Novo algoritmo de smartphone pode diagnosticar doenças com precisão

• Um novo algoritmo de imagem para smartphone permite que usuários não treinados analisem ensaios complexos, como HIV, antígenos do câncer de ovário e DNA da tuberculose.
• Funciona gerando uma intensidade média de pixels com pequenas variações e uma alta faixa dinâmica.

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

Esses dispositivos não são mais apenas para selfies, eles se tornaram uma opção atraente para diagnosticar condições médicas em ambientes específicos. Eles permitem que pessoas inexperientes coletem dados e os enviem a profissionais médicos.

Mantendo todos esses recursos dos smartphones em mente, os pesquisadores da Florida Atlantic University criaram um novo algoritmo de imagem para smartphones para permitir que usuários não treinados analisem ensaios que geralmente são avaliados por uma técnica intrinsecamente complexa e poderosa conhecida como espectroscopia.

Como eles fizeram isso?

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

Hoje, todas as câmeras de telefones celulares são projetadas para uma melhor aparência de imagem, em vez de avaliações quantitativas baseadas em imagens. Além disso, muitos ensaios bioquímicos carecem de um análogo de smartphone robusto e reproduzível.

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

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

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

A análise de saturação não é alterada por fatores limitantes importantes, como níveis variáveis ​​de luz, sombreamento e variações de iluminação ambiente. Na verdade, o método melhora a praticidade, a repetibilidade e a rejeição de ruído na captura de fotos, enquanto reduz a sobrecarga do equipamento para testes de ponto de atendimento baseados em imagem.

Resultados

A equipe analisou mais de 10.000 imagens e descobriu que seu algoritmo superou consistentemente todos os outros métodos existentes em diferentes cenários de campo operacional. Eles 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.

As imagens do ensaio de diagnóstico são capturadas por meio da câmera de um telefone e a região de interesse (ROI) é transformada em HSV. Em seguida, a análise MPI é aplicada para determinar a concentração e a absorbância da amostra. | Cortesia de pesquisadores

Eles mediram o desempenho do algoritmo, testaram a sensibilidade à distância da câmera, movimento e inclinação, capturaram imagens em diferentes condições e examinaram a resposta da concentração e as características do histograma. Além disso, eles analisaram os níveis de iluminação do ambiente, as propriedades de saturação, o limite de detecção e a relação com o espaço de cores RGB (vermelho, verde, azul).

Depois de comparar a análise de saturação com métodos RGB tradicionais, os pesquisadores confirmaram que sua técnica melhorou o desempenho (tanto empiricamente quanto analiticamente) na presença de ruído de luz ambiente.

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

Eles aplicaram seu algoritmo a um ensaio bioquímico analítico, conhecido como ensaio imunoenzimático, desenvolvido especialmente para identificar e quantificar substâncias como anticorpos, proteínas, peptídeos e hormônios. De acordo com os resultados, a análise de saturação permitiu um exame preciso e sem equipamento para o HIV.

Leia:Um algoritmo linear que pode localizar smartphones sem GPS

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