CN116609309A - 一种荧光通道定量分析仪系统及检测方法 - Google Patents

Abstract

本发明公开了一种荧光通道定量分析仪系统及检测方法，包括：确定荧光通道位置的区域分割模块，将所有通道的位置信息传达给特征提取模块；特征提取模块，从切割过的通道照片中提取与浓度相关的特征，送至特征分析模块；特征分析模块，利用提取出的特征来推断出待测物的浓度；从图片中提取出的特征合并为一个特征向量f，并对特征向量f。即时将检测仓室内图像传输到智能手机中，将智能手机图像识别及分析功能与荧光信号检测结合起来，实现通过待测物触发的荧光信号对应的色度信息与待测物浓度的线性关系换算，即可得到待测物浓度结果。该分析仪简化操作步骤、适用于不同的荧光信号检测场景，为即时检测、数据共享传输提供了广阔的发展平台。

Description

一种荧光通道定量分析仪系统及检测方法

技术领域

本发明涉定量分析仪系统及检测方法技术领域，具体而言，涉及一种荧光通道定量分析仪系统及检测方法。

背景技术

随着目前即时检测(Point-of-care test，POCT)技术方法的发展，仪器小型化、结果读取方便等需求使得该技术领域深受广大群众用户欢迎并逐渐广泛应用，包括在疫情监控、慢病检测管理、用药指导、现场执法检测、海关检验检疫、食品安全等应用场景。早期POCT的产品主要为定性检测技术为主，但随着检测要求的逐步提升，POCT产品也逐渐向多靶标物质检测、半定量及定量检测方向发展。对于终端用户而言，在满足检测速度快、结果准确度高的试剂反应检测方法的同时，配套辅助设备的需求也是迫在眉睫。尤其是传统定性检测结果依赖于人眼主观判断，存在个体差异导致POCT产品检测结果的不稳定性和不可靠。因此，伴随着生物传感器及光学成像分析技术以及微纳制造、人工智能、移动互联等技术的发展，POCT便携式设备也向着实时读取、定量分析、集成化、个性化、自动化方向发展。

将荧光信号检测应用到POCT诊断试剂中，有利于改善检测方法的检测下限及线性范围，弥补传统定性比色信号检测的弱点。但是传统发光检测设备仪器占用空间大、配件多且处理结果时间长，尤其在一般临床检验科室、急诊等空间紧凑场景无法实现即时检测的需求，因此小型便携式的荧光分析仪器凭借其体积小、成本低的特点，配合高灵敏荧光检测试剂，实现快速、准确定量的要求。此外，近年来智能手机信息处理性能接近于计算机，相比传统实验室分析设备以及数据读取模块，更加具有普适性、便携性。尤其是，无线传输数据、图像识别处理分析等功能可有利于检测结果的实时同步，将结果实现大数据联动，精准诊断治疗。

发明内容

为了解决上述问题，本发明的目的是提供一种荧光通道定量分析仪系统及检测方法。

为了实现上述技术目的，本申请提供了一种荧光通道定量分析仪系统，包括

确定荧光通道位置的区域分割模块，将所有通道的位置信息传达给特征提取模块；

特征提取模块，从切割过的通道照片中提取与浓度相关的特征，送至特征分析模块；

特征分析模块，利用提取出的特征来推断出待测物的浓度；

从图片中提取出的特征合并为一个特征向量f，并对特征向量f进行处理，实现在手机智能端完成荧光通道分析仪的定量分析。

优选的，区域分割模块使用边缘提取算法和多种阈值处理方法来确定荧光通道的位置。

优选的，特征提取模块提取的与浓度相关的特征包括：平均亮度、通道长度和纹理特征。

优选的，特征分析模块使用不同的机器学习算法，包括线性回归算法、随机森林算法和浅层的神经网络算法。

优选的，f＝[x1，x2，x3，...，xn]

其中x1,x2,x3是不同特征的数值，所有特征值都经过处理至0到1之间。

优选的，为了缩小向量维度、方便计算，使用了主成分分析PCA算法来降维处理特征值。

优选的，所有样本的特征向量组合为特征矩阵A,所有的标注组合为标注向量b：

找到最优的拟合矩阵x减小拟合Ax＝b的误差。

优选的，使用最小二乘法来得出最优拟合矩阵X:

X＝(A^TA)^-1A^Tb。

优选的，神经网络算法为反向传播(BP)神经网络，包括1个五维特征向量的输入层，2个拥有16个神经元的隐藏层和1个输出一维浓度的输出层。

优选的，定量分析仪检测过程包括以下步骤：

S1，将一体化的荧光通道芯片与插入式槽进行固定；

S2，将固定后的卡槽和芯片一同放置于样品固定腔室内，使得待测区域位置与光学成像摄像头处于同一水平线上；

S3，加热加热片至恒定温度为通道芯片提供所需的反应温度；

S4，S3反应结束后，开启激发光源和摄像头记录模块；

S5，摄像头记录模块数据传输至智能手机端，智能手机App对通道内荧光发出的颜色信号进行图像处理，包括通道的区域识别和色度信息的量化处理；建立已知待测物浓度与通道芯片产生色度信号相对应的标准剂量曲线，实时获取通道内荧光信号值换算得到待测物浓度，满足POCT快速信号读取的需求。

本发明公开了以下技术效果：

本发明利用无线传输技术，即时将检测仓室内图像传输到智能手机中，将智能手机图像识别及分析功能与荧光信号检测结合起来，配合荧光反应通道芯片或微量试管中生物化学反应产生的荧光颜色信号。结合智能手机APP开发的图像捕捉和分析对荧光颜色信号的色度信息(RGB值、灰度值)进行量化处理，实现通过待测物触发的荧光信号对应的色度信息与待测物浓度的线性关系换算，即可得到待测物浓度结果。该分析仪简化操作步骤、适用于不同的荧光信号检测场景，为即时检测、数据共享传输提供了广阔的发展平台。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

附图1为样品分析过程图；

附图2为样品固定检测腔室图；

附图3为插入式待测荧光样品槽(a)前视图(b)俯视图(c)仰视图(d)左视图(e)等轴侧视图(f)；

附图4光学成像腔室(a)前视图(b)左视图(c)俯视图(d)等轴侧视图；

附图5为待测荧光通道芯片结果处理图；

附图6为灰度值与荧光检测信号相关性图；

附图7为神经网络算法示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

如图1-7所示，本发明提供了一种荧光通道定量分析仪系统及检测方法，包括

确定荧光通道位置的区域分割模块，将所有通道的位置信息传达给特征提取模块；

特征提取模块，从切割过的通道照片中提取与浓度相关的特征，送至特征分析模块；

特征分析模块，利用提取出的特征来推断出待测物的浓度；

从图片中提取出的特征合并为一个特征向量f，并对特征向量f进行处理，实现在手机智能端完成荧光通道分析仪的定量分析。

进一步优选的，区域分割模块使用边缘提取算法和多种阈值处理方法来确定荧光通道的位置。

进一步优选的，特征提取模块提取的与浓度相关的特征包括：平均亮度、通道长度和纹理特征。

进一步优选的，特征分析模块使用不同的机器学习算法，包括线性回归算法、随机森林算法和浅层的神经网络算法。

进一步优选的，f＝[x1，x2，x3，...，xn]

其中x1,x2,x3是不同特征的数值，所有特征值都经过处理至0到1之间。

进一步优选的，为了缩小向量维度、方便计算，使用了主成分分析PCA算法来降维处理特征值。

进一步优选的，所有样本的特征向量组合为特征矩阵A,所有的标注组合为标注向量b：

找到最优的拟合矩阵x减小拟合Ax＝b的误差。

进一步优选的，使用最小二乘法来得出最优拟合矩阵X:

X＝(A^TA)^-1A^Tb。

进一步优选的，神经网络算法为反向传播(BP)神经网络，包括1个五维特征向量的输入层，2个拥有16个神经元的隐藏层和1个输出一维浓度的输出层。

进一步优选的，定量分析仪检测过程包括以下步骤：

S1，将一体化的荧光通道芯片与插入式槽进行固定；

S2，将固定后的卡槽和芯片一同放置于样品固定腔室内，使得待测区域位置与光学成像摄像头处于同一水平线上；

S3，加热加热片至恒定温度为通道芯片提供所需的反应温度；

S4，S3反应结束后，开启激发光源和摄像头记录模块；

S5，摄像头记录模块数据传输至智能手机端，智能手机App对通道内荧光发出的颜色信号进行图像处理，包括通道的区域识别和色度信息的量化处理；建立已知待测物浓度与通道芯片产生色度信号相对应的标准剂量曲线，实时获取通道内荧光信号值换算得到待测物浓度，满足POCT快速信号读取的需求。

本发明实事求是地指出现有技术中的问题，这正是本发明要解决的问题，从而归纳出本发明的目的。

传统荧光反应信号检测设备体积大，造价昂贵，需专业技术人员进行操作，难以实现POCT的需求。而近年来结合智能手机所搭载的大量传感器开发的荧光检测设备，虽然相比实验室分析设备更易于携带操作，但单纯使用智能手机作为检测器，则会存在智能手机之间性能的差异、拍摄环境有严格光照要求以及拍摄角度的偏差都会对检测结果带来影响，因此，直接使用手机拍照记录结果，无法满足检测准确的需求。本发明设备将高分辨成像摄像头固定在黑暗腔室内，排除光学成像的记录差异，确保待测通道物质照片像素位置坐标的精确定位，利用无线传输信号将摄像头记录结果，传输到智能手机端，利用手机处理器进行图像二次处理分析，获取相应待测通道的色度信息，如RGB、CMYK、HSB、HSV、灰度值等，再经过算法校正，提高检测的准确度和量化结果。实现将荧光物质检测由实验室检测普及到家庭等多种即时快速检测场景，简化操作步骤，便于携带。完成微量样本的多重快速检测，达到任意场景下高灵敏荧光检测试剂的应用。

本发明提供一种便携式荧光通道定量分析仪用于解决通道型芯片、离心管内反应等荧光信号即时检测，解决当前荧光检测设备体积大、操作复杂、便携性差的问题。

一种荧光通道定量分析仪系统及检测方法包括一种便携式荧光通道定量分析仪，其特征在于，包括壳体、样品固定检测腔室、光学成像腔室、滤光片卡槽。壳体由3D打印完成，整体为避光暗室，具有插入式待测荧光样品槽、开关按键、光学成像芯片固定卡口。光学成像摄像头与样品固定检测腔室位于同一中心线，插入式待测通道芯片具有避光固定帽，确保荧光通道可垂直放置于检测腔室，位于成像模块可检测覆盖区域，且在荧光检测过程中整个腔室处于暗室环境中，避免环境光的干扰。整个样品分析过程，如附图1所示。

样品固定检测腔室，如附图1，用于提供荧光通道发光所需激发光源、孵育温度环境以及避光环境。荧光激发光源组件包括双侧平行LED激发光源模块；LED激发光源可根据待测荧光信号物质所需相应波长进行调整，满足激发光源多样性需求，根据固定角度激发通道中荧光产生经滤光片过滤背景杂光后被光学成像腔室内高分辨率光学成像模块捕获接收。腔室底部为陶瓷加热片，由高密度钨浆印刷发热材质和耐高温绝缘层组成，连接引线为高温镍丝加四氟护套，根据额定电压，提供反应腔室内通道芯片所需孵育温度。样品固定检测腔室上壳体面设置有插入式待测荧光样品槽，如附图2，用于固定待测通道芯片，可快速便捷将待测通道位置对准成像区域，使得荧光通道插入腔室内位置的不偏移，且插入拔出的顺畅性，提高了检测芯片的便捷性。本发明壳体上设置有对齐柱，检测通道芯片置于样品槽帽可精准对齐固定位置，减少位置移动带来的偏差。

所述滤光片放置于滤光片卡槽，介于样品固定检测腔室与光学成像腔室之间，可根据荧光发射波长，选择特定长通或短通波长滤光片。滤光片通过腔室连接处卡槽凹口固定，可不借助工具下快速更换滤光片需求，上端由避光胶带封口。

光学成像腔室，如附图3，用于荧光通道产生荧光信号的接收，包括高分辨率摄像头、集成电路板、WiFi无线通讯模块。所述无线传输模块将高分辨摄像头采集得到荧光通道的色度信息经集成电路板处理后传输到智能手机APP中，由智能手机端对图像通道进行识别，提取相应区域的色值信息，转换为待测荧光浓度所对应的待测物质浓度值。

LED光源、加热板通过电线连接，由壳体侧面通道相互连接，电源模块由充电电池提供，位于壳体上盖表面，便于更换电池。电源开关位于壳体上部，通过卡扣与卡扣槽固定，电线连接位于光学成像腔室内壁。

如上所述，本发明集合荧光样品分析所需的模块组件，提供了一种基于便携式、价格低廉的荧光通道式分析装置。通过将样品卡槽、检测腔室：提供激发光源及孵育温度需求，和光学成像腔室：荧光信号接收和数据图像传输，集成化一体式设备。

辅助识别的荧光样品分析手机App采用图像处理技术换算待测物浓度。具体算法为区域分割模块、特征提取模块和特征分析模块。其特征在于，区域分割模块使用边缘提取算法和多种阈值处理方法来确定荧光通道的位置，并将所有通道的位置信息传达给特征提取模块。特征提取模块将从切割过的通道照片中提取与浓度相关的特征，比如平均亮度，通道长度，以及一些纹理特征，这些特征最终会被送至特征分析模块。特征分析模块的功能是利用提取出的特征来推断出待测物的浓度，在这个模块里，尝试了不同的机器学习算法，如线性回归算法，随机森林算法，以及浅层的神经网络算法。综上，实现在手机智能端完成便携式荧光通道分析仪的定量分析。

为了计算浓度，本发明会将从一张图片的提取出的特征合并为一个特征向量f：

f＝[x1，x2，x3，...，xn]

其中x1,x2,x3等项是不同特征的数值，所有特征值都经过正则化处理至0–1之间。为了缩小向量维度方便计算，我们使用了主成分分析(PCA)算法来降维处理。之后我们会将所有样本中提取的特征向量输入我们的处理模型。对于线性拟合模型，我们将用所有样本的特征向量组合为特征矩阵A,所有的标注组合为标注向量b：

对于线性拟合模型，我们的目标是找到最优的拟合矩阵x来减小拟合Ax＝b的误差。假设矩阵A的列相互独立，我们可以使用最小二乘法来得出最优拟合矩阵X^:

X＝(A^TA)^-1A^Tb

神经网络算法也可以从我们提取出的特征计算出待测物浓度。由于我们的数据变化度较小(信息熵小)，使用深层神经网络可能会导致过拟合和梯度消失现象，在设计中使用了一个小型的反向传播(BP)神经网络。设计的神经网络由一个五维特征向量的输入层，两个拥有16个神经元的隐藏层和一个输出一维浓度的输出层构成如图7。

使用随机梯度下降法(SGD)来训练模型，并且使用均方误差(MSE)来计算梯度。为了防止过拟合，预备了一部分数据作为验证集进行早停法(early stop)。

本发明装置温度控制机理，利用电阻与温度变化的规律，选择特定电阻的发热片，提供恒定电压，即可达到目的温度。本发明选用加热片表面干烧温度为50℃，除去热量传递损耗，分别检测30min内加热片表面干烧温度变化以及对应通道芯片温度。结果表明，通道芯片温度处于孵育温度(37℃)需求，满足腔室内反应所需条件。

本发明装置荧光检测，通过特定波长的激发光(如485nm蓝光)LED光源激发待测样品通道中的荧光分子(如FAM)，使其产生特定发射波长荧光，荧光透过滤光片后，被光学成像腔室所记录转换为图像色度信息(如RGB、CMYK、HSB、HSV、灰度值等)，经过智能手机对图像捕获识别分析，换算得到通道荧光对应的待测物质浓度。本装置中的成像模块，能实时无线传输图像至智能手机端，便于用户直观读取分析荧光检测结果。黑色壳体保证待测样品所处于暗室中，避免环境光的干扰，提供稳定的摄像环境背景，固定的摄像头可确保拍摄角度恒定，减少由于拍摄角度变化带来的误差，便于图像识别分析。

如附图5结果所示，激发产生的绿色荧光被摄像头记录后，无线传输到智能手机端，经过图像的色度信息提取以及色彩变换，分析各个通道内不同取点荧光信号的差异以及结果的准确度。结果表明，六个通道内色度信息结果符合荧光信号产生强弱差异。

为验证梯度浓度荧光产生信号与灰度值计算的相关性，将相同浓度的荧光物质，由便携式荧光定量分析仪与多功能ID5微孔读板仪分别检测，建立便携式荧光定量分析仪得到的灰度结果与微孔读板仪器的得到荧光信号数值相关性分析，得到本发明便携式荧光定量分析仪所对应大型仪器荧光信号检测范围，见附图6。

附图6灰度值与荧光检测信号相关性

优选，所获取摄像头记录得到同一水平线上荧光通道的图片，固定曝光调节参数，确定不同通道芯片获取图像的一致性，确保荧光色度信息差异的唯一性。

基于智能手机端通过Wifi无线图像传输协议，接收便携式荧光定量检测仪记录的荧光成像图片，将所述算法匹配，进行图像切割识别，获取各通道的荧光亮度信息，结合已知荧光强度与待测物浓度的关系，在手机App端换算得到待测物浓度，提供可视化数据结果。

区域分割模块，用于确定荧光通道的位置，并将所有通道的位置信息传达给特征提取模块。

特征提取模块，用于将从切割过的通道照片中提取与浓度相关的特征，比如平均亮度，通道长度，以及一些纹理特征，这些特征最终会被送至特征分析模块。

荧光通道色度信息，优选统计荧光通道每列连续像素点组成线段的像素个数，计算得到每列RGB值的平均值或最大值；优选荧光通道连续像素点组成线段区域的像素点个数灰度值，计算得到灰度值像素点的平均值或最大值。

特征分析模块，用于提取特征来推断出待测物的浓度。基于待测物质浓度梯度变化与荧光强度变化的关系，根据拟合运算，得到待测物与荧光强度信息的拟合关系，基于此，推断待测物浓度。

本发明便携式荧光通道定量分析仪检测步骤：首先将一体化的荧光通道芯片与插入式槽进行固定，将固定后的卡槽和芯片一同放置于样品固定腔室，因卡槽高度恒定，故放入后待测区域位置与光学成像摄像头处于同一水平线上。开启加热片电源开关，加热片达到恒定温度提供通道芯片内所需的反应温度。待反应结束后，开启激发光源和摄像头记录模块，摄像头记录通道照片，即时无线传输到智能手机端，智能手机App对通道内荧光发出的颜色信号进行图像处理，包括通道的区域识别、色度信息的量化处理，根据建立已知待测物浓度与通道芯片产生色度信号相对应的标准剂量曲线，可通过实时获取通道内荧光信号值换算得到待测物浓度，满足POCT快速信号读取的需求。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

在本发明的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种荧光通道定量分析仪系统，其特征在于，包括

确定荧光通道位置的区域分割模块，将所有通道的位置信息传达给特征提取模块；

特征提取模块，从切割过的通道照片中提取与浓度相关的特征，送至特征分析模块；

特征分析模块，利用提取出的特征来推断出待测物的浓度；

从图片中提取出的特征合并为一个特征向量f，并对特征向量f进行处理，实现在手机智能端完成荧光通道分析仪的定量分析。

2.根据权利要求1所述一种荧光通道定量分析仪系统，其特征在于：

区域分割模块使用边缘提取算法和多种阈值处理方法来确定荧光通道的位置。

3.根据权利要求1所述一种荧光通道定量分析仪系统，其特征在于：

特征提取模块提取的与浓度相关的特征包括：平均亮度、通道长度和纹理特征。

4.根据权利要求1所述一种荧光通道定量分析仪系统，其特征在于：

特征分析模块使用不同的机器学习算法，包括线性回归算法、随机森林算法和浅层的神经网络算法。

5.根据权利要求1所述一种荧光通道定量分析仪系统，其特征在于：

f＝[x1，x2，x3，...，xn]

其中x1,x2,x3是不同特征的数值，所有特征值都经过处理至0到1之间。

6.根据权利要求5所述一种荧光通道定量分析仪系统，其特征在于：

为了缩小向量维度、方便计算，使用了主成分分析PCA算法来降维处理特征值。

7.根据权利要求6所述一种荧光通道定量分析仪系统，其特征在于：

所有样本的特征向量组合为特征矩阵A,所有的标注组合为标注向量b：

找到最优的拟合矩阵x减小拟合Ax＝b的误差。

8.根据权利要求7所述一种荧光通道定量分析仪系统，其特征在于：

使用最小二乘法来得出最优拟合矩阵X:

X＝(A^TA)^-1A^Tb。

9.根据权利要求4所述一种荧光通道定量分析仪系统，其特征在于：

神经网络算法为反向传播(BP)神经网络，包括1个五维特征向量的输入层，2个拥有16个神经元的隐藏层和1个输出一维浓度的输出层。

10.根据权利要求9所述一种荧光通道定量分析仪系统，其特征在于：

定量分析仪检测过程包括以下步骤：

S1，将一体化的荧光通道芯片与插入式槽进行固定；

S2，将固定后的卡槽和芯片一同放置于样品固定腔室内，使得待测区域位置与光学成像摄像头处于同一水平线上；

S3，启动加热片至恒定温度为通道芯片提供所需的反应温度；

S4，S3反应结束后，开启激发光源和摄像头记录模块；

S5，摄像头记录模块数据传输至智能手机端，智能手机App对通道内荧光发出的颜色信号进行图像处理，包括通道的区域识别和色度信息的量化处理；建立已知待测物浓度与通道芯片产生色度信号相对应的标准剂量曲线，实时获取通道内荧光信号值换算得到待测物浓度，满足POCT快速信号读取的需求。