Un nouvel algorithme pour smartphone peut diagnostiquer avec précision les maladies

• Un nouvel algorithme d'imagerie sur smartphone permet aux utilisateurs non formés d'analyser des tests complexes, tels que le VIH, les antigènes du cancer de l'ovaire et l'ADN de la tuberculose.
• Cela fonctionne en générant une intensité de pixels moyenne avec de petites variances et une plage dynamique élevée.

Les smartphones sont devenus des dispositifs d'évaluation hautement performants pour diverses applications, telles que les tests colorimétriques, les tests de flux latéral, l'analyse cytométrique et la microscopie sur téléphone portable. Ils constituent une option viable car ils combinent une puissante capacité de traitement, des capteurs sophistiqués et une connectivité sans fil dans un petit appareil.

Ces appareils ne sont plus uniquement destinés aux selfies, ils sont devenus une option attrayante pour diagnostiquer des conditions médicales dans des contextes spécifiques. Ils permettent aux personnes inexpérimentées de collecter des données et de les envoyer aux professionnels de la santé.

En gardant à l'esprit toutes ces fonctionnalités des smartphones, des chercheurs de la Florida Atlantic University ont créé un nouvel algorithme d'imagerie pour smartphones pour permettre aux utilisateurs non formés d'analyser des tests qui sont généralement évalués par une technique intrinsèquement complexe et puissante connue sous le nom de spectroscopie.

Comment ont-ils fait ?

Le matériel de caméra embarqué des téléphones portables existants n'est pas assez intelligent, ce qui limite l'utilité de l'appareil. Pour remédier à ces limitations et obtenir des résultats précis, du matériel externe est utilisé.

Aujourd'hui, toutes les caméras de téléphones portables sont conçues pour une meilleure apparence d'image au lieu d'évaluations quantitatives basées sur des images. De plus, de nombreux tests biochimiques n'ont pas d'analogue de smartphone reproductible et robuste.

Dans cette étude, les chercheurs ont développé une technique de prétraitement d'image basée sur un smartphone qui génère une intensité moyenne de pixels (MPI) avec des variances plus petites et une plage dynamique plus large par rapport aux techniques conventionnelles.

Alors que les images des smartphones sont stockées de manière native sous forme de groupes d'intensités de pixels RVB, la nouvelle méthode utilise les paramètres de saturation de l'espace HSV (teinte, saturation, couleur) pour permettre le diagnostic au point de service.

Référence :Analyste (RSC) | doi:10.1039/C8AN02521E | FAU

L'analyse de saturation n'est pas altérée par des facteurs limitatifs majeurs, tels que des niveaux de lumière variables, des ombres et des variations d'éclairage ambiant. En fait, la méthode améliore l'aspect pratique, la répétabilité et le rejet du bruit de capture photo, tout en réduisant les frais généraux de l'équipement pour les tests au point de service basés sur l'image.

Résultats

L'équipe a analysé plus de 10 000 images et a constaté que leur algorithme surpassait systématiquement toutes les autres méthodes existantes dans différents scénarios de champ d'exploitation. Ils ont capturé toutes les images à l'aide de 3 smartphones :Samsung Galaxy Edge 7, iPhone 6 et Moto G avec respectivement un appareil photo de 12, 12 et 5 MP.

Les images de test de diagnostic sont capturées via l'appareil photo d'un téléphone et la région d'intérêt (ROI) est transformée en HSV. Ensuite, l'analyse MPI est appliquée pour déterminer la concentration et l'absorbance de l'échantillon. | Avec l'aimable autorisation des chercheurs 

Ils ont mesuré les performances de l'algorithme, testé la sensibilité à la distance, au mouvement et à l'inclinaison de la caméra, capturé des images dans différentes conditions et examiné la réponse en concentration et les caractéristiques de l'histogramme. Ils ont également analysé les niveaux d'éclairage ambiant, les propriétés de saturation, la limite de détection et la relation avec l'espace colorimétrique RVB (rouge, vert, bleu).

Après avoir comparé l'analyse de saturation avec les méthodes RVB traditionnelles, les chercheurs ont confirmé que leur technique améliorait les performances (à la fois empiriquement et analytiquement) en présence de bruit de lumière ambiante.

Ils ont également démontré les conditions idéales pour capturer des images, qui incluent un fond blanc uni, une lumière blanche constante, un déplacement angulaire nul du smartphone et une distance minimale par rapport à l'échantillon.

Ils ont appliqué leur algorithme à un test de biochimie analytique, connu sous le nom de test immuno-enzymatique, spécialement développé pour identifier et quantifier des substances telles que des anticorps, des protéines, des peptides et des hormones. Selon les résultats, l'analyse de saturation a permis un examen précis et sans équipement pour le VIH.

Lire :Un algorithme linéaire qui peut localiser les smartphones sans GPS

Les chercheurs prévoient d'améliorer encore leur algorithme pour rendre le processus de diagnostic rapide, précis et peu coûteux.