基于深度学习的大肠埃希菌和志贺菌拉曼光谱鉴别模型

摘要

目的探讨表面增强拉曼散射(surface-enhanced Raman scattering,SERS)联合深度学习在大肠埃希菌与志贺菌鉴别中的价值。方法收集从徐州医科大学附属医院临床分离的大肠埃希菌及志贺菌各10株,建立上述细菌的SERS光谱数据集,应用深度学习分支卷积神经网络(convolutional neural network,CNN)构建2种细菌的分类模型。结果 SERS联合深度学习可以准确区分高度相似的大肠埃希菌和志贺菌,鉴别精确度为100%。与传统细菌鉴定方法相比,鉴定周期大大缩短。结论 SERS联合深度学习在大肠埃希菌和志贺菌的快速鉴别领域具有极大的应用价值和潜力。

关键词

大肠埃希菌 / 志贺菌 / 深度学习 / 卷积神经网络 / 表面增强拉曼散射