深度学习实现基于全息成像的颗粒聚集型生物传感器高通量分析
仪器与探测器
2018-12-31 v1 应用物理
光学
摘要
基于聚集的检测方法利用微米和纳米颗粒，已被广泛接受为一种高效且低成本的生物传感工具，尤其在微生物学中，以颗粒聚集事件作为推断特定目标分析物存在并量化其浓度的指标。本文提出一种用于基于聚集检测方法的灵敏自动化读出方法，采用宽场无透镜片上显微镜，借助基于深度学习全息图像重建，能够在三维空间中快速分析与量化微观颗粒聚集事件。在该方法中，全息图重建与颗粒自动对焦步骤的计算时间保持恒定，与三维样本体积内颗粒/团簇的数量无关，这一由基于深度学习的图像重建带来的优势显著提升了通量。作为概念验证，我们通过监测抗体包被微粒的聚集，实现了单纯疱疹病毒（HSV）的快速检测，检测限约为每微升 5 个病毒拷贝（即每次测试约 25 个拷贝）。
引用
@article{arxiv.1810.10184,
title = {Deep learning enables high-throughput analysis of particle-aggregation-based bio-sensors imaged using holography},
author = {Yichen Wu and Aniruddha Ray and Qingshan Wei and Alborz Feizi and Xin Tong and Eva Chen and Yi Luo and Aydogan Ozcan},
journal= {arXiv preprint arXiv:1810.10184},
year = {2018}
}
备注
15 pages, 5 figures