光譜信息可視為材料的獨特“指紋”,利用無處不在的智能手機,實現檢測、記錄、分析材料的光譜信息,一直是科學家和消費者所期待的。由于線上藥店和藥品供應鏈的不斷增加,假藥甚至已逐漸威脅到了公共健康安全。而拉曼光譜可以為藥物分類識別提供有價值的信息。
據麥姆斯咨詢報道,近日,韓國三星綜合技術院(Samsung Advanced Institute of Technology)、忠南大學(Chungnam National University)、成均館大學(Sungkyunkwan University)和韓國中央大學(Chung-Ang University)組成的科研團隊在Nature Communications期刊上發表了以“Drug classification with a spectral barcode obtained with a smartphone Raman spectrometer”為主題的論文。三星綜合技術院的Un Jeong Kim和Suyeon Lee為該論文的共同第一作者,通訊作者為三星綜合技術院的Hyuck Choo。
這項研究重點展示了基于智能手機的拉曼光譜儀,該設備足以用于藥物分類。該拉曼光譜儀是由三星Galaxy Note 9智能手機圖像傳感器上的二維(2D)帶通濾波器周期陣列與緊湊型外置拉曼模塊組成。該圖像傳感器所捕獲的拉曼強度圖被定義為類似于傳統條形碼的拉曼光譜條形碼,即能夠進行定位、識別和/或跟蹤功能的機器可讀光學標簽。研究中,利用卷積神經網絡(CNN)對藥物的11種主要成分進行分類,準確率高達99.0%。光譜條形碼的優勢在于:它可以識別藥物的品牌名稱和未知藥物的主要成分。將光譜條形碼與紅綠藍(RGB)成像系統所獲信息相結合,或直接應用圖像識別技術,這種基于材料固有特性的標簽系統將促進基礎研究的進步并有望獲得更多商業機遇。
圖1為基于智能手機的拉曼光譜儀和光譜條形碼示意圖。光譜條形碼即通過智能手機拉曼光譜儀獲取的2D拉曼強度圖,智能手機內嵌了用于分類的人工智能(AI)算法。拉曼信號由一個集成了785 nm激光二極管的緊湊型外置模塊來產生和收集。小型化的外置拉曼模塊安裝于Galaxy Note 9的后置攝像頭上。
圖1 基于智能手機的拉曼光譜儀和數據處理分析的示意圖
研究人員演示了使用智能手機拉曼光譜儀進行藥物分類的實驗。該研究選擇了三種常見疾病(高血壓、糖尿病和高脂血癥)最常用的處方藥和三種非處方藥(維生素B6、維生素C和對乙酰氨基酚)來進行藥物分類實驗。圖2顯示了在高血壓、糖尿病、高脂血癥和其他非處方藥中發現的11種主要成分的代表性光譜條形碼。
圖2 11種主要藥物成分的代表性光譜條形碼
圖3呈現了基于光譜條形碼技術的藥物分類數據處理示意圖。當與CNN相結合時,拉曼光譜可成為預測藥物主要成分甚至藥物品牌的強大工具。
圖3 光譜條形碼編碼及數據處理分析的示意圖
圖4展現了用于對藥物主要化學成分進行分類的混淆矩陣?;煜仃囍饕糜谠u估藥物分類的準確性、比較藥物實際類別,并利用分類算法預測藥物類別。
圖4 54種藥物主要成分分類的混淆矩陣
有時可能需要識別同一藥物組中藥物的名稱和品牌,這是因為不同藥物品牌特定的添加劑或涂層會影響藥物在體內的作用過程,例如吸收速度或過敏反應。圖5顯示了三種品牌二甲雙胍藥物(Diabex 1000mg、Dybis、Glu-M SR)的光譜條形碼及其光譜。
圖5 具有相同主成分的藥物的光譜條形碼比較
綜上所述,該研究介紹了利用基于智能手機的拉曼光譜儀獲得光譜條形碼的構想和實驗。與安裝光柵和CCD的市售光譜儀相比,盡管由于帶通濾波器陣列和CMOS圖像傳感器的固有特性,智能手機拉曼光譜儀仍獲得了相對較低的光譜分辨率和信噪比(SNR);但作為便攜式光譜儀,其品質因數(Q因數)仍足夠高,而且功耗低。只需要外部光源和收集光學元件就可以從藥物樣品中激發并收集其拉曼信號,無需額外將電路板連接到智能手機。這使得這款智能手機光譜儀更為緊湊(外置模塊最小化),用途更廣泛。
在智能手機光譜儀中集成人工智能功能,可使開發的光譜儀功能更加強大。實驗結果表明:(1)利用包含弱拉曼信號的光譜條形碼進行藥物分類,對藥物主要成分識別和藥物品牌識別的準確率分別為99.0%和79.5%。(2)通過結合CNN處理藥物的RGB圖像,可將藥物品牌識別的準確率提高到83.2%。未來,通過減小通道(CH)尺寸到像素級并增加通道陣列密度,利用智能手機攝像頭有望同時測量目標的光譜和形態信息,即實現高光譜成像。這將大大提高光譜儀的便攜性和可用性,在智能手機領域開辟新的應用。
這項研究獲得了韓國國家研究基金(NRF-2021R1F1A1062182、NRF- 2020R1A6A1A03047771、NRF-2021R1A2C1010747)和韓國衛生福利部(HR21C0885)的資助和支持。
審核編輯:劉清
-
智能手機
+關注
關注
66文章
18493瀏覽量
180223 -
圖像傳感器
+關注
關注
68文章
1902瀏覽量
129554 -
激光二極管
+關注
關注
8文章
184瀏覽量
35320 -
卷積神經網絡
+關注
關注
4文章
367瀏覽量
11865 -
拉曼光譜
+關注
關注
0文章
83瀏覽量
2743
原文標題:拉曼光譜賦能智能手機,實現精準藥物分類
文章出處:【微信號:MEMSensor,微信公眾號:MEMS】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論