【儀表網(wǎng) 研發(fā)快訊】近日，中國科學院安光所高曉明研究員團隊在實現(xiàn)基于級聯(lián)神經網(wǎng)絡分析處理混合微塑料拉曼光譜方面取得新進展，相關研究成果以《級聯(lián)改進神經網(wǎng)絡用于混合微塑料拉曼光譜重構、分類和解混》為題發(fā)表在國際知名期刊Analytical　Chemistry上(SCI一區(qū)，　IF=6.7)。
 

　　微塑料，指直徑小于5毫米的塑料顆粒，作為一種新型污染物，學術界已經在人體血液、偏遠海島、極地冰雪與深海等均發(fā)現(xiàn)了微塑料的存在。拉曼光譜被視為是探測與識別微塑料的理想手段，但混合微塑料拉曼光譜處理和分類識別仍然面臨諸多挑戰(zhàn)。
 

　　針對混合微塑料拉曼光譜處理和分類識別問題，安光所團隊成員王貴師研究員、陳家金副研究員和黃威翔碩士研究生等人，提出了級聯(lián)神經網(wǎng)絡的光譜處理方案，實現(xiàn)混合微塑料拉曼光譜的高質量穩(wěn)定重構、光譜解混和有效分類。相比一般的注意力模塊，引入通道和空間注意力模塊(CSAM)，能夠以不顯著增加參數(shù)量和計算負擔情況下，具有更為出色的特征提取能力，同時使用了動態(tài)混合物理損失函數(shù)優(yōu)化神經網(wǎng)絡訓練，進一步提升了模型的收斂性。該研究對多種實驗條件下測得的21種不同質量混合微塑料樣本的拉曼光譜進行光譜噪聲去除和基線矯正預處理，光譜質量的改善提升了分類識別效果，以及對混合微塑料光譜解混，分離出了屬于單一微塑料成分的光譜。該光譜處理方案實現(xiàn)了更完整的神經網(wǎng)絡在混合微塑料拉曼光譜處理中的應用。
 

　　本研究工作得到中國科學院合肥物質院院長基金創(chuàng)新項目、國家自然科學基金項目的資助。