通过无透镜全息学和深度学习,快速且无污染地量化病毒斑块
Tairan Liu1,2,3, Yuzhu Li1,2,3, Hatice Ceylan Koydemir1,4,5
1Electrical and Computer Engineering Department, University of California, Los Angeles, CA, USA.
Nature biomedical engineering
|June 22, 2023
概括
一种新的斑块检测方法使用无透镜全息成像和深度学习来快速量化病毒度. 这种自动化,无污染的方法显著减少了关键病毒的测试运行时间,有助于研究和诊断.
科学领域:
- 病毒学 病毒学
- 生物技术是生物技术.
- 医疗成像医学成像
背景情况:
- 斑块检测是测量传染性病毒的标准,但耗时 (>48小时),需要染色.
- 现有的方法缺乏自动化和速度,阻碍了病毒的快速量化.
研究的目的:
- 开发和验证使用全息成像和深度学习的快速,自动化和无污点斑块检测方法.
- 与传统方法相比,加快病毒量化和改善动态范围.
主要方法:
- 没有镜头的全息成像捕获的相位信息没有标签.
- 深度学习算法用于自动化分析和量化.
- 该系统量化了受感染区域和形成斑块的单位 (PFU).
主要成果:
- 测试检测到病毒复制早在5小时的囊泡性口腔炎病毒 (VSV).
- 对于VSV,PFU在20小时内被检测到>90%的检测率和100%的特异性.
- 化时间减少了1型单纯疹病毒 (HSV-1) ~48小时,脑肌心炎病毒 (EMCV) ~20小时.
- 该系统显示病毒度的动态范围是病毒度的10倍.
结论:
- 综合全息成像和深度学习方法为传统的斑块检测提供了更快,更自动的替代方案.
- 这种无染色试验适用于病毒学研究,疫苗开发和临床诊断.
- 该方法提高了吞吐量,并减少了病毒定量处理的周转时间.
更多相关视频
09:04Lens-free Video Microscopy for the Dynamic and Quantitative Analysis of Adherent Cell Culture
Published on: February 23, 2018
9.5K
07:24Single-Cell Multiplexed Fluorescence Imaging to Visualize Viral Nucleic Acids and Proteins and Monitor HIV, HTLV, HBV, HCV, Zika Virus, and Influenza Infection
Published on: October 29, 2020
2.8K