花粉自動(dòng)監(jiān)測儀不同的花粉類型在化學(xué)成分上幾乎沒有區(qū)別?？煽亢妥詣?dòng)區(qū)分的選擇是依據(jù)形態(tài)特征。因此BAA500花粉監(jiān)測儀構(gòu)建了及其學(xué)習(xí)算法并對系統(tǒng)進(jìn)行不同類型的花粉訓(xùn)練?；ǚ圩R別基于花粉的大小、形狀、孔和孔的位置和數(shù)量、外壁的結(jié)構(gòu)、內(nèi)膽的厚度、等離子體的結(jié)構(gòu)/形式等多個(gè)維度，為了進(jìn)行評估，內(nèi)置在 BAA500 中的全自動(dòng)光學(xué)顯微鏡采集樣品上多個(gè)位置的圖像堆棧。
 

　　這些堆棧被拼接成一個(gè)連貫的高分辨率圖片，具有很高的銳度深度；隨后，使用不同的描述子來描述對象的特征，通過這些描述子可以高精度和精確地識別花粉。
 

　　花粉自動(dòng)監(jiān)測儀用于分析過敏相關(guān)的氣源性花粉的種類及濃度。該設(shè)備使用虛擬撞擊器從環(huán)境中自動(dòng)采集花粉顆粒、制備顯微標(biāo)本，并在帶有專用圖像處理系統(tǒng)的自動(dòng)光學(xué)顯微鏡下分析和計(jì)數(shù)采集到的花粉顆粒。
 

　　分析算法基于人工智能和機(jī)器學(xué)習(xí)，確?？煽康幕ǚ圩R別和濃度預(yù)報(bào)。全自動(dòng)花粉監(jiān)測系統(tǒng)BAA500強(qiáng)大的圖像處理算法對花粉種類識別率高達(dá)90%以上，相對于常規(guī)的人工識別提供了更改的識別率和穩(wěn)定性。當(dāng)粒子經(jīng)過時(shí)，會在幾微秒內(nèi)被捕獲并生成全息圖像。
 

　　人工智能從圖像中收集信息并加以識別和處理，通過已有的花粉屬性信息給粒子分配適用的花粉種類。借助機(jī)器學(xué)習(xí)和 Swisens 生態(tài)系統(tǒng)，新的粒子種類可以被連續(xù)識別。