Rozpoznávání pylových zrn pomocí umělé inteligence

• Thesis title in Czech: Rozpoznávání pylových zrn pomocí umělé inteligence
• Thesis title in English: Pollen determination by artificial inteligence
• Key words: pylová analýza, AI, taxonomie, analýza obrazu,
• English key words: pollen analysis, AI, taxonomy, image analysis
• Academic year of topic announcement: 2024/2025
• Thesis type: Bachelor's thesis
• Thesis language: čeština
• Department: Department of Botany (31-120)
• Supervisor: RNDr. Vojtěch Abraham, Ph.D.

Guidelines

Určitě bude vhodné absolvovat palynologickou morfologii v rámci Practical course of karyological and palynological methods - MB120C51 , který poběží ve zkouškovém období zímního semestru 2025/2026
Napojení na ochranářská témata probíhá v rámci Practical class in Quaternary Palaeoecology - MB120P21
Doporučuji k výběru i nějaký předmět z nabídky Laboratoře Zobrazovacích Metod Viničná
4EU+ Biological Engineering - ImageJ Intensive course - MB100P10
4EU+ Quantitative Microscopy - MB100P08
4EU+ Advanced image analysis with focus on - ImageJ, Arivis Vision 4D, SVI Huygens - MB100T01

References

Halbritter H, Ulrich S, Grímsson F, Weber M, Zetter R, Hesse M, et al. (2018) Illustrated Pollen Terminology. Cham: Springer International Publishing. Available at: http://link.springer.com/10.1007/978-3-319-71365-6: doi:10.1007/978-3-319-71365-6.
Holt K, Allen G, Hodgson R, Marsland S and Flenley J (2011) Progress towards an automated trainable pollen location and classifier system for use in the palynology laboratory. Review of Palaeobotany and Palynology 167(3): 175–183: doi:10.1016/j.revpalbo.2011.08.006.
Theuerkauf M, Siradze N and Gillert A (2023) A trainable object finder, selector and identifier for pollen, spores and other things: A step towards automated pollen recognition in lake sediments. The Holocene 09596836231211876: doi:10.1177/09596836231211876.

Preliminary scope of work

Pylová analýza patří ke hlavním metodám rekonstrukce přirozené vegetace, která je užitečným vodítkem pro ochranu přírody a návrhy budoucího hospodaření. Určování pylu je ale zdlouhavé, a navíc pylová zrna jdou určit jen do hrubších taxonomických úrovní než celé rostliny. Těmto překážkám nabízí umělá inteligence možné řešení. Je potřeba konkrétní způsoby prozkoumat a uvést do praxe. Bakalářská práce by měla zjistit i) jak detailně umí stroje rozpoznávat pyl ve srovnání s expertní taxonomií; ii) jaké bylo jejiich nastvení, typ sítě, počet druhů, počet fotek, typ mikroskopie; a iii) jaké jsou překážky pro automatizaci rozpoznávání fosilních preparátů. Literární rešerše by měla vyústit v plán na sběr dat pro diplomový experiment.

Preliminary scope of work in English

Pollen analysis is one of the main methods for reconstructing natural vegetation, which serves as a useful guide for nature conservation and future management plans. However, identifying pollen is time-consuming, and pollen grains can only be identified to coarser taxonomic levels than whole plants. Artificial intelligence offers a possible solution to these obstacles. Specific methods need to be explored and put into practice. The bachelor's thesis should determine i) how accurately machines can recognize pollen compared to expert taxonomy; ii) what their settings were, including the type of network, the number of species, the number of photos, and the type of microscopy; and iii) what the obstacles are for automating the recognition of fossil samples. The literature review should result in a plan for data collection for the master's experiment.