배경 소개

최근 몇 년 동안 생물 에어로졸 (곰팡이 포자 등 포함) 은 인류와 식물의 건강에 날로 심각한 위협이 되고 있으며, 그에 대한 정확한 모니터링, 연구가 절실히 필요하다.현재 유럽은 이미 Hirst 인공 관측에 기초한 관련 표준을 세웠지만, 시간 소모, 전문 인력에 고도로 의존하고, 개체의 영향을 비교적 많이 받고, 데이터 발표 주기가 비교적 긴 등의 특징으로 인해 의학, 대기 물리학, 식물 보호학 등 분야의 과학 연구자들의 수요를 만족시킬 수 없다;자동화된 바이오 에어로졸 모니터링 장비가 기대를 모으고 있다.

바이오에어로졸의 자동화 모니터링은 기계 학습에 크게 의존하지만, 미세먼지의 크기, 출처, 화학 성분 등의 다양성, 훈련 데이터의 유한성 등으로 인해 이 작업은 매우 도전적이다.이 과학적 공백을 메우기 위해 스위스 노스웨스턴 응용과학대학(University of Applied Sciences North Western Switzerland), 아테네대학(전칭 아테네국립 카포티스탄대학, National and Kaposistrian University of Athens), 스위스 Swisens회사 등 10개 연구기관에 진출한 과학자들이 과학적이고 세밀한 연구로 진균 계수와 진균 샘플을 만들어 Swisensensens사 등 실습 방법을 통해 진균 샘플링, 진균 샘플링, 진균 샘플링, 진균 샘플링 등을 추가로 소개했다. 모니터링 및 분류 제공 방법 참조.

재료 및 방법

이 연구는 벨기에 진균 샘플 라이브러리 BCCM/IHEM의 17가지 진균을 이용하여 관련 연구를 진행하였으며, 제조 외 배양, 건포자 수확, 에어로졸 안개화, 기계 학습, 자동 기기 측정 분류 등 핵심 단계를 연구하여 가스 전파 진균 포자 자동 모니터링, 식별의 진전을 강력하게 추진하였다.

연구와 관련된 진균, 배양기, 수집기를 통해 포자를 얻는 난이도 (0은 가장 쉽지 않음, 3은 가장 쉽다)

그리고 샘플 종에 현저한 미소 균사체 및/또는 기타 입자가 존재하는 미시적 현저도 (Y는 존재, N은 존재하지 않음).

PAD: 감자 포도당 글리세린;S10: 희석된 사보 배양기.

곰팡이 포자가 안개화되고 SwisensPolemo Jupiter로 측정된 실험실 장치 설명도

연구에서 언급 된 17 가지 곰팡이의 홀로그램 이미지 (120 x 120 μm) 및 SwisensPoleno Jupiter가 측정 한 각 곰팡이의 평균 상대 적 데이터.

SwisensPoleno Jupiter가 모니터링하는 17가지 곰팡이 포자:

(A) 홀로그램 영상 데이터만으로 훈련된 권적 신경망 인식 성능 혼동 매트릭스;

(B) 홀로그램 영상을 통해 형광 데이터와 결합하여 훈련된 권적 신경망 식별 성능 혼동 행렬.

결론과 토론

충분한 실험을 통해

1) 이 연구는 곰팡이 포자의 배양과 통제 가능하고 효과적인 안개화가 샘플 데이터 세트를 획득하여 기계 학습에 사용되는 핵심 일환임을 천명한다;

2) 한천배지에서 진균배지를 하고 기류무화배지에서 성숙된 진균포자를 통하여 포자의 완전성을 유지하고 균사의 오염을 줄이는 가장 좋은 방식임을 증명한다.

마지막으로, 이 연구는 다음 작업의 중점을 참조 데이터 세트를 확대하여 더 많은 종류의 진균을 포괄하도록 함으로써 진균 포자를 더 정확하고 전면적으로 자동으로 식별하고 바이오 에어로졸의 동적 개발 및 인류 및 식물 건강에 미치는 영향 연구에 좋은 기술적 실현을 제공하기를 희망한다.

원문의 출처

2025년 6월 2일 Aerobiologia 저널

41권, 505-525쪽(2025)