项目名称
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。
- 队伍名称
- AI26 JTZJ
- 所属院校
- 天津科技大学生物工程学院
参赛队伍相关影像仅用于赛事展示与报道，肖像权归本人所有。如对肖像使用存在异议，请通过 联系我们 向组委会反馈，我们将核实情况并作相应处理。
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
队伍影像