基于人工智能技术的新型细胞仪

图片来源：加州大学洛杉矶分校技术先进工程学院。

上图所示为加州大学洛杉矶分校的计算细胞仪。检测血液和其他体液中的稀有细胞具有许多重要的应用，包括诊断、监测疾病进展和评估免疫反应。例如，检测和收集血液中的循环肿瘤细胞（ctc）可以帮助癌症诊断，研究它们在转移级联中的作用，并预测患者的预后。然而，由于每毫升全血含有数十亿个血细胞，在极低浓度下（通常低于每毫升100-1000个细胞）出现的罕见细胞（如ctc）非常难以检测。虽然已经开发了各种解决方案来应对这一挑战，但现有技术一般受限于高成本和低吞吐量。

加州大学洛杉矶分校亨利·萨缪利工程学院的研究人员开发了一种新的细胞仪平台，以高吞吐量和低成本检测血液中的稀有细胞。这项被称为磁调制无透镜散斑成像的新型细胞术首次使用磁珠标记富集靶细胞，发表在《光：科学与应用Light: Science and Applications》杂志上。然后将含有磁珠标记靶细胞的浓缩液样品置于交变磁场中，使靶细胞以固定频率横向振荡。同时，激光二极管从上方照亮样品，位于样品下方的图像传感器捕获由样品产生的时变光学图案的高帧频无透镜视频。所记录的时空模式包含检测振荡目标细胞所需的信息。

研究人员使用现成的图像传感器、激光二极管和电磁铁构建了一个紧凑的、低成本的计算型无透镜细胞仪原型，并使用定制的平移台，使成像单元能够扫描装载在玻璃管中的液体样本。该样机能在约7分钟内筛选出约1.2毫升全血样本，而成本仅为约750美元，重量约为2.1公斤。多个并行成像通道也可以很容易地添加到系统中，以进一步提高样本吞吐量。

为了保证稀有细胞检测的灵敏度和特异性，研究人员提出了一种两步计算方法，即用计算运动分析算法检测特定频率下振荡的微小物体，然后用密集连接的伪3-d进行基于深度学习的分类算法。卷积神经网络（P3D CNN）结构。深层神经网络极大地提高了这项技术的准确性，使得每毫升全血检测10个细胞的限值。

这种人工智能驱动的细胞仪技术依赖于磁性粒子进行细胞富集和检测，在保持高灵敏度的同时减少了检测稀有细胞的时间和成本。这种紧凑、低成本、功能强大的细胞仪系统可能会有很多应用，特别是在资源有限的环境中。

来源：https://phys.org/news/2019-10-ai-based-cytometer-rare-cells-blood.html