德国汉斯多尔夫，2019年2月17日讯-细胞分选在生物学、病理学、免疫学以及病毒学研究中具有至关重要的地位。它需要根据细胞独特的化学特性和形状实现快速的查找和分选。传统的方式无法准确地分辨细胞之间的差异，或者耗费巨大的人力物力，有时甚至需要研究人员在速度和准确度之间进行取舍。东京大学化学系研发了一款智能图像激活细胞分选设备（intelligent Image-Activated Cell Sorter，IACS），其核心组件使用了Spectrum仪器所提供的高速数字化仪。这是全球首款基于图像的细胞分选技术，能够以前所未有的吞吐量和精准度进行细胞分选。该技术适用广泛，有望在生物、制药和医疗科学领域有更大的发展，尤其将对分辨癌细胞和非癌细胞之间的细微差别做出巨大贡献。

为了快速实现细胞分类的精准度，智能图像激活细胞分选设备（IACS）使用了实时的机器智能技术作为全新的数据管理基础架构。IACS通过一个独特的软件和硬件的数据管理基础架构将高吞吐量的细胞成像，细胞聚焦以及细胞分类整合，并利用了光学、微流体、电子、机械和数据处理等不同的技术实现。该系统灵活并具有可扩展性，能够实时且自动化的实现数据采集、数据处理、决策制定和分拣。事实上，即使算法复杂每个细胞的处理速度也仅仅仅需要32毫秒。

IACS设置最关键的部分就是图像构造的处理，这里采用了东京大学研发的另一设备——频分复用（FDM）显微镜。 FDM显微镜非常重要，因为它可以在细胞流动的1 m / s内产生连续、高速、无模糊、灵敏的明视野和双色荧光图像采集。这是突破每秒处理100个细胞的系统极限所必备的。

超快速细胞分选的另一个关键是获取来自FDM中雪崩光电二极管的信号。这是将信号传递至以1.25 GS / s的采样率运行的Spectrum M4i.2212-x8数字化仪来实现的。此后，通过高速PCIe总线将获取的数据传送到PC，其中数字化波形中的空间轮廓能够被分离。数字化仪的快速PCIe界面能够使这个过程高速的连续运行。分离的过程通过频域中的Fourier变换来实现，使每个信号都显示出不同的调制频率。

图像构建完成后，使用10 Gb以太网将结果传输到IACS的图像分析和时间管理部分。这里将一个现场可编程门阵列（FPGA），三个CPU，一个图形处理器（GPU）和一个网络开关进行整合，使用神经网络上的深度学习技术实现图像处理和决策制定。

Spectrum仪器首席技术官Oliver Rovini 表示：“东京大学的案例仅仅是Spectrum高速数字化仪在图像识别系统中的一个关键应用。随着科技的发展，图像识别对速度以及精准度的要求将越来越高。系统设计人员希望能够开发出实时处理的图像解决方案，而Spectrum仪器所研发的高速数字化仪就是其理想的选择。”

东京大学化学系是日本和美国共同成立的一个大型研究机构联盟的成员，主要用于进行智能细胞搜索领域的基础研究。

有关IACS开发的完整演示，包括实验全程的设置及结果信息可以通过Cell Press期刊的两篇文章了解更多。