傅立叶变换红外（FTIR）技术和人工智能（AI）用于微塑料分析

微塑料——天上地下，无处不在  

 它，无处不在——在空气中、在水中、在土壤里。微塑料甚至出现在了北极和马里亚纳海沟这种偏远地区。尽管关于它对生态系统和人类健康影响的研究结果令人警醒，但其确切影响尚不明确。  

 不论微塑料的确切影响为何，都肯定与暴露水平以及聚合物的类型、形状和尺寸有关。因此，进一步地了解其材料特性，十分重要；还有什么比傅立叶变换红外（FTIR）技术更合适的呢？！  

 微塑料分析的好帮手  

 说到微塑料分析，FTIR显微镜分析法是一个非常不错的选择 。它可以基于特征振动带鉴别颗粒，并允许使用焦平面探测器（FPA）在短时内记录数千个谱，来创建化学图像。因此，您仅需在短时间内通过一次测量，就可以捕获所有信息。而有了布鲁克HYPERION II和LUMOS II，这不过是小菜一碟。  

含微塑料的沉淀物样品的显微图像（含红外信息）    

 但是，为了快速可靠地进行微塑料分析，分析技术并非需要考虑的重要因素，准确的评估统计才是关键。 

 目前，常见的评估方法是使用谱库检索来表征微塑料。但这种方法也存在局限性。要想获得可靠的数据，就必须大幅增加谱库中的谱数量。然而，谱库规模越大，就意味着分析速度越慢。 

 而要想使微塑料分析更具可扩展性，数据分析的速度就必须更快，而且最重要的是，它必须更加智能。如果说，归根结底是时间问题，那么使用大型的谱库并不现实。这就是我们的合作伙伴 Purency 大显身手的地方！他们利用人工智能识别化学图像，将原本使用传统方法十分费时的评估任务自动化。  

 Microplastics Finder 

 Purency开发了一款易于使用的成像软件——Microplastics Finder（MPF），它是一种基于模型的人工智能识别方法。  

 但这究竟是什么意思呢？人工智能识别模型是通过使用一组准备好的训练数据建立的数据模型。更确切地来说，这个模型经过复杂的人工智能识别训练，可以准确识别出FTIR图像中的哪个像素是聚合物，哪个不是；它还接受了指导，知道如何区分各种类型的聚合物。  

 Microplastic Finder微塑料分析截图    

 具体如何实现呢？ 

 Microplastics Finder会检查每个高光谱图像的像素，然后按照预定义的聚合物类型进行分类。人工智能识别系统通过识别光谱的各个部分，执行决策过程，区分各种类型的聚合物。处理完整个图像后，属于同一类别聚合物的像素会被标记为颗粒。此外，按逻辑编制的结果统计表会将聚合物的类型以及每个颗粒物的大小等细节进行可视化处理（见上方截图）。该模型就可以区分二十多种不同类型的聚合物，占目前生产聚合物的98%。