光學顯微鏡技術作為一種重要的成像方法，可以提供快速、無損且非侵入性的微小顆粒探測、定量和表征。然而，光學系統通常需要結合光譜學和色譜分析法以進行精確的材料測定，這種方法耗時且費力。

據麥姆斯咨詢報道，近日，香港大學的科研團隊設計了一種能夠自動分析分子結構和組成的偏振和光譜全息技術，即智能偏振和光譜全息技術（SPLASH）。這種智能方法通過整合多維特征來提高評估性能，從而實現高精度且高效的識別。它同時捕獲偏振狀態相關的全息和紋理特征作為光譜信息，且無需物理實現的光譜系統。

通過利用斯托克斯（Stokes）偏振掩模（SPM），SPLASH實現了四種偏振狀態的同時成像。該方法的有效性已在微塑料（MP）的識別應用中得到驗證。相關研究內容以“Smart polarization and spectroscopic holography for real-time microplastics identification”為主題發布在Communications Engineering期刊上。該論文的第一作者為Yanmin Zhu，通訊作者為Edmund Y. Lam教授。

SPLASH系統如圖1e所示，該系統由激光二極管、凸透鏡、線性偏振片、四分之一波片以及集成全斯托克斯（Stokes）偏振掩膜的偏振相機共同組成。其中激光二極管發射波長為532 nm的非偏振光，凸透鏡用于光束準直；線性偏振片與四分之一波片相組合并插入光路中，以便在不引入相位調制的情況下調諧激光強度。

隨后，調諧后的激光穿過樣品到達傳感平面，并利用偏振相機對其進行分析。全斯托克斯偏振掩模集成在偏振相機成像傳感平面前，以一次性記錄樣品的四種斯托克斯狀態圖像。微塑料樣品在0°、45°、90°和135°四種偏振狀態下的實驗圖像如圖1a至圖1d所示。

圖1 微塑料樣品的四種斯托克斯狀態圖像及SPLASH系統

從編碼SPLASH圖像的豐富特征信息中，選擇四類特征進行分組。根據特征類型分類，這四類特征分別為紋理特征、傅立葉功率譜（FPS）特征、全息特征以及偏振特征。具體而言，全息特征描述了全息條紋的對比度和透明度；偏振特征包括了偏振角（AoP）、線性偏振度（DoLP）、相位延遲和光軸方向值；紋理特征涵蓋鄰域灰度差異矩陣（neighborhood gray-tone difference matrix）和灰度區域大小矩陣（gray level size zone matrix）特征。傅里葉功率譜特征囊括了徑向求和以及角求和特性。這四類特征組的相關性和獨立性測試結果如圖2所示。

圖2 四類特征組的相關性和獨立性測試

接著，為了檢驗SPLASH系統在材料分析和微塑料識別方面的能力，研究人員根據微塑料特征數據集訓練分類器，該系統識別能力相關結果如圖3所示。

圖3 受試者工作特征（ROC）曲線以及分類曲線下面積（AUC）結果

此外，研究人員利用自然樣本（植物T.S幼根、小球藻和大型水蚤）進行了擴展實驗，以評估SPLASH系統的識別能力，相關結果如圖4至圖6所示。

圖4 植物T.S.幼根樣本和微塑料的強度圖像及偏振角圖

圖5 小球藻和微塑料的強度圖像及偏振角圖

圖6 大型水蚤和微塑料的強度圖像及偏振角圖

綜上所述，這項研究首次提出了將SPLASH作為一種同時進行偏振-紋理-全息表征的方法，用于微塑料的識別及其與自然粒子的區分。該方法結合了分子結構和成分相關的圖像特征，為材料分析提供了豐富的信息。所提出的光學系統和方法能夠通過光譜能力進行有效的成像分析，無需單獨的光譜系統。機器學習（ML）算法增強了該系統的可靠性和對大量數據處理的自動化。

SPLASH非常適合于各種環境中微塑料的識別，有助于了解復雜環境中微塑料的遷移以及與微生物的相互作用。這項工作為實現光譜全息技術開辟了新途徑，有望成為解決微塑料污染對生態系統和人類健康的風險評估、微塑料來源識別以及長期水污染監測等公眾日益關注的問題的工具。

論文鏈接：
https://doi.org/10.1038/s44172-024-00178-4

審核編輯：劉清