深度学习驱动的暗场显微镜用于同时分析水中的纳米塑料的尺寸和度
Yi Wang1, Cheng Ye Xi1, Jun Jie Yu1
1School of Chemistry & Molecular Engineering, East China University of Science and Technology, Shanghai 200237, China.
Analytical chemistry
|December 25, 2025
概括
这项研究引入了一种使用人工智能和显微镜测量纳米塑料大小和度的新方法. 这一进步有助于对这些普遍存在的污染物进行环境和健康评估.
科学领域:
- 环境科学 环境科学
- 分析化学 分析化学
- 纳米技术纳米技术
背景情况:
- 纳米塑料具有重大环境和健康风险.
- 精确分析纳米塑料尺寸和度至关重要,但具有挑战性.
- 现有的方法难以同时确定尺寸和度.
研究的目的:
- 开发一种用于对纳米塑料同时进行尺寸和度分析的新方法.
- 提高纳米塑料检测的精度和灵敏度.
- 为环境和生物监测提供可靠的工具.
主要方法:
- 使用暗场显微镜 (DFM) 进行纳米塑料成像.
- 使用卷积神经网络 (CNN) 来进行数据分析.
- 结合了与VGGNet的轮识别算法,用于图像处理.
主要成果:
- 实现了对纳米塑料 (150-600 nm) 的高精度 (超过0.99) 和灵敏度 (LOD:1.7 ng mL-1).
- 对于聚乙烯纳米塑料,证明了极好的尖端回收率 (93.55-103.8%).
- 成功实现了对纳米塑料大小和度的同时确定.
结论:
- 开发的CNN-powered DFM方法为纳米塑料分析提供了一种可靠和可视化的方法.
- 这一策略在环境监测和毒理学研究中具有潜在的应用.
- 该方法在量化纳米塑料污染方面取得了重大进展.
