小波分析技術助力實現(xiàn)即時診斷應用的低成本傳感器

對時間序列中事件的檢測和識別是科學和工程領域無數(shù)傳感器的基礎。這項任務通常需要在大量背景噪聲中處理低質(zhì)量的信號，因此很難依賴簡單的閾值算法通過使用高于設定值的信號來檢測和分類事件。

這可以通過改進傳感器本身來解決，但這種方案不利于最小化成本和簡化系統(tǒng)。因此，有吸引力的替代方案是通過使用適當?shù)男盘柼幚砑夹g來優(yōu)化分析，從可用的時域信號中提取更多的信息。

在捕捉時間相關信號的眾多傳感器中，光學傳感器特別具有代表性。它們的應用已經(jīng)無處不在，并在分子診斷、細胞分析、健康監(jiān)測等生物醫(yī)學領域扮演越來越重要的角色。

光學傳感器種類繁多，其中有些傳感器會通過檢測正在移動或被掃描的單個目標（例如細胞、生物分子或報告粒子）而生成一系列時間相關的單個事件。近來，這類應用場景的重要性顯著提高，例如光學微流控（optofluidic）技術提高了生物傳感器檢測單分子生物標記物的靈敏度，開啟了利用通用檢測設備對不同類型目標進行數(shù)字計數(shù)的時代。

由于無需擴增便能夠檢測核酸和蛋白質(zhì)等單個生物標記物，光學微流控波導器件近年來受到了廣泛關注。

光學微流控單粒子檢測平臺

這些光學芯片實驗室方法為即時診斷應用開發(fā)緊湊型診斷測試器件打開了大門。隨著新冠疫情的大流行，這種需求日益迫切。即時診斷器械對生物傳感器也提出了更高的要求，希望它們更廉價、緊湊且堅固。作為很好的用例，意味著需要優(yōu)化信號處理技術，來處理那些存在背景噪聲的低質(zhì)量數(shù)據(jù)。此外，實時數(shù)據(jù)分析，也對信號處理算法提出了進一步的要求。

據(jù)麥姆斯咨詢介紹，美國加州大學圣克魯茲分校（University of California，Santa Cruz）的Vahid Ganjalizadeh及其研究團隊介紹了一種靈活的信號處理算法，用于單粒子信號的無監(jiān)督檢測和識別。該算法基于高度并行、多尺度連續(xù)小波變換（CWT）分析，可以應對上述即時檢測傳感器的挑戰(zhàn)，尤其是速度、精度以及對低信號水平的靈敏度。該算法的高精度、線性復雜度和高速度非常適合實時事件檢測應用。

研究人員展示了這種并行聚類小波分析（PCWA）算法對單點和多點激發(fā)信號的處理能力，并通過光學微流控波導芯片上的單個細菌DNA檢測進行了驗證。對于單峰信號，與普通CWT方法相比，PCWA算法的速度提高了幾個數(shù)量級。這是首次實現(xiàn)這類傳感器的實時工作，這對于在現(xiàn)場的即時診斷應用非常關鍵。

用于單峰分析的PCWA算法

該算法對其他類型的傳感器也展現(xiàn)了同樣強大的性能，例如單分子納米孔傳感器。對于多峰信號，引入了定制設計的小波，與之前用于周期信號的技術相比，其單分子檢測率提高了4倍以上，誤差降低了6倍。

多峰檢測方法

結語

美國加州大學研究人員提出的這種PCWA算法以高度并行的方式運行，能夠?qū)崿F(xiàn)快速、準確、高效地檢測和實時事件識別。

未來，該技術可以進一步動態(tài)擴展，根據(jù)特定傳感器生成的模式調(diào)整多峰母小波的形狀，從而進一步提高性能。這種靈活性將成為即時診斷器械的理想選擇，因為它進一步降低了為產(chǎn)生相同激發(fā)模式而提出的與制造工藝相關的公差和成本要求。此外，該算法還可以應用于有監(jiān)督機器學習任務的自動數(shù)據(jù)集收集和標記應用。

審核編輯 ：李倩