一种基于智能手机本地检测的全自动纸基微流控系统

技术领域

本申请涉及一种基于智能手机本地检测的全自动纸基微流控系统，属于快速检测芯片技术领域。

背景技术

纸基微流控芯片因其具有易于制造、价格便宜、不需要外接泵等优点，受到了广泛的关注。比色法酶联免疫吸附检测作为检测蛋白的黄金标准，可以通过观察纸基微流控芯片的反应区的颜色变化来反应出反应物的不同浓度。

现有技术中，大多数现有的纸基微流控芯片进行酶联免疫吸附检测，涉及多次人工操作(例如多次移液等)，具有重复性低，效率低等缺点。

当酶联免疫吸附检测完成后，通常使用RGB传感器、扫描仪、智能手机配合对其结果进行分析。其中，智能手机作为分析仪具有更高的普及性，并且使用也更方便。然而，当智能手机作为分析仪使用人工智能算法进行分析时，往往需要联网并且借助云服务器或者本地大型计算机设备。上述分析方法不仅会受到网络传输延迟的影响，并且在不发达地区以及资源条件不充足的情况下会受到环境的限制，导致智能手机无法进行分析，无法满足所有环境的使用需求。

发明内容

本发明的目的在于提供一种基于智能手机本地检测的全自动纸基微流控系统，其可以断网进行全自动纸基酶联免疫吸附检测，不受环境影响。

为达到上述目的，本发明提供如下技术方案：一种基于智能手机本地检测的全自动纸基微流控系统，适于进行全自动纸基酶联免疫吸附检测，包括：

智能手机；

检测平台，包括壳体和设置在所述壳体上方的支架，所述支架适于安装所述智能手机；

纸基微流控芯片，设置在所述壳体内，所述纸基微流控芯片具有纸基阀门；

电控组件，设置在所述壳体内，包括与所述智能手机连接的蓝牙模块、ArduinoUNO控制板、与所述纸基阀门连接的电机以及为所述蓝牙模块、Arduino UNO控制板、电机供电的供电电池，所述智能手机通过所述蓝牙模块控制所述纸基微流控芯片随所述电机转动；

其中，所述智能手机包括采集模块和检测模块，所述检测模块具有训练好的NCNN神经网络模型，所述采集模块适于采集所述纸基微流控芯片的信息，所述检测模块适于接收采集信息并通过所述NCNN神经网络模型对其进行分析测定。

可选地，上述的基于智能手机本地检测的全自动纸基微流控系统，所述系统还包括支撑件，所述支撑件包括卡持在所述壳体内的中空凸台和设置在所述中空凸台上方的安装部，所述安装部适于安装所述纸基微流控芯片；

所述纸基微流控芯片、安装部、电机、凸台自上往下依次设置。

可选地，上述的基于智能手机本地检测的全自动纸基微流控系统，所述安装部包括槽体和设置在所述槽体一侧的导轨，所述纸基微流控芯片沿所述导轨可相对于所述槽体滑动。

可选地，上述的基于智能手机本地检测的全自动纸基微流控系统，所述系统还包括加液组件，所述加液组件包括与所述安装部连接的凹形底座、设置在所述凹形底座内的加液器以及输送管，所述输送管的一端与所述加液器连通，所述输送管的另一端与所述纸基微流控芯片连通。

可选地，上述的基于智能手机本地检测的全自动纸基微流控系统，所述中空凸台包括设置在表面的第一卡持部、第二卡持部、第三卡持部以及中空槽，所述Arduino UNO控制板、电机、蓝牙模块分别卡持在所述第一卡持部、第二卡持部、第三卡持部内，所述供电电池设置在所述中空槽内。

可选地，上述的基于智能手机本地检测的全自动纸基微流控系统，所述系统还包括照明模块，所述照明模块设置在所述纸基微流控芯片的下方。

可选地，上述的基于智能手机本地检测的全自动纸基微流控系统，所述支架包括连接部及设置在所述连接部上方的卡持部，所述连接部适于与所述壳体可拆卸连接，所述卡持部适于卡持所述智能手机。

可选地，上述的基于智能手机本地检测的全自动纸基微流控系统，所述连接部包括侧壁及由侧壁围设形成的窗口，所述智能手机的采集模块通过所述窗口采集所述纸基微流控芯片的信息。

可选地，上述的基于智能手机本地检测的全自动纸基微流控系统，所述连接部上设置有贯穿孔，所述卡持部包括成对贯穿所述贯穿孔的螺栓以及与所述螺栓连接的抵持件；

所述抵持件具有将所述智能手机固定的卡持状态和与所述智能手机分离的分离状态，所述螺栓在外力作用下移动以在所述卡持状态与所述分离状态之间切换。

可选地，上述的基于智能手机本地检测的全自动纸基微流控系统，所述检测模块的训练过程为：

通过不同型号智能手机对酶联免疫吸附检测的结果拍照；

利用YOLOv5模型将不同型号智能手机拍照的单张图片作为一个整体输入至网络模型中，网络模型运算后直接输出图片所需的检测区的矩形框位置，得到初步标记检测区矩形框；

人工筛选和标记上述所有矩形框得到可用来被训练和测试的数据集；

采用NCNN神经网络模型对数据集进行训练和结果预测；

采用Android Sutido构建智能手机应用软件，包含UI界面设计，并将训练好的NCNN神经网络模型移植到所构建的智能手机应用软件中，形成检测模块。

本申请的有益效果在于：通过设置与智能手机连接的蓝牙模块、Arduino UNO控制板、与纸基微流控芯片的纸基阀门连接的电机，使得用户可以通过智能手机的蓝牙控制电机带动纸基阀门转动，以实现多步骤的酶联免疫吸附检测；而通过在智能手机内设置训练好的神经网络模型形成的检测模块，使得检测模块可以在断网情况下对采集模块采集的信息进行分析测定。与现有技术相比，本申请中的全自动纸基微流控系统能够进行全自动纸基酶联免疫吸附检测，避免了手动操作，提高了检测效率；并且该系统可以通过智能手机的检测模块在本地对检测结果进行分析，无需借助大型分析设备，无需考虑网络问题或传输延迟问题，提高了分析实时性。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。

附图说明

图1为本申请所示的基于智能手机本地检测的全自动纸基微流控系统的结构示意图；

图2为图1所示的基于智能手机本地检测的全自动纸基微流控系统的分解示意图；

图3为图2所示的基于智能手机本地检测的全自动纸基微流控系统的另一方向上的分解示意图；

图4为图1所示的基于智能手机本地检测的全自动纸基微流控系统中的检测模块的形成流程图。

具体实施方式

下面将结合附图对本申请的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。下文中将参考附图并结合实施例来详细说明本申请。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

在本申请中，在未作相反说明的情况下，使用的方位词如“上、下、顶、底”通常是针对附图所示的方向而言的，或者是针对部件本身在竖直、垂直或重力方向上而言的；同样地，为便于理解和描述，“内、外”是指相对于各部件本身的轮廓的内、外，但上述方位词并不用于限制本申请。

请参见图1-图3，本申请中的一较佳实施例所示的一种基于智能手机1本地检测的全自动纸基微流控系统，其适于进行全自动纸基酶联免疫吸附检测。

该系统包括智能手机1、检测平台2、纸基微流控芯片3以及电控组件4。其中，智能手机1包括采集模块和检测模块，采集模块适于采集纸基微流控芯片3的信息，检测模块适于接收采集信息并对其进行分析测定；检测平台2包括壳体21和设置在壳体21上方的支架22，该支架22适于安装智能手机1；纸基微流控芯片3设置在壳体21内，纸基微流控芯片3具有纸基阀门31；电控组件4包括设置在壳体21内且与智能手机1连接的蓝牙模块41、ArduinoUNO控制板42、与纸基阀门31连接的电机43以及为蓝牙模块41、Arduino UNO控制板42、电机43供电的供电电池44。当需要进行全自动纸基酶联免疫吸附检测时，用户通过智能手机1蓝牙控制电机43运行，以带动纸基微流控芯片3转动，实现多步骤的酶联免疫吸附检测；智能手机1的采集模块采集检测结果并将采集信息传输至检测模块，检测模块接收采集信息并进行分析测定。

需要说明的是，本实施例中，电机43为伺服电机43，采集模块为智能手机1的摄像头，检测模块智能手机1中的应用软件，该应用软件内置有根据酶联免疫吸附检测结果训练好的NCNN神经网络模型，该NCNN神经网络模型能够轻松的将深度学习的算法移植到智能手机1端，且不依赖第三方平台实现跨平台操作。

请参见图4，上述NCNN神经网络模型的训练过程为：

通过不同型号智能手机对酶联免疫吸附检测的结果拍照；

采用不同型号智能手机对酶联免疫吸附检测的结果进行拍照收集，智能手机摄像头置于纸基微流控芯片的检测区的正上方，并将智能手机调节为自动模式进行拍照；

利用YOLOv5模型将不同型号智能手机拍照的单张图片作为一个整体输入至网络模型中，网络模型运算后直接输出图片所需的检测区的矩形框位置，得到初步标记检测区矩形框；

利用YOLOv5模型将不同智能手机拍摄的的单张图片依次作为整体输入网络模型中，通过网络模型的运算直接输出图片所需的检测区矩形框的位置，以提取有颜色反应的检测区信息；

并且采用YOLOv5模型将不同智能手机拍摄的图片进行自适应缩放，使得所有图片大小统一；

人工筛选和标记上述所有矩形框得到可用来被训练和测试的数据集；

将数据集按照合理的分配，分为训练集和测试集；

采用NCNN神经网络模型对数据集进行训练和结果预测；

采用Android Sutido构建智能手机应用软件，包含UI界面设计，并将训练好的NCNN神经网络模型移植到所构建的智能手机应用软件中，形成检测模块。

呈上述，本实施例中，壳体21由两个半half结构对接而成，两个半half结构分别为左右结构，通过此种结构设置，使得整体结构更为简单。

壳体21上表面中心设置有开口和设置在开口两侧的凸条211，两个凸条211之间形成有卡持空间，支架22通过卡持空间与壳体21连接。具体的，支架22包括连接部221及设置在连接部221上方的卡持部222，连接部221适于卡持在卡持空间内以与壳体21可拆卸连接，卡持部222适于卡持智能手机1。更具体的，连接部221包括侧壁2211及由侧壁2211围设形成的窗口2212，该窗口2212位于壳体21的开口的上方，以使得智能手机1的摄像头可以依次通过窗口2212、开口拍摄到位于壳体21内的纸基微流控芯片3的信息。值得注意的是，本实施例中，在进行拍摄时，由于侧壁2211的存在可以避免外部环境光照等对摄像头拍摄的纸基微流控芯片3产生的误差。

为了能够适应不同型号的智能手机1，本实施例中，卡持部222设置为设置为可调节结构。具体的，连接部221上成对设置有贯穿孔2213，卡持部222包括成对贯穿上述贯穿孔2213的螺栓2221以及与螺栓2221连接的抵持件2222。其中，螺栓2221在外力作用下可相对于连接部221运动，抵持件2222具有将智能手机1固定的卡持状态和与智能手机1分离的分离状态，以使得螺栓2221在外力作用下运动以带动抵持件2222在卡持状态和分离状态之间切换，进而实现不同型号的智能手机1的更换拆卸等，结构简单，操作方便，通用性强。需要说明的是，本实施例中，壳体21和支架22均为3D打印技术形成。

智能手机1本地检测的全自动纸基微流控系统还包括支撑件5，该支撑件5包括卡持在壳体21内的中空凸台51和设置在中空凸台51上方的安装部52。其中，壳体21的内部设置有固定空间，中空凸台51的底部安装在固定空间内，以将整个支撑件5固定；安装部52适于安装纸基微流控芯片3。于支撑件5的高度方向上，纸基微流控芯片3、安装部52、电机43、中空凸台51自上往下依次设置。

具体的，安装部52包括槽体521和设置在槽体521一侧的导轨，纸基微流控芯片3沿导轨可相对于所述槽体521滑动。当对纸基微流控芯片3进行安装或拆卸时，只需施加作用力至纸基微流控芯片3，使得其沿导轨移动，即可将纸基微流控芯片3安装至槽体521内或将其从槽体521内移出。

安装部52的底壁上还设置有通孔，纸基微流控芯片3的纸基阀门31位于通孔的上方，纸基阀门31通过通孔与电机43的输出轴连接，以使得电机43运行带动纸基阀门31转动，实现多步骤的酶联免疫吸附检测。

中空凸台51包括设置在表面上的第一卡持部511222、第二卡持部512222、第三卡持部513222以及中空槽514，Arduino UNO控制板42、电机43、蓝牙模块41分别卡持在所述第一卡持部511222、第二卡持部512222、第三卡持部513222内，供电电池44设置在所述中空槽514内。上述集成设置，使得整个壳体21及支撑件5的结构更加紧凑，体积更小。

基于智能手机1本地检测的全自动纸基微流控系统还包括加液组件6，该加液组件6包括与安装部52连接的凹形底座61、设置在凹形底座61内的加液器62以及输送管63，输送管63的一端与加液器62连通，输送管63的另一端与纸基微流控芯片3连通。本实施例中，加液器62为注射器，将目标液体放置在注射器的管体中，通过推动活塞以将管体内的目标液体输送至纸基微流控芯片3中。

基于智能手机1本地检测的全自动纸基微流控系统还包括照明模块7，该照明模块7设置在纸基微流控芯片3的下方。进一步地，照明模块7设置在纸基微流控芯片3的检测区的下方，以为检测区提供稳定的照明光线，减少外部环境对拍摄的图片产生的影响。本实施例中，该照明模块7为与供电电池44电性连接的OLED屏幕。在其他实施例中，该照明模块7也可以为其他，在此不对其进行具体限定，根据实际情况而定。

综上所述：将纸基微流控芯片3通过导轨安装至槽体521内，用户通过智能手机蓝牙控制电机43运行，电机43输出轴带动纸基阀门31转动，实现多步骤的酶联免疫吸附检测；智能手机的摄像头对完成检测结果的纸基微流控芯片3进行拍照采集，具有训练完成的NCNN神经网络模型的检测模块(手机应用软件)对拍摄到的图片进行分析测定。与现有技术相比，本申请中的全自动纸基微流控系统能够进行全自动纸基酶联免疫吸附检测，避免了手动操作，提高了检测效率；并且该系统可以通过智能手机的检测模块在本地对检测结果进行分析，无需借助大型分析设备，无需考虑网络问题或传输延迟问题，提高了分析实时性。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。