扫描一份化学文档
在 PDF 中查找化学名称和印刷的结构图，检查源页面旁边的每个出现位置，并导入已确认的结构。
开始扫描
- 选择
File > Scan Document for Chemistry…. - 使用标准的 macOS 文件选择器，选择一个 PDF。
- 对于超过10页的PDF文件，请在扫描前选择起始页和结束页。默认范围为第1至10页；选择“所有页面”将扫描整个文档。缩略图可帮助您选择页面范围。扫描结果将保留原始的PDF页码。
- AtomLens 打开原生 PDF 预览文件，提取文本，并扫描所选页面以查找化学名称和印刷的结构图。
- 请查看文档旁边的发生情况表。当 PDF 或该表格需要更多空间时，请拖动分隔线。
PDF 仍为只读状态。扫描操作不会更改所选文档。在 iPad 上，请在“库”中选择“扫描 PDF”，或在文档中选择“添加 > 扫描 PDF 用于化学分析”，然后在“文件”中选择 PDF。点击标有“返回”的按钮可返回起始屏幕。导入完成后，“查看库”将打开您保存的结构。页面选择、处理、筛选和库导入均采用相同的工作流程；点击行可选择多个结果。
扫描过程中会发生什么
AtomLens 通过一系列在设备上执行的步骤来处理文档。其中一些中间结果会被有意地重复利用：文本位置有助于将名称与图纸匹配并随后突出显示来源，而从图纸中读取的结构则提供了用于验证每个建议名称的标识符。
- 准备 PDF。AtomLens 会读取嵌入的文本，并记录其在每页上的位置。如果某页没有可用的文本图层，则由设备端的 AI 模型通过光学字符识别（OCR）技术读取该页内容。
- 查找化学名称。设备端的人工智能模型会在文本中查找可能的化学名称。AtomLens 会谨慎地修复常见的 PDF 字符和换行问题，随后，一个确定性的“名称到结构”解析器会检查每个候选项是否描述了一个结构。
- 查找结构图。AtomLens 首先在 PDF 中搜索嵌入的图像和矢量绘图对象。设备端的 AI 分割模型会检查合适的对象，仅当 PDF 为整页图像或对象提取不完整时，才会扫描整页。
- 仔细阅读每幅结构式图。设备端的人工智能模型会将每幅结构式图的裁剪部分转换为 SMILES。AtomLens 会独立且确定性地将该 SMILES 解析为权威结构、CML、标准和固定 H 标识符，以及可用的化学性质。
- 关联一个经过验证的名称。AtomLens 首先尝试使用已检测到的、与该图形相近的名称。如果没有匹配项，则离线 AI 命名模型会根据识别出的 SMILES 提出最多五个名称。只有当确定性名称解析能够重现相同的“标准”和“固定-H”结构标识时，才会关联一个名称。
- 汇总结果。相匹配的附近名称和图纸将合并为一行，选中该行会同时突出显示两个源区域。其余条目仍保持独立，并保留其页面位置，以便进行审查、筛选、预览和导入。
理解结果
- 绿色 — 翻译：确定性名称解析接受了提取的名称。AtomLens 显示了一个结构缩略图。
- 绿色 — 相邻名称：AtomLens 在一张经 AI 识别的图纸附近发现了该名称。确定性解析接受了该名称，且两者的结构标识均与图纸匹配。该名称与图纸被合并为一个结果。
- 绿色 — 生成的名称：一个设备端AI模型将一张打印图纸解读为“SMILES”，而另一个独立的离线AI模型则提出了显示名称。随后，通过确定性名称解析，成功再现了该图纸结构经独立解析后所呈现的“标准”和“固定-H”两种身份。
- 绿色 — 已识别的绘图：该绘图及其权威的CML已成功识别，但没有名称通过严格的身份验证。因此，AtomLens仍将已识别的SMILES作为显示值。
- Orange — 未翻译：AI名称识别器找到了一个可能的化学名称，但确定性解析无法将其翻译出来。请将高亮显示的源文本作为权威上下文保留。
- 橙色的绘图结果表示分割成功，但作物识别或SMILES解析未成功。检测到的绘图仍会高亮显示以便审查。
- 每一行代表一次出现。因此，重复出现的名称或图示会多次出现，并保留其所在的页码位置。
搜索和导航
- 选择一行以在相应的 PDF 页面上显示并突出显示该实例。文本使用其源范围；图形则使用其页面空间实例掩码和边界框。按住 Command 键点击可添加或删除单行，按住 Shift 键点击可扩展选区。
- 选择 全选，或按
Command-A在结果列表处于活动状态时，选中所有可见的结果。 - 使用工具栏中的搜索框，无需重新扫描 PDF 即可筛选已提取的术语。
- 默认情况下，已启用“仅显示具有经过验证的IUPAC名称的行”选项。关闭此选项可查看可能无法翻译的名称，以及没有匹配名称的已识别图示。
- 单击高亮显示的 PDF 区域，即可显示其结果行。如果当前启用了文本或验证过滤器，该行可能会被隐藏；请清除过滤器以查看该行。
- 请使用 PDF 预览上方的小化、适配和放大控件。
- 双击一个翻译结果，即可在新的分子窗口中打开其结构。
- 如果翻译后的名称带有已加载的缩略图或已识别的结构图，请按
Space用于打开或关闭较大的“快速查看”结构预览。绘图预览使用独立解析的 CML。 - 选择“导入到受管存储库”以导入选定的、已确认的、由名称和图纸派生的结构。AtomLens 仅通过固定标识符 H InChIKey 统一重复出现的结构，跳过并报告无法获取该标识符的选定结构，跳过受管存储库中已存在该标识符的结构，并将扫描到的 PDF 文件名记录为每个新增结构的源文件名。
识别与准确度
AtomLens 首先使用嵌入的 PDF 文本。当页面未提供可用文本时，设备端的 AI 模型可通过 OCR 技术进行识别。随后，扫描仪会修复一组常见的 PDF 字形和换行问题，包括因换行而拆分的化学名称。
对于打印图纸，AtomLens 首先检查 PDF 自身嵌入的图像和矢量对象。合适的对象将被直接使用，或由设备端的 AI 分割模型进行分析。对于整页大小的位图扫描、不含可用绘图对象的页面，或对象级准备不完整的页面，将专门进行全页AI分割处理。绘图裁剪区域将以300 DPI的分辨率渲染并添加填充，随后由AI绘图识别模型进行读取。一个独立的离线 AI 命名模型仅在图纸识别完成后，且未找到匹配的邻近名称时，才会提出系统化名称候选方案。AI 输出绝不会替代独立解析的 CML，也不会定义结构标识。此路径适用于印刷结构图纸，而非手绘结构。密集的布局、标签、反应方案以及质量较差的扫描件仍可能导致图纸识别结果缺失或错误。
扫描件、非标准字体、图表、损坏的字符映射表、多栏排版以及相邻的标签仍可能导致候选词缺失、拆分或合并。橙色标记的结果可作为有用的审查线索，但不能证明被高亮显示的单词构成一个有效的IUPAC名称。
隐私与离线运行
- 选定的 PDF、提取的文本、AI 辅助名称识别、AI 分割、AI 绘图识别、AI 辅助系统名称生成、确定性结构验证以及缩略图均在此设备上进行处理。
- AtomLens 中已包含所有机器学习/人工智能模型和分词器。该应用在运行时不会下载模型。
- AtomLens 不会将 PDF 或提取的文本上传至任何服务。
- 只有在您使用系统选择器选择了一个 PDF 之后，才会开始文件访问。