Il Tuo Smartphone Vede la Temperatura? La Scienza Nascosta negli Idrogel di Metilcellulosa!

Ciao a tutti! Oggi voglio parlarvi di qualcosa di veramente affascinante che ho avuto modo di esplorare: come un oggetto che teniamo tutti in tasca, il nostro fidato smartphone, possa trasformarsi in un sofisticato strumento scientifico. Sembra incredibile, vero? Eppure, abbiamo scoperto un modo innovativo per “vedere” e misurare le proprietà termiche di un materiale particolare, l’idrogel di metilcellulosa (MC), semplicemente scattando delle foto!

Ma cos’è questa Metilcellulosa e perché ci interessa?

Forse non ne avete mai sentito parlare, ma la metilcellulosa è un po’ ovunque. Deriva dalla cellulosa (sì, quella delle piante!) ed è usata nell’industria alimentare (come addensante o stabilizzante), in medicina (pensate a certi colliri o farmaci a rilascio controllato) e persino come biomateriale “intelligente” per applicazioni futuristiche, come la protezione del corpo o la rigenerazione dei tessuti.

La cosa davvero interessante della metilcellulosa in forma di idrogel (cioè mescolata con acqua per formare una specie di gelatina) è che è termoresponsiva. Che significa? Che cambia le sue proprietà con la temperatura! In particolare, tende a gelificare (diventare più solida e opaca) quando viene scaldata sopra una certa temperatura (intorno ai 62°C) e torna liquida raffreddandosi (intorno ai 32°C). Questo comportamento è noto come isteresi, perché il percorso di riscaldamento non è identico a quello di raffreddamento.

Capire esattamente come e quando avvengono questi cambiamenti è fondamentale per tutte le sue applicazioni. Ma misurare la temperatura all’interno di un gel a base d’acqua non è banale. I metodi tradizionali, come le termocamere a infrarossi (IR), non funzionano benissimo perché l’acqua assorbe le radiazioni IR, falsando la misura. Serviva un’idea diversa.

L’Idea Geniale: Usare lo Smartphone come Strumento Scientifico

Ed ecco che entra in gioco la colorimetria. La colorimetria è, in parole povere, la scienza che misura e quantifica il colore come lo percepiamo noi umani. I nostri occhi hanno tre tipi di recettori per i colori (rosso, verde, blu), e le fotocamere digitali, come quella del nostro smartphone, funzionano in modo simile, catturando immagini attraverso sensori RGB (Red, Green, Blue).

Abbiamo notato che l’idrogel di MC cambia leggermente aspetto, diventando più opaco, al variare della temperatura. Un cambiamento visibile ad occhio nudo. E se l’occhio lo vede, anche un sensore RGB può catturarlo! Ma a differenza del nostro occhio, che dà un giudizio qualitativo (“è diventato più bianco”), il sensore della fotocamera fornisce una marea di dati numerici: l’intensità di rosso, verde e blu per ogni singolo pixel dell’immagine.

L’idea è stata quindi: possiamo usare questi dati RGB per capire con precisione la temperatura del gel e il suo stato (liquido o gelificato) senza toccarlo? Una sorta di termometro ottico basato sul colore!

L’Esperimento Passo Passo: Semplice ma Efficace

Abbiamo messo in piedi un esperimento relativamente semplice. Abbiamo preparato un idrogel di MC (al 5.2% in peso, per i più tecnici) e l’abbiamo messo in un becher su una piastra riscaldante. Abbiamo immerso una sonda termometrica nel gel per avere una misura di riferimento della temperatura reale. Poi, abbiamo piazzato uno smartphone (un iPhone 12 Pro Max, ma potenzialmente qualunque smartphone moderno andrebbe bene) su un treppiede, puntato verso il gel.

Per essere sicuri di avere dati consistenti, abbiamo usato un’app (ProCamera) che ci permetteva di bloccare tutte le impostazioni manuali (bilanciamento del bianco, messa a fuoco, esposizione) e di scattare foto in formato TIFF (che conserva più informazioni dell’immagine rispetto al JPEG) a intervalli regolari (ogni 7 secondi) mentre il gel veniva prima scaldato (fino a circa 75°C) e poi lasciato raffreddare lentamente. Abbiamo anche usato una luce LED forte e costante per evitare disturbi dalla luce ambientale.

Non abbiamo analizzato l’intera foto, ma solo una piccola area del gel vicina alla sonda termometrica, per essere sicuri che la temperatura misurata dalla sonda corrispondesse a quella dell’area analizzata nell’immagine.

Decifrare i Colori: Cosa Ci Dicono i Pixel?

Una volta raccolte centinaia di foto, è iniziato il bello: l’analisi dei dati con MATLAB. Cosa abbiamo scoperto? Diverse cose molto interessanti!

• Correlazione Temperatura-Colore: Analizzando l’intensità media dei pixel per ciascun canale di colore (Rosso, Verde, Blu) al variare della temperatura, abbiamo visto una chiara risposta! Tutti e tre i canali mostravano una forte isteresi, confermando il comportamento noto del MC. Ma il canale Blu si è rivelato speciale: mostrava una correlazione quasi perfetta, uno-a-uno, tra l’intensità media dei pixel e la temperatura in quasi tutto l’intervallo testato. In pratica, misurando l’intensità media del blu in una foto, potevamo risalire alla temperatura del gel!
• Nuovi Indicatori di Gelificazione – Varianza: Non ci siamo fermati alla media. Abbiamo provato ad analizzare la varianza dell’intensità dei pixel nella nostra piccola area. La varianza ci dice quanto i valori dei pixel si discostano dalla media, una misura di quanto l’immagine sia “uniforme” o “disomogenea”. Ebbene, abbiamo visto che durante il riscaldamento, la varianza rimaneva bassa e stabile, per poi aumentare bruscamente intorno ai 65°C. Durante il raffreddamento, rimaneva alta per poi tornare ai valori iniziali intorno ai 35-40°C. Queste temperature sono incredibilmente vicine a quelle dei picchi endotermici (assorbimento di calore durante la gelificazione) ed esotermici (rilascio di calore durante la de-gelificazione) misurati con tecniche complesse come la calorimetria! Quindi, un picco nella varianza dei pixel ci segnala che il processo di gelificazione/de-gelificazione è nel suo momento più intenso.
• Nuovi Indicatori di Gelificazione – Istogrammi e RMSE: Abbiamo fatto un passo ulteriore. Per ogni foto, abbiamo creato un istogramma della distribuzione dei valori di intensità dei pixel (quanti pixel hanno un certo valore di blu, ad esempio). Poi abbiamo provato a “fittare” questa distribuzione con una curva normale (la classica curva a campana) e abbiamo calcolato l’errore quadratico medio (RMSE), che ci dice quanto bene la curva normale descrive i nostri dati reali. Sorpresa: l’RMSE rimaneva relativamente costante, ma mostrava dei picchi evidenti intorno ai 56°C durante il riscaldamento e intorno ai 33°C durante il raffreddamento (con un picco più largo, in linea con le osservazioni calorimetriche). Anche questi valori sono vicinissimi ai punti chiave della gelificazione! Un aumento dell’RMSE sembra quindi essere un altro indicatore sensibile del cambiamento di stato del gel. Analizzando gli istogrammi del canale blu a diverse temperature, abbiamo visto proprio come la distribuzione dei pixel cambiasse forma vicino a queste temperature critiche, diventando meno “normale” e a volte mostrando persino accenni di due picchi distinti (distribuzione bimodale) a temperature più alte.

Questi risultati sono entusiasmanti perché dimostrano che non solo possiamo misurare la temperatura del gel MC con una semplice foto (usando la media del canale blu), ma possiamo anche ottenere informazioni preziose sul suo processo di gelificazione analizzando la distribuzione statistica dei pixel (varianza e RMSE).

Un Metodo Promettente con Vantaggi e Sfide

Questo approccio basato sulla colorimetria via smartphone ha dei vantaggi notevoli:

• È economico: quasi tutti hanno uno smartphone adatto.
• È senza contatto: non dobbiamo disturbare il campione per misurarlo.
• Fornisce una quantità enorme di dati: ogni foto contiene migliaia o milioni di pixel, permettendo analisi statistiche dettagliate che vanno oltre la semplice misura puntuale.

Ovviamente, essendo un metodo nuovo, ci sono anche delle sfide. I risultati potrebbero variare leggermente usando fotocamere diverse o condizioni di illuminazione differenti. È quindi necessaria una maggiore standardizzazione per rendere il metodo pienamente affidabile e confrontabile tra laboratori diversi. Inoltre, anche se abbiamo visto che i cambiamenti nella varianza e nell’RMSE coincidono con la gelificazione, il meccanismo fisico esatto che lega queste grandezze statistiche dei pixel al processo molecolare della gelificazione richiede ulteriori studi per essere compreso appieno.

Prospettive Future: Cosa Ci Aspetta?

Questo studio apre strade interessanti. Innanzitutto, potremmo migliorare la precisione avvicinando di più la fotocamera al campione. Poi, sarebbe fantastico testare questo metodo su altri tipi di gel che cambiano colore o aspetto con la temperatura, per validarlo ulteriormente e capire meglio i meccanismi sottostanti. Potremmo anche monitorare esplicitamente altri fenomeni come la separazione di fase, che nel MC avviene a temperature più alte.

Usare fotocamere con sensibilità alla luce nota permetterebbe di quantificare i risultati in modo più rigoroso dal punto di vista fisico. E perché non pensare all’uso di tecniche di machine learning? Con la mole di dati che una fotocamera fornisce, algoritmi intelligenti potrebbero imparare a riconoscere pattern ancora più sottili e fornire analisi ancora più accurate e dettagliate sullo stato termodinamico del gel.

In conclusione, quello che abbiamo dimostrato è che un oggetto di uso quotidiano come lo smartphone, se usato con un approccio scientifico e un po’ di creatività nell’analisi dei dati, può diventare uno strumento potente e versatile per studiare materiali complessi come gli idrogel di metilcellulosa. È un esempio lampante di come la tecnologia che abbiamo in tasca nasconda potenzialità inaspettate per la ricerca scientifica, rendendola potenzialmente più accessibile e aprendo nuove prospettive di indagine. Chissà quali altre scoperte ci aspettano semplicemente… guardando più da vicino con i nostri smartphone!

Fonte: Springer