損檢測研究[D]. 劉彬.江蘇大學(xué) 2017
[6]基于圖像處理技術(shù)的非接觸式心率檢測算法研究[D]. 陳映果.華僑大學(xué) 2015
[7]孵化蛋自動照蛋及分選系統(tǒng)的研究[D]. 朱濤.華中農(nóng)業(yè)大學(xué) 2012
本文編號:3604580
本文鏈接:http://www.sikaile.net/kejilunwen/shengwushengchang/3604580.html
最近更新
教材專著