Système de comptage automatique de classification pour le phytoplancton algaeai 700

Nombre rapideAlguesAI 700Système de comptage automatique de classification du plancton, développé par Xun YunAlguesAISystème et Microsystème à balayage entièrement automatique constitué. Obtenez des images microscopiques haute définition à l'aide d'une plate - forme motorisée à trois axes à grande vitesse qui tire parti du super Deep LearningAlguesAILa technologie, qui peut identifier automatiquement les espèces pour le plancton dans les eaux, le comptage taxonomique, la détermination de la biomasse, le calcul de la densité cellulaire, générer et exporter automatiquement des rapports de données, réaliser un enregistrement électronique du plancton, assurer l'intégrité des données électroniques.AlguesAI 700Il est également livré avec un module expert de qualification intelligente du plancton qui fournit des outils importants pour l'étude de la biodiversité planctonique dans les écosystèmes aquatiques.

Intelligence artificielle, à portée de main

AlguesAI 700C'est le système informatique d'identification d'analyse intelligente avancée du plancton pour l'apprentissage automatique ultra profond de Xun, les personnes effectuant l'analyse du plancton peuvent utiliser d'excellentes techniques d'analyse de données Aucune expertise approfondie en biologie planctonique n'est requise.

l Simple, un clic pour compléter l'identification, la classification, le comptage, le pourcentage, le calcul de la densité des algues, le tri des algues dominantes, la production de rapports

l Rapide, analyse à champ unique seulement0.6seconde

l Précis, reconnaît ceux formés par le réseau neuronal145Une algue commune,60Espèce de zooplancton d'eau douce, précision d'identification jusqu'à95%ci-dessus

l Haute robustesse, adaptée aux images microscopiques complexes courantes dans les expériences: chevauchement croisé des cellules d'algues à des densités plus élevées, flou structurel local dû à une profondeur de champ insuffisante, fond mélangé avec plus d'impuretés, cellules seulement partiellement dans le champ visuel…- Oui.

Transparence totale, réalité visible

L'identification analytique et le processus statistique, entièrement affichés sur l'écran, permettent à l'opérateur d'observer clairement le processus d'analyse et les résultats du traitement de chaque image.

l Cliquez sur«AIDémarrer« et, l'image de la fenêtre principale un éclair, les cellules de l'algue sont encadrées, le bord supérieur de la boîte est le nom de cette algue

l Barre de défilement verte en haut à droite pour indiquer que l'échantillon est en détection…

l À droite, les données mises à jour en temps réel: phylum, nom de l'algue, nombre d'algues, pourcentage, densité d'algues…

Après détection, cliquez sur la file d'attente d'images en bas à gauche, vous pouvez facilement voir le nombre d'algues sur chaque image: les noms individuels ne sont pas corrects? Algues individuelles non détectées? Algues individuelles à supprimer? Simple, cliquez sur boîte à outils,2 - 3Les secondes peuvent être corrigées.

Résoudre les difficultés de détection d'image de champ de vision complexe

Le processus d'analyse quantitative du phytoplancton présente de nombreux défis, tels que plus d'impuretés en suspension dans l'échantillon d'eau quantitatif recueilli, une densité cellulaire trop élevée après la concentration, l'empilement des microalgues, la présence de cellules d'algues stratifiées dans le cadre du comptage, la clarté insuffisante de l'imagerie optique microscopique, la Mise au point inadéquate…

AlguesAI 700Grâce à ses capacités d'apprentissage automatique super profond, des résultats d'identification analytique de haute qualité peuvent être générés rapidement et de manière fiable.

Pas peur du croisement et du chevauchement des cellules d'algues, démêlage automatique direct

Densité d'algues supérieure à10¹⁰cellules/LÉchantillons encombrés de fond, tout aussi capable de reconnaître le comptage

Source de lumière, réglage de la mise au point n'est pas en place, tige cassante, algue à disques, très léger et léger, reconnaissable de la même manière

Identification automatique du zooplancton

Trésor numérique d'identification intelligente des algues

La grande bibliothèque de cartes d'algues, couvrant les rivières, les lacs, les réservoirs et d'autres eaux intérieures en Chine, ainsi que les espèces d'eau douce et marines des mers environnantes, une sélection exquise d'images et d'introductions textuelles, intégrant une architecture de recherche riche, est l'aide de l'enseignement de base du plancton, des organismes de surveillance de l'environnement aquatique pour la vulgarisation des connaissances sur les algues.

Recherche taxonomique, éditeur d'algues communes, Introduction à la colonne, morphologie, structure, reproduction, écologie en un coup d'œil.

La recherche morphologique, basée sur la proximité morphologique, le gradient, la combinaison est classée dans le langage graphique et combine les caractéristiques structurelles de la cellule ou de la population, telles que le Flagelle, le pigment, le motif, le tégument, etc., pour une recherche morphologique précise et rapide.

Imagerie microscan de haute qualité

Microscope biologique de qualité scientifique OlympusBX43Pour les supports d'imagerie optique, configuré lisse et silencieuxXYZTable de chargement motorisée pour un fonctionnement précis en un clic: autofocus, AUTO SCAN, excellente qualité d'image.

Principales fonctions et indicateurs techniques

1. Spécifications analytiques

Conforme à «SL733-2016Code technique pour la surveillance du phytoplancton dans les eaux intérieures, exigences techniques pour la surveillance écologique de l'eau-Le phytoplancton d'eau douce,HJ1216-2021Détermination du phytoplancton de qualité de l'eau0,1 mlBoîte de comptage-La loi sur le comptage microscopique etHJ1215-2021Membrane filtrante pour la détermination du phytoplancton de qualité de l'eau-Méthode de comptage microscopique, méthodes analytiques pour la surveillance de l'eau et des eaux usées (4e éd.), etGB17378-2007Exigences d'analyse des algues correspondant au Code de surveillance maritime.

2. Microsystème de balayage entièrement automatique

Ø Rack: OlympusBX43Microscope;4、10、40Objectif achromatique à champ quadraplati,20Objectif achromatique à champ multiplicatif

Ø Contrôle électrique de haute précisionXYZPlateforme de scan automatique: mise en œuvreX / Y / ZDirection de l'axe mouvement de niveau micron et contrôle automatique

Ø Moteur pas à pasXYPlate - forme: un chargement4Tranches, pas minimum≤ 0.1umPrécision de positionnement répétitif bidirectionnel≤±1umVitesse maximale:20 mm/s

Ø En fonction de la densité du phytoplancton de l'échantillon ajusté, l'imagerie peut être sélectionnée par balayage complet, balayage en rangée, balayage de champ de vision aléatoire, etc.

Ø électriqueZaxe: résolution en boucle fermée0.156um; précision de positionnement répétée:≤±0.4um

Ø Caméra à obturateur global haute sensibilité, mise au point automatique à balayage continu à profondeur de champ multiple, espacement des couches de prise de vue réglable, résolution d'image<0.20um/pixel

3. AlgaeAI 700 Plancton rapide basé sur le super Deep LearningAIsystème

Nombre rapideAlguesAI 700PlanctonAISystème de comptage automatique de la classification, par un groupe d'experts de haut niveau, sur la base d'une étude approfondie des caractéristiques du plancton, combinée à la théorie de l'apprentissage automatique, la recherche innovante a établi un système d'analyse de l'intelligence artificielle avec une grande robustesse, permettant le comptage automatique de la classification des algues, du zooplancton, la mesure de la taille ainsi que la détermination de la biomasse.

Ø Reconnaissable automatiquement3à1000μmAlgues, contenant des phyllophytes vertes, phyllophytes cyanophytes, phyllophytes diatomées, cryptogaphytes, phyllophytes, phyllophytes aurifères, phyllophytes nues, etc. plus de145Algues communes, gamme de détection de densité d'algues9,2 × 10² -10¹¹ cellules/L

Ø Un seul champ de Vision reconnaît automatiquement le temps d'analyse≤ 0,6Secondes, réaliser l'identification précise des algues, le comptage de la classification, l'achèvement synchrone du tri des algues dominantes, le calcul de la biomasse.

Ø Avantages des banques locales d'identification taxonomique taux d'identification des espèces≥ 95%, erreur de répétabilité de l'analyse automatique≤ 5%

Ø Opération en un clic, visualisation dynamique complète: les images de la fenêtre principale défilent, les cellules d'algues sont instantanément reconnues, le nom est marqué in situ; Mise à jour palpitante en temps réel des données de détection (phylum, nom, nombre, pourcentage, densité des algues, etc.); La barre de défilement verte montre la progression de la détection de la collection d'images. Opération transparente tout au long du processus, pratique pour la surveillance de la qualité. L'interaction de la souris peut augmenter, supprimer, modifier les informations sur les espèces identifiées, mettre à jour les résultats d'analyse des échantillons en temps réel.

Ø Les statistiques sont classées par espèces dominantes, montrant la catégorie de phytoplancton, nom chinois, nom latin, nombre d'algues, pourcentage d'algues, densité d'algues, statistiques espèce longueur moyenne d'une seule cellule, largeur d'une seule cellule, hauteur d'une seule cellule, diamètre d'une seule cellule, surface d'une seule cellule, volume d'une seule cellule, biomasse calculée automatiquement, biomasse totale,ShannonIndice, indice d'uniformité des espèces, indice de biodiversité, abondance, dominance.

Ø Enregistrement électronique, traçabilité des données et reporting: sauvegarde automatique des données pour générer des rapports statistiques en un clic. Les résultats d'analyse terminés peuvent être sauvegardés, les noms d'algues sont marqués in situ sur les images acquises et chaque fois qu'un fichier est ouvert, la précision statistique de chaque image peut être réexaminée.

Ø Haute robustesse: avec une forte résistance aux interférences, pour les images de champ de vision contenant beaucoup d'impuretés, même si les cellules d'algues sont dans les impuretés, le système est basé sur la capacité de raisonnement *, qui peut être identifié avec précision.

Ø Chevauchement/Algues adhérentesIdentification isolée: sur des cellules d'algues fortement superposées,AlguesAI 700Basé sur la technologie intelligente de séparation des adhérences, il peut capturer avec précision une cellule d'algue d'un tas de cellules collées ensemble.

Ø Mutilé/Algues localesReconnaissance intellectuelle: cellules d'algues incomplètes sur le bord du champ visuel,AlguesAI 700Basé sur la technologie d'inférence morphologique intelligente, il est possible d'identifier exactement quelle algue il s'agit sur la base d'informations locales, ce qui permet une détection sans fuite.

Ø Cellules flouesIdentification extrapolée: quelques cellules algales pâles et peu claires apparaissent dans le champ visuel en raison d'une profondeur de champ de mise au point insuffisante,AlguesAI 700Sur la base de la technique d'extrapolation floue, une analyse précise peut identifier ce qu'est une cellule d'algue.

Ø Module d'analyse du zooplancton: en s'appuyant sur *AITechnologie de reconnaissance d'image, construction de modèles mathématiques de réseaux neuronaux de haute précision, identification précise des masses d'eau65Genre, mesure automatique de la longueur et de la largeur du corps du zooplancton et d'autres indicateurs, calcule la densité et la biomasse, produit des rapports de détection et réalise un enregistrement sans papier des données. En outre, le système fournit une base de données d'informations contenant du texte, des dessins à la main, des microphotographies, configure des informations de classification et des fonctions de recherche par mots clés, et peut illustrer le zooplancton.

4. Module de comptage de division d'image classique

Ø Comptage automatique dynamique: sept algorithmes de segmentation pour pré - vérifier le comptage de plusieurs champs de vision, en ajustant la densité de phytoplancton à10^{7 -}10⁸un/monter

Ø Comptage automatique de cellules de populations sphériques similaires: identification automatique, comptage des cellules filles dans les populations, particulièrement adapté à l'analyse du comptage des microcystes

Ø Estimation des cellules filamenteuses: utilisée pour estimer le nombre de cellules filles d'un seul filament, d'un striatum

5. Analyse qualitative du plancton, module de qualification intelligente

Ø Base de données d'experts en plancton: constituée d'une microphotographie couleur exquise, d'un dessin à la main, d'un affichage bilingue chinois, Latin pour constituer une bibliothèque de plancton d'eau douce, marin, qui peut être pressée“Porte, ordre, genre, espèce« etQuatre niveaux pour développer la recherche. Parmi lesquelsAlgues15Une porte,1700Un genre;Zooplancton26Grande catégorie,2000Un genre. Algues d'eau douce couvrant la région des plaines de l'est de la Chine, la région des lacs du plateau du Yungui, la région des lacs du Nord - Est, la région des lacs du plateau du Qinghai - Tibet, la région des lacs du plateau de monxin et les sept grands systèmes d'eau, ainsi que les algues marines autour de la mer de Chine orientale, de la mer Jaune, de la mer de Bohai

Ø Recherche morphologique « associations typiques combinées »: permet une recherche morphologique précise et rapide en langage graphique, en combinant des associations et en combinant les caractéristiques structurelles des cellules ou des populations. Avoir: caractéristiques Multi - choix, l'eau douce, la Division de l'océan, la navigation facile et d'autres caractéristiques, de sorte que les débutants peuvent rapidement maîtriser.

Ø Identification multidimensionnelle progressive de la recherche d'algues similaires: outil de reconnaissance graphique automatique et intelligent des cellules d'algues,3 - 5La seconde est la réalisation: détection de profils de cellules algales inconnues, extraction d'informations sur les caractéristiques, correspondance de données volumineuses, identification précise des algues possibles morphologiquement proches, élément de « préférence» pour afficher de manière synchrone les algues communes les plus proches.

Ø Identification des algues sujettes à confusion: conçu pour les expérimentateurs inexpérimentés, filtrer Plusieurs algues sujettes à confusion en raison de similitudes morphologiques, développer une comparaison rapide sur la même interface, saisir rapidement les points de distinction à travers des puzzles caractéristiques typiques, des textes synoptiques.

6. Liste de configuration

Ø Nombre rapideAlguesAI700Systèmes d'analyse intelligents pour algues et zooplancton1ensemble

Ø Système entièrement automatisé de numérisation d'images microscopiques numériques1Ensembles:Rack OlympusBX43Le microscope,4XEt,10XEt,40XObjectif achromatique à champ plat,20XObjectif achromatique à champ plat,10Oculaire réglable à dioptrie multiple, barillet d'observation à trois yeux,5Convertisseur d'objectif de bit de trou,4Contrôle électrique de haute précision de flux de feuilleXYZPlate - forme de numérisation automatique et boîtier de commande, caméra à balayage global haute sensibilité

Ø Station de travail d'analyse de données1Table: numéro12Génération Smart Intel Corei9-12900 16Nucléaire,32G DDR4Mémoire,4GCarte graphique indépendante,512GDisque dur à état solide,4TLe disque dur,27Affichage en pouces,pour Windows 10Version professionnelle du système d'exploitation

7. service

Ø Nouvelle machine installation porte à porte mise en service, formation et service de garantie de deux ans

Ø Construire des algorithmes de base de données locale une fois gratuitement pour les utilisateurs

Ø Services de guidage à distance à long terme,Assistance à l'identification d'échantillons complexes