Holographic projection with deep learning for microparticles detection from water samples

• Autor(a) principal: Silva Júnior, Andouglas Gonçalves da
• Data de Publicação: 2021
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UFRN
• Texto Completo: https://repositorio.ufrn.br/handle/123456789/32229
• topic: Holografia; Aprendizado profundo; Diatomáceas; Microplásticos

Esta tese propõe um sistema holográfico completo para ser aplicado em pesquisa científica e em monitoramento, que é capaz de detectar micropartículas a partir da projeção holográfica de amostras de água, utilizando uma abordagem de deep learning. O sistema proposto nesta tese utiliza técnicas de holografia digital para adquirir hologramas dessas partículas (um dispositivo foi construído para isso), reconstruí-las numericamente obtendo informações de fase e intensidade, e classificá-las usando modelos de aprendizado de máquina. Além disso, desenvolvemos um aplicativo na web capaz de realizar todas as etapas da reconstrução do holograma e do processo de classificação uitlizando-se dos modelos treinados, que também está disponível. A necessidade de estudos sobre partículas que são invisíveis a olho nu e que podem ser perigosas para a saúde dos seres vivos é um tema cada vez mais importante de pesquisa e há muitas preocupações a respeito. Um exemplo são os diversos tipos de microplásticos encontrados em grande escala em diferentes partes do planeta, até mesmo dentro do corpo humano. Outra partícula que pode ajudar a identificar microplásticos e que pode ser usada para calcular bioindicadores de qualidade da água são as diatomáceas. A detecção de microplásticos e diatomáceas está sujeita a estudos difíceis devido ao seu tamanho, na ordem do micrômetro.