一种基于Filter Faster R-CNN的数字PCR液滴检测技术

目的研究液滴数字聚合酶链式反应(ddPCR)液滴检测技术,去除图像中灰尘、气泡、芯片表面的划痕以及微小凹陷等因素产生的异常点对结果的影响,实现高通量、稳定和准确的ddPCR液滴的自动检测。方法提出Filter Faster R-CNN ddPCR液滴检测模型。使用Faster R-CNN生成液滴预测框,之后使用异常点过滤模块(Filter)去除阳性液滴预测框中的异常点。以诺如病毒片段的质粒为模板进行ddPCR实验,建立一个ddPCR数据集,用于模型的训练(2462例,约占78.56%)和测试(672例,约占21.44%)。对异常点过滤模块的3个过滤支路在验证集上进行消融实验,通过与其他ddPCR液滴检测模型进行比较的对比实验以及进行ddPCR的绝对定量实验。结果在少尘和多尘的环境中,Filter Faster R-CNN阳性液滴准确率为98.23%和88.35%,综合指标F1分数分别达到了99.15%和99.14%,高于其他相比较的模型。独立样本T检验的结果证明,相比未添加过滤模块的网络,添加过滤模块后能够显著提示模型在多尘环境中的阳性准确率。在ddPCR绝对定量实验中,将商业化流式检测设备的结果作为标准浓度,绘制了回归线。结果显示,回归线斜率为1.0005,截距为-0.025,决定系数达到了0.9997,二者结果高度一致。结论本文提出了一种基于Filter Faster R-CNN的ddPCR液滴检测技术,为在多种环境条件下的ddPCR实验提供了鲁棒的液滴检测方法。