COLLEMBOT: AI-Based Counting of Collembola for OECD 232 Tests
本文介绍了 COLLEMBOT，这是一种基于 YOLOv11 的 AI 自动化计数工具，它在保持与人工计数相比的高准确度和监管可靠性的同时，显著减少了进行 OECD 232 土壤毒性测试所需的时间和劳动力。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象一下，你是一位正在尝试检测一种新化学物质对土壤是否安全的科学家。为此，你需要计数成千上万只被称为“跳虫”（Collembola，特别是 Folsomia candida）的微小、具有弹跳能力的昆虫。这些小虫子就像是“煤矿里的金丝雀”，用于监测土壤健康；如果它们能在化学测试中存活下来，说明土壤对其他生命形式来说很可能是安全的。
几十年来，科学家们一直不得不进行人工计数。这就像是戴着厚手套试图数清沙滩上的每一粒沙子一样。这既耗时又令人精疲力竭，而且由于人类会感到疲劳，有时会出错，或者计数方式与旁人不同。这种缓慢且易出错的过程意味着我们没有足够的数据来做出明智的决策。
COLLEMBOT 正式登场。
把 COLLEMBOT 想象成一个超级强大的、不知疲倦的数字助手，它扮演着高度训练过的“鹰眼”角色。它不再是让人类眯着眼睛盯着培养皿，而是利用一种特殊的智能（称为 YOLOv11 神经网络）通过照片来“看见”这些小虫子。
以下是它的工作原理（用通俗的话来说）：
- 训练阶段： AI 并非凭空猜测。它是通过观察来自五个不同国家（从荷兰到丹麦）的 3,200 多张高质量照片进行学习的。它学会了无论是在标准土壤混合物中还是在不同类型的泥土中，都能识别出这些小虫子。
- 实证阶段： 科学家们将这个数字助手与真人进行了对比测试。结果就像是在匹配一对双胞胎：AI 的计数结果与人类的计数几乎完全吻于一致（匹配度在 88% 到 99% 之间）。当科学家使用 AI 的数据来计算某种化学物质是否有害时，其计算结果与人类的计算结果几乎完全相同。
- 速度提升： 这才是奇迹发生的地方。想象一下，一项任务需要一个团队花费约 137 小时（也就是近两周不间断的工作时间）才能完成，而 COLLEMBOT 只需 不到 3 小时 就能完成同样的工作。这意味着节省了 97% 的时间。这就像是步行穿越一个国家与乘坐子弹列车的区别。
底线
COLLEMBOT 并没有改变游戏规则，它只是让游戏进行得更快、更稳定。通过自动化计数，它消除了人类的疲劳和偏差，使科学家能够生成更多关于土壤安全性的数据。开发者甚至已经公开了其“配方”（代码），以便任何人都可以使用它来帮助保护我们的生态系统。
注：该工具专门设计用于计数这些特定的土壤昆虫以进行化学安全性测试。本文并不声称它可以用于医疗诊断、计数其他类型的动物或预测未来的气候场景。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。