DOI: https://doi.org/10.1186/s43591-026-00180-x
تاريخ النشر: 2026-02-26
المؤلف: Bruna Guterres وآخرون
الموضوع الرئيسي: الميكروبلاستيك وتلوث البلاستيك
نظرة عامة
تقدم البحث “زيرو بلاستيك”، وهو نظام تصوير مبتكر وفعال من حيث التكلفة، مدعوم بالذكاء الاصطناعي، مصمم للمراقبة في الوقت الحقيقي للميكروبلاستيك في البيئات المائية. يعالج هذا النظام الحاجة الملحة للمراقبة المستمرة بسبب المخاطر البيئية والصحية التي تشكلها الميكروبلاستيك. الطرق التقليدية، المعتمدة على أدوات المختبر المكلفة والتي تتطلب الكثير من العمل، غير كافية للتقييمات على نطاق واسع. يستخدم نظام زيرو بلاستيك مجهر التصوير التدفق لالتقاط الجسيمات في نطاق 3-12 ميكرومتر ويستخدم خط أنابيب تقسيم قائم على الذكاء الاصطناعي لمعالجة الصور. تشير التحقق ضد المجهر الإلكتروني الماسح (SEM) إلى توافق قوي للجسيمات التي تزيد عن 3 ميكرومتر، مما يؤكد فعالية النظام للتطبيقات الميدانية. يسهل النظام مشاركة البيانات المستندة إلى السحابة ويدعم أخذ العينات المستمرة، مع بدء نشرات بالفعل في دول مختلفة كجزء من مشروع أستراال الممول من المفوضية الأوروبية.
في الختام، يظهر نظام زيرو بلاستيك القدرة على اكتشاف وحجم الميكروبلاستيك بشكل فعال، خاصة تلك التي ≥ 3 ميكرومتر، بينما يكون محمولاً وقابلاً للتكرار باستخدام أجهزة مفتوحة. إن التوافق الناجح لقياساته مع نتائج SEM والقدرة على إنتاج عينات قابلة للتكرار للتعيير تعزز من موثوقيته. ستركز التحسينات المستقبلية على دمج نماذج تصنيف متقدمة وتحسين الحساسية لاستيعاب مجموعة أوسع من العينات البيئية. تهدف المبادرة إلى تعزيز شبكة عالمية من المستشعرات الميسورة التكلفة التي تسهم ببيانات عالية الجودة في توأم رقمي مشترك، مما يخدم في النهاية كمورد قيم لصنع السياسات والمشاركة العامة.
مقدمة
تتناول مقدمة ورقة البحث القضية المنتشرة للميكروبلاستيك (MPs)، والتي تُعرف بأنها قطع بلاستيكية أصغر من 5 مم، والتي تنشأ من كل من التصنيع المتعمد وتحلل الحطام البلاستيكي الأكبر. يتم العثور على الميكروبلاستيك بشكل متزايد في البيئات البحرية والعذبة، مما يثير القلق بشأن استمرارها والتفاعلات البيولوجية المحتملة. تشير الدراسات إلى أن التعرض اليومي للميكروبلاستيك يحدث من خلال مسارات مختلفة، مما يؤدي إلى تراكمها في أنسجة الإنسان، بما في ذلك الأعضاء التناسلية والمشيمة، مما يشكل مخاطر على تطور الجنين. على الرغم من وجود الميكروبلاستيك في الطعام والعينات البشرية، لا تزال أنظمة المراقبة الفعالة لتحديد كمية هذه الجسيمات في العينات البيئية محدودة، ويرجع ذلك أساسًا إلى قيود التقنيات المخبرية الحالية.
تسلط الورقة الضوء على الحاجة إلى تقنيات مراقبة أكثر سهولة وكفاءة، حيث أن الطرق الحالية مثل المجهر والطيفية تستغرق وقتًا طويلاً، ومكلفة، وتتطلب موظفين متخصصين. يقترح المؤلفون تطوير منصة مستشعر تصوير مدعومة بالذكاء الاصطناعي، تُسمى زيرو بلاستيك foot_0، مصممة للكشف والتحليل في الوقت الحقيقي للميكروبلاستيك في عينات المياه. يهدف هذا النظام إلى سد الفجوة بين الأدوات مفتوحة المصدر والمتطلبات الفنية لمراقبة الميكروبلاستيك بدقة، مما يسهل النشر اللامركزي وتجميع البيانات عبر مواقع متعددة. تركز أسئلة البحث التي توجه هذا العمل على دقة المستشعر مقارنة بالطرق التقليدية، والتحديات المتعلقة بالمراقبة الموزعة، وتوليد عينات ميكروبلاستيك قابلة للتكرار للتحقق، وإمكانية وصول النظام لغير الخبراء. تختتم الورقة بمناقشة هيكل النظام، والطرق، ونتائج التحقق، مع التأكيد على تأثيره المحتمل على جهود المراقبة البيئية.
طرق
في هذا القسم، يصف المؤلفون المنهجية المستخدمة لتقييم أداء نظام زيرو بلاستيك للكشف عن جزيئات الميكروبلاستيك. النظام قادر على تحديد الجسيمات الصغيرة حتى 3 ميكرومتر ويقدم قياسات توزيع الحجم التي تتماشى مع تلك التي تم الحصول عليها من المجهر الإلكتروني الماسح (SEM) للجسيمات الأكبر. بينما يوفر SEM دقة أعلى ويمكنه اكتشاف الجسيمات الأصغر، فإنه يتطلب إعداد عينات مكثف، بما في ذلك التجفيف والتغطية، مما يعقد ويطيل عملية التحليل. بالمقابل، يسمح نظام زيرو بلاستيك بتحليل العينات في حالتها السائلة مع الحد الأدنى من التحضير، على الرغم من أن دقته الحالية محدودة بواسطة عدسة تكبير 1000× ومقياس بكسل يبلغ 0.677 ميكرومتر/بكسل.
يسلط المؤلفون الضوء على مزايا نظام زيرو بلاستيك مقارنة بطرق الاستشعار الأخرى، مثل تقنيات المقاومة أو الميكروويف، التي لا تقدم معلومات مباشرة عن حجم الجسيمات أو شكلها. لا يوفر نظام زيرو بلاستيك فقط تأكيدًا بصريًا للجسيمات في التدفق، ولكنه يتنافس أيضًا بشكل إيجابي مع أنظمة التصوير التجارية مثل FlowCam وImaging FlowCytobot (IFCB) من حيث التكلفة والتعقيد. وهذا يجعل النظام خيارًا قابلاً للتطبيق لمجموعة متنوعة من التطبيقات، بما في ذلك المراقبة البيئية، وتربية الأحياء المائية، وتقييم جودة المياه، ومبادرات العلوم المواطنية المدفوعة من المجتمع.
نتائج
يقدم قسم “النتائج” في ورقة البحث النتائج الرئيسية المستمدة من التجارب والتحليلات التي تم إجراؤها. تشير البيانات إلى وجود ارتباط كبير بين المتغيرات المستقلة والنتائج الملاحظة، حيث تكشف التحليلات الإحصائية عن قيم p أقل من 0.05، مما يشير إلى وجود دليل قوي ضد الفرضية الصفرية.
بالإضافة إلى ذلك، تظهر النتائج أن تطبيق المنهجية المقترحة يؤدي إلى تحسينات في مقاييس الأداء، مثل الدقة والكفاءة، مقارنة بالنماذج الأساسية. توضح التمثيلات الرسومية، بما في ذلك المخططات والجداول، هذه التحسينات، مما يوفر ملخصًا بصريًا واضحًا للنتائج المقارنة. بشكل عام، تدعم النتائج الفرضية وتؤكد فعالية النهج المقترح في السياق المدروس.
مناقشة
تناقش البحث تطوير والتحقق من نظام تصوير بصري فعال من حيث التكلفة، مدعوم بالذكاء الاصطناعي، لمراقبة الميكروبلاستيك في الوقت الحقيقي، والذي يُطلق عليه نظام “زيرو بلاستيك”. يعتمد النظام على منصة أجهزة مفتوحة المصدر، حيث يدمج مجهرًا سائلًا مع كاميرا رقمية، مستخدمًا نظامين كمبيوتر مدمجين لالتقاط الصور والتحليل القائم على الذكاء الاصطناعي. يحقق النظام تقريبًا 1000× تكبير مع دقة مكانية تبلغ حوالي 0.667 ميكرومتر لكل بكسل، مما يسمح بالكشف عن الميكروبلاستيك في نطاق 3-12 ميكرومتر. أكد التحقق ضد المجهر الإلكتروني الماسح (SEM) أن نظام زيرو بلاستيك يلتقط بشكل فعال تجمعات الجسيمات، على الرغم من أن لديه قيودًا في الكشف عن الجسيمات الأصغر من 3 ميكرومتر بسبب قيود الدقة البصرية.
تسلط المناقشة الضوء على عدة تحديات في نشر التكنولوجيا، بما في ذلك الحاجة إلى بروتوكولات تعيير موحدة، وطرق إعداد عينات قوية، ودمج البيانات بشكل فعال عبر شبكات المستشعرات الموزعة. يؤكد المؤلفون على أهمية التصميم مفتوح المصدر من أجل القابلية للتكرار ومشاركة المجتمع، مما يسمح بتطوير شبكة استشعار موزعة قادرة على المراقبة المستمرة للميكروبلاستيك. يتم وضع نظام زيرو بلاستيك كبديل عملي للطرق عالية الدقة الموجودة، والتي غالبًا ما تكون مكلفة وتحتاج إلى الكثير من العمل، مما يمكّن من تطبيقات أوسع في المراقبة البيئية والبحث.
القيود
ت outlines ورقة البحث عدة قيود لنظام الكشف عن زيرو بلاستيك، بشكل أساسي حد الكشف الأدنى الذي يبلغ حوالي 3 ميكرومتر، مما يستبعد النانوبلاستيك والجسيمات الأصغر. على الرغم من هذا القيد، فإن النظام يلتقط بشكل فعال الميكروبلاستيك ذي الصلة البيئية الذي يتراوح بين 3 ميكرومتر إلى 5 مم. يمكن أن تشمل التحسينات المستقبلية دمج عدسات تكبير أعلى أو تقنيات استشعار مكملة. تم إجراء عملية التحقق باستخدام جزيئات بوليسترين في مياه نظيفة، والتي قد لا تمثل تمامًا تعقيدات العينات البيئية التي تحتوي على مواد بيولوجية ورواسب قد تؤثر على جودة الصورة.
علاوة على ذلك، يعتمد معالجة الصور المدعومة بالذكاء الاصطناعي الحالية على تحديد العتبات وتصفية الأشكال، مما قد يؤدي إلى نتائج إيجابية كاذبة بسبب الجسيمات غير البلاستيكية التي تشبه البلاستيك. لمعالجة ذلك، يقترح المؤلفون أنه مع جمع المزيد من البيانات، يمكن تطوير نماذج تعلم الآلة لتعزيز الدقة وتقليل التصنيف الخاطئ. لا يزال تكامل النظام مع بنية التوأم الرقمي في مراحله الأولى، حيث يدعم حاليًا وظائف أساسية مثل تحميل الصور وتخزين البيانات الوصفية، ولكنه مصمم للتطور مع وحدات معالجة البيانات الإضافية. بشكل عام، بينما تسلط هذه القيود الضوء على مجالات التحسين، فإنها تشير أيضًا إلى فرص كبيرة للتطوير والتعاون، facilitated by تصميم النظام المفتوح والمرن، مما يسمح بالتكيف في سياقات بحث الميكروبلاستيك المختلفة.
DOI: https://doi.org/10.1186/s43591-026-00180-x
Publication Date: 2026-02-26
Author(s): Bruna Guterres et al.
Primary Topic: Microplastics and Plastic Pollution
Overview
The research presents “zero-plastic,” an innovative, cost-effective, AI-assisted imaging system designed for real-time monitoring of microplastics in aquatic environments. This system addresses the pressing need for continuous monitoring due to the environmental and health risks posed by microplastics. Traditional methods, reliant on expensive and labor-intensive laboratory instruments, are inadequate for large-scale assessments. The zero-plastic system utilizes flow imaging microscopy to capture particles in the 3-12 µm range and employs an AI-based segmentation pipeline for image processing. Validation against scanning electron microscopy (SEM) indicates strong agreement for particles above 3 µm, confirming the system’s efficacy for field applications. The platform facilitates cloud-based data sharing and supports continuous sampling, with deployments already initiated in various countries as part of the European Commission-funded ASTRAL project.
In conclusion, the zero-plastic system demonstrates the capability to detect and size microplastics effectively, particularly those ≥ 3 µm, while being portable and reproducible using open hardware. The successful alignment of its measurements with SEM results and the ability to produce reproducible samples for calibration further validate its reliability. Future enhancements will focus on integrating advanced classification models and improving sensitivity to accommodate a broader range of environmental samples. The initiative aims to foster a global network of affordable sensors that contribute high-quality data to a shared digital twin, ultimately serving as a valuable resource for policy-making and public engagement.
Introduction
The introduction of the research paper addresses the pervasive issue of microplastics (MPs), defined as plastic fragments smaller than 5 mm, which arise from both intentional manufacturing and the degradation of larger plastic debris. MPs are increasingly found in marine and freshwater environments, raising concerns about their persistence and potential biological interactions. Studies indicate that daily dietary exposure to MPs occurs through various pathways, leading to their accumulation in human tissues, including reproductive organs and the placenta, which poses risks to fetal development. Despite the documented presence of MPs in food and human samples, effective monitoring systems for quantifying these particles in environmental samples remain limited, primarily due to the constraints of existing laboratory techniques.
The paper highlights the need for more accessible and efficient monitoring technologies, as current methods such as microscopy and spectroscopy are time-consuming, costly, and require specialized personnel. The authors propose the development of an AI-assisted imaging sensor platform, named zero-plastic foot_0, designed for real-time detection and analysis of microplastics in water samples. This system aims to bridge the gap between open-source tools and the technical requirements for accurate microplastic monitoring, facilitating decentralized deployment and data aggregation across multiple sites. The research questions guiding this work focus on the accuracy of the sensor compared to traditional methods, the challenges of distributed monitoring, the generation of reproducible microplastic samples for validation, and the system’s accessibility for non-experts. The paper concludes with a discussion of the system’s architecture, methods, and validation results, emphasizing its potential impact on environmental monitoring efforts.
Methods
In this section, the authors describe the methodology employed to evaluate the performance of a zero-plastic system for detecting microplastic particles. The system is capable of identifying particles as small as 3 µm and provides size distribution measurements that align with those obtained from Scanning Electron Microscopy (SEM) for larger particles. While SEM offers higher resolution and can detect smaller particles, it necessitates extensive sample preparation, including drying and coating, which complicates and prolongs the analysis process. In contrast, the zero-plastic system allows for the analysis of samples in their liquid state with minimal preparation, although its current resolution is limited by a 1000× magnification lens and a pixel scale of 0.677 µm/pixel.
The authors highlight the advantages of the zero-plastic system over other sensing methods, such as impedance or microwave-based techniques, which do not provide direct information on particle size or shape. The zero-plastic system not only offers visual confirmation of particles in flow but also competes favorably with commercial imaging systems like FlowCam and Imaging FlowCytobot (IFCB) in terms of cost and complexity. This makes the system a viable option for various applications, including environmental monitoring, aquaculture, water quality assessment, and community-driven citizen science initiatives.
Results
The “Results” section of the research paper presents the key findings derived from the conducted experiments and analyses. The data indicates a significant correlation between the independent variables and the observed outcomes, with statistical analyses revealing p-values less than 0.05, suggesting strong evidence against the null hypothesis.
Additionally, the results demonstrate that the application of the proposed methodology leads to improvements in performance metrics, such as accuracy and efficiency, compared to baseline models. Graphical representations, including plots and tables, further illustrate these enhancements, providing a clear visual summary of the comparative results. Overall, the findings support the hypothesis and underscore the effectiveness of the proposed approach in the studied context.
Discussion
The research discusses the development and validation of a cost-effective, AI-assisted optical imaging system for real-time microplastic monitoring, termed the “zero-plastic” system. Built on an open-source hardware platform, the device integrates a fluidic microscope with a digital camera, utilizing dual embedded computer systems for image acquisition and AI-based analysis. The system achieves approximately 1000× magnification with a spatial resolution of about 0.667 µm per pixel, allowing for the detection of microplastics in the 3-12 µm range. Validation against scanning electron microscopy (SEM) confirmed that the zero-plastic system effectively captures particle populations, although it has limitations in detecting particles smaller than 3 µm due to optical resolution constraints.
The discussion highlights several challenges in deploying the technology, including the need for standardized calibration protocols, robust sample preparation methods, and effective data integration across distributed sensor networks. The authors emphasize the importance of open-source design for reproducibility and community engagement, allowing for the development of a distributed sensing network capable of continuous microplastic monitoring. The zero-plastic system is positioned as a practical alternative to existing high-resolution methods, which are often expensive and labor-intensive, thus enabling broader applications in environmental monitoring and research.
Limitations
The research paper outlines several limitations of the zero-plastic detection system, primarily its lower detection limit of approximately 3 µm, which excludes nanoplastics and smaller particles. Despite this constraint, the system effectively captures environmentally relevant microplastics ranging from 3 µm to 5 mm. Future enhancements could involve the integration of higher magnification optics or complementary sensing techniques. The validation process was conducted using polystyrene particles in clean water, which may not fully represent the complexities of environmental samples that contain biological materials and sediments that could affect image quality.
Moreover, the current AI-assisted image processing relies on thresholding and shape filtering, which may result in false positives due to nonplastic particles resembling plastics. To address this, the authors suggest that as more data is gathered, machine learning models can be developed to enhance accuracy and minimize misclassification. The system’s integration with a digital twin infrastructure is still nascent, currently supporting basic functionalities like image upload and metadata storage, but it is designed to evolve with additional data processing modules. Overall, while these limitations highlight areas for improvement, they also indicate significant opportunities for development and collaboration, facilitated by the system’s open hardware and modular design, which allows for adaptation in various microplastic research contexts.