中国石油大学:研究用于监测关键泪液生物标志物的人工智能辅助微流控比色可穿戴传感器系统

精确、同步、快速检测人类眼泪中的关键生物标志物对于监测眼部和全身健康状况至关重要。利用可穿戴比色生物化学传感器有望实现对眼泪中关键生物标志物的快速和同步检测。但是,在数据收集、解释和共享方面存在挑战,阻碍了这项技术的实际应用。



为了克服这些挑战,近期,中国石油大学(华东)张冬至教授、董炎副教授等人提出了一种人工智能辅助可穿戴微流控比色传感器系统(AI-WMCS),用于快速、无创和同时检测人类眼泪中的关键生物标志物,包括维生素C、H+(pH)、Ca2+和蛋白质。


要点

1、本研究提出了一种人工智能辅助的可穿戴微流控比色传感系统(AI-WMCS),用于快速、无创、同时检测人类眼泪中的关键生物标志物,包括维生素C、H+(pH)、Ca2+和蛋白质。


2、该传感器由一个柔性PDMS微流控比色传感贴片和一个嵌入智能手机中的基于深度学习神经网络的云服务器数据分析系统(CSDAS)组成,前者用于收集眼泪并促进比色反应,后者可实现颜色数据采集、解释、自动校正和显示。


3、通过训练多通道卷积循环神经网络(CNN-GRU)可以校正测量中不同pH和颜色温度引起的浓度数据误差,从而提高预测浓度的准确性。


4、测试集的决定系数(R2)显示,1D-CNN-GRU预测pH值和3D-CNN-GRU预测其他三种生物标志物的准确度分别高达0.998和0.994。


5、这种校正大大提高了预测浓度的准确性,只需使用微量泪液(约20μL)即可准确、同时、快速地检测出四种关键的泪液生物标记物。


6、这项研究展示了柔性微流控比色生物传感器和深度学习算法的强大集成,为健康监测领域带来了革命性的发展机遇,有望推动个人精准医疗与远程诊疗的进步。


传统的电化学泪液传感器存在哪些挑战,这些挑战是如何通过本文提出的比色传感器系统得到解决的?

1、制造成本和复杂性:

传统传感器集成了多个组件,如电化学感应电极、电源和无线数据传输单元,其制造过程复杂且成本较高。

比色传感器系统使用柔性微流控贴片,简化了制造流程,降低了成本。


2、可靠性和舒适性:

电化学传感器长时间佩戴时可能不稳定,增加了眼部感染的风险。

比色传感器系统采用的微流控贴片更柔软、更舒适,减少了眼部的潜在不适和感染风险。


3、数据准确性:

电化学传感器可能受到泪液pH值变化和环境光线条件的影响,导致数据准确性下降。

比色传感器系统通过深度学习算法,特别是CNN-GRU神经网络,自动校正pH值和色温变化带来的误差,提高了数据的准确性。


4、用户友好性:

电化学传感器的数据读取和解释可能较为复杂。

比色传感器系统与智能手机集成,通过云服务器数据分析系统(CSDAS)简化了数据的采集、解释和显示过程,提高了用户友好性。


5、实时与连续监测能力:

传统电化学传感器因电源和电路复杂性难以实现对泪液生物标志物的实时连续监测。

本文提出的比色传感器系统设计简化,能够快速响应泪液变化,通过数值模拟验证了其连续监测的潜力。

综上所述,比色传感器系统通过创新的设计和深度学习算法,有效地克服了传统电化学泪液传感器的多项挑战。

来源:传感器专家网