Projeção holográfica com aprendizado profundo para detecção de micropartículas em amostras de água
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, usando 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.