本文来自前瞻网，作者/Serena Xu。
毫不夸张的说，微塑料无处不在，它存在于我们喝的水、吃的食物和呼吸的空气中。但在研究人员弄清楚这些粒子对身体健康的影响之前，他们需要更快、更有效的方法来量化这些粒子。
近日，多伦多大学的研究人员提出了一种方法，使用机器学习来使微塑料的计数和分类更容易、更快。
研究作者Elodie Passeport说：“分析水样中的微塑料真的很耗时。例如，完全分析一个梅森罐大小的样本可能需要长达40个小时。当想要随着时间的推移进行比较，或观察来自不同水体的样本时，这就变得更加困难了。”
在新研究中，科学家们建立了一个预测模型。该模型采用经过训练的算法，从总体质量测量中估算微塑料的数量。”
科学家表示，他们的方法保证了误差跟踪特性，其结果与手动计数相似。但成本更低，速度更快，允许从多个点分析多个样本，从而估算微塑料粒子的数量。
此外，该项目是第一个用于微塑料图像分割的标记开源数据集，它使来自世界各地的研究人员能够从这种新方法中受益，并根据他们的研究兴趣开发自己的算法。
该研究论文题为“Automatic quantification and classification of microplastics in scanning electron micrographs via deep learning”，已发表在《全环境科学》期刊上。
