深度學習輔助下的人體微塑料識別

“如果要評估微塑料對人類和動物的影響，那么主要的儀器將是一種檢測生物體或細胞中微塑料的技術。我們試圖找出哪些塑料顆粒更好地滲透到活細胞中，哪些更有害，它們位于何處，以及如何區(qū)分體內(nèi)的一種類型的塑料和另一種類型，”KFU 的研究助理 Gölnur Fakhrullina 博士說。生物納米技術實驗室和該項目的首席研究員。

該出版物中使用的技術基于使用暗視野顯微鏡對活細胞進行成像。然后通過深度學習算法篩選成像數(shù)據(jù)，這有助于識別細胞中的粒子。

“在模型研究中，我們使用了由各種染料著色的聚苯乙烯顆粒，并與人類細胞一起孵育。為了使懸浮液和細胞內(nèi)的顆?？梢暬?，我們在高倍率下使用了高對比度暗場顯微鏡。然后將數(shù)據(jù)上傳到殘差神經(jīng)網(wǎng)絡(ResNet)中進行學習和測試。神經(jīng)網(wǎng)絡模型似乎能夠以與光譜分析相媲美的準確度確定粒子類別，”Fakrullina 博士補充道。

所應用的方法可用于篩選各種樣品中的微塑料。它非常靈敏，可以減少高光譜成像特有的耗時的數(shù)據(jù)采集和處理步驟，在這種情況下可以省略。

“暗場顯微鏡為非常小的物體提供具有大量獨特特征的圖像。在明場中，微粒要么根本不可見，要么被視為同質(zhì)點，沒有可辨別的特征。圖片中包含的粒子信息越多，神經(jīng)網(wǎng)絡處理它們就越簡單，結果也越好，”生物納米技術實驗室的合著者兼博士生 Ilnur Ishmukhametov 解釋說。

1 微米聚苯乙烯顆粒的檢測準確度為 93%。重要的是，可以通過提高人工智能算法的效率來進一步改進該技術。

　　免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！