易操作、好推广！以智能手机为平台的荧光免疫层析定量检测装置

荧光免疫层析定量分析具有精度高、检测速度快、操作简单等优点，广泛应用于环保、食品安全、临床医学等领域。

福州大学物理与信息工程学院、福州大学志成学院、福州大学福建省医疗器械与医疗技术重点实验室、福州研究员郑琦、吴和在2020年第4期《电子技术》杂志上撰文，开发一款基于安卓平台、图像降噪等处理技术的便捷易操作的人机交互应用OpenCV计算机视觉库。制作便于携带、与手机匹配良好的荧光试纸图像采集盒；设计了滑动窗口图像分割算法，提取试纸条的检测线、质控线和背景区域的灰度值，最终计算出试纸条的特征值。使用标准测试条图片，测试该装置测试结果的重复性、有效性和计算时间。

实验结果表明，该检测装置能够准确定位荧光试纸条图像中的检测线和质控线。在测试条的有效测试范围内，当测试线的灰度值减小时，荧光测试条图像的特征值单调减小；改变滑动窗口的宽度对特征值的影响很小。

近年来，护理点测试(POCT)已经成为一个热门的研究领域。POCT检测仪操作简单、体积小、便于携带，广泛应用于临床疾病诊断。荧光免疫层析分析是利用荧光物质标记抗体，然后结合免疫层析试纸上抗原和抗体的特异性反应，通过检测荧光强度进行定量分析的技术。

近年来，生物技术发展迅速，荧光免疫层析分析技术已经从专业医疗现场检测发展到基层社区检测。因此，设计一种人机交互友好、价格低廉、携带方便的荧光免疫层析定量检测装置具有重要意义。

1研究现状

荧光免疫分析法可分为光电扫描法和图像分析法。本发明利用步进电机驱动光电接收装置扫描荧光试纸条，通过分析光电接收装置输出的模拟电信号的变化规律进行定量检测。目前，大多数常见的荧光免疫分析仪都是通过光电扫描方法实现的，如横向流(德国恰根公司)、I-COTHROMATM阅读器(韩国)、飞行试验三(广州万福)等免疫荧光分析仪。尽管这些仪器精度高、稳定性好，但由于体积大、使用和维护成本高，很难在基层和家庭中广泛使用。

图像分析方法使用电荷耦合器件或互补金属氧化物半导体传感器来收集测试条的图像，并使用图像分割、处理和其他技术来提取特征值。由于减少了扫描电机和模拟信号处理电路，软件可以在线升级，后校准操作简单，与光电法相比，图像分析法检测装置结构简单，检测信息丰富，是实现便携式免疫层析试纸条装置的最有效手段。

本文利用现有的智能手机作为终端设备，设计了一种带激发光源的测试盒，形成了一种易于操作和推广的荧光免疫层析定量检测装置。

荧光免疫定量检测装置的设计

本文设计的荧光免疫定量检测装置主要由安卓智能手机和荧光检测盒组成，如图1所示。制作时，选择美兰E智能手机为载体，通过编写手机应用程序实现人机交互功能。调用手机主摄像头采集荧光试纸图像，通过手机操作核心进行图像分析。3D打印荧光盒由上部和下部组成。上部设计有手机固定结构，配有发光二极管、微距镜、过滤器、电池等装置。下部包括荧光试纸固定槽、装配定位销等结构。荧光测试盒的结构如图2所示。

图1荧光免疫层析试纸条检测装置结构图

图2荧光免疫层析试纸条检测装置的盒结构图

为了提高试纸条图像数据的一致性，系统应消除外界光线的干扰，整个光路应尽可能靠近空

图3荧光免疫层析试纸检测软件流程图

图4人机交互流程

2.2 T线和C线图像分割及特征值提取

在观察和比较测试条图像期间，发现测试条在工艺上相对精细。荧光物质在控制线(C线)和测试线(T线)的垂直方向上均匀分布，呈矩形；不同批次试纸的T线和C线位置基本相同。试纸观察窗的背景颜色单一，与目标图形的差异主要体现在灰度值上。荧光盒上设计的试纸条和手机固定装置牢固可靠，匹配精度高。

基于软件图像处理和分析的灵活性，计算和比较固定窗口预捕获后滑动窗口覆盖区域的灰度值，实现T线和C线的图像检测和分割。该方法不仅有效地提取了图像中的目标区域，而且节省了系统的计算资源，提高了软件运行速度。

滑动窗口的移动模式如图5所示。黑色矩形代表左边的滑动窗口，灰色矩形代表右边的滑动窗口。图像被分成左右两部分，横坐标x的中点作为边界。两个滑动窗口在它们各自的区域中水平移动，一个像素点作为步长。每次移位后，计算当前覆盖像素的灰度值之和，并通过比较计算左右区域的最大值。

在双抗体夹心荧光免疫层析试纸条的定量分析中，T线和C线的像素灰度值之比可以作为特征值。色谱过程中，少量荧光标记残留在试纸条的背景区域，设置特征值时应考虑背景区域的影响。假设左滑动窗口当前覆盖区域的灰度值之和为Hx，最大值为HC；右侧滑动窗口当前覆盖区域的灰度值之和为Hy，最大值为HT；特征值

公式(1)

图5滑动窗口的移动模式

2.3标准测试条图像测试

为了验证软件设计的图像分割和特征值提取算法，本文使用标准荧光试纸条图片对检测装置进行测试。

图6荧光测试条的标准图像

由于软件算法设计合理，实际计算过程耗时较少。图7列出了1号至12号测试条的识别结果。左矩形框有c线，右矩形框有t线。

图7测试条t线和c线检测和分割结果

从图7中可以看出，软件在标准测试条图像测试中准确地识别每个测试条的t线和c线。当试纸条上有更多荧光物质时，摄像机采集的检测线和质控线图像会出现晕圈。实际测试条的T线和C线的宽度约为60个像素点。滑动窗口的宽度越接近T线和C线的实际宽度，计算结果越准确。

然而，滑动窗口越宽，数据量越大，增加了软件计算时间。假设T线和C线荧光物质的横向富集特性相似，可以通过适当减小滑动窗口的宽度来提高软件的计算效率。本文以滑动窗口宽度为10 ~ 70个像素点，每次增加10个像素点进行实验。特征值t的测试结果示于表1中。

表1不同宽度推拉窗标准试条特征值计算结果

表1中的数据显示，随着滑动窗口的宽度逐渐增加，同一测试条的特征值缓慢降低。

如图8所示，由软件计算的测试条图像的特征值随着图像t线的灰度值减小而单调减小。同时，对比滑动窗口宽度50个像素的计算结果，发现特征值的整体变化趋势是一致的，线性拟合中R2 > 0.96。这说明滑动窗口分割法在标准试条图像的分析和计算中能够有效地提取图像的特征值。

图8特征值测试分布图

在测试过程中，当第二次安装测试条时，T线和C线可能会移动。此外，由于测试条夹紧槽的横截面的梯形设计，测试条的前部、后部、上部和下部的可移动范围非常小。现在将测试条左右移动25个像素点和50个像素点，上下移动5个像素点进行模拟测试。结果如表2所示。

从表2可以看出，当测试条左右移动时，特征值增加0.001，除了当第12个测试条向右移动50个像素时，其他测试条的计算结果保持不变。当试纸条上下移动时，特征值在0 ~ 0.002范围内变化，不影响检测装置的定量分析。

表2左右移动测试条特征值计算结果

程序响应时间也是检测设备性能的重要指标。表3列出了试纸计算时间。结果表明，计算耗时分布相对随机，大致在260 ~ 310 ms范围内，程序算法相对高效。

表3标准测试条特征值的耗时计算

结论

设计了一种基于安卓平台的荧光免疫层析试纸检测装置，编写了安卓智能手机定量分析应用程序，并提出了一种滑动窗口图像分割算法。实验结果表明，该系统能够准确定位试纸条的T线和C线，特征值随荧光强度的降低而单调减小。测试条的T线和C线中荧光物质的纵向和横向分布趋势一致。减小滑动窗口的宽度对特征值计算结果影响不大。经过校准，本文研制的检测装置适用于荧光免疫层析试纸条的定量分析。

由于受实验条件、制造工艺、软硬件开发水平等因素的影响，该检测装置开发后仍存在一些不足，需要在今后进一步完善:

1)用真实的测试条校准检测装置。

2)兼容各种荧光免疫层析试纸条。各种试纸条制造商生产的荧光免疫层析试纸条尺寸不同。本文设计的试纸卡槽的尺寸参数是固定的，以后可以增加弹性片、偏心螺母等调节机构设计，以匹配不同尺寸的试纸。

上述研究成果发表在2020年第四期《电气技术》杂志上。论文题目是“基于安卓平台的便携式荧光免疫层析试纸条检测装置的设计”。作者是郑琦、吴、。

本文由 在线网速测试 整理编辑，转载请注明出处，原文链接：https://www.wangsu123.cn/news/8074.html。