AlgaeAI 700 Sistema Automático de Classificação e Contagem de Plâncton

AlgaeAI 700 é um sistema de classificação e contagem automática do plâncton, composto por um sistema AlgaeAI desenvolvido pela Quicknumber e um microsistema de varredura totalmente automático. Através de uma plataforma elétrica de alta velocidade de três eixos, obtenha microimagens de alta definição e utilize a tecnologia AlgaeAI baseada em aprendizagem super profunda para identificar automaticamente espécies, classificar contagens, medir biomassa, calcular densidade celular, gerar e exportar relatórios de dados automaticamente para obter registros eletrônicos do plâncton em águas e garantir a integridade dos dados eletrônicos. O AlgaeAI 700 também está equipado com o módulo de especialistas em identificação inteligente do plancton, fornecendo ferramentas essenciais para a pesquisa da biodiversidade do plancton dos ecossistemas aquáticos.
Inteligência artificial ao alcance
O AlgaeAI 700 é um sistema de computação avançado de reconhecimento de análise de plâncton inteligente com aprendizado de máquina ultraprofundo e rápido, uma tecnologia de análise de dados disponível para qualquer pessoa que realiza análises de plâncton - sem um profundo conhecimento em biologia do plâncton.
·Identificação, classificação, contagem, porcentagem, cálculo de densidade de algas, classificação de algas de vantagem e saída de relatório simples com um clique
· Análise rápida de campo único em apenas 0,6 segundos
· 145 algas comuns treinadas por redes neurais, 60 espécies de plancton de água doce com precisão de reconhecimento superior a 95%
· Alta robustez, microimagens complexas comuns em experimentos de adaptação: sobreposição cruzada de células de algas em alta densidade, estrutura local confusa devido a profundidade insuficiente, fundo misturado com mais impurezas, células apenas parcialmente no campo de visão ...
Transparência, verdade visível.
O processo de identificação analítica e estatística é totalmente exibido na tela, permitindo que o operador veja claramente o processo de análise e os resultados do processamento de cada imagem.
· Clique em "Iniciar AI", uma imagem da janela principal flash, as células de algas são saídas uma caixa por caixa, no topo da caixa está o nome desta alga
· Barra de rolagem verde no canto superior direito, informando que a amostra está sendo detectada ...
· À direita estão os dados atualizados em tempo real: categorias, nomes de algas, número de algas, porcentagem, densidade de algas ...

Quando a detecção está concluída, clique na fila de imagens no canto inferior esquerdo para ver facilmente a contagem de algas em cada imagem: o nome individual está errado? Algas individuais não foram detectadas? Algas individuais precisam ser removidas? Simples, clique na caixa de ferramentas e corrija em 2-3 segundos.
Resolver dificuldades de detecção de imagens complexas de campo de visão
Existem muitos desafios no processo de análise quantitativa do plancton, como mais impurezas suspensas em amostras de água quantitativas coletadas, densidade celular excessiva após a concentração, sobreposição de microalgas, presença de campos de visão estratificados de células de algas na caixa de contagem, imagem óptica com microscópio com clareza insuficiente e foco impreciso ...
O AlgaeAI 700 usa suas capacidades de aprendizagem de máquina super profunda para gerar resultados de identificação analítica de alta qualidade de forma rápida e confiável.

Sem medo de cruzamento e sobreposição de células de algas, desligado automaticamente diretamente

Amostras com densidade de algas acima de 1010 células/L com confusão de fundo

Fonte de luz, foco não ajustado no lugar, algas frágeis, algas discotecas, muito leve e leve, igualmente reconhecível

Identificação automática de animais
Tesouro digital para identificação inteligente de algas
A grande biblioteca de imagens de algas, que cobre rios, lagos, reservatórios e outras águas interiores da China, bem como as espécies de água doce e marinha das águas circundantes, apresentações de imagens e textos selecionados, combinando uma rica arquitetura de recuperação, é um auxiliar para o ensino básico do plancton e a unidade de monitoramento do ambiente hídrico para difundir o conhecimento das algas.

Recuperação categórica, edição de algas comuns, introdução de colunas, morfologia, estrutura, reprodução, ecologia de um olhar.

Recuperação morfológica, de acordo com a similaridade morfológica, gradiente, combinado classificado em linguagem gráfica, e combinando características estruturais de células ou grupos, como chicotes, pigmentos, padrões, coberturas colantes, etc., para obter uma recuperação morfológica precisa e rápida.
Imagem por microvarredura de alta qualidade
Utilizando o biomicroscópio BX43 da Olympus como suporte óptico de imagem, o suporte elétrico XYZ suave e silencioso é configurado para operação precisa com um clique: autofoco, varredura automática e excelente qualidade de imagem.

Principais funções e indicadores técnicos
1. Especificações analíticas
Cumpri os requisitos de análise de algas correspondentes ao "Procedimento Técnico de Monitoramento de Plancton de Águas Interiores SL733-2016", "Requisitos Técnicos de Monitoramento Ecológico de Água - Plancton de Água Doce", "Quadro de Contagem de 0,1 mL para a Determinação de Plancton de Qualidade Aquática HJ1216-2021 - Lei de Contagem de Microscópio" e "Membro de Determinação de Plancton de Qualidade Aquática HJ1215-2021 - Lei de Contagem de Microscópio", "Método de Análise de Monitoramento de Água e Águas Residuales" (4ª Edição) e "Especificação de Monitoramento do Mar GB17378-2007".
2. microsistema totalmente automático de varredura
Microscópio Olympus BX43: Especificações de objetivos 4, 10, 20 e 40 vezes
Plataforma de varredura automática XYZ com controle eletrônico de alta precisão: realização de movimento em nível de mícrons na direção do eixo X / Y / Z e controle automático
Plataforma XY do motor de passo: carga de 4 peças de uma vez, passo mínimo ≤ 0.1um precisão de posicionamento bidirecional repetida ≤ ± 1um velocidade máxima: 20mm / s
De acordo com a densidade do plancton da amostra ajustada, você pode escolher o método de varredura completa, o método de varredura de linha, a varredura aleatória do campo de visão e outros métodos para a imagem
Eixo Z elétrico: resolução de ciclo fechado 0.156um; precisão de posicionamento repetido: ≤ ± 0.4um
Câmera de obturador global de alta sensibilidade, foco automático de varredura contínuo de profundidade de campo múltipla, espaço de camadas de filmagem pode ser ajustado, resolução de imagem <0.20um / pixel
AlgaeAI 700 é um sistema de classificação e contagem automática de AI do plancton baseado em aprendizado super profundo. O sistema de classificação e contagem automática do plancton do AlgaeAI 700 é desenvolvido por uma equipe de especialistas com base em pesquisas aprofundadas sobre as características do plancton, combinando a teoria do aprendizado de máquina e desenvolvendo um sistema de análise de inteligência artificial robusto para alcançar a classificação e contagem automática de algas, plancton, medição de tamanho e medição de biomassa.
Algas de 3 a 1000 μm podem ser identificadas automaticamente, incluindo portas de algas verdes, portas de algas azuis, portas de algas de silício, portas de algas ocultas, portas de algas alfa, portas de algas amarelas, portas de algas douradas, portas de algas nuas, etc. Mais de 145 espécies de algas comuns, a faixa de detecção de densidade de algas 9,2 × 102 -1011 células / L. Tempo de análise de identificação automática de campo único ≤ 0,6 segundos, para alcançar o reconhecimento preciso de algas, contagem de classificação, conclusão sincrônica da classificação de algas vantajosas e cálculo de biomassa.
A taxa de identificação de espécies de vantagem da biblioteca de identificação de classificação local ≥95%, o erro repetitivo da análise automática ≤5%
Operação com um clique, visualização dinâmica completa: janela principal imagem fila doença, identificação instantânea de células de algas, nome de marcação in situ; Atualização em tempo real dos dados de detecção (categoria, nome, quantidade, percentagem, densidade de algas, etc.); A barra de rolagem verde mostra o progresso da detecção do conjunto de imagens. Operação totalmente transparente para facilitar o controle de qualidade. As interações do mouse podem aumentar, diminuir, modificar informações de identificação de espécies e atualizar os resultados da análise de amostras em tempo real.
Os dados estatísticos são ordenados por espécie dominante, mostrando a categoria de plancton, nome chinês, nome latino, número de algas, proporção de algas, densidade de algas, comprimento médio de célula única, largura de célula única, altura de célula única, diâmetro de célula única, área de célula única, volume de célula única, cálculo automático da biomassa, biomassa total, índice de Shannon, índice de uniformidade da espécie, índice de biodiversidade, abundância e vantagem.
Registros eletrônicos, rastreamento de dados e relatórios: armazenamento automático de dados, geração de relatórios estatísticos em um clique. Os resultados da análise concluídos são salvos, os nomes das algas marcadas in situ na imagem são coletados e a precisão estatística de cada imagem pode ser revisada a qualquer momento que o arquivo for aberto.
Alta robustez: com capacidade anti-interferência, para imagens de campo de visão que contêm uma grande quantidade de impurezas, mesmo que as células de algas estejam em impurezas, o sistema pode identificá-las com precisão com base em uma forte capacidade de raciocínio.
Reconhecimento de separação de algas sobrepostas / adesivas: para células de algas altamente sobrepostas, o AlgaeAI 700 é baseado em tecnologia de separação de adesão inteligente para capturar com precisão uma única célula de algas de um monte de células ligadas.
Reconhecimento inteligente de algas deficientes / locais: para células de algas incompletas na borda do campo de visão, o AlgaeAI 700 é baseado em tecnologia de raciocínio morfológico inteligente para identificar com precisão quais algas são com base em informações locais, permitindo a detecção sem vazamentos.
Reconhecimento de cálculo de células obscuras: para algumas células de algas fracas e pouco claras no campo de visão devido à falta de profundidade de campo focal, o AlgaeAI 700 é baseado na técnica de cálculo obscuro para identificar com precisão quais células de algas são.
Módulo de análise do plancton: com base em poderosa tecnologia de reconhecimento de imagem de IA, construir um modelo matemático de rede neural de alta precisão, identificar com precisão 65 espécies no corpo aquático, medir automaticamente o comprimento corporal do plancton, largura corporal e outros indicadores, calcular a densidade e a biomassa, emitir relatórios de teste e realizar registros sem papel de dados. Além disso, o sistema fornece um banco de dados de informações, incluindo texto, desenhos manuais e microfotografias, configurando informações classificadas e recursos de pesquisa de palavras-chave para apresentar o plancton de forma ilustrativa.
Módulo de contagem de divisão de imagem clássica
Contagem automática dinâmica: sete algoritmos de segmentação para a contagem pré-inspeção de múltiplos campos de visão, ajustando a densidade do plancton para 107-108 peças / l
Contagem automática de células do grupo esférico: identificação automática e contagem de células-filhos do grupo, especialmente adequada para a análise de contagem de microcistas
Estimação de células filamentosas: utilizada para estimar o número de células-filhas de filamentos individuais e cadeias
Análise qualitativa do plâncton, módulo de identificação inteligente
Banco de dados de especialistas em plancton: a partir de microfotografias coloridas bonitas, desenhos à mão, exibição bilingüe em chinês e latim para constituir a aqua doce e o banco de plancton marinho, que pode ser pesquisado em quatro níveis de "porta, olho, gênero e espécie". Algas 15 portas, 1700 gêneros; 26 espécies e 2.000 gêneros. Algas de água doce que cobrem a região de lagos da planície oriental da China, a região de lagos do Altiplano de Yungui, a região de lagos do nordeste, a região de lagos do Altiplano de Qingtibet, a região de lagos do Altiplano de Monxin e os sete principais sistemas hídricos, bem como algas marinhas ao redor do Mar Oriental, do Mar Amarelo, do Bohai e do Mar do Sul
Recuperação morfológica de associações combinadas típicas: utilização de linguagens gráficas, associações combinadas e combinação de características estruturais de células ou grupos para obter uma recuperação morfológica precisa e rápida. Disponibilidade: características múltiplas, água doce, sub-biblioteca do oceano, navegação fácil e outras características, para que os iniciantes possam dominar rapidamente.
Identificação progressiva de pesquisa de algas semelhantes multidimensionais: ferramenta automática e inteligente de reconhecimento gráfico de células de algas, realizada em 3-5 segundos: detecção de perfiles de células de algas desconhecidas, extração de informações de características, correspondência de dados grandes, identificação precisa de algas possíveis com formas semelhantes, itens de "escolha prioritária" sincronizam as algas comuns mais próximas.
Identificação de algas fáceis de confundir: projetado para experimentadores inexperientes, selecionar várias algas que são fáceis de confundir devido à semelhança morfológica, realizar comparações rápidas na mesma interface, através de quebra-cabeças de características típicas, texto resumido, rapidamente dominar os pontos de distinção.
6. Lista de configuração
AlgaeAI 700 Sistema de Análise Inteligente de Algas e Planctone
Sistema de digitalização de imagem com microscópio totalmente automático 1 conjunto: microscópio Olympus BX43, sistema óptico de distância ilimitada UIS2, 4X, 10X, 40X objetivos de campo plano semi-decolorados, 20X objetivos de decolorados completos (abertura numérica 0,75), óculos de 10 vezes flexão ajustável, triplo, conversor de objetivos de 5 buracos, plataforma de digitalização automática de alta precisão eletrônica XYZ de fluxo de 4 peças e caixa de controle, câmera de digitalização global de alta sensibilidade
1 estação de trabalho de análise de dados: Intel Core i9-12900 16 núcleos de 12ª geração, memória DDR4 32G, placa gráfica 4G independente, disco rígido SSD 512G, disco rígido 4T, monitor de 27 polegadas, sistema operacional Windows 10 Pro
7. Serviços
Instalação e treinamento de novas máquinas
Crie um algoritmo de banco de dados local gratuitamente para os usuários
Prestação a longo prazo de serviços de orientação de assistência remota para a identificação de amostras complexas