近(1)日，美國伊利諾伊大學(University of Illinois)貝克曼先進科學技術研究所，利用空間光路徑干涉顯微鏡(SLIM)，結合人工智慧(AI)，開發出一種快速、無須標記(Label-free)的新冠病毒(COVID-19)檢測和分類方法，其檢測準確率可達96%，該方法還可區分流感病毒(H1N1)、腺病毒(HAdV)、茲卡病毒(ZIKV)。相關研究已發表在《Light: Science & Applications》期刊上。
 
COVID-19在全球大流行，貝克曼團隊研究人員，發現目前存在的許多COVID-19檢測技術，都沒有使用「無標記」的光學成像方法，直接對病毒檢測。
 
但由於病毒粒子的尺寸小於繞射極限(diffraction limit)，即使使用顯微鏡也很難對其顆粒結構成像，通常都需要大量的工作準備，才能確保樣品的可見性。
 
因此研究團隊，採用一種高敏感度的空間光路徑干涉顯微鏡，對固定在載玻片上的病毒進行成像，接著團隊將成像結果與特定病毒螢光標記的成像比對，以進一步訓練、優化一種深度學習的卷積神經網絡(CNN)—U-Net，訓練後的神經網絡可對圖像中特異性的病毒進行分類。
 
值得一提的是，由於空間光路徑干涉顯微鏡，對奈米級的病毒其超微結構具敏感性，因此神經網絡識別 COVID-19準確率可達96%，另外識別H1N1準確度也可達99%、HAdV則是92%、ZIKV為91%，除此之外，透過AI辨識，每個圖像從掃描到辨識的時間，只需100秒。
 
這種對未標記病毒顆粒直接成像的方法，提供極快的檢測方法，每個患者只需收集其呼吸冷凝物，即可進行檢測，透過顯微鏡自動掃描數百張載玻片，有望實現高通量的檢測需求。
 
資料來源：https://www.eurekalert.org/news-releases/928041


(編譯/彭梓涵)