La fotocamera iperspettrale FigSpec FS-22 aiuta i team di ricerca a ottenere un rilevamento rapido e accurato dei batteri nelle ferite

Un risultato della ricerca scientifica che ha compiuto progressi significativi nel campo della rapida rilevazione di batteri nelle infezioni delle ferite è stato ufficialmente pubblicato. Lo studio è stato completato congiuntamente dall'Università di Chongqing di Posta e Telecomunicazioni, dall'Ospedale Daping dell'Università Medica dell'Esercito e da altre istituzioni. Combinando la tecnologia di imaging iperspettrale a fluorescenza con algoritmi di deep learning, la ricerca ha ottenuto la classificazione e l'identificazione non invasiva e rapida di molteplici patogeni comuni delle ferite. Durante la fase di acquisizione dei dati, il team di ricerca ha utilizzato la fotocamera per imaging iperspettrale FigSpec FS-22 di CHNSpec, che ha fornito un supporto critico di dati di immagini spettrali per gli esperimenti e ha dimostrato il potenziale applicativo del dispositivo nel rilevamento bio-ottico di precisione.

La diagnosi tempestiva delle infezioni batteriche delle ferite è di grande importanza per il trattamento clinico. Tuttavia, i metodi tradizionali come la coltura batterica e la PCR richiedono spesso molto tempo e campionamenti invasivi. Pertanto, lo sviluppo di una tecnologia in grado di identificare rapidamente e non invasivamente i batteri è diventato un bisogno urgente. La tecnologia di imaging iperspettrale può ottenere simultaneamente informazioni spaziali e informazioni spettrali continue di un bersaglio, mentre l'imaging iperspettrale a fluorescenza va oltre inducendo il campione a emettere fluorescenza attraverso l'eccitazione a lunghezze d'onda specifiche, migliorando così la capacità di rilevare le differenze nelle sostanze chimiche interne dei microrganismi. Questo studio ha sfruttato questo principio per raccogliere e analizzare sistematicamente le caratteristiche spettrali di otto comuni batteri infettivi delle ferite.

Negli esperimenti, la fotocamera iperspettrale CHNSpec FigSpec FS-22 ha svolto un ruolo cruciale. Il sistema presenta un intervallo di rilevamento spettrale di 400-1000 nm e un'alta risoluzione spaziale di 1920 × 1920, consentendogli di catturare finemente i segnali di autofluorescenza generati dai batteri sotto eccitazione laser a 405 nm. Il team di ricerca ha costruito un ampio set di dati iperspettrali a fluorescenza che copre diverse specie batteriche, concentrazioni e tempi di crescita, per un totale di 25.600 campioni. Di fronte alle sfide dell'alta dimensionalità, dell'ampio volume di informazioni e delle sottili differenze spettrali tra i batteri nei dati iperspettrali, i ricercatori hanno progettato in modo indipendente un modello di deep learning chiamato "Spatial–Spectral Multi-Scale Attention Network". Questo modello può concentrarsi efficacemente sulle regioni delle colonie batteriche, sopprimere le interferenze di sfondo come i substrati di coltura ed estrarre in profondità caratteristiche discriminanti dalla dimensione spettrale, consentendo così l'identificazione collaborativa di specie batteriche, stati di crescita e persino concentrazioni.

I risultati della ricerca mostrano che questo metodo ha raggiunto un'accuratezza di classificazione batterica del 98,52% in diverse condizioni di crescita, un'accuratezza di identificazione a livello di specie del 98,71% e ha mantenuto un rilevamento efficace anche a concentrazioni batteriche basse fino a 10⁴ CFU/mL. Rispetto a molteplici modelli algoritmici esistenti valutati nello studio, questa rete addestrata su dati iperspettrali da CHNSpec ha dimostrato prestazioni affidabili. Questi risultati verificano la fattibilità della combinazione dell'imaging iperspettrale a fluorescenza con algoritmi avanzati nel campo del rilevamento rapido dei microrganismi e forniscono importanti riferimenti tecnici per lo sviluppo futuro di dispositivi diagnostici istantanei applicabili ad ambienti clinici.

Sebbene lo studio sia stato condotto in condizioni di laboratorio controllate utilizzando ceppi batterici purificati, il suo percorso tecnico dimostra chiaramente il valore dell'imaging iperspettrale nel rilevamento biomedico. La fotocamera iperspettrale FigSpec FS-22 di CHNSpec, con le sue prestazioni di imaging stabili e le ricche capacità di acquisizione di informazioni spettrali, fornisce una solida base hardware per tali esplorazioni all'avanguardia. Guardando al futuro, con ulteriore ottimizzazione degli algoritmi e ricerca più approfondita sull'applicabilità clinica, questa soluzione tecnologica che integra imaging avanzato e analisi intelligente dovrebbe avvicinarsi all'obiettivo di realizzare veramente una diagnosi in tempo reale, non invasiva e precisa delle infezioni delle ferite, offrendo nuove opzioni di strumenti per la prevenzione e il controllo delle infezioni cliniche.

Raccomandazione Prodotto: Fotocamera per Imaging Iperspettrale FigSpec FS-22

Caratteristiche del Prodotto

1. Visibile / Vicino Infrarosso:

• Intervallo spettrale: 400–1000 nm, risoluzione di lunghezza d'onda migliore di 2,5 nm, fino a 1200 canali spettrali
• Risoluzione dell'immagine fino a 2048 × 2048

2. Infrarosso a Onda Corta:

• Intervallo spettrale: 900–1700 nm, risoluzione di lunghezza d'onda migliore di 6 nm, fino a 1024 canali spettrali
• Risoluzione dell'immagine fino a 1280 × 1280