导语

一项小型研究表明，颈部动脉狭窄——中风的一个主要风险因素——可以通过分析智能手机拍摄的皮肤下血液流动的视频来检测。

脂肪沉积(斑块)可在动脉中积聚，导致动脉狭窄。颈动脉的狭窄会导致缺血性中风——当向大脑供应血液的血管被血栓阻塞时就会发生。近87%的中风是缺血性中风。每年有2%到5%的中风发生在没有症状的人群中，因此需要更好、更早地检测中风风险。

“对我们来说，这是一个激动人心的高光时刻，”该研究的主要作者Kao说。“现有的诊断方法——超声波、CT和MRI——需要专门的医疗成像设备和专业人员进行筛查。对智能手机上录制的视频进行分析是非侵入性的，而且很容易执行，因此它可能会提供一个增加筛查的机会。尽管还需要更多的研究和开发，但记录和运动分析可能能够远程实施，或者下载应用程序也是可行的。”

01颈部皮肤的微小变化

颈部的动脉就在皮肤表面之下，通过它们的血液流动速度和模式的变化反映在上面皮肤的运动中。然而，这些差异太过微妙，肉眼无法察觉。

这项研究在2016年至2019年期间进行，使用运动放大和像素分析来检测智能手机视频记录中皮肤表面脉搏特征的微小变化。

在一家台湾医院接受治疗的202名成年人(平均年龄68岁，约79%为男性)参与了这项研究。在参与者中，54%的人有明显的颈动脉狭窄，这意味着他们至少有50%的堵塞是以前通过超声诊断的，而46%的人没有明显的狭窄。捕捉采集时，参与者仰卧并头部向后倾斜，放在一个定制的盒子里，以最大限度地减少了外部活动。盒子上安装了一部64GB的苹果iPhone 6，用来拍摄30秒的颈部视频。Kao解释说，使用老一代手机是因为研究人员认为它会对普通用户更常见。

视频记录和处理。A.录像设置；B.原始视频录制；C.视频处理和高亮显示每帧中每个像素的移动。| Cheng et al.

研究人员发现，在已知颈动脉狭窄的人群中，视频运动分析算法检测狭窄的准确率为87%。所有研究参与者还接受了标准的多普勒超声测试，以确认他们的动脉狭窄，并测量和验证视频运动分析的估计值。

基于视频的运动分析得出了在设置队列(A)和验证队列(B)中有无CAS患者的差异值。| Cheng et al.

视频运动分析检测颈动脉狭窄的受试者工作特性曲线。在设置队列(A)、验证队列(B)和总队列(C)中，基于视频运动分析得出的差异值的曲线下面积(AUC)在设置队列(A)中为0.904，在验证队列(B)中为0.912，在总队列(C)中为0.914。| Cheng et al.

“还需要更多的研究来确定在智能手机上录制的视频是否是一种有希望的方法来帮助加快和增加中风筛查，”Kao说。“在中风发生之前，颈动脉狭窄是无声的。通过这种方法，临床医生可以用智能手机录制患者颈部的视频，上传视频进行分析，并在5分钟内收到报告。及早发现颈动脉狭窄可能会改善患者的预后。”

这项研究有几个局限性，包括研究参与者的数量少，所有这些人都被认为是心血管事件的高危人群。此外，没有分析颈部长度和颈部角度，这可能会影响视频分析的结果。根据Kao的说法，肤色不太可能阻碍更广泛人群的应用，因为这次评估使用了标准的照明方法。

02具体的视频处理技术

Video-based Motion Analysis(VMA)涉及一系列视频处理技术。首先对视频输入进行运动放大，对不同的空间频带进行分解，然后进行时间滤波。利用快速傅立叶变换提取每个空间频带上像素强度的变化并分别处理。通过选择用户指定的运动放大参数，将它们在特定的频率范围内被放大，例如患者的心率。采用主成分分析和傅立叶变换相结合的方法，提取可用于心率估计的血液容积脉搏波。

使用光流法和主成分分析对放大后的视频进行进一步处理。光流法利用图像序列像素强度的时间变化来确定物体在连续帧之间的运动。这允许构建流动矢量场，其中每个向量是速度或位移，每个像素最多一个向量，突出显示每帧中每个像素的运动。由于视频序列的大数据集往往很难解释，因此使用主成分分析对光流法产生的流动矢量场进行处理，以降低维度并最大化输入特征之间的相关性。输出由每个患者独特的脉搏波信息组成，经过一系列视频处理技术后，视频序列被表示为时间振荡波形。使用非线性最小二乘拟合法对所得到的波形进行量化以估计其模型系数。然后，我们能够用量化的系数来近似振荡波形，包括幅度和频率。

选择的ROI被装箱在原始ROI内，以包括右侧和左侧颈动脉区域。它的规模通常是原始ROI的四分之一或一半。将VMA计算的量化系数与原始ROI和选择的ROI进行比较。VMA导出的差异被定义为原始ROI和所选ROI之间的幅度差异。获得了受试者最大的VMA差异，以供进一步分析。颈动脉狭窄的患者由于局部血管狭窄和血流动力学改变，脉搏特征不均匀，差异较大。用受试者工作特征(ROC)曲线分析确定检测颈动脉狭窄的VMA最佳截断值。

基于视频的运动分析(VMA)得出不同颈动脉狭窄程度的差异。在狭窄程度>50%的患者中，VMA得出的差异显著更高。NS表示不显著。*P<0.05。| Cheng et al.

VMA在不同差异临界值的颈动脉狭窄筛查中的诊断性能。| Cheng et al

内容来源

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