中国科学技术大学环境科学与工程系在水环境颗粒态污染物的智能识别研究方面取得进展，相关研究以“Deep-Learning Driven, High-Precision Plasmonic Scattering Interferometry for Single-Particle Identification”为题近日发表于ACS Nano。

识别与表征水体颗粒态污染物是环境化学领域一个重要的研究方向。然而，原位、免标记在单颗粒尺度上快速解析颗粒组分仍具有挑战性。因此，本研究发展深度学习等离基元散射干涉显微成像技术，实现了在单颗粒水平上自动化、高通量地鉴定颗粒组分。通过利用深度学习解码纳米颗粒的干涉散射信息与其固有材料属性之间的定量关系，该方法能够对多种类型的纳米颗粒进行高通量、无标记的鉴定。此外，该技术还可以用于原位实时分析单个纳米颗粒的表界面动态化学反应过程。该技术为水体颗粒态污染物的表征提供了一个重要的平台方法，有望加深对水体污染物的微观转化过程的理解。

图 水体颗粒物的智能识别

该工作得到了国家自然科学基金项目、中国科学院青年科学家基础研究项目的资助。同时，研究过程也得到了中国科大微纳研究与制造中心的支持。

论文链接：https://pubs.acs.org/doi/10.1021/acsnano.4c01411