神经网络通过等离子平台使B型肝炎表面抗原检测具有高精度
Weihong Sun1,2, Jingjie Nan1,2, Hongqin Xu3
1Joint Laboratory of Opto-Functional Theranostics in Medicine and Chemistry, The First Hospital of Jilin University, Changchun 130021, P. R. China.
Nano letters
|July 8, 2024
概括
这项研究介绍了一种使用深度学习的新生物传感方法,用于准确检测乙型肝炎病毒 (HBV). 这种先进的技术显著提高了诊断的准确性,并减少了点的护理应用程序的检测时间.
科学领域:
- 生物医学工程 生物医学工程
- 纳米技术纳米技术
- 传染病诊断 传染病诊断 传染病诊断
背景情况:
- 乙型肝炎病毒 (HBV) 感染的诊断依赖于检测乙型肝炎表面抗原 (HBsAg).
- 目前的检测方法存在不准确性,可能导致治疗延迟或不必要的干预.
研究的目的:
- 开发一个高度精确和敏感的无标签生物传感平台,用于HBsAg检测.
- 整合深度学习以进行增强的数据分析和改进诊断性能.
主要方法:
- 一种无标签的等离子体生物传感方法,利用厚度敏感的等离子体合.
- 监督深度学习 (DL) 使用神经网络来处理传感器输出数据.
主要成果:
- 经DL增强的传感器实现了显著提高的准确性,从93.1%-97.4%达到99%-99.6%.
- 该平台表现出高灵敏度和快速测定时间 (约30分钟).
- DL集成简化了读取程序,减少了整体处理时间.
结论:
- 开发的等离子生物传感和DL方法为高精度分子检测提供了有前途的工具.
- 这种方法适合于 Point-of-Care (POC) 应用,改善乙型肝炎的诊断.
更多相关视频
09:35Development of a Hepatitis B Virus Reporter System to Monitor the Early Stages of the Replication Cycle
Published on: February 1, 2017
13.2K
06:12Multimodal Analytical Platform on a Multiplexed Surface Plasmon Resonance Imaging Chip for the Analysis of Extracellular Vesicle Subsets
Published on: March 17, 2023
1.4K