Szymon Tomczyk, Małgorzata Malkiewicz, Małgorzata Werner
{"title":"DeltaPix InSight 软件在榛树、桤木和桦树花粉粒计数中的适用性","authors":"Szymon Tomczyk, Małgorzata Malkiewicz, Małgorzata Werner","doi":"10.24292/01.ap.192140923","DOIUrl":null,"url":null,"abstract":"Niniejsza praca ma na celu ocenę możliwości zastosowania oprogramowania DeltaPix InSight do automatycznego rozpoznawania ziaren pyłku leszczyny (Corylus sp.), olszy (Alnus sp.) i brzozy (Betula sp.). Analiza dotyczyła danych dobowych ze stacji monitoringu we Wrocławiu i została przeprowadzona dla 2 tygodni sezonu 2023.Oprogramowanie DeltaPix wykorzystywało 5 kryteriów do rozpoznawania ziaren pyłku, tj.: barwy ustalonej za pomocą trzech rang RGB, morfologii szukanych obiektów, jako etap preprocessingu oraz progów dotyczących powierzchni, kształtu i średnicy Fereta dla wyznaczonych przez program obszarów, które odpowiadają 2 pierwszym kryteriom.Wyniki zliczania automatycznego porównano z wynikami obserwacji manualnej i podsumowano przy użyciu miar trafności prognoz. Przeprowadzona analiza wykazała, że zastosowanie 4 pierwszych kryteriów pozwala uzyskać najlepsze wyniki. Przy dołączeniu progu związanego ze średnicą Fereta oprogramowanie znacznie gorzej radziło sobie ze zliczaniem materiału pyłkowego. Rezultaty najbardziej zbliżone do wyników obserwacji manualnej udało się uzyskać przede wszystkim w czasie tygodnia, kiedy przeważał pyłek olszy oraz leszczyny. Znacznie gorsze wyniki dotyczą rozpoznawania brzozy ze względu na dużą liczbę ziaren, w tym podobnych do pyłku brzozy (np. dębu), a także zanieczyszczenia na preparacie (fragmenty roślin), co skutkowało licznymi fałszywymi sygnałami. Weryfikacja pozwoliła zidentyfikować główne zalety i wady oprogramowania oraz określić, kiedy może być ono pomocne w zliczaniu ziaren pyłku.","PeriodicalId":480185,"journal":{"name":"Alergoprofil","volume":"2013 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-09-14","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Możliwości zastosowania oprogramowania DeltaPix InSight w procesie zliczania ziaren pyłku leszczyny, olszy i brzozy\",\"authors\":\"Szymon Tomczyk, Małgorzata Malkiewicz, Małgorzata Werner\",\"doi\":\"10.24292/01.ap.192140923\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Niniejsza praca ma na celu ocenę możliwości zastosowania oprogramowania DeltaPix InSight do automatycznego rozpoznawania ziaren pyłku leszczyny (Corylus sp.), olszy (Alnus sp.) i brzozy (Betula sp.). Analiza dotyczyła danych dobowych ze stacji monitoringu we Wrocławiu i została przeprowadzona dla 2 tygodni sezonu 2023.Oprogramowanie DeltaPix wykorzystywało 5 kryteriów do rozpoznawania ziaren pyłku, tj.: barwy ustalonej za pomocą trzech rang RGB, morfologii szukanych obiektów, jako etap preprocessingu oraz progów dotyczących powierzchni, kształtu i średnicy Fereta dla wyznaczonych przez program obszarów, które odpowiadają 2 pierwszym kryteriom.Wyniki zliczania automatycznego porównano z wynikami obserwacji manualnej i podsumowano przy użyciu miar trafności prognoz. Przeprowadzona analiza wykazała, że zastosowanie 4 pierwszych kryteriów pozwala uzyskać najlepsze wyniki. Przy dołączeniu progu związanego ze średnicą Fereta oprogramowanie znacznie gorzej radziło sobie ze zliczaniem materiału pyłkowego. Rezultaty najbardziej zbliżone do wyników obserwacji manualnej udało się uzyskać przede wszystkim w czasie tygodnia, kiedy przeważał pyłek olszy oraz leszczyny. Znacznie gorsze wyniki dotyczą rozpoznawania brzozy ze względu na dużą liczbę ziaren, w tym podobnych do pyłku brzozy (np. dębu), a także zanieczyszczenia na preparacie (fragmenty roślin), co skutkowało licznymi fałszywymi sygnałami. Weryfikacja pozwoliła zidentyfikować główne zalety i wady oprogramowania oraz określić, kiedy może być ono pomocne w zliczaniu ziaren pyłku.\",\"PeriodicalId\":480185,\"journal\":{\"name\":\"Alergoprofil\",\"volume\":\"2013 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-09-14\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Alergoprofil\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.24292/01.ap.192140923\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Alergoprofil","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.24292/01.ap.192140923","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Możliwości zastosowania oprogramowania DeltaPix InSight w procesie zliczania ziaren pyłku leszczyny, olszy i brzozy
Niniejsza praca ma na celu ocenę możliwości zastosowania oprogramowania DeltaPix InSight do automatycznego rozpoznawania ziaren pyłku leszczyny (Corylus sp.), olszy (Alnus sp.) i brzozy (Betula sp.). Analiza dotyczyła danych dobowych ze stacji monitoringu we Wrocławiu i została przeprowadzona dla 2 tygodni sezonu 2023.Oprogramowanie DeltaPix wykorzystywało 5 kryteriów do rozpoznawania ziaren pyłku, tj.: barwy ustalonej za pomocą trzech rang RGB, morfologii szukanych obiektów, jako etap preprocessingu oraz progów dotyczących powierzchni, kształtu i średnicy Fereta dla wyznaczonych przez program obszarów, które odpowiadają 2 pierwszym kryteriom.Wyniki zliczania automatycznego porównano z wynikami obserwacji manualnej i podsumowano przy użyciu miar trafności prognoz. Przeprowadzona analiza wykazała, że zastosowanie 4 pierwszych kryteriów pozwala uzyskać najlepsze wyniki. Przy dołączeniu progu związanego ze średnicą Fereta oprogramowanie znacznie gorzej radziło sobie ze zliczaniem materiału pyłkowego. Rezultaty najbardziej zbliżone do wyników obserwacji manualnej udało się uzyskać przede wszystkim w czasie tygodnia, kiedy przeważał pyłek olszy oraz leszczyny. Znacznie gorsze wyniki dotyczą rozpoznawania brzozy ze względu na dużą liczbę ziaren, w tym podobnych do pyłku brzozy (np. dębu), a także zanieczyszczenia na preparacie (fragmenty roślin), co skutkowało licznymi fałszywymi sygnałami. Weryfikacja pozwoliła zidentyfikować główne zalety i wady oprogramowania oraz określić, kiedy może być ono pomocne w zliczaniu ziaren pyłku.