Revolutionair Smartphone Algoritme Maakt Nauwkeurige Ziekte Diagnose Mogelijk

• Een nieuw smartphone imaging algoritme stelt ongetrainde gebruikers in staat om complexe assays te analyseren, zoals HIV, eierstokkanker antigenen, en tuberculose DNA.
• Het werkt door een gemiddelde pixelintensiteit te genereren met kleine varianties en een hoge dynamische range.

Smartphones zijn uitgegroeid tot hoogst capabele evaluatieapparaten voor diverse toepassingen, zoals colorimetrische tests, laterale stroomassays, cytometrische analyse, en celmicroscopie. Ze zijn een haalbare optie omdat ze krachtige verwerkingscapaciteit, gesofisticeerde sensoren, en draadloze connectiviteit combineren in een klein apparaat.

Deze apparaten zijn niet meer alleen voor selfies, ze zijn geworden een aantrekkelijke optie voor het diagnosticeren van medische condities in specifieke omstandigheden. Ze staan onervaren mensen toe om data te verzamelen en naar medische professionals te sturen.

Met al deze smartphone-functies in gedachten, hebben onderzoekers van Florida Atlantic University een nieuw smartphone imaging algoritme gecreëerd om ongetrainde gebruikers in staat te stellen assays te analyseren die normaal geëvalueerd worden door een intrinsiek complexe en krachtige techniek bekend als spectroscopie.

Hoe Deden Ze Het?

De onboard camera hardware van bestaande mobiele telefoons is niet slim genoeg, wat de apparaatnut beperkt. Om deze beperkingen aan te pakken en nauwkeurige resultaten te verkrijgen, wordt externe hardware gebruikt.

Vandaag de dag zijn alle mobiele telefooncamera's ontworpen voor betere afbeeldingskwaliteit in plaats van kwantitatieve op afbeelding gebaseerde evaluaties. Bovendien hebben veel biochemische assays geen herhaalbare en robuuste smartphone-analogue.

In deze studie ontwikkelden onderzoekers een smartphone-gebaseerde beeldpreverwerkingstechniek die een gemiddelde pixelintensiteit (MPI) genereert met kleinere varianties, en bredere dynamische range vergeleken met conventionele technieken.

Terwijl smartphone-afbeeldingen native opgeslagen worden als groepen RGB-pixelintensiteiten, gebruikt de nieuwe methode de verzadigingsparameters van HSV (tint, verzadiging, kleur) ruimte om point-of-care diagnose mogelijk te maken.

Referentie: Analyst (RSC) | doi:10.1039/C8AN02521E | FAU

De verzadigingsanalyse wordt niet beïnvloed door belangrijke beperkende factoren, zoals variërende lichtniveaus, schaduw, en omgevingslichtvariaties. Feitelijk verbetert de methode practicaliteit, herhaalbaarheid, en fotocapture ruisverwerping, terwijl de apparatuuroverhead voor op afbeelding gebaseerde point-of-care tests wordt verminderd.

Uitkomsten

Het team analyseerde meer dan 10.000 afbeeldingen en vonden dat hun algoritme consistent alle andere bestaande methodes onder verschillende operationele veldscenario's outpresteerde. Ze captureerden alle afbeeldingen met 3 smartphones: Samsung Galaxy Edge 7, iPhone 6, en Moto G met respectievelijk 12, 12, en 5 MP camera.

Diagnostische assay-afbeeldingen worden vastgelegd via een telefooncamera en region of interest (ROI) getransformeerd in HSV. Vervolgens wordt MPI-analyse toegepast om de concentratie en absorbantie van het monster te bepalen. | Met dank aan onderzoekers

Ze maatten de prestaties van het algoritme, testten gevoeligheid voor camera-afstand, beweging en kanteling, captureerden afbeeldingen in verschillende condities, en examineerden concentratierespons en histogramkarakteristieken. Ook analyseerden ze omgevingslichtniveaus, verzadigingseigenschappen, detectielimiet, en relatie met RGB (rood, groen, blauw) kleurruimte.

Na het vergelijken van verzadigingsanalyse met traditionele RGB-methodes, bevestigden onderzoekers dat hun techniek prestaties verbeterde (zowel empirisch als analytisch) in de aanwezigheid van omgevingslichtruis.

Ze demonstrateerden ook de ideale condities voor het vastleggen van afbeeldingen, wat een eenvoudig witte achtergrond, consistente wit licht, nul hoekverplaatsing van de smartphone en minimale afstand tot het monster omvat.

Ze pasten hun algoritme toe op een analytische biochemische assay, bekend als enzyme-linked immunosorbent assay, speciaal ontwikkeld voor het identificeren en kwantificeren van stoffen zoals antilichamen, proteïnen, peptiden, en hormonen. Volgens resultaten stelde verzadigingsanalyse een nauwkeurige, apparatuuvrije untersuching voor HIV mogelijk.

Lees ook: Een Lineair Algoritme Dat Smartphones Kan Lokaliseren Zonder GPS

Onderzoekers plannen hun algoritme verder te verbeteren om het diagnostische proces snel, precies en goedkoop te maken.