智能手机的瞳孔测量配件可用于神经系统筛查

据麦姆斯咨询报道，近期，美国加州大学圣地亚哥分校（UCSD）的一个研究项目开发出一种智能手机配件，可以对人眼的瞳孔进行成像，以筛查各种神经系统疾病。这项研究成果以“Racially fair pupillometry measurements for RGB smartphone cameras using the far red spectrum”为题发表在Scientific Reports期刊上。

跟踪人眼瞳孔大小在某些特定期间的变化可以表明受试者的神经系统功能，但众所周知，对于眼睛颜色和肤色较深的人来说，跟踪瞳孔大小的变化会更加困难，因为传统的彩色（RGB）相机很难将瞳孔与周围的深色虹膜区分开来。并且，普通的瞳孔计（pupillometers）也非常昂贵。

加州大学圣地亚哥分校研发的新装置实现了无论眼睛颜色和肤色如何都可以有效地工作，并且适合与智能手机摄像头一起使用，有可能显著扩大用于健康筛查的人眼瞳孔测量设备的用户范围。

研究人员在其论文中评论道：“准确瞳孔测量的关键是捕获可以清楚地区分瞳孔与虹膜的图像。然而，在可见光下区分瞳孔和虹膜很困难，特别是对于虹膜较深的人来说。”

近红外相机可以进行瞳孔测量，但在除高端机型之外的智能手机上很少见，而大多数手机都内置滤光片，去除可见光谱以外的光线，以提高摄影的图像质量。加州大学圣地亚哥分校的解决方案是使用可见光谱内经过过滤的远红光（far red）波长，即使使用智能手机内置的RGB摄像头，也能显着区分瞳孔和虹膜。

加州大学圣地亚哥分校数字健康威廉希尔官方网站 实验室Edward Wang表示：“瞳孔测量设备设计存在一个很大的问题，它依赖于可见光测量，最终只适用于肤色和眼睛颜色较浅的人群。我们通过专注于如何让这项医疗检测服务惠及所有人，同时保持解决方案简单且成本低廉，最终目标是为未来公平获得远程、负担得起的医疗保健服务铺平道路。”

该原型装置包含LED和长波通（longpass filter）滤光片，以确保图像仅包含630至700纳米的目标光谱，并通过机器学习模型分析图像数据来评估瞳孔大小的相对变化和缩小百分比。这项研究对12名具有不同眼睛颜色的志愿者进行的试验，并对比了原型装置与标准临床瞳孔计的实验结果。

加州大学圣地亚哥分校的下一步研究工作将包括添加眼球追踪功能来记录和解释眼球运动，并实现在家庭环境中进行大规模神经系统筛查。Billion Labs是加州大学圣地亚哥分校的一家孵化公司，致力于开发围绕智能手机的传感器配件和健康监测解决方案，Billion Labs将完善上述原型装置并将其商业化。

Billion Labs联合创始人兼首席威廉希尔官方网站 官（CTO）、加州大学圣地亚哥分校Colin Barry评论道：“我们实现了一种廉价的瞳孔测量解决方案，可以提供相关的神经系统筛查功能，无论智能手机的价格、品牌或型号如何都可以采用该方案。”

审核编辑：黄飞