使用智能手机和新型多层聚乙烯薄膜微流体装置进行彩度血糖检测的卷积神经网络

科学领域:

• 生物医学工程 生物医学工程
• 医学诊断 医学诊断 医学诊断
• 计算生物学 计算生物学

背景情况:

• 精确的葡萄糖监测对于糖尿病管理和预防并发症至关重要.
• 现有的方法可能很昂贵,或者无法在护理中心使用.

研究的目的:

• 开发一种新的,负担得起的临床诊断设备,用于准确估计葡萄糖.
• 整合微流体,智能手机成像和深度学习来检测葡萄糖.

主要方法:

• 使用分层膜和PMMA设计了一种微流体装置.
• 采用葡萄糖氧化酶/过氧化酶反应用于酶性葡萄糖的确定.
• 使用2D卷积神经网络 (CNN) 进行图像分析和葡萄糖预测.

主要成果:

• 使用CNN分类器在葡萄糖预测中获得了95%的整体准确性.
• 证明了高精度 (94%),回忆 (93%) 和F1得分 (93%).
• 开发了一个用户友好的智能手机应用程序"GLUCOLENS AI",用于图像捕获和处理.

结论:

• 开发的微流体设备和人工智能智能手机应用程序为准确和可访问的葡萄糖监测提供了一个有希望的解决方案.
• 美国有线电视新闻网 (CNN) 模型显示了未来葡萄糖度预测的预训模型的潜力.
• 这项技术可以显著帮助糖尿病患者有效管理他们的病情.