UCLA发明可监测PM2.5质量的手持机器学习设备

雷锋网消息，加州大学洛杉矶分校（UCLA）The Ozcan Research Group的研究人员发现了一种高性价比方式检测空气质量的方法。具体来说，他们发明了一个叫C-Air的移动设备，该设备使用可连接到智能手机的显微镜头，并借助机器学习算法来分析和确定其在空气中检测到的污染物的尺寸和浓度，由于这种设备可随身携带，从而可以让研究人员更方便地在任何地方以更准确和经济的方式检测空气中的危险颗粒物质。

空气动力学当量直径在2.5微米以下的颗粒物（即PM2.5）已被世界卫生组织（WHO）列为致癌物质。根据WHO的统计，世界每年因空气污染导致死亡的人数高达700万人，因而如何便捷地检测空气质量至关重要。

C-Air重量约590克，配备空气取样器和小巧精致的显微镜头，30秒内可对6.5升空气进行采样分析，并通过机器学习算法产生尺寸和分析的空气中颗粒的图像。该设备通过智能手机发送图像至远程计算机服务器进行分析，据研究人员介绍，由于应用了机器学习，该装置比其他检测器更快速适应检测如不同品种的霉菌和花粉等PM2.5颗粒。

据雷锋网了解，在美国，空气质量检测通常在空气采样站进行，并由美国环境保护局（EPA）监管。目前空气采样站使用的设施成本约在5万到10万美元之间，而且使用繁琐，需要技术人员定期进行维护。虽然市面上也有一些成本相对低廉的的便携式粒子计数器（价格在不等1,000到2,000美元），但它们既不能对高通量空气样本进行采样，精确度也大成问题。目前C-Air的成本略低于传统的大型设备，不仅具备大型设备的准确分析功能，还具备相当好的便携性。

（基于机器学习，该设备准确率在93％左右）

UCLA电气工程与生物工程学院校长兼加州纳米系统研究所副所长Aydogan Ozcan称：“让更多人掌握这种具备实验室质量的空气检测设备，可以收集和分析来自更多地点的高质量数据，这样会有助于帮助政府制定更好的政策和法规来改善空气质量。“

Aydogan Ozcan及其研究生Yichen Wu为首的学生团队在2016年在南加州的多个地点使用C-Air进行了空气质量的检测。例如，他们在2016年9月在洛杉矶国际机场附近检测发现，在飞机着陆飞行路线附近PM2.5浓度显著提高，即便在5英里外，这种PM2.5的提升也相当明显。

该项研究得到了国家科学基金会、沃达丰美洲基金会和HHMI的资助。 该研究成果被发表在9月8日的Nature上 ，雷锋网 (公众号：雷锋网) 也会持续关注。

Via Nature ， EurekAlert

。