透光染色与多光谱成像 (FIMAP) 揭示聚合物身份：用于微塑料检测与识别
计算机视觉与模式识别
2025-07-11 v1 新兴技术
机器学习
摘要
微塑料(MPs) 在环境中的广泛分布为其检测与识别带来了重大挑战。荧光成像已成为提高塑料颗粒可检测性并基于荧光行为实现准确分类的有前景技术。然而，传统分割技术面临信号信噪比差、照明不一致、阈值难题以及来自天然有机物(NOM)的误报等局限。为此，本研究引入了荧光成像微塑料分析平台(FIMAP)，该平台由四个光学滤镜和五个激发波长的多光谱相机改装而成。FIMAP 实现了对十种 Nile Red 染色 MPs（HDPE、LDPE、PP、PS、EPS、ABS、PVC、PC、PET、PA）的荧光行为全面表征，同时有效排除了 NOM。采用 K 均值聚类实现稳健分割（Intersection over Union = 0.877），并采用 20 维颜色坐标多变量最近邻方法进行 MPs 分类（>3.14 mm），实现 90% 的精确率、90% 的准确率、100% 的召回率，以及 94.7% 的 F1 分数。仅 PS 偶尔被误分类为 EPS。对于较小的 MPs（35-104 微米），分类准确率下降，可能是由于染色吸附减少、可检测像素数量不足以及相机不稳定。将 FIMAP 与更高倍率仪器（如显微镜）集成可能提高 MP 的识别。本研究将 FIMAP 作为一种自动化、高通量框架，用于检测和分类大规模环境样本中的 MPs。
关键词
引用
@article{arxiv.2502.17997,
title = {Shedding Light on the Polymer's Identity: Microplastic Detection and Identification Through Nile Red Staining and Multispectral Imaging (FIMAP)},
author = {Derek Ho and Haotian Feng},
journal= {arXiv preprint arXiv:2502.17997},
year = {2025}
}
备注
20 pages (with additional supplementary material), 5 Figures, 3 Tables