論文の概要: Deep learning-enhanced dual-mode multiplexed optical sensor for point-of-care diagnostics of cardiovascular diseases

• arxiv url: http://arxiv.org/abs/2512.21389v1
• Date: Wed, 24 Dec 2025 19:11:14 GMT
• ステータス: 情報取得中
• システム内更新日: 2025-12-29 12:07:27.984986
• Title: Deep learning-enhanced dual-mode multiplexed optical sensor for point-of-care diagnostics of cardiovascular diseases
• Title（参考訳）: 深層学習型デュアルモード多重光センサによる心血管疾患のポイント・オブ・ケア診断
• Authors: Gyeo-Re Han, Merve Eryilmaz, Artem Goncharov, Yuzhu Li, Shun Ye, Aoi Tomoeda, Emily Ngo, Margherita Scussat, Xiao Wang, Zixiang Ji, Max Zhang, Jeffrey J. Hsu, Omai B. Garner, Dino Di Carlo, Aydogan Ozcan,
• Abstract要約: 光センサーによる心筋トロポニンI(cTnI)、クレアチンキナーゼMB(CK-MB)、N末端プロB型ナトリウム利尿ペプチド(NT-proBNP)の同時定量 xVFAは、cTnIに対するサブpg/mL感度とCK-MBおよびNT-proBNPに対するサブng/mL感度を達成する。
• 参考スコア（独自算出の注目度）: 2.8385632735994744
• License:
• Abstract: Rapid and accessible cardiac biomarker testing is essential for the timely diagnosis and risk assessment of myocardial infarction (MI) and heart failure (HF), two interrelated conditions that frequently coexist and drive recurrent hospitalizations with high mortality. However, current laboratory and point-of-care testing systems are limited by long turnaround times, narrow dynamic ranges for the tested biomarkers, and single-analyte formats that fail to capture the complexity of cardiovascular disease. Here, we present a deep learning-enhanced dual-mode multiplexed vertical flow assay (xVFA) with a portable optical reader and a neural network-based quantification pipeline. This optical sensor integrates colorimetric and chemiluminescent detection within a single paper-based cartridge to complementarily cover a large dynamic range (spanning ~6 orders of magnitude) for both low- and high-abundance biomarkers, while maintaining quantitative accuracy. Using 50 uL of serum, the optical sensor simultaneously quantifies cardiac troponin I (cTnI), creatine kinase-MB (CK-MB), and N-terminal pro-B-type natriuretic peptide (NT-proBNP) within 23 min. The xVFA achieves sub-pg/mL sensitivity for cTnI and sub-ng/mL sensitivity for CK-MB and NT-proBNP, spanning the clinically relevant ranges for these biomarkers. Neural network models trained and blindly tested on 92 patient serum samples yielded a robust quantification performance (Pearson's r > 0.96 vs. reference assays). By combining high sensitivity, multiplexing, and automation in a compact and cost-effective optical sensor format, the dual-mode xVFA enables rapid and quantitative cardiovascular diagnostics at the point of care.
• Abstract（参考訳）: 心筋梗塞 (MI) と心不全 (HF) のタイムリーな診断とリスク評価には, 心臓バイオマーカーの迅速かつアクセシブルな検査が不可欠である。 しかし、現在の検査室とポイント・オブ・ケアのシステムは、長いターンアラウンド時間、検査されたバイオマーカーの狭いダイナミックレンジ、心臓血管疾患の複雑さを捉えるのに失敗する単一分析形式によって制限されている。 本稿では、ポータブル光リーダーとニューラルネットワークに基づく量子化パイプラインを備えた深層学習型2モード多重流計測(xVFA)を提案する。 本発明の光学センサは、1枚の紙製カートリッジ内に色測定および化学発光検出を統合し、低輝度バイオマーカーと高輝度バイオマーカーの両方に対する大きなダイナミックレンジ(約6桁)を相補的にカバーし、定量的な精度を維持する。 50uLの血清を用いて、23分以内に心筋トロポニンI(cTnI)、クレアチンキナーゼMB(CK-MB)、N末端のプロB型ナトリウム利尿ペプチド(NT-proBNP)を同時に定量する。 xVFAは、cTnIに対するサブpg/mL感受性とCK-MBおよびNT-proBNPに対するサブng/mL感受性を達成し、これらのバイオマーカーの臨床的に関連する範囲にまたがる。 92例の血清サンプルで訓練および盲検試験を行ったニューラルネットワークモデルでは、堅牢な定量化性能が得られた(ピアソンのr > 0.96 vs. 基準アッセイ)。 高感度、多重化、自動化をコンパクトで費用対効果の高い光学センサフォーマットで組み合わせることで、デュアルモードのxVFAは、ケアの時点で、迅速かつ定量的な心臓血管診断を可能にする。

関連論文リスト

• LGE-Guided Cross-Modality Contrastive Learning for Gadolinium-Free Cardiomyopathy Screening in Cine CMR [51.11296719862485]
  CMRを用いたガドリニウムフリー心筋症スクリーニングのためのコントラシブラーニングおよびクロスモーダルアライメントフレームワークを提案する。 CMRとLate Gadolinium Enhancement (LGE) 配列の潜伏空間を整列させることにより, 本モデルでは線維症特異的な病理組織をCMR埋め込みにエンコードする。
  論文  参考訳（メタデータ） (2025-08-23T07:21:23Z)
• A Novel Attention-Augmented Wavelet YOLO System for Real-time Brain Vessel Segmentation on Transcranial Color-coded Doppler [49.03919553747297]
  我々は,脳動脈を効率よく捉えることができるAIを利用したリアルタイムCoW自動分割システムを提案する。 Transcranial Color-coded Doppler (TCCD) を用いたAIによる脳血管セグメンテーションの事前研究は行われていない。 提案したAAW-YOLOは, 異方性および対側性CoW容器のセグメンテーションにおいて高い性能を示した。
  論文  参考訳（メタデータ） (2025-08-19T14:41:22Z)
• Finetuning and Quantization of EEG-Based Foundational BioSignal Models on ECG and PPG Data for Blood Pressure Estimation [46.36100528165335]
  光胸腺撮影と心電図は、連続血圧モニタリング(BP)を可能にする可能性がある。 しかし、データ品質と患者固有の要因の変化のため、正確で堅牢な機械学習(ML)モデルは依然として困難である。 本研究では,1つのモータリティで事前学習したモデルを効果的に利用して,異なる信号タイプの精度を向上させる方法について検討する。 本手法は, 拡張期BPの最先端精度を約1.5倍に向上し, 拡張期BPの精度を1.5倍に向上させる。
  論文  参考訳（メタデータ） (2025-02-10T13:33:12Z)
• Classification of Heart Sounds Using Multi-Branch Deep Convolutional Network and LSTM-CNN [7.136933021609078]
  本研究は, 心臓疾患の自動診断のための, 迅速かつ正確かつ費用対効果の高い手法を提供する新しいディープラーニングアーキテクチャを開発し, 評価する。 まず,多様な畳み込みフィルタサイズを利用して人間の聴覚処理をエミュレートするマルチブランチディープ畳み込みニューラルネットワーク(MBDCN)と,特徴抽出のためのパワースペクトル入力の2つの革新的な手法を提案する。 第二に、LSTMブロックをMBDCNに統合し、時間領域の特徴抽出を改善するLong Short-Term Memory-Convolutional Neural (LSCN)モデルである。
  論文  参考訳（メタデータ） (2024-07-15T13:02:54Z)
• Three-dimensional micro-structurally informed in silico myocardium -- towards virtual imaging trials in cardiac diffusion weighted MRI [58.484353709077034]
  本稿では,心筋微細構造の数値ファントムを現実的に生成する新しい手法を提案する。 シリコン組織モデルにより、磁気共鳴イメージングの定量的モデルを評価することができる。
  論文  参考訳（メタデータ） (2022-08-22T22:01:44Z)
• Lymphocyte Classification in Hyperspectral Images of Ovarian Cancer Tissue Biopsy Samples [94.37521840642141]
  生検コアのハイパースペクトル画像に白血球画素を分割する機械学習パイプラインを提案する。 これらの細胞は臨床的に診断に重要であるが、いくつかの先行研究は正確なピクセルラベルを得るのが困難であるため、それらを組み込むのに苦労している。
  論文  参考訳（メタデータ） (2022-03-23T00:58:27Z)
• A Flexible Three-Dimensional Hetero-phase Computed Tomography Hepatocellular Carcinoma (HCC) Detection Algorithm for Generalizable and Practical HCC Screening [18.78910829126741]
  肝細胞癌 (HCC) は腹部CTで診断できる可能性がある。 我々は異相体積検出(HPVD)と呼ばれる柔軟な3次元深度アルゴリズムを開発した。 HPVDは、コントラストフェーズの入力の組み合わせと、臨床目的に応じて調整可能な感度を受け入れることができる。
  論文  参考訳（メタデータ） (2021-08-17T08:14:29Z)
• Optimisation of a diamond nitrogen vacancy centre magnetometer for sensing of biological signals [44.62475518267084]
  ダイヤモンド中の窒素空孔中心を用いたバイオ磁気学の進歩を示す。 生体計測装置を用いて,DC/低周波域で約100pT/$sqrtHz$の磁場感度を示す。
  論文  参考訳（メタデータ） (2020-04-05T18:44:34Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。