אולטרסאונד בתדר גבוה בשילוב למידת עומק מאפשר זיהוי והערכת גודל של מיקרופלסטיקים

מדוע שבבי פלסטיק זעירים חשובים לנו כולם

הפלסטיק מתפרק לחלקיקים כה זעירים שאיננו יכולים לראותם, ובכל זאת הם מופיעים כיום באוקיינוסים, בקרקע, באוויר ואף בתוך איברי גוף של בני אדם. מעקב אחרי "מיקרופלסטיקים" חיוני כדי להבין כיצד הם נעים בסביבה ומה ההשפעות האפשריות שלהם על הבריאות. עם זאת, הבדיקות המעבדתיות הקיימות איטיות, יקרות וקשות לפריסה מחוץ לתנאי מעבדה מבוקרים. המאמר חוקר שיטה מהירה ולא-הרסנית לגילוי ומדידת מיקרופלסטיקים באמצעות גלי קול ובינה מלאכותית, ופותח פתח לניטור בזמן אמת בנחלים, אגמים ומתקני טיפול.

להאזין לפלסטיק באמצעות קול

במקום להאיר את החלקיקים באור, החוקרים השתמשו באולטרסאונד בתדר גבוה — גלי קול הרבה מעל טווח השמיעה האנושית — כדי לחקור כדוריות זעירות העשויות מפלסטיק וחומרים ייחוס. כאשר פולס אולטרסאונד פוגע בחלקיק, חלק מהקול מתפזר וחוזר לגלאי. דפוס ההד המדויק תלוי בגודל החלקיק ובמה שהוא עשוי ממנו, כולל צפיפותו וקשיותו. על-ידי עבודה בתדרים שבאופן יחסי לתקני החלקיק, הצוות וידא שההדים המוחזרים נושאים חתימות עשירות ומובחנות המקודדות הן את סוג החומר והן את הגודל.

מההדים גולמיים לחלקיקים מתויגים

כדי להפוך את הרעיון למערכת עובדת, הצוות הטמיע מיקרו-כדורים מפלסטיק (PE ו-PMMA) ולא-פלסטיק (זכוכית ופלדה) בג'ל רך המדמה מים. טרנסדוסר אולטרסאונד יחיד סרק את הדגימה נקודה אחר נקודה ואסף בלוק נתונים תלת־ממדי: שתי כיוונים מרחביים בתוספת זמן. אלגוריתם מותאם אישית ל"חילוץ שיאים" סרק את הבלוק כדי למצוא את ההדים החזקים ביותר, שמתאימים לחלקיקים בודדים. כל הדה מזוהה הושווה לתמונות מיקרוסקופ תואמות כדי לאשר שהאלגוריתם באמת מזהה חלקיקים בודדים ולא רעש או גושים, והשיג דיוק זיהוי של כ-96 אחוז.

ללמד מחשבים לזהות פלסטיק

לאחר שההדים הספציפיים לחלקיקים נותקו, החוקרים בחנו את האותות הן בזמן והן בתדר. הם חישבו סט של תכונות מספריות פשוטות — כמו במידה בה התדירויות מפוזרות והיכן רוב האנרגיה מרוכזת. התכונות האלה שונות בצורה אופיינית בין חומרים. הצוות אימן מספר מודלים סטנדרטיים של למידת מכונה על התכונות האלה ובנה גם רשת נוירונים קונוולוציונית חד־ממדית (1D-CNN) שלמדה תבניות ישירות מנתוני התדר הגולמיים. בבדיקות רבות, ה-CNN סיפק את התוצאה הטובה ביותר, וזיהה בממוצע נכון את סוג החומר של חלקיק בודד בדיוק של כ־97 אחוז, אפילו בדגימות מעורבות שהכילו כמה חומרים בו־זמנית.

מדידה של גודל בנוסף לסוג

מעבר להבחנה בין חומרים, השיטה מסוגלת גם להעריך את גודל כל חלקיק. צורת ספקטרום ההד המוחזר מתיחה באופן צפוי כאשר קוטר החלקיק משתנה. כדי לתפוס זאת, החוקרים אימנו רשתות נוירונים קטנות שנקראות פרספטרונים רב־שכבתיים, אחת לכל חומר, למיין חלקיקים לארבעה טווחי גודל מ~20 מיקרומטר ועד סביב 300 מיקרומטר. המודלים הגיעו לדיוק ממוצע מעל 99 אחוז, עם ביצועים כמעט מושלמים עבור רוב החומרים. חשוב לציין שכל נתוני האימון והבדיקה הופרדו ברמת החלקיק, מה שמבטיח שהמודלים נבדקו באמת על חלקיקים שמעולם לא "ראו" קודם.

צעדים לקראת ניטור בעולם האמיתי

למרות שבניסויים הנוכחיים השתמשו בחלקיקים נייחים המוטמעים בג'ל, הגישה מתאימה היטב למערכות מים זרימות. ציוד האולטרסאונד קומפקטי וצנרת הניתוח יכולה לעבד מעל אלף אותות בשנייה, מהיר מספיק כדי לעמוד בקצב זרמים רציפים. האתגרים הראשיים שנותרו הם גילוי חלקיקים קטנים מאוד עם הדים חלשים וטיפול באזורים צפופים שבהם חלקיקים חופפים זה את זה. עם זאת, המחקר מראה שאולטרסאונד בתדר גבוה יחד עם בינה מודרנית יכולים לפעול כ"סונאר למיקרופלסטיקים", ולזהות במהירות הן את חומר המוצא והן את הגודל ללא שימוש בכימיקלים או באופטיקה מורכבת.

מה זה אומר לחיי היומיום

עבור הקהל הרחב, המסר המרכזי הוא שעשויים להיות לנו בקרוב כלים שיכולים לעקוב אחרי מיקרופלסטיקים בזמן אמת במקום רק לאחר עבודת מעבדה איטית. זה עשוי לסייע במעקב אחר זיהום ממפעלים, מתקני שפכים או ניקוזי סופות, ולהעניק לרגולטורים ולקהילות נתונים טובים יותר על מקומות הצטברות הפלסטיק. על ידי האזנה לאופן שבו חלקיקים זעירים מפזרים קול, השיטה מציעה דרך פרקטית לניטור ובסופו של דבר לניהול אחת מצורות הזיהום השכיחות של המודרנה.

ציטוט: 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

מילות מפתח: מיקרופלסטיקים, חישה באולטרסאונד, למידת עומק, ניטור סביבתי, ניתוח גודל חלקיקים