本文提出一種手持式對流 PCR 系統，可同時實現 8 樣本病原體檢測。針對熒光曲線多樣性，將機器學習用于檢測結果陰陽性判定，提升了其檢測性能。

對流 PCR 原理見熱對流PCR簡述如圖 1 所示，由聚碳酸酯通過注射成型的光滑試管作為反應容器，反應液配置完成后將 8個反應管放入裝置。

圖 1

如圖 2 所示，裝置尺寸為70 x 70 x 130 mm，由控制器模塊、加熱模塊、光學檢測模塊、藍牙模塊和智能手機模塊組成。

圖2

智能手機與該裝置通過藍牙進行數據傳輸。智能手機端接收到熒光數據后進行圖像重構以及后續用于機器學習進行陰陽性分類識別。

除了智能手機，該裝置還可以通過機身按鈕控制反應進行，并通過 LCD 實時顯示曲線。兩種方式相互獨立。

儀器內部結構如圖 3 所示。在毛細管頂部放置 8 個發光二極管，經濾光片后激發毛細管內的熒光探針信號。

圖 3

采用 16 根光纖分別從側壁、底部采集 8 個單元的熒光信號，并將其傳至相機鏡頭前。鏡頭捕捉到圖像后，首先識別反應區的邊界，得到邊界內平均灰度值，減去背景灰度值，表示相對熒光信號強度。

如圖 4 所示，作者探究了底部與側壁采光時 LED 不同發光時間的相對熒光曲線。

發現當LED間隔發光時，熒光強度無明顯變化；當LED常亮時，熒光強度呈下降趨勢。即無論從底部采光還是側壁采光，LED 常亮均會導致熒光值下降。

同時驗證了底部采光時的檢測一致性明顯優于側壁采光。

圖 4

由于毛細管內部熱對流反應機理、復雜的熱動力學、溫度控制等導致的局部熱對流的不均勻性，導致部分陽性和陰性樣本的熒光曲線高度相似。

圖 5

如圖 5 所示，本文將機器學習與 Ct 值相結合實現檢測結果陰陽性判定。相比于傳統 Ct 值，該方法可將檢測結果準確率提升至 97.5% 。

審核編輯：劉清