Name: Automatische Bildverarbeitung zur Bestimmung der Gemeinschaftsgrößenstruktur von Flussmakroinvertebraten (Video) | JoVE Journal
Uploaded: 2023-01-13T12:50:00.000+00:00
Duration: 8 min 56 s
Description: Erfahren Sie eine halbautomatische Bildverarbeitung zur Bestimmung der Größenverteilung von Flussmakroinvertebraten. Diese Methode ermöglicht eine effiziente ökologische Bewertung von Süßwasserökosystemen.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Diese Arbeit wurde vom spanischen Ministerium für Wissenschaft, Innovation und Universitäten unterstützt (Förderkennzeichen RTI2018-095363-B-I00). Wir danken den CERM-UVic-UCC-Mitgliedern Èlia Bretxa, Anna Costarrosa, Laia Jiménez, María Isabel González, Marta Jutglar, Francesc Llach und Núria Sellarès für ihre Arbeit bei der Probenahme und Laborsortierung von Makroinvertebraten und David Albesa für die Mitarbeit bei der Probensuche. Abschließend danken wir Josep Maria Gili und dem Institut de Ciències del Mar (ICM-CSIC) für die Nutzung der Laboreinrichtungen und des Scanners.

<ol><li>Birk, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Three+hundred+ways+to+assess+Europe%27s+surface+waters%3A+An+almost+complete+overview+of+biological+methods+to+implement+the+Water+Framework+Directive%5BTitle%5D)+AND+%22Ecological+Indicators%22%5BJournal%5D)">Three hundred ways to assess Europe's surface waters: An almost complete overview of biological methods to implement the Water Framework Directive.</a> Ecological Indicators. 18, 31-41 (2012).</li>
<li>Basset, A., Sangiorgio, F., Pinna, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Monitoring+with+benthic+macroinvertebrates%3A+advantages+and+disadvantages+of+body+size+descriptors%5BTitle%5D)+AND+%22Aquatic+Conservation%3A+Marine+and+Freshwater+Ecosystems%22%5BJournal%5D)">Monitoring with benthic macroinvertebrates: advantages and disadvantages of body size descriptors.</a> Aquatic Conservation: Marine and Freshwater Ecosystems. 14, S43-S58 (2004).</li>
<li>Reyjol, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Assessing+the+ecological+status+in+the+context+of+the+European+Water+Framework+Directive%3A+Where+do+we+go+now%5BTitle%5D)+AND+%22Science+of+the+Total+Environment%22%5BJournal%5D)">Assessing the ecological status in the context of the European Water Framework Directive: Where do we go now.</a> Science of the Total Environment. 497-498, 332-344 (2014).</li>
<li>Brown, J. H., Gillooly, J. F., Allen, A. P., Savage, V. M., West, G. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Toward+a+metabolic+theory+of+ecology%5BTitle%5D)+AND+%22Ecology%22%5BJournal%5D)">Toward a metabolic theory of ecology.</a> Ecology. 85 (7), 1771-1789 (2004).</li>
<li>Woodward, G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Body+size+in+ecological+networks%5BTitle%5D)+AND+%22Trends+in+Ecology+%26+Evolution%22%5BJournal%5D)">Body size in ecological networks.</a> Trends in Ecology & Evolution. 20 (7), 402-409 (2005).</li>
<li>Sprules, W. G., Barth, L. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Surfing+the+biomass+size+spectrum%3A+Some+remarks+on+history%2C+theory%2C+and+application%5BTitle%5D)+AND+%22Canadian+Journal+of+Fisheries+and+Aquatic+Sciences%22%5BJournal%5D)">Surfing the biomass size spectrum: Some remarks on history, theory, and application.</a> Canadian Journal of Fisheries and Aquatic Sciences. 73 (4), 477-495 (2016).</li>
<li>White, E. P., Ernest, S. K. M., Kerkhoff, A. J., Enquist, B. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Relationships+between+body+size+and+abundance+in+ecology%5BTitle%5D)+AND+%22Trends+in+Ecology+%26+Evolution%22%5BJournal%5D)">Relationships between body size and abundance in ecology.</a> Trends in Ecology & Evolution. 22 (6), 323-330 (2007).</li>
<li>Quintana, X. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+nonparametric+method+for+the+measurement+of+size+diversity+with+emphasis+on+data+standardization%5BTitle%5D)+AND+%22Limnology+and+Oceanography+-+Methods%22%5BJournal%5D)">A nonparametric method for the measurement of size diversity with emphasis on data standardization.</a> Limnology and Oceanography - Methods. 6 (1), 75-86 (2008).</li>
<li>Blanchard, J. L., Heneghan, R. F., Everett, J. D., Trebilco, R., Richardson, A. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((From+bacteria+to+whales%3A+Using+functional+size+spectra+to+model+marine+ecosystems%5BTitle%5D)+AND+%22Trends+in+Ecology+%26+Evolution%22%5BJournal%5D)">From bacteria to whales: Using functional size spectra to model marine ecosystems.</a> Trends in Ecology & Evolution. 32 (3), 174-186 (2017).</li>
<li>Petchey, O. L., Belgrano, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Body-size+distributions+and+size-spectra%3A+Universal+indicators+of+ecological+status%5BTitle%5D)+AND+%22Biology+Letters%22%5BJournal%5D)">Body-size distributions and size-spectra: Universal indicators of ecological status.</a> Biology Letters. 6 (4), 434-437 (2010).</li>
<li>Emmrich, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Geographical+patterns+in+the+body-size+structure+of+European+lake+fish+assemblages+along+abiotic+and+biotic+gradients%5BTitle%5D)+AND+%22Journal+of+Biogeography%22%5BJournal%5D)">Geographical patterns in the body-size structure of European lake fish assemblages along abiotic and biotic gradients.</a> Journal of Biogeography. 41 (12), 2221-2233 (2014).</li>
<li>Arranz, I., Brucet, S., Bartrons, M., García-Comas, C., Benejam, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fish+size+spectra+are+affected+by+nutrient+concentration+and+relative+abundance+of+non-native+species+across+streams+on+the+NE+Iberian+Peninsula%5BTitle%5D)+AND+%22Science+of+the+Total+Environment%22%5BJournal%5D)">Fish size spectra are affected by nutrient concentration and relative abundance of non-native species across streams on the NE Iberian Peninsula.</a> Science of the Total Environment. 795, 148792(2021).</li>
<li>Vila-Martínez, N., Caiola, N., Ibáñez, C., Benejam, L. l, Brucet, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Normalized+abundance+spectra+of+the+fish+community+reflect+hydropeaking+on+a+Mediterranean+large+river%5BTitle%5D)+AND+%22Ecological+Indicators%22%5BJournal%5D)">Normalized abundance spectra of the fish community reflect hydropeaking on a Mediterranean large river.</a> Ecological Indicators. 97, 280-289 (2019).</li>
<li>Benejam, L. l, Tobes, I., Brucet, S., Miranda, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Size+spectra+and+other+size-related+variables+of+river+fish+communities%3A+systematic+changes+along+the+altitudinal+gradient+on+pristine+Andean+streams%5BTitle%5D)+AND+%22Ecological+Indicators%22%5BJournal%5D)">Size spectra and other size-related variables of river fish communities: systematic changes along the altitudinal gradient on pristine Andean streams.</a> Ecological Indicators. 90, 366-378 (2018).</li>
<li>Sutton, I. A., Jones, N. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Measures+of+fish+community+size+structure+as+indicators+for+stream+monitoring+programs%5BTitle%5D)+AND+%22Canadian+Journal+of+Fisheries+and+Aquatic+Sciences%22%5BJournal%5D)">Measures of fish community size structure as indicators for stream monitoring programs.</a> Canadian Journal of Fisheries and Aquatic Sciences. 77 (5), 824-835 (2019).</li>
<li>Murry, B. A., Farrell, J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Resistance+of+the+size+structure+of+the+fish+community+to+ecological+perturbations+in+a+large+river+ecosystem%5BTitle%5D)+AND+%22Freshwater+Biology%22%5BJournal%5D)">Resistance of the size structure of the fish community to ecological perturbations in a large river ecosystem.</a> Freshwater Biology. 59, 155-167 (2014).</li>
<li>Townsend, C. R., Thompson, R. M. Body size in streams: Macroinvertebrate community size composition along natural and human-induced environmental gradients. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aTownsend%2C+CR+%22In+Body+Size%3A+The+Structure+and+Function+of+Aquatic+Ecosystems%22">In Body Size: The Structure and Function of Aquatic Ecosystems</a>. Hildrew, A. G., Raffaelli, D. G., Edmonds-Brown, R. , Cambridge University Press. Cambridge, UK. (2007).</li>
<li>Gjoni, V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Patterns+of+functional+diversity+of+macroinvertebrates+across+three+aquatic+ecosystem+types%2C+NE+Mediterranean%5BTitle%5D)+AND+%22Mediterranean+Marine+Science%22%5BJournal%5D)">Patterns of functional diversity of macroinvertebrates across three aquatic ecosystem types, NE Mediterranean.</a> Mediterranean Marine Science. 20 (4), 703-717 (2019).</li>
<li>Pomeranz, J. P. F., Warburton, H. J., Harding, J. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Anthropogenic+mining+alters+macroinvertebrate+size+spectra+in+streams%5BTitle%5D)+AND+%22Freshwater+Biology%22%5BJournal%5D)">Anthropogenic mining alters macroinvertebrate size spectra in streams.</a> Freshwater Biology. 64 (1), 81-92 (2019).</li>
<li>García-Girón, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Anthropogenic+land-use+impacts+on+the+size+structure+of+macroinvertebrate+assemblages+are+jointly+modulated+by+local+conditions+and+spatial+processes%5BTitle%5D)+AND+%22Environmental+Research%22%5BJournal%5D)">Anthropogenic land-use impacts on the size structure of macroinvertebrate assemblages are jointly modulated by local conditions and spatial processes.</a> Environmental Research. 204, 112055(2022).</li>
<li>Demi, L. M., Benstead, J. P., Rosemond, A. D., Maerz, J. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Experimental+N+and+P+additions+alter+stream+macroinvertebrate+community+composition+via+taxon-level+responses+to+shifts+in+detrital+resource+stoichiometry%5BTitle%5D)+AND+%22Functional+Ecology%22%5BJournal%5D)">Experimental N and P additions alter stream macroinvertebrate community composition via taxon-level responses to shifts in detrital resource stoichiometry.</a> Functional Ecology. 33 (5), 855-867 (2019).</li>
<li>Basset, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+benthic+macroinvertebrate+size+spectra+index+for+implementing+the+Water+Framework+Directive+in+coastal+lagoons+in+Mediterranean+and+Black+Sea+ecoregions%5BTitle%5D)+AND+%22Ecological+Indicators%22%5BJournal%5D)">A benthic macroinvertebrate size spectra index for implementing the Water Framework Directive in coastal lagoons in Mediterranean and Black Sea ecoregions.</a> Ecological Indicators. 12 (1), 72-83 (2012).</li>
<li>Ärje, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automatic+image-based+identification+and+biomass+estimation+of+invertebrates%5BTitle%5D)+AND+%22Methods+in+Ecology+and+Evolution%22%5BJournal%5D)">Automatic image-based identification and biomass estimation of invertebrates.</a> Methods in Ecology and Evolution. 11 (8), 922-931 (2020).</li>
<li>Raitoharju, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Benchmark+database+for+fine-grained+image+classification+of+benthic+macroinvertebrates%5BTitle%5D)+AND+%22Image+and+Vision+Computing%22%5BJournal%5D)">Benchmark database for fine-grained image classification of benthic macroinvertebrates.</a> Image and Vision Computing. 78, 73-83 (2018).</li>
<li>Lytle, D. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automated+processing+and+identification+of+benthic+invertebrate+samples%5BTitle%5D)+AND+%22Journal+of+the+North+American+Benthological+Society%22%5BJournal%5D)">Automated processing and identification of benthic invertebrate samples.</a> Journal of the North American Benthological Society. 29 (3), 867-874 (2010).</li>
<li>Serna, J. P., Fernández, D. S., Vélez, F. J., Aguirre, N. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+image+processing+method+for+recognition+of+four+aquatic+macroinvertebrates+genera+in+freshwater+environments+in+the+Andean+region+of+Colombia%5BTitle%5D)+AND+%22Environmental+Monitoring+and+Assessment%22%5BJournal%5D)">An image processing method for recognition of four aquatic macroinvertebrates genera in freshwater environments in the Andean region of Colombia.</a> Environmental Monitoring and Assessment. 192, 617(2020).</li>
<li>Gorsky, G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Digital+zooplankton+image+analysis+using+the+ZooScan+integrated+system%5BTitle%5D)+AND+%22Journal+of+Plankton+Research%22%5BJournal%5D)">Digital zooplankton image analysis using the ZooScan integrated system.</a> Journal of Plankton Research. 32 (3), 285-303 (2010).</li>
<li>Marcolin, C. R., Schultes, S., Jackson, G. A., Lopes, R. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Plankton+and+seston+size+spectra+estimated+by+the+LOPC+and+ZooScan+in+the+Abrolhos+Bank+ecosystem+%28SE+Atlantic%29%5BTitle%5D)+AND+%22Continental+Shelf+Research%22%5BJournal%5D)">Plankton and seston size spectra estimated by the LOPC and ZooScan in the Abrolhos Bank ecosystem (SE Atlantic).</a> Continental Shelf Research. 70, 74-87 (2013).</li>
<li>Silva, N., Marcolin, C. R., Schwamborn, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Using+image+analysis+to+assess+the+contributions+of+plankton+and+particles+to+tropical+coastal+ecosystems%5BTitle%5D)+AND+%22Estuarine%2C+Coast+and+Shelf+Science%22%5BJournal%5D)">Using image analysis to assess the contributions of plankton and particles to tropical coastal ecosystems.</a> Estuarine, Coast and Shelf Science. 219, 252-261 (2019).</li>
<li>Vandromme, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Assessing+biases+in+computing+size+spectra+of+automatically+classified+zooplankton+from+imaging+systems%3A+A+case+study+with+the+ZooScan+integrated+system%5BTitle%5D)+AND+%22Methods+in+Oceanography%22%5BJournal%5D)">Assessing biases in computing size spectra of automatically classified zooplankton from imaging systems: A case study with the ZooScan integrated system.</a> Methods in Oceanography. 1-2, 3-21 (2012).</li>
<li>Naito, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Surface+zooplankton+size+and+taxonomic+composition+in+Bowdoin+Fjord%2C+north-western+Greenland%3A+A+comparison+of+ZooScan%2C+OPC+and+microscopic+analyses%5BTitle%5D)+AND+%22Polar+Science%22%5BJournal%5D)">Surface zooplankton size and taxonomic composition in Bowdoin Fjord, north-western Greenland: A comparison of ZooScan, OPC and microscopic analyses.</a> Polar Science. 19, 120-129 (2019).</li>
<li>García-Comas, C., Picheral, E. Zooprocess/Plankton Identifier protocol for computer assisted zooplankton sorting. , Available from: 
 <a target="_blank" href="https://manualzz.com/doc/43116355/zooprocess—plankton-identifier-protocol-for">https://manualzz.com/doc/43116355/zooprocess—plankton-identifier-protocol-for</a> (2013).</li>
<li>Picheral, E. ZooSCAN: Manual to scan and process samples. Quantitative Imaging Platform of Villefranche sur Mer (PlQv). , Available from: 
 <a target="_blank" href="http://www.hydroptic.com/assets/uploads/files/documentations/ae4e0-zooscan_user_manual.pdf">http://www.hydroptic.com/assets/uploads/files/documentations/ae4e0-zooscan_user_manual.pdf</a> (2020).</li>
<li>Protocolo de muestreo y laboratorio de fauna bentónica de invertebrados en ríos vadeables. CÓDIGO: ML-Rv-I-2013. Ministerio de Agricultura, Alimentación y Medio Ambiente. , Available from: 
 <a target="_blank" href="https://www.miteco.gob.es/es/agua/temas/estado-y-calidad-de-las-aguas/ML-Rv-I-2013_Muestreo%20y%20laboratorio_Fauna%20bent%C3%B3nica%20de%20de%20invertebrado_%20R%C3%Ados%20vadeables_24_05_2013_tcm30-175284.pdf">https://www.miteco.gob.es/es/agua/temas/estado-y-calidad-de-las-aguas/ML-Rv-I-2013_Muestreo%20y%20laboratorio_Fauna%20bent%C3%B3nica%20de%20de%20invertebrado_%20R%C3%Ados%20vadeables_24_05_2013_tcm30-175284.pdf</a> (2013).</li>
<li>García-Comas, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Prey+size+diversity+hinders+biomass+trophic+transfer+and+predator+size+diversity+promotes+it+in+planktonic+communities%5BTitle%5D)+AND+%22Proceedings+of+the+Royal+Society+Biological+Sciences%22%5BJournal%5D)">Prey size diversity hinders biomass trophic transfer and predator size diversity promotes it in planktonic communities.</a> Proceedings of the Royal Society Biological Sciences. 283 (1824), 20152129(2016).</li>
<li>García-Comas, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mesozooplankton+size+structure+in+response+to+environmental+conditions+in+the+East+China+Sea%3A+How+much+does+size+spectra+theory+fit+empirical+data+of+a+dynamic+coastal+area%5BTitle%5D)+AND+%22Progress+in+Oceanography%22%5BJournal%5D)">Mesozooplankton size structure in response to environmental conditions in the East China Sea: How much does size spectra theory fit empirical data of a dynamic coastal area.</a> Progress in Oceanography. 121, 141-157 (2014).</li>
<li>Marquina, D., Buczek, M., Ronquist, F., Lukasik, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+effect+of+ethanol+concentration+on+the+morphological+and+molecular+preservation+of+insects+for+biodiversity+studies%5BTitle%5D)+AND+%22PeerJ%22%5BJournal%5D)">The effect of ethanol concentration on the morphological and molecular preservation of insects for biodiversity studies.</a> PeerJ. 9, 10799(2021).</li>
<li>Bell, J. L., Hopcroft, R. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Assessment+of+ZooImage+as+a+tool+for+the+classification+of+zooplankton%5BTitle%5D)+AND+%22Journal+of+Plankton+Research%22%5BJournal%5D)">Assessment of ZooImage as a tool for the classification of zooplankton.</a> Journal of Plankton Research. 30 (12), 1351-1367 (2008).</li>
<li>Colas, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+ZooCAM%2C+a+new+in-flow+imaging+system+for+fast+onboard+counting%2C+sizing+and+classification+of+fish+eggs+and+metazooplankton%5BTitle%5D)+AND+%22Progress+in+Oceanography%22%5BJournal%5D)">The ZooCAM, a new in-flow imaging system for fast onboard counting, sizing and classification of fish eggs and metazooplankton.</a> Progress in Oceanography. 166, 54-65 (2018).</li>
<li>Bachiller, E., Fernandes, J. A., Irigoien, X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Improving+semiautomated+zooplankton+classification+using+an+internal+control+and+different+imaging+devices%5BTitle%5D)+AND+%22Limnology+and+Oceanography+Methods%22%5BJournal%5D)">Improving semiautomated zooplankton classification using an internal control and different imaging devices.</a> Limnology and Oceanography Methods. 10 (1), 1-9 (2012).</li>
</ol>

Die Autoren erklären keine potenziellen Interessenkonflikte.

Die Anpassung der von Gorsky et al. 2010 beschriebenen Methodik für Flussmakroinvertebraten ermöglicht eine hohe Klassifikationsgenauigkeit bei der Schätzung der Gemeinschaftsgrößenstruktur bei Süßwasser-Makroinvertebraten. Die Ergebnisse deuten darauf hin, dass das Protokoll die Zeit für die Schätzung der individuellen Größenstruktur in einer Probe auf etwa 1 Stunde reduzieren kann. Daher soll das vorgeschlagene Protokoll die routinemäßige Verwendung von Größenspektren von Makroinvertebraten als schnellen und integrativ...

Benthische Makroinvertebraten werden häufig als Bioindikatoren verwendet, um den ökologischen Zustand von Gewässern zu bestimmen1. Die meisten Indizes zur Beschreibung von Makroinvertebratengemeinschaften konzentrieren sich auf taxonomische Metriken. Neue biologische Bewertungsinstrumente, die die Körpergröße integrieren, werden jedoch gefördert, um eine alternative oder ergänzende Perspektive zu taxonomischen Ansätzen zu bieten 2,3.
Die Körpergröße gilt als Metamerkmal, das mit anderen lebenswichtigen Merkmalen wie Stoffwechsel, Wachstum, Atmung und Bewegung zusammenhängt4. Darüber hinaus kann die Körpergröße die trophische Position und die Wechselwirkungen bestimmen5. Die Beziehung zwischen der individuellen Körpergröße und der normalisierten Biomasse (oder Häufigkeit) nach Größenklasse in einer Gemeinschaft ist definiert als das Größenspektrum6 und folgt dem allgemeinen Muster einer linearen Abnahme der normalisierten Biomasse mit zunehmender individueller Größe auf einer logarithmischen Skala7. Die Steigung dieser linearen Beziehung wurde ausführlich theoretisch untersucht, und empirische Studien über Ökosysteme hinweg haben sie als ökologischen Indikator für die Größe der Gemeinschaftverwendet 4. Ein weiterer synthetischer Indikator für die Struktur der Gemeinschaftsgröße, der erfolgreich in Studien zur Biodiversität und zum Funktionieren von Ökosystemen verwendet wurde, ist die Diversität der Gemeinschaftsgröße, die als Shannon-Index der Größenklassen des Größenspektrums oder seines Analogons dargestellt wird, der auf der Grundlage der individuellen Größenverteilungen berechnet wird8.
In Süßwasserökosystemen wird die Größenstruktur verschiedener Faunengruppen als ataktischer Indikator verwendet, um die Reaktion biotischer Lebensgemeinschaften auf Umweltgradienten 9,10,11 und auf anthropogene Störungen 12,13,14,15,16 zu bewerten. Makroinvertebraten sind keine Ausnahme, und ihre Größenstruktur reagiert auch auf Umweltveränderungen17,18 und anthropogene Störungen wie Bergbau 19, Landnutzung 20 oder Stickstoff (N) und Phosphor (P) Anreicherung20,21,22. Die Messung von Hunderten von Individuen zur Beschreibung der Gemeindegrößenstruktur ist jedoch eine mühsame und zeitraubende Aufgabe, die als Routinemessung in Laboratorien aus Zeitmangel oft vermieden wird. So wurden mehrere halbautomatische oder automatische Bildgebungsverfahren zur Klassifizierung und Vermessung von Proben entwickelt23,24,25,26. Die meisten dieser Methoden konzentrieren sich jedoch mehr auf die taxonomische Klassifizierung als auf die individuelle Größe der Organismen und sind nicht für alle Arten von Makroinvertebraten einsatzbereit. In der marinen Planktonökologie wurde ein Scanning-Bildanalysesystem ausgiebig eingesetzt, um die Größe und taxonomische Zusammensetzung von Zooplanktongemeinschaften zu bestimmen 27,28,29,30,31. Dieses Instrument ist in mehreren Meeresinstituten weltweit zu finden und wird verwendet, um konservierte Zooplanktonproben zu scannen, um hochauflösende digitale Bilder der gesamten Probe zu erhalten. Das vorliegende Protokoll passt die Verwendung dieses Instruments an, um das Größenspektrum der Makroinvertebratengemeinschaften in Flüssen schnell und automatisch abzuschätzen, ohne in die Entwicklung eines neuen Geräts zu investieren.
Das Protokoll besteht darin, eine Probe zu scannen und das gesamte Bild zu verarbeiten, um automatisch einzelne Bilder (d.h. Vignetten) der Objekte in der Probe zu erhalten. Mehrere Messungen von Form, Größe und Graustufenmerkmalen charakterisieren jedes Objekt und ermöglichen die automatische Klassifizierung der Objekte in Kategorien, die dann von einem Experten validiert werden. Die individuelle Größe jedes Organismus wird anhand des ellipsoiden Biovolumens (mm3) berechnet, das sich aus der in Pixeln gemessenen Fläche des Organismus ableitet. Dies ermöglicht es, das Größenspektrum der Probe schnell zu erhalten. Nach unserem besten Wissen wurde dieses Scanning-Imaging-System nur zur Verarbeitung von Mesozooplanktonproben verwendet, aber das Gerät könnte möglicherweise die Arbeit mit benthischen Süßwasser-Makroinvertebraten ermöglichen.
Das übergeordnete Ziel dieser Studie ist es daher, eine Methode einzuführen, mit der die individuelle Größe von konservierten Flussmakroinvertebraten schnell ermittelt werden kann, indem ein bestehendes Protokoll angepasst wird, das zuvor mit marinem Mesozooplankton 27,32,33 verwendet wurde. Das Verfahren besteht aus einem halbautomatischen Ansatz, der mit einem Scangerät zum Scannen von Wasserproben und drei offenen Programmen zur Verarbeitung der gescannten Bilder arbeitet. Ein angepasstes Protokoll zum Scannen, Erkennen und Identifizieren digitalisierter Flussmakroinvertebraten zur automatischen Erfassung der Gemeinschaftsgrößenstruktur und der damit verbundenen Größenmetriken wird hierin vorgestellt. Die Bewertung des Verfahrens und die Leitlinien zur Steigerung der Effizienz werden auch auf der Grundlage von 42 gescannten Bildern von Proben von Makroinvertebraten aus Flüssen vorgestellt, die aus drei Becken auf der nordöstlichen (nordöstlichen) Iberischen Halbinsel (Ter, Segre-Ebre und Besòs) entnommen wurden.
Die Proben wurden in 100 m langen Flussabschnitten nach dem Protokoll der spanischen Regierung für Feldproben und Laboranalysen von benthischen Flussmakroinvertebraten in durchfahrbaren Flüssen gesammelt34. Die Proben wurden mit einem Surber-Probenehmer (Rahmen: 0,3 m x 0,3 m, Maschenweite: 250 μm) nach einer Multi-Habitat-Befragung gesammelt. Im Labor wurden die Proben gereinigt und durch ein 5 mm und ein 500 μm Maschen gesiebt, um zwei Teilproben zu erhalten: eine grobe Teilprobe (5 mm Maschen) und eine feine Teilprobe (500 μm Maschen), die in separaten Fläschchen gelagert und in 70% Ethanol konserviert wurden. Die Aufteilung der Probe in zwei Größenfraktionen ermöglicht eine bessere Schätzung der Struktur der Gemeinschaftsgröße, da große Organismen seltener und seltener sind als die kleinen Organismen. Andernfalls weist die gescannte Probe eine verzerrte Darstellung der großen Größenfraktion auf.

<table><tbody><tr><td>Becher</td><td>Labbox</td><td></td><td>Andere Behälter könnten verwendet werden</td></tr><tr><td>Dionisiertes Wasser</td><td>Icopresa</td><td>&nbsp; 8420239600123</td><td>Zur Verdünnung des</td></tr><tr><td>Ethanoltrichters</td><td>Vitlab</td><td>41094</td><td></td></tr><tr><td>Glasfläschchen 8 ml</td><td>Labbox</td><td>SVSN-C10-195</td><td>1 Fläschchen/Teilprobe</td></tr><tr><td>ImageJ Software&nbsp;</td><td>Kostenloser Zugang</td><td></td><td>Version 4.41o/ Bildbearbeitungssoftware</td></tr><tr><td>Large frame</td><td>Hydroptic</td><td>&nbsp; Zur Verfügung gestellt von ZooScan</td><td>24,5 cm x 15,8 cm</td></tr><tr><td>Monalcol 96 (Ethanol 96)</td><td>Montplet</td><td>1050JE001</td><td></td></tr><tr><td>Plankton Identifier Software</td><td>Freier Zugang</td><td></td><td>Version 1.2.6/ Automatische Identifikationssoftware</td></tr><tr><td>Sieb</td><td>Cisa</td><td>26852.2</td><td>Nennöffnung 500&Mikro und Nennöffnung 0,5 cm</td></tr><tr><td>Pinzette</td><td>Bondline</td><td>B5SA</td><td>Rostfrei, antimagnetisch, Anti-Säure</td></tr><tr><td>VueScan 9 x 64 (9.5.09) Software</td><td>Hydroptic</td><td></td><td>Version 9.0.51/ Sacn Software</td></tr><tr><td>Holznadel</td><td></td><td></td><td>Jede Kunststoff- oder Holznadel kann verwendet werden</td></tr><tr><td>Zooprocess Software&nbsp;</td><td>Kostenloser Zugang</td><td></td><td>Version 7.14/Bildbearbeitungssoftware</td></tr><tr><td>ZooScan&nbsp;</td><td>Hydroptic</td><td>54</td><td>Version III/ Scanner</td></tr></tbody></table>

automatische bildverarbeitung zur bestimmung der gemeinschaftsgrößenstruktur von flussmakroinvertebraten

Automatic Image Processing to Determine the Community Size Structure of Riverine Macroinvertebrates

Die Körpergröße ist ein wichtiges funktionelles Merkmal, das als Bioindikator verwendet werden kann, um die Auswirkungen von Störungen in natürlichen Lebensgemeinschaften zu bewerten. Die Struktur der Gemeinschaftsgröße reagiert auf biotische und abiotische Gradienten, einschließlich anthropogener Störungen zwischen Taxa und Ökosystemen. Die manuelle Messung von kleinwüchsigen Organismen wie benthischen Makroinvertebraten (z.B. >500 μm bis wenige Zentimeter lang) ist jedoch zeitaufwendig. Um die Schätzung der Populationsgröße zu beschleunigen, haben wir hier ein Protokoll entwickelt, um die individuelle Körpergröße von konservierten Flussmakroinvertebraten halbautomatisch zu messen, die einer der am häufigsten verwendeten Bioindikatoren zur Beurteilung des ökologischen Zustands von Süßwasserökosystemen sind. Dieses Protokoll basiert auf einer bestehenden Methodik, die entwickelt wurde, um marines Mesozooplankton mit einem Scansystem für Wasserproben zu scannen. Das Protokoll besteht aus drei Hauptschritten: (1) Scannen von Teilproben (feine und grobe Probengrößenfraktionen) von Flussmakroinvertebraten und Verarbeitung der digitalisierten Bilder, um jedes detektierte Objekt in jedem Bild zu individualisieren; (2) Erstellen, Auswerten und Validieren eines Lernsets durch künstliche Intelligenz, um die einzelnen Bilder von Makroinvertebraten halbautomatisch von Detritus und Artefakten in den gescannten Proben zu trennen; und (3) die Darstellung der Größenstruktur der Makroinvertebratengemeinschaften. Neben dem Protokoll enthält diese Arbeit die Kalibrierungsergebnisse und listet mehrere Herausforderungen und Empfehlungen auf, um das Verfahren an Makroinvertebratenproben anzupassen und für weitere Verbesserungen in Betracht zu ziehen. Insgesamt unterstützen die Ergebnisse den Einsatz des vorgestellten Scanning-Systems für die automatische Körpergrößenmessung von Flussmakroinvertebraten und legen nahe, dass die Darstellung ihres Größenspektrums ein wertvolles Werkzeug für die schnelle Biobewertung von Süßwasserökosystemen ist.

Erfassung digitaler Bilder von Makroinvertebratenproben Scan-Nuancen: Ethanol-Ablagerung im Scan-Fach Beim Testen des Systems auf Makroinvertebraten waren mehrere Scans von schlechter Qualität. Ein dunkler, gesättigter Bereich im Hintergrund verhinderte eine normale Bildbearbeitung und die Messung der einzelnen Größen der Makroinvertebraten (Abbildung 2). Es wurden mehrere Gründe für das Auftreten von gesättigten Bereichen im Hintergrund oder stark ver...

Der Artikel basiert auf der Erstellung eines angepassten Protokolls zum Scannen, Erkennen, Sortieren und Identifizieren digitalisierter Objekte, die benthischen Flussmakroinvertebraten entsprechen, unter Verwendung eines halbautomatischen Bildgebungsverfahrens. Dieses Verfahren ermöglicht die Erfassung der individuellen Größenverteilungen und Größenmetriken einer Makroinvertebratengemeinschaft in ca. 1 h.

Automatische Bildverarbeitung zur Bestimmung der Gemeinschaftsgrößenstruktur von Flussmakroinvertebraten

Body size is an important functional trait that can be used as a bioindicator to assess the impacts of perturbations in natural communities. Community ...

Die Körpergröße wurde als Schlüsselmerkmal für die Überwachung priorisiert. Die Messung der individuellen Größe ist jedoch zeitaufwendig. Unsere Methode ermöglicht die routinemäßige Nutzung des Größenspektrums von Makroinvertebraten, um die Auswirkungen auf Süßwasserökosysteme abzuschätzen.Unser Protokoll bietet eine standardisierte Möglichkeit, die individuelle Größenverteilung von Flussmakroinvertebraten in einer Probe in etwa einer Stunde automatisch zu bestimmen. Rosa Guri von der University of Vic demonstriert das Verfahren. Schalten Sie zunächst den Scanner ein.Und schalten Sie das Licht in der Doppelposition ein. Um weißes Licht von oben und unten zu projizieren. Als nächstes reinigen und spülen Sie das Scanfach mit Leitungswasser.Um die Rohlinge zu erstellen, gießen Sie 110 Milliliter Leitungswasser bei Raumtemperatur in die Scan-Schale, bis das Glas bedeckt ist. Legen Sie den großen Rahmen auf das Scanfach, wobei sich die Ecke im oberen linken Teil befindet. Und füllen Sie es mit Leitungswasser, bis es die Stufe des Rahmens bedeckt, um einen Meniskuseffekt zu vermeiden, der die gescannten Bilder verändern würde.Öffnen Sie anschließend die Bildbearbeitungssoftware, wählen Sie das Arbeitsprojekt aus und klicken Sie auf Hintergrundbild scannen konvertieren. Öffnen Sie anschließend die Scan-Software und klicken Sie auf Vorschau. Überprüfen Sie das Bild auf keine Linien oder Flecken und warten Sie mindestens 30 Sekunden, bevor Sie mit dem Scan beginnen.Drücken Sie dann vor dem zweiten Scan im Anweisungsfenster auf OK, um die Daten von der Scansoftware an die Bildverarbeitungssoftware zu senden. Gießen Sie 110 Milliliter 70%iges Ethanol in die Scanschale, bis das Glas bedeckt ist. Und platzieren Sie den großen Rahmen.Gießen Sie dann die Makroinvertebratenprobe in die Scanschale, die vom Rahmen umrandet ist, und bedecken Sie sie bei Bedarf mit mehr Ethanol. Anschließend homogenisieren Sie die Probe mit einer Holznadel im gesamten Rahmenbereich. Platzieren Sie die größten Individuen in der Mitte des Fachs für eine ordnungsgemäße Bildverarbeitung.Und versenken die schwimmenden Organismen. Trennen Sie auch die gruppierten Organismen. Und ziehen Sie die Organismen, die die Rahmenkanten berühren, in die Mitte.Fahren Sie als Nächstes mit dem Scannen fort, indem Sie auf Probe scannen mit Zoo-Scan für Archiv ohne Prozess klicken. Wählen Sie das Beispiel aus und folgen Sie den Anweisungen. Zeigen Sie eine Vorschau des Bildes in der Scansoftware an, um keine Linien oder Flecken zu sehen.Klicken Sie nach 30 Sekunden auf die Scan-Schaltfläche in der Scan-Software. Und überprüfen Sie, ob das gescannte Rohbild korrekt ist. Entfernen Sie den Rahmen und waschen Sie ihn über dem Scanfach mit einer mit 70% Ethanol gefüllten Quetschflasche, um alle anhaftenden Makroinvertebraten zu bergen.Heben Sie den oberen Teil des Scanners an, um alle Organismen und das Ethanol durch den Scan-Entnahmetrichter in ein Becherglas zu entnehmen. Reinigen Sie das Fach mit der Quetschflasche, während der obere Teil des Scanners noch angehoben ist, um die verbleibenden Organismen zu entfernen. Nachdem Sie alle Proben entnommen haben, reinigen Sie das Tablett mit Leitungswasser.Um die Identität vorherzusagen, klicken Sie auf Datenanalyse in der automatischen Identifikationssoftware. Suchen Sie unter Lerndatei auswählen nach PID_Process, und wählen Sie dann learning_set aus, um die zu verwendende Lernsetdatei auszuwählen. Wählen Sie als Nächstes unter Beispieldateien auswählen die vorherzusagende Stichprobe aus dem Ordner PID_results aus.Wählen Sie unter Methode auswählen die Random-Forest-Methode aus, und aktivieren Sie dann die Schaltfläche Detaillierte Ergebnisse für jede Stichprobe speichern. Deaktivieren Sie in den ursprünglichen Variablen die Positionsvariablen. Schließlich, in benutzerdefinierten Variablen, kreuzen Sie nur ESD an.Klicken Sie auf Analyse starten und speichern Sie die Ergebnisse als analysis_name. txt im PID_process Vorhersageordner. Um die Analyse manuell zu validieren, kopieren Sie die Analyse- sample_dat_1 TXT-Dateien aus dem PID_process Vorhersageordner in den Ordner PID_process, PID_results.Wählen Sie Extraktvignetten in Ordnern entsprechend der Vorhersage oder Validierung in der Bildverarbeitungssoftware aus. Wählen Sie dann die verwendeten vorhergesagten Dateien aus PID_results Ordner aus. Und mit den Standardeinstellungen wird durch Drücken von OK ein neuer Ordner erstellt.Wechseln Sie nun zum Ordner PID_process sortierten Vignetten und kopieren Sie den neu erstellten Ordner mit dem Namen des Beispiels, des Datums und der Uhrzeit zur Überprüfung. Benennen Sie den zu validierenden Ordner mit validated um. Um die automatische Klassifizierung manuell zu überprüfen, öffnen Sie den Namen des umbenannten Ordnerbeispiels, das Datum und die Uhrzeit der Überprüfung.Überprüfen Sie alle Vignetten aus den einzelnen Unterordnern, um ggf. falsch klassifizierte Objekte zu identifizieren. Wenn ein Objekt falsch klassifiziert ist, ziehen Sie die Vignette in den richtigen Ordner. Wählen Sie als Nächstes Lastkennungen aus sortierten Vignetten aus.Wählen Sie unter Beibehaltung der Standardeinstellungen die Datei mit dem Namen Datum, Uhrzeit und Name aus, die verarbeitet werden soll. Gehen Sie dann zu PID_process, PID_results und dann zu dat1_validated. Öffnen Sie die Datei mit dem Namen ID_from_sorted_vignettes Datum und Uhrzeit txt, um zu überprüfen, ob die letzte Spalte, die Vorhersage, die validierte ID, das Datum und die Uhrzeit, die die Expertenklassifizierung jedes Objekts angibt, erstellt wurde.Beim Testen des Systems auf Makroinvertebraten waren einige Scans von schlechter Qualität in den verarbeiteten Bildern. Trotzdem sieht ein feines Subsample mit guter Scanqualität des Rohbildes und des bearbeiteten Bildes so aus, wie es abgebildet ist. In der Menge der analysierten Vignetten entsprachen 86,1% Trümmern.Dazu gehören Detritus, Fasern, Körperteile oder Scan-Artefakte. Und die restlichen 13,9% der detektierten Objekte entsprachen den wirbellosen Organismen. Die automatische Erkennung, gefolgt von der manuellen Validierung der Objekte, wies für alle Kategorien eine hohe Erinnerungsfähigkeit auf.Während die Kontamination eine Genauigkeit bis auf die anderen wirbellosen Tiere eher gering war. Der Vergleich der automatischen mit der validierten Häufigkeit von Makroinvertebraten zeigte eine hohe Korrelation mit einer leichten Überschätzung der automatischen Leistung aufgrund der Kontamination durch Trümmer. Die Wahrscheinlichkeitsdichtefunktionen der einzelnen Größenverteilungen der automatischen Vorhersage traten stark mit den validierten Vorhersagen für die feinen und groben Teilstichproben auf.Die Teilproben, die nach der Trennung von sich berührenden Objekten von ausgewählten natürlichen Proben validiert wurden, zeigten eine erhöhte Häufigkeit. Das mittlere ellipsoide Volumen lag jedoch nahe an den validierten Proben. Die Größenverteilungen der korrigierten Stichproben unterschieden sich geringfügig von den validierten.Es wurde jedoch eine starke Korrelation beobachtet. Das normalisierte Biovolumengrößenspektrum war zwischen den Behandlungen ähnlich. Bis auf ein paar Größenklassen in ein paar Spektren.Nehmen Sie sich die erforderliche Zeit, um berührende Organe zu trennen, um einen feinen Scan zu erhalten, und reinigen Sie diese Scanschale nach jedem Scan mit Ethanol mit Wasser, um Ausfällungen zu vermeiden. Wir haben dieses Verfahren, das für Plankton entwickelt wurde, auf Makroinvertebraten übertragen. So könnte es möglicherweise angepasst werden, um individuelle Körpergrößen anderer feinerer Gruppen zu erhalten.Zum Beispiel terrestrische wirbellose Tiere. Diese Methode ermöglicht eine systematische Schätzung der Größenstruktur von Makroinvertebratengemeinschaften über große, spezielle und zeitliche Gradienten. Und untersuchen Sie die Rolle der Körpergröße für das Funktionieren von Flussökosystemen und durch Bewertung.

automatic-image-processing-to-determine-community-size-structure

Research

Forschung

JoVE Journal

Environment

Umwelt

Es ist ein kritischer Bedarf an Werkzeugen und Methoden verwalten kann Wassersysteme angesichts der ungewissen Zukunft Bedingungen. Wir bieten Methoden für eine gezielte watershed Beurteilung durchzuführen, die Landschaft basierenden kumulativen Effekte Modelle für den Einsatz in einem Szenario-Analyse-Management-Framework zu produzieren Ressourcenmanager ermöglicht.

Watershed Planung innerhalb eines Quantitative Szenarioanalyse Rahmen

Zwei Bildanalysealgorithmen, „Drosophila NMJ Morphometrie“ und „Drosophila NMJ Bouton Morphometrie“ wurden geschaffen, um automatisch neun morphologischen Merkmale der neuromuskulären Synapse Drosophila zu quantifizieren (NMJ).

Zwei Algorithmen für den Hochdurchsatz und Multi-parametrischer Quantifizierung<em&gt; Drosophila</em&gt; Neuromuskuläre Junction Morphology

In Situ bioindikationen ermöglichen die Feststellung der Eignung einer Umgebung für vom Aussterben bedrohte Muschel-Arten. Wir beschreiben zwei Methoden basieren auf der juvenilen Exposition von Süßwasser Perle Miesmuscheln in Käfigen an oligotrophen Fluss Lebensräume. Beide Methoden werden in Varianten für open Water und Hyporheic Wasser Umgebungen implementiert.

Bioindikation Prüfung von Stream Umwelt Eignung für junge Süßwasser Perle Miesmuscheln mit In Situ Belichtungsmethoden

Bildbasierte Vermessung ist eine zunehmend praktische, nicht-invasive Methode, die Meeresumwelt zu probieren. Wir präsentieren das Protokoll einer Drop-Kamera-Umfrage, die die Fülle schätzt und Verteilung der Atlantischen Meer Jakobsmuschel (Placopecten Magellanicus). Wir diskutieren, wie dieses Protokoll für die Anwendung auf andere benthischen Makroinvertebraten verallgemeinert werden kann.

Methoden zur Image-basierte Umfragen von benthischen Makroinvertebraten und ihren Lebensraum am Beispiel der Drop-Kamera-Umfrage für die Atlantik-Jakobsmuschel

Ein fotooptisches In-situ-Mikroskopiergerät wurde entwickelt, um die Größe einzelner Zellen direkt in der Zellsuspension zu überwachen. Die Echtzeitmessung erfolgt durch Kopplung der photooptischen sterilisierbaren Sonde an eine automatisierte Bildanalyse. Morphologische Veränderungen treten mit Abhängigkeit vom Wachstumszustand und den Anbaubedingungen auf.

In Situ Mikroskopie zur Echtzeitbestimmung der einzelzelligen Morphologie in Bioprozessen

Die Größe und Form der Partikel im Belebtschlamm sind wichtige Parameter, die mit unterschiedlichen Methoden gemessen werden. Ungenauigkeiten ergeben sich aus nicht-repräsentative Probenahme, suboptimalen Bildern und subjektive Analyseparameter. Um diesen Fehler zu minimieren und Messung zu erleichtern, präsentieren wir ein Protokoll angeben, jeden Schritt, einschließlich einer open-Source-Software-Pipeline.

Messung von Form und Größe der Belebtschlamm Partikel unbeweglich in Agar mit einer Open-Source-Software-Pipeline

Hier präsentieren wir Methoden für Hochdurchsatz-Studie eine Reihe von mexikanischen Cavefish, Verhaltensweisen und lebenswichtigen Färbung eines Mechanosensory-Systems. Diese Methoden nutzen freier Software und kundenspezifische Skripte, bietet eine praktische und kostengünstige Methode für das Studium des Verhaltens.

Verhaltens-Tracking und Neuromast Darstellung der mexikanischen Cavefish

Dies ist ein Protokoll zur Modellierung des Größenspektrums (Skalierungsverhältnis zwischen individueller Masse und Populationsdichte) für kombinierte Fische und wirbellose Daten aus wadenbaren Bächen und Flüssen. Zu den Methoden gehören: Feldtechniken zur Sammlung quantitativer Fische und wirbelloser Proben; Labormethoden zur Standardisierung der Felddaten; und statistische Datenanalyse.

Modellierung des Größenspektrums für Makrowirbellose und Fische in Stream-Ökosystemen

Dieses Protokoll stellt eine Methode zur Bewertung der Fütterungsrate des holzbohrenden Krebstiers Limnoria durch Messung der Fäkalpelletproduktion dar. Diese Methode ist für den Einsatz in nicht spezialisierten Labors konzipiert und bietet das Potenzial, in Standardprüfprotokolle integriert zu werden, um eine verbesserte Holzhaltbarkeit unter Marinebedingungen zu bewerten.

Schnelle Prüfung der Beständigkeit von Holz gegen den biologischen Abbau durch marine holzbohrende Krebstiere

Wir stellen eine Methode vor, die einen generalisierbaren flächenbasierten Bildanalyseansatz verwendet, um Zellzahlen zu identifizieren. Die Analyse verschiedener Zellpopulationen nutzte die signifikanten Zellhöhen- und Strukturunterschiede zwischen verschiedenen Zelltypen innerhalb eines adaptiven Algorithmus.

Area-based Image Analysis Algorithm zur Quantifizierung von Makrophagen-Fibroblasten-Kokulturen

Dieses Protokoll umfasst eine vierstufige großflächige bildgebende Erhebungsmethode, die zur Extraktion von Metriken der strukturellen Komplexität, der Zusammensetzung der Gemeinschaft und der Populationsdemografie für Korallenriffgemeinschaften verwendet wird. Die Qualität der erfassten Bilder und der integrierte Zugriff auf die Quellbilder werden in jedem Schritt des Protokolls priorisiert.

Messung der Struktur, Zusammensetzung und Veränderung von Unterwasserumgebungen mit großflächiger Bildgebung

Erfahren Sie eine halbautomatische Bildverarbeitung zur Bestimmung der Größenverteilung von Flussmakroinvertebraten. Diese Methode ermöglicht eine effiziente ökologische Bewertung von Süßwasserökosystemen.

Automatische Bildverarbeitung zur Bestimmung der Gemeinschaftsgrößenstruktur von Flussmakroinvertebraten

Weitere Videos entdecken