近日，復旦大學與上海小海龜科技有限公司的聯合研究團隊在國際知名專業期刊《Sensors & Actuators: B. Chemical》上發表了題為 "R3Net: A three-phase neural network for noise elimination and accurate quantification in chip-based digital PCR"的突破性論文 (https://www.Sciencedirect.com/science/article/abs/PIi/S0925400525008998) ，標志著小海龜科技在BioAI（生命科學人工智能）領域取得了新的技術突破，也是小海龜科技踐行 “引領生命科學與分子診斷進入數字時代”企業座右銘的重要體現。
  
傳統的芯片式數字PCR（cdPCR）在實驗操作與圖像采集過程中，不可避免的面臨熒光污染噪聲、暗場干擾、光泄漏等多重技術挑戰，這些問題有可能直接影響檢測結果的精度和可靠性。而現有的傳統圖像處理方法在處理這些復雜噪聲時往往力不從心，成為制約數字PCR技術進一步提升的瓶頸。

小海龜科技的R3Net（Recognition-Restoration-Reading Net）以其創新的三相神經網絡架構徹底改變了這一局面。該技術采用噪聲識別-圖像修復-芯片讀取的三階段處理流程，首先通過U-Net網絡精準識別噪聲區域并生成噪聲掩碼，隨后利用創新的脈沖通道分離殘差網絡（S-SRNet）進行圖像修復，最終通過輕量級的YOLO-mini網絡實現高精度的定量分析。這一技術架構的獨特之處在于其時序輸入機制，通過在不同時間步長輸入帶噪圖像和噪聲掩碼，網絡能夠更有效地區分前景噪聲和背景區域，實現更精準的噪聲處理。同時，脈沖神經網絡（SNN）的引入不僅提升了計算效率，更增強了系統的時間敏感性，為復雜噪聲環境下的圖像處理提供了全新的解決方案。

實驗結果表現出色。團隊使用肺癌、新冠病毒、流感病毒等DNA樣本進行了大量測試，R3Net技術在關鍵指標上全面領先：檢測準確性方面，在處理有干擾的圖像時，R3Net的準確率高達88.47%，圖像清晰度和相似度指標分別達到41.38和99.72%，遠超傳統方法。處理速度方面，新開發的輕量化算法在保持98.27%高精度的同時，系統資源占用比傳統方法減少了98%以上，處理一張圖片僅需1.3秒，完全滿足臨床快速檢測的需求。

這項技術突破的意義遠超學術層面，其商業價值和市場前景同樣令人矚目。小海龜科技作為國內數字PCR與數字等溫等數字分子檢測產品的領軍企業，擁有從BioDigital 青分體機到SCI Digital Pro全自動一體機的完整產品矩陣，此次AI技術的成功融入將為其產品線注入更強勁的技術動能。對于終端用戶而言，R3Net技術的應用意味著即使在復雜的實驗環境中，也能獲得更加穩定可靠的檢測結果。

R3Net技術的成功應用標志著數字PCR開始進入 AI驅動的新時代，也是小海龜科技在BioAI領域布局的開始。作為 全球生命科學研究AI社區BioBuddy的發起方之一，小海龜科技正在構建一個涵蓋 BioSalesAI數字員工解決方案、生命科學人工智能訓練中心等多元化技術方案和產品組合。歡迎有興趣的行業伙伴和科研人員交流與合作。

文獻鏈接：
https://www.sciencedirect.com/science/article/abs/pii/S0925400525008998
 

聯系方式

            電話｜+86-21-36583658             手機｜+86-18001988905            微信｜TTECH2023             郵箱｜contact@turtle-tech.cn             網址｜http://www.turtle-tech.com.cn             地址｜中國上海市寶山區園豐路69號（粵浦科技園）2幢4樓