Láser en lugar del dedo: cómo medir la elasticidad de un líquido turbio exprés
Crema, gel, sangre o mortero: todos fluyen y a la vez tienen cierta elasticidad. Para entender cómo se comportará un material así, ingenieros y médicos suelen comprimirlo o agitarlo con un instrumento especial. Eso es lento y daña la muestra.
Un grupo de investigadores propuso otro camino. Un rayo láser ilumina el líquido turbio y una cámara capta la "ondulación": manchas claras y oscuras aleatorias que surgen cuando la luz se dispersa en el interior. Por esas manchas se puede deducir cómo se mueven las partículas microscópicas dentro del líquido. Luego entra en acción una red neuronal: convierte el patrón de manchas en un conjunto de números que describen la elasticidad y la viscosidad del medio, de manera similar a como, al ver temblar una gelatina en el plato, uno puede adivinar cuánta gelatina contiene.
El método se probó en distintos líquidos con diferentes grados de turbidez. El error resultó ser inferior al uno por ciento, y el resultado coincidió con las lecturas del instrumento tradicional. Ahora se puede verificar rápidamente la calidad de cosméticos, medicamentos o alimentos directamente en la línea de producción, sin esperar las pruebas de laboratorio.
El rayo láser vuelve a ser un medidor universal, esta vez para medios blandos y turbios.
Resumen original
tal como lo escribieron los autores, en inglés arXiv:2603.01262
Critical breakthroughs in the area of biomedicine and materials science increasingly depend on rapid, non-contact methods for viscoelastic characterization. Laser Speckle Rheology (LSR) is positioned to meet this demand, effectively circumventing the speed and invasiveness bottlenecks inherent to traditional mechanical rheometer. However, its application in turbid fluids is severely constrained by multiple scattering, where standard physical inversions rely heavily on precise, sample-specific optical transport parameters that are difficult to measure in situ. To overcome this barrier, we propose a physics-guided deep learning framework that infers a Maxwell relaxation spectrum from the intensity autocorrelation g2(t) and speckle-intensity histogram statistics. The resulting spectrum is then propagated through a Maxwell forward model to predict G'and G'' under physics-consistency constraints. Quantitatively, the framework achieves RMSElog as low as 0.009 against reference and generalizes to previously unseen scattering conditions, preserving physically plausible frequency dependence and G'- G'' phase behavior. It reduces reliance on optical transport parameters that are hard to determine in situ and returns an interpretable generalized Maxwell relaxation spectrum, improving the practicality of LSR in turbid media.
El patrón moteado que produce un láser sobre una superficie rugosa se denomina "estructura speckle". Surge porque las ondas de luz, al reflejarse en las irregularidades, se superponen y se cancelan en puntos aleatorios.