감염 환자에서 바이러스 부하 프로파일을 신속하고 분산된 방식으로 정량화하는 것은 임상적 중증도를 평가하고 적절한 치료 전략을 맞춤화하는 데 필수적이다. 현미경 영상은 표지 및 증폭 없이 정량 진단을 제공할 가능성이 있으나, 생체입자의 작은 크기(직경 ∼100 nm)와 낮은 굴절률(n ∼1.5)은 정확한 추정의 달성에 어려움을 야기하여 결과적으로 검출한계(LoD)를 증가시킨다. 본 연구에서는 나노스케일 생체입자 계수 정확도를 향상시키기 위해 Gires-Tournois(GT) 센싱 플랫폼과 딥러닝 알고리즘을 결합한 새로운 시너지 바이오센싱 접근법 DeepGT를 제시한다. GT 센싱 플랫폼은 포토닉 공진자로서 명시야 현미경에서 생체입자의 가시성을 증가시키고 색채 대비를 최대화한다. DeepGT는 팽창(dilated)된 합성곱 신경망 아키텍처의 백엔드를 사용함으로써 인공물과 색상 편차를 효과적으로 정제하여, 규칙 기반 알고리즘( MAE ∼ 13.47)과 비교해 입자 추정 정확도를 유의하게 개선한다(1596개 이미지 전반에서 MAE ∼2.37). 특히, 보이지 않는 입자(예: 2개 또는 3개 입자)의 검출에서 향상된 정확도는 138 pg ml−1의 LoD를 가능하게 하며, 감염 스펙트럼에서 무증상부터 중증 사례에 이르기까지 임상 범위 내의 낮은 바이러스 농도 구간에서 동적인 선형 상관을 촉진한다. DeepGT는 공간 해상도 접근이 아닌 크로마토메트리(chromatometry) 기반 전략에 의존하면서, 전이학습을 활용한 결과 현미경 시스템의 가시광 최소 회절 한계(< 258 nm)보다 더 작은 다양한 크기의 입자를 분석할 때 탁월한 정밀도를 보인다. DeepGT 접근법은 출현하는 바이러스에 대한 조기 스크리닝 및 선별(triage)에 대한 가능성을 가지며, 진단에서의 비용과 시간 요구 사항을 줄일 수 있다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.