免疫层析测定是基于抗原抗体特异性反应和层析技术发展起来的一项免疫检测技术。由于其简便、快速、灵敏度高、特异性强、操作简单等优点而广泛应用于医学、环境检测、食品监管、畜牧业等许多领域。在目前的应用中,免疫层析测定受检测环境和过程的影响及肉眼判读测定结果等原因使得最终检测结果产生较大误差,因此大多应用于定性或半定量检测。但定性或半定量检测结果提供的信息少,无法达到实际的需求,极大的限制了免疫层析技术的进一步推广。免疫层析定量检测由于能提供更准确、更全面信息而受到各领域的欢迎,成为免疫层析技术发展的必然趋势。因此,本文将对免疫层析试条定量检测展开研究,旨在优化免疫层析试条生化反应定量特性和基于图像的定量检测的问题。本文根据免疫层析试条的检测原理,按夹心法和竞争法分别结合对流扩散方程与流体动力学理论建立生化反应检测数学模型,并运用COMSOL软件完成仿真。在建模和仿真中,分别分析了各物质初始浓度,硝酸纤维素膜材质,孔隙率,检测线位置等对于检测结果的影响。本模型的构建及仿真结果旨在帮助研究者通过快速且低成本的方法设计和优化试条,为改善试条检测灵敏度和定量检测性能创造条件。同时,本文基于图像分割算法实现了免疫层析试条的定量检测。针对试条图像的特点和FCM聚类算法的特性,本文通过全局搜索能力较强的PSO算法来优化FCM算法,使其能更加准确、有效地提取试条的检测线和质控线,避免了 FCM聚类算法对初值敏感和易陷入局部最小值等缺点对试条图像分割产生的不利影响。并采用峰值信噪比指标来评价分割后的图像质量,选取特征量相对积分光密度(RIOD)值作为定量检测的特征量,最后通过曲线拟合实现定量检测。