金標試紙條的尿素酶快速定量檢測儀研制

鄭 宇， 王 侃， 張晶晶， 沈廣霞， 崔大祥

(上海交通大學 電子信息與電氣工程學院 儀器科學與工程系 納米生物醫學工程研究所，上海 200240)

?

金標試紙條的尿素酶快速定量檢測儀研制

鄭 宇， 王 侃， 張晶晶， 沈廣霞， 崔大祥

(上海交通大學 電子信息與電氣工程學院 儀器科學與工程系 納米生物醫學工程研究所，上海 200240)

研制了一種基于CMOS傳感器的膠體金免疫層析試紙條的尿素酶定量檢測系統。該系統由硬件和軟件兩部分組成，硬件部分利用CMOS傳感器和條碼掃描儀來獲取檢測圖像和病人的個人信息。軟件部分除了實現免疫層析試紙條光信號的分析和診斷還實現病人信息采集和建立病人信息數據庫等關鍵功能。該軟件采用了k-means聚類算法，實現采集圖像的精準分析。通過檢測200例尿素酶樣品試紙條，驗證了設備的穩定性和準確性。該系統體積小、便攜性強且具有優秀的續航能力，可用于長時間的臨床、野外和社區體檢。

試紙條檢測儀； CMOS傳感器；k-means算法； 尿素酶

0 引 言

根據數據統計，胃癌的晚期治愈率不到20 %，但是它的早期治愈率高達85 %]。由于,幽門螺旋桿菌是人的胃中唯一可以產生大量尿素酶的細菌，因此,可以通過檢測病人的尿素酶的含量來確定是否感染了幽門螺旋桿菌]。

層析試紙條檢測是一種用于疾病早期診斷的快速檢測技術4〗。它的優點在于檢測速度快、結果穩定并且操作簡便。膠體金試紙條目前已被廣泛用于抗體、抗原以及其他生物標記物的檢測]。目前大多數的檢測結果都是肉眼直接觀測得知，由于每個人會存在視覺上的差異，對于同一個檢測結果，不同的檢測人員甚至可能會得出相反的結論，這就會導致檢測結果的不準確。為了解決這一困難，本文研制了一種基于CMOS攝像頭和平板電腦的免疫層析檢測系統，該系統可用于定量檢測試紙條的濃度，具有病人信息的存儲和載入功能，不僅有著良好的穩定性和準確性，且重量較輕，續航能力強，非常適用于長時間的野外檢測。

1 硬件部分的設計和開發

1.1 試紙條的組成

標準試紙條由樣品墊、結合墊、硝化纖維膜、吸收墊以及PVC背板組成。當液體樣品(比如人的血液、唾液以及尿液)被加到樣品墊時，樣品會在毛細管作用下沿著試紙條流到吸收墊。當樣品到達特定區域時，樣品中的抗原會和結合墊上的抗體發生反應，從而顯現出特別的顏色。剩余部分的樣品會繼續往前流并被吸收墊吸收。反應過后，試紙條上會顯示出兩條線：C線(控制線用來判斷試紙條是否有效)和T線(檢測線用來判斷結果是陽性還是陰性)。本系統采用自行設計和制作的免疫層析試紙條及其外殼裝置，試紙條外殼采用最新的3D打印技術一體打印而成(圖1所示)，它的精度可以達到0.01 mm。試紙條外殼從左至右，分別是檢測可視窗口、病人信息區域和一個圓形的樣品上樣孔。病人信息區域是已經包含有檢測疾病種類的一維條形碼。

圖1 3D打印的免疫層析試紙條Fig 1 Immunochromato test strip using a 3D printer

1.2 硬件系統的組成

本系統的硬件模塊包含圖像采集模塊、條碼掃描器模塊、光源模塊、電源模塊以及平板電腦模塊。系統選擇了CMOS傳感器作為圖像采集模塊是由于CMOS傳感器有著穩定的成像效果和優惠的價格。CMOS影像傳感器功耗低，利用3.3 V的電源即可驅動，電源消耗量比CCD低]。光源模塊選擇白色LED作為激發光源，LED價格便宜、工作電壓低、易于驅動、有著穩定的光亮。條碼掃描器模塊用來實現病人信息和檢測疾病種類信息的錄入，通過一鍵掃描對應的一維條形碼，可以直接將病人的信息錄入到系統對應的數據庫中，無需再手動輸入。電源模塊采用可充電高能鋰電池組，其作用在于給光源模塊和條碼掃描器模塊供電。平板電腦模塊用于運行系統的檢測軟件，將獲取的圖像進行分析處理，得出相應的檢測結果，并將檢測結果和病人信息一起存儲到數據庫里。

設備外殼由Auto-CAD軟件設計完成，加工材料選擇醫用工程塑料，噴黑色漆面。該材料質量較輕且有著良好的耐腐蝕性。為了保證檢測過程的避光效果，外殼基本全封閉，僅保留了幾個必須的插口，用于試紙條的插放和數據線、充電線的外部連接。設備的整體外形如圖2所示。

圖2 免疫層析試紙條檢測系統的外觀Fig 2 Appearance of test strip reader

2 軟件部分的研發

本研究開發了一種軟件系統用來配套硬件系統的檢測，該軟件系統是基于C++編程語言和OpenCV函數庫編寫的，它的主要作用在于分析采集的圖像，得出相應的檢測結果，具有病人信息的載入和存儲功能。該軟件在平板電腦上運行，并鏈接到數據庫，可以將病人的個人信息和檢測結果一起存儲到數據庫里，便于以后的對比和調用。

當運行該軟件時，在軟件的主界面，點擊“圖像采集”按鈕打開攝像頭，獲取待檢測的試紙條圖像。圖像采集過后，點擊“自動診斷”來計算C線和T線的灰度值。檢測過后，病人的檢測結果和檢測圖像都會被存儲到數據庫里，和病人的個人信息對應起來。當載入病人的個人信息時，檢測結果和圖像會一并被載入。

當試紙條圖像被獲取時，由于光照和環境的影響，圖像會顯得較為模糊，是由于含有一定的背景噪聲，檢測軟件會先對該圖像進行去噪處理，便于之后的灰度值的計算。由于試紙條中唯一有用的部分就是C線和T線，為了得出檢測結果，首先需要將兩條色帶(C線和T線)從整個圖像中提取出來。

本研究使用了k-means均值聚類算法來提取兩條色帶9〗。聚類算法是一種常用的圖像處理算法，它在處理大量數據的時候會將數據分成不同的類，使得同一類里的數據的相似度盡可能大，而不同類的數據的差異性也盡可能大。對圖像的處理過程如下：將一個圖像的所有像素點(n個)，分配到NC個聚類中心中。Vi代表著第i個被分配的像素而Cj代表著第j個聚類中心。先隨機選取聚類中心，然后將剩下的所有的像素點根據歐式距離

(1)

將它們賦給最近的類。具體的算法步驟如下：

1)先初始化所有的聚類中心，設置參數αa=αb=α0(α0是一個介于0～1/3之間的常量)來控制聚類中心之間的適應度。

2)將所有的像素點根據歐式距離分配到最近的聚類中心，再根據式(1)重新計算聚類中心的位置

(2)

式中 nj為第j個類中像素點的數量。

3)根據式(3)來計算每一個類的適應度

(3)

4)找到所有適應度中的最大值和最小值，并將此時的Cj分配給Cs和Cl。

5)如果f(Cs)<αa·f(Cl)，Vi∈Cl且Vi

(4)

(5)

6)根據式αa=αa-αa/nc重新計算αa的值，重復步驟(4)和步驟(5)直到f(Cs)>αa·f(Cl)。

7)再將所有的像素分配到最近的類中，用式(2)計算出新的聚類中心，重復上述步驟，直到聚類中心的位置不再變化為止。

3 結果與討論

3.1 圖像處理結果

圖3(a)顯示了被CMOS傳感器獲取的圖片，它包含了一定的背景噪聲，首先對其進行去噪處理。去噪之后，圖像顯得更加平滑]。隨后，使用k-means聚類算法被用來提取兩條色帶，經過處理之后，從圖3(c)可以看出，C線和T線被轉換成灰白色，而其他部分變成黑色。黑色的部分即是無用區域，被去除。灰白色部分將被提取出來作為計算病人檢測結果的依據。

圖3 原始圖像和去噪后的圖像以及聚類后的圖像Fig 3 Original image，image after denoising and image after Kmeans algorithm

3.2 設備的穩定性和可重復性

三種不同濃度的試紙條被用來檢測它們的色帶的平均灰度值，每一種濃度的試紙條檢測20次。檢測結果如圖4所示，可以看出每次檢測結果之間的差異非常小，波動范圍小于3 %。

圖4 三種濃度試紙條的T/C值Fig 4 Ratios of T/C of three concentrations

3.3 樣品的檢測

首先從醫院里收集了100例陽性尿素酶樣品和100例陰性尿素酶樣品，用于驗證該系統的準確性和特異性。檢測結果的特異性和靈敏度分別為97 %和95 %。隨后選用了8種不同濃度的試紙條，每種濃度選取了20個不同的樣品，分別測試它們兩條色帶的比值，然后計算出每種濃度的T/C的平均值。如圖5所示，隨著試紙條濃度的增加，更多抗體被捕獲在T線上，從而導致T/C的增加，T/C和濃度的關系可以用一個函數來表示。從圖5中可以看出，本設備的檢測下限為5 mIU/mL，完全符合臨床檢測的需要。

圖5 尿素酶樣品的T/C值的曲線圖Fig 5 Curve graph of T/C in different concentrations of urea enzymes samples

4 結 論

本研究成功地開發了基于CMOS傳感器和平板電腦的免疫層析試紙條快速定量檢測系統，該系統不僅可以檢測尿素酶試紙條還可以實現多種疾病膠體金試紙條的快速檢測，并且可以給出定量結果。設備通過CMOS圖像傳感器采集試紙條圖像信息，并實時傳輸至平板電腦，再利用控制軟件實現人機交互，完成信息的處理與分析。本研究的軟件系統不僅可以實現病人信息的一鍵掃描快速錄入，還利用k-means聚類算法進行圖像的分析和診斷，同時建立了數據庫和打印機的連接，極大地提高了用戶體驗度。研究設計的試紙條外殼集合了一維條形碼，包含病人疾病的檢測種類，大大簡化了操作的復雜性并且降低了手動輸入文字的錯誤率。同時，該設備成本低、體積小、重量輕于現有檢測設備，便于攜帶。該設備的續航能力非常強，可以脫離交流電源工作很長時間，適用于野外檢測和社區常規體檢。最后，本研究選取了不同濃度的尿素酶樣本驗證設備的準確性和穩定性，并取得了良好的檢測效果。臨床尿素酶樣品檢測的特異性和靈敏度分別為97 %和95 %，檢測下限達到5 mIU/mL，符合臨床檢測的需求。

[1] Yang L,Zhu H,Wei B,et al.Construction,structural modeling of a novel ScFv against human gastric cancer from phage-display library].Nano Biomedicine and Engineering,2011,3:29-33.

] Levillain O.Expression and function of arginine-producing and consuming-enzymes in the kidney].Amino Acids,2012,42:1237-1252.

] Liu C,Jia Q,Yang C,et al.Lateral flow immunochromatographic assay for sensitive pesticide detection by using Fe3O4nanoparticle aggregates as color reagents].Analytical Chemistry,2011,83:6778-6784.[4] Cho I H,Bhunia A,Irudayaraj J.Rapid pathogen detection by lateral-flow immunochromatographic assay with gold nanoparticle-assisted enzyme signal amplification[J].International Journal of Food Microbiology,2015,206:60-66.

[5] Werawatganon D,Pongsuchart M,Sereemaspun A,et al.Development of a lateral-flow immunochromatographic strip using gold nanoparticles for helicobacter pylori detection[J].Journal of the Medical Association of Thailand Chotmaihet Thangphaet,2015,98:85-90.

[6] Fossum E R,Hondongwa D B.A review of the pinned photodiode for CCD and CMOS image sensors[J].Electron Devices Society,2014,2:33-43.

[7] Huang X,Ye Y,Guo H,et al.DS Kmeans:A newk-means-type approach to discriminative subspace clustering[J].Knowledge-Based Systems,2014,70:293-300.

[8] Celebi M E,Kingravi H A,Vela P A.A comparative study of efficient initialization methods for thek-means clustering algori-thm[J].Expert Systems with Applications,2013,40:200-210.

[9] De Amorim R C,Mirkin B.Minkowski metric,feature weighting and anomalous cluster initializing ink-means clustering[J].Pattern Recognition,2012,45:1061-1075.

王 侃，通訊作者,E—mail：wk_xa@163.com。

Research and fabrication of detector of urea enzymes based on rapid and quantitative test reader using immunochromatographic strips

ZHENG Yu, WANG Kan, ZHANG Jing-jing, SHEN Guang-xia, CUI Da-xiang

(Institute of Nano Biomedical and Engineering,Department of Instrument Science and Engineering,School of Electronic Information and Electrical Engineering,Shanghai Jiao Tong University,Shanghai 200240,China)

A new immunochromatographic test reader based on CMOS sensor is presented,which is used for detecting colloidal gold strip quantitatively.This system is made of hardware system and software system.The function of the hardware system is to get the detecting image and personal information with the CMOS sensor and the barcode scanner.In addition to realizing the analysis and diagnosing of optical signal of the test strip,the software system can also collect the patient’s information and build the database to manage patients’ information.A clustering algorithm calledk-means is used to process the image,realizing the accurate analysis of the image.200 urea enzymes samples are collected to test the accuracy and the stability of this reader.This reader has a small volume and a good portability and can run for long durations,it possesses advantages for clinical detection,outdoor detection and community examination.

test strip reader; CMOS sensor;k-means algorithm; urea enzymes

2016—01—07

10.13873/J.1000—9787(2016)10—0097—03

TH 776

A

1000—9787(2016)10—0097—03

鄭 宇(1991-)，男，江蘇淮安人，碩士研究生，主要研究方向為免疫層析檢測設備的開發和圖像算法的處理。