Maskinlæring muliggør mobilt mikroskop til overvågning af luftkvaliteten

UCLA-forskere har udviklet en omkostningseffektiv mobilenhed til at måle luftkvaliteten. Det fungerer ved at detektere forurenende stoffer og bestemme deres koncentration og størrelse ved hjælp af et mobilt mikroskop forbundet til en smartphone og en maskinlæringsalgoritme, der automatisk analyserer billederne af de forurenende stoffer.

Opfindelsen er beregnet til at give mange flere mennesker rundt om i verden muligheden for nøjagtigt at detektere farlige luftbårne partikler. Ifølge Verdenssundhedsorganisationen, 7 millioner mennesker dør hvert år for tidligt på grund af sundhedsfarerne ved luftforurening.

Forskere, der søger løsninger på dette globale problem, har fundet ud af, at hurtigt, nøjagtig og høj gennemstrømning dimensionering og kvantificering af partikler i luften er afgørende for overvågning af luftforurening, siger Aydogan Ozcan, der ledede forskerholdet. "Med enheder af laboratoriekvalitet i hænderne på flere mennesker, højkvalitetsdata om forurenende stoffer som funktion af tid fra mange flere steder kan indsamles og analyseres. Det kan så hjælpe regeringer med at udvikle bedre politikker og regler for at forbedre luftkvaliteten."

Partikler, en blanding af faste og flydende partikler i luft, er en væsentlig bidragyder til luftforurening. Mindre partikler menes at være særligt farlige; WHO har erklæret, at partikler i luft, der måler 2,5 mikrometer eller mindre, forårsager kræft.

I øjeblikket, luftkvalitetstestning udføres oftest på luftprøveudtagningsstationer, som er reguleret af Environmental Protection Agency i USA og af sammenlignelige agenturer i andre lande. Men de relaterede instrumenter er besværlige og dyre (i størrelsesordenen $50, 000 til $100, 000), og kræver specielt uddannet personale til at vedligeholde.

I den anden ende af spektret er kommercielt tilgængelige bærbare partikeltællere, som koster meget mindre (i størrelsesordenen $1, 000 til 2, 000), men som er mindre nøjagtige og ikke kan behandle store luftmængder hurtigt.

UCLA platformen, kaldet c-Air, lige så præcis som det nuværende high-end udstyr, men kan koste titusindvis af dollars mindre. Den består af en luftprøvetager og et holografisk mikroskop på størrelse med en computerchip. Den kan screene 6,5 liter luft på 30 sekunder og genererer billeder af de luftbårne partikler. Den opretter trådløs forbindelse til en smartphone og arbejder med en ekstern computerserver ved hjælp af en maskinlæringsalgoritme, der analyserer og størrelser partiklerne fra de producerede billeder.

Ozcan og hans hold, ledet af kandidatstuderende Yichen Wu, brugte c-Air til at måle luftkvaliteten i sommeren 2016 på flere steder i det sydlige Californien, herunder under den såkaldte sandbrand nær Santa Clarita, Californien, i juli 2016. De målte også luft i kvarterer nær Los Angeles International Airport i september 2016 og fandt en øget koncentration af partikler selv omkring fem miles væk, og især langs flyvebanen for landende fly.

Forskerne foreslår, at enhedens maskinindlæringsevne hurtigt kunne tilpasse sig til at detektere specifikke partikler i luften, såsom forskellige typer pollen og skimmelsvamp. Forskningen er publiceret i et tidsskrift Lys:Videnskab og applikationer , et open access-tidsskrift fra Nature Publishing Group.