Team name
AI26 JTZJ
菌探智检AI 辅助微生物法重金属污染快速检测工程菌显色结合 AI 图像分类，探索水体镉离子现场筛查流程
天津科技大学生物工程学院T2 农业环境
Project title
菌探智检AI 辅助微生物法重金属污染快速检测
T2 农业环境重金属智检拍照小程序
天津科技大学「菌探智检」把检测流程分成两部分：工程菌响应镉离子并产生显色信号，AI 模型通过手机采集的图像识别污染等级，微信小程序负责承接拍照与结果展示。
- Team name
- AI26 JTZJ
- Institution
- 天津科技大学生物工程学院
Images and videos related to participating teams are used only for event showcases and reporting. Portrait rights belong to the individuals concerned. If you have any objection to the use of portraits, please contact the organizing committee through Contact us. We will verify the matter and take appropriate action.
项目背景
为什么基层测不了镉
镉污染需要持续监测，常规仪器检测对设备和操作条件有一定要求。项目面向水产养殖、农村饮水和水源地等现场筛查场景，尝试用工程菌产生显色信号，再通过手机采集图像并完成污染等级识别。
研究路径
CadR 显色与手机图像识别
生物传感部分由识别、表达和显色输出组成。CadR 作为镉离子响应调控元件，结合事件触发下游表达并形成可拍摄的颜色信号。图像识别部分通过手机采集显色结果，由微信小程序上传并调用分类模型。
- 识别元件
- CadR
- 读数方式
- 手机拍照 + 微信小程序
- 模型
- MobileNetV2 四分类
CadR 是工程菌识别镉离子并触发下游显色线路的核心调控元件。
手机采集工程菌显色图像，微信小程序承接上传与污染等级结果展示。
MobileNetV2 用于将显色图像识别为四类污染等级，并衔接手机端结果展示。
项目过程
项目推进与验证路径
- 01
阶段 1
显色图像的分类判读
工程菌显色如果只依靠肉眼判断，容易受到光照、拍摄条件和主观判读影响。项目采用 MobileNetV2 对显色图像进行四类污染等级识别，并将模型接入手机端流程。分类结果通过微信小程序展示，为现场筛查提供结构化输出。 - 02
阶段 2
生物端与模型端闭环
项目将流程设计为四个连续环节：设计 CadR 相关元件与候选方案，构建工程菌并采集不同条件下的显色数据，验证显色与分类流程，再依据识别误差调整后续实验和模型。流程以显色数据和分类误差连接生物端与模型端。
项目证据
项目图表与方法记录
团队协作
计算、实验与候选复核记录
Team films