【儀表網(wǎng) 研發(fā)快訊】近日，北京理工大學(xué)集成電路與電子學(xué)院MEMS與智能微系統(tǒng)研究所的張帥龍教授聯(lián)合多個(gè)科研單位，在《自然·傳感器》(Nature Sensors)發(fā)表題為“Transforming microdroplets into intelligent robots for autonomous colorimetric sensing”的研究論文。北京理工大學(xué)為第一完成單位和唯一通訊單位，合作單位包括香港中文大學(xué)(深圳)、西湖大學(xué)、劍橋大學(xué)、格拉斯哥大學(xué)等。該論文還得到了香港理工大學(xué)王立秋教授、張藝媛教授的新聞報(bào)道和觀點(diǎn)評(píng)述(News & Views in Nature Sensors：AI transforms colorimetry from craft to intelligence)。該研究工作得到了謝會(huì)開教授、王業(yè)亮教授、李家方教授的指導(dǎo)。
 

　　比色法因操作簡(jiǎn)單、成本低而廣泛用于環(huán)境、食品和生物分析，但受限于人工誤差、信號(hào)飽和、弱信號(hào)分辨力不足與項(xiàng)目遷移時(shí)的標(biāo)定數(shù)據(jù)需求，只能停留在“半定量”層面。
 

　　為此，團(tuán)隊(duì)提出智能微滴分析機(jī)器人(IMAR)：以納升級(jí)液滴為可控反應(yīng)單元，結(jié)合有源數(shù)字微流控芯片、機(jī)器視覺與人工智能，實(shí)現(xiàn)微液滴生成、反應(yīng)、成像、識(shí)別與濃度預(yù)測(cè)，并支持按需復(fù)制液滴、稀釋樣本或調(diào)整檢測(cè)區(qū)域。
 

　　IMAR貫通從液滴識(shí)別到濃度預(yù)測(cè)的全流程。研究團(tuán)隊(duì)利用機(jī)器視覺定位液滴、借助 AI 分析顏色變化判斷濃度，并通過多液滴分裂—聚合降低隨機(jī)誤差。整套硬件約300g，由數(shù)字微流控驅(qū)動(dòng)板、手機(jī)級(jí)成像模組與AI軟件分析模組(經(jīng) Wi-Fi 協(xié)同)組成，可快速部署，簡(jiǎn)單易用。
 

　　四項(xiàng)關(guān)鍵設(shè)計(jì)，提高比色檢測(cè)性能
 

　　第一，多液滴并行檢測(cè)降低隨機(jī)誤差。同一樣品在芯片上復(fù)制為多個(gè)微液滴，每顆獨(dú)立反應(yīng)、獨(dú)立讀數(shù)，最后以多數(shù)投票(分類)或算術(shù)平均(回歸)聚合結(jié)果。結(jié)合片上稀釋后，銅離子分類準(zhǔn)確率達(dá) 100%，回歸 R² 由 0.9414 提升至 0.9843。
 

　　第二，閉環(huán)自動(dòng)稀釋突破高濃度檢測(cè)上限。當(dāng)樣品顏色過深、超出檢測(cè)范圍時(shí)，系統(tǒng)自動(dòng)執(zhí)行“分液—與稀釋液等體積合并—重測(cè)”循環(huán)，按累計(jì)倍數(shù)反算原液濃度。對(duì)濃度高達(dá) 10% 的銅離子樣品，仍可實(shí)現(xiàn) R² = 0.9631 的線性響應(yīng)。
 

　　第三，自適應(yīng)掩膜增強(qiáng)微弱顏色信號(hào)。系統(tǒng)借鑒視覺注意力機(jī)制自動(dòng)聚焦液滴中最有效的顏色區(qū)域，減少邊緣反光與背景干擾。詳見下文“自適應(yīng)掩膜”。
 

　　第四，遷移學(xué)習(xí)讓新檢測(cè)項(xiàng)目“少量數(shù)據(jù)也能學(xué)會(huì)”。系統(tǒng)復(fù)用已有任務(wù)中學(xué)到的圖像特征，僅需少量新數(shù)據(jù)即可適配新指標(biāo)。以葡萄糖檢測(cè)為例，僅約200張標(biāo)定圖像即可完成適配，相比從頭訓(xùn)練所需的約2000張圖像減少約90%。
 

　　自適應(yīng)掩膜，讓弱信號(hào)變得可測(cè)
 

　　團(tuán)隊(duì)利用視覺注意力機(jī)制訓(xùn)練 AI 模型，使其自動(dòng)定位液滴中心并提取中心區(qū)域顏色信息，從而增強(qiáng)微弱信號(hào)的識(shí)別與定量能力。在 Ca²?、Fe²?、NO?? 三類典型弱顯色樣品上，掩膜使分類準(zhǔn)確率分別由 87.14%、90.38%、87.02% 提升至 100%、100%、96.82%；定量 R² 分別由 0.907、0.969、0.961 提升至 0.953、0.999、0.983。其中亞鐵離子的 R² 達(dá) 0.999，與商用 4 參數(shù) logistic酶標(biāo)儀基本一致。
 

　　從化學(xué)檢測(cè)走向生物分析
 

　　在三類生物/復(fù)雜樣品場(chǎng)景中驗(yàn)證了 IMAR 的適用性：口腔致齲菌代謝監(jiān)測(cè)中，系統(tǒng)以每 30 分鐘一次的頻率連續(xù) 8 小時(shí)追蹤培養(yǎng)液 pH，準(zhǔn)確率 97.72%，R² = 0.985，與孔板結(jié)果無統(tǒng)計(jì)學(xué)差異；蛋白質(zhì)等弱顯色樣品準(zhǔn)確率 93.3%，檢出限 1.5 μM；瓶裝水、自來水、湖水中 R² 均高于 0.91，強(qiáng)著色背景(摻有色素的樣本)下仍可通過“本征色標(biāo)定 + 掩膜”恢復(fù)定量響應(yīng)。如圖 5 所示，借助遷移學(xué)習(xí)還能適配葡萄糖等新任務(wù)。
 

　　該研究將數(shù)字微流控、機(jī)器視覺與人工智能結(jié)合，使微滴能夠被系統(tǒng)實(shí)時(shí)識(shí)別、分析和反饋調(diào)控，在精度、動(dòng)態(tài)范圍、弱信號(hào)識(shí)別與新任務(wù)適應(yīng)性上同步提升。為構(gòu)建更加自動(dòng)化、智能化和可擴(kuò)展的微型分析平臺(tái)提供了新的思路，也為面向現(xiàn)場(chǎng)檢測(cè)與個(gè)性化生物分析的智能檢測(cè)系統(tǒng)奠定了基礎(chǔ)。
 

　　未來，該方法有望拓展至環(huán)境監(jiān)測(cè)、食品安全、微生物分析與健康檢測(cè)等場(chǎng)景，并通過遷移學(xué)習(xí)快速適配新指標(biāo)。隨著芯片集成度、成像穩(wěn)定性與算法通用性的提升，該平臺(tái)有望發(fā)展為便攜式智能分析系統(tǒng)，但跨設(shè)備成像差異、復(fù)雜樣品干擾、長(zhǎng)期穩(wěn)定性與臨床驗(yàn)證等問題仍待解決。
 

　　附作者信息：
 

　　第一作者：郭宗良，北京理工大學(xué)集成電路與電子學(xué)院2025級(jí)博士生，研究方向?yàn)锳I賦能的可編程數(shù)字液滴技術(shù)。
 

　　通訊作者：符榮鑫，北京理工大學(xué)醫(yī)學(xué)科學(xué)與工程學(xué)院副研究員，博士畢業(yè)于清華大學(xué)中國工程院院士程京教授課題組，師從生物醫(yī)學(xué)光子學(xué)專家黃國亮教授，研究方向?yàn)槲⒘骺丶夹g(shù)、生物傳感、光學(xué)成像、光學(xué)儀器。
 

　　通訊作者：張帥龍，北京理工大學(xué)集成電路與電子學(xué)院教授，國家級(jí)青年人才，研究方向?yàn)槲⒘骺丶夹g(shù)、光學(xué)操控技術(shù)、微全分析系統(tǒng)、科學(xué)儀器研制。
 

　　引用：北理工團(tuán)隊(duì)在智能微滴機(jī)器人研究方面取得重要進(jìn)展 北京理工大學(xué) 【引用時(shí)間：2026年10月9日】