colonfastTM 智能菌落识别技术是迅数科技最新一代菌落识别核心算法。迅数技术开发团队研究了历年客户提供的大量疑难、复杂菌落图象，汇总了多通道分割，图像增强与处理，螺旋接种微生物菌落分析等很多创新的思想，终于在2008年形成完整colonfastTM 智能菌落识别技术，并将此技术应用到V系列、HR系列、G系列和MF系列中。以下我们从多通道分割技术、图像增强与处理技术、螺旋接种微生物菌落分析系统等几个方面，阐述colonfastTM 智能菌落识别技术。
所谓“分割”，是图像处理中的专用术语，其作用是将被检测对象，比如菌落、细胞等，从一幅复杂的图像中分割出来，从而达到统计或分析的目的。分割技术直接关系到对象识别和统计的精度，因此十分重要，也是图像处理中被广泛研究的重点。传统上已经研究出很多方法，诸如阈值分割法、边缘检测法、区域增长法、马尔科夫随机场模型等等。然而，这些方法大都限制在一维空间内，用于简单对象的识别，如粉尘颗粒等的检测。对生物医学图像而言往往要复杂的多，如细胞或菌落，其颜色多变、边缘不清晰、内部结构也十分复杂，采用传统的分割技术常常难以取得理想效果。
图1：先进独特的“多通道分割技术”
多通道分割，正是在这一背景下，由迅数公司针对生物医学图像特点，专门研究开发的又一独特而有效的图像处理工具。多通道分割的基本思想，是将被检测对象的色彩引入到分割中来。色彩可以被用来作为图像处理中识别对象的重要感知特征之一，而生物医学图像的色彩又恰恰非常丰富。通过大量的研究试验，在摒弃传统的RGB色彩描述的不足之后，迅数公司成功的研发出一种基于HSV各向异性扩散和加性分裂算子的多通道分割技术。这一分割技术，建立在四维空间基础上，并能根据被检测对象的色彩特征进行自适应调整，加上被检测对象的形状特征，实现在多维空间的分割，分割精度大大提高。对一些原来难以分析统计的对象，如霉菌、深层菌落等，都实现了良好的识别。
然而，现实中经常出现被观察样本不理想的情况：如被观察样本制备质量不高（比如切片太厚）、样本中的被观察物的轮廓模糊不清晰、样本的基色与被观察物质的颜色区别不分明、样本中混杂有大量杂质且难以区分等等。除了上文提到的，其实我们还有另一种方法解决——“图像增强与处理技术”。迅数公司开发的《图像增强与处理技术》及其在公司各类产品上的成功应用，大大提升了产品的性能和功能。采用现代数字图像技术，开展诸如菌落统计、显微细胞图象观测等各种生物医学研究和试验，具有准确、快速、方便、数据易保存和传输，以及实现自动化统计分析等等一系列先进性。其显著的效果和方便的使用，已受到国内外众多单位的采用和高度评价。
图2：功能强大的“图像增强与处理技术”
迅数公司长期从事图像采集与处理技术的研究，在承担并完成多项国家重点重大攻关项目的研究和开发中，积累了丰富的图像处理经验和各种有效解决问题的专用处理算法。自2008年起，在迅数公司的高端产品中，根据生物医学图像的特点，公司为这些产品配备了专业“图像增强与处理软件包”，包含有自适应图像增强、图象平滑、边缘锐化、图像滤波、各类函数补偿、边缘检测、数学形态学处理等等一系列强大而实用的图像处理工具。通过对这些工具的操作或合理的组合使用，可有效改善图象的清晰度、提高图像背景与被观测物的对比度、提升对图像中含有的杂质的识别能力等等。
此外，colonfastTM 还有一个最突出的技术——螺旋接种微生物菌落分析系统。螺旋接种，是基于阿基米德螺旋线并按某一函数规律进行的样本接种。其最大优点，是在一块平皿上可实现浓度跨度高达1000倍的样本接种。由此省去传统上对样本的人工稀释和平皿制备的极其繁琐的劳动(诸如平皿清洗、灭菌、样本稀释、加注、培养等等)，节省大量人力、财力和时间，成为对传统接种方法的一次革命性变革。由于以上突出优点，基于螺旋接种的菌落分析技术已成为当今世界上最先进和最受欢迎的菌落检测方法之一。但在国内，这一技术的开发和应用尚处在空白。
图3：迅数_螺旋接种微生物菌落分析系统
为适应微生物菌落分析技术的快速发展，紧跟世界潮流，迅数公司于2006年组织了十余位专家学者对基于螺旋接种的微生物菌落分析技术进行了为期半年的研究和攻关，成功开发出我国第一台、具有我国自主知识产权的《迅数_螺旋接种微生物菌落分析系统》。该系统实现了与目前国际上主流品牌的“螺旋接种仪”的接轨，对各种品牌的螺旋接种仪所生成的螺旋接种平板，均能进行有效的统计和分析。统计算法根据国际通用的美国FDA标准制定，在接种规律方面，能适应目前国际上采用的各种加样规则，包括指数模式、对数模式、草坪模式、线性模式、均一模式等等。迅数公司的这一研发成果，为填补国内该领域的空白，迈出重要一步。也为国内开展基于螺旋接种的微生物菌落分析，奠定基础。 |
