一种食品检测智能实验室的信息管理方法与流程

本发明涉及数据处理，具体涉及一种食品检测智能实验室的信息管理方法。

背景技术：

1、食品安全检测实验室是用于检测食品质量，包括农药含量、微生物含量和细菌含量等非外观指标检测，以及斑点、杂质和霉毛等外观指标检测。通过各类实验对食品进行安全检测，可以保证食品的安全性，是保障居民健康的重要工作内容。

2、传统的食品安全检测通常是针对设定的各类指标都进行检测，但是随着检测规模化的不断增大，导致检测数量需求激增，传统的全检模式逐渐无法适应发展需求，如何提升食品安全检测的异常指标检出效率成为一项重点的研究方向。

技术实现思路

1、本申请提供了一种食品检测智能实验室的信息管理方法，用于针对解决现有技术中的全检模式逐渐无法适应大规模的食品检测需求，导致存在食品异常指标检出效率较低的技术问题。

2、鉴于上述问题，本申请提供了一种食品检测智能实验室的信息管理方法。

3、本申请的第一个方面，提供了一种食品检测智能实验室的信息管理方法，应用于食品检测智能实验室的信息管理系统，所述系统和云服务中心通信连接，所述系统包括显微图像传感器，包括：获得食品检测指标，其中，所述食品检测指标包括外观检测指标和非外观检测指标；激活显微图像传感器对第一待检食品进行显微图像采集，生成第一图像采集结果；将所述第一图像采集结果、食品类型信息和所述外观检测指标发送至云服务中心的食品外观检测模块进行解析，生成外观指标预测特征值；获得第一待检食品基本信息，其中，所述第一待检食品基本信息包括食品生产信息、食品运输信息和食品存储信息；将所述食品生产信息、所述食品运输信息、所述食品存储信息和所述非外观检测指标发送至云服务中心的数据统计模块进行解析，生成非外观指标预测特征值；根据所述外观指标预测特征值和所述非外观指标预测特征值对所述第一待检食品进行实验指标标识，生成第一数据标识结果；将所述第一数据标识结果发送至智能实验室数据管理中心。

4、本申请的第二个方面，提供了一种食品检测智能实验室的信息管理系统，和云服务中心通信连接，包括显微图像传感器，执行步骤包括：检测指标获得单元，用于获得食品检测指标，其中，所述食品检测指标包括外观检测指标和非外观检测指标；显微图像采集单元，用于激活显微图像传感器对第一待检食品进行显微图像采集，生成第一图像采集结果；外观指标预测单元，用于将所述第一图像采集结果、食品类型信息和所述外观检测指标发送至云服务中心的食品外观检测模块进行解析，生成外观指标预测特征值；食品基本信息获得单元，用于获得第一待检食品基本信息，其中，所述第一待检食品基本信息包括食品生产信息、食品运输信息和食品存储信息；非外观指标预测单元，用于将所述食品生产信息、所述食品运输信息、所述食品存储信息和所述非外观检测指标发送至云服务中心的数据统计模块进行解析，生成非外观指标预测特征值；实验指标标识单元，用于根据所述外观指标预测特征值和所述非外观指标预测特征值对所述第一待检食品进行实验指标标识，生成第一数据标识结果；数据传输单元，用于将所述第一数据标识结果发送至智能实验室数据管理中心。

5、本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

6、本申请提供了获得食品检测指标，其中，所述食品检测指标包括外观检测指标和非外观检测指标；激活显微图像传感器对第一待检食品进行显微图像采集，生成第一图像采集结果；将所述第一图像采集结果、食品类型信息和所述外观检测指标发送至云服务中心的食品外观检测模块进行解析，生成外观指标预测特征值；获得第一待检食品基本信息，其中，所述第一待检食品基本信息包括食品生产信息、食品运输信息和食品存储信息；将所述食品生产信息、所述食品运输信息、所述食品存储信息和所述非外观检测指标发送至云服务中心的数据统计模块进行解析，生成非外观指标预测特征值；根据所述外观指标预测特征值和所述非外观指标预测特征值对所述第一待检食品进行实验指标标识，生成第一数据标识结果；将所述第一数据标识结果发送至智能实验室数据管理中心的技术方案。通过具有外观指标预测特征值和非外观指标预测特征值的标识数据，智能实验室可以选择性的进行指标的检测，达到了提升异常食品质量指标检出效率的技术效果。

技术特征：

1.一种食品检测智能实验室的信息管理方法，其特征在于，应用于食品检测智能实验室的信息管理系统，所述系统和云服务中心通信连接，所述系统包括显微图像传感器，包括：

2.如权利要求1所述的方法，其特征在于，将所述第一图像采集结果、食品类型信息和所述外观检测指标发送至云服务中心的食品外观检测模块进行解析，生成外观指标预测特征值，包括：

3.如权利要求2所述的方法，其特征在于，还包括：

4.如权利要求3所述的方法，其特征在于，基于所述第一边缘节点算力冗余量、所述第一边缘节点算力故障触发频率和所述第一边缘节点数据传输距离，直到所述第n边缘节点算力冗余量、所述第n边缘节点算力故障触发频率和所述第n边缘节点数据传输距离，对所述多个食品外观检测节点和所述第一图像采集结果进行下放边缘节点优化分发，生成所述外观指标预测特征值，包括：

5.如权利要求4所述的方法，其特征在于，基于所述第一边缘节点寻优概率、所述第二边缘节点寻优概率直到所述第n边缘节点寻优概率，结合所述第一边缘节点算力冗余量直到所述第n边缘节点算力冗余量对所述多个食品外观检测节点和所述第一图像采集结果进行下放边缘节点优化分发，生成所述外观指标预测特征值，包括：

6.如权利要求5所述的方法，其特征在于，还包括：

7.如权利要求1所述的方法，其特征在于，将所述食品生产信息、所述食品运输信息、所述食品存储信息和所述非外观检测指标发送至云服务中心的数据统计模块进行解析，生成非外观指标预测特征值，包括：

8.一种食品检测智能实验室的信息管理系统，其特征在于，和云服务中心通信连接，包括显微图像传感器，执行步骤包括：

技术总结
本发明提供了一种食品检测智能实验室的信息管理方法，涉及数据处理技术领域，包括：获得食品检测指标；对第一待检食品进行图像采集，生成第一图像采集结果；将第一图像采集结果、食品类型信息和外观检测指标发送至云服务中进行解析，生成外观指标预测特征值；获得第一待检食品基本信息；将食品生产信息、食品运输信息、食品存储信息和非外观检测指标发送至云服务中心进行解析，生成非外观指标预测特征值；对第一待检食品进行实验指标标识，生成第一数据标识结果发送至智能实验室数据管理中心。解决了现有技术中的全检模式逐渐无法适应大规模的食品检测需求，导致存在食品异常指标检出效率较低的技术问题。

技术研发人员：熊贝贝,林燕奎,韩瑞阳,卞学海,侯乐锡,肖陈贵,李心恬,赵旭,蔡伊娜,叶刚,郭媛媛
受保护的技术使用者：深圳海关食品检验检疫技术中心
技术研发日：
技术公布日：2024/1/15