深度学习辅助下的人体微塑料识别

“如果要评估微塑料对人类和动物的影响，那么主要的仪器将是一种检测生物体或细胞中微塑料的技术。我们试图找出哪些塑料颗粒更好地渗透到活细胞中，哪些更有害，它们位于何处，以及如何区分体内的一种类型的塑料和另一种类型，”KFU 的研究助理 Gölnur Fakhrullina 博士说。生物纳米技术实验室和该项目的首席研究员。

该出版物中使用的技术基于使用暗视野显微镜对活细胞进行成像。然后通过深度学习算法筛选成像数据，这有助于识别细胞中的粒子。

“在模型研究中，我们使用了由各种染料着色的聚苯乙烯颗粒，并与人类细胞一起孵育。为了使悬浮液和细胞内的颗粒可视化，我们在高倍率下使用了高对比度暗场显微镜。然后将数据上传到残差神经网络(ResNet)中进行学习和测试。神经网络模型似乎能够以与光谱分析相媲美的准确度确定粒子类别，”Fakrullina 博士补充道。

所应用的方法可用于筛选各种样品中的微塑料。它非常灵敏，可以减少高光谱成像特有的耗时的数据采集和处理步骤，在这种情况下可以省略。

“暗场显微镜为非常小的物体提供具有大量独特特征的图像。在明场中，微粒要么根本不可见，要么被视为同质点，没有可辨别的特征。图片中包含的粒子信息越多，神经网络处理它们就越简单，结果也越好，”生物纳米技术实验室的合著者兼博士生 Ilnur Ishmukhametov 解释说。

1 微米聚苯乙烯颗粒的检测准确度为 93%。重要的是，可以通过提高人工智能算法的效率来进一步改进该技术。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！