Sistema automático de clasificación y conteo de plancton Fast digital algaeai 700

Número rápidoAlgasAI 700Sistema automático de clasificación y conteo de plancton, desarrollado recientemente por Fast digitalAlgasIAEl sistema y el sistema de microscopía de escaneo totalmente automático están compuestos. Con la ayuda de una plataforma eléctrica de tres ejes de alta velocidad, se obtienen imágenes microscópicas de alta definición, utilizando el aprendizaje súper profundo.AlgasIALa tecnología puede identificar automáticamente las especies de plancton en las aguas, clasificar y contar, medir la biomasa, calcular la densidad celular, generar y exportar automáticamente informes de datos, realizar el registro electrónico de plancton y garantizar la integridad de los datos electrónicos.AlgasAI 700También está equipado con un módulo de expertos en identificación inteligente de plancton, que proporciona herramientas importantes para la investigación de la diversidad de plancton en los ecosistemas acuáticos.

Inteligencia artificial al alcance de la mano

AlgasIA 700Es un sistema avanzado de análisis, identificación y cálculo inteligente de plancton para el aprendizaje automático rápido y profundo, y las personas que llevan a cabo el análisis de plancton pueden usar excelentes tecnologías de análisis de datos. No es necesario tener una profunda experiencia en biología planctónica.

l Simple, un clic para completar la identificación, clasificación, conteo, porcentaje, cálculo de densidad de algas, clasificación de algas dominantes, salida de informes

l Rápido, análisis de campo único solo se necesita0.6segundo

l Preciso, identificable y entrenado por redes neuronales145Especies de algas comunes,60Especies de zooplancton de agua dulce, con una precisión de identificación de hasta95%arriba

l Alta robustez, adaptación a imágenes microscópicas complejas comunes en experimentos: superposición cruzada de células de algas a alta densidad, estructura local inexistente debido a la falta de profundidad de campo, Fondo mezclado con más impurezas, solo algunas células están en el campo de visión.......

Transparencia en todo el proceso, verdad visible

El proceso de análisis, identificación y Estadística se muestra completamente en la pantalla, y el operador puede observar claramente el proceso de análisis y los resultados del procesamiento de cada imagen.

l Hacer clic«AIIniciar",La imagen de la ventana principal parpadea una por una, las células de algas se enmarcan una por una, y el nombre de esta algas está en el borde superior del marco.

l Barra de desplazamiento verde en la parte superior derecha para informar que la muestra está siendo detectada......

l A la derecha están los datos actualizados por latidos en tiempo real: especies, nombres de algas, número de algas, porcentaje, densidad de algas......

¿Después de la detección, haga clic en la cola de imágenes en la parte inferior izquierda para ver fácilmente el recuento de algas en cada imagen: ¿ el nombre individual no es correcto? ¿¿ no se detectaron algas individuales? ¿¿ las algas individuales deben eliminarse? Simple, haga clic en la Caja de herramientas,2 - 3Se puede corregir en segundos.

Resolver las dificultades de la detección de imágenes de campo complejo

Hay muchos desafíos en el proceso de análisis cuantitativo del fitoplancton, como más impurezas suspendidas en muestras cuantitativas de agua recogidas, densidad celular demasiado alta después de la concentración, superposición de microalgas, presencia de células de algas en el campo de visión estratificada dentro del marco de conteo, falta de claridad en la imagen óptica del microscopio y enfoque inexacto.......

AlgasIA 700Utilizando su capacidad de Aprendizaje automático súper profundo, puede producir resultados de análisis e identificación de alta calidad de manera rápida y confiable.

Sin miedo al cruce y superposición de células de algas, se desbloquea directamente y automáticamente.

La densidad de algas supera10¹⁰células/LMuestras con antecedentes desordenados, que también pueden identificar el conteo

La fuente de luz y el ajuste de enfoque no están en su lugar, las algas crujientes de barra y las algas estrella de disco, muy poco profundas y ligeras, todavía se pueden identificar.

Reconocimiento automático de zooplancton

El Tesoro digital de la identificación inteligente de algas

La gran biblioteca de mapas de algas cubre las especies de agua dulce y marina en aguas interiores como ríos, Lagos y embalses en China y las aguas circundantes. imágenes y presentaciones textuales cuidadosamente seleccionadas integran una rica estructura de búsqueda y son útiles para popularizar el conocimiento de las algas en la enseñanza básica del plancton y la estructura de la unidad de Monitoreo Ambiental del agua.

Recuperación taxonómica, edición clave de algas comunes, introducción de columnas, morfología, estructura, reproducción, ecología de un vistazo.

La recuperación morfológica se clasifica en lenguaje gráfico de acuerdo con la similitud morfológica y la progresividad, y combina las características estructurales de las células o grupos, como látigos, pigmentos, patrones, edredones, etc., para lograr una recuperación morfológica precisa y rápida.

Imágenes de microsondas de alta calidad

Con el microscopio biológico de investigación científica del OlimpoBX43Es un portador de imágenes ópticas, equipado con un suave y tranquiloXYZLa plataforma eléctrica de carga realiza una operación precisa de un clic: enfoque automático, escaneo automático, excelente calidad de imagen.

Principales funciones e indicadores técnicos

1. Especificaciones de análisis

Cumplir conSL733-2016Reglamento Técnico para el monitoreo del fitoplancton en aguas interiores y requisitos técnicos para el monitoreo ecológico del agua-Fitoplancton de agua dulce, "HJ1216-2021Calidad del agua - determinación del fitoplancton0,1 mlCaja de conteo-Método de recuento de Microscopía yHJ1215-2021Calidad del agua - determinación del fitoplancton - membrana filtrante-Método de recuento microscópico, "métodos de monitoreo y análisis del agua y las aguas residuales" (cuarta edición), yGB17378-2007Requisitos de análisis de algas correspondientes al Código de monitoreo marino.

2. Sistema de microscopía de escaneo totalmente automático

Ø Bastidores: OlimpoBX43Microscopio;4、10、40Lente acromática de campo beiping,20Lente acromática de campo doble plano

Ø Control eléctrico de alta precisiónXYZPlataforma de escaneo automático: implementaciónX / Y / ZMovimiento de micras en la dirección del eje y control automático

Ø Motor de pasoXYPlataforma: carga única4Pieza, paso mínimo≤ 0.1umPrecisión de posicionamiento repetida bidireccional≤±1umVelocidad máxima:20 mm/s

Ø De acuerdo con la densidad ajustada del fitoplancton de la muestra, se puede elegir el método de escaneo de película completa, el método de escaneo de cuadrícula, el escaneo de Campo aleatorio y otros métodos para la imagen.

Ø eléctricoZEje: resolución de circuito cerrado0.156um; precisión de posicionamiento repetida:≤±0.4um

Ø Cámara de obturador global de alta sensibilidad, enfoque de escaneo automático continuo de múltiples profundidades de campo, distancia entre las capas de disparo se puede establecer, resolución de imagen<0.20um/píxel

3. AlgaeAI 700 Plancton rápido basado en el aprendizaje súper profundoIAsistema

Número rápidoAlgasAI 700PlanctonIAEl sistema automático de clasificación y conteo, formado por un equipo de expertos veteranos, ha estudiado e innovado el establecimiento de un sistema de análisis de inteligencia artificial con alta robustez basado en un estudio en profundidad de las características del plancton y la teoría del Aprendizaje automático para realizar el conteo automático de clasificación de algas, zooplancton, medición de tamaño y determinación de biomasa.

Ø Se puede identificar automáticamente3-.1000μmLas algas que contienen algas verdes, cianobacterias, diatomeas, criptobacterias, algas, algas amarillas, algas doradas, algas desnudas, etc.145Especies de algas comunes, rango de detección de densidad de algas9,2 × 10² -10¹¹ células/L

Ø Tiempo de análisis de reconocimiento automático de campo único≤ 0,6Segundos para lograr un reconocimiento preciso de las algas, un recuento clasificado y completar simultáneamente la clasificación de las algas dominantes y el cálculo de la biomasa.

Ø Tasa de identificación de especies dominantes de la biblioteca local de identificación clasificada≥ 95%, error de repetibilidad del análisis automático≤ 5%

Ø Operación de un clic, visualización dinámica de todo el proceso: la imagen de la ventana principal se alinea, las células de algas se reconocen instantáneamente y el nombre se marca in situ; Actualización de los datos de detección (categoría, nombre, cantidad, porcentaje, densidad de algas, etc.) en tiempo real; La barra de desplazamiento verde muestra el progreso de la detección del conjunto de imágenes. Todo el proceso de operación transparente facilita el monitoreo de calidad. Puede interactuar con el ratón para agregar, eliminar y modificar la información de las especies identificadas, y actualizar los resultados del análisis de muestras en tiempo real.

Ø Las estadísticas se ordenan por especies dominantes, mostrando la categoría de fitoplancton, el nombre chino, el nombre latino, el número de algas, la proporción de algas, la densidad de algas, la longitud media de una sola célula, el ancho de una sola célula, la altura de una sola célula, el diámetro de una sola célula, el área de una sola célula, el volumen de una sola célula, la biomasa calculada automáticamente, la biomasa total,ShannonÍndice, índice de uniformidad de especies, índice de biodiversidad, abundancia, dominio.

Ø Registro electrónico, trazabilidad de datos e informes: guardar automáticamente los datos y generar informes estadísticos con un solo clic. Los resultados del análisis completado se pueden guardar, el nombre de las algas se marca in situ en la imagen capturada y la precisión estadística de cada imagen se puede volver a revisar en cualquier momento cuando se abre el archivo.

Ø Alta robustez: tiene una fuerte capacidad antiinterferencia, para imágenes de campo que contienen una gran cantidad de impurezas, incluso si las células de algas están en impurezas, el sistema se basa en la capacidad de razonamiento de * para identificarlas con precisión.

Ø superposición/.Algas adherentesReconocimiento de aislamiento: para células de algas altamente superpuestas,AlgasAI 700Basado en la tecnología inteligente de separación de adherencia, se pueden capturar con precisión células de algas de un montón de células adheridas.

Ø Incompleto/.Algas localesReconocimiento inteligente: células de algas incompletas en el borde del campo visual,AlgasAI 700Basado en la tecnología inteligente de razonamiento morfológico, se puede identificar con precisión qué algas son de acuerdo con la información local, logrando así una detección sin fugas.

Ø Células difusasReconocimiento de cálculo: algunas células de algas ligeras e poco claras aparecen en el campo visual debido a la falta de profundidad de campo de enfoque,AlgasAI 700Basado en la tecnología de cálculo inútil, se puede analizar e identificar con precisión qué células de algas son.

Ø Módulo de análisis de zooplancton: apoyado en *IATecnología de reconocimiento de imágenes, construcción de un modelo matemático de red neuronal de alta precisión, identificación precisa de65Cada especie, mide automáticamente la longitud corporal y la anchura corporal del zooplancton, calcula la densidad y la biomasa, emite un informe de prueba y realiza un registro sin papel de los datos. Además, el sistema proporciona una base de datos de información que incluye texto, dibujos a mano y fotografías microscópicas, configura la función de búsqueda de información clasificada y palabras clave, y puede mostrar zooplancton con imágenes y textos.

4. Módulo clásico de conteo de División de imágenes

Ø Conteo automático dinámico: siete algoritmos de segmentación para preexaminar el conteo de múltiples campos y ajustar la densidad de fitoplancton a10^{7 -}10⁸un/.Subir

Ø Conteo automático de células de grupo esféricas: reconocimiento automático, conteo de células hijas en el grupo, especialmente adecuado para el análisis de conteo de microcápsulas

Ø Estimación de células somáticas filamentosas: se utiliza para estimar el número de células hijas de un solo cuerpo filamentoso y encadenado

5. Módulo de análisis cualitativo e identificación inteligente de plancton

Ø Base de datos de expertos en plancton: compuesta por exquisitas fotografías microscópicas en color, dibujos a mano, pantallas bilingües en chino y latino para formar bancos de plancton de agua dulce y marino, se puede presionar“Puertas, órdenes, géneros y especies",El cuarto nivel lanza la búsqueda. entreAlgas15Una puerta,1700Género;Zooplancton26Grandes categorías,2000Género. Algas de agua dulce que cubren la zona del Lago de la llanura oriental de china, la zona del Lago de la Meseta Yunnan - guizhou, la zona del Lago del noreste, la zona del Lago de la meseta Qinghai - tíbet, la zona del Lago de la meseta mengxin y los siete sistemas de agua, así como algas marinas alrededor del Mar de China oriental, el mar amarillo, el mar de Bohai y el mar de China meridional.

Ø Recuperación morfológica de "asociación combinada típica": recuperación morfológica precisa y rápida con lenguaje gráfico, Asociación combinada y combinada con las características estructurales de las células o grupos. Tiene las características de: selección múltiple de características, agua dulce, Subdivisión marina y navegación conveniente, lo que permite a los principiantes dominarlo rápidamente.

Ø Identificación de búsqueda de algas similares progresivas multidimensionales: herramientas automáticas e inteligentes de reconocimiento gráfico de células de algas,3 - 5Se logra en segundos: detectar el contorno de las células de algas desconocidas, extraer información de características, emparejar Big data, identificar con precisión posibles algas con formas similares, y el elemento "selección prioritaria" muestra simultáneamente las algas comunes más similares.

Ø Identificación de algas propensas a la confusión: diseñado para experimentadores inexpertos, se seleccionan varias algas propensas a la confusión debido a formas similares, se realiza una comparación rápida en la misma interfaz y se captan rápidamente los puntos de distinción a través de rompecabezas característicos típicos y texto resumido.

6. Lista de configuración

Ø Número rápidoAlgasIA700Sistemas inteligentes de análisis de algas y zooplancton1juego

Ø Sistema automático de escaneo de imágenes microscópicas digitales1Set:El Olimpo en el estanteBX43Microscopio,4X,10X,40 vecesLente acromática de campo plano,20XLente acromática de campo plano,10Gafas oculares ajustables de doble refracción, tubo de Observación de tres ojos,5Convertidor de lente de agujero,4Control eléctrico de alta precisión de flujo de chipXYZPlataforma de escaneo automático y caja de control, Cámara de escaneo global de alta sensibilidad

Ø Estación de trabajo de análisis de datos1Taiwán: No.12Inteligencia generacional Intel Corei9-12900 16Nuclear,32G DDR4Memoria,4GTarjeta gráfica independiente,512GDisco duro de Estado sólido,4TDisco duro,27Pantalla de pulgada,de Windows 10Versión profesional del sistema operativo

7. servicio

Ø La nueva máquina se instala, pone en marcha y entrena a domicilio, y ofrece un servicio de garantía de dos años.

Ø Construir un algoritmo de base de datos local una vez para los usuarios de forma gratuita

Ø Prestación a largo plazo de servicios de asistencia y orientación a distancia,Ayudar a identificar muestras complejas