本文來自前瞻網(wǎng)，作者/Serena Xu。
毫不夸張的說，微塑料無處不在，它存在于我們喝的水、吃的食物和呼吸的空氣中。但在研究人員弄清楚這些粒子對身體健康的影響之前，他們需要更快、更有效的方法來量化這些粒子。
近日，多倫多大學(xué)的研究人員提出了一種方法，使用機器學(xué)習(xí)來使微塑料的計數(shù)和分類更容易、更快。
研究作者Elodie Passeport說：“分析水樣中的微塑料真的很耗時。例如，完全分析一個梅森罐大小的樣本可能需要長達40個小時。當(dāng)想要隨著時間的推移進行比較，或觀察來自不同水體的樣本時，這就變得更加困難了。”
在新研究中，科學(xué)家們建立了一個預(yù)測模型。該模型采用經(jīng)過訓(xùn)練的算法，從總體質(zhì)量測量中估算微塑料的數(shù)量。”
科學(xué)家表示，他們的方法保證了誤差跟蹤特性，其結(jié)果與手動計數(shù)相似。但成本更低，速度更快，允許從多個點分析多個樣本，從而估算微塑料粒子的數(shù)量。
此外，該項目是第一個用于微塑料圖像分割的標(biāo)記開源數(shù)據(jù)集，它使來自世界各地的研究人員能夠從這種新方法中受益，并根據(jù)他們的研究興趣開發(fā)自己的算法。
該研究論文題為“Automatic quantification and classification of microplastics in scanning electron micrographs via deep learning”，已發(fā)表在《全環(huán)境科學(xué)》期刊上。
