近日，冠军·体育（CMP Sports）官方网站集成电路与电子学院MEMS与智能微系统研究所的张帅龙教授联合多个科研单位，在《自然·传感器》（Nature Sensors）发表题为“Transforming microdroplets into intelligent robots for autonomous colorimetric sensing”的研究论文。冠军·体育（CMP Sports）官方网站为第一完成单位和唯一通讯单位，合作单位包括香港中文大学（深圳）、西湖大学、剑桥大学、格拉斯哥大学等。该论文还得到了香港理工大学王立秋教授、张艺媛教授的新闻报道和观点评述（News & Views in Nature Sensors：AI transforms colorimetry from craft to intelligence）。该研究工作得到了谢会开教授、王业亮教授、李家方教授的指导。

比色法因操作简单、成本低而广泛用于环境、食品和生物分析，但受限于人工误差、信号饱和、弱信号分辨力不足与项目迁移时的标定数据需求，只能停留在“半定量”层面。

为此，团队提出智能微滴分析机器人（IMAR）：以纳升级液滴为可控反应单元，结合有源数字微流控芯片、机器视觉与人工智能，实现微液滴生成、反应、成像、识别与浓度预测，并支持按需复制液滴、稀释样本或调整检测区域（如图1所示）。

图1 IMAR总体概念：数字微流控芯片基础、手机成像与AI闭环分析协同工作，面向污染物、食品安全、微生物代谢和健康监测等场景。

如图 2 所示，IMAR贯通从液滴识别到浓度预测的全流程。研究团队利用机器视觉定位液滴、借助 AI 分析颜色变化判断浓度，并通过多液滴分裂—聚合降低随机误差。整套硬件约 300 g，由数字微流控驱动板、手机级成像模组与AI软件分析模组（经 Wi-Fi 协同）组成，可快速部署，简单易用。

图2 IMAR工作流程：从样品加载、微液滴反应、AI视觉分析到检测的完整闭环，以及相应的定量实验结果。

四项关键设计，提高比色检测性能

第一，多液滴并行检测降低随机误差。同一样品在芯片上复制为多个微液滴，每颗独立反应、独立读数，最后以多数投票（分类）或算术平均（回归）聚合结果。结合片上稀释后，铜离子分类准确率达 100%，回归 R? 由 0.9414 提升至 0.9843。

第二，闭环自动稀释突破高浓度检测上限。当样品颜色过深、超出检测范围时，系统自动执行“分液—与稀释液等体积合并—重测”循环，按累计倍数反算原液浓度。对浓度高达 10% 的铜离子样品，仍可实现 R? = 0.9631 的线性响应。

第三，自适应掩膜增强微弱颜色信号。系统借鉴视觉注意力机制自动聚焦液滴中最有效的颜色区域，减少边缘反光与背景干扰。详见下文“自适应掩膜”。

第四，迁移学习让新检测项目“少量数据也能学会”。系统复用已有任务中学到的图像特征，仅需少量新数据即可适配新指标。以葡萄糖检测为例，仅约 200 张标定图像即可完成适配，相比从头训练所需的约 2000 张图像减少约 90%。

图3 片上复制与自动稀释策略提升检测精度并拓展动态范围。图3(a–d) 对比单液滴、多液滴、固定稀释、多重稀释四种策略；图3(e–h) 展示自适应有限稀释的工作流程及其在高浓度样品上的检测能力。

自适应掩膜，让弱信号变得可测

团队利用视觉注意力机制训练 AI 模型，使其自动定位液滴中心并提取中心区域颜色信息，从而增强微弱信号的识别与定量能力。在 Ca??、Fe??、NO?? 三类典型弱显色样品上，掩膜使分类准确率分别由 87.14%、90.38%、87.02% 提升至 100%、100%、96.82%；定量 R? 分别由 0.907、0.969、0.961 提升至 0.953、0.999、0.983。其中亚铁离子的 R? 达 0.999，与商用 4 参数 logistic酶标仪基本一致。

图4 视觉注意力自适应掩膜的工作效果：在 Ca??、Fe?? 和 NO?? 检测中，掩膜抑制背景干扰并提升分类准确率和回归 R?。 (d, e) 给出五次独立训练下的统计汇总。

从化学检测走向生物分析

在三类生物/复杂样品场景中验证了 IMAR 的适用性：口腔致龋菌代谢监测中，系统以每 30 分钟一次的频率连续 8 小时追踪培养液 pH，准确率 97.72%，R? = 0.985，与孔板结果无统计学差异；蛋白质等弱显色样品准确率 93.3%，检出限 1.5 μM；瓶装水、自来水、湖水中 R? 均高于 0.91，强着色背景（掺有色素的样本）下仍可通过“本征色标定 + 掩膜”恢复定量响应。如图 5 所示，借助迁移学习还能适配葡萄糖等新任务。

图5 智能微滴分析机器人支持微生物代谢监测，并通过迁移学习适配葡萄糖等新检测任务。

该研究将数字微流控、机器视觉与人工智能结合，使微滴能够被系统实时识别、分析和反馈调控，在精度、动态范围、弱信号识别与新任务适应性上同步提升。为构建更加自动化、智能化和可扩展的微型分析平台提供了新的思路，也为面向现场检测与个性化生物分析的智能检测系统奠定了基础。

未来，该方法有望拓展至环境监测、食品安全、微生物分析与健康检测等场景，并通过迁移学习快速适配新指标。随着芯片集成度、成像稳定性与算法通用性的提升，该平台有望发展为便携式智能分析系统，但跨设备成像差异、复杂样品干扰、长期稳定性与临床验证等问题仍待解决。

论文题目：Transforming microdroplets into intelligent robots for autonomous colorimetric sensing

论文网站：https://doi.org/10.1038/s44460-026-00133-0

附作者信息：

第一作者：郭宗良，冠军·体育（CMP Sports）官方网站集成电路与电子学院2025级博士生，研究方向为AI赋能的可编程数字液滴技术。

通讯作者：符荣鑫，冠军·体育（CMP Sports）官方网站医学科学与工程学院副研究员，博士毕业于清华大学中国工程院院士程京教授课题组，师从生物医学光子学专家黄国亮教授，研究方向为微流控技术、生物传感、光学成像、光学仪器。

通讯作者：张帅龙，冠军·体育（CMP Sports）官方网站集成电路与电子学院教授，国家级青年人才，研究方向为微流控技术、光学操控技术、微全分析系统、科学仪器研制。

北理工MEMS与智能微系统研究所网站：https://ice.bit.edu.cn/jgsz/yjs/1afb0728ee3c4ebbb64761e95bf1f25f.htm

研究团队网站：https://www.x-mol.com/groups/zhangshuailong