記者獲悉，深圳市第三人民醫院（南方科技大學第二附屬醫院）盧洪洲教授團隊（長江學者）、清華大學季向陽教授團隊（國家杰青）、南方科技大學生物醫學工程系王文錦副教授團隊（海外優青）共同合作研究，在國際著名SCI學術期刊IEEE Transactions on Biomedical Engineering上發表原創性研究論文“Multispectral Depolarization based Living-skin Detection: A New Measurement Principle”（基于多光譜生理去偏化的活體檢測：一種新的測量原理）。

據介紹，該研究首次提出通過多光譜偏振光在活體組織中的“去極化”現象實現對人體皮膚的視頻光學檢測。整體技術方案的實現僅需要5行Matlab代碼，可復現性極高且極易使用。

據悉，深圳市三院-清華大學-南科大組成的醫工團隊對非接觸生理監測技術展開了前沿攻關，并取得了突破性研究成果。當前視頻生理監測面臨的關鍵瓶頸問題是“如何從視頻中精準檢測活體皮膚并用于生理信號的監測”。傳統的基于深度學習的人臉檢測方法無法對人體活體組織進行評估，因此無法用于臨床。

為攻克這一難題，研究團隊基于多光譜偏振光在人體皮膚組織中的去極化特點提出了活體組織檢測的新方法。其核心機理在于（如圖所示）：當多光譜偏振光照射皮膚時，偏振光子進入皮膚組織并經過發色團（黑色素、血紅蛋白等）的吸收、散射和反射后，會呈現出去偏振化（de-polarization）的現象，即偏振光子從皮膚反射而出后，其振動方向會變得雜亂無章。研究團隊同時發現，因為不同波段的光子在皮膚組織中的穿透深度不同（如藍光穿透毛細血管層、紅光穿透動脈層），其去偏化的程度存在波段依賴性。例如，紅光因為穿透深度更深，其去偏化程度較藍光更高。該現象僅存在于具有多層復雜組織結構的活體皮膚，不存在于其他非活體的物體。

因此，研究團隊提出的多波段生理去偏方法可有效區分視頻中的活體和非活體區域，精準檢測不同人體部位的皮膚，甚至可區分豬肉皮膚和人體皮膚，可廣泛用于視頻生理監測、人臉防欺詐、生物信息識別等領域。研究團隊將進一步探索如何將多光譜偏振光技術用于皮膚灌注成像和微循環監測，賦能重癥患者的生理監護及智能化預警。

據悉，該研究獲得科技部國家重點研發計劃（青年科學家）、工信部人工智能醫療器械創新任務、國家自然科學基金海外優青、原創探索計劃、面上等項目的資助。該醫工團隊聯合深圳愛貝寶科技獲批2023年深圳市重大技術攻關產學研項目，在深圳市委的領導下全力攻堅新一代非接觸生命監護技術（Yobi），并加快實現其產品化和臨床轉化，開辟我國在創新醫療器械“非接觸生命監護”領域的新路徑。

審核編輯：劉清