金标试纸条的尿素酶快速定量检测仪研制

郑 宇， 王 侃， 张晶晶， 沈广霞， 崔大祥

(上海交通大学 电子信息与电气工程学院 仪器科学与工程系 纳米生物医学工程研究所，上海 200240)



金标试纸条的尿素酶快速定量检测仪研制

郑 宇， 王 侃， 张晶晶， 沈广霞， 崔大祥

(上海交通大学 电子信息与电气工程学院 仪器科学与工程系 纳米生物医学工程研究所，上海 200240)

研制了一种基于CMOS传感器的胶体金免疫层析试纸条的尿素酶定量检测系统。该系统由硬件和软件两部分组成，硬件部分利用CMOS传感器和条码扫描仪来获取检测图像和病人的个人信息。软件部分除了实现免疫层析试纸条光信号的分析和诊断还实现病人信息采集和建立病人信息数据库等关键功能。该软件采用了k-means聚类算法，实现采集图像的精准分析。通过检测200例尿素酶样品试纸条，验证了设备的稳定性和准确性。该系统体积小、便携性强且具有优秀的续航能力，可用于长时间的临床、野外和社区体检。

试纸条检测仪； CMOS传感器；k-means算法； 尿素酶

0 引 言

根据数据统计，胃癌的晚期治愈率不到20 %，但是它的早期治愈率高达85 %]。由于,幽门螺旋杆菌是人的胃中唯一可以产生大量尿素酶的细菌，因此,可以通过检测病人的尿素酶的含量来确定是否感染了幽门螺旋杆菌]。

层析试纸条检测是一种用于疾病早期诊断的快速检测技术4〗。它的优点在于检测速度快、结果稳定并且操作简便。胶体金试纸条目前已被广泛用于抗体、抗原以及其他生物标记物的检测]。目前大多数的检测结果都是肉眼直接观测得知，由于每个人会存在视觉上的差异，对于同一个检测结果，不同的检测人员甚至可能会得出相反的结论，这就会导致检测结果的不准确。为了解决这一困难，本文研制了一种基于CMOS摄像头和平板电脑的免疫层析检测系统，该系统可用于定量检测试纸条的浓度，具有病人信息的存储和载入功能，不仅有着良好的稳定性和准确性，且重量较轻，续航能力强，非常适用于长时间的野外检测。

1 硬件部分的设计和开发

1.1 试纸条的组成

标准试纸条由样品垫、结合垫、硝化纤维膜、吸收垫以及PVC背板组成。当液体样品(比如人的血液、唾液以及尿液)被加到样品垫时，样品会在毛细管作用下沿着试纸条流到吸收垫。当样品到达特定区域时，样品中的抗原会和结合垫上的抗体发生反应，从而显现出特别的颜色。剩余部分的样品会继续往前流并被吸收垫吸收。反应过后，试纸条上会显示出两条线：C线(控制线用来判断试纸条是否有效)和T线(检测线用来判断结果是阳性还是阴性)。本系统采用自行设计和制作的免疫层析试纸条及其外壳装置，试纸条外壳采用最新的3D打印技术一体打印而成(图1所示)，它的精度可以达到0.01 mm。试纸条外壳从左至右，分别是检测可视窗口、病人信息区域和一个圆形的样品上样孔。病人信息区域是已经包含有检测疾病种类的一维条形码。

图1 3D打印的免疫层析试纸条Fig 1 Immunochromato test strip using a 3D printer

1.2 硬件系统的组成

本系统的硬件模块包含图像采集模块、条码扫描器模块、光源模块、电源模块以及平板电脑模块。系统选择了CMOS传感器作为图像采集模块是由于CMOS传感器有着稳定的成像效果和优惠的价格。CMOS影像传感器功耗低，利用3.3 V的电源即可驱动，电源消耗量比CCD低]。光源模块选择白色LED作为激发光源，LED价格便宜、工作电压低、易于驱动、有着稳定的光亮。条码扫描器模块用来实现病人信息和检测疾病种类信息的录入，通过一键扫描对应的一维条形码，可以直接将病人的信息录入到系统对应的数据库中，无需再手动输入。电源模块采用可充电高能锂电池组，其作用在于给光源模块和条码扫描器模块供电。平板电脑模块用于运行系统的检测软件，将获取的图像进行分析处理，得出相应的检测结果，并将检测结果和病人信息一起存储到数据库里。

设备外壳由Auto-CAD软件设计完成，加工材料选择医用工程塑料，喷黑色漆面。该材料质量较轻且有着良好的耐腐蚀性。为了保证检测过程的避光效果，外壳基本全封闭，仅保留了几个必须的插口，用于试纸条的插放和数据线、充电线的外部连接。设备的整体外形如图2所示。

图2 免疫层析试纸条检测系统的外观Fig 2 Appearance of test strip reader

2 软件部分的研发

本研究开发了一种软件系统用来配套硬件系统的检测，该软件系统是基于C++编程语言和OpenCV函数库编写的，它的主要作用在于分析采集的图像，得出相应的检测结果，具有病人信息的载入和存储功能。该软件在平板电脑上运行，并链接到数据库，可以将病人的个人信息和检测结果一起存储到数据库里，便于以后的对比和调用。

当运行该软件时，在软件的主界面，点击“图像采集”按钮打开摄像头，获取待检测的试纸条图像。图像采集过后，点击“自动诊断”来计算C线和T线的灰度值。检测过后，病人的检测结果和检测图像都会被存储到数据库里，和病人的个人信息对应起来。当载入病人的个人信息时，检测结果和图像会一并被载入。

当试纸条图像被获取时，由于光照和环境的影响，图像会显得较为模糊，是由于含有一定的背景噪声，检测软件会先对该图像进行去噪处理，便于之后的灰度值的计算。由于试纸条中唯一有用的部分就是C线和T线，为了得出检测结果，首先需要将两条色带(C线和T线)从整个图像中提取出来。

本研究使用了k-means均值聚类算法来提取两条色带9〗。聚类算法是一种常用的图像处理算法，它在处理大量数据的时候会将数据分成不同的类，使得同一类里的数据的相似度尽可能大，而不同类的数据的差异性也尽可能大。对图像的处理过程如下：将一个图像的所有像素点(n个)，分配到NC个聚类中心中。Vi代表着第i个被分配的像素而Cj代表着第j个聚类中心。先随机选取聚类中心，然后将剩下的所有的像素点根据欧式距离

(1)

将它们赋给最近的类。具体的算法步骤如下：

1)先初始化所有的聚类中心，设置参数αa=αb=α0(α0是一个介于0～1/3之间的常量)来控制聚类中心之间的适应度。

2)将所有的像素点根据欧式距离分配到最近的聚类中心，再根据式(1)重新计算聚类中心的位置

(2)

式中 nj为第j个类中像素点的数量。

3)根据式(3)来计算每一个类的适应度

(3)

4)找到所有适应度中的最大值和最小值，并将此时的Cj分配给Cs和Cl。

5)如果f(Cs)<αa·f(Cl)，Vi∈Cl且Vi

(4)

(5)

6)根据式αa=αa-αa/nc重新计算αa的值，重复步骤(4)和步骤(5)直到f(Cs)>αa·f(Cl)。

7)再将所有的像素分配到最近的类中，用式(2)计算出新的聚类中心，重复上述步骤，直到聚类中心的位置不再变化为止。

3 结果与讨论

3.1 图像处理结果

图3(a)显示了被CMOS传感器获取的图片，它包含了一定的背景噪声，首先对其进行去噪处理。去噪之后，图像显得更加平滑]。随后，使用k-means聚类算法被用来提取两条色带，经过处理之后，从图3(c)可以看出，C线和T线被转换成灰白色，而其他部分变成黑色。黑色的部分即是无用区域，被去除。灰白色部分将被提取出来作为计算病人检测结果的依据。

图3 原始图像和去噪后的图像以及聚类后的图像Fig 3 Original image，image after denoising and image after Kmeans algorithm

3.2 设备的稳定性和可重复性

三种不同浓度的试纸条被用来检测它们的色带的平均灰度值，每一种浓度的试纸条检测20次。检测结果如图4所示，可以看出每次检测结果之间的差异非常小，波动范围小于3 %。

图4 三种浓度试纸条的T/C值Fig 4 Ratios of T/C of three concentrations

3.3 样品的检测

首先从医院里收集了100例阳性尿素酶样品和100例阴性尿素酶样品，用于验证该系统的准确性和特异性。检测结果的特异性和灵敏度分别为97 %和95 %。随后选用了8种不同浓度的试纸条，每种浓度选取了20个不同的样品，分别测试它们两条色带的比值，然后计算出每种浓度的T/C的平均值。如图5所示，随着试纸条浓度的增加，更多抗体被捕获在T线上，从而导致T/C的增加，T/C和浓度的关系可以用一个函数来表示。从图5中可以看出，本设备的检测下限为5 mIU/mL，完全符合临床检测的需要。

图5 尿素酶样品的T/C值的曲线图Fig 5 Curve graph of T/C in different concentrations of urea enzymes samples

4 结 论

本研究成功地开发了基于CMOS传感器和平板电脑的免疫层析试纸条快速定量检测系统，该系统不仅可以检测尿素酶试纸条还可以实现多种疾病胶体金试纸条的快速检测，并且可以给出定量结果。设备通过CMOS图像传感器采集试纸条图像信息，并实时传输至平板电脑，再利用控制软件实现人机交互，完成信息的处理与分析。本研究的软件系统不仅可以实现病人信息的一键扫描快速录入，还利用k-means聚类算法进行图像的分析和诊断，同时建立了数据库和打印机的连接，极大地提高了用户体验度。研究设计的试纸条外壳集合了一维条形码，包含病人疾病的检测种类，大大简化了操作的复杂性并且降低了手动输入文字的错误率。同时，该设备成本低、体积小、重量轻于现有检测设备，便于携带。该设备的续航能力非常强，可以脱离交流电源工作很长时间，适用于野外检测和社区常规体检。最后，本研究选取了不同浓度的尿素酶样本验证设备的准确性和稳定性，并取得了良好的检测效果。临床尿素酶样品检测的特异性和灵敏度分别为97 %和95 %，检测下限达到5 mIU/mL，符合临床检测的需求。

[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，通讯作者,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

郑 宇(1991-)，男，江苏淮安人，硕士研究生，主要研究方向为免疫层析检测设备的开发和图像算法的处理。