深圳三院-南科大持续推进“医工交叉创新”：一周连发两篇IEEE-JBHI期刊论文

记者获悉，日前，深圳市第三人民医院（南方科技大学第二附属医院）卢洪洲教授团队、南方科技大学生物医学工程系王文锦副教授团队共同合作研究，一周内在“健康与工程领域”的国际著名SCI学术期刊IEEE Journal of Biomedical and Health Informatics （影响因子7.7，中科院一区，TOP）上连发2篇论文。其中，一篇是“Camera-based Seismocardiogram for Heart Rate Variability Monitoring”（基于非接触心震图的心率变异性监测），另一篇是“Generalized Camera-based Infant Sleep-Wake Monitoring in NICUs: A Multi-center Clinical Trial”（基于视频的婴儿睡眠-觉醒监测:新生儿重症监护室的多中心临床研究）。

（图片由受访者提供）

据悉，深圳三院-南科大组成的医工团队对非接触生理监测技术展开了前沿攻关，并取得了阶段性研究成果。在非接触心震图的研究中，该团队首次利用离焦散斑干涉现象实现了非接触心震图：通过激光照射人体胸腔体表反射后在空间中形成的三维散斑干涉光场显著放大微弱的心脏振动信号，并利用离焦相机在光场的远距球面上监测由心脏振动引起的剧烈散斑运动，从而实现对心震图的非接触精准重建。团队进一步从非接触心震图信号中推导出12维心率变异性参数，与迈瑞监护仪的心电图对标，达到较高一致性。

据悉，该研究获得国家自然科学基金委原创探索计划资助（郑海荣院士、田捷教授推荐），与南京大学单彩峰教授团队（长江讲席）合作完成，后续将探究利用非接触心震图实现非接触血流动力学监测的可行性，以及在重症医学科和呼吸睡眠科的临床应用。

在新生儿“睡眠-觉醒”监测的临床研究中，该团队联合四家三甲医院（深圳三院、南方医院、深圳市宝安中医院、深圳大学总医院）在新生儿重症监护室完成上百例早产儿的临床试验。该研究利用深度神经网络挖掘新生儿面部特征（如眼睛睁开或闭合）以实现睡眠和觉醒的状态分类，并创新性地提出了通过深度表征一致性约束神经网络训练的策略，以强化深度模型对不同环境下新生儿睡眠和觉醒的判别能力。在4家医院的多中心临床有效性评估中，该策略在跨胎龄实验中取得了95%精准度，在跨场景实验中取得了90%精准度，证明了其较强的泛化能力和普适性。目前该算法已移植国产嵌入式芯片进行产品转化（新生儿非接触监护仪）。该研究获得广东省政协常委、南方医院新生儿科主任杨杰教授的大力支持和深度参与，后续将针对新生儿睡眠健康监测展开纵深研究。

该医工团队获得科技部国家重点研发计划（青年科学家）、工信部人工智能医疗器械创新任务等项目的资助。同时，联合深圳爱贝宝科技获批2023年深圳市重大技术攻关产学研项目，在深圳市委的领导下全力攻坚新一代非接触生命监护技术（Yobi），并加快实现其产品化和临床转化，开辟我国在创新医疗器械“非接触生命监护”领域的新路径。