深度学习辅助超灵敏检测金纳米粒子使用光显微镜图像捕获的手机摄像头
Chen Song1, Li Zhou2, Yongchen Wang1
1Department of Chemistry, University of Connecticut, 55 North Eagleville Road, Storrs, Connecticut 06269, United States.
Analytical chemistry
|February 27, 2025
概括
本研究介绍了一种简单的,超灵敏的方法,使用手机显微镜和深度学习来检测黄金纳米粒子 (AuNPs). 该方法在低度下准确量化AuNPs,提供了一个多功能传感平台.
科学领域:
- 纳米技术 纳米技术
- 光学显微镜的使用方法
- 机器学习 机器学习
背景情况:
- 黄金纳米粒子 (AuNPs) 由于局部表面等离子体共振而具有独特的光学特性.
- 它们的光吸收和光散允许在传感和成像中的应用.
- 单个AuNP的视觉识别为超敏感检测提供了一条途径.
研究的目的:
- 开发和验证一种使用手机显微镜检测和量化AuNPs的方法.
- 利用深度学习进行增强的图像分析和对AuNPs的超敏感识别.
- 为AuNP检测建立一个简单,可访问和高度敏感的平台.
主要方法:
- 暗场散射光显微镜被用来捕捉AuNPs的图像.
- 图像是使用标准手机摄像机获得的.
- 深度学习模型 (分类和回归) 在预处理的图像数据上进行训练和测试.
主要成果:
- 深度学习模型在检测和量化120nmAuNP的高度准确性,在5.3至530 fM的度范围内.
- 该分类模型展示了完美的精度,回忆和F1得分.
- 回归模型显示预测度与实际度之间的相关系数 (0.9999) 非常好,盲目测试的恢复率为97-108%.
结论:
- 成功开发了一个高度敏感和可访问的AuNP检测平台.
- 手机摄像头和深度学习的整合为纳米粒子传感提供了一个强大的解决方案.
- 这种方法对于需要超灵敏检测的各种传感应用具有重大潜力.


