- Dettagli
- Categoria: Tecnologia 2020
- Pubblicato: Venerdì, 24 Gennaio 2020 09:33
Il nuovo sistema è stato messo a punto da un gruppo di ricercatori del Cnr
Olografia digitale
e intelligenza artificiale:
due segugi per identificare
le microplastiche in mare
Riconoscimento automatico di micro-plastiche da micro-plankton in campioni marini (credit: cnr.it)
24.01.20 - Realizzato un nuovo metodo in grado di distinguere le microplastiche dal microplankton in campioni marini grazie ad un sensore olografico e a un metodo innovativo di intelligenza artificiale. La ricerca - pubblicata su Advanced Intelligent Systems (Wiley) - ha coinvolto due gruppi dell’Istituto di Scienze applicate e sistemi intelligenti del Consiglio nazionale delle ricerche (Cnr-Isasi): il gruppo di Olografia digitale di Pozzuoli, coordinato da Pietro Ferraro, e il gruppo di Intelligenza artificiale di Lecce.
Tale attività di ricerca è svolta nell’ambito del progetto interdisciplinare Pon “Sistemi di rilevamento dell’inquinamento marino da plastiche e successivo recupero-riciclo (Sirimap)”, uno dei cui obiettivi è proprio lo sviluppo di tecniche automatiche di monitoraggio delle plastiche in ambiente marino.
“L’inquinamento dei mari dovuto alla plastica è una delle maggiori emergenze ambientali che ci troviamo ad affrontare. Quando questi inquinanti scendono fino a dimensioni microscopiche, il problema è ancora più allarmante: le microplastiche possono infatti essere ingeriti della fauna marina destinata al consumo, entrando nella catena alimentare e causando effetti negativi sulla salute anche umana. Dimensioni ridotte degli inquinanti e vasta eterogeneità dei campioni marini, finora, hanno impedito di effettuare uno screening automatico ed accurato mirato a conoscere l’abbondanza delle microplastiche”, spiegano Vittorio Bianco e Pasquale Memmolo del Cnr-Isasi.
E subito dopo aggiungono: “Il metodo da noi proposto utilizza le informazioni fornite da un microscopio olografico a contrasto di fase, per estrarre da ciascun elemento analizzato un’ampia e inedita gamma di parametri altamente distintivi per questa classe di inquinanti. Tali parametri hanno consentito di addestrare un’architettura di intelligenza artificiale a distinguere le microplastiche da microalghe di dimensione e forma in apparenza similari”.
L’unione di olografia digitale e intelligenza artificiale ci ha consentito di riconoscere decine di migliaia di oggetti appartenenti a diverse classi con accuratezza superiore al 99%.
"Più in dettaglio, la segnatura di contrasto di fase, che dipende dallo spessore ottico di ciascun oggetto illuminato, consente di determinare un nuovo insieme di caratteristiche olografiche, come ad esempio la support fractality o il fill ratio, che si aggiungono a quelle tipicamente utilizzate nelle classificazioni. Ciò ha consentito di definire un marcatore ottico, ovvero un insieme di parametri morfologici univoci per un’ampia classe di microplastiche, che include materiali, forme e dimensioni vari” sottoliena Pierluigi Carcagnì, ricercatore Isasi-Cnr.
Finora, il riconoscimento delle microplastiche in campioni marini ha richiesto lunghe ispezioni di ogni singolo oggetto al microscopio ottico da parte di personale esperto, riducendo il numero di elemento analizzabili, poche decine per ora di ispezione, e l’accuratezza del riconoscimento. Il nuovo metodo di olografia digitale fornisce invece un riconoscimento oggettivo di un numero statisticamente rilevante di campioni, fino a centinaia di migliaia di oggetti l’ora, con microscopi realizzabili in configurazioni portatili per analisi in situ della qualità delle acque. (red)
vedi
www.cnr.it
