DeepBand：一种用于侧向层析 Assay 连续自动化定量检测的深度学习驱动多阶段流水线

《Diagnostics》：DeepBand: A Deep Learning-Enabled Multi-Stage Pipeline for Continuous Automated Quantification of Lateral Flow Assays

　　

背景/目的：侧向层析 Assay（LFA）因低成本、便携和易用而被广泛用作即时诊断设备，但多数 LFA 仅提供定性结果，限制了其在需要生物标志物连续监测中的应用。研究人员提出 DeepBand，一种深度学习驱动的多阶段框架，用于从非标准化智能手机拍摄的 LFA 图像中自动量化分析物浓度。方法：研究人员分析包含 672 张 COVID-19 LFA 图像、对应 0.0、1.8、3.7 和 7.4 ng 四个分析物浓度的公开数据集；开发多阶段流水线：1）基于 YOLOv11 的目标检测将 LFA 卡夹从背景伪影中隔离；2）自定义计算机视觉算法识别并裁剪测试线（Test line，T 线）和质控线（Control line，C 线）；3）自定义卷积神经网络（Convolutional Neural Network，CNN）作为有监督回归模型预测连续分析物浓度。研究人员采用数据增强、超参数优化和 5 折交叉验证提升模型鲁棒性。结果：YOLOv11 卡夹检测 mAP50 约 99%，mAP95 为 93.96%。初始 CNN 因目标不平衡对高浓度系统低估；用 Huber 损失替代均方误差（Mean Squared Error，MSE）后性能显著提升，最终 20% held-out 测试集 RMSE 为 0.0292 ng。HSV 通道分析显示饱和度（Saturation，S）通道 T/C 强度比与分析物浓度强相关（r = 0.94），符合 Beer–Lambert 定律。通道消融表明 S 通道最具信息量，显著性映射显示模型主要关注生物学相关的 T 线和 C 线区域。结论：DeepBand 成功整合目标检测、图像处理和 CNN 回归，实现智能手机图像 LFA 结果自动定量解释；模型行为与 Beer–Lambert 理论一致，说明网络学习了具有生物学意义的信号特征，可用于定量即时诊断和纵向疾病监测。

论文《DeepBand：一种用于侧向层析 Assay 连续自动化定量检测的深度学习驱动多阶段流水线》发表于《Diagnostics》。研究背景方面，侧向层析 Assay（LFA）凭借低成本、易用、快速和适合去中心化检测环境，被广泛用于传染病筛查、妊娠检测等临床与公共卫生场景。智能手机高清摄像、算力和连接能力使 LFA 从肉眼判读扩展为数字诊断平台。然而，多数市售 LFA 仅给出阳性/阴性等定性结果，难以支持疾病进展评估、治疗监测和复发随访等需要连续生物标志物浓度的场景。已有计算机视觉与深度学习研究多把 LFA 解释建模为分类任务，虽能提高阳/阴判断准确性，却无法刻画浓度连续变化。定量 LFA 解释在理论上依赖 Beer–Lambert 定律，即在线性动态范围内信号强度与分析物浓度近似成正比，但真实智能手机图像存在光照、背景、视角和信号饱和等干扰，仍需鲁棒区域定位与连续回归方法。因此，研究人员开展本研究，目标是构建不依赖专用硬件、可从非标准化智能手机 LFA 图像直接预测连续分析物浓度的统一深度学习工作流，并验证模型是否学习到与光学/生物学机制一致的特征。

主要关键技术方法上，研究人员使用 Davis 和 Tomitaka 公开的 COVID-19 LFA 数据集，含 672 张智能手机图像，对应 0.0、1.8、3.7、7.4 ng 四个浓度水平。方法分为三阶段：先用 Roboflow 增强后微调 YOLOv11 检测 LFA 卡夹并裁剪背景；再用 OpenCV 传统视觉流程，将图像转 HSV 颜色空间，经灰度化、高斯滤波、自适应阈值、形态学操作和轮廓分析定位 QR 码，估计纵轴，并用峰值检测确定 C 线，按固定偏移裁剪 T/C 区域；最后用自定义 CNN 做单输出回归，像素值与浓度标签做 min-max 归一化，先以 MSE 训练，后因高浓度低估改 Huber 损失，并用网格搜索与 5 折交叉验证选超参。

研究结果部分，3.1 模型优化与损失函数演进中，研究人员发现原始训练集右偏、高浓度样本少，初始 MSE 模型对高浓度系统低估；对 3.7 ng 和 7.4 ng 队列过采样可恢复高精度，但为不改动原始数据结构，改用 Huber 损失，其对小残差呈二次惩罚、大残差呈线性惩罚，使模型在全浓度范围稳定学习，5 折交叉验证平均训练损失达 9.48 × 10^?5。3.2 颜色空间选择与通道消融中，研究人员将输入转为 HSV，用几何算法在 T/C 线附近计算 T/C 强度比；饱和通道比与真实浓度线性相关最强（r = 0.94），色相（Hue，H）r = 0.54，明度（Value，V）r = ?0.61。简单线性回归测试集 RMSE 为 0.1095 ng、R² = 0.9087，而 CNN 测试集 RMSE 为 0.0292 ng、R² = 0.9998。通道消融把单通道置零推理，饱和通道缺失造成最大性能退化，说明 S 通道最关键，但 H 与 V 也提供抑制光照伪影和定位区域的补充信息，因此采用三通道 HSV 输入。3.3 通过显著性映射与方差降低的可解释性中，研究人员用补丁遮挡法生成特征归属图，遮挡 T 线与 C 线区域时回归性能下降最严重，证明模型关注生物学相关区；0.0 ng 真阴性条带上注意力更弥散，类似人工判读时在预期 T 线区扩大搜索以确认无 faint 线。

讨论部分，研究人员指出 DeepBand 的核心是把非标准化智能手机视觉特征直接映射到连续浓度，而非只做离散分类，这对慢性病管理、进展监测和早期复发检测更重要。MSE 下低频低浓度样本主导梯度，使模型牺牲罕见高浓度精度；Huber 损失在不篡改数据分布下实现全范围稳定量化。多阶段架构把定位与定量解耦，先由目标检测去背景，再几何裁剪 T/C 区，使 CNN 算力集中于生物信号，降低视角、距离和朝向变异带来的过拟合。HSV 转换将分析信号与环境光照解耦：胶体金等共轭物富集主要增强颜色纯度，故 S 通道 T/C 比具有物理可解释性并符合 Beer–Lambert 定律；V 通道易受环境光影响，H 通道因波长基本不变而信息有限。消融研究显示 S 通道最重要，但三通道联合能更好抑制光照与背景。显著性映射进一步证明模型不是记背景，而是在真阴性时扩展搜索，类似临床人员复核。

研究结论部分译为：所提出的深度学习驱动工作流 DeepBand 成功整合目标检测、图像处理和基于 CNN 的回归，可从智能手机图像对 LFA 结果进行自动定量解释。饱和度通道 T/C 强度比与浓度强相关，且模型注意力集中于 T/C 线，说明网络学到了与 Beer–Lambert 定律一致的生物学有意义信号特征。该框架支持无专用硬件的分散化定量读取，具有即时诊断、远程患者监测和纵向生物标志物追踪的潜力。未来需在独立数据集、不同 LFA 格式、更宽浓度范围和多样成像条件下验证泛化性。

重要意义在于，论文提供一种软件优先、硬件轻量的 LFA 定量方案，把传统依赖光箱/校准支架的阅读器功能迁移到算法流水线中，并为深度学习 LFA 定量的可解释性与物理一致性提供了证据链。