Unsupervised and interpretable discrimination of lithium-bearing minerals with Raman spectroscopy imaging
Diana Guimarães,
Catarina Monteiro,
Joana Teixeira,
Tomás Lopes,
Diana Capela,
Filipa Dias,
Alexandre Lima,
Pedro A.S. Jorge,
Nuno A. Silva
Affiliations
Diana Guimarães
Center for Applied Photonics, INESC TEC, Rua do Campo Alegre 687, Porto, 4169-007, Portugal; Departamento de Física e Astrofísica, Faculdade de Ciências da Universidade do Porto, Rua do Campo Alegre 687, Porto, 4169-007, Portugal; Corresponding author at: Center for Applied Photonics, INESC TEC, Rua do Campo Alegre 687, Porto, 4169-007, Portugal.
Catarina Monteiro
Center for Applied Photonics, INESC TEC, Rua do Campo Alegre 687, Porto, 4169-007, Portugal; Departamento de Física e Astrofísica, Faculdade de Ciências da Universidade do Porto, Rua do Campo Alegre 687, Porto, 4169-007, Portugal
Joana Teixeira
Center for Applied Photonics, INESC TEC, Rua do Campo Alegre 687, Porto, 4169-007, Portugal; Departamento de Física e Astrofísica, Faculdade de Ciências da Universidade do Porto, Rua do Campo Alegre 687, Porto, 4169-007, Portugal
Tomás Lopes
Center for Applied Photonics, INESC TEC, Rua do Campo Alegre 687, Porto, 4169-007, Portugal; Departamento de Física e Astrofísica, Faculdade de Ciências da Universidade do Porto, Rua do Campo Alegre 687, Porto, 4169-007, Portugal
Diana Capela
Center for Applied Photonics, INESC TEC, Rua do Campo Alegre 687, Porto, 4169-007, Portugal; Departamento de Física e Astrofísica, Faculdade de Ciências da Universidade do Porto, Rua do Campo Alegre 687, Porto, 4169-007, Portugal
Filipa Dias
Departamento de Geociências, Ambiente e Ordenamento do Território, Faculdade de Ciências da Universidade do Porto, Rua do Campo Alegre 687, Porto, 4169-007, Portugal; Instituto de Ciências da Terra, ICT, Polo da Universidade do Porto, Porto, 4169-007, Portugal
Alexandre Lima
Departamento de Geociências, Ambiente e Ordenamento do Território, Faculdade de Ciências da Universidade do Porto, Rua do Campo Alegre 687, Porto, 4169-007, Portugal; Instituto de Ciências da Terra, ICT, Polo da Universidade do Porto, Porto, 4169-007, Portugal
Pedro A.S. Jorge
Center for Applied Photonics, INESC TEC, Rua do Campo Alegre 687, Porto, 4169-007, Portugal; Departamento de Física e Astrofísica, Faculdade de Ciências da Universidade do Porto, Rua do Campo Alegre 687, Porto, 4169-007, Portugal
Nuno A. Silva
Center for Applied Photonics, INESC TEC, Rua do Campo Alegre 687, Porto, 4169-007, Portugal; Departamento de Física e Astrofísica, Faculdade de Ciências da Universidade do Porto, Rua do Campo Alegre 687, Porto, 4169-007, Portugal
As lithium-bearing minerals become critical raw materials for the field of energy storage and advanced technologies, the development of tools to accurately identify and differentiate these minerals is becoming essential for efficient resource exploration, mining, and processing. Conventional methods for identifying ore minerals often depend on the subjective observation skills of experts, which can lead to errors, or on expensive and time-consuming techniques such as Inductively Coupled Plasma Mass Spectrometry (ICP-MS) or Optical Emission Spectroscopy (ICP-OES). More recently, Raman Spectroscopy (RS) has emerged as a powerful tool for characterizing and identifying minerals due to its ability to provide detailed molecular information. This technique excels in scenarios where minerals have similar elemental content, such as petalite and spodumene, by offering distinct vibrational information that allows for clear differentiation between such minerals. Considering this case study and its particular relevance to the lithium-mining industry, this manuscript reports the development of an unsupervised methodology for lithium-mineral identification based on Raman Imaging. The deployed machine-learning solution provides accurate and interpretable results using the specific bands expected for each mineral. Furthermore, its robustness is tested with additional blind samples, providing insights into the unique spectral signatures and analytical features that enable reliable mineral identification.