南方医科大学学报

作者：张一鹏, 陈 波, 李家奇, 梁业东, 张华剑, 吴文明, 张 煜

单位：南方医科大学生物医学工程学院，广东省医学图像处理重点研究室，广东省医学成像与诊断技术工程实验室，广东 广州 520515；广东省科学院生物与医学工程研究所，广东 广州 510316；五邑大学应用物理与材料学院，广东 江门 529000；五邑大学生物科技与大健康学院，广东 江门 529020

关键词：ddPCR,Filter Faster R-CNN,异常点去除,

目的 研究液滴数字聚合酶链式反应（ddPCR）液滴检测技术，去除图像中灰尘、气泡、芯片表面的划痕以及微小凹陷等因素产生的异常点对结果的影响，实现高通量、稳定和准确的ddPCR液滴的自动检测。方法 提出Filter Faster R-CNN ddPCR液滴检测模型。使用Faster R-CNN生成液滴预测框，之后使用异常点过滤模块（Filter）去除阳性液滴预测框中的异常点。以诺如病毒片段的质粒为模板进行ddPCR实验，建立一个ddPCR数据集，用于模型的训练（2462例，约占78.56%）和测试（672例，约占21.44%）。对异常点过滤模块的3个过滤支路在验证集上进行消融实验，通过与其他ddPCR液滴检测模型进行比较的对比实验以及进行ddPCR的绝对定量实验。结果 在少尘和多尘的环境中，Filter Faster R-CNN阳性液滴准确率为98.23%和88.35%，综合指标F1分数分别达到了99.15%和99.14%，高于其他相比较的模型。独立样本T检验的结果证明，相比未添加过滤模块的网络，添加过滤模块后能够显著提示模型在多尘环境中的阳性准确率。在ddPCR绝对定量实验中，将商业化流式检测设备的结果作为标准浓度，绘制了回归线。结果显示，回归线斜率为1.0005，截距为-0.025，决定系数达到了0.9997，二者结果高度一致。结论 本文提出了一种基于Filter Faster R-CNN的ddPCR液滴检测技术，为在多种环境条件下的ddPCR实验提供了鲁棒的液滴检测方法。

来源：2024年第2期

《南方医科大学学报》期刊编辑部

查看南方医科大学学报杂志2024年第2期