論文の概要: Radio Frequency Detection and Classification of Microplastics in Water
- arxiv url: http://arxiv.org/abs/2609.20507v1
- Date: Thu, 17 Sep 2026 14:51:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:54.328838
- Title: Radio Frequency Detection and Classification of Microplastics in Water
- Title（参考訳）: 水中マイクロプラスチックの高周波検出と分類
- Abstract要約: マイクロ・ナノプラスチック粒子(MPs/NPs)は環境汚染物質であり、その量の増加と潜在的な健康への影響により、迅速かつ無ラベル検出法が緊急に必要となってきた。
本研究では、ラベルなしMPの検知と分類のための機械学習(ML)支援無線周波数分光(DiSC)プラットフォームを提案する。
- 参考スコア（独自算出の注目度）: 1.2024705959019504
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Micro- and nano-plastic particles (MPs/NPs) are ubiquitous environmental contaminants whose increasing abundance and potential health impacts have created an urgent need for rapid, label-free detection methods. As particle size decreases to the low-micrometer range, conventional optical and spectroscopic techniques become increasingly challenging because of limited throughput and/or complex sample preparation. In this work, we present a machine learning (ML)-assisted radio-frequency (RF) dielectric spectroscopic cytometry (DiSC) platform for the label-free detection and classification of MPs. Eight types of $ 10 $ μm nominal-diameter MP particles suspended in deionized (DI) water were characterized at four frequencies spanning $ 0.2\text{-}9\text{ GHz} $. The measured alterations in RF scattering parameters (S-parameters), referenced to the carrier medium, were used to train supervised ML models for material classification, including the identification of MPs in mixed samples and saline-water environments. For eight MP classes suspended in DI water, the proposed method achieved macro-average F1-score, precision, and recall values exceeding $ 0.71 $. Furthermore, PET classification performance was largely maintained in saline carrier media containing $3.3\% $ and $ 6.6\% $ sea salt. These results demonstrate the feasibility of ML-assisted RF DiSC for rapid, single-particle MP classification in aqueous environments. Future work will focus on improving classification performance through enhanced RF calibration, increased spectral coverage, larger training datasets, and validation using environmentally aged and biologically contaminated microplastics.
- Abstract（参考訳）: マイクロ・ナノプラスチック粒子(MPs/NPs)は環境汚染物質であり、その量の増加と潜在的な健康への影響により、迅速かつ無ラベル検出法が緊急に必要となってきた。
粒子径が低い範囲に減少するにつれて、スループットの制限や複雑な試料調製のため、従来の光学・分光技術はますます困難になってきている。
本研究では、ラベルなしMPの検知と分類のための機械学習(ML)を用いたRF誘電体分光サイトメトリー(DiSC)プラットフォームを提案する。
脱イオン (DI) 水中に懸濁した10 $ μm 名目径MP粒子の8種類は、0.2\text{-}9\text{ GHz} $の4つの周波数で特徴づけられた。
混合試料および塩水環境におけるMPの同定を含む材料分類のための教師付きMLモデルの訓練に, RF散乱パラメータ(Sパラメータ)の測定を行った。
DI水中で停止する8つのMPクラスに対して、提案手法はマクロ平均F1スコア、精度、リコール値が0.71ドルを超えることを達成した。
さらに、PETの分類性能は、塩分担体で3.3\%と6.6\%の塩分を含むほぼ維持された。
これらの結果から,水環境下での高速単一粒子MP分類におけるML支援RF DiSCの有用性が示唆された。
今後の研究は、RFキャリブレーションの強化、スペクトルカバレッジの向上、トレーニングデータセットの拡大、環境により老朽化し生物学的に汚染されたマイクロプラスチックによる検証などによる分類性能の向上に重点を置いている。
関連論文リスト
- Bridging Modalities on the Cortex: Surface-based MRI to PET Translation with a Diffusion Bridge [42.06716029758852]
Fluorodeoxy Positron Emission Tomography (FDG-PET) により測定された皮質低代謝は、認知症診断のための高感度バイオマーカーである。
本稿では,MRI-PET翻訳のための新しい表面拡散ブリッジフレームワークDB-SUiTを提案する。
条件付き球面型U字型視覚変換器(SUiT)は複雑な相互モーダル関係をモデル化するように設計されている。
論文 参考訳（メタデータ） (2026-09-17T12:38:33Z) - Rapid Machine Learning-Driven Detection of Pesticides and Dyes Using Raman Spectroscopy [0.5002873541686897]
農薬や合成染料は、食品の安全性、人間の健康、環境の持続可能性に重大な脅威をもたらす。
ラマン分光法は分子特異的な指紋を提供するが、スペクトルノイズ、蛍光背景、バンドオーバーラップに悩まされている。
本稿では,ラーマン分光法(MLRaman)から農薬や染料を検出するためのResNet-18特徴抽出に基づくディープラーニングフレームワークを提案する。
論文 参考訳（メタデータ） (2025-11-15T11:35:55Z) - Shedding Light on the Polymer's Identity: Microplastic Detection and Identification Through Nile Red Staining and Multispectral Imaging (FIMAP) [0.6906005491572401]
蛍光イメージングは、プラスチック粒子の検出可能性を高めるための有望な技術として登場した。
本研究では,4つの光フィルタと5つの励起波長を持つ反射型マルチスペクトルカメラであるFIMAPを紹介した。
FIMAPは90%の精度、90%の精度、100%のリコール、そしてF1スコア94.7%を達成している。
論文 参考訳（メタデータ） (2025-02-25T09:03:55Z) - Frequency Domain Enhanced U-Net for Low-Frequency Information-Rich Image Segmentation in Surgical and Deep-Sea Exploration Robots [34.28684917337352]
CNNと人間の視覚系における周波数帯域感度の差について検討する。
本稿では、生体視覚機構にインスパイアされたウェーブレット適応スペクトル融合(WASF)法を提案する。
我々は SAM2 のバックボーンネットワークを利用する FE-UNet モデルを開発し, セグメンテーション精度を確保するために細調整した Hiera-Large モジュールを組み込んだ。
論文 参考訳（メタデータ） (2025-02-06T07:24:34Z) - High-precision chemical quantum sensing in flowing monodisperse microdroplets [0.5589940740013893]
蛍光性窒素空孔欠陥を量子センサとして収容するナノダイアモンド粒子を, フローリング, 単分散, ピコリットル体積マイクロドロップレットに展開する。
これらのマイクロコンパートメント内のND運動は、センサーと分析の密接な相互作用を促進する。
化学分析に敏感な新しいノイズ抑圧型光磁気共鳴法を提案する。
論文 参考訳（メタデータ） (2024-04-30T07:32:27Z) - Determination of Trace Organic Contaminant Concentration via Machine
Classification of Surface-Enhanced Raman Spectra [0.7029155133139362]
機械学習を用いて,未処理のRamanデータから試料汚染物質の濃度を予測する手法を提案する。
標準的な機械学習モデルを用いて、サンプル汚染物質の濃度を、生のRamanデータから80%以上のクロスバリデーション精度で予測する。
論文 参考訳（メタデータ） (2024-01-31T21:49:40Z) - SMRD: SURE-based Robust MRI Reconstruction with Diffusion Models [76.43625653814911]
拡散モデルは、高い試料品質のため、MRIの再生を加速するために人気を博している。
推論時に柔軟にフォワードモデルを組み込んだまま、効果的にリッチなデータプリエントとして機能することができる。
拡散モデル(SMRD)を用いたSUREに基づくMRI再構成を導入し,テスト時の堅牢性を向上する。
論文 参考訳（メタデータ） (2023-10-03T05:05:35Z) - Integrated frequency-modulated optical parametric oscillator [45.82374977939355]
電気光学とパラメトリック増幅を組み合わせた集積光周波数コム発生器を提案する。
FM-OPOマイクロコムはパルスを形成しないが、運用上の単純さと効率のよいポンプ電力利用を維持している。
FM-OPOマイクロコームは、マイクロコームの分野に新しいアプローチをもたらし、小型化精度測定の時代を告げる。
論文 参考訳（メタデータ） (2023-07-09T15:08:48Z) - Machine Learning of polymer types from the spectral signature of Raman
spectroscopy microplastics data [3.441021278275805]
環境風化因子によって劣化したマイクロプラスチックは、風化過程に曝されていないマイクロプラスチックのサンプルよりも分析的確実性が少ない可能性がある。
機械学習ツールと技術は、マイクロプラスチック分析における確実性のための研究ツールのキャリブレーションを向上します。
論文 参考訳（メタデータ） (2022-01-14T13:34:03Z) - Controlling False Positive/Negative Rates for Deep-Learning-Based
Prostate Cancer Detection on Multiparametric MR images [58.85481248101611]
そこで本研究では,病変からスライスまでのマッピング機能に基づく,病変レベルのコスト感受性損失と付加的なスライスレベルの損失を組み込んだ新しいPCa検出ネットワークを提案する。
1) 病変レベルFNRを0.19から0.10に, 病変レベルFPRを1.03から0.66に減らした。
論文 参考訳（メタデータ） (2021-06-04T09:51:27Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。