基于机器学习的高精度色度pH量化,使用定制的便携式条形像设备和智能手机应用程序
Ece Minel Bursalı1, Mehmet Akif Özdemir1, Mustafa Şen2
1Department of Biomedical Engineering, Faculty of Engineering and Architecture, Izmir Katip Celebi University, Izmir, Turkey.
Mikrochimica acta
|November 25, 2025
概括
一个新的机器学习增强的pH传感器平台提供准确的,实时的,离线的pH监测. 这种便携式设备克服了传统带和智能手机系统的局限性,非常适合资源有限的设置.
科学领域:
- 分析化学 分析化学
- 传感器技术 传感器技术
- 机器学习 机器学习
背景情况:
- 传统的pH条带受到主观解释的影响.
- 智能手机的pH传感受到相机和照明不一致的影响.
- 需要准确,便携和可靠的pH监测解决方案.
研究的目的:
- 开发一个紧的,机器学习增强的pH传感平台.
- 克服现有的pH测量技术的局限性.
- 为了实现准确的,实时的,离线的pH预测.
主要方法:
- 开发了一个定制的ESP32-S3设备,具有可控制的LED照明.
- 收集了787个样本的数据集,其pH值范围为0-14.
- 从多个颜色空间 (RGB,HSV,CIELAB) 提取了45个统计特征.
- 使用一个AutoML管道来选择一个ExtraTreesRegressor模型.
主要成果:
- 通过ExtraTreesRegressor模型实现了高的确定系数 ([公式:参见文本] = 0.967).
- 显著优于传统的基于RGB的方法 ([公式:参见文本] = 0.618).
- 集成的Android应用程序通过Wi-Fi提供实时,离线的pH预测.
结论:
- 开发的平台为pH监测提供了强大,准确和便携式的解决方案.
- 消除了对智能手机摄像机和可变照明条件的依赖.
- 非常适合在资源有限的环境中应用,需要精确的pH测量.
