在水化学应用中低成本的微藻细胞度估计,使用计算机视觉
Julia Borisova1, Ivan V Morshchinin2, Veronika I Nazarova2
1NSS Lab, AI Institute, ITMO University, St. Petersburg 197101, Russia.
Sensors (Basel, Switzerland)
|August 14, 2025
概括
这项研究引入了一种低成本的计算机视觉方法,用于估计微藻细胞度. 该技术使用图像分析来准确计算细胞,为昂贵的自动化系统提供了负担得起的替代方案.
科学领域:
- 微生物学 微生物学
- 生物技术是生物技术.
- 计算机视觉 计算机视觉
背景情况:
- 准确的微藻细胞度估计对于各种科学和工业应用至关重要.
- 传统的方法,如血细胞计量是劳动密集型和容易出错的.
- 现有的自动化系统通常很昂贵,需要大量的培训数据.
研究的目的:
- 开发一种低成本的自动化方法来估计微藻细胞度.
- 为手动计数和高端自动化系统提供可访问的替代方案.
- 使用经典计算机视觉进行细胞检测和量化.
主要方法:
- 在*Chlorella vulgaris**的显微镜图像中使用Hough圆转换来检测细胞.
- 使用像素测量和转换因子计算细胞度 (细胞/毫升).
- 验证自动化方法与手动血细胞计计数.
主要成果:
- 拟议的方法与手动计数之间有很强的一致性 (皮尔森相关系数=0.96).
- 观察到的平均百分比差异为17.96%.
- 快速的图像处理 (每张图像不到30秒),具有可视化解释性.
结论:
- 开发的系统为微藻细胞度估计提供了负担得起,高效和可解释的解决方案.
- 它适用于资源有限的实验室,弥合了手动技术和先进的自动化技术之间的差距.
- 该方法显示了适应其他微生物定量化任务的潜力,尽管细胞聚集的局限性.
相关概念视频
01:27Microbial Growth Measurement: Indirect Methods
Estimating microbial growth is essential for understanding population dynamics and environmental adaptations. Indirect methods provide valuable insights by measuring parameters such as turbidity, metabolic activity, and biomass, enabling efficient and reproducible assessments.During exponential growth, microbial cells scatter light proportionally to their biomass, a principle used in turbidity measurements. About one million cells per milliliter produce detectable scattering, which a...
01:30Methods to Assess Microbial Populations
Assessing microbial populations is crucial for understanding microbial roles in health, ecology, and industry. Various complementary techniques—both culture-based and molecular—enable detailed analysis of microbial abundance, diversity, and function.Viable Plate CountThe viable plate count is a traditional culture-based method used to estimate the number of living microbes in a sample. After serial dilution, the sample is spread onto nutrient agar plates. Each viable cell forms a visible...