一种稀缺的受约束优化方法,用于在基于微流体的阻抗传感中解决巧合的单细胞事件.

科学领域:

• 生物技术是生物技术.
• 微流体学 微流体学
• 信号处理 信号处理

背景情况:

• 无标签的电阻对于单细胞分析至关重要,包括分类和表型.
• 高细胞度导致巧合事件,导致不准确的细分和扭曲的波形.
• 这导致了电表型和细胞计数的显著统计错误.

研究的目的:

• 开发一个强大的算法,用于高度悬浮液中准确的单细胞检测和分析.
• 为了应对在没有微流体芯片修改的情况下进行电阻测量的巧合事件的挑战.
• 提高细胞计数和表型化的统计准确性和可靠性.

主要方法:

• 建议使用$\ell _{1}$-norm规范化的两步稀疏约束优化算法.
• 该算法使用波形检测字典进行信号分割.
• 然后使用非巧合字典来解决重叠的细胞波形.

主要成果:

• 该算法在2×10^5到5×10^6颗粒/毫升的颗粒度中显示出强大的计数精度.
• 精度仍然很高 (98.4%-99.9%),即使增加了噪声.
• 与传统方法相比,聚烯珠和T细胞的尺寸歧视和统计准确性得到了提高.