对于高通量和数字微流体生物传感器的自动光图像拼接
Zhiqiang Yan1, Yulin Ren2,3,4, Jaromír Jarušek5
1School of Marine Science and Technology, Northwestern Polytechnical University Xi'an Shaanxi 710072 P.R. China.
RSC advances
|November 10, 2025
概括
一个新的无标记子算法增强了用于数字PCR (dPCR) 和微流体的光图像拼接. 这种自动化解决方案提高了高通量生物分析的准确性和统一性.
科学领域:
- 生物医学工程 生物医学工程
- 光学成像技术的成像
- 微流体学 微流体学
背景情况:
- 精确的图像集成对于光成像技术,如数字PCR (dPCR),微阵列和微流体生物传感器至关重要.
- 当前的图像拼接方法通常需要信任标记或手动调整,阻碍自动化和稳定性,特别是在护理点设备中.
研究的目的:
- 开发一种新的,无标记图像拼接算法,以无集成大面积光显微镜数据.
- 为各种微流体和生物分析平台增强图像拼接的自动化和稳定性.
主要方法:
- 开发了一种无标记图像拼接算法,该算法结合了基于分区检测的注册和基于面具的照明校正.
- 该算法利用内在的结构特征进行对齐,并无需手动调整就能自适应地纠正亮度不一致.
主要成果:
- 该算法在三个dPCR系统 (基于滴和芯片) 和其他模式 (如微阵列和基于珠的芯片) 的图像拼接中显示出更好的可靠性.
- 与传统方法相比,它实现了强度均性的显著提高 (约为29.6%).
- 在重叠区域中增加了匹配特征点的数量,表明接精度提高.
结论:
- 拟议的通用和自动化兼容的算法克服了当前接技术的局限性.
- 该解决方案支持高通量微流体成像,定量生物分析,并与人工智能驱动的诊断工作流集成.
