《Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy》：Optimization of a hybrid microplastic model method based on grad-CAM combined with convolutional neural networks
编辑推荐：
何敏|陈思彦|童静静|徐亮|金玲|孙永峰|徐汉阳|邓楠|陈子东|刘文清中国科学技术大学，合肥230026，中华人民共和国摘要为了解决混合微塑料样品的光谱识别精度低以及深度学习模型的“黑箱”特性问题，本文提出了一种基于梯度加权类激活映射（Grad-CAM）的优化方法。利用Grad-
何敏|陈思彦|童静静|徐亮|金玲|孙永峰|徐汉阳|邓楠|陈子东|刘文清
中国科学技术大学，合肥230026，中华人民共和国
摘要
为了解决混合微塑料样品的光谱识别精度低以及深度学习模型的“黑箱”特性问题，本文提出了一种基于梯度加权类激活映射（Grad-CAM）的优化方法。利用Grad-CAM进行的模型可解释性分析揭示了特征提取过程中的不平衡现象——对混合样品中次要成分的特征关注不足。基于这些发现，引入了多头注意力机制和多区域注意力机制来增强模型提取全局和局部特征的能力。考虑到微塑料复杂的ATR-FTIR光谱特征以及深度学习模型中的梯度消失问题，在CNN的基础上加入了Resblock残差连接，并设计了ResM2A-CNN模型。实验结果表明，优化后的模型在测试集上的整体准确率从95.67%提高到了99.92%。值得注意的是，ResM2A-CNN模型在PA及其混合物的分类能力上表现出色，在各种性能指标上均优于其他传统模型。本研究强调了利用可解释性分析指导模型优化的有效性，为快速准确地检测微塑料提供了一种突破性方法。此外，这项研究还为建模复杂光谱数据和优化深度学习模型提供了实践性见解。
引言
微塑料是指尺寸在1 μm到5 mm之间的塑料颗粒[1]，它们在自然环境中非常容易扩散。由于其生态影响，微塑料已成为一个全球性的环境问题[2]、[3]。随着工业化的加速和消费水平的提高，塑料产品的生产和使用量显著增加，导致环境中的塑料污染日益严重。据估计，2016年约有1900万至2300万吨塑料进入了水生生态系统，预计到2030年这一数字将达到5300万吨。大塑料颗粒（>5 mm）的存在也会引发生态问题[4]。一旦塑料制品进入环境，它们会在外部条件的作用下破碎、磨损和开裂，形成小于5 mm的碎片或颗粒，即微塑料（MPs）[5]。由于微塑料具有较大的比表面积、化学添加剂和带电特性，它们能够吸附并富集自然环境中的有害物质，如重金属离子和持久性有机污染物[6]、[7]。这些物质通过食物链实现生物累积，最终对生物体和人类造成巨大危害。因此，研究微塑料检测技术至关重要，必须确定其环境中的丰度和类型。
目前检测微塑料的方法包括视觉检测、光谱分析和热分析[8]、[9]。其中，光谱学作为一种非破坏性分析技术，可以同时确定微塑料的丰度和化学组成[10]。衰减全反射傅里叶变换红外光谱（ATR-FTIR）是最广泛使用的方法之一[11]。为了自动化FTIR数据分析，机器学习作为一种从数据中学习复杂模式的高级方法，是将机器学习与光谱学结合用于微塑料检测的有前景的方向。许多研究已经开展，并取得了非常有效的结果，例如支持向量机（SVM）[12]、[13]、PLS-DA[14]、[15]、KNN[16]、[17]、RF[18]、[19]。深度学习作为机器学习的一个分支，可以从大量数据中提取特征，进一步促进了机器学习与光谱学在微塑料领域的结合。卷积神经网络（CNNs）[20]、[21]、[22]的出现，无需手动特征工程即可提供强大的特征提取能力。Jiang等人[23]使用CNN对10种塑料废物进行了分类；然而，他们的研究没有包括混合样品。Choi等人[24]开发了一个1D-CNN模型，专门用于将傅里叶变换红外光谱分类为16种聚合物，展示了CNN在微塑料识别中的潜力。Parker等人[25]提出了一个基于卷积神经网络的PlasticNet模型，专门用于识别11种常见微塑料，在微塑料分类方面取得了一定的性能，但仍侧重于单一微塑料的识别。因此，即使在信噪比较低的情况下，CNN仍然能够有效识别特征并实现高分类准确率[26]、[27]。
深度学习模型具有较高的分类准确率，但大多数现有的基于CNN的方法主要关注预测性能，而对模型可解释性的关注有限。例如，经典的卷积神经网络如LeNet-5[28]、AlexNet[29]和VGGNet[30]在光谱识别任务中表现良好，但它们的“黑箱”特性限制了透明度和可解释性[31]。红外光谱是一种具有物理和化学意义的信号，其中特定吸收峰对应于官能团的分子振动。因此，一个可靠的模型应该基于这些特征性的光谱特征进行决策，而不是基于虚假的相关性或数据集特定的伪影。仅依靠准确率和损失等指标很难直观地解释模型的决策。梯度加权类激活映射（Grad-CAM）[32]通过生成可视化的类激活热图来提高CNN模型的透明度，使研究人员能够准确定位关键的分类区域。它突出了对模型预测有帮助的光谱区域。然而，在一维红外光谱的背景下，我们观察到Grad-CAM所突出的区域并不总是对应于微塑料的已知特征吸收峰。这种差异表明，仅凭高分类准确率并不能保证模型依赖于化学上有意义的光谱特征，这引发了人们对现有模型物理可信度和泛化能力的担忧。此外，Grad-CAM显示的热图与微塑料的已知特征吸收峰对应得越紧密，模型的识别能力就越强。
在本研究中，将ATR-FTIR光谱技术与深度学习相结合用于微塑料识别，并构建了一个包含21类微塑料的数据集，其中包括6个纯组分样品和15个混合样品。通过引入Grad-CAM来揭示特征提取中的不平衡，并整合多头注意力机制和多区域注意力机制，设计出了ResM2A-CNN模型。这在一定程度上缓解了Grad-CAM可视化过程中的不平衡，从而进一步提高了模型对混合微塑料的分类能力。在测试集上，该模型对21种微塑料的总体识别准确率达到99.92%。通过鼓励网络关注化学上显著的光谱区域，所提出的框架提高了基于CNN的光谱分类的物理可解释性和可靠性。实验结果表明，所提出的方法在生成与已知特征吸收峰更吻合的属性图的同时，实现了具有竞争力的和改进的分类性能。
章节片段
材料制备和光谱采集
为了构建一个全面的混合微塑料数据集，从东莞倩景新材料有限公司购买了六种代表性的纯微塑料：聚酰胺（PA）、聚乙烯（PE）、聚对苯二甲酸乙二醇酯（PET）、聚丙烯（PP）、聚苯乙烯（PS）和聚氯乙烯（PVC）。每种材料的纯度为99%，粒径为100目。选择溴化钾作为基质，是因为它具有较低的红外吸收、化学稳定性和耐化学性
光谱分析
在4000 cm
?1–600 cm
?1的波数范围内获得了微塑料的红外光谱，分辨率为4 cm
?1，共得到1762个特征光谱带。如图4所示，六种微塑料表现出明显不同的光谱特征。聚苯乙烯（PA）的特征峰包括：一个N
H伸缩振动峰位于3301 cm
?1，亚甲基的不对称/对称伸缩振动峰分别位于2936 cm
?1和2861 cm
?1，以及变形振动
结论
本研究结合了ATR-FTIR光谱技术和深度学习，开发了一种快速准确的微塑料识别方法。通过应用Grad-CAM技术，发现了特征提取中的不平衡现象，特别是对PA特征的过度依赖。Grad-CAM得到的突出区域并不总是对应于微塑料的已知吸收峰。基于这些发现，ResM2A-CNN模型在CNN中引入了残差连接，并结合了
CRediT作者贡献声明
何敏：概念化、数据整理、形式分析、方法论、初稿撰写、审稿与编辑。陈思彦：形式分析、调查、方法论。童静静：数据整理、资金获取、方法论、监督。徐亮：形式分析、方法论。金玲：形式分析、方法论。孙永峰：形式分析、方法论。徐汉阳：形式分析、方法论。邓楠：形式分析、方法论。陈子东：形式分析
利益冲突声明
作者声明他们没有已知的可能会影响本文工作的财务利益或个人关系。
致谢
本工作得到了国家科技重大项目（项目编号2024ZD1200103）和国家重点研发计划（项目编号2024YFC3712201）的资助。
