镰状细胞病(SCD)是一种全球性血液病,引起痛苦的发作,贫血,器官损伤,中风甚至死亡。它在撒哈拉以南非洲和其他资源有限的国家更为普遍。传统的基于实验室的SCD诊断方法耗时,复杂且无法在现场护理(POC)和家庭环境中执行。基于光学显微镜的分类和计数需要大量的时间,广泛的设置和成本,并且需要熟练的人工才能将正常的红细胞(RBC)与镰状细胞区分开。迫切需要开发一种POC和基于家庭的测试来诊断和监测SCD并降低资源有限环境下的死亡率。早期及时诊断SCD有助于有效控制疾病。有鉴于此,佛罗里达亚特兰大大学的Waseem Asghar等研究人员,利用基于智能手机的图像采集方法在常氧和低氧条件下捕获SCD患者的RBC图像。
本文要点
1)开发了一种计算机算法,以在细胞镰刀切开前后将红细胞与患者血液区分开。
2)使用开发的基于智能手机的技术,我们获得了通过常规方法(标准显微镜)分析的血样中镰状细胞百分比。
3)所开发的测试方法证明了基于智能手机的测试在降低SCD筛查和管理总体成本方面的潜在实用性,从而提高了在资源贫乏地区基于智能手机的SCD筛查技术的实用性。
该设备不需要任何特殊的存储要求,并且在评估SCD的严重性时特别有用。与其他基于血红蛋白的POC诊断技术相比,这是该设备技术的特征优势。
参考文献:
Shazia Ilyas, et al. Smartphone-based sickle cell disease detection and monitoring for point-of-care settings. Biosensors and Bioelectronics, 2020.
DOI:10.1016/j.bios.2020.112417
https://www.sciencedirect.com/science/article/pii/S0956566320304115