由人工智能驱动的全面SERS-LFIA系统:通过SERS图像识别和深度学习改进病毒自动诊断
Shuai Zhao1,2,3, Meimei Xu1,2,3, Chenglong Lin1,2,3
1State Key Laboratory of High Performance Ceramics, Shanghai Institute of Ceramics, Chinese Academy of Sciences, 1295 Dingxi Road, Shanghai 200050, China.
Biosensors
|July 25, 2025
概括
一个新的表面增强拉曼散射侧流免疫测试 (SERS-LFIA) 系统使用人工智能 (AI) 快速检测病毒. 这种先进的诊断工具提高了准确性,并简化了对传染病的测试.
科学领域:
- 纳米技术和材料科学 材料科学
- 生物技术和生物传感技术
- 人工智能在诊断中的应用
背景情况:
- 全球公共卫生受到高度传染性病毒的威胁,需要快速准确的诊断工具.
- 目前的诊断方法可能缺乏有效管理疫情所需的灵敏度或速度.
- 需要集成系统,将敏感检测与自动化结果解释相结合.
研究的目的:
- 开发一个全面的表面增强拉曼散射侧流免疫试验 (SERS-LFIA) 检测系统.
- 将SERS扫描成像与人工智能 (AI) 集成在一起,以实现自动化结果歧视.
- 为高度致病性病毒创建一个敏感和可靠的诊断平台.
主要方法:
- 使用SiO2-Au NSs作为免疫探针开发一个超敏感的SERS-LFIA带.
- 实施SERS扫描成像,以捕捉探头分布模式.
- 应用深度学习模型 (ResNet-18) 用于基于AI的分析和结果的歧视.
主要成果:
- 该SERS-LFIA带实现了1.8 pg/mL的理论检测极限 (LOD).
- 基于人工智能的方法可靠地检测到低至2.5 pg/mL的病毒度,减少信号干扰.
- ResNet-18模型在图像识别方面表现出高精度 (100%的训练,94.52%的测试).
结论:
- 集成的SERS-LFIA系统简化了检测过程,需要更少的专业人员,减少了测试时间.
- 该系统提供了更好的诊断可靠性和显著的临床潜力,用于检测各种病毒.
- 这项技术为未来的流行病准备和多功能病原体检测提供了坚实的基础.


