An intelligent sensing platform integrating YOLOv8-Seg with paper- based microfluidic chips for multi-component sweat biomarker analysis
本研究提出了一种低成本、便携式且智能的传感平台，该平台将基于纸基微流控芯片与 YOLOv8-Seg 深度学习框架相结合，旨在实现对汗液生物标志物（氯化物、葡萄糖、pH 值和乳酸）进行高精度、实时且多组分分析，以用于即时医疗健康监测。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
人体是一个信息的持续来源，通过汗液这种形式从毛孔中泄露着微妙的化学线索。几十年来，科学家们一直知道这种液体不仅仅是水和盐；它携带了丰富的电解质和代谢物，反映了身体的内部状态，从水分水平到代谢压力。虽然传统的血液检测长期以来一直是检查这些指标的金标准，但它们需要针头、专业人员和实验室设备，这使得它们无法进行持续的日常监测。近年来，研究重点已转向非侵入性方法，这些方法可以实时追踪健康状况，在不破坏皮肤的情况下洞察身体的化学变化。然而，挑战在于创造一种既足够便宜以供一次性使用，又足够简单以便随处使用，且足够准确以值得信赖的设备。
西北农林科技大学的一个研究小组通过构建一种结合了简单纸质芯片与先进人工智能的新型健康监测器，解决了这些障碍。他们的工作核心是一个由滤纸制成的微型折叠设备，旨在捕捉从皮肤中渗出的汗液，并将其引导至特定的测试点。与以往依赖昂贵电子设备或复杂设置的尝试不同，该系统利用了纸张通过微小通道吸收液体的自然能力，就像纸巾吸收洒出的液体一样。一旦汗液到达指定区域，就会触发化学反应并改变颜色，将身体中无形的数据转化为可见的信号。为了确保颜色变化被正确读取，研究人员将纸质芯片与一个定制的便携式相机盒配对，该相机盒可以控制光照和距离，从而消除了因使用不同智能手机拍照而经常出现的猜测问题。
真正的创新在于系统如何解读图像。研究人员训练了一个复杂的计算机模型（一种深度学习软件），使其能够识别纸上变色点的精确位置，并以极高的精度测量其强度。这种方法解决了便携式检测中的一个主要问题：人类眼睛和相机传感器的一致性问题。通过自动化读取过程，该系统可以同时检测四种不同的健康指标：氯离子、葡萄糖、pH值和乳酸。在测试中，该设备表现出高度的可靠性，能够检测浓度低至1.74 mM的氯离子、60.0 µM的葡萄糖以及0.38 mM的乳酸。它也能对5.5到7.5范围内的pH值变化做出清晰响应，这涵盖了人体汗液的典型酸度。
当团队在真实人体志愿者身上测试该设备时，结果与已知的生理范围一致。六名健康的参与者通过运动诱发出汗，贴在他们手臂上的纸质芯片成功捕捉并分析了流体。系统测得的氯水平在28.67至40.69 mM之间，葡萄糖在69.92至134.25 µM之间，乳酸在6.46至10.47 mM之间，所有这些都符合健康身体的预期。至关重要的是，汗液中多种化学物质的存在并未干扰设备；每种指标都是独立检测的，不受其他物质的干扰。纸质芯片在时间维度上也表现良好，在冷藏环境下储存至少十天仍能保持其敏感性，且测量结果即使在重复测试时也保持稳定。
这项工作证明了高精度健康监测并不一定需要复杂的机械或昂贵的材料。通过将低成本的纸基传感器与标准化的成像设置及智能软件相结合，研究人员创建了一个既便携又准确的平台。该系统成功弥合了实验室级分析与现场测试之间的鸿沟，为实时追踪水分平衡和代谢负荷等健康指标提供了一个实用的工具。虽然目前的研究侧重于健康志愿者，但这项底层技术表明，未来此类设备可用于更广泛的应用场景，从管理慢性疾病到优化运动表现，而这一切都通过一片简单的、一次性的纸片即可实现。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。