Algoritmo Revolucionário para Smartphone Permite Diagnóstico Preciso de Doenças

Smartphones surgiram como dispositivos de avaliação altamente capazes para várias aplicações, como testes colorimétricos, ensaios de fluxo lateral, análise citométrica e microscopia de celular. São uma opção viável porque combinam poderosa capacidade de processamento, sensores sofisticados e conectividade sem fio em um pequeno dispositivo.

Como Fizeram Isso?

O hardware de câmera integrado dos celulares existentes não é inteligente o suficiente, o que restringe a utilidade do dispositivo. Para abordar essas limitações e obter resultados precisos, hardware externo é usado.

Hoje, todas as câmeras de celular são projetadas para melhor aparência de imagem em vez de avaliações quantitativas baseadas em imagem. Além disso, muitos ensaios bioquímicos carecem de uma análoga robusta e repetível para smartphone.

Neste estudo, os pesquisadores desenvolveram uma técnica de pré-processamento de imagem baseada em smartphone que gera uma intensidade média de pixel (MPI) com variâncias menores e faixa dinâmica mais ampla comparado a técnicas convencionais.

Enquanto imagens de smartphone são nativamente armazenadas como grupos de intensidades de pixel RGB, o novo método usa os parâmetros de saturação do espaço HSV (matiz, saturação, cor) para permitir diagnóstico point-of-care.

Referência: Analyst (RSC) | doi:10.1039/C8AN02521E | FAU

A análise de saturação não é alterada por principais fatores limitantes, como níveis de luz variados, sombreamento e variações de iluminação ambiente. Na verdade, o método melhora praticidade, repetibilidade e rejeição de ruído de captura de foto, enquanto reduz a sobrecarga de equipamentos para testes point-of-care baseados em imagem.

Resultados

A equipe analisou mais de 10.000 imagens e descobriu que seu algoritmo superou consistentemente todos os outros métodos existentes sob diferentes cenários operacionais de campo. Capturaram todas as imagens usando 3 smartphones: Samsung Galaxy Edge 7, iPhone 6 e Moto G com câmeras de 12, 12 e 5 MP respectivamente.

Imagens de ensaio diagnóstico são capturadas pela câmera do telefone e região de interesse (ROI) transformadas em HSV. Então análise MPI é aplicada para determinar concentração e absorbância da amostra. | Cortesia dos pesquisadores

Mediram o desempenho do algoritmo, testaram sensibilidade a distância da câmera, movimento e inclinação, capturaram imagens em diferentes condições, e examinaram resposta de concentração e características de histograma. Também analisaram níveis de iluminação ambiente, propriedades de saturação, limite de detecção e relação com espaço de cor RGB (vermelho, verde, azul).

Após comparar análise de saturação com métodos RGB tradicionais, pesquisadores confirmaram que sua técnica melhorou desempenho (tanto empirica quanto analiticamente) na presença de ruído de luz ambiente.

Também demonstraram as condições ideais para captura de imagens, que incluem fundo branco simples, luz branca consistente, deslocamento angular zero do smartphone e distância mínima à amostra.

Aplicaram seu algoritmo a um ensaio bioquímico analítico, conhecido como ensaio imunoenzimático ligado a enzimas (ELISA), especialmente desenvolvido para identificar e quantificar substâncias como anticorpos, proteínas, peptídeos e hormônios. Conforme resultados, análise de saturação permitiu exame preciso, sem equipamentos, para HIV.

Leia também: Um Algoritmo Linear Que Pode Localizar Smartphones Sem GPS

Pesquisadores planejam melhorar ainda mais seu algoritmo para tornar o processo de diagnóstico rápido, preciso e barato.