计算机视觉分析（CVAC）的发展与市场上消费电子设备的推出是同步的。最初，CVAC大多数都用在记录各种实验成像，如TLC板、DNA微阵列、聚丙烯酰胺凝胶电泳板和蛋白质印迹，替代了传统的密度计。21世纪初，化学分析开始采用扫描仪，以及在较小程度上使用CCD相机和网络摄像头，但需要从图像中提取颜色信息并进行计算以获取分析数据。

  随着智能手机的普及和解决能力的提升，CVAC程序得到了显著的发展，尤其是在医疗保健和其他领域的即时护理（POC）检测中。智能手机与分析设备的结合，如微流控芯片和纸质诊断，已成为一种趋势，将分析操作、测量、处理和结果通信整合在一个概念中。

  然而，大多数使用智能手机的研究还处于概念验证阶段，要进一步完善才能成为可靠和强大的分析程序。智能手机摄像头虽然质量有所提升，但并非专为分析目的设计。为了获得可靠分析，需要在相同条件下拍摄照片，这常常要自制配件，如微距镜头、滤光片等。此外，照明条件的控制也是一个核心问题，因为不同光源下的色彩恒定性尚未完全解决，而且相机闪光灯的质量也有待提升。用户对相机参数的控制有限，这限制了通过优化探测器对光线条件的响应来增强图像的能力。

  尽管如此，新消费产品的潜力不容忽视，如Apple Watch和Google眼镜，它们可能改变CVAC领域的游戏规则。移动平台操作系统的发展也推动了复杂软件应用程序的编程，这些应用程序能够执行复杂的数学计算，对图像分析很有用，如多变量或盲信号分离算法，这些算法足以处理多分析物分析。

  为了实现可靠的分析技术，除了强大的图像采集设备外，还需要可重复、稳定且成本低廉的传感化学和沉积方法。近年来，对喷墨/丝网印刷或柔性基材上的直接浇注程序的兴趣日益增加。未来的研究可能会将这一些方法转移到批量生产的打印机上，如柔版印刷或凹版印刷技术。可穿戴比色传感器的发展也是研究小组和行业面临的一个充满希望和挑战的领域。

  最后，CVAC方法需要仔细考虑的一个问题是，使用非专门设计为光学测量仪器的成像设备，这些设备无法控制所有变量，且通常使用多色光，导致测量不确定性增加和仪器分辨率信号降低。因此，需要改进化学分析物的识别，因为化学分析物可能会产生色调、强度或发光发射的显著变化，特别是在纸质微流体设备中，可以实施更多的分析操作。反应产物在检测区域的均匀分布也是提升灵敏度和减少干扰的关键。返回搜狐，查看更加多