利用数字在线全息术实现腹膜透析液颗粒物与细菌的实时分析
光学
2024-11-05 v1 图像与视频处理
定量方法
摘要
我们开发了一套集成深度学习算法的数字在线全息 (DIH) 系统，用于腹膜透析 (PD) 液中颗粒物 (PM) 与细菌污染的实时检测。系统包含微流控样本输送模块和 DIH 成像模块，后者利用脉冲激光和配备 40 倍物镜的数字相机记录全息图。数据处理流程包括全息图增强、图像重建，并采用基于 YOLOv8n 的深度学习模型进行颗粒识别与分类，该模型在通用 PD 颗粒、大肠杆菌 (E. coli) 和铜绿假单胞菌 (P. aeruginosa) 的标注全息图上训练。系统有效检测并分类了无菌 PD 液中的通用颗粒，揭示了以 1-5 μm 为主的多样形态，平均浓度为 61 个/微升。在加入高浓度大肠杆菌和铜绿假单胞菌的 PD 液样本中，系统以临床相关的低假阳性率实现了对这些细菌的高灵敏度检测与分类。利用细菌浓度约 100 至 10,000 CFU/mL 的 PD 液对标准菌落形成单位 (CFU) 方法进行进一步验证，显示我方测量与 CFU 计数呈明显一一对应关系。该 DIH 系统为评估 PD 液细菌污染提供了一种快速、准确的替代传统培养法的方案。通过实现实时无菌监测，可显著改善 PD 治疗患者预后，促进即时制备透析液，减少物流挑战，并可扩展至药物生产质量控制。
引用
@article{arxiv.2411.00901,
title = {Realtime Particulate Matter and Bacteria Analysis of Peritoneal Dialysis Fluid using Digital Inline Holography},
author = {Nicholas Bravo-Frank and Nicolas Mesyngier and Lei Feng and Jiarong Hong},
journal= {arXiv preprint arXiv:2411.00901},
year = {2024}
}
备注
16 pages, 5 figures