编辑推荐：
肺癌是全球癌症相关死亡的主要原因，现有诊断技术存在局限。研究人员开发基于 YOLOv8 的实时检测模型，集成半自动化微流控平台和成像流式细胞术（IFC）制成便携式设备。实验显示模型性能优异，计数准确率超 90%，有助于推动早期肺癌即时检测（POCT）。
在癌症的众多类型中，肺癌堪称 “头号杀手”，每年因肺癌离世的人数高达约 180 万。目前，肺癌的诊断面临着重重困难。传统的诊断方法大多依赖医疗机构的实验室，不仅需要复杂的设备，而且往往具有侵入性，会给患者带来生理负担，不适用于重复诊断。正因如此，很多肺癌患者确诊时已处于晚期，治疗选择有限，生存率也不理想。所以，早期发现肺癌至关重要，它能为及时干预争取时间，从而大幅降低死亡率。
为了解决这些难题，研究人员把目光投向了液体活检技术。循环肿瘤细胞（CTCs），作为从原发性肿瘤脱落并进入循环系统的细胞，成为了早期肺癌诊断的关键指标。然而，现有的 CTCs分析方法存在诸多不足，手动计数和细胞术不仅耗费人力，还需要专业实验室的特定仪器，难以满足即时检测（POCT）的需求。
在这样的背景下，来自未知研究机构的研究人员开展了一项极具意义的研究。他们致力于开发一种能够在动态流体环境中准确识别和计数 CTCs的实时检测模型，并将其集成到便携式设备中，以提高早期肺癌 POCT 的实用性和准确性。研究最终成功开发出基于改进 YOLOv8 模型的实时检测模型，并将半自动化微流控平台、成像流式细胞术（IFC）与该模型集成，制成了便携式设备。实验结果显示，改进后的 YOLOv8 模型性能优于基础模型，便携式设备的计数准确率超过 90%。这一研究成果意义重大，为早期肺癌的即时检测提供了新的解决方案，有望减少人力负担，推动早期肺癌诊断技术的进步。该研究成果发表在《Biomedical Signal Processing and Control》杂志上。
研究人员开展研究时运用了多种关键技术方法。首先，构建基于微流控芯片的动态流体平台，为后续实验提供模拟环境；接着，基于 YOLOv8 模型进行改进，创建用于检测磁性微珠标记的 CTCs的实时检测模型；然后，将半自动化微流控平台、成像流式细胞术（IFC）与改进的 YOLOv8 模型进行集成，制作出便携式设备。
性能评估
研究人员评估了不同架构修改和后处理的 YOLOv8 模型性能。通过分析不同配置下模型的精度（Precision）、召回率（Recall）和平均精度均值（mAP）之间的相互作用，发现不同配置在目标检测和分类效果上存在显著差异。例如，基线模型（YOLOv8）采用传统非极大值抑制（Non - Maximum Suppression）时，精度为 0.924，召回率为 0.916 。切换到软非极大值抑制（Soft NMS）后，相关指标发生变化。这表明合理选择架构修改和后处理技术，有助于优化模型性能。
讨论
本研究针对动态环境中提高磁性微珠标记的 CTCs目标检测精度这一难题，开发了改进的 YOLOv8 模型。该模型在基于微流控芯片的动态平台上进行训练和评估，其与便携式设备在动态流体条件下保持高精度的能力，凸显了它们在早期肺癌诊断 POCT 中的应用潜力。不过，研究也存在一定局限性。实验使用的 A549 细胞系虽常作为肺癌 CTCs的替代物，但可能无法准确反映实际患者来源的 CTCs的生物学异质性，临床样本中 EpCAM 表达的差异会影响磁珠结合效率和检测率。
结论
研究提出了一种改进的磁珠动态分析方法，可在动态流体环境下自动、精确地计数附着磁珠的数量，有助于减少基于磁珠的 CTCs分析中的人力密集型任务。研究还将基于微流控芯片的动态流体平台组件与嵌入式计算单元集成到动态磁珠分析方法中。该研究成果不仅提高了 CTCs检测的准确性，还推动了早期肺癌 POCT 的发展，为临床早期肺癌诊断提供了新的思路和方法，具有重要的临床应用价值。但在应用于临床之前，还需进一步研究克服现有局限性，确保检测的准确性和可靠性。
