上一期我们讲到,IVD产品中的灵敏度其实并不是传统分析仪器中的灵敏度,而一种“检出限”,而说到检出限,就不得不提噪声。 什么是噪声?并不是分贝大的就是噪声,而是所有我们不需要的声音都是噪声。 当夜深人静,蛙鸣四起的时候,一只蚊子的嗡嗡声就能让我们心烦意乱;当人们在酒吧中纵情声色时,噪杂喧嚣的环境也是一种享受。 而在IVD产品中,所有与待测物浓度检测无关的信号都是噪声。比如,自发荧光是噪声、非特异激发是噪声、杂散光是噪声、暗电流是噪声、纹波是噪声等等。 最简单的噪声是直流噪声。 理想的检测信号与样本浓度之间的关系是这样的: 叠加一个直流噪声的检测信号与样本浓度之间的关系是这样的: 通过这两个表,我们发现,直流的噪声并不会对结果有什么影响,无非在线性的公式中多了一个截距,而截距等于1。所以直流的噪声并不能称为真正的“噪声”。打个比方,两个人在交谈的过程中,如果周围的环境声音是稳定,它并不会影响我们交谈的效果,最烦的是它一会儿低声喃语,一会儿引吭高歌。 所以,直流的噪声不是噪声,我们很容易就能够通过技术手段去除,有波动的噪声才是真的噪声。即使存在多级放大,且每一级的噪声系数和放大系数不一样,也同样不影响线性。 这样的线性方程跟直接叠加直流信号没有任何差别。 所以核心的问题在于哪里?还是在于噪声的波动。 线性校对之后的曲线能够通过坐标系的零点。从图上可以看出,当浓度为零时,信号是有可能为负的。但事实上,模拟信号不能为负,就会出现信号的翻转。 最终曲线的形式应该是这样的: 所以,总是在低值处呈现非线性的状态。 请参考上一篇分享。 |