科学家利用机器学习，加快微塑料的计数过程

毫不夸张的说，微塑料无处不在，它存在于我们喝的水、吃的食物和呼吸的空气中。但在研究人员弄清楚这些粒子对身体健康的影响之前，他们需要更快、更有效的方法来量化这些粒子。

近日，多伦多大学的研究人员提出了一种方法，使用机器学习来使微塑料的计数和分类更容易、更快。

研究作者Elodie Passeport说：“分析水样中的微塑料真的很耗时。例如，完全分析一个梅森罐大小的样本可能需要长达40个小时。当想要随着时间的推移进行比较，或观察来自不同水体的样本时，这就变得更加困难了。”

在新研究中，科学家们建立了一个预测模型。该模型采用经过训练的算法，从总体质量测量中估算微塑料的数量。”

科学家表示，他们的方法保证了误差跟踪特性，其结果与手动计数相似。但成本更低，速度更快，允许从多个点分析多个样本，从而估算微塑料粒子的数量。

此外，该项目是第一个用于微塑料图像分割的标记开源数据集，它使来自世界各地的研究人员能够从这种新方法中受益，并根据他们的研究兴趣开发自己的算法。

该研究论文题为“Automatic quantification and classification of microplastics in scanning electron micrographs via deep learning”，已发表在《全环境科学》期刊上。

前瞻经济学人APP资讯组

论文原文：https://www.sciencedirect.com/science/article/pii/S0048969722009950?via%3Dihub

从学术到产业，更多相关数据请参考前瞻产业研究院《2022-2027年中国人工智能行业市场前瞻与投资战略规划分析报告》。同时前瞻产业研究院还提供产业大数据、产业研究、产业链咨询、产业图谱、产业规划、园区规划、产业招商引资、IPO募投可研、IPO业务与技术撰写、IPO工作底稿咨询等解决方案。