Quantitative and Multiplexed Chopper-Based Time-Gated Imaging for Bioanalysis on a Smartphone
Notice bibliographique
Résumé
Smartphones are emerging platforms for point-of-care diagnostics (POCDs), where the on-board camera is, for example, used to image fluorescence. Many laboratory instruments are capable of time-gated (TG) photoluminescence (PL) measurements─an analytical method leveraged by multiple commercial assay kits. When paired with long-lived PL emitters such as luminescent lanthanide complexes (LLCs), time-gating eliminates background from sample autofluorescence and many other sources. This capability is amenable to minimally processed samples and would thus be useful for POCDs on a smartphone-based platform. Here, we report a double-chopper design for TG PL imaging using a portable, 3D-printed, smartphone-based device. The rotation speed, dimensions, and overlap of the chopper blades and gaps set the timing parameters, with delay times on the order of hundreds of microseconds to milliseconds. The device was capable of quantitative TG imaging of PL from terbium(III) and europium(III) LLCs, including rejection of short-lived PL background from serum and tissue phantoms, spectral and temporal multiplexing, a model time-gated Förster resonance energy transfer (TG-FRET) assay, and imaging of cells. As the first smartphone-based demonstrations of these important analytical capabilities, this work is an important foundation for developing POCD methods based on TG PL imaging.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».