導語

一項小型研究表明，頸部動脈狹窄——中風的一個主要風險因素——可以通過分析智能手機拍攝的皮膚下血液流動的視頻來檢測。

脂肪沉積(斑塊)可在動脈中積聚，導致動脈狹窄。頸動脈的狹窄會導致缺血性中風——當向大腦供應血液的血管被血栓阻塞時就會發生。近87%的中風是缺血性中風。每年有2%到5%的中風發生在沒有癥狀的人群中，因此需要更好、更早地檢測中風風險。

“對我們來說，這是一個激動人心的高光時刻，”該研究的主要作者Kao說。“現有的診斷方法——超聲波、CT和MRI——需要專門的醫療成像設備和專業人員進行篩查。對智能手機上錄制的視頻進行分析是非侵入性的，而且很容易執行，因此它可能會提供一個增加篩查的機會。盡管還需要更多的研究和開發，但記錄和運動分析可能能夠遠程實施，或者下載應用程序也是可行的。”

01頸部皮膚的微小變化

頸部的動脈就在皮膚表面之下，通過它們的血液流動速度和模式的變化反映在上面皮膚的運動中。然而，這些差異太過微妙，肉眼無法察覺。

這項研究在2016年至2019年期間進行，使用運動放大和像素分析來檢測智能手機視頻記錄中皮膚表面脈搏特征的微小變化。

在一家臺灣醫院接受治療的202名成年人(平均年齡68歲，約79%為男性)參與了這項研究。在參與者中，54%的人有明顯的頸動脈狹窄，這意味著他們至少有50%的堵塞是以前通過超聲診斷的，而46%的人沒有明顯的狹窄。捕捉采集時，參與者仰臥并頭部向后傾斜，放在一個定制的盒子里，以最大限度地減少了外部活動。盒子上安裝了一部64GB的蘋果iPhone 6，用來拍攝30秒的頸部視頻。Kao解釋說，使用老一代手機是因為研究人員認為它會對普通用戶更常見。

視頻記錄和處理。A.錄像設置；B.原始視頻錄制；C.視頻處理和高亮顯示每幀中每個像素的移動。| Cheng et al.

研究人員發現，在已知頸動脈狹窄的人群中，視頻運動分析算法檢測狹窄的準確率為87%。所有研究參與者還接受了標準的多普勒超聲測試，以確認他們的動脈狹窄，并測量和驗證視頻運動分析的估計值。

基于視頻的運動分析得出了在設置隊列(A)和驗證隊列(B)中有無CAS患者的差異值。| Cheng et al.

視頻運動分析檢測頸動脈狹窄的受試者工作特性曲線。在設置隊列(A)、驗證隊列(B)和總隊列(C)中，基于視頻運動分析得出的差異值的曲線下面積(AUC)在設置隊列(A)中為0.904，在驗證隊列(B)中為0.912，在總隊列(C)中為0.914。| Cheng et al.

“還需要更多的研究來確定在智能手機上錄制的視頻是否是一種有希望的方法來幫助加快和增加中風篩查，”Kao說。“在中風發生之前，頸動脈狹窄是無聲的。通過這種方法，臨床醫生可以用智能手機錄制患者頸部的視頻，上傳視頻進行分析，并在5分鐘內收到報告。及早發現頸動脈狹窄可能會改善患者的預后。”

這項研究有幾個局限性，包括研究參與者的數量少，所有這些人都被認為是心血管事件的高危人群。此外，沒有分析頸部長度和頸部角度，這可能會影響視頻分析的結果。根據Kao的說法，膚色不太可能阻礙更廣泛人群的應用，因為這次評估使用了標準的照明方法。

02具體的視頻處理技術

Video-based Motion Analysis(VMA)涉及一系列視頻處理技術。首先對視頻輸入進行運動放大，對不同的空間頻帶進行分解，然后進行時間濾波。利用快速傅立葉變換提取每個空間頻帶上像素強度的變化并分別處理。通過選擇用戶指定的運動放大參數，將它們在特定的頻率范圍內被放大，例如患者的心率。采用主成分分析和傅立葉變換相結合的方法，提取可用于心率估計的血液容積脈搏波。

使用光流法和主成分分析對放大后的視頻進行進一步處理。光流法利用圖像序列像素強度的時間變化來確定物體在連續幀之間的運動。這允許構建流動矢量場，其中每個向量是速度或位移，每個像素最多一個向量，突出顯示每幀中每個像素的運動。由于視頻序列的大數據集往往很難解釋，因此使用主成分分析對光流法產生的流動矢量場進行處理，以降低維度并最大化輸入特征之間的相關性。輸出由每個患者獨特的脈搏波信息組成，經過一系列視頻處理技術后，視頻序列被表示為時間振蕩波形。使用非線性最小二乘擬合法對所得到的波形進行量化以估計其模型系數。然后，我們能夠用量化的系數來近似振蕩波形，包括幅度和頻率。

選擇的ROI被裝箱在原始ROI內，以包括右側和左側頸動脈區域。它的規模通常是原始ROI的四分之一或一半。將VMA計算的量化系數與原始ROI和選擇的ROI進行比較。VMA導出的差異被定義為原始ROI和所選ROI之間的幅度差異。獲得了受試者最大的VMA差異，以供進一步分析。頸動脈狹窄的患者由于局部血管狹窄和血流動力學改變，脈搏特征不均勻，差異較大。用受試者工作特征(ROC)曲線分析確定檢測頸動脈狹窄的VMA最佳截斷值。

基于視頻的運動分析(VMA)得出不同頸動脈狹窄程度的差異。在狹窄程度>50%的患者中，VMA得出的差異顯著更高。NS表示不顯著。*P<0.05。| Cheng et al.

VMA在不同差異臨界值的頸動脈狹窄篩查中的診斷性能。| Cheng et al

內容來源

Smartphone video may help detect narrowed neck arteries that can lead to strokes | American Heart Association