Algoritma Ponsel Cerdas Baru Dapat Mendiagnosis Penyakit Secara Akurat

• Algoritme pencitraan ponsel cerdas yang baru memungkinkan pengguna yang tidak terlatih untuk menganalisis pengujian kompleks, seperti HIV, antigen kanker ovarium, dan DNA tuberkulosis.
• Ini bekerja dengan menghasilkan intensitas piksel rata-rata dengan varians kecil dan rentang dinamis tinggi.

Smartphone telah muncul sebagai perangkat evaluasi yang sangat mampu untuk berbagai aplikasi, seperti tes kolorimetri, uji aliran lateral, analisis sitometrik, dan mikroskop ponsel. Mereka adalah pilihan yang layak karena mereka menggabungkan kemampuan pemrosesan yang kuat, sensor canggih, dan konektivitas nirkabel ke dalam perangkat kecil.

Perangkat ini tidak hanya untuk selfie lagi, tetapi telah menjadi pilihan yang menarik untuk mendiagnosis kondisi medis dalam pengaturan tertentu. Mereka memungkinkan orang yang tidak berpengalaman untuk mengumpulkan data dan mengirimkannya ke profesional medis.

Dengan mengingat semua fitur ponsel cerdas ini, para peneliti di Florida Atlantic University telah menciptakan algoritme pencitraan ponsel cerdas baru untuk memungkinkan pengguna yang tidak terlatih menganalisis pengujian yang biasanya dievaluasi dengan teknik yang kompleks dan kuat secara intrinsik yang dikenal sebagai spektroskopi.

Bagaimana Mereka Melakukannya?

Perangkat keras kamera onboard dari ponsel yang ada tidak cukup pintar, yang membatasi utilitas perangkat. Untuk mengatasi keterbatasan ini dan mendapatkan hasil yang akurat, perangkat keras eksternal digunakan.

Saat ini, semua kamera ponsel dirancang untuk tampilan gambar yang lebih baik daripada evaluasi berbasis gambar kuantitatif. Selain itu, banyak pengujian biokimia tidak memiliki analog smartphone yang dapat diulang dan kuat.

Dalam studi ini, peneliti mengembangkan teknik prapemrosesan gambar berbasis ponsel cerdas yang menghasilkan intensitas piksel rata-rata (MPI) dengan varians yang lebih kecil, dan rentang dinamis yang lebih luas dibandingkan dengan teknik konvensional.

Meskipun gambar ponsel cerdas disimpan secara asli sebagai kelompok intensitas piksel RGB, metode baru ini menggunakan parameter saturasi ruang HSV (hue, saturation, color) untuk mengaktifkan diagnosis di tempat perawatan.

Referensi:Analis (RSC) | doi:10.1039/C8AN02521E | FAU

Analisis saturasi tidak diubah oleh faktor pembatas utama, seperti tingkat cahaya yang bervariasi, bayangan, dan variasi pencahayaan sekitar. Faktanya, metode ini meningkatkan kepraktisan, pengulangan, dan penolakan noise pengambilan foto, sekaligus mengurangi overhead peralatan untuk pengujian titik perawatan berbasis gambar.

Hasil

Tim menganalisis lebih dari 10.000 gambar dan menemukan bahwa algoritme mereka secara konsisten mengungguli semua metode lain yang ada di bawah skenario bidang operasi yang berbeda. Mereka mengambil semua gambar menggunakan 3 smartphone:Samsung Galaxy Edge 7, iPhone 6, dan Moto G dengan kamera masing-masing 12, 12, dan 5 MP.

Gambar uji diagnostik diambil melalui kamera ponsel dan region of interest (ROI) diubah menjadi HSV. Kemudian analisis MPI diterapkan untuk menentukan konsentrasi dan absorbansi sampel. | Atas perkenan peneliti 

Mereka mengukur kinerja algoritme, menguji kepekaan terhadap jarak kamera, gerakan dan kemiringan, mengambil gambar dalam kondisi berbeda, dan memeriksa respons konsentrasi dan karakteristik histogram. Selain itu, mereka menganalisis tingkat pencahayaan sekitar, properti saturasi, batas deteksi, dan hubungan dengan ruang warna RGB (merah, hijau, biru).

Setelah membandingkan analisis saturasi dengan metode RGB tradisional, para peneliti mengkonfirmasi bahwa teknik mereka meningkatkan kinerja (baik secara empiris maupun analitis) dengan adanya kebisingan cahaya sekitar.

Mereka juga menunjukkan kondisi ideal untuk mengambil gambar, yang mencakup latar belakang putih polos, cahaya putih yang konsisten, perpindahan sudut nol dari smartphone, dan jarak minimum ke sampel.

Mereka menerapkan algoritme mereka pada uji biokimia analitik, yang dikenal sebagai uji imunosorben terkait-enzim, yang dikembangkan secara khusus untuk mengidentifikasi dan mengukur zat seperti antibodi, protein, peptida, dan hormon. Sesuai hasil, analisis saturasi memungkinkan pemeriksaan HIV yang akurat dan tanpa peralatan.

Baca:Algoritma Linear yang Dapat Menemukan Smartphone Tanpa GPS

Para peneliti berencana untuk lebih meningkatkan algoritme mereka untuk membuat proses diagnosis menjadi cepat, tepat, dan murah.