Algorithme smartphone révolutionnaire permet un diagnostic précis des maladies

• Un nouvel algorithme d'imagerie smartphone permet aux utilisateurs non formés d'analyser des essais complexes, tels que le VIH, les antigènes du cancer de l'ovaire et l'ADN de la tuberculose.
• Il fonctionne en générant une intensité moyenne de pixel avec de faibles variances et une grande plage dynamique.

Les smartphones sont apparus comme des dispositifs d'évaluation hautement capables pour diverses applications, telles que les tests colorimétriques, les essais à flux latéral, l'analyse cytométrique et la microscopie sur téléphone portable. Ils sont 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 seulement pour les selfies, ils sont devenus une option attrayante pour diagnostiquer des conditions médicales dans des contextes spécifiques. Ils permettent à des personnes inexpérimentées de collecter des données et de les envoyer à des professionnels de la santé.

En gardant à l'esprit toutes ces fonctionnalités des smartphones, des chercheurs de l'Université Florida Atlantic ont créé un nouvel algorithme d'imagerie smartphone pour permettre aux utilisateurs non formés d'analyser des essais 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 l'image. De plus, de nombreux essais biochimiques manquent d'un analogue smartphone répétable et robuste.

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

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

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

L'analyse de saturation n'est pas altérée par les principaux facteurs limitants, tels que les niveaux de lumière variables, l'ombrage et les variations d'éclairage ambiant. En fait, la méthode améliore la praticité, la répétabilité et le rejet du bruit de capture photo, tout en réduisant la surcharge d'équipement pour les tests de diagnostic d'image au point de service.

Résultats

L'équipe a analysé plus de 10 000 images et a découvert que leur algorithme surpassait systématiquement toutes les autres méthodes existantes sous différents scénarios de terrain opérationnels. Ils ont capturé toutes les images en utilisant 3 smartphones : Samsung Galaxy Edge 7, iPhone 6 et Moto G avec des caméras de 12, 12 et 5 MP respectivement.

Les images d'essai diagnostique sont capturées via la caméra 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 la performance de l'algorithme, testé la sensibilité à la distance de la caméra, au mouvement et à l'inclinaison, capturé des images dans différentes conditions, et examiné la réponse de concentration et les caractéristiques d'histogramme. Aussi, ils ont 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, zéro déplacement angulaire du smartphone et une distance minimale à l'échantillon.

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

À lire : Un algorithme linéaire qui peut localiser les smartphones sans GPS

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