花粉自動監測儀不同的花粉類型在化學成分上幾乎沒有區別。可靠和自動區分的選擇是依據形態特征。因此BAA500花粉監測儀構建了及其學習算法并對系統進行不同類型的花粉訓練?；ǚ圩R別基于花粉的大小、形狀、孔和孔的位置和數量、外壁的結構、內膽的厚度、等離子體的結構/形式等多個維度，為了進行評估，內置在 BAA500 中的全自動光學顯微鏡采集樣品上多個位置的圖像堆棧。
 

　　這些堆棧被拼接成一個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。
 

　　花粉自動監測儀用于分析過敏相關的氣源性花粉的種類及濃度。該設備使用虛擬撞擊器從環境中自動采集花粉顆粒、制備顯微標本，并在帶有專用圖像處理系統的自動光學顯微鏡下分析和計數采集到的花粉顆粒。
 

　　分析算法基于人工智能和機器學習，確保可靠的花粉識別和濃度預報。全自動花粉監測系統BAA500強大的圖像處理算法對花粉種類識別率高達90%以上，相對于常規的人工識別提供了更改的識別率和穩定性。當粒子經過時，會在幾微秒內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。借助機器學習和 Swisens 生態系統，新的粒子種類可以被連續識別。