Articles des Congrès
Les actes des congrès avant 2014 sont consultables en cliquant ici (si disponibles).
Détection et quantification en temps réel du pollen d'ambroisie par microscopie optique et intelligence artificielle.
J. Truskina* (1), V. Krotov (1), Y. Prat (1), D. Filippi (1), B. Šikoparija (2), D. O’connor (3), B. Guinot (1), D. Baisnee (4), R. Sarda-Esteve (4,5)
1. Oberon Sciences, Villard-Bonnot, France
2. BioSense Institute, University of Novi Sad, Novi Sad, Serbia
3. Dublin City University, Ireland
4. Laboratoire des Sciences du Climat et de l’environnement, Saint-Aubin, France
5. Cyprus Institute, Nicosia, Cyprus
[2025]
Vous devez être connecté et inscrit au congres pour télécharger ce document
Résumé
Aujourd'hui, les autorités sanitaires et les réseaux de la qualité de l'air ont besoin de connaitre les concentrations atmosphériques et les sources des pollens allergisants afin d'améliorer les modèles de transport. Pour répondre à ce besoin, nous avons optimisé en utilisant des modules d'intelligence artificielle un instrument existant qui permet la détection, l'identification et la quantification en temps réel des pollens d'Ambroisie dans la région lyonnaise durant l'été 2024. Lors de cette campagne intensive afin de mettre nous avons mis en évidence le cycle diurne des pollens d'Ambroisie ainsi que leur origine géographique. Ce nouvel outil peut ainsi permettre de contrôler et d'endiguer sa propagation.
Mots clés
Ambroise, IA, surveillance en temps réel
Abstract
Today, health authorities and air quality networks need to know the atmospheric concentrations and sources of allergenic pollens in order to improve transport models. To meet this need, we have optimized an existing instrument using artificial intelligence modules that allows the real-time detection, identification and quantification of ragweed pollens in the Lyon region during the summer of 2024. During this intensive campaign we have highlighted the diurnal cycle of ragweed pollens as well as their geographical origin. This new tool can thus allow control and contain its spread.
Keywords
Ragweed, IA, real-time monitoring
DOI
10.25576/ASFERA-CFA2025-43937