0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

拉曼光谱赋能智能手机助力精准药物分类

MEMS ? 来源:MEMS ? 作者:麦姆斯咨询王懿 ? 2023-10-07 16:52 ? 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

光谱信息可视为材料的独特“指纹”,利用无处不在的智能手机,实现检测、记录、分析材料的光谱信息,一直是科学家和消费者所期待的。由于线上药店和药品供应链的不断增加,假药甚至已逐渐威胁到了公共健康安全。而拉曼光谱可以为药物分类识别提供有价值的信息。

据麦姆斯咨询报道,近日,韩国三星综合技术院(Samsung Advanced Institute of Technology)、忠南大学(Chungnam National University)、成均馆大学(Sungkyunkwan University)和韩国中央大学(Chung-Ang University)组成的科研团队在Nature Communications期刊上发表了以“Drug classification with a spectral barcode obtained with a smartphone Raman spectrometer”为主题的论文。三星综合技术院的Un Jeong Kim和Suyeon Lee为该论文的共同第一作者,通讯作者为三星综合技术院的Hyuck Choo。

这项研究重点展示了基于智能手机的拉曼光谱仪,该设备足以用于药物分类。该拉曼光谱仪是由三星Galaxy Note 9智能手机图像传感器上的二维(2D)带通滤波器周期阵列与紧凑型外置拉曼模块组成。该图像传感器所捕获的拉曼强度图被定义为类似于传统条形码的拉曼光谱条形码,即能够进行定位、识别和/或跟踪功能的机器可读光学标签。研究中,利用卷积神经网络(CNN)对药物的11种主要成分进行分类,准确率高达99.0%。光谱条形码的优势在于:它可以识别药物的品牌名称和未知药物的主要成分。将光谱条形码与红绿蓝(RGB)成像系统所获信息相结合,或直接应用图像识别技术,这种基于材料固有特性的标签系统将促进基础研究的进步并有望获得更多商业机遇。

图1为基于智能手机的拉曼光谱仪和光谱条形码示意图。光谱条形码即通过智能手机拉曼光谱仪获取的2D拉曼强度图,智能手机内嵌了用于分类的人工智能(AI)算法。拉曼信号由一个集成了785 nm激光二极管的紧凑型外置模块来产生和收集。小型化的外置拉曼模块安装于Galaxy Note 9的后置摄像头上。

7508658e-613d-11ee-939d-92fbcf53809c.jpg

图1 基于智能手机的拉曼光谱仪和数据处理分析的示意图

研究人员演示了使用智能手机拉曼光谱仪进行药物分类的实验。该研究选择了三种常见疾病(高血压、糖尿病和高脂血症)最常用的处方药和三种非处方药(维生素B6、维生素C和对乙酰氨基酚)来进行药物分类实验。图2显示了在高血压、糖尿病、高脂血症和其他非处方药中发现的11种主要成分的代表性光谱条形码。

7522d7d4-613d-11ee-939d-92fbcf53809c.jpg

图2 11种主要药物成分的代表性光谱条形码

图3呈现了基于光谱条形码技术的药物分类数据处理示意图。当与CNN相结合时,拉曼光谱可成为预测药物主要成分甚至药物品牌的强大工具。

754d359c-613d-11ee-939d-92fbcf53809c.png

图3 光谱条形码编码及数据处理分析的示意图

图4展现了用于对药物主要化学成分进行分类的混淆矩阵。混淆矩阵主要用于评估药物分类的准确性、比较药物实际类别,并利用分类算法预测药物类别。

7578688e-613d-11ee-939d-92fbcf53809c.png

图4 54种药物主要成分分类的混淆矩阵

有时可能需要识别同一药物组中药物的名称和品牌,这是因为不同药物品牌特定的添加剂或涂层会影响药物在体内的作用过程,例如吸收速度或过敏反应。图5显示了三种品牌二甲双胍药物(Diabex 1000mg、Dybis、Glu-M SR)的光谱条形码及其光谱。

75998b40-613d-11ee-939d-92fbcf53809c.jpg

图5 具有相同主成分的药物的光谱条形码比较

综上所述,该研究介绍了利用基于智能手机的拉曼光谱仪获得光谱条形码的构想和实验。与安装光栅和CCD的市售光谱仪相比,尽管由于带通滤波器阵列和CMOS图像传感器的固有特性,智能手机拉曼光谱仪仍获得了相对较低的光谱分辨率和信噪比(SNR);但作为便携式光谱仪,其品质因数(Q因数)仍足够高,而且功耗低。只需要外部光源和收集光学元件就可以从药物样品中激发并收集其拉曼信号,无需额外将电路板连接到智能手机。这使得这款智能手机光谱仪更为紧凑(外置模块最小化),用途更广泛。

在智能手机光谱仪中集成人工智能功能,可使开发的光谱仪功能更加强大。实验结果表明:(1)利用包含弱拉曼信号的光谱条形码进行药物分类,对药物主要成分识别和药物品牌识别的准确率分别为99.0%和79.5%。(2)通过结合CNN处理药物的RGB图像,可将药物品牌识别的准确率提高到83.2%。未来,通过减小通道(CH)尺寸到像素级并增加通道阵列密度,利用智能手机摄像头有望同时测量目标的光谱和形态信息,即实现高光谱成像。这将大大提高光谱仪的便携性和可用性,在智能手机领域开辟新的应用。

这项研究获得了韩国国家研究基金(NRF-2021R1F1A1062182、NRF- 2020R1A6A1A03047771、NRF-2021R1A2C1010747)和韩国卫生福利部(HR21C0885)的资助和支持。






审核编辑:刘清

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 智能手机
    +关注

    关注

    66

    文章

    18631

    浏览量

    184238
  • 图像传感器
    +关注

    关注

    68

    文章

    1984

    浏览量

    130851
  • 激光二极管
    +关注

    关注

    9

    文章

    193

    浏览量

    36176
  • 卷积神经网络

    关注

    4

    文章

    369

    浏览量

    12347
  • 拉曼光谱
    +关注

    关注

    0

    文章

    92

    浏览量

    3011

原文标题:拉曼光谱赋能智能手机,实现精准药物分类

文章出处:【微信号:MEMSensor,微信公众号:MEMS】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    光谱专题2 | 光谱中的共聚焦方式,您选对了吗?

    光谱专题2|光谱中的共聚焦方式,您选对了吗?——共聚焦技术与AUT-XperRam共聚焦
    的头像 发表于 07-23 11:05 ?100次阅读
    <b class='flag-5'>拉</b><b class='flag-5'>曼</b><b class='flag-5'>光谱</b>专题2 | <b class='flag-5'>拉</b><b class='flag-5'>曼</b><b class='flag-5'>光谱</b>中的共聚焦方式,您选对了吗?

    光谱专题1 | 光谱揭秘:新手也轻松迈入光谱学之门

    你是否想过,一束光照射物质后,揭开其分子层面的秘密?今天,就让我们走进神奇的光谱世界,哪怕是光谱学小白,也
    的头像 发表于 06-23 11:07 ?1588次阅读
    <b class='flag-5'>拉</b><b class='flag-5'>曼</b><b class='flag-5'>光谱</b>专题1 | <b class='flag-5'>拉</b><b class='flag-5'>曼</b><b class='flag-5'>光谱</b>揭秘:新手也<b class='flag-5'>能</b>轻松迈入<b class='flag-5'>光谱</b>学之门

    应用介绍 | 单光子计数光谱

    单光子计数光谱实验装置示意图脉冲激光聚焦在样品表面,激发样品产生荧光和散射,单光子探测器探测这些受激发射和散射。TimeTagger
    的头像 发表于 05-20 16:07 ?257次阅读
    应用介绍 | 单光子计数<b class='flag-5'>拉</b><b class='flag-5'>曼</b><b class='flag-5'>光谱</b>

    为什么选对激光波长对光谱很重要

    对于刚接触光谱的研究者,最常提出的问题是:"我需要什么激光激发波长?" 答案显然取决于待测材料本身。材料的散射截面及其物理光学特性都
    的头像 发表于 04-29 09:13 ?298次阅读

    2025Q1中国手机市场:华为领跑 #智能手机 #消费电子 #晶扬电子 #华为

    智能手机
    jf_15747056
    发布于 :2025年04月27日 17:57:04

    爱普生SG-8101CE可编程晶振智能手机精准心脏

    智能手机高速迭代的今天,高性能、低功耗与小型化已成为核心诉求。智能手机作为人们生活中不可或缺的工具,需要在各种复杂场景下稳定运行。爱普生SG-8101CE可编程晶振凭借其卓越性能,成为智能手机
    的头像 发表于 02-24 18:13 ?453次阅读
    爱普生SG-8101CE可编程晶振<b class='flag-5'>赋</b><b class='flag-5'>能</b><b class='flag-5'>智能手机</b>的<b class='flag-5'>精准</b>心脏

    光谱在食品安全检测中的应用

    与红外光谱相比,光谱的适用性更好。光谱技术具
    的头像 发表于 01-07 14:19 ?773次阅读
    <b class='flag-5'>拉</b><b class='flag-5'>曼</b><b class='flag-5'>光谱</b>在食品安全检测中的应用

    高压放大器在气体光谱检测技术研究中的应用

    实验名称:气体光谱检测装置的设计与搭建 测试目的:开展气体光谱检测技术的研究,并设计基于
    的头像 发表于 12-12 10:57 ?541次阅读
    高压放大器在气体<b class='flag-5'>拉</b><b class='flag-5'>曼</b><b class='flag-5'>光谱</b>检测技术研究中的应用

    科学家将光谱的测量速率提高100倍

    专门设计和制造的光谱仪的图像,其性能比任何其他系统高出100倍。 东京大学光子科学与技术研究所的研究人员 Takuma Nakamura、Kazuki Hashimoto 和 Takuro
    的头像 发表于 11-15 06:24 ?379次阅读

    探索智能手机上的生成式AI

    今年是移动技术发展史上的重要一年,AI智能手机的出现让我们对未来充满了期待。每年,我都会准时排队购买新发布的高端智能手机,一方面是因为我喜欢电子产品,另一方面则源于我对新科技的好奇。朋友们开玩笑
    的头像 发表于 11-11 16:36 ?1081次阅读

    使用光谱检测组织的恶性变化

    介绍 准确、快速、无创地检测和诊断组织中的恶性疾病是生物医学研究的重要目标。漫反射、荧光光谱光谱等光学方法都已被研究作为实现这一目标的方法。漫反射利用组织的吸收和散射特性,特别是
    的头像 发表于 10-17 06:32 ?533次阅读
    使用<b class='flag-5'>拉</b><b class='flag-5'>曼</b><b class='flag-5'>光谱</b>检测组织的恶性变化

    太赫兹光谱

    图 1:显示不同光谱技术对应的电磁波谱。 光谱通常在可见光 (532 nm) 或近红外光 (785 nm) 中使用,而红外吸收光谱用于
    的头像 发表于 09-26 10:02 ?844次阅读
    太赫兹<b class='flag-5'>拉</b><b class='flag-5'>曼</b><b class='flag-5'>光谱</b>简

    紫外光谱在微晶硅薄膜结晶度分析中的优势

    的结晶度,其中光谱最快捷,在短短几秒钟内,波长或偏振的变化就能够揭示出样品的相关信息。美晶化率测试仪采用325激光器,优化紫外光路设计,提高
    的头像 发表于 09-10 08:06 ?993次阅读
    紫外<b class='flag-5'>拉</b><b class='flag-5'>曼</b><b class='flag-5'>光谱</b>在微晶硅薄膜结晶度分析中的优势

    光谱的原理及其应用

    一、光谱的原理 光谱(Raman spectra)是一种散射
    的头像 发表于 08-26 06:22 ?1170次阅读

    精准捕捉信号——时间门控光谱系统实验结果深度解析

    在上篇的文章(详见文末目录:闪光科技推出高性能时间门控光谱系统,为科学研究注入新动力!),一文中,我们详细介绍了时间门控
    的头像 发表于 08-13 10:38 ?915次阅读
    <b class='flag-5'>精准</b>捕捉<b class='flag-5'>拉</b><b class='flag-5'>曼</b>信号——时间门控<b class='flag-5'>拉</b><b class='flag-5'>曼</b><b class='flag-5'>光谱</b>系统实验结果深度解析