HOME 7月7日新闻，得克萨斯大学圣安东尼奥分校（UTSA）的研究人员正在开发一种人工智能显微镜系统，该系统有望使其更快，更便宜，更容易访问土地健康评估。这项创新的技术将为世界各地的农民和土地经理提供更好的土地检测工具。根据家庭的说法，研究团队成功地将低框架显微镜与机械研究结合在一起，以测量土壤样品中真菌的存在和数量。该技术概念的早期证明是在7月9日在布拉格举行的Goldschmidt会议上提出的。土壤真菌的繁荣和多样性是评估土壤健康和生育能力的重要指标，因为真菌在生物地球化学循环中起主要作用，在土壤营养，水分维持和植物生长中起着重要作用。通过了解这些信息，农民可以优化生产和改善维护，例如在受精方面做出更明智的决定，IRRI登场和农业。光学显微镜是最古老的显微镜设计，长期以来一直用于发现和鉴定土壤中的小生物。土壤检测的其他方法使用磷脂脂肪酸测试和DNA测试来检测生物，或测量氮，磷和土壤钾等化学物质的含量。尽管这些现代方法很强，但它们通常很昂贵，并且只专注于化学成分，而忽略了土壤生态系统的完整生物学复杂性。 “目前的土壤生物分析的MGA程序有限制，要么需要昂贵的实验室设备来测量分子组成，要么需要专家通过显微镜识别裸眼睛的生物。研究用于在土壤样品中发现真菌生物量的算法，并将其集成到用于标记显微镜图像的自定义软件中。该软件使用得克萨斯州南部地面上数千张真菌图像的数据集。软件适用于许多负担得起的现成的显微镜，包括在学校实验室中常见的100倍和400倍的总体量。格雷夫斯说：“我们的技术检查了土地样本的视频，用图像摧毁了它们，并使用神经网络来识别和计算真菌。” “我们的概念证明是在稀释的样品中看到真菌菌丝并估计真菌生物量。”目前，该团队正在努力将这项技术集成到移动机器人平台中，以发现土壤真菌。该系统将包括样本收集，显微镜和制备分析，他们计划在未来两年内开发绝对的成人和部署的设备。这项研究由UTSA Sustai研究所主任Saugata Datta教授领导预计将在明年的同伴审查的期刊上发表。