化工仪器网手机版
移动端访问更便捷
中国科学家研发级联神经网络 实现混合微塑料拉曼光谱高精度识别
2026年03月19日 14:01:21
来源：化工仪器网 作者：宋池 点击量：4762
中国科学院安光所高晓明研究员团队提出一种基于级联神经网络的光谱处理方案，实现了对混合微塑料拉曼光谱的高精度识别与分类。相关成果发表于国际期刊《分析化学》，为复杂环境下的微塑料快速检测提供了新技术路径。
近日，中国科学院合肥物质科学研究院安徽光学精密机械研究所(安光所)高晓明研究员团队在微塑料检测技术领域取得新进展。该团队提出了一种基于级联改进神经网络的光谱处理方案，能够实现对混合微塑料拉曼光谱的高质量重构、有效分类与解混。相关研究成果已发表于美国化学学会出版的期刊《分析化学》(Analytical Chemistry)。
微塑料通常指直径小于5毫米的塑料颗粒物，作为一种新兴污染物，其已广泛分布于全球各地，学术界此前在人体血液、深海沉积物及极地冰雪等环境中均发现了其存在。拉曼光谱因具有非接触、无损、分辨率高等特点，被视为识别微塑料的理想工具。然而在实际检测中，混合微塑料的拉曼光谱处理面临诸多技术瓶颈：多组分特征峰之间的相互干扰使成分识别变得复杂；受环境因素影响，实测光谱往往伴随强噪声和基线漂移；传统预处理算法参数敏感，难以有效处理大规模数据集。
针对上述难题，安光所团队成员王贵师研究员、陈家金副研究员及硕士研究生黄威翔等人，提出了一种级联ResUNet结合通道与空间注意力模块（CSAM-ResUNet）的神经网络解决方案。据介绍，该模块不同于常规的注意力机制，能够在不过度增加模型参数和计算负担的情况下，更高效地提取光谱特征。研究团队同时引入了动态混合物理损失函数对神经网络训练进行优化，进一步提升了模型的收敛性和重构精度。
通过对21种不同质量的混合微塑料样本在多种实验条件下的拉曼光谱进行分析，该模型首先对原始光谱进行了噪声去除和基线矫正预处理。结果显示，与传统算法相比，CSAM-ResUNet将峰值信噪比提升了35%，结构相似性提升了80%；与仅引入Squeeze-and-Excitation模块的改进ResNet相比，均方误差进一步降低了32%。
在分类与解混能力方面，该研究显示出较强的鲁棒性。在最优实验条件下，模型对21类混合微塑料样本的分类准确率达到99.68%。即使在样本接收能量降至20%的非理想条件(如激光功率不足、采集时间缩短)下，模型的分类准确率仍能保持在90%以上。在光谱解混过程中，该模型成功地从混合光谱中分离出了属于单一微塑料成分的光谱，且大部分解混光谱的峰位与相应纯塑料的特征峰高度吻合。
研究团队表示，该工作实现了神经网络在混合微塑料拉曼光谱处理中更为完整和综合的应用，展现了深度学习技术在处理复杂环境样本光谱时的潜力，为未来开发快速、自动化的微塑料检测系统提供了新的技术路径。
相关阅读 Related Reading
查看更多+-
中国分析测试协会发布2026年度分析测试科学奖评选结果，42个项目分获一、二等奖，成果覆盖食品安全、生态环境、生物医药、材料表征、...2026-10-13 13:33:17
-
今日，安徽完成2025年度省属高校与科研院所仪器开放共享考核工作，58家单位进入公示环节，考核结果划分为优秀、良好、合格三档，社会...2026-10-13 11:53:19
-
杭州电子科技大学对外公开登峰学科群设备更新项目（三期）采购意向，项目预算10096.94万元，拟采购103台/套教学科研设备，覆盖...2026-10-13 11:20:01
-
安徽光机所参与制定三项傅里叶红外国标发布 搭建完整红外光谱技术标准体系
国家市场监督管理总局、国家标准化管理委员会发布一批国家标准，中科院安徽光机所环境光学中心李相贤团队参与编制的三项傅里叶变换红外相关...2026-10-12 14:56:41 -
常州市食品药品纤维质量监督检验中心委托常州市政府采购中心组织公开招标，采购电感耦合等离子体发射光谱仪、液相色谱仪等检验检测仪器，预...2026-10-12 09:44:00
-
广州市食品检验所委托广州中经招标有限公司组织公开招标，采购红外光谱仪、拉曼光谱仪等食品检验检测仪器，预算629万元。2026-10-12 09:38:46
版权与免责声明
- ①凡本网注明“来源：化工仪器网”的所有作品，均为浙江兴旺宝明通网络有限公司-化工仪器网合法拥有版权或有权使用的作品，未经本网授权不得转载、摘编或利用其他方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：化工仪器网”。违反上述声明者，本网将追究其相关法律责任。
- ②本网转载并注明自其他来源（非化工仪器网）的作品，目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时，必须保留本网注明的作品第一来源，并自负版权等法律责任。
- ③如涉及作品内容、版权等问题，请在作品发表之日起一周内与本网联系，否则视为放弃相关权利。
