利用穆勒矩阵显微镜高效识别自然水体中的微藻

《Optics and Lasers in Engineering》:Efficient microalgae recognition in natural waters by Mueller matrix microscopy

【字体: 大 中 小 】 时间:2026年07月11日 来源:Optics and Lasers in Engineering 4.2

编辑推荐:

  Zheng Hu|Feng Jiang|Siyuan Liu|Xinyi Yang|Yalin Liu|Hangjun Wang|Ran Liao|Xiaoyu Zhang|Hui Ma•采用低倍物镜的穆勒矩阵显微镜技术可提升检测效率。•选择性定位技术可使测量效率提升约22.4倍

  
Zheng Hu|Feng Jiang|Siyuan Liu|Xinyi Yang|Yalin Liu|Hangjun Wang|Ran Liao|Xiaoyu Zhang|Hui Ma
  • •
    采用低倍物镜的穆勒矩阵显微镜技术可提升检测效率。
  • •
    选择性定位技术可使测量效率提升约22.4倍。
  • •
    测量结果的穆勒矩阵均方根误差约为0.009。
  • •
    神经网络在培养的微藻物种识别中可实现98%的准确率。
  • •
    在自然水体中,两种被研究的物种识别准确率可超过83%。

引言

微藻是水生生态系统中的全球性初级生产者,在全球碳循环[1]、营养物质动态以及食物网结构中起着关键作用。因此,高效准确地识别自然水体中的微藻种类对于水质评估、有害藻华监测以及整体生态系统健康状况评价具有重要意义[[2], [3], [4]]。例如,许多硅藻和甲藻常被用作环境变化的指示物,而一些会形成藻华或具有毒性的物种则在有害藻华事件中可能造成严重的生态和经济损害[5,6]。然而,由于微藻在自然水体中分布稀疏、不同物种形态相似、大小差异较大且存在复杂的颗粒物质,其识别工作依然具有挑战性,这凸显出亟需开发既高效又准确的新型监测技术。
传统上,自然水体中微藻的识别主要依赖光学显微镜,尽管它在高分辨率与大视野之间存在权衡,但仍是公认的黄金标准工具。传统的人工显微镜通过观察细胞形态、群体结构、色素含量及数量,能够有效区分大型或特征明显的物种[7,8]。但这些方法耗时费力,且高度依赖操作人员的专业技能[[9], [10], [11]]。此外,当面对形态相似的物种、体积极小的细胞或浓度极低的微藻时,这些方法的可靠性会大幅下降,往往导致分类错误或低估多样性[12,13]。近年来,为提升微藻或生物细胞的识别能力,人们开发出了多种新型显微镜技术,如流式显微镜[7,14]、全息显微镜[15,16]以及高光谱显微镜[17]。但由于自然水体中颗粒物质的复杂性和多样性,仍迫切需要能够高效准确识别微藻的监测技术,以用于常规的环境监测工作。
从光学显微镜的角度来看,偏振分辨成像技术在微藻识别方面具有显著优势。与传统的强度显微镜相比,穆勒矩阵显微镜等偏振显微镜技术能够获取有关细胞微观结构、各向异性及内部组织的额外信息,有助于区分形态相似的物种[[18], [19], [20]]。此外,据报道,将偏振参数与机器学习算法结合使用,可实现对培养微藻的精准分类[[21], [22], [23]],这为在复杂悬浮液中识别微藻提供了超越传统方法的途径。例如,Svensen等人测量了多种藻类在不同散射角度和波长下光散射的完整穆勒矩阵,发现某些穆勒矩阵元素在不同物种之间存在差异[24]。Liu等人进一步利用穆勒矩阵显微镜图像结合卷积神经网络实现了微藻识别,并研究了降低成像分辨率对分类性能的影响[23]。这些研究展示了穆勒矩阵信息在藻类特征描述与分类方面的潜力。不过,这些研究大多在受控条件下进行,并未直接应用于实际的自然水体环境监测,因为在自然水中,藻类目标通常分布稀疏,且会与大量异质颗粒混合在一起。
近期研究还表明,更高的成像分辨率能够提升偏振分类性能,从而支持使用高分辨率偏振成像技术实现可靠的微藻识别[25]。然而,在自然水样中,要在较大区域内进行高倍率的穆勒矩阵采集效率较低,因为很多区域为空白或不存在有用的目标物,而高分辨率与大视野之间的权衡也成为了影响实际工作效率的瓶颈。
为解决这些难题,我们将仪器设计、数据采集策略以及数据驱动的分类方法整合为一个完整的工作流程,即利用穆勒矩阵显微镜(EMR-3?M)高效识别自然水体中的微藻。在该工作流程中,首先通过低倍物镜定位功能在大视野范围内锁定潜在目标颗粒,随后仅在对准的目标位置采集高分辨率的穆勒矩阵图像,并将其输入基于神经网络的分类器。这种设计既减少了空白区域的不必要测量,又能保留高分辨率的偏振信息以确保分类的准确性。本研究的目的是建立一种实用的穆勒矩阵显微镜工作流程,以便在自然水体中目标稀少且背景颗粒复杂的条件下,高效准确地识别微藻。

章节节选

概念

图1展示了EMR-3?M技术在自然水体中高效识别微藻的整体概念。该工作流程包含四个阶段:(1)自然水样制备,(2)低倍物镜定位,(3)在高倍物镜下进行穆勒矩阵成像,(4)利用预训练的分类器识别微藻。
在进行显微镜观察之前,需将一滴自然水样置于玻璃载片上,再盖上盖玻片。之后按照所提出的工作流程进行操作

测量性能

为验证穆勒矩阵成像系统的测量精度,研究人员使用了线性偏振片和四分之一波片作为验证样本。分别在不同偏振角度下对这两种样本进行测量,所得到的穆勒矩阵元素如图5所示。为检验测量精度,研究人员根据典型公式[26,27]将测量数据与理论预期值进行对比,结果同样显示在图5中。测量值与理论值之间的均方根误差(RMSE)为

偏振信息的贡献

为研究偏振信息对微藻精准识别的作用,本研究还使用了强度(非偏振)图像——即穆勒矩阵图像中的11元素——对微藻进行分类,相关结果见表1。分类模型的构建方式与2.4节所述相同,混淆矩阵则显示在图7(a)中。
与穆勒矩阵图像(图6a)相比,基于强度的模型整体分类准确率为82%,这一数值

结论

为应对自然水体中高效识别微藻的迫切需求,本文提出了一种结合低倍物镜定位技术的穆勒矩阵显微镜方法,用以高效准确地识别自然水体中的微藻。EMR-3?M技术的核心在于两个关键要素:(1)利用低倍物镜定位功能在大视野范围内锁定潜在目标颗粒,从而提升检测效率;(2)依靠高分辨率的穆勒矩阵图像确保识别的准确性。该技术的概念框架

CRediT作者贡献说明

Zheng Hu:撰写——初稿、方法学、实验研究。Feng Jiang:方法学、正式分析。Siyuan Liu:撰写——审阅与编辑、数据整理。Xinyi Yang:实验研究、数据整理。Yalin Liu:实验研究。Hangjun Wang:撰写——审阅与编辑、概念设计。Ran Liao:撰写——审阅与编辑、资金申请、概念设计。Xiaoyu Zhang:撰写——审阅与编辑、资金申请。Hui Ma:监督、概念设计。

利益冲突声明

作者声明,他们不存在任何可能影响本文研究结果的已知财务利益或个人关系。

致谢

本研究得到了中国国家自然科学基金(项目编号U22B2012、62275141)以及深圳市可持续发展科技计划(项目编号KCXST20221021111405013)的支持。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号