Zinātniskās darbības atbalsta sistēma
Latviešu English

Publikācija: Automated Microorganisms Activity Detection on the Early Growth Stage Using Artificial Neural Networks

Publikācijas veids Zinātniskais raksts, kas indeksēts Web of science un/vai Scopus datu bāzē
Pamatdarbībai piesaistītais finansējums Pētniecības projekti
Aizstāvēšana: ,
Publikācijas valoda English (en)
Nosaukums oriģinālvalodā Automated Microorganisms Activity Detection on the Early Growth Stage Using Artificial Neural Networks
Pētniecības nozare 2. Inženierzinātnes un tehnoloģijas
Pētniecības apakšnozare 2.2. Elektrotehnika, elektronika, informācijas un komunikāciju tehnoloģijas
Pētniecības platforma Informācijas un komunikāciju tehnoloģijas
Autori Dmitrijs Bļizņuks
Aleksey Lihachev
Janis Liepins
Dilshat Uteshev
Jurijs Čižovs
Andrey Bondarenko
Katrina Boločko
Atslēgas vārdi laser speckle, microorganism activity estimation, neural networks, non-contact estimation
Anotācija The paper proposes an approach of a novel non-contact optical technique for early evaluation of microbial activity. Noncontact evaluation will exploit laser speckle contrast imaging technique in combination with artificial neural network (ANN) based image processing. Microbial activity evaluation process will comprise acquisition of time variable laser speckle patterns in given sample, ANN based image processing and visualization of obtained results. The proposed technology will measure microbial activity (like growth speed) and implement these results for counting live microbes. It is expected, that proposed technology will help to evaluate number of colony forming units (CFU) and return results two to six times earlier in comparison with standard counting methods used for CFU enumeration.
DOI: 10.1117/12.2527193
Atsauce Bļizņuks, D., Lihachev, A., Liepins, J., Uteshev, D., Čižovs, J., Bondarenko, A., Boločko, K. Automated Microorganisms Activity Detection on the Early Growth Stage Using Artificial Neural Networks. Progress in Biomedical Optics and Imaging. Proceedings of SPIE, 2019, Vol. 11075, 1.-6.lpp. ISSN 1605-7422. e-ISSN 2410-9045. Pieejams: doi:10.1117/12.2527193
Papildinformācija Citējamību skaits:
  • Scopus  0
ID 30486