Hücre Sayım Uygulamaları için Akıllı Telefon Tabanlı Otomatize Opto-Akışkan Platform

Abstract

Hücre analiz teknolojileri, hücre canlılığı, yoğunluğu ve konfluens gibi temel parametrelerin yüksek doğrulukta değerlendirilmesini sağlayarak biyomedikal araştırmalarda önemli bir rol oynamaktadır. Gelişmiş ticari çözümlerin mevcudiyetine rağmen, birçok sistem yüksek maliyetler, karmaşık donanım gereksinimleri ve çeşitli deneysel ortamlarda kısıtlı uyarlanabilirlik nedeniyle sınırlı kalmaktadır. Bu sınırlamalara çözüm bulmak için; düşük maliyetli optik bileşenleri, otomatik sıvı yönetimini ve uyarlanabilir görüntü işleme algoritmalarını entegre eden, akıllı telefon tabanlı otomatik bir optoakışkan platform geliştirilmiştir. Platformun tasarımı, sade bir donanım yapısıyla güçlü analiz kabiliyetlerini birleştirmektedir. Sistem, hem tek kullanımlık hem de çok kullanımlık modları destekleyen temizlenebilir bir akış haznesi içermekte olup maliyet etkinliği ve esneklik sağlamaktadır. Platforma özel olarak geliştirilen mobil uygulama Qtouch; gerçek zamanlı donanım kontrolü, Bluetooth destekli iletişim ve sunucu tabanlı görüntü işlemeyi entegre ederek işlemleri kolaylaştırmaktadır. Görüntü işleme süreci, çoklu pozlama birleştirme, uyarlanabilir eşikleme ve morfolojik filtreleme teknikleri ile ham görüntü verilerini geliştirmektedir. Bu aşamalar, hücre morfolojisi veya kümelenme durumundan bağımsız olarak hücrelerin doğru şekilde bölütlenmesini sağlamakta ve derin öğrenme modellerine ya da önceden tanımlanmış parametrelere olan gereksinimi ortadan kaldırmaktadır. Farklı hücre tipleriyle gerçekleştirilen doğrulama deneyleri, platformun hücre sayımında yüksek doğruluk sağladığını ortaya koymuş; sonuçların, hücre analizinde altın standart olarak kabul edilen akış sitometrisine göre %5'ten daha az sapma gösterdiği belirlenmiştir. Platform, yüksek verimli uygulamalara uyum sağlayabilecek kapasitede olup her bir testte 10.000'den fazla hücreyi işleyebilmekte ve istatistiksel varyasyonu en aza indirmektedir. Platform, uygun maliyetli, uyarlanabilir ve yüksek doğrulukta bir çözüm sunarak ileri düzey laboratuvar sistemleri ile kaynağı kısıtlı araştırma ortamları arasında etkili bir geçiş sağlamaktadır.

Cell analysis technologies play a critical role in biomedical research that allows a precise evaluation of key parameters such as cell viability, density, and confluency. However, many systems remain limited by high costs, complex hardware requirements, and restricted adaptability in diverse experimental settings despite the availability of advanced commercial solutions. Therefore, for comprehensive cell analysis, a smartphone-based automated optofluidic platform was developed that integrates low-cost optics, automated liquid handling, and adaptive image processing algorithms to address these limitations. The design of the platform combines simplicity of the hardware with robust analytical capabilities. The system includes a rinsable flow cell that supports both single-use and multi-use modes, which is also cost-efficient and flexible. Its custom-built mobile application, Qtouch, streamlines operations by integrating real-time hardware control, Bluetooth-enabled communication, and server-based image processing. The image processing pipeline enhances raw image data through multi-exposure fusion, adaptive thresholding, and morphological filtering. These steps provide accurate segmentation of single cells independent from the morphology or clustering. Therefore, this algorithm eliminates the need for deep learning models or pre-set parameters. Validation experiments demonstrated the precision of the platform in cell counting with deviations of less than 5% from flow cytometry, which is the gold standard in cell analysis, across various cell types. The scalability of the platform extends to high-throughput applications which process more than 10,000 cells per test, while minimizing statistical variability. This approach provides a cost-effective, adaptable, and highly accurate solution that enables an efficient transition between advanced laboratory systems and resource-limited research environments.