يجمع الموجات فوق الصوتية عالية التردد مع التعلم العميق لتحديد الميكروبلاستيك وتقدير حجمه

لماذا تهمنا قطع البلاستيك الصغيرة جميعًا

يتفتت البلاستيك إلى جسيمات صغيرة لدرجة أننا لا نراها، ومع ذلك بدأت تظهر الآن في المحيطات والتربة والهواء وحتى داخل أعضاء الإنسان. تتبع هذه «الميكروبلاستيك» أمر حاسم لفهم كيفية تحركها في البيئة وما قد تفعله لصحتنا. لكن اختبارات المختبر الحالية بطيئة ومكلفة ومن الصعب نشرها خارج البيئات المسيطر عليها. تستكشف هذه الدراسة طريقة أسرع وغير تدميرية لاكتشاف وقياس الميكروبلاستيك باستخدام موجات صوتية والذكاء الاصطناعي، ما يفتح الطريق للمراقبة في الوقت الفعلي في الأنهار والبحيرات ومحطات المعالجة.

الاستماع إلى البلاستيك بالصوت

بدلاً من تسليط الضوء على الجسيمات، استخدم الباحثون الموجات فوق الصوتية عالية التردد—موجات صوتية فوق ما يمكن للبشر سماعه—لمسح كرات صغيرة مصنوعة من بلاستيك ومواد مرجعية مختلفة. عندما تصطدم دفعة فوق صوتية بجسيم، يتشتت جزء من الصوت ويعود إلى الكاشف. تعتمد نمطية هذا الصدى بدقة على حجم الجسيم وما هو مصنوع منه، بما في ذلك كثافته وصلابته. من خلال التشغيل عند ترددات مماثلة لحجم الجسيم، ضمنت الفريق أن الصدى العائد يحمل خواص غنية ومميزة تشفر كلًا من نوع المادة وحجمها.

من الأصداء الخام إلى الجسيمات الموسومة

لتحويل هذه الفكرة إلى نظام عملي، غرس الفريق كرات دقيقة من البلاستيك (PE وPMMA) ومن غير البلاستيك (الزجاج والفولاذ) داخل جِل ناعم يحاكي الماء. مسح محول فوق صوتي واحد العينة نقطة بنقطة، جامعًا كتلة بيانات ثلاثية الأبعاد: بعدان مكانيان بالإضافة إلى الزمن. ثم مرر خوارزمية مخصصة «لاستخراج القمم» عبر هذه الكتلة للعثور على أقوى الأصداء، التي تتوافق مع الجسيمات الفردية. تم التحقق من كل صدى مكتشف بمقارنته بصور المجهر المطابقة للتأكد من أن الخوارزمية كانت تلتقط جسيمات منفردة بالفعل بدلاً من الضوضاء أو التكتلات، محققة دقة اكتشاف تقارب 96 في المئة.

تعليم الحواسيب التعرف على البلاستيك

بمجرد عزل الأصداء الخاصة بكل جسيم، نظر الباحثون في الإشارات على المستويين الزمني والترددي. حسبوا مجموعة من الميزات الرقمية البسيطة—مثل مدى انتشار ترددات الإشارة وأين تتركز معظم طاقتها. اختلفت هذه الميزات بطرق مميزة من مادة إلى أخرى. درب الفريق عدة نماذج تعلم آلي معيارية على هذه الميزات وبنى أيضًا شبكة عصبية تلافيفية أحادية البعد (1D-CNN) تعلمت الأنماط مباشرة من بيانات التردد الخام. عبر اختبارات متعددة، كانت أداء الشبكة التلافيفية الأفضل، محددةً مادة الجسيمات الفردية بدقة متوسطة على مستوى الجسيم تقارب 97 في المئة، حتى في عينات مختلطة تحتوي عدة مواد معًا.

قياس الحجم بالإضافة إلى النوع

بعيدًا عن التفريق بين المواد، يمكن للطريقة أيضًا تقدير حجم كل جسيم. يتغير شكل طيف الموجة فوق الصوتية المرتدة بشكل متوقع مع تغير قطر الجسيم. لالتقاط هذا، درب الباحثون شبكات عصبية صغيرة تسمى متعدِّدة الطبقات المدركات (multilayer perceptrons)، واحدة لكل مادة، لتصنيف الجسيمات إلى أربع نطاقات حجمية تمتد من نحو 20 ميكرومترًا إلى حوالي 300 ميكرومتر. بلغت هذه النماذج دقة متوسطة تفوق 99 في المئة، مع أداء شبه مثالي لمعظم المواد. من المهم أن جميع بيانات التدريب والاختبار كانت مفصولة على مستوى الجسيم، مما يضمن أن النماذج اختبرت فعليًا على جسيمات لم «ترها» من قبل.

خطوات نحو المراقبة في العالم الحقيقي

على الرغم من أن التجارب الحالية استخدمت جسيمات ثابتة مغروسة في الجل، فإن المنهجية الأساسية مناسبة جيدًا لأنظمة المياه الجارية. الأجهزة فوق الصوتية مدمجة، وأنبوب التحليل يمكنه معالجة أكثر من ألف إشارة في الثانية، أي بسرعة كافية لمواكبة التدفقات المستمرة. التحديات الرئيسية المتبقية تشمل اكتشاف الجسيمات الصغيرة جدًا ذات الأصداء الضعيفة والتعامل مع المناطق المزدحمة حيث تتداخل الجسيمات. ومع ذلك، تُظهر الدراسة أن الموجات فوق الصوتية عالية التردد، مقرونة بالذكاء الاصطناعي الحديث، يمكن أن تعمل كـ «سونار للميكروبلاستيك»، محددة بسرعة مما تُصنع منه الجسيمات وحجمها دون مواد كيميائية أو بصريات معقدة.

ما يعنيه هذا لحياتنا اليومية

بالنسبة لغير المتخصصين، الرسالة الأساسية هي أننا قد نحصل قريبًا على أدوات تراقب الميكروبلاستيك في الوقت الفعلي بدلًا من الاعتماد فقط على أعمال مختبرية بطيئة. يمكن أن يساعد ذلك في تتبع التلوث من المصانع أو محطات معالجة المياه أو جريان مياه الأمطار، وتزويد الجهات التنظيمية والمجتمعات ببيانات أفضل عن أماكن تراكم البلاستيك. من خلال الاستماع إلى كيفية تشتت الجسيمات الصغيرة للصوت، تقدم هذه الطريقة مسارًا عمليًا نحو مراقبة وإدارة أحد أكثر أشكال التلوث الحديثة انتشارًا.

الاستشهاد: Zarrabi, N., Strohm, E.M., Rezvani, H. et al. High-frequency ultrasound combined with deep learning enables identification and size estimation of microplastics. npj Emerg. Contam. 2, 9 (2026). https://doi.org/10.1038/s44454-026-00029-1

الكلمات المفتاحية: الميكروبلاستيك, استشعار بالموجات فوق الصوتية, التعلم العميق, مراقبة البيئة, تحليل حجم الجسيمات