光机基于视觉对微塑料的快速定量表征
Qiannan Duan1,2, Hailong Zhang2, Jiaqing Tang1
1State Key Laboratory of Water Pollution Control and Green Resource Recycling, School of the Environment, Nanjing University, Nanjing 210023, China.
Analytical chemistry
|March 14, 2026
概括
这项研究引入了一种使用光染色和人工智能快速检测微塑料 (MP) 的新方法. 在FluoPlastVision平台提供准确的,实时分析的议员,改善环境监测.
科学领域:
- 环境科学 环境科学
- 分析化学 分析化学
- 材料科学 材料科学 材料科学
背景情况:
- 检测微塑料 (MP) 对环境和健康风险评估至关重要.
- 目前的方法,如带有AI的光谱学,在成本,效率和数据质量方面面临限制.
- 强大的AI模型需要大量高质量的数据集,但往往缺乏这些数据集.
研究的目的:
- 开发一种快速,准确和具有成本效益的微塑料检测和量化方法.
- 提高微塑料分析人工智能模型的稳定性和通用性.
- 创建一个用户友好的平台,实时识别微塑料.
主要方法:
- 使用素6 (C6) 光染色用于微塑料.
- 收集了彩色微塑料的光显微镜图像.
- 训练有素的机器视觉模型,包括带有注意力机制的YOLO v11,用于图像分析.
- 开发了FluoPlastVision人工智能辅助检测平台.
主要成果:
- 库马林6染色提供了稳定的,宽频谱的光,具有高的信号噪声比.
- YOLO v11 模型在微塑料识别方面表现出更高的准确性和稳定性.
- 塑视觉平台实现了微塑料的实时计数,尺寸分析和形状分类.
结论:
- 这种基于光,人工智能驱动的方法提供了高精度的微塑料识别.
- 开发的方法显示了对微塑料的标准化定量检测的潜力.
- 塑视觉平台促进了对微塑料污染的有效环境监测.


