智能手机的摄像头和闪光灯可以帮助人们在家测量血氧水平

智能手机的摄像头和闪光灯可以帮助人们在家测量血氧水平
华盛顿大学和加州大学圣地亚哥分校的研究人员在一项原则性研究中表明,智能手机能够检测到70%以下的血氧饱和度。这项技术包括让参与者将手指放在智能手机的摄像头和闪光灯上,智能手机使用深度学习算法从产生的视频中的血流模式中解码血氧水平。图片来源:丹尼斯·怀斯/华盛顿大学

首先,停下来,深吸一口气。

当我们吸气时,我们的肺里充满了氧气,氧气被分配到我们的身体我们全身的运输。我们的身体需要大量的氧气来运转,健康的人在任何时候都至少有95%的氧饱和度。

哮喘或COVID-19等情况会使身体更难从肺部吸收氧气。这会导致氧饱和度下降到90%或以下,这表明需要就医。

在诊所里,医生们用脉搏血氧计来监测氧饱和度——就是你戴在指尖或耳朵上的夹子。但是每天在家里多次监测氧饱和度就可以了帮助患者关注COVID - 19症状为例。

华盛顿大学和加州大学圣地亚哥分校的研究人员在一项原则性研究中证明,智能手机能够检测血液水平下降到70%。根据美国食品和药物管理局的建议,这是脉搏血氧仪能够测量到的最低值。

这项技术需要参与者将手指放在智能手机的摄像头和闪光灯上,这使用了一个来破译血氧水平。当研究团队向6名受试者提供受控的氮氧混合物,人为降低他们的血氧水平时,智能手机在80%的时间内正确预测了受试者的血氧水平是否低。

该团队于9月19日发表了这些结果npj数字医学

其他能做到这一点的智能手机应用程序是通过要求人们屏住呼吸开发的。但人们会感到非常不舒服,大约一分钟后必须呼吸,而这是在他们的血氧水平下降到足以代表全部临床相关数据之前,”联合主要作者詹森·霍夫曼说,他是华盛顿大学保罗·g·艾伦计算机科学与工程学院的博士生。“通过我们的测试,我们能够从每个受试者那里收集15分钟的数据。我们的数据显示,智能手机在临界阈值范围内可以很好地工作。”

用智能手机测量血氧水平的另一个好处是,几乎每个人都有一部智能手机。

威斯康星大学医学院家庭医学教授马修·汤普森博士是研究报告的合著者,他说:“这样你就可以用自己的设备进行多次测量,既不用花钱也不用花钱。”“在理想的情况下,这些信息可以无缝地传输到医生的办公室。这将真正有利于远程医疗预约,或对分诊护士能够迅速确定患者是否需要去急诊室,或他们是否可以继续在家休息,并与初级保健提供者进行预约。”

该团队招募了6名年龄在20到34岁之间的参与者。三名女性,三名男性。其中一名参与者认为自己是非裔美国人,而其他参与者认为自己是白种人。

智能手机的摄像头和闪光灯可以帮助人们在家测量血氧水平
测量氧饱和度的一种方法是使用脉搏血氧计——就是那些你戴在指尖上的小夹子(有些用灰色和蓝色表示)。在一项原则性论证研究中,华盛顿大学和加州大学圣地亚哥分校的研究人员已经表明,智能手机能够在与独立剪辑相当的范围内检测血氧饱和度水平。这项技术要求参与者将手指放在智能手机的摄像头和闪光灯上。图片来源:丹尼斯·怀斯/华盛顿大学

为了收集数据来训练和测试算法,研究人员让每个参与者的一个手指上戴上标准脉搏血氧计,然后把另一个手指放在同一只手上,通过智能手机的摄像头和闪光灯。每个参与者的双手同时都有相同的设置。

资深作者爱德华·王(Edward Wang)说:“摄像头正在录制视频:每当你心跳时,闪光灯照亮的部分就会有新鲜的血液流动。”他开始这个项目时还是华盛顿大学电气与计算机工程专业的博士生,现在是加州大学圣地亚哥分校设计实验室和电气与计算机工程系的助理教授。

“摄像机记录了血液在三种颜色通道中对闪光灯的吸收量:红、绿、蓝,”王说,他同时也是加州大学圣地亚哥分校电子健康实验室的负责人。“然后,我们可以将这些强度测量数据输入到我们的深度学习模型中。”

每个参与者吸入受控的氧气和氮气混合物,以缓慢降低氧气水平。整个过程耗时约15分钟。对所有6名参与者,研究小组获得了超过10,000个介于61%到100%之间的血氧水平读数。

研究人员使用了四名参与者的数据来训练一个深度学习算法来提取血液的水平。剩下的数据用于验证该方法,然后对其进行测试,看看它在新受试者上的表现如何。

“智能手机的光线会被你手指上的所有其他组件散射,这意味着我们正在观察的数据中有很多噪音,”联合第一作者Varun Viswanath说。Varun Viswanath是华盛顿大学的校友,现在是加州大学圣地亚哥分校的博士生,由王教授指导。“深度学习在这里是一项非常有用的技术,因为它可以看到这些非常复杂和微妙的特征,并帮助你找到你无法看到的模式。”

该团队希望通过在更多人身上测试算法来继续这项研究。

“我们的一个研究对象的手指上有厚厚的老茧,这使得我们的算法更难准确地确定他们的手指,”霍夫曼说。“如果我们将这项研究扩大到更多的受试者,我们可能会看到更多有老茧的人和更多不同肤色的人。然后我们就有可能有一个足够复杂的算法,能够更好地模拟所有这些差异。”

但研究人员表示,这是朝着开发借助机器学习的生物医学设备迈出的良好的第一步。

“做这样的研究非常重要,”王说。“传统医疗设备都要经过严格的测试。但是计算机科学研究仍然刚刚开始将机器学习用于生物医学设备的开发,我们都还在学习中。通过强迫自己严格,我们就是在强迫自己学习如何把事情做对。”

其他共同作者包括:南卫理公会大学博士生丁欣怡;Eric Larson,南卫理公会大学计算机科学副教授;Caiwei Tian,作为华盛顿大学的本科生完成了这项研究;以及Shwetak Patel,他是华盛顿大学艾伦学院的教授部门。研究人员已经申请了一项专利,涵盖了使用智能手机进行SpO2分类的系统和方法(申请号:17/164,745)。


进一步探索

护理中的种族差异与脉搏血氧计表现的差异有关

更多信息:诱导低氧血症研究中的智能手机相机血氧测量,npj数字医学(2022)。DOI: 10.1038 / s41746 - 022 - 00665 - y
期刊信息: npj数字医学

所提供的华盛顿大学
引用智能手机的摄像头和闪光灯可以帮助人们测量家里的血氧水平(2022年,9月19日),从2022年9月19日//www.puressens.com/news/2022-09-smartphone-camera-people-blood-oxygen.html检索
本文件受版权保护。除用于个人学习或研究的公平交易外,未经书面许可,不得转载任何部分。内容仅供参考之用。
67股票

反馈给编辑