首页 > 业界 > 关键词  > 便携式最新资讯  > 正文

研究人员开发出可进行现场肾脏疾病测试的低成本便携式设备

2022-07-12 07:55 · 稿源: cnbeta

目前,为了检查某人是否患有慢性肾脏疾病必须将尿液样本送到设备齐全的实验室进行测试,而这可能需要几天时间。然而一种全新的便携式设备可以使这种测试在偏远社区现场进行。

该设备由澳大利亚弗林德斯大学的科学家开发,是一个被称为聚集诱导发射生物传感器的紧凑版本。它集成了树莓派微处理器、数码相机和7英寸触摸屏显示器及多个发射特定波长光的LED--所有东西则都装在一个3D打印的机身内。

测试过程开始时,研究人员在病人的尿液样本中加入一种光敏化学试剂,然后将该样本放在设备中。当尿液暴露在LED灯下时,试剂会发生反应,从而使液体中存在的任何白蛋白发出荧光。

相机则被用来测量荧光的强度,它跟尿液中的白蛋白水平相对应。白蛋白水平升高表明肾脏功能不正常,因为它们没有像应该的那样有效地过滤血液蛋白。

临床医生在触摸屏上查看这些数据。他们还可以通过一个集成的Wi-Fi模块、Micro SD卡插槽或四个USB端口之一来存储或分享信息。电源则由墙上的插座或机载锂聚合物电池提供。

在对含有白蛋白的人工尿液样本进行的测试中,研究人员发现这种低成本设备的准确性跟更昂贵的实验室设备相似,而小型社区或其他偏远地区通常不存在后者这样的设备。

这项研究的论文共同作者Karen Reynolds教授表示:“一种可靠的、可携带的、精确测量尿液白蛋白的设备可以推广到社区的护理点检测点以减少慢性肾脏病患者定期去医院或诊所的需要。另外,它还将有助于早期发现肾脏疾病,这对于早期干预以减缓其进展是必不可少的。”

相关研究报告已发表在《Materials CHemistry Frontiers》上。

举报

  • 相关推荐
  • AI研究人员发现了主要大语言模型中关键漏洞 可低成本复制

    大型语言模型如ChatGPT和Bard在全球范围内引起了广泛的关注,众多公司投资数百万美元用于开发这些人工智能工具一些领先的AI聊天机器人的估值已达到了数十亿美元。这些LLM主要被应用于AI聊天机器人,它们通过整合互联网上的大量信息来学习和为用户提供请求的答案,这些请求通常被称为“提示”。”这项研究为我们提醒了虽然AI技术带来了巨大的机会,但也伴随着一系列潜在的威胁,因此必须谨慎行事。

  • 韩国研究人员开发小样本学习模型,仅凭脑波数据就能发现人的意图

    韩国Daegu科技大学机器人与机械工程系的SanghyunPark教授领导的研究团队宣布,他们已经成功开发了一种小样本学习模型,仅需少量信息就能够准确分类脑波。这一突破性的研究可能会对未来与脑波相关的研究产生积极影响。这一研究的突破性将有望在未来的医疗和脑机接口领域产生深远的影响,为更好理解和应用脑波数据打开了新的可能性。

  • 什么东西“既大又小”?一款便携式高清投影仪给你答案

    人们似乎总对“大”的东西情有独钟,手机越换越大,电视、电脑也更偏爱大屏。可有的时候,人们又会向往“小”。带上“提案神器”明基E60吧,这款便携式高清投影仪定能助你一臂之力,拿下客户,赢得大商单,在职场道路上一路狂飙!

  • 研究人员发现使用少见语言即可绕过GPT-4的限制

    布朗大学的计算机科学研究人员发现了OpenAI的GPT-4存在的安全性问题。通过使用不常见的语言,如祖鲁语和盖尔语,他们成功绕过了GPT-4的限制性设置。尽管他们意识到这一研究可能会给网络犯罪分子提供想法,但他们仍然认为将这一漏洞公之于众是必要的,因为利用现有的翻译API轻松实施这些攻击,因此那些试图绕过安全防护的恶意行为者最终会发现这一漏洞。

  • 微软研究人员用儿童故事进行训练:微型语言模型进入成熟期

    学习英语并不容易,许多学生都深有体会。但当学生是一台计算机时,有一种方法表现出奇地出色:只需将大量来自互联网的文本输入到一个名为神经网络的巨大数学模型中。他们的研究结果暗示了可能有助于训练更大型模型并理解其行为的新研究方向。

  • 研究人员推出深度学习模型RECAST 改进地震预测

    来自加州伯克利分校、圣克鲁斯分校以及慕尼黑工业大学的研究人员发表论文,阐述了一种崭新的模型,将深度学习引入地震预测领域。该模型被命名为RECAST,相比自1988年问世以来改进有限的当前标准模型ETAS,RECAST可利用更大的数据集,提供更高的灵活性。你会看到它朝着正确的方向发展。

  • 谷歌研究人员在 JAX 中引入了一个开源库 用于在球面上进行深度学习

    Google研究人员最近推出了一个基于JAX的开源库,旨在解决在球面上进行深度学习的挑战。传统的深度学习模型通常处理平面数据,例如图像,但科学应用中的数据通常是球面数据。3.这项研究有望在分子性质预测和气象预测等领域取得突破性进展,为医疗研究和气候分析提供有力支持。

  • UCSD 研究人员开源Graphologue:将LLM文本响应转化为交互图表

    大型语言模型如GPT-4因其生成各种用户查询的文本响应的能力变得极为流行。尽管它们具有强大的功能,但在有效传达复杂信息方面存在一些限制。Graphologue代表了使LLM互动更直观和有效的重大进步。

  • 斯坦福大学研究人员提出MAPTree算法,改进决策树建模

    决策树是一种广泛使用的著名机器学习算法,可用于分类和回归任务。斯坦福大学的研究人员在最新论文中提出了一种称为MAPTree的决策树归纳算法,这是基于贝叶斯决策树理论的一种改进方法。这项突破不仅利于决策树算法本身的发展,也为决策树在数据挖掘等领域的应用带来了新的契机。

  • 研究人员称,即使是最糟糕Claude AI版本也比GPT 3.5更好

    10月6日,一场引人入胜的竞争正在AI行业内悄然展开,OpenAI的ChatGPT与Anthropic的ClaudeAI模型之间展开了激烈的角逐。负责创建ChatbotArena和著名的Vicuna模型的大型模型系统组织刚刚更新了他们的ChatbotArena排行榜,展示了每个AI聊天机器人与竞争对手相比的表现。由于Claude模型在排名上超越了GPT-3.5,企业和个人用户可能会发现自己在评估哪个模型最符合其需求时面临抉择。