Automatyczne przetwarzanie obrazu w celu określenia struktury wielkości zbiorowiska makrobezkręgowców rzecznych

Rozmiar ciała został potraktowany priorytetowo jako kluczowa cecha do monitorowania. Jednak mierzenie indywidualnego rozmiaru jest czasochłonne. Nasza metoda pozwala na rutynowe wykorzystanie spektrum wielkości makrobezkręgowców do oceny wpływu na ekosystemy słodkowodne.

Nasz protokół zapewnia ustandaryzowany sposób automatycznego określania indywidualnego rozkładu wielkości makrobezkręgowców rzecznych w próbce w ciągu około godziny. Procedurę zademonstruje Rosa Guri z University of Vic. Aby rozpocząć, włącz skaner.

I włącz światło w podwójnej pozycji. Do emitowania białego światła z góry i z dołu. Następnie wyczyść i wypłucz tacę skanującą wodą z kranu.

Aby utworzyć półfabrykaty, wlej 110 mililitrów wody z kranu o temperaturze pokojowej do tacy skanującej, aż szklanka zostanie pokryta. Umieść dużą ramkę na tacy skanowania w rogu w lewej górnej części. I napełnij go wodą z kranu, aż zakryje stopień kadru, aby uniknąć efektu menisku, który zmieniłby zeskanowane obrazy.

Następnie otwórz oprogramowanie do przetwarzania obrazu, wybierz działający projekt i kliknij skanuj konwertuj obraz tła. Następnie otwórz oprogramowanie do skanowania i kliknij podgląd. Sprawdź, czy na obrazie nie ma linii ani plam i odczekaj co najmniej 30 sekund przed rozpoczęciem skanowania.

Następnie naciśnij OK w oknie instrukcji przed drugim skanowaniem, aby wysłać dane z oprogramowania skanującego do oprogramowania do przetwarzania obrazu. Wlej 110 mililitrów 70% etanolu do tacki skanującej, aż szklanka zostanie pokryta. I umieść dużą ramkę.

Następnie wlej próbkę makrobezkręgowców do tacki skanującej obramowanej ramką i w razie potrzeby przykryj ją większą ilością etanolu. Następnie, za pomocą drewnianej igły, homogenizować próbkę w całym obszarze ramy. Umieszczanie największych osobników na środku tacy w celu prawidłowego przetwarzania obrazu.

I zatopić pływające organizmy. Oddziel również skupione organizmy. I wciągnij organizmy dotykające krawędzi ramy do środka.

Następnie przejdź do skanowania, klikając skanuj próbkę za pomocą skanowania zoo w poszukiwaniu archiwum bez procesu. Wybór próbki i postępowanie zgodnie z instrukcjami. Podgląd obrazu w oprogramowaniu do skanowania nie ma żadnych linii ani plam.

Po 30 sekundach kliknij przycisk skanowania w oprogramowaniu do skanowania. I sprawdź, czy surowy zeskanowany obraz jest poprawny. Zdejmij ramkę i umyj ją nad tacą skanującą za pomocą butelki do wyciskania wypełnionej 70% etanolem, aby odzyskać wszelkie przyczepione makrobezkręgowce.

Podnieś górną część skanera, aby pobrać wszystkie organizmy i etanol przez lejek do skanowania do zlewki. Trzymając górną część skanera nadal podniesioną, wyczyść tacę butelką do wyciskania, aby zamiatać wszelkie pozostałe organizmy. Po odzyskaniu wszystkich próbek wyczyść tackę wodą z kranu.

Aby przewidzieć tożsamość, kliknij na analizę danych w oprogramowaniu do automatycznej identyfikacji. W obszarze Wybierz plik edukacyjny znajdź PID_Process, a następnie wybierz pozycję learning_set, aby wybrać plik zestawu edukacyjnego, który ma być używany. Następnie w obszarze Wybierz przykładowe pliki wybierz przykład, który ma być przewidywany z folderu PID_results.

W obszarze Wybierz metodę wybierz metodę lasu losowego, a następnie zaznacz przycisk Zapisz szczegółowe wyniki dla każdej próbki. W przypadku oryginalnych zmiennych usuń zaznaczenie zmiennych pozycji. Na koniec, w niestandardowych zmiennych, zaznacz tylko ESD.

Kliknij przycisk Rozpocznij analizę i zapisz wyniki w analysis_name. txt w folderze prognoz PID_process. Aby ręcznie sprawdzić poprawność, skopiuj pliki analizy sample_dat_1 txt z folderu przewidywania PID_process do folderu PID_process PID_results.

Wybierz wyodrębnij winiety w folderach zgodnie z przewidywaniami lub walidacją w oprogramowaniu do przetwarzania obrazu. Następnie wybierz używane przewidywane pliki z PID_results folderu. A przy ustawieniach domyślnych naciśnięcie OK tworzy nowy folder.

Teraz przejdź do folderu PID_process posortowane winiety i skopiuj nowo utworzony folder o nazwie z przykładową nazwą, datą i godziną, aby zweryfikować. Zmień nazwę folderu, aby zweryfikować za pomocą validated. Aby ręcznie sprawdzić poprawność automatycznej klasyfikacji, otwórz folder o zmienionej nazwie, przykładowej nazwie, dacie i godzinie walidacji.

Przejrzyj wszystkie winiety z każdego podfolderu, aby zidentyfikować błędnie sklasyfikowane obiekty, jeśli takie istnieją. Jeśli obiekt zostanie błędnie sklasyfikowany, przeciągnij winietę do odpowiedniego folderu. Następnie wybierz identyfikatory ładunków z posortowanych winiet.

Zachowując ustawienia domyślne, wybierz plik o nazwie data, godzina, nazwa zweryfikowana do przetworzenia. Następnie przejdź do PID_process, PID_results, a następnie dat1_validated. I otwórz plik o nazwie ID_from_sorted_vignettes data i godzina txt, aby sprawdzić, czy została utworzona ostatnia kolumna, przewidywanie, zweryfikowany identyfikator, data i godzina, która określa klasyfikację ekspercką każdego obiektu.

Podczas testowania systemu pod kątem makrobezkręgowców niektóre skany były słabej jakości w przetwarzanych obrazach. Mimo to drobna podpróbka z dobrą jakością skanowania surowego i przetworzonego obrazu wygląda tak, jak pokazano. W zestawie analizowanych winiet 86,1% odpowiadało gruzowi.

W tym detrytus, włókna, części ciała lub artefakty skanowania. Pozostałe 13,9% wykrytych obiektów odpowiadało organizmom bezkręgowym. Automatyczne rozpoznawanie, a następnie ręczna walidacja obiektów wykazywały wysoką rozpoznawalność dla wszystkich kategorii.

Podczas gdy zanieczyszczenie jedną precyzją była raczej niska, z wyjątkiem innych bezkręgowców. Porównanie automatycznej i zweryfikowanej liczebności makrobezkręgowców wykazało wysoką korelację z niewielkim przeszacowaniem wydajności automatycznej z powodu zanieczyszczenia odpadami. Funkcje gęstości prawdopodobieństwa poszczególnych rozkładów wielkości automatycznej predykcji silnie występowały w przypadku zwalidowanych przewidywań dla drobnych i grubych podprób

Podpróbki zwalidowane po oddzieleniu dotykających się obiektów od wybranych próbek naturalnych wykazały zwiększoną liczebność. Jednak średnia objętość elipsoidalna była zbliżona do zwalidowanych próbek. Rozkłady wielkości próbek skorygowanych różniły się nieznacznie od zwalidowanych.

Zaobserwowano jednak silną korelację. Znormalizowane spektrum wielkości objętości biologicznej było podobne między zabiegami. Z wyjątkiem kilku klas wielkości w kilku widmach.

Poświęć trochę czasu na oddzielenie dotykających się narządów, aby uzyskać dokładny skan i wyczyść tę tacę skanującą wodą po każdym skanowaniu etanolem, aby uniknąć wytrącania się. Przyjęliśmy tę procedurę stworzoną dla makrobezkręgowców rzecznych od planktonu do rzeki. W ten sposób można go potencjalnie przystosować do uzyskania indywidualnych rozmiarów ciała innych drobniejszych grup.

Na przykład bezkręgowce lądowe. Metoda ta pozwoli na systematyczne oszacowanie struktury wielkości zbiorowisk makrobezkręgowców w dużych, specjalnych i czasowych gradientach. Zbadanie roli wielkości ciała w funkcjonowaniu ekosystemu rzecznego i poprzez ocenę.