• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  •  science >> Vetenskap >  >> Naturen
    Maskininlärning möjliggör mobilt mikroskop för övervakning av luftkvaliteten

    UCLA-forskare har utvecklat en kostnadseffektiv mobil enhet för att mäta luftkvaliteten. Det fungerar genom att upptäcka föroreningar och bestämma deras koncentration och storlek med hjälp av ett mobilt mikroskop kopplat till en smartphone och en maskininlärningsalgoritm som automatiskt analyserar bilderna av föroreningarna.

    Uppfinningen är avsedd att ge många fler människor runt om i världen möjligheten att noggrant detektera farliga luftburna partiklar. Enligt Världshälsoorganisationen, 7 miljoner människor dör i förtid varje år på grund av hälsoriskerna av luftföroreningar.

    Forskare som letar efter lösningar på detta globala problem har upptäckt att snabbt, noggrann och hög genomströmning dimensionering och kvantifiering av partiklar i luften är avgörande för att övervaka luftföroreningar, säger Aydogan Ozcan, som ledde forskargruppen. "Med enheter av labbkvalitet i händerna på fler människor, data av hög kvalitet om föroreningar som funktion av tid från många fler platser kan samlas in och analyseras. Det kan sedan hjälpa regeringar att utveckla bättre policyer och regler för att förbättra luftkvaliteten."

    partiklar, en blandning av fasta och flytande partiklar i luft, är en stor bidragande orsak till luftföroreningar. Mindre partiklar anses vara särskilt farliga; WHO har deklarerat att partiklar i luft som mäter 2,5 mikrometer eller mindre orsakar cancer.

    För närvarande, luftkvalitetstestning utförs oftast vid luftprovtagningsstationer, som regleras av Environmental Protection Agency i USA och av jämförbara myndigheter i andra länder. Men de relaterade instrumenten är besvärliga och dyra (i intervallet $50, 000 till $100, 000), och kräver specialutbildad personal för att underhålla.

    I andra änden av spektrumet finns kommersiellt tillgängliga bärbara partikelräknare, som kostar mycket mindre (i storleksordningen $1, 000 till 2, 000), men som är mindre exakta och inte kan bearbeta stora volymer luft snabbt.

    UCLA-plattformen, kallas c-Air, precis lika exakt som den nuvarande avancerade utrustningen, men kan kosta tiotusentals dollar mindre. Den består av en luftprovtagare och ett holografiskt mikroskop ungefär lika stort som ett datorchip. Den kan skärma av 6,5 liter luft på 30 sekunder och genererar bilder av de luftburna partiklarna. Den ansluts trådlöst till en smartphone och fungerar med en fjärrdatorserver med hjälp av en maskininlärningsalgoritm som analyserar och storlekssätter partiklarna från bilderna som produceras.

    Ozcan och hans team, ledd av doktoranden Yichen Wu, använde c-Air för att mäta luftkvaliteten sommaren 2016 på flera platser i södra Kalifornien, inklusive under den så kallade sandbranden nära Santa Clarita, Kalifornien, i juli 2016. De mätte också luft i stadsdelar nära Los Angeles internationella flygplats i september 2016 och fann ökad koncentration av partiklar även på cirka fem mil bort, och särskilt längs flygbanan för landande plan.

    Forskarna föreslår att enhetens maskininlärningsförmåga snabbt kan anpassa sig för att upptäcka specifika partiklar i luften, såsom olika typer av pollen och mögel. Forskningen har publicerats i tidskriften Ljus:Vetenskap och tillämpningar , en öppen tillgångstidskrift från Nature Publishing Group.


    © Vetenskap https://sv.scienceaq.com