การพัฒนาระบบ ABICS สำหรับการนับโคโลนีของ Escherichia coli และ Enterobacter aerogenes อัตโนมัติจากภาพถ่ายสมาร์ทโฟน
Article Sidebar
Main Article Content
บทคัดย่อ
การนับจำนวนโคโลนีของเชื้อ Escherichia coli ATCC25922 (ECA) และ Enterobacter aerogenes DMST2720 (EAD) เป็นขั้นตอนสำคัญในการประเมินคุณภาพอาหารหรือน้ำนมดิบ ซึ่งการนับด้วยมือใช้เวลาประมาณ 2 - 5 นาทีต่อจานเพาะเชื้อ การศึกษานี้นำเสนอ "ระบบนับโคโลนีแบคทีเรียด้วยภาพผ่านแอนดรอย" (Android Bacteria Image Counting System: ABICS) ที่ใช้เทคนิคการประมวลผลภาพ Projection Profile, Circle Hough Transform และ Power Law Transformation เพื่อเพิ่มความคมชัดของภาพ และนับจำนวนโคโลนีอย่างแม่นยำ จากการทดลองกับภาพถ่ายจานเพาะเชื้อจำนวน 84 ภาพ พบว่า ระบบ ABICS มีค่าเฉลี่ยความแม่นยำในการนับร้อยละ 90.77 เมื่อเทียบกับการนับด้วยมือ ซึ่งมีความคลาดเคลื่อนโดยทั่วไปอยู่ที่ร้อยละ 5 - 10 ที่สำคัญคือ ABICS ใช้เวลาในการนับจำนวนโคโลนีเพียง 3 - 5 วินาทีต่อจาน ซึ่งเร็วกว่าการนับด้วยมืออย่างน้อย 24 เท่า (โดยเฉลี่ยเร็วกว่า 35 - 100 เท่า) นอกจากนี้ ABICS ยังช่วยลดระยะเวลาในการวิเคราะห์ผล ได้อย่างมาก ทำให้เป็นเครื่องมือที่มีศักยภาพในการเพิ่มประสิทธิภาพ และลดภาระงานในการตรวจวิเคราะห์ทางจุลชีววิทยา
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เนื้อหาและข้อมูลในบทความที่ลงตีพิมพ์ในวารสารวารสารวิทยาศาสตร์และเทคโนโลยีถือเป็นข้อคิดเห็นและความรับผิดชอบของผู้เขียนบทความโดยตรงซึ่งกองบรรณาธิการวารสาร ไม่จำเป็นต้องเห็นด้วย หรือร่วมรับผิดชอบใด ๆ
บทความ ข้อมูล เนื้อหา รูปภาพ ฯลฯ ที่ได้รับการตีพิมพ์ในวารสารวารสารวิทยาศาสตร์และเทคโนโลยีถือเป็นลิขสิทธิ์ของวารสารวารสารวิทยาศาสตร์และเทคโนโลยีหากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่ต่อหรือเพื่อกระทำการใด ๆ จะต้องได้รับอนุญาตเป็นลายลักษณ์อักษรจากวารสารวารสารวิทยาศาสตร์และเทคโนโลยี ก่อนเท่านั้น
เอกสารอ้างอิง
Below is the provided list of references, reformatted with an additional blank line between each reference, as requested, to enhance readability while preserving the original citation details and adhering to a formal tone.
Badalyan, G., Díaz, C., Bücking, M., & Lipski, A. (2018). Novel sensor platform for rapid detection and quantification of coliforms on food contact surfaces. Journal of Microbiological Methods, 153, 74-83. doi:10.1016/j.mimet.2018.09.009
Sever, B., U.S. Food and Drug Administration (FDA). 2020, Salem Press.
Study of Escherichia coli analysis in frozen seafood by MPN technique / Suksa kan wikhro Escherichia coli nai ahan tha-le chae khaeng duai withi MPN technique. (2001). Bulletin of the Department of Medical Sciences (Thailand), 43(2), 95-101. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&AuthType=sso&db=edsagr&AN=edsagr.TH2005000895&site=eds-live&custid=ns004377
Wouters, J. T. M., Ayad, E. H. E., Hugenholtz, J., & Smit, G. (2002). Microbes from raw milk for fermented dairy products. International Dairy Journal, 12(2-3), 91-109. doi:10.1016/S0958-6946(01)00151-0
Pisuttilap, N., & Saengswetmaneengam, N. (2001). Study of Escherichia coli analysis in frozen seafood by MPN technique / Suksa kan wikhro Escherichia coli nai ahan tha-le chae khaeng duai withi MPN technique. Bulletin of the Department of Medical Sciences (Thailand), 43(2), 95-101.
Sophie, E., Juliane, E., Valérie, E., Sylvie, E. L., & Anne, E. (2015). Bacterial colonies in solid media and foods: a review on their growth and interactions with the micro-environment. Frontiers in Microbiology, 6. doi:10.3389/fmicb.2015.01284
Zhu, G., Yan, B., Xing, M., & Tian, C. (2018). Automated counting of bacterial colonies on agar plates based on images captured at near-infrared light. Journal of Microbiological Methods, 153, 66-73. doi:10.1016/j.mimet.2018.09.004
Albaradei, S. A., Napolitano, F., Uludag, M., Thafar, M., Napolitano, S., Essack, M., & Gao, X. (2020). Automated Counting of Colony Forming Units Using Deep Transfer Learning From a Model for Congested Scenes Analysis. IEEE Access, 8, 164340-164346. doi:10.1109/ACCESS.2020.3021656
Shamshad, A. (2020). Building Computer Vision Applications Using Artificial Neural Networks: With Step-by-Step Examples in OpenCV and TensorFlow with Python. Berkeley, CA: Apress.
Gonzalez, R. C., & Woods, R. E. (2008). Digital image processing (4th ed., Global edition ed.): Pearson.
Prasad Reddy, P.V.G.D. (2021). Blood vessel extraction in fundus images using hessian eigenvalues and adaptive thresholding. Evolutionary Intelligence, 14(2), 577-582.
Jarvis, B. (2016). Statistical aspects of the microbiological examination of foods (3rd ed.): Elsevier.
