無透鏡微流控成像流動細(xì)胞檢測與計(jì)數(shù)系統(tǒng)*

黃汐威， 程 濤， 丁誠翔， 王 翔， 高海軍， 蘇江濤

(杭州電子科技大學(xué) 射頻電路與系統(tǒng)教育部重點(diǎn)實(shí)驗(yàn)室，浙江 杭州 310018)

無透鏡微流控成像流動細(xì)胞檢測與計(jì)數(shù)系統(tǒng)*

黃汐威， 程 濤， 丁誠翔， 王 翔， 高海軍， 蘇江濤

(杭州電子科技大學(xué) 射頻電路與系統(tǒng)教育部重點(diǎn)實(shí)驗(yàn)室，浙江 杭州 310018)

在未來面向個(gè)人化的生物醫(yī)療診斷中，實(shí)時(shí)的細(xì)胞檢測與計(jì)數(shù)具有重要需求?，F(xiàn)有的細(xì)胞檢測和計(jì)數(shù)系統(tǒng)例如流式細(xì)胞儀和血細(xì)胞計(jì)數(shù)器不適用于小型化流動細(xì)胞實(shí)時(shí)檢測和計(jì)數(shù)。通過將CMOS圖像傳感器芯片和微流控芯片結(jié)合，提出了一種用于流動細(xì)胞檢測和計(jì)數(shù)的無透鏡微流控成像系統(tǒng)，與用于計(jì)數(shù)靜態(tài)細(xì)胞的其它無透鏡微流控成像系統(tǒng)不同，該系統(tǒng)可以通過基于時(shí)域差分的運(yùn)動檢測算法檢測和計(jì)數(shù)微流體通道中連續(xù)流動的細(xì)胞樣本。測試結(jié)果表明：該系統(tǒng)可以對微流控通道中流動的人體骨髓基質(zhì)細(xì)胞實(shí)現(xiàn)自動檢測和計(jì)數(shù)，并具有-6.53 %的低統(tǒng)計(jì)錯(cuò)誤率。該系統(tǒng)提供了面向未來即時(shí)應(yīng)用的細(xì)胞檢測和計(jì)數(shù)解決方案。

CMOS圖像傳感器； 微流控； 無透鏡成像； 流動細(xì)胞檢測和計(jì)數(shù)

0 引 言

在未來面向個(gè)人化的生物醫(yī)療診斷中，實(shí)時(shí)的細(xì)胞檢測與計(jì)數(shù)具有重要需求[1～6]。例如:需要檢測和計(jì)數(shù)血紅細(xì)胞RBC以獲得患者健康狀況的信息，或通過對血液中的CD4+ T淋巴細(xì)胞的檢測和計(jì)數(shù)監(jiān)測HIV/AIDS的治療狀況[7～9]。傳統(tǒng)的用于細(xì)胞檢測和計(jì)數(shù)的設(shè)備有血細(xì)胞計(jì)數(shù)板和流式細(xì)胞儀[10,11]。目前,血細(xì)胞計(jì)數(shù)板采用基于顯微鏡的手動計(jì)數(shù)，對于高通量和大規(guī)模測試來說并非是實(shí)時(shí)或自動的。流式細(xì)胞儀雖然可以通過激光器和光學(xué)檢測器精確和高效地計(jì)數(shù)聚焦流動流中的細(xì)胞，然而其體積龐大、操作復(fù)雜以及價(jià)格昂貴，限制了其在資源有限區(qū)域的即時(shí)應(yīng)用。

針對上述問題，小型化的無透鏡微流成像系統(tǒng)可以提供有效的解決方案[12～14]。待檢測細(xì)胞可放置在顯微鏡載玻片上或微流控通道中，剛好位于CCD/CMOS圖像傳感器感應(yīng)陣列上方，并與感應(yīng)像素陣列保持緊密貼近的距離。當(dāng)光源投射到細(xì)胞上時(shí)，細(xì)胞的陰影圖像可以由其下方的圖像傳感器直接捕獲。圖像傳感器的像素陣列和細(xì)胞的位置之間的距離稱為物距。由衍射效應(yīng)可知，物距是確定成像細(xì)胞的直徑和對比度的關(guān)鍵參數(shù)[15]。與血細(xì)胞計(jì)數(shù)器不同，該系統(tǒng)在高通量下的細(xì)胞檢測和計(jì)數(shù)仍以自動化方式進(jìn)行。而與流式細(xì)胞儀相比，該系統(tǒng)沒有大體積的光學(xué)透鏡，其尺寸、重量和成本均得到了優(yōu)化。

本文介紹了一種實(shí)時(shí)無透鏡微流控成像系統(tǒng)，該系統(tǒng)主要針對高通量自動檢測和在連續(xù)流動微流管道中細(xì)胞或微生物的計(jì)數(shù)。與僅需要一幀的靜態(tài)細(xì)胞計(jì)數(shù)不同，流動細(xì)胞計(jì)數(shù)接收一系列幀。因?yàn)檫B續(xù)幀中的細(xì)胞運(yùn)動受到微流體流速和傳感器幀速率二者的影響，所以，使用一個(gè)基于快速時(shí)域差分的背景減法來進(jìn)行運(yùn)動估計(jì)?；谏鲜鲈泶罱ǖ臒o透鏡微流控成像系統(tǒng)成功實(shí)現(xiàn)了對流動人體骨髓基質(zhì)細(xì)胞的檢測和計(jì)數(shù)，經(jīng)實(shí)驗(yàn)驗(yàn)證，系統(tǒng)的誤差率僅為-6.53 %。

1 無透鏡微流控成像系統(tǒng)

1.1 系統(tǒng)概述

針對流動細(xì)胞檢測和計(jì)數(shù)所提出的無透鏡微流控成像系統(tǒng)如圖1所示。它包括一個(gè)與CMOS圖像傳感表面貼合的聚二甲基硅氧烷(PDMS)微流體通道。外部的注射泵驅(qū)動微流體進(jìn)入通道并控制其流速，待檢測細(xì)胞樣本在該通道中連續(xù)流動。在微流體通道上方設(shè)置的光源采用常規(guī)白色LED，隨著白光從上部投射到下方的細(xì)胞，其陰影圖像被圖像傳感器捕獲并輸出，進(jìn)而通過圖像分析實(shí)現(xiàn)細(xì)胞的檢測與計(jì)數(shù)。

圖1 無透鏡微流控成像系統(tǒng)

圖1(a) 注射泵用于驅(qū)動試劑進(jìn)入微流體通道并控制流速，圖(b) 與微流體通道結(jié)合并進(jìn)一步組裝在PCB上的CMOS圖像傳感器的結(jié)構(gòu)示意圖，圖(c)微流通道集成的芯片照片與硬幣對比圖，圖 (d) 用于CMOS圖像傳感器讀取和與PC通信的PCB，圖(e) 外部自主開發(fā)的用于細(xì)胞檢測計(jì)數(shù)的軟件模塊。

1.2 微流體流動模型

如圖2所示，假設(shè)細(xì)胞在注射泵的驅(qū)動下以RμL/min的流速沿著微流體通道從右向左流動。由于微流通道中的微流體具有穩(wěn)定的層流特性，其中大多數(shù)細(xì)胞將以可預(yù)測的方式以相近的流速V下通過微流體進(jìn)行輸送?；诰匦挝⒘黧w通道設(shè)計(jì)，通道中流體的流速為V=R/W·H，其中，W為通道寬度，H為通道高度。用于系統(tǒng)分析的所有符號和術(shù)語匯總?cè)绫?。

實(shí)時(shí)流動細(xì)胞檢測和計(jì)數(shù)的主要難點(diǎn)為檢測與通道背景相反的物鏡差異的運(yùn)動檢測[16]。在無透鏡微流控成像系統(tǒng)中，由于細(xì)胞通常具有一定的透明度，它們的圖像無法顯示出與背景的高強(qiáng)度差異，二者的對比度不高，易受背景亮度和暗度變化的影響。本文采用基于時(shí)域差分的運(yùn)動檢測[16，17]方法實(shí)現(xiàn)一系列幀中的流動細(xì)胞檢測和計(jì)數(shù)。利用細(xì)胞圖像的強(qiáng)度特性，分2個(gè)步驟進(jìn)行：1)對每1幀中的所有單元執(zhí)行運(yùn)動檢測；2)基于每1幀中的細(xì)胞計(jì)數(shù)執(zhí)行總細(xì)胞計(jì)數(shù)。下面給出每個(gè)步驟的更詳細(xì)的討論。

表1 無透鏡微流控成像系統(tǒng)符號匯總

1.3 細(xì)胞檢測

通過利用連續(xù)幀的逐像素強(qiáng)度差來檢測移動細(xì)胞區(qū)域。差異主要由通道中的細(xì)胞運(yùn)動或者從傳感器視場(field-of-view,FOV)中添加或去除細(xì)胞引起。1個(gè)完整幀包括對應(yīng)于傳感器FOV的m(H)×n(V)個(gè)像素。圖2(a)和圖2(b)僅顯示出通道中單個(gè)細(xì)胞圖的一部分。

圖2 基于時(shí)域差分的流動細(xì)胞檢測和計(jì)數(shù)的流程和相應(yīng)的圖像

細(xì)胞檢測程序如圖2所示。(a)～(f)對應(yīng)于細(xì)胞檢測步驟的細(xì)胞圖像，(g)～(k)對應(yīng)于圖(a)， (c)， (e)，(f)中的小細(xì)胞圖像的放大細(xì)胞圖像。從右到左流動的1個(gè)細(xì)胞在2個(gè)連續(xù)幀ft-Δt和ft中的2個(gè)不同位置被捕獲。其中，ft-Δt為參考幀(或背景幀)，ft為當(dāng)前幀，如圖2(a)和圖2(b)所示。2個(gè)幀ft-Δt和ft之間的時(shí)間差是Δt，其由CMOS圖像傳感器幀速率Fps確定，即Δt=1/Fps。假設(shè)系統(tǒng)在某個(gè)照明下工作，當(dāng)前幀可以被定義為

ft=It(x,y)+ΔIB(x,y)|x∈m,y∈n

(1)

式中It(x,y)為由像素坐標(biāo)(x,y)處的當(dāng)前幀ft的細(xì)胞陰影引起的像素強(qiáng)度的部分，ΔIB(x,y)為由照明確定的背景強(qiáng)度變化以及來自通道或傳感器表面的可能污漬。

由于細(xì)胞的透明性，由無透鏡微流控成像系統(tǒng)捕獲的細(xì)胞圖像顯示出中心區(qū)域較亮和在細(xì)胞邊界處黑暗的特性，如圖2(g)所示。說明中心像素具有比背景更高的強(qiáng)度水平，相對地，邊界處的像素具有比背景更低的強(qiáng)度水平。利用背景減除算法，可以獲得時(shí)域差分圖像dt=ft-ft-Δt，并且其對應(yīng)的強(qiáng)度矩陣為

Dt(x,y)=[It(x,y)+ΔIB(x,y)]-[It-Δt(x,y)+ΔIB(x,y)]=It(x,y)-It-Δt(x,y)

(2)

式中Dt(x,y)為在相同位置(x,y)處的兩個(gè)連續(xù)幀之間的強(qiáng)度差。在dt中，只有存在于ft-Δt和ft中的兩個(gè)區(qū)域的細(xì)胞被清晰地示出來(圖2(c))，并且其他的背景區(qū)域都被減為零。因此，背景變化效應(yīng)降低。這兩個(gè)細(xì)胞區(qū)域的差別在于，在當(dāng)前幀ft中的細(xì)胞對應(yīng)的一個(gè)細(xì)胞區(qū)域顯示出在中心光亮和在細(xì)胞邊界處黑暗的特性，如圖2(h)所示；而由先前的幀ft-Δt中的細(xì)胞引起的區(qū)域被反轉(zhuǎn)，其光亮處位于邊界，而黑暗處位于中心，如圖2(i)所示。這個(gè)在圖2(i)中的細(xì)胞陰影變成在如圖2(h)所示的流動細(xì)胞后面移動的人工“尾巴”。

為了檢測當(dāng)前幀中的實(shí)際細(xì)胞，“尾部”需要被去除。人工“尾部”的去除可以通過將Dt(x,y)大于零的部分設(shè)置為零來實(shí)現(xiàn)

(3)

Bt(x,y)=0,else

(4)

圖2(k)中二進(jìn)制圖像中顯示白色圓圈的大區(qū)域?yàn)楫?dāng)前幀ft(x,y)的實(shí)際細(xì)胞，圖2(j)中白色像素塊的小區(qū)域?yàn)榍?幀ft-1(x,y)中的“尾部”細(xì)胞。所有這類區(qū)域均已被標(biāo)記，因此，可以計(jì)數(shù)像素個(gè)數(shù)。將代表白色區(qū)域面積的像素計(jì)數(shù)與預(yù)定的去除閾值Tr進(jìn)行比較，如果像素計(jì)數(shù)小于Tr，則對應(yīng)的白色區(qū)域可以當(dāng)做“尾部”細(xì)胞區(qū)域，故可將該區(qū)域去除如圖2(f)所示。利用這一計(jì)數(shù)方法，基于本文實(shí)驗(yàn)體系，得到Tr=8。

圖(x,y)中的2個(gè)細(xì)胞區(qū)域強(qiáng)度分布

1.4 細(xì)胞計(jì)數(shù)

在完成每1幀的細(xì)胞檢測之后，可以獲得細(xì)胞的計(jì)數(shù)Nt和它們的質(zhì)心坐標(biāo)Ct,k(x,y),0≤k≤Nt，k為幀ft中的第k個(gè)細(xì)胞。為了統(tǒng)計(jì)由一系列圖像(從ft=1至ft=M)拍攝的流過微流體通道的N個(gè)細(xì)胞的總數(shù)，其中M為具有M·Δt持續(xù)時(shí)間的一個(gè)測試圖像的總數(shù)。N包括了對每1幀中的細(xì)胞計(jì)數(shù)進(jìn)行的正時(shí)間差的和。

為了獲得流動細(xì)胞的總數(shù)，采用時(shí)間減法(Nt-Nt-1)以計(jì)算在當(dāng)前幀ft中進(jìn)入微流體通道的新細(xì)胞。與前1幀ft-1相比，當(dāng)前幀ft中的細(xì)胞可以有3種情況：1)新的細(xì)胞流入傳感器FOV，細(xì)胞計(jì)數(shù)超過Nt-1;2)現(xiàn)有細(xì)胞流出傳感器FOV，細(xì)胞計(jì)數(shù)減少Nt-1;3)沒有新細(xì)胞流入或現(xiàn)有細(xì)胞不流出。因此，只有正時(shí)間細(xì)胞計(jì)數(shù)差能夠有效地表示實(shí)際總細(xì)胞數(shù)N。在1次測試中處理每個(gè)新幀之后，通過將連續(xù)幀中的所有這些正細(xì)胞計(jì)數(shù)差值相加來獲得最終總細(xì)胞計(jì)數(shù)N，即

(5)

由上式便可獲得在一個(gè)測試中由一系列圖像拍攝的流經(jīng)微流體通道的總細(xì)胞數(shù)N。

1.5 性能分析

無細(xì)胞微流控成像的細(xì)胞檢測和計(jì)數(shù)的目的是為了獲得更高通量。單位時(shí)間內(nèi)檢測到的細(xì)胞數(shù)即細(xì)胞吞吐量，定義為P=W·H·L·ρ/t=W·H·ρ·V，其中ρ為檢測試劑中的細(xì)胞濃度。顯見流速V與微流體中的細(xì)胞通過量P成正比。由于V具有層流特性，因此1幀時(shí)間內(nèi)細(xì)胞的最大流動距離不能超過通道長度L的1/2

(6)

如果使用高幀速率傳感器，可以減輕微流泵流量的限制，同時(shí)也將提高最大總吞吐量P=WHLρFps/2。然而，在無透鏡微流成像系統(tǒng)中，高流速V可能在時(shí)間差方法中引起誤差。

在細(xì)胞檢測的過程中，由于來自CMOS圖像傳感器的慢快門速度或長曝光時(shí)間的限制，高流速V可能引起運(yùn)動模糊效應(yīng)并導(dǎo)致細(xì)胞成像中的對比度損失。這種情況下，每1幀的細(xì)胞檢測期間，模糊細(xì)胞將被錯(cuò)誤地判斷為背景區(qū)域，進(jìn)一步導(dǎo)致該幀中的計(jì)數(shù)誤差。為了減少這種誤差，需適當(dāng)?shù)乜刂屏魉賄并減小傳感器曝光時(shí)間。

在細(xì)胞計(jì)數(shù)過程中，基于時(shí)域差分的計(jì)數(shù)精度不僅與流速V有關(guān)，而且與傳感器幀速率Fps有關(guān)。若在1幀中捕獲現(xiàn)有細(xì)胞并且在下1幀中檢測到的所有細(xì)胞都是新細(xì)胞，這種情況下，無論什么減法結(jié)果，計(jì)數(shù)都是錯(cuò)誤的，因?yàn)檫@2幀之間沒有時(shí)間連續(xù)性。為了消除這種錯(cuò)誤計(jì)數(shù)，需要適當(dāng)?shù)乜刂茙俣萔，使得通過至少2個(gè)連續(xù)幀捕獲1個(gè)細(xì)胞以保證時(shí)間連續(xù)性。

2 系統(tǒng)搭建

2.1 微流控通道制造

微流控通道通過PDMS軟刻蝕圖案化制造。為了充分使用有源像素區(qū)域，選擇微流通道長度為4.5mm，通道寬度設(shè)為100μm，確保細(xì)胞能夠在通道中平穩(wěn)流動，通道的高度為30μm，恰好高于一般細(xì)胞的直徑。這一設(shè)置保證了細(xì)胞流動靠近傳感器表面，可以產(chǎn)生更好的投影圖像對比度[15]。

為了簡化微流控芯片與圖像傳感器芯片的集成，微流控通道芯片直接貼合在CMOS圖像傳感器(AptinaMT9V032,SanJose,CA)的保護(hù)玻璃的頂部，其像素尺寸為11.5mm(W)×11.5mm(L)×2.3mm(H)。CMOS圖像傳感器具有4.5mm(H)×2.9mm(V)的光檢測面積。傳感器在全分辨率下的幀速率為60幀/s。傳感器芯片焊接在一個(gè)低成本的6cm×6cm的PCB上，該P(yáng)CB為傳感器提供電源和數(shù)字控制信號。傳感器通過USB接口傳輸數(shù)據(jù)到PC，可以確保高速成像和讀取數(shù)據(jù)。讀出幀存儲在PC中，并且進(jìn)行基于Matlab的數(shù)字圖像處理以進(jìn)行實(shí)時(shí)地細(xì)胞檢測和計(jì)數(shù)。

3 實(shí)驗(yàn)結(jié)果

為了檢查無透鏡微流控成像系統(tǒng)的成像和檢測效果，采用骨髓基質(zhì)細(xì)胞進(jìn)行檢測與技術(shù)驗(yàn)證。圖4(a)～(d)分別給出了靜止低速(0.003m/s)、中速(0.036m/s)和高速(0.056m/s)狀態(tài)下的成像結(jié)果。作為參考，圖4(e)為10倍顯微鏡下的成像結(jié)果。傳感器的幀速率為16幀/s。每個(gè)實(shí)驗(yàn)組拍攝4s的圖像。

圖4 無透鏡微流控成像系統(tǒng)分別在靜態(tài)和不同流速狀態(tài)下拍攝的骨髓細(xì)胞圖像以及在10倍顯微鏡下的細(xì)胞圖像

圖5 在靜態(tài)以及不同流速下無透鏡細(xì)胞圖像直徑線強(qiáng)度分布

以0.3 μL/min和1.3 μL/min的不同泵流速進(jìn)行流動的人體骨髓基質(zhì)細(xì)胞的計(jì)數(shù)實(shí)驗(yàn)，以證明系統(tǒng)的計(jì)數(shù)精確度。每個(gè)實(shí)驗(yàn)組都包括系統(tǒng)在4 s內(nèi)捕獲的64個(gè)無透鏡圖像。檢測期間，捕獲到的圖像通過USB輸出到外部計(jì)算機(jī)以進(jìn)行實(shí)時(shí)處理。由于僅在1幀通道區(qū)域進(jìn)行選擇和處理，所以有用數(shù)據(jù)減少到原始全圖像數(shù)據(jù)的約5 %，因?yàn)樵撏ǖ纼H覆蓋整個(gè)傳感器有源FOV圖像數(shù)據(jù)的4 % 。而總的處理時(shí)間約為2 s。因此，本文系統(tǒng)可以全自動、實(shí)時(shí)地面向高通量工作。

如表2所示，與通過人眼觀察所捕獲的圖像的人工計(jì)數(shù)結(jié)果比較，自動計(jì)數(shù)，在0.3 μL/min的低流速下的平均細(xì)胞通過量為6個(gè)細(xì)胞/s，錯(cuò)誤率為-1.6 %;在1.3 μL/min的高流速下，平均細(xì)胞吞吐量為12個(gè)細(xì)胞/s，錯(cuò)誤率為-8.9 %。2種精度都在10 %的誤差區(qū)域內(nèi)。證明了系統(tǒng)的流動細(xì)胞檢測和計(jì)數(shù)的有效性。錯(cuò)誤率來自一些具有低對比度或噪聲的誤檢測細(xì)胞。每個(gè)實(shí)驗(yàn)組的細(xì)胞吞吐量有限，因?yàn)槟壳暗哪Ｐ蛢H使用了1個(gè)100 μm寬的微流單通道，所以并沒有充分利用有源傳感器FOV?？梢酝ㄟ^使用多個(gè)并行通道與更大FOV的傳感器進(jìn)行改進(jìn)。此外，采用較高的幀速率傳感器可以增加系統(tǒng)的最大允許流速，有助于提高吞吐量。

表2 無透鏡微流控成像系統(tǒng)計(jì)數(shù)結(jié)果

*錯(cuò)誤率=(自動計(jì)數(shù)-人工計(jì)數(shù))/人工計(jì)數(shù)

4 結(jié)束語

將CMOS圖像傳感器與微流控芯片結(jié)合，實(shí)時(shí)無透鏡微流控成像系統(tǒng)可用于自動流動細(xì)胞檢測和計(jì)數(shù)。通過采用基于時(shí)域差分的運(yùn)動檢測方法，可以有效地檢測和計(jì)數(shù)流動細(xì)胞，并具有-6.53 %的低統(tǒng)計(jì)錯(cuò)誤率。與其它用于計(jì)數(shù)顯微鏡載玻片之間靜態(tài)細(xì)胞的無透鏡成像系統(tǒng)不同，該系統(tǒng)主要對連續(xù)流動環(huán)境中的細(xì)胞進(jìn)行檢測和計(jì)數(shù)，能夠?qū)崿F(xiàn)實(shí)時(shí)、自動化及便攜即時(shí)的生物醫(yī)學(xué)診斷。下一步工作主要是通過使用多個(gè)并行通道和更高幀速率CMOS圖像傳感器來提高吞吐量。

[1] June W,Han J,Choi J W,et al.Point-of-care testing(POCT)diagnostic systems using microfluidic lab-on-a-chip technologie-s[J].Microelectronic Engineering,2015,132(25):46-57.

[2] Hassan U,Watkins N,Reddy B,et al.Microfluidic differential immunocapture biochip for specific leukocyte counting[J].Nature Protocols,2016,11(4):714-726.

[3] Berry S B,Fernandes S C,Rajaratnam A,et al.Measurement of the hematocrit using paper-based microfluidic devices[J].Lab on a Chip,2016,16(19):3689-3694.

[4] Derda R,Gitaka J,Klapperich C M,et al.Enabling the development and deployment of next generation point-of-care diagnostic-s[J].PLOS Neglected Tropical Diseases,2015,9(5):e0003676.

[5] Wang S,Lifson M A,Inci F,et al.Advances in addressing technical challenges of point-of-care diagnostics in resource-limited settings[J].Expert Review of Molecular Diagnostics,2016,16(4):449-459.

[6] Guo J,Huang X,Ai Y.On-demand lensless single cell imaging activated by differential resistive pulse sensing[J].Analytical Chemistry,2015,87(13):6516-6519.

[7] Mayer K H,Krakower D S.Antiretrovirals for HIV treatment and prevention:The challenges of success[J].Journal of the American Medical Association,2016,316(2):151-153.

[8] Guo J,Liu X,Kang K,et al.A compact optofluidic cytometer for detection and enumeration of tumor cells[J].Journal of Lightwave Technology,2015,33(16):3433-3438.

[9] Huang X,Jiang Y,Liu X,et al.Machine learning based single-frame super-resolution processing for lensless blood cell coun-ting[J].Sensors,16(11):1836.

[10] Chen Y,Nawaz A A,Zhao Y,et al.Standing surface acoustic wave(SSAW)-based microfluidic cytometer[J].Lab on a Chip,2014,14(5):916-923.

[11] 叢玉隆,黃柏興,霍子凌.《臨床檢驗(yàn)裝備大全》儀器與設(shè)備卷[M].北京:科學(xué)出版社,2015:74-96.

[12] Huang X,Guo J,Yan M,et al.A contact-imaging based microfluidic cytometer with machine-learning for single-frame super-resolution processing[J].PLOS ONE,2014,9:e104539.

[13] Huang X,Yu H,Liu X,et al.A dual-mode large-arrayed CMOS ISFET sensor for accurate and high-throughput pH sensing in biomedical diagnosis[J].IEEE Transactions on Biomedical Engineering,2015,62:2224-2233.

[14] Aydogan O,Euan M.Lensless imaging and sensing[J].Annual Review of Biomedical Engineering,2016,18:77-102.

[15] Ji H,Sander D,Haas A,et al.Contact imaging: Simulation and experiment[J].IEEE Transactions on Circuits and Systems-I Regular Papers,2007,54:1698-1710.

[16] Lipton A J,Fujiyoshi H,Patil R S.Moving target classification and tracking from real-time video[C]∥Proceedings of the Fourth IEEE Workshop on Applications of Computer Vision,1998:8-14.

[17] Piccardi M.Background subtraction techniques:A review[C]∥Proceedings of IEEE International Conference on Systems,Man and Cybernetics,2004:3099-3104.

Lensless microfluidic imaging based cell detection and counting system*

HUANG Xi-wei, CHENG Tao, DING Cheng-xiang, WANG Xiang, GAO Hai-jun, SU Jiang-tao

(Key Laboratory of RF Circuits and Systems,Ministry of Education,Hangzhou Dianzi University,Hangzhou 310018,China)

The existing cell detection and counting systems such as flow cytometer and haemocytometer are not designed towards real-time for cells in flowing microfluid.Based on the integration of a CMOS image sensor and a microfluidic chip,a lensless microfluidic imaging system for detection and counting of flowing cells is presented.Different from the other lensless microfluidic imaging systems designed for counting static cells,the developed system can detect and count continuously flowing cells in microfluidic channel by temporal-differencing based motion detection algorithms.Measured experiment results show that human bone marrow stromal cells flowing in the microfluidic channel can be automatically detected and counted with low statistical error rate of -6.53 %.The developed system thereby provides cell detection and counting solutions for point-of-care applications.

CMOS image sensor; microfluidics; lensless imaging; cell detection and counting

10.13873/J.1000—9787(2017)05—0094—05

2017—03—28

國家自然科學(xué)基金資助項(xiàng)目(61501156，61372021)；浙江省公益性技術(shù)應(yīng)用研究計(jì)劃項(xiàng)目(2017C31064)；浙江省自然科學(xué)基金資助項(xiàng)目(LQ15F010005，LY17F010016)

TP 30

A

1000—9787(2017)05—0094—05

黃汐威(1987-)，男，博士研究生，副研究員，主要研究方向?yàn)镃MOS傳感器與片上實(shí)驗(yàn)室系統(tǒng)。

王 翔(1984-)，男，通訊作者，博士研究生，講師，主要研究方向?yàn)榧呻娐吩O(shè)計(jì)研究工作，E—mail:wangxiang@hdu.edu.cn。