山东大学刘建团队JHM：基于多模态数据融合与注意力机制解析微塑料老化特征

本研究由山东大学刘建教授团队发表在Journal of Hazardous Materials上，首次将注意力机制引入微塑料老化原因识别领域，构建了基于SEM图像与FT-IR光谱融合的多模态深度学习模型。研究分析了1371个涵盖7种典型老化类型的微塑料样本，实现了96.4%的老化类型识别准确率，显著优于传统单模态方法。研究通过t-sne降维整合微塑料老化过程中的联合特征，建立了实验室老化与自然样本间的特征映射关系。该框架为微塑料老化机制研究、污染源追踪及生态风险评价提供了系统、可迁移的技术路径。