硅藻是一種水生單細胞生物,廣泛分布于江河、湖泊、水庫、池塘等自然水體,由于硅殼由二氧化硅和果膠組成,硅藻的外形具有穩定性、特定性和多樣性、是進(jìn)行硅藻種屬鑒定的重要依據。研究表明硅藻的生長(cháng)和分布具有較強的地域性,對不同地域的硅藻在種群分布和外形特征上均會(huì )出現不同的地域特點(diǎn)。
昆明盤(pán)龍江流域水體中的硅藻研究過(guò)去停留在光學(xué)顯微鏡檢測,反映出的形態(tài)特征有限,區別判斷準確率不高。
本次研究,昆明盤(pán)龍江的研究人員采用復納科技掃描電鏡的硅藻全自動(dòng)檢測系統對盤(pán)龍江流域的硅藻進(jìn)行全自動(dòng)掃描識別,定期跟蹤檢測和分析,該研究補充了硅藻形態(tài)、分類(lèi)等多方面研究的空白。
——
該項目使用 GA / T1662-2019《法庭醫學(xué)硅藻檢驗技術(shù)規范微波消解-真空抽濾-顯微鏡法》處理后,分析水樣內硅藻形態(tài)、種屬、并通過(guò)硅藻全自動(dòng)檢測系統拍攝掃描電鏡圖像,依據經(jīng)典分類(lèi)系統,主要基于硅藻形態(tài)學(xué)特征,包括殼面的形狀、隔片、和偽隔片之有無(wú)、眼點(diǎn)的有無(wú)、錐突之有無(wú)、線(xiàn)紋和點(diǎn)紋的分布和形式、殼縫的結構、環(huán)帶的特征等。參考《中國淡水藻志》,將硅藻確定為門(mén),其下分中心綱和羽紋綱,綱下分目、科、屬、種的分類(lèi)系統,通過(guò)掃描電鏡以及一系列的科學(xué)研究,將盤(pán)龍江流域硅藻進(jìn)行了系統翔實(shí)的分類(lèi),可作為生態(tài)環(huán)保,水質(zhì)檢測,污染治理,以及法醫研究溺亡診斷的參考資料。
該書(shū)對硅藻的分類(lèi)如下圖所示,每目下還對科、屬進(jìn)行了詳細的分類(lèi),可作為硅藻研究分類(lèi)標準的參考資料,詳情請查閱原著(zhù)。
復納科學(xué)儀器(上海)有限公司(以下簡(jiǎn)稱(chēng)“復納科技")自 2018 年開(kāi)始硅藻檢測自動(dòng)化系統的研發(fā)工作,相繼推出 DiatomScope 自動(dòng)化掃描系統,DiatomAI 人工智能硅藻識別系統,該系統具有以下優(yōu)勢:
系統基于飛納臺式掃描電鏡,具有防磁防震功能,對安裝環(huán)境無(wú)特殊要求。常規實(shí)驗室環(huán)境,僅需要一張實(shí)驗桌即可安裝,即使放置在高樓層,也無(wú)需擔憂(yōu)震動(dòng)問(wèn)題,為野外工作提供了可能性;
采用高亮度、長(cháng)壽命 CeB6 晶體燈絲,不僅能輕松拍攝出高清硅藻電鏡圖像,還免去了頻繁更換燈絲的煩惱,省心又省力;
無(wú)人值守、多任務(wù)并行自動(dòng)化程序,輕松設置掃描參數(樣品類(lèi)型、放大倍數、掃描模式等),系統自動(dòng)完成多樣品、多放大倍數的掃描工作,極大的節省了人工觀(guān)察樣品的時(shí)間;
大樣品倉室,100*100mm,一次可放置 9 個(gè)直徑一英寸樣品并完成自動(dòng)拍攝;
具有精確的位置追溯功能,方便硅藻定位及復查;
極快的 AI 速率,完成自動(dòng)統計與分類(lèi)工作。
在《昆明盤(pán)龍江生態(tài)環(huán)境硅藻學(xué)圖譜》編撰過(guò)程中,復納科技硅藻全自動(dòng)檢測系統以其產(chǎn)品優(yōu)勢,提供了有力的技術(shù)支持,以及數量龐大、質(zhì)量高清的原始圖像資料,助力盤(pán)龍江硅藻研究。此外,復納科技也希望與更多硅藻相關(guān)研究單位進(jìn)行密切合作,促進(jìn)硅藻自動(dòng)化檢測系統的完善與升級,幫助用戶(hù)實(shí)現更高效、更智能、更準確的硅藻檢測目標。
以上案例圖片,均出自《昆明盤(pán)龍江生態(tài)環(huán)境硅藻學(xué)圖譜》,查看更多種類(lèi)硅藻圖片,可自行訂閱:
硅藻研究在公安刑事技術(shù)方面,為水中尸體的死因判明、溺水死因判斷提供重要參考依據,對提升法醫學(xué)水平具有重大意義。本書(shū)介紹了硅藻學(xué)的知識和概念,硅藻的常用分類(lèi)方法,硅藻研究的運用和作用,硅藻對生態(tài)的影響,以及應用人工智能技術(shù)對硅藻形態(tài)進(jìn)行自動(dòng)識別和計數的新方法、生態(tài)環(huán)境建模的相關(guān)知識。展示了昆明市盤(pán)龍江流域硅藻研究狀況,以及科研團隊開(kāi)展云南省刑事科學(xué)技術(shù)重點(diǎn)實(shí)驗室創(chuàng )新研究基金計劃項目(YNPC- S202007)的研究成果。