综述：作为双折射材料的微塑料的识别与分类光学方法

《Crystals》：Optical Methods for Identification and Classification of Microplastics as Birefringent Material

　　

水生环境中微塑料（MP）颗粒的广泛污染促使研究人员开发快速、经济且适用于现场部署的检测方法，以补充傅里叶变换红外光谱（FTIR）和拉曼（Raman）显微镜等基于实验室的光谱技术。对广泛可获取的现场适用方法的需求来自于研究人员自身。在本综述中，研究人员系统地审视了用于微塑料识别的光学方法的最新进展，特别强调了双折射（birefringence）作为部分结晶合成聚合物的关键诊断特征。具体而言，研究人员分析了三个互补的技术方向：利用界面取向序扰动进行无标记微塑料检测的液晶（LC）传感器；结合机器学习进行高通量颗粒分类的偏振全息成像（PHI）；以及实现紧凑便携分析系统的片上偏振光显微镜（on-chip polarization light microscopy）。液晶平台对亚微米颗粒表现出卓越的灵敏度，并能够实时可视化水界面处的微塑料聚集，尽管其目前缺乏聚合物特异性的化学识别。相反，结合了斯托克斯偏振测量法（Stokes polarimetry）和深度学习算法的智能偏振全息术（smart polarization holography）在区分微塑料与天然颗粒方面实现了超过90%的准确率，同时每分钟可处理多达10,000个颗粒。新兴的片上偏振光显微镜为实现适用于现场应用的小型化、低成本设备提供了途径。通过综合来自基础研究的见解，本综述指出了融合的跨学科趋势——特别是人工智能（AI）与多模态光学成像（multimodal optical imaging）的结合——并概述了持续的挑战，包括标准化、来自天然有机物的干扰，以及从实验室原型向稳健的现场可部署仪器的转变。对基于双折射的方法进行系统化整理，旨在指导未来研究走向能够解决水质问题的集成监测系统。

**1. 引言**
水体中微塑料（MP）颗粒的原位检测与识别是一个全球性问题。这些合成聚合物颗粒，尺寸范围在1 μm至5 mm之间，源自大塑料废物的碎裂或有意制造，在从深海沉积物到青藏高原的所有环境区域中表现出异常的持久性和普遍存在性。其小尺寸和高表面积促进了共污染物的吸附，而它们在营养转移中的潜力以及与之相关的炎症反应和细胞毒性风险，凸显了其作为复杂生态毒理学影响载体的作用。对MP颗粒的准确识别和定量分析构成了风险评估和制定缓解策略的基础阶段。基于沉降、过滤和随后在显微镜下进行目视识别的传统方案，在异质性环境基质中表现出低重现性和高误判概率。具有化学特异性的光谱方法，例如傅里叶变换红外光谱（FTIR）和拉曼（Raman）光谱的应用，已实现了从单纯颗粒计数向聚合物识别的转变。然而，FTIR和拉曼光谱面临固有的局限性：FTIR显微镜受到衍射极限（~10–20 μm）和水干扰的限制，而拉曼分析可能受到荧光的阻碍，并且需要较长的采集时间以获得具有统计代表性的样本。此外，FTIR和拉曼光谱通常需要复杂的样品制备，这限制了它们在大规模筛查中现场条件下的应用。在拉曼光谱中使用激光作为激发源结合光学显微镜，将化学信息增强到了微观水平（~500 μm）。然而，这种方法伴随着一系列明显的缺点，不适合在现场条件下应用：添加剂和颜料会引起强烈的荧光，掩盖聚合物光谱，并且对于小样品区域需要较长的分析时间。这些分析上的挑战促进了寻求平衡特异性、敏感性和现场条件应用潜力的下一代诊断平台的发展。基于荧光的技术已成为强大的工具。更复杂的方法，例如结合了相量分析（phasor analysis）的荧光寿命成像显微镜（FLIM），可为复杂基质中MPs的识别和可视化创建独特的寿命“指纹”。同时，先进的无标记光学方法也在发展。例如，智能偏振和光谱全息术（smart polarization and spectroscopic holography）将数字全息术与瞬时斯托克斯偏振测量法（Stokes polarimetry）相结合，捕获丰富的多维数据集（相位、振幅、偏振），作为材料特性的代理，从而通过机器学习进行分类。荧光标记技术也使微/纳米塑料的检测成为可能，例如，由锆离子、单宁酸和荧光标记罗丹明B组成的发光金属-酚类网络（metal-phenolic networks）。这种标记使得小至50 nm的塑料颗粒在激发光下发光。然后，移动应用程序分析获得的图像并计数荧光像素的数量。因此，具有部分晶体结构的聚合物材料因其内部结构和表面特性可用于后续光学研究，而受到特别关注。此外，将过滤过程与神经网络辅助的光学检测方法相结合，可创建用于确保连续水质的混合系统。特别有趣的一类方法基于应用液晶（LC）作为高灵敏度传感器界面。与各向同性流体不同，向列相液晶具有长程取向序，极易受到界面事件的扰动。胶体MP颗粒在LC-水界面吸附后，会在对齐的LC层内引起弹性形变。这种吸附导致形成特征性的二维聚集图案，这些图案对于不同的聚合物类型（例如聚苯乙烯（PS）和聚甲基丙烯酸甲酯（PMMA））是独特的，并且可以通过环境因素如紫外线（UV）老化来改变。应用卷积神经网络（CNN，例如DeepPolyNet）对图案图像进行分析，能够准确预测MPs的组成、浓度和老化状态。综述发现，科学家的主要精力集中在提高方法的灵敏度（尤其是对纳米颗粒），以及整合人工智能以实现现场监测的低成本自动化。对近期发表的MP颗粒检测研究进行调查，显示出跨学科趋势和机器学习方法的存在。本综述的目标是系统化近年来在光学微塑料识别方法方面的进展，强调双折射（birefringence）作为诊断特征。特别关注双折射结构——包括微塑料颗粒本身和具有各向异性形态的过滤材料——及其在开发集成监测和处理系统中的作用。本文考察了聚合物光学各向异性的基本原理和现代偏振成像方法，包括数字全息术和超光谱偏振测量法（hyperspectral polarimetry），以及应用机器学习方法基于多模态光学特征进行自动颗粒分类的潜力。通过综合近期基础研究的见解，本文指出了融合的跨学科趋势，强调了晶体结构作为微塑料颗粒的诊断特征。尽管存在这些有希望的跨学科趋势，但当前研究未讨论有机或无机晶体基质如何影响结果（误报风险）；基质效应（例如，洗涤剂、微塑料聚集体的形成）对检测性能的影响；未解决该方法对老化效应和微塑料结晶度变化的响应；也未讨论基于颗粒浓度的检测限。然而，对于污染的快速初步评估和MPs积累的监测，所描述的光学方法代表了一种经济实惠的解决方案。

**2. 微塑料的检测与可视化方法**
“黄金标准”方法允许同时测量颗粒的尺寸、形状、数量、化学组成和老化状态。然而，这些方法各自有其限制。因此，引入了FTIR和拉曼光谱技术的各种改进形式。FTIR显微镜结合了傅里叶变换红外光谱与光学显微镜，由于衍射限制，可对小至5–50 μm的样品进行分子识别和化学映射。该技术扫描包含颗粒的滤膜，通过利用每个点的红外（IR）光谱识别聚合物，从而创建“化学指纹”。从缓慢的单点扫描过渡到使用焦平面阵列（FPA）探测器的快速成像，使得在合理时间内能够以一定空间分辨率（可达~5–20 μm）分析大面积的滤膜。近期研究进展报告，深度卷积神经网络（deep convolutional neural networks）能够提取和识别复杂的光谱图案，在分类老化的商业微塑料样品时准确率达到100%。然而，该方法受限于~10–20 μm的空间分辨率，这阻碍了对小尺寸（<10 μm）MPs的分析。该方法对水分也很敏感，即样品必须脱水。拉曼光谱成像基于单色光的非弹性散射，提供小于1 μm的空间分辨率，这对于识别亚微米颗粒至关重要。该方法传统上用于分析水中的颗粒。如果激发激光辐射具有相对较长的波长（例如，785 nm），则可以减少荧光。该方法的一个缺点是激光束孔径在亚微米范围内，导致测量时间长，并且存在因激光功率导致样品降解的风险。缺乏标准化的协议和包含常见添加剂及老化塑料的全面光谱库，使得不同研究的结果难以比较。混合方法包括表面增强拉曼光谱（SERS）、高光谱成像（HSI）和基于荧光的技术。表面增强拉曼光谱代表了一种有前景的纳米塑料分析方法。金属纳米结构极大地增强了微弱的拉曼信号，使得能够检测数十纳米大小的颗粒。最佳的纳米结构和样品制备方案正在深入研究中。高光谱成像在近红外（NIR）范围内使用，对于含有混合或老化塑料的复杂环境样品是理想的。因此，它是一种用于颗粒初步筛选和分类的快速方法，但其化学信息有限。基于荧光的技术使用特定的荧光染料（例如，疏水性染料尼罗红（Nile Red）），该染料与MPs形成氢键相互作用。MPs检测的关键机制包括：疏水吸收、氢键和范德华相互作用以及分子内旋转受限。基于荧光的方法相比FTIR和拉曼光谱具有多项优势：分析时间在几分钟到几小时内，提供高灵敏度和现场应用能力。荧光方法已成功用于检测各种水体中的微塑料：废水、淡水和海水。需要解决的主要挑战包括消除来自天然有机物的误报信号、标准化协议、开发适用于粘性土壤的方法，以及创建用于连续监测的便携式系统。检测技术的进一步发展，结合化学合成、纳米技术和数据分析的进步，将能够创建用于评估微塑料污染和最小化相关风险的可靠工具。下文重点介绍一些基于双折射且可能适用于现场应用的先进MPs识别方法。

**3. 液晶传感器**
传统的MPs检测方法准确，但需要耗时的样品制备步骤和实验室条件，这使得现场操作监测变得不可能。与此同时，MPs颗粒在液晶-水界面处的自组织图案取决于其化学性质。这使得无需借助昂贵设备即可分析复杂混合物的成分成为可能。液晶由高度各向异性的分子组成，其取向序容易受到扰动。典型的传感过程包括以下步骤：传感器制备，将液晶沉积在预处理过的表面（例如，化学改性的金或玻璃基底，创建LC分子的对齐取向）上。样品应用，将疑似含有微塑料的水样施加到传感器上。相互作用，具有疏水表面的微塑料颗粒吸附在液晶和水的界面上。这是由于疏水聚合物与LC分子烃链之间的亲和力所致。光学响应，吸附的颗粒局部扭曲了LC分子的排列。根据显微镜设置，光学显微镜成像显示亮斑和暗斑。低浓度（例如，20 mg/L）产生离散的链状聚集体，而高浓度（例如，800 mg/L）则诱导形成大的、多分枝的聚集体和扩展网络。更高浓度的微塑料颗粒会导致传感器饱和。检测，可通过使用数码相机和图像分析软件轻松可视化或记录这种变化。

**3.1. 液晶微流控通道**
液晶的独特性质可用于“迫使”微塑料自组织成特征性图案，随后通过分形维数分析进行分类。该研究组的方法基于LC-水界面的物理性质。该工作展示了识别聚乙烯（PE）和聚苯乙烯（PS）微塑料的可能性，它们在LC界面形成不同的二维（2D）图案。实验装置包括一个微流控通道，用于将胶体MPs输送到LC 5CB（4-氰基-4'-戊基联苯）薄膜的水相界面。此LC层沉积在透射电子显微镜（TEM）栅格上，并且必须涂覆辛基三氯硅烷。此操作是为实现LC的垂面排列（homeotropic alignment）而形成浮雕结构和疏水性的基础。然后必须去除多余的LC。微塑料颗粒（例如PS）自发地被捕获在水分界面处。这是因为不稳定的水-LC乳状液被一个更稳定的系统所取代，其中颗粒直接位于界面处，这一过程在能量上是有利的。当颗粒进入LC薄膜时，其分子取向被扭曲。这会创建高度可见的“火焰状”织构，可通过偏振显微镜观察。低浓度表面活性剂（例如，10^-9 M的十二烷基硫酸钠（SDS））的存在最大程度地减少了微颗粒在体相水分散液中的聚集。添加0.3 M的NaCl会引发MPs在LC-水界面处的不可逆吸附。结果，形成了独特的二维（2D）图案。检测到的MP颗粒尺寸范围在1到4 μm之间。每个独立实验包括将填充了LC和MPs的TEM网格装入通道，并随后对网格进行曝光。然后，可以获取一系列光学织构来显示网格方格内MPs的聚集情况。聚乙烯和PS MPs在LC界面形成独特的二维（2D）图案，并且可以通过分形维数分析进行识别。分类准确率超过99%，并且取决于SDS的浓度。这种特征差异源于它们的表面粗糙度，因为PS是一种低结晶度（0–5%）的无定形材料，双折射接近零。这些光学织构被数码相机捕获，并由深度学习模型分析MPs的浓度、尺寸及其化学性质（例如，聚合物、聚对苯二甲酸乙二醇酯（PET）、尼龙）。所提出的基于LC的平台是一个多功能传感器界面，为简单、快速和灵敏地分类聚乙烯和PS开辟了新的可能性，准确率约为99%。在此平台基础上，同一研究小组最近发展了该方法以解决两个关键挑战：复杂混合物的分析和环境老化的影响。通过集成卷积神经网络（DeepPolyNet），他们展示了识别聚甲基丙烯酸甲酯（PMMA）MPs以及PE和PS的能力，即使在存在天然有机物和经历紫外（UV）诱导老化后，神经网络在组成预测方面也实现了>97%的准确率。

**3.2. 液晶灌注的多孔聚合物表面**
一种用液晶灌注的滑溜多孔聚合物涂层的发明，提供了一个高灵敏度的平台，用于可视化（肉眼观察）以及区分两亲性物质，即同时具有水溶性和脂溶性部分的分子（例如表面活性剂、脂质和某些蛋白质）。热致液晶可以被灌注到纳米多孔聚合物膜中，以获得在与一系列水性流体接触时具有滑溜特性的LC灌注表面。该表面由一种多孔疏水聚合物组成，其孔隙中填充有LC。该表面对水及许多液体来说相当滑溜。当含有两亲性分子的液滴与表面接触时，分子与LC 5CB相互作用。微塑料（例如聚乙烯）的疏水表面可以直接与封装在孔隙中的LC相互作用，引起其取向的局部变化和不同的滑动时间。这种效应的本质是范德华相互作用在LC和疏水聚合物的结合中起关键作用。由于LC根据其取向不同地反射/折射光线，这种变化可以被人眼观察为液滴下方及其边缘（在所谓的“三相接触线”处）的光学图像或颜色的变化。如果我们观察滑溜液体灌注多孔表面（SLIPS）上的这个过程，可以预期MP颗粒不仅会在平坦表面聚集，还会与LC灌注物相互作用。这种相互作用可能导致在含有MPs的水滴下形成各种光学织构或图案。例如，聚乙烯可能在接触点引起一种颜色/织构变化，而PS将表现出另一种织构和不同的滑动时间。所提出的系统仅需一个秒表和一个经处理的表面（SLIPS）即可观察结果。该装置对极低浓度（≥1 nM）的两亲物有反应。一组不同的SLIPS（具有不同的LC或多孔结构）将对塑料类型有不同的响应。结果表明，该方法简单且使用廉价的组件，使其适用于现场工作。该方法的实际价值在于能够精确控制相界面的整体相互作用力并观察相应的变化。研究人员也对LC传感器提出批评性意见。与FTIR/拉曼方法相比，LC传感器不直接测量化学组成，其分类基于形态和界面相互作用，这可能存在歧义。

**4. 高通量微塑料评估**
数据分析的最新进展允许从MPs评估中提取信息。例如，偏振全息成像（PHI）与深度学习方法的结合使得能够对水流进行动态分析。假设所检查的聚合物材料具有部分晶体结构，可以应用斯托克斯参数（Stokes parameter）分析进行MPs识别。通常，会使用斯托克斯偏振计（Stokes polarimeter）来完成此目的。它是一种捕获四个斯托克斯参数（S₀, S₁, S₂, S₃）的光学装置。每个斯托克斯参数评估特定偏振类型相对于其正交对应物的主导地位，即线水平（0度）相对于垂直（90度）偏振的主导地位（S₁），线水平（+45度）相对于垂直（-45度）偏振的主导地位（S₂），右旋圆偏振（RCP）相对于左旋圆偏振（LCP）的主导地位（S₃），而S₀量化了光束的总强度。同时测量斯托克斯参数使得能够分析流中的颗粒（动态监测）。此外，偏振相机允许获取图像的两个基本参数：(i) 线性偏振度 (DoLP) 和 (ii) 线性偏振角 (AoP)。来自偏振相机的数据被直接输入神经网络。这使得能够对聚合物在老化过程中的微观结构演变进行独特且非破坏性的测试，揭示分子有序度和内应力如何随时间变化。该设备提供了通过其他光学方法无法获得的降解机制见解。这种识别方法的物理基础如下：含有微塑料颗粒的样品液体流过该装置。一束激光照亮颗粒并创建全息图像。偏振滤光器能够从全息图中提取关于颗粒如何改变光偏振的信息。这是区分合成双折射聚合物与天然颗粒（例如有机碎屑或沙子）的关键特征，后者通常是非双折射的。不同的MPs材料在偏振数据图中具有特定的光学“指纹”。因此，可以在水流中对MP颗粒进行分类（例如，塑料、沙子、贝壳、有机碎屑）。还可以测量MPs的尺寸和形状。斯托克斯偏振计的主要优点是高吞吐量（即每分钟分析10k个颗粒），高工作效率，以及人工智能辅助的区分颗粒类型的选项；然而，基于颗粒浓度的检测限未知。该系统快速计数真实水样中的微塑料颗粒。它基于偏振指纹以超过96%的准确率有效地区分了微塑料和天然颗粒。高分类准确率源于不同类型聚合物之间广泛的折射率差值（表1），这产生了可通过斯托克斯偏振测量法检测到的独特偏振指纹。该方法允许确定颗粒尺度和按聚合物类型进行初步分类（例如，聚对苯二甲酸乙二醇酯、PS、聚乙烯）。因此，偏振全息成像是一种突破性的、用于微塑料筛选的高通量工具。它结合了高速、人工智能辅助的自动化以及区分人为和天然颗粒的能力，使其在大规模环境监测和研究中极具前景。

**5. 偏振光显微镜**
几乎所有的微塑料都是由合成聚合物形成的。这一事实导致了双折射（birefringence，Δn）的范围在0.02–0.24之间。需要注意的是，含有一个苯环的聚对苯二甲酸乙二醇酯的双折射率达到了0.24。这是因为该双折射值不仅由苯环的存在解释，还归因于酯基（–CO–O–）的高极化各向异性，以及最重要的是主链完美的反式构象，该构象将所有可极化元件严格平行于取向轴排列。在可见光谱（400 nm < λ < 700 nm）中，特征长度由dx = λ / (2 · Δn)给出。这允许检测尺寸为10–20 μm的MP颗粒。MPs的结构特异性表现出偏振光行为，例如反射、折射和散射，这使得它们能够与其他类型材料区分开来。这些简单的现象不仅是性质的列表，更是指导制造廉价且易于使用的系统指南，用于对有机样品（细胞、组织、生物分子和微塑料）进行高灵敏度分析，而无需复杂和庞大的显微镜。尽管单钠尿酸盐（MSU）晶体和MP颗粒乍一看似乎是完全不同的物体，但它们的比较在科学上具有启发性。它让我们理解自然和人为污染如何创造出结构相似但生物学上相反的问题。具有高度有序内部晶体结构的单钠尿酸盐晶体的形成是一个复杂的病理过程，发生在pH ≈ 7.4的关节内部。与简单沉淀不同，单钠尿酸盐结晶通过形成纤维状的无定形亚基，然后这些亚基聚集并转变为针状晶体来进行。典型的正交偏光实验显示了在双折射的针状单钠尿酸盐晶体和非双折射背景之间记录高对比度的可能性。单钠尿酸盐晶体的一个显著特征是它们强烈的负双折射（Δn < 0，nd > n0）。这使得能够将单钠尿酸盐晶体与其他具有晶体结构的材料区分开来。偏振成像装置被描述：非偏振照明光源被一个50 μm的针孔过滤，之后产生的点源照明由一个安装在螺纹管中的透镜收集。透镜到针孔的距离进行调整，以产生准直光束。然后光束被偏振（LP1，120 μm厚）并通过一个定位在±45°的全波片（150 μm厚），两者都安装在手动旋转支架上以控制角度。一旦引入LP1，只有一个偏振态与双折射样品相互作用。偏振光被分成寻常光和非寻常光，在样品的路径长度内产生等于2πΔnd/x的相位差。从样品出射后光的重新组合导致相移和偏振变化（因为有效偏振矢量被旋转）。这种效应发生在所有波长上。一个全波片用于根据其相对于入射光偏振的方向（±45°）从样品中添加或减去有效延迟量。然后，线性偏振器2揭示了一个指示样品双折射的彩色干涉图案。图像传感器将此图案作为图像记录下来，用于后续数据处理。全波片围绕±45°旋转会诱导不同的干涉颜色图案，可以获得彩色图像。输出信号与各向异性结构的数量及其在样品中的排列相关。该可视化方法已在几种类型的样品上进行了测试：Euglena gracilis、单钠尿酸盐晶体、抗坏血酸晶体和云母板。该技术可以进一步小型化并集成到便携式、用于多种生物和非生物样品的即时检测设备中。偏振光显微镜进一步转变为智能偏振和光谱全息术，使其能够捕获包括偏振态（S₀, S₁, S₂, S₃）、相位延迟等多维特征。将此类特征与机器学习方法相结合无需实现光谱系统。四分之一波片将线偏振光转换为圆偏振光。然后，椭圆偏振光与MPs的长聚合物链相互作用，观察到彩色干涉图案。此处，偏振相机包含了图3b中所描绘的斯托克斯偏振掩模。该技术代表了一种很有前景的工具，用于解决紧迫的环境问题，例如评估微塑料污染、识别其来源以及进行长期水质监测。

**6. 讨论**
本文考察的三种基于双折射的方法——LC传感器、偏振全息成像和片上偏振显微镜——在微塑料检测领域占据不同但又互补的地位。LC传感器在亚微米敏感性和界面处颗粒聚集的实时可视化方面表现出色。LC依赖形态学模式而非直接化学特征，使其最适合作为光谱确认前的快速筛查工具。相反，结合了斯托克斯偏振测量法的PHI通过内在的双折射指纹提供了高通量（高达10⁴颗粒/分钟）和聚合物类型区分，将其定位为自动化监测站的候选方案，在这些监测站中，速度和最小化样品处理至关重要。片上偏振显微镜提供了一种低成本的现场便携结构，尽管其当前的检测限（10–20 μm）和浊度敏感性需要针对复杂环境基质进行进一步验证。所有三种方法的一个关键未解问题是紫外（UV）老化和生物降解对双折射值的定量影响。如表1所示，结晶度和聚合物链取向决定了Δn；老化过程中的表面氧化、链断裂或二次结晶可能会系统地改变偏振特征，可能降低分类准确率或导致假阴性。需要使用表征良好的参考材料进行系统老化研究，以建立校正因子或为环境老化的微塑料重新训练机器学习模型。最有前景的近期进展在于混合配置——例如，使用LC涂层的微流控界面来捕获和预富集颗粒，随后进行片上斯托克斯读数。这种集成将结合LC排列扰动的灵敏度与PHI的化学特异性偏振指纹，可能克服每种方法单独使用时的主要局限性。

**7. 结论**
许多研究表明需要开发适用于现场的微塑料检测方法。许多合成聚合物的部分结晶性质赋予了可测量的双折射，这作为光学检测的强大内在对比机制。本综述系统地审视了三种利用双折射进行微塑料识别的互补方法：基于LC的传感器、结合机器学习的偏振全息成像以及片上偏振光显微镜。基于LC的传感器提供对亚微米颗粒（<1 μm）的卓越灵敏度，并能够在无需荧光标记的情况下实时可视化水界面处的微塑料聚集。当与分形维数分析或卷积神经网络（例如DeepPolyNet）结合时，即使在紫外（UV）老化后，它们在区分聚合物类型方面也能达到>97%的准确率。其主要局限是缺乏直接的化学特异性——分类依赖于界面相互作用和形态。与斯托克斯偏振测量法和深度学习相结合的偏振全息成像实现了高通量（每分钟高达10k个颗粒），并以>90–96%的准确率区分微塑料与天然双折射背景（沙子、有机碎屑）。它基于独特的双折射指纹提供颗粒尺寸分布和聚合物类型分类（PET、PS、PE）。该技术是无标记且非破坏性的，但其基于颗粒浓度的检测限和浑浊介质中的性能仍有待系统评估。片上偏振光显微镜代表了通向适用于现场使用的小型化、低成本设备的途径。使用简单的正交偏光光学元件而无需庞大透镜，它可以检测小至10–20 μm的双折射颗粒，并已在单钠尿酸盐晶体（一种模型双折射分析物）上成功验证。适应于微塑料需要进一步验证，但该概念与即时监测的需求非常吻合。尽管取得了这些进展，仍存在一些跨领域的挑战。首先，缺乏样品制备、数据采集和报告的标准，阻碍了实验室间的比较。其次，天然有机物、洗涤剂和微塑料聚集体可能产生误报信号或改变聚集模式。第三，紫外（UV）老化和老化对双折射值的影响尚未完全表征，这可能影响长期可靠性。第四，LC传感器不提供化学识别，而偏振全息成像方法需要进一步完善以减少复杂环境基质中的误报。展望未来，这些技术的整合提供了有前景的协同作用。结合LC界面捕获与斯托克斯偏振测量读数混合系统可以增强灵敏度和特异性。先进机器学习（视觉变换器、生成模型）的纳入可能会在训练数据有限的情况下提高分类鲁棒性。总之，基于双折射的光学方法为微塑料检测提供了一个强大的、无标记的工具包，在速度、成本和信息内容之间取得了平衡。虽然在最终的化学识别中还不能替代FTIR或拉曼光谱，但它们特别适用于高通量筛查、初步污染评估和连续环境监测。