通过与 Jira 对比,让您更全面了解 PingCode

  • 首页
  • 需求与产品管理
  • 项目管理
  • 测试与缺陷管理
  • 知识管理
  • 效能度量
        • 更多产品

          客户为中心的产品管理工具

          专业的软件研发项目管理工具

          简单易用的团队知识库管理

          可量化的研发效能度量工具

          测试用例维护与计划执行

          以团队为中心的协作沟通

          研发工作流自动化工具

          账号认证与安全管理工具

          Why PingCode
          为什么选择 PingCode ?

          6000+企业信赖之选,为研发团队降本增效

        • 行业解决方案
          先进制造(即将上线)
        • 解决方案1
        • 解决方案2
  • Jira替代方案

25人以下免费

目录

中科院微电子所在全血细胞计数即时诊断(POCT)领域取得进展

全血细胞计数作为临床检验领域中最常用的血液检验项目之一,可实现对血液中白细胞、红细胞和血小板等细胞子类的识别与计数,在血细胞形态或浓度异常相关疾病的诊断及疗效评估中具有重要的作用。基于全血细胞计数的现场诊断/即时诊断(POCT)有望超越医院和检验中心等传统医疗场所,进入家庭及采样现场,实现个体化健康管理、慢性病管理的疾病检测模式,在推动公共健康管理、智能家庭医疗、“互联网+”智能医疗等方面具有重大应用潜力。 

中科院微电子所微电子重点实验室刘明院士团队联合郑州大学、郑大一附院、北医三院等多家机构,利用“动态成像、多帧分析”方法,探索出一种全新的基于智能手机的无标记即时检测方法和小型化血细胞计数系统。针对“流动”成像中细胞沉降导致样本浓度异于原始样本浓度、非球形细胞随机翻转导致单帧误识两个挑战,提出单细胞定点旋转及多帧形态学关联分析方法,提高细胞的识别、计数准确率。 

在微流控芯片方面,团队利用交错挤压结构实现细胞单层直线排列,提出基于缩/扩结构的单细胞定点翻转,仿真分析了宽流速范围内(出口平均流速50~2000 μm/s)芯片功能的有效性及稳定性。在单细胞识别、计数方面,团队基于轨迹跟踪的多角度形态学关联分析方法,成功将单细胞识别平均精度由0.8622提升至0.9934,可有效剔除细胞重叠、聚团导致的误识、漏识。在系统性能层面,实现测试通量约为8000个细胞/分钟,样本浓度一致性极限时长可达1小时。在临床样本检测灵敏度及特异性方面,该研究开展了10例双盲测试及75例临床患者的大规模样本分析验证。结果表明,POCT设备与临床用检验设备(血球仪)的细胞子类计数结果高度一致(R2>0.98),充分验证了该方法的可行性及POCT设备在血细胞浓度异常现场诊断方面的应用潜力。 

相关研究成果以“Fully integrated point-of-care blood cell count using multi-frame morphology analysis”为题在生物电子领域拔尖期刊《生物传感器与生物电子学》(Biosensors and Bioelectronics)上在线发表。微电子所副研究员张文昌为名列前茅作者及通讯作者,郑州大学名列前茅附属医院李娅副主任医师及陈冰博士为共同名列前茅作者,郑州大学杨潇楠教授和美国宾夕法尼亚州立大学管伟华教授为共同通讯作者。

原文链接:https://doi.org/10.1016/j.bios.2022.115012

 

图1微流控芯片、系统结构图及工作流程 

图2 细胞成像及跟踪识别结果

 

图3 临床实验结果

文章来自:https://www.eet-china.com/

相关文章