0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

基于计算机视觉的AI介导的多重微流控数字免疫分析法

微流控 来源:微流控 2023-09-23 09:29 次阅读

临床诊断、食品安全和环境监测对超灵敏和绝对定量检测的需求不断增长,推动了数字免疫分析的发展。目前的数字免疫分析主要包括基于微孔的数字免疫分析、基于微滴的数字免疫分析和基于荧光团的数字免疫分析,特别是由这些模型衍生的多路数字免疫分析越来越受到关注。尽管具有高灵敏度和高通量,但基于微孔和微滴的数字免疫分析需要微加工进行物理区隔或微流控装置进行微滴形成,这增加了成本和复杂性,不适合在资源有限的情况下进行即时检测。在基于荧光团的数字免疫分析中,荧光团在单个分子水平上被单独检测和计数,而不需要微流控装置或物理分区。然而,它们需要荧光显微镜来成像荧光团,其中激光激发是必不可少的。除了灵敏度和通量外,具有多重检测能力的免疫分析可以提高检测效率并降低成本,这对于早期诊断和治疗后监测至关重要,因为多种生物标志物可以在临床诊断或药物反应预测中提供更准确的信息。然而,多路数字免疫分析通常很耗时,并且需要依赖于实验室的复杂而昂贵的分析仪器,因此,具有广泛可及性、低成本、多路检测能力和高通量的数字免疫分析具有重要意义。

为了解决上述挑战,华中农业大学的阵翊平教授和浙江大学的鲜于运雷教授设计了基于计算机视觉AI(CAT)介导的多重微流控数字编码解码免疫分析法,可以实现在30分钟内同时分析多种炎症标志物和抗生素,具有高灵敏度和从pg/mL到μg/mL的广泛检测范围,作为下一代多重生物传感的智能生物分析具有广阔的前景。相关研究内容以“Computer Vision-Based Artificial Intelligence Mediated Encoding-Decoding for Multiplexed Microfluidic Digital Immunoassay”为题发表在ACS Nano期刊上。

41db80a2-59ad-11ee-939d-92fbcf53809c.png

基于计算机视觉的AI介导的数字化免疫分析多维编码/解码示意图

具体而言,在该方法中,具有不同特征(包括颜色、大小和数量)的聚苯乙烯(PS)微球可以被编码为信号探针。此外,研究人员通过显微镜成像和基于计算机视觉的AI开发了数字免疫分析,用于信息解码,从而实现高灵敏度和方便操作的多路检测。其中,聚苯乙烯微球的大小和颜色可以编码二维信息用于目标识别,聚苯乙烯微球的数量可以实现特定目标的量化。此外,通过与磁性纳米颗粒(MNP)结合,该方法可以对生物素化聚苯乙烯微球和链霉亲和素(SA)修饰的MNP之间形成的免疫复合物进行磁分离。此外,微流控芯片被设计为用于数字免疫分析的微反应器,并且集成了混合反应通道、磁分离通道、图像采集区域和废物池。微流控技术具有反应可控性好、反应速度快、试剂消耗少等特点,可以减少检测体积,有效提高灵敏度。并且,微流控装置与光学显微镜成像集成良好,因此整个反应过程仅需要1 μL~ 10 μL的样品。

41ec0f30-59ad-11ee-939d-92fbcf53809c.png

光学显微镜下编码微球的视觉识别

41f3448a-59ad-11ee-939d-92fbcf53809c.png

基于计算机视觉的AI原理

4209ee1a-59ad-11ee-939d-92fbcf53809c.png

基于二维近似有限元法(COMSOL Multiphysics)的信号探针分选微流控芯片物理场仿真与分析

与目前的数字免疫分析法和其他报告方法相比,该CAT免疫分析法的分析性能具有很大的优势。它既不需要物理分区,也不需要荧光显微镜,具有多路检测和即时检测的巨大潜力。具体而言,CAT免疫分析法的优点包括:(1)光学显微镜成像识别微球的灵敏度非常高(1微球/μL);(2)将尺寸、颜色、数量作为多维编码信息,实现多路检测,并且成本低、操作方便;(3)基于计算机视觉的人工智能,具有高效、高通量的图像处理能力,可以实现多维编码数字免疫分析,检测效率高;(4)低样品消耗(< 5 μL)的微流控芯片与光学显微镜成像的集成,大大提高了准确性并简化了程序。

此外,该研究的后续工作重点将集中在以下几个方面。首先,随着材料科学的发展,可以扩展多维编码能力,如对不同形状(方形、柱状、星形等)的粒子进行编码。其次,与便携式成像设备和人工智能的集成对于现实世界的应用是有益的,比如智能手机的高清摄像头。此外,还需探索有效稳定的抗体与微球的生物偶联策略,进一步提高稳定性,减少抗体的消耗。

论文链接: https://doi.org/10.1021/acsnano.3c02941

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 分析仪器
    +关注

    关注

    0

    文章

    96

    浏览量

    14990
  • 计算机视觉
    +关注

    关注

    8

    文章

    1698

    浏览量

    45986
  • 微流控
    +关注

    关注

    16

    文章

    528

    浏览量

    18892

原文标题:基于计算机视觉的AI介导的多重微流控数字免疫分析法

文章出处:【微信号:Micro-Fluidics,微信公众号:微流控】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    计算机视觉有哪些优缺点

    计算机视觉作为人工智能领域的一个重要分支,旨在使计算机能够像人类一样理解和解释图像和视频中的信息。这一技术的发展不仅推动了多个行业的变革,也带来了诸多优势,但同时也伴随着一些挑战和局限性。以下是对
    的头像 发表于 08-14 09:49 938次阅读

    计算机视觉技术的AI算法模型

    计算机视觉技术作为人工智能领域的一个重要分支,旨在使计算机能够像人类一样理解和解释图像及视频中的信息。为了实现这一目标,计算机视觉技术依赖于
    的头像 发表于 07-24 12:46 813次阅读

    机器视觉计算机视觉有什么区别

    机器视觉计算机视觉是两个密切相关但又有所区别的概念。 一、定义 机器视觉 机器视觉,又称为计算机
    的头像 发表于 07-16 10:23 524次阅读

    计算机视觉的五大技术

    计算机视觉作为深度学习领域最热门的研究方向之一,其技术涵盖了多个方面,为人工智能的发展开拓了广阔的道路。以下是对计算机视觉五大技术的详细解析,包括图像分类、对象检测、目标跟踪、语义分割
    的头像 发表于 07-10 18:26 1347次阅读

    计算机视觉的工作原理和应用

    计算机视觉(Computer Vision,简称CV)是一门跨学科的研究领域,它利用计算机和数学算法来模拟人类视觉系统对图像和视频进行识别、理解、
    的头像 发表于 07-10 18:24 1937次阅读

    计算机视觉与人工智能的关系是什么

    引言 计算机视觉是一门研究如何使计算机能够理解和解释视觉信息的学科。它涉及到图像处理、模式识别、机器学习等多个领域的知识。人工智能则是研究如何使计算
    的头像 发表于 07-09 09:25 632次阅读

    计算机视觉与智能感知是干嘛的

    引言 计算机视觉(Computer Vision)是一门研究如何使计算机能够理解和解释视觉信息的学科。它涉及到图像处理、模式识别、机器学习等多个领域,是人工智能的重要组成部分。智能
    的头像 发表于 07-09 09:23 923次阅读

    计算机视觉和机器视觉区别在哪

    ,旨在实现对图像和视频的自动分析和理解。 机器视觉 机器视觉计算机视觉的一个分支,主要应用于工业自动化领域。它利用
    的头像 发表于 07-09 09:22 447次阅读

    计算机视觉和图像处理的区别和联系

    数据的过程。计算机视觉的目标是使计算机能够像人类一样“看到”和理解图像或视频内容。 1.2 图像处理 图像处理,也称为数字图像处理,是应用数学和计算
    的头像 发表于 07-09 09:16 1290次阅读

    计算机视觉属于人工智能吗

    和解释视觉信息,从而实现对图像和视频的自动分析和处理。 计算机视觉的基本概念 2.1 计算机视觉
    的头像 发表于 07-09 09:11 1298次阅读

    深度学习在计算机视觉领域的应用

    随着人工智能技术的飞速发展,深度学习作为其中的核心技术之一,已经在计算机视觉领域取得了显著的成果。计算机视觉,作为计算机科学的一个重要分支,
    的头像 发表于 07-01 11:38 791次阅读

    机器视觉计算机视觉的区别

    很多方面有着相似之处,如基础理论、技术框架等,但它们在学科分类、应用领域、侧重点等方面存在明显的区别。本文将对机器视觉计算机视觉进行详细的对比分析,以便读者更好地理解两者的差异。
    的头像 发表于 06-06 17:24 1324次阅读

    计算机视觉的主要研究方向

    计算机视觉(Computer Vision, CV)作为人工智能领域的一个重要分支,致力于使计算机能够像人眼一样理解和解释图像和视频中的信息。随着深度学习、大数据等技术的快速发展,计算机
    的头像 发表于 06-06 17:17 965次阅读

    计算机视觉的十大算法

    随着科技的不断发展,计算机视觉领域也取得了长足的进步。本文将介绍计算机视觉领域的十大算法,包括它们的基本原理、应用场景和优缺点。这些算法在图像处理、目标检测、人脸识别等领域有着广泛的应
    的头像 发表于 02-19 13:26 1237次阅读
    <b class='flag-5'>计算机</b><b class='flag-5'>视觉</b>的十大算法

    计算机视觉AI如何识别与理解图像

    计算机视觉是人工智能领域的一个重要分支,它致力于让机器能够像人类一样理解和解释图像。随着深度学习和神经网络的发展,人们对于如何让AI识别和理解图像产生了浓厚的兴趣。本文将探讨计算机
    的头像 发表于 01-12 08:27 1426次阅读
    <b class='flag-5'>计算机</b><b class='flag-5'>视觉</b>:<b class='flag-5'>AI</b>如何识别与理解图像