用于评估血液血红蛋白（Hgb）水平的光谱方法已经非常成熟，但是这种方法通常需要体积庞大的光学设备，而这些设备并不适合用于部署对患者友好的移动医疗技术。

   现在，英国普渡大学开展的一个项目已经证明：智能手机内置的摄像头可以用作高光谱成像仪，将其与统计学习技术相结合，能够更容易地评估血液血红蛋白的水平。

图1利用智能手机的内置摄像头进行眼睑成像可以更容易地评估血血液红蛋白的水平

   “我们新的移动健康方法，为临床或远程测量血色素水平，以检测贫血、急性肾损伤和出血，或评估镰状细胞性贫血等血液疾病铺平了道路。”普渡大学的研究人员Young Kim介绍说。

   “Covid-19病毒的大肆传染蔓延，已经极大地提高了人们对扩大移动医疗和远程医疗服务的需求意识。”

   该项目建立在以往对血红蛋白光谱定量研究的基础上，主要是利用血红蛋白在红外和可见光范围内的独特吸收光谱。迄今为止，昂贵的光学元件和缓慢的数据采集率，一直是这种方法在移动健康应用中的障碍。

   然而，根据普渡大学研究小组发表的论文，他们有可能“从传统的智能手机摄像头拍摄的图像中，数学重建高光谱或多光谱数据”，这些计算方法为血液血红蛋白的光谱超分辨率（SSR）技术奠定了基础。

   该项目的方法包括从智能手机内置摄像头获取的红、绿、蓝通道的颜色值中，数学重建血液中血红蛋白的高分辨率光谱。研究人员选择内眼睑作为成像部位，因为眼睑中的微血管很容易看到，也很容易访问，而且呈现出相对均匀的红色。此外，内眼睑也不受肤色的影响，这就减少了针对患者进行特定校准的需求。

   “双通道高光谱成像系统使我们能够评估眼睑血液血红蛋白光谱测量的性能，”研究小组写道，“利用眼睑的高分辨率光谱数据，我们为使用价格可接受的智能手机的移动医疗应用，建立了SSR的统计学习框架。”

数据驱动技术降低复杂性

   为了用这项新技术进行血红蛋白测量，病人需要拉下内眼睑，露出下面的小血管，然后启动智能手机上的应用程序进行拍照。SSR算法从智能手机拍摄的图像中提取详细的光谱信息，然后启动另一个计算算法，通过检测其独特的光谱特征来量化血红蛋白的含量。

   据研究小组介绍，数据采集过程包括白反射率标准的参考测量，以补偿系统中光源和手机摄像头的光谱响应。

   早期使用标准Android智能手机对一小部分受试者进行了试验。结果表明，移动健康测试可以在广泛的血红蛋白值范围内，提供与传统血液测试相当的测量结果。

   在另一项临床研究中，该移动应用程序正在印第安纳大学西蒙癌症中心用于评估肿瘤患者。研究人员还与卢旺达大学合作进行进一步研究，并计划与印度Shrimad Rajchandra医院合作，使用移动医疗工具评估患者的营养状况、贫血和镰状细胞病。

   该团队认为，mHematology应用程序可以作为一个示例，说明数据驱动技术如何将硬件复杂性降至最低，这是移动健康应用程序的一个重要考虑因素。

   “我们的工作表明，以数据为驱动力和以数据为中心的基于光的研究，可以提供新的方法来最大程度地减少硬件复杂性，并促进移动健康。”Kim说，“将当今智能手机中可用的内置传感器与以数据为中心的方法相结合，可以加快这一领域的创新和研究成果转化的速度。”