Các nhà khoa học tại trường Đại học Toronto đã đề xuất các phương pháp mới sử dụng máy học để quá trình đếm và phân loại vi nhựa dễ dàng, nhanh chóng và ít tốn kém hơn.
Mặc dù các nghiên cứu trước đây đã chứng minh sự hiện diện của vi nhựa trong các môi trường khác nhau, nhưng các tiêu chuẩn về cách định lượng mức vị nhựa và quan trọng là cách so sánh các mẫu vi nhựa khác nhau theo thời gian và không gian, vẫn đang được đưa ra. Các phương pháp định lượng cũ sử dụng kính hiển vi ánh sáng nhìn thấy yêu cầu sử dụng nhíp để đếm từng mẫu một dưới kính hiển vi quang học, nỗ lực tốn nhiều công sức và dễ xảy ra sai sót của con người.
“Việc phân tích một mẫu nước để xác định vi nhựa thực sự mất rất nhiều thời gian. Có thể cần đến 40 giờ để phân tích đầy đủ một mẫu có kích thước bằng một lọ thủy tinh Mason. Điều đó đặc biệt khó khăn khi bạn muốn so sánh theo thời gian hoặc quan sát các mẫu từ nhiều thủy vực khác nhau” – Elodie Passeport, phó giáo sư tại Khoa kỹ thuật dân dụng và khoáng sản và kỹ thuật hóa học, cho biết.
Trong nghiên cứu mới, các nhà khoa học đã sử dụng các mô hình học sâu để định lượng và phân loại tự động vi nhựa. Cụ thể, họ đã sử dụng kính hiển vi điện tử quét để phân đoạn hình ảnh của vi nhựa và phân loại hình dạng của chúng. Khi so sánh với các phương pháp sàng lọc trực quan, phương pháp này cung cấp độ sâu trường ảnh lớn và chi tiết bề mặt mịn hơn giúp tránh nhận dạng sai các hạt nhựa nhỏ và trong suốt.
Nhóm nghiên cứu đã thu thập các mẫu vi nhựa với nhiều hình dạng và thành phần hóa học khác nhau, chẳng hạn như hạt, màng, sợi, xốp và mảnh, từ các nguồn như sửa rửa mặt, chai nhựa, cốc xốp, máy giặt sấy và khẩu trang y tế. Sau đó, các tác giả xử lý hình ảnh của các mẫu riêng lẻ bằng kính hiển vi điện tử quét để tạo ra một thư viện gồm hàng trăm hình ảnh.
Dự án nghiên cứu này là tập dữ liệu mã nguồn mở đầu tiên được gắn nhãn để phân đoạn hình ảnh vi nhựa, cho phép các nhà nghiên cứu trên thế giới được hưởng lợi từ phương pháp mới và phát triển các thuật toán riêng cho các mối quan tâm nghiên cứu.
