”我们很多人遇到或经历了Covid-19测试
就像大流行本身一样，经常筛查已成为日常生活的一部分
正如SARS-COV-2继续成为一个强大的敌人，我们检测和分类病毒的策略必须保持敏捷和复杂
进入贝克曼研究员加布里埃尔·波普索斯，电气计算机工程教授，他的跨学科团队
他们的研究，“免费的SARS-COV-2 D用计算特异性使用相位成像的Etection和分类，“在光明：科学和应用 - 自然
开始于2020年5月，在全球危机中发表果实，该项目的时间表与大流行平行运行提示它
贝克曼团队的特征，研究人员的第一步是识别创新的机会;他们观察到，虽然目前存在许多技术来测试SARS-COV-2，但没有使用无标签光学方法
单个颗粒的微量尺寸单独依赖于视线，即使用显微镜电子显微镜可用于成像颗粒结构，但需要广泛的准备以确保样本的可见性
虽然必要的情况下，这个过程可以模糊所需的图像
Popescu的团队转向贝克曼的技术通常保留用于可视化细胞：空间光图像显微镜，这有利于无化学（或非无标签）成像“电子显微镜提供清晰的图像，但它需要广泛的样品制备，”生物工程研究生和2021年的贝克曼研究所的Nadine Barrie Smith Memorial Colledowship的2021个接受者的纳哈·戈斯瓦米说
“对病毒成像施加苗条就像在没有眼镜上的东西
图像模糊，由于病毒小于衍射极小的病毒
，但由于对纤细的高灵敏度，我们不仅可以检测病毒，还可以差异在不同类型之间渗透
“幸运的是，研究人员确定了一种基于SLIM数据识别病毒的创造性方式：人工智能
在正确的训练中，可以对先进的深度神经网络进行编程到甚至识别到最小的图像它们将AI程序介绍给一对图像：产生荧光的染色的SAR-COV-2颗粒，并用荧光层微峰显微镜捕获的相位图像
训练AI以识别这些图像作为一个，同样
ea大写地识别，荧光染色的图像功能如训练轮;随着足够的重复，机器学会直接从纤细地检测病毒，无需添加的支持
分化后：从其他类型的病毒和粒子中辨别SARS-COV-2
“我们在机器上取得了艰难的生活，”Goswami说
“”我们给了它灰尘，珠子和其他病毒训练并学会从人群中挑选病毒，而不是识别何时它本身是“”在SARS-COV-2和其他病毒病原体如H1N1或流感A之间学会辨别的AI; hadv，或腺病毒; ZIKV或Zika病毒
临床前试验非常成功，导致SARS-COV-2 D的96％成功率Entection和分类“这一显着成功是由于我们来自几个不同学科的专家团队，与独特的目标一起聚集在一起：创造最快，最实惠和可扩展的测试可能
我们的目前的努力旨在在诊所向诊所展示这种方法并在全球范围内部署Covid和可能其他传染病，“Popescu表示
该项目的目标是敏感和特异性的病毒呼吸试验检测系统，有助于病毒诊断并以传输预防策略;今天，这可能采取快速，高通量，低成本Covid-19测试的形式，具有可移植性和护理点措施
与临床验证待定，研究人员推测了一个covid -1用这种方法进行的9测试看起来像这样：主题会佩戴面罩，透明玻璃载玻片将连接在其上;然后，它们将完成一个活动，其中它们的呼吸变得固定到滑动件（如响亮的段落）
载玻片和附着于它的任何颗粒，并分析以检测存在的任何病毒
“这种Covid测试有两个关键优势，”Goswami表示
“”第一是速度：持续时间可以是一分钟的顺序第二是，我们没有向提供的样品添加任何化学物质或修改
所有我们要支付的是面部盾牌和滑动本身的成本
“从临床的角度来看，这种创新的影响目的诊断能力发出明文
“通过快速诊断Covid-19的早期干预，结合接触跟踪，将显着降低Covid-19传播，发病率和死亡率，”病理学教授Nahed Ismail说：伊利诺伊州伊利诺伊大学临床微生物学实验室的医疗主任
这一高度适应性的AI编程可以帮助解决未来的流行病，而不仅仅是Covid-19
“我们需要快速检测疾病， “Goswami说
”不仅是Covid，而且其他
我们可以并应该把我们的努力在光学和AI方面，试图找出我们可以去的多远
“这种尖端研究是来自贝克曼研究所的科学家之间的合作的结果伊利诺伊大学Urbana-Champaign，伊利诺伊大学芝加哥
“”这项项目的惊人的事情是，我们可以在很短的时间内将实验室工作促进临床试验，“伊万·伊朗海伦·尼文说Racheff在UIUC和项目合作者的民用和环境工程教授
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
