Справочная информация

В последние годы биоаэрозоли (включая споры грибов и т.д.) представляют растущую угрозу для здоровья людей и растений, и существует настоятельная необходимость в их точном мониторинге и исследованиях. В настоящее время в Европе установлены стандарты, основанные на искусственных наблюдениях Hirst, но из - за таких характеристик, как трудоемкость, высокая зависимость от специалистов, большая степень индивидуального воздействия и длительный цикл распространения данных, потребности исследователей из таких областей, как медицина, атмосферная физика, защита растений и т.д. больше не могут быть удовлетворены; Автоматизированное оборудование для мониторинга биоаэрозолей ожидается.

Автоматизированный мониторинг биоаэрозолей в значительной степени зависит от машинного обучения, но эта работа является сложной из - за разнообразия размеров частиц, источников, химического состава и т. Д. Ограниченность данных обучения и т. Д. Чтобы заполнить этот научный пробел, ученые из 10 научно - исследовательских институтов, включая Северо - Западный университет прикладных наук Швейцарии (University of Applied Sciences North Western Switzerland), Афинский университет (полное название Афинский национальный университет Капотистана, Национальный и Капоссstrian University of Athens) и Швейцарскую компанию Swisens (Swisens), провели научные и подробные исследования, в которых всесторонне описали практические методы выращивания и сбора образцов грибковых споросодержащих материалов, создания наборов данных для обучения машинному обучению и т. Д. Для дальнейшего мониторинга и классификации грибков в режиме реального времени с помощью приборов для подсчета частиц воздушного потока, таких как SwisensPoleno Jupiter.

Материалы и методы

Исследование проводилось с использованием 17 видов грибов из бельгийского банка образцов грибов BCCM / IHEM, в котором рассматривались ключевые аспекты, такие как подготовка экстракультуры, сбор сухих спор, распыление аэрозолей, машинное обучение, автоматическая инструментальная измерительная классификация и т. Д., Что значительно способствовало прогрессу в автоматическом мониторинге и идентификации спор переносимых грибов.

Исследования охватывают грибы, питательные среды, легкость получения спор через коллектор (0 означает наименее легкий, 3 - самый легкий)

А также микроскопическая значимость видимых микроскопических мицелиев и / или других частиц в образцах (Y указывает на наличие, N - на отсутствие).

PAD: картофельный агар с глюкозой; S10: Разбавленная среда песка.

Схема лабораторного устройства для распыления спор грибка, измеренного с помощью SwisensPolemo Jupiter

Голографические изображения 17 видов грибов, участвовавших в исследовании (120x120 мкм), и средние относительные данные по каждому виду грибов, измеренные SwisensPoleno Jupiter.

17 видов грибковых спор, контролируемых SwisensPoleno Jupiter:

(А) Матрица распознавания свойств сверточных нейронных сетей, обученных только голографическим данным;

(B) Матрица смешения характеристик сверточных нейронных сетей, обученных голографическим изображениям в сочетании с флуоресцентными данными.

Выводы и обсуждения

Полностью экспериментируя,

Исследование показало, что культивирование и контролируемое и эффективное распыление грибковых спор является ключевым элементом для получения набора данных выборки для машинного обучения;

2) Доказано, что выращивание грибковых спор на среде агара, созревающих на среде распыления воздушным потоком, является наилучшим способом сохранения целостности спор и уменьшения загрязнения мицелием.

Наконец, исследование надеется, что следующая работа должна быть сосредоточена на расширении набора справочных данных, чтобы охватить больше видов грибов, чтобы более точно и полностью автоматически идентифицировать споры грибов, обеспечивая хорошую технологическую реализацию для исследований динамического развития биоаэрозолей и их воздействия на здоровье человека и растений.

Источник оригинала

2 июня 2025 г. Журнал Aerobiologia

Том 41, стр. 505 - 525 (2025)