一、背景介紹：

核酸檢測為了提高檢測的靈敏度，需要對核酸進行擴增。那么無論是RPA，LAMP還是PCR都需要溫度控制。在溫度控制領域中最長使用的控制算法——PID控制算法，該算法是經典控制理論里一個重要的控制理論，其歷史悠久并且至今仍是實用控制中最為常用的控制方法之一。提到PID算法，自動控制領域幾乎無人不知無人不曉。因為在控制界雖然有很多算法，但是大都是紙上談兵，理論講的很不錯，實際應用的較少，PID算法及改進的PID算法是最簡單、有效且應用非常廣泛的。比如汽車上的自適應巡航、發動機轉速控制，智能車轉向、制動等底層控制，還有3D打印機上的溫度控制器等。

PID控制理念最早提出是在1932年，物理學家哈利奈奎斯特，在他的一篇論文當中提出了采用圖形的方法來判斷系統的穩定性。在他的基礎上，荷蘭裔科學家亨伯德等人建立了一整套在頻域范圍設計反饋放大器的方法，后被用于自動控制系統的分析和設計，這也是PID算法最早從書面走向實踐。與此同時，反饋控制原理開始應用于工業過程中。1936年英國的考倫德和斯蒂文森等人給出了PID控制器的方法，自此PID算法正式形成了，并且后來在自動控制技術中占有非常重要的地位。

PID控制，即Proportional （P）– Integral（I） – Derivative（D） Control， 實際上是三種反饋控制：比例控制，積分控制與微分控制的統稱。根據控制對象和應用條件，可以采用這三種控制的部分組合，即P控制，PI控制，PD控制或者是三者的組合。

PID的原理非常簡單。當今的閉環自動控制技術都是基于反饋的概念以減少不確定性。反饋理論包括三個基本要素：測量、比較和執行。測量關心的是變量，并與期望值相比較，以此誤差來糾正和控制系統的響應。反饋理論及其在自動控制中應用的關鍵是：做出正確測量與比較后，如何用于系統的糾正與調節。

雖然PID控制原理看似簡單，但是具體的調參工作并不簡單，PID控制器的參數整定是控制系統設計的核心內容。所謂參數整定是指根據被控過程的特性確定PID控制器的比例系數、積分時間和微分時間的大小，從而改善系統的動態、靜態特性，以求取較佳的控制效果的過程。PID控制器參數整定的方法概括起來有兩大類：

1、理論計算整定法。它主要是依據系統的數學模型，經過理論計算確定控制器參數。這種方法所得到的計算數據未必可以直接用，還必須通過工程實際進行調整和修改。比如，自適應神經網絡PID控制算法。

2、工程整定方法。它主要依賴工程經驗，直接在控制系統的試驗中進行，且方法簡單、易于掌握，在工程實際中被廣泛采用。

針對第一種方法。PID控制器的設計方法更趨于結構化，從而構造出更快、更正確的自適應機制，進而構造出更有效地智能自適應PID控制器。隨著計算機技術的發展和傳感器集成化程度的提高，智能PID控制將是未來發展方向。比如：自適應神經網絡模糊PID 控制，系統仿真結構圖如下所示：

首先，模糊PID控制方法是模糊控制理論在傳統PID調節基礎上的運用，但并不能滿足磨煤機控制要求，適應環境的能力較差。其次，神經網絡PID通過 PID與前向BP神經網絡共同調節的方式，使調節器適應控制系統的擾動。BP神經網絡的學習規則是梯度下降法，但按照梯度下降法進行學習易陷入局部最優，閉環系統容易失去穩定性，也無法完全滿足磨煤機的控制要求。自適應神經網絡模糊PID 控制系統運行原理為： 自適應神經網絡模糊推演模塊以誤差變化率和誤差的數據進行推理，得到一組在線修改的PID 參數; 將參數賦給傳統PID調節器。該方式實現了參數的實時調節，PID調節器可以更好地適應工況的。對比不斷優化的控制算法效果圖如下所示：

二、論文分析：

研究人員在ACS發表了題為：An Integrated Smartphone-Based Genetic Analyzer for Qualitative and Quantitative Pathogen Detection的研究論文。論文提出一種基于比色法為依據，手機作為輔助提高系統集成的多病毒檢測裝置。為了提高系統的檢測靈敏度，采用了63攝氏度的等溫擴增技術。從而提高靈敏度，加大檢測最低載量的目的。該設備可同時檢測大腸埃希桿菌、沙門氏菌、弧菌。并且可以60分鐘完成檢測，精讀達到10個拷貝每微升。論文摘要如下：

該設備的檢測原理如下圖所示：

圖A介紹了從上到下，核酸擴增，芯片數據讀取的過程。圖B則給出了微流控芯片的內部原理示意圖。圖C為，微流控芯片、加熱器和白色LED光源的布局結構。

基于手機和i-Gene裝置的實驗操作流程如下圖所示：

從左到右包含樣品準備、注入LAMP芯片、在LAMP的核酸擴增過程中，實時圖像記錄顏色變化。最后通過藍牙或WIFI把數據發送到電腦端進行數據分析。

分子診斷的整套設備所需部件如下圖C所示，系統設備的組成包含i-Gene裝置，智能手機，LAMP芯片和移動電源（power bank）。加熱器和配套電路如下圖A所示，加熱效果如下圖B所示。包含圖像采集和智能加熱的i-Gene裝置截面圖如下圖D所示：

RGB比色法在LAMP反應前后的顏色對比數據如下圖所示：

四種樣本的對比檢測數據圖如下所示：

總結：作者提出了一種新型的便攜式POC檢測平臺。該平臺是基于智能手機、LAMP芯片和配套的i-Gene裝置。該裝置提供加熱的保證。加熱算法采用了最經典的PID控制理論。為了降低成本將圖像采集使用大家都有的智能手機來完成，但是為了更好的效果，給手機配備了一個低價格的微鏡頭和白色光源環。手機采集的數據可以通過無線通信傳輸到遠程的電腦進行數據分析。

現場平臺的尺寸在4.5*6.3*6.0厘米以內。一次性使用的芯片的價格控制在0.1美元。這大大的方便了該設備在一些經濟不發達地區的病毒快速診斷需求。尤其在新冠病毒肆虐的今天，其由于采用核酸擴增技術和手機圖像采集技術，所以檢測的靈敏度會比普通的抗原抗體試紙檢測準確度高很多，但價格幾乎差不多。

參考文獻：

1、An Integrated Smartphone-Based Genetic Analyzer for Qualitative and Quantitative Pathogen Detection

2、郭佳躍，等： 基于自適應神經網絡模糊 PID 的磨煤機控制研究