近年來(lái),現(xiàn)場(chǎng)快速檢驗(yàn)(point of care test, POCT)已成為熱門(mén)研究領(lǐng)域。POCT檢測(cè)儀器操作簡(jiǎn)單、體積小巧、便于攜帶,廣泛應(yīng)用于臨床疾病診斷。熒光免疫層析分析是利用熒光物質(zhì)標(biāo)記抗體后,結(jié)合免疫層析試紙上的抗原抗體的特異性反應(yīng),通過(guò)檢測(cè)熒光強(qiáng)度進(jìn)行定量分析的技術(shù)。
近年來(lái),生物技術(shù)發(fā)展迅速,熒光免疫層析分析技術(shù)也從專業(yè)醫(yī)療場(chǎng)所檢測(cè),發(fā)展到基層社區(qū)檢測(cè)。因此,設(shè)計(jì)一款人機(jī)交互友好、價(jià)格低廉、方便攜帶的熒光免疫層析定量檢測(cè)裝置具有重要的研究意義。
熒光免疫定量分析方法可以分為光電掃描法和圖像分析法等。光電掃描法采用步進(jìn)電動(dòng)機(jī)帶動(dòng)光電接收器件掃描熒光試條,通過(guò)分析光電接收器件輸出的模擬電信號(hào)變化規(guī)律進(jìn)行定量檢測(cè)。目前常見(jiàn)的熒光免疫定量分析儀大多以光電掃描方法來(lái)實(shí)現(xiàn),如:Lateral Flow(德國(guó)Qiagen公司)、i-CHROMATM Reader(韓國(guó))、飛測(cè)Ⅲ(廣州萬(wàn)孚)等免疫熒光分析儀。雖然這些儀器具有較高的精度和穩(wěn)定性,但因體積較大、使用和維護(hù)成本較高,難以在基層和家庭普及使用。
圖像分析法通過(guò)電荷耦合器件(charge coupled device, CCD)或者互補(bǔ)金屬氧化物半導(dǎo)體(com- plementary metal-oxide-semiconductor, CMOS)傳感器采集試條圖像,并采用圖像分割、處理等技術(shù)提取特征值。由于減少了掃描電機(jī)和模擬信號(hào)處理電路,且軟件可在線升級(jí),后期校準(zhǔn)操作簡(jiǎn)單,因此與光電法相比較,圖像分析法的檢測(cè)裝置結(jié)構(gòu)簡(jiǎn)單、檢測(cè)信息更加豐富,是實(shí)現(xiàn)便攜式免疫層析試條裝置的最有效手段。
本文利用現(xiàn)有智能手機(jī)作為終端設(shè)備,設(shè)計(jì)出具有激發(fā)光源的測(cè)試暗盒,形成一款易于操作、便于推廣的熒光免疫層析定量檢測(cè)裝置。
本文設(shè)計(jì)的熒光免疫定量檢測(cè)裝置,主要由Android智能手機(jī)和熒光測(cè)試暗盒構(gòu)成,如圖1所示。制作時(shí),選用魅藍(lán)E智能手機(jī)作為載體,通過(guò)編寫(xiě)手機(jī)App實(shí)現(xiàn)人機(jī)交互功能,調(diào)用手機(jī)的主攝像頭采集熒光試條圖像,借助手機(jī)的運(yùn)算核心進(jìn)行圖像分析。3D打印熒光暗盒由上下兩個(gè)部分組成,上半部分設(shè)計(jì)手機(jī)固定結(jié)構(gòu),并裝配LED、微距鏡、濾鏡、電池等器件;下半部分包括熒光試條固定卡槽、裝配定位銷等結(jié)構(gòu)。熒光測(cè)試暗盒結(jié)構(gòu)如圖2所示。
圖1 熒光免疫層析試條檢測(cè)裝置結(jié)構(gòu)示意圖
圖2 熒光免疫層析試條檢測(cè)裝置暗盒結(jié)構(gòu)圖
為了提高試條圖像數(shù)據(jù)的一致性,系統(tǒng)應(yīng)消除外界光線的干擾,整個(gè)光路盡可能空間密閉[11]。采集圖像時(shí)所需要的照明光線,由340nm波長(zhǎng)的激發(fā)光源提供。取景口加裝微距鏡,將暗盒高度從7cm縮小到3.5cm;微距鏡前添加中心波長(zhǎng)610nm的濾光鏡,減小其他波長(zhǎng)的光線對(duì)熒光的影響;熒光暗盒內(nèi)部部分區(qū)域貼上漫反射片,延長(zhǎng)光路并增大LED照射范圍。
2.1 Android軟件設(shè)計(jì)
本文設(shè)計(jì)的檢測(cè)裝置軟件,基于Android Studio平臺(tái)開(kāi)發(fā),同時(shí)借助OpenCV計(jì)算機(jī)視覺(jué)庫(kù)、LitePal開(kāi)源Android數(shù)據(jù)庫(kù)進(jìn)行圖像分析及數(shù)據(jù)處理。以高精度、高效率、友好的人機(jī)交互體驗(yàn)為目標(biāo),提高不同Android版本、終端設(shè)備間的兼容性,為后期的大面積推廣應(yīng)用做準(zhǔn)備。
軟件流程如圖3所示,圖中圖像處理環(huán)節(jié):調(diào)用截圖函數(shù)對(duì)試條圖像進(jìn)行剪切,以獲得試條觀察窗部分的圖像;再使用OpenCV計(jì)算機(jī)視覺(jué)庫(kù)的降噪函數(shù)進(jìn)行圖像降噪處理。
人機(jī)交互流程如圖4所示,整個(gè)程序以主頁(yè)面為中心樞紐,首頁(yè)可跳轉(zhuǎn)至歷史記錄顯示頁(yè)面,方便用戶查詢數(shù)據(jù),同時(shí)也支持觸發(fā)程序主頁(yè)面。主頁(yè)面內(nèi)包含程序的主要功能,按需跳轉(zhuǎn)至不同的功能頁(yè)面。為支持對(duì)前期采集的試條圖像進(jìn)行計(jì)算,采集按鈕設(shè)計(jì)成觸發(fā)相冊(cè)頁(yè)面。采集新圖像時(shí),點(diǎn)擊相冊(cè)內(nèi)置的拍照按鈕,程序轉(zhuǎn)至拍照頁(yè)面。
圖3 熒光免疫層析試條檢測(cè)軟件流程圖
圖4 人機(jī)交互流程
2.2 T線、C線圖像分割及特征值提取
對(duì)試條圖像進(jìn)行觀察、比較過(guò)程中,發(fā)現(xiàn)試條做工比較精細(xì);質(zhì)控線(control line, C線)、測(cè)試線(test line, T線)垂直方向上熒光物質(zhì)分布均勻,形狀為矩形;不同批次的試紙條T線、C線位置基本一致;試條觀察窗背景顏色單一,與目標(biāo)圖形差異主要體現(xiàn)在灰度值上。熒光暗盒上設(shè)計(jì)的試條、手機(jī)固定裝置,結(jié)實(shí)牢靠且匹配精度高。
基于軟件圖像處理、分析的靈活性考慮,本文采用固定窗口預(yù)截圖后,計(jì)算、比較滑動(dòng)窗口覆蓋區(qū)域的灰度值,實(shí)現(xiàn)T線、C線的圖像探測(cè)與分割。該方法既有效地提取圖像中的目標(biāo)區(qū)域,又節(jié)約系統(tǒng)的運(yùn)算資源,提高軟件運(yùn)行速度。
滑動(dòng)窗口運(yùn)動(dòng)方式如圖5所示,黑色矩形代表左邊滑動(dòng)窗口,灰色矩形代表右邊滑動(dòng)窗口,以橫坐標(biāo)X中點(diǎn)為界把圖像分為左右兩個(gè)部分,兩個(gè)滑動(dòng)窗口在各自的區(qū)域內(nèi),以一個(gè)像素點(diǎn)為步長(zhǎng)水平移動(dòng)。每移動(dòng)一次,計(jì)算出當(dāng)前覆蓋像素的灰度值總和,經(jīng)過(guò)比較算出左右區(qū)域的最大值。
在雙抗夾心熒光免疫層析試條定量分析時(shí),可用T線、C線像素灰度值的比值作為特征值。熒光標(biāo)記物在層析的過(guò)程中,少量殘留于試條背景區(qū)域上,在設(shè)定特征值時(shí)應(yīng)考慮背景區(qū)域的影響。令左邊滑動(dòng)窗口當(dāng)前覆蓋區(qū)域的灰度值總和為Hx,最大值為HC;右邊滑動(dòng)窗口當(dāng)前覆蓋區(qū)域的灰度值總和為Hy,最大值為HT;特征值
公式(1)
圖5 滑動(dòng)窗口運(yùn)動(dòng)方式
2.3 標(biāo)準(zhǔn)試條圖像測(cè)試
為了驗(yàn)證軟件設(shè)計(jì)的圖像分割、特征值提取算法,本文使用標(biāo)準(zhǔn)熒光試條圖片,對(duì)檢測(cè)裝置進(jìn)行測(cè)試。
圖6 熒光試條標(biāo)準(zhǔn)圖像
由于軟件算法設(shè)計(jì)合理,實(shí)際計(jì)算過(guò)程中耗時(shí)少。圖7列出1號(hào)至12號(hào)試條識(shí)別的結(jié)果,左邊的矩形框內(nèi)為C線,右邊矩形框內(nèi)為T(mén)線。
圖7 試條T線、C線檢測(cè)及分割結(jié)果
由圖7可知,軟件在標(biāo)準(zhǔn)試條圖像測(cè)試中,準(zhǔn)確識(shí)別出各試條的T線和C線。當(dāng)試條上的熒光物質(zhì)較多時(shí),攝像頭采集到的測(cè)試線、質(zhì)控線圖像出現(xiàn)光暈。實(shí)測(cè)試條T線和C線寬度約為60個(gè)像素點(diǎn),滑動(dòng)窗口寬度越接近T線、C線的實(shí)際寬度時(shí),計(jì)算結(jié)果越準(zhǔn)確。
但是滑動(dòng)窗口越寬,數(shù)據(jù)量越大,增加軟件計(jì)算時(shí)間。假設(shè)T線、C線熒光物質(zhì)橫向富集特性相似,通過(guò)適當(dāng)縮小滑動(dòng)窗口寬度,提高軟件計(jì)算效率。本文滑動(dòng)窗口寬度取10~70像素點(diǎn),每次遞增10點(diǎn)進(jìn)行實(shí)驗(yàn),特征值t的測(cè)試結(jié)果見(jiàn)表1。
表1 不同寬度滑動(dòng)窗口計(jì)算標(biāo)準(zhǔn)試條特征值結(jié)果
表1中數(shù)據(jù)顯示,隨著滑動(dòng)窗口寬度逐漸增大,同一試條的特征值呈緩慢減小趨勢(shì)。
由圖8得出,軟件計(jì)算出來(lái)的試條圖像特征值,隨圖像T線的灰度值降低而單調(diào)遞減;同時(shí)取滑動(dòng)窗口寬度50像素點(diǎn)計(jì)算結(jié)果比較發(fā)現(xiàn),特征值整體變化趨勢(shì)一致,線性擬合時(shí)R2>0.96。說(shuō)明滑動(dòng)窗口分割法在標(biāo)準(zhǔn)試條圖像分析、計(jì)算中,有效提取圖像的特征值。
圖8 特征值t分布圖
在測(cè)試過(guò)程中,二次安裝試條時(shí),T線、C線可能發(fā)生位移。另外由于試條卡槽橫截面梯形設(shè)計(jì),試條前、后、上、下可移動(dòng)的范圍非常小?,F(xiàn)把試條分別左、右移動(dòng)25像素點(diǎn)、50像素點(diǎn),上、下移動(dòng)5像素點(diǎn)進(jìn)行模擬測(cè)試,結(jié)果見(jiàn)表2。
由表2可知,試條左、右移動(dòng)時(shí),除了12號(hào)試條右移50像素點(diǎn)時(shí),特征值增大0.001,其他試條計(jì)算結(jié)果保持不變;試條上、下移動(dòng)時(shí),特征值變化在0~0.002范圍內(nèi),不影響檢測(cè)裝置定量分析。
表2 左右移動(dòng)試條特征值計(jì)算結(jié)果
程序響應(yīng)時(shí)間也是檢測(cè)裝置性能的一項(xiàng)重要指標(biāo),表3列出試條計(jì)算時(shí)間,結(jié)果顯示計(jì)算耗時(shí)分布比較隨機(jī),大致落在260~310ms區(qū)間內(nèi),程序算法效率較高。
表3 計(jì)算標(biāo)準(zhǔn)試條特征值耗時(shí)
本文設(shè)計(jì)了基于Android平臺(tái)的熒光免疫層析試條檢測(cè)裝置,編寫(xiě)了Android智能手機(jī)定量分析App,提出了滑動(dòng)窗口圖像分割算法。實(shí)驗(yàn)結(jié)果顯示,系統(tǒng)準(zhǔn)確定位試條T線和C線,特征值隨熒光強(qiáng)度降低單調(diào)遞減,試條T線和C線熒光物質(zhì)縱向上分布、橫向分布趨勢(shì)一致,縮小滑動(dòng)窗口寬度對(duì)特征值計(jì)算結(jié)果影響微小。本文研制的檢測(cè)裝置經(jīng)校準(zhǔn)后,適用于熒光免疫層析試條定量分析。
由于受實(shí)驗(yàn)條件、制作工藝、軟硬件開(kāi)發(fā)水平等因素影響,該檢測(cè)裝置研制完成后,還存在一些不足之處,有待日后進(jìn)一步完善:
1)用真實(shí)試條對(duì)檢測(cè)裝置進(jìn)行校準(zhǔn)。
2)兼容多種熒光免疫層析試條。各試條廠商生產(chǎn)的熒光免疫層析試條尺寸大小不一,本文設(shè)計(jì)的試條卡槽的尺寸參數(shù)固定,后期可增加彈片、偏心螺母等調(diào)節(jié)機(jī)構(gòu)設(shè)計(jì),對(duì)不同尺寸的試條進(jìn)行匹配。
以上研究成果發(fā)表在2020年第4期《電氣技術(shù)》雜志,論文標(biāo)題為“基于Android平臺(tái)便攜式熒光免疫層析試條檢測(cè)裝置的設(shè)計(jì)”,作者為鄭齊、吳輝煌、高躍明。