一种新兴的系统将快速成像技术与人工智能结合，能够帮助科学家迅速而准确地分析花粉，从而深入了解当前及历史环境的变化。

不同植物物种的花粉粒具有独特的形状特征，可以通过这些特征进行识别。分析从湖泊沉积物岩心等样本中提取的花粉粒，有助于科学家了解在历史特定时期哪些植物在生长，这些植物的历史可以追溯到数千甚至数百万年前。

迄今为止，科学家们依赖光学显微镜手动识别沉积物或空气样本中的花粉类型，这是一项既专业又耗时的工作。

现在，埃克塞特大学和斯旺西大学的研究人员正在利用成像流式细胞术和人工智能等前沿技术，开发一个能够更快速识别和分类花粉的系统。

除了对过去植物群的更全面理解外，研究团队还希望这项技术未来能在当今环境中提供更准确的花粉读数，从而帮助缓解花粉热患者的症状。该研究论文题为“通过探索性深度学习和成像流式细胞术在环境样品中演绎自动花粉分类”，已发表在《新植物学家》杂志上。

埃克塞特大学的安·鲍尔博士表示：“花粉是重要的环境指标，拼凑出大气中不同花粉类型的拼图，无论是现在还是过去，都能帮助我们描绘生物多样性和气候变化的全貌。”

“然而，在显微镜下识别花粉属于哪个植物物种是一项非常繁琐的工作，并不总是能做到。我们正在开发的系统将显著缩短这一过程所需的时间，并提升分类的准确性。这意味着我们可以更快地构建环境中更丰富的花粉图谱，揭示气候、人类活动和生物多样性如何随时间变化，或者更好地了解我们呼吸的空气中存在哪些过敏原。”

该团队已经利用该系统自动分析了一个5500年前的湖泊沉积物岩心，迅速分类了超过1000个花粉粒。过去，这项工作需要专家花费8个小时来完成，而新系统仅用一个小时就完成了。

新系统采用成像流式细胞术——一种通常用于医学研究中细胞研究的技术——快速捕获花粉图像。随后，研究人员开发了一种基于深度学习的独特人工智能，用于识别环境样本中的不同花粉类型。即使样本质量不佳，系统也能做出准确的区分。

斯旺西大学的克莱尔·巴恩斯博士指出：“目前正在开发的花粉分类人工智能系统是从相同的花粉库中学习和测试的，这意味着每个样本都是完美的，属于网络之前见过的物种。这些系统无法从环境中识别花粉，也无法对训练库中没有的花粉进行分类。”

“将独特版本的深度学习融入我们的系统，使得人工智能更为智能，并采用更灵活的学习方式。它能够处理质量较差的图像，并利用共同的物种特征来预测花粉属于哪个植物科，即使系统在训练期间没有见过该花粉。”

在未来几年，研究团队希望进一步改进并推出这一新系统，以便更深入地了解草花粉的信息，草花粉是花粉热患者的一种特殊过敏源。鲍尔博士表示：“某些草花粉比其他花粉更容易引发过敏。如果我们能更好地了解哪些花粉在特定时间内普遍存在，就能改善花粉预测，帮助花粉热患者更好地规划减少接触花粉的策略。”