面向循环肿瘤细胞精准检测的YOLO微全分析系统

作者：俞朱恺; 陈明灿; 许婧靓; 王驰^*

来源：中国测试, 2023, 49(11): 1-15.

• 微流控
• 循环肿瘤细胞
• 深度学习
• 目标检测
• YOLO算法

目前，医学检测可用的技术大多依赖于针对细胞生物学特性的分离，存在灵敏度低、技术程序复杂、成本效益低、不适合连续监测等问题。因此，该文提出一种基于深度学习的微流控新技术，用于模拟血流环境中进行循环肿瘤细胞的精准检测。为辅助检测框定位，该文使用有限元分析软件模拟微流体液滴在不同流量水相（分散相）与油相（连续相）中的产生过程，并据此选择最稳定流量（分散相：1μL/min，连续相：16μL/min）。为验证模拟结果的准确性，该文在不同流量的视频中进行定位测试，通过检测框的像素和尺度优化将相对误差控制在<1%。在此基础上，通过加入注意力机制和多尺度特征融合算法模块对YOLOv5算法结构进行升级，进而实现液滴的精确定位和尺寸预测。实验中，该文分别将肺癌和乳腺癌细胞载入水相，以此构建数据集（15 min,20 F/s）进行算法模型训练。最终，改进后的YOLO微全分析系统可以准确地测量液滴的位置（平均精度均值：98.92%）和大小(相对误差：0.49%)，并精准识别视频流中的小目标循环肿瘤细胞（准确率：72.49%）。该文不仅为微流体液滴中成分的智能检测提供了新技术，而且有望实现真实血液环境中循环肿瘤细胞的实时监测。

• 单位
  上海大学; 自动化学院