“研究中，我們通過專業(yè)醫(yī)師的標定，篩出幾例有風險的嬰兒，隨后便通過醫(yī)生緊急聯(lián)系到嬰兒父母，建議他們?nèi)ド霞夅t(yī)院做全面檢查。在這一刻，我們真正感到自己所做事情的重要性?！?/p>

提及自己最近參與的一項研究，讓中國科學院蘇州生物醫(yī)學工程技術(shù)研究所張森浩博士和鮑本坤博士至今覺得非常有意義感。

近日，他和合作者聯(lián)合造出一種柔性稀疏傳感器網(wǎng)絡系統(tǒng)，能在嬰兒不安運動的評估中，實現(xiàn)超高準確率的自動分類。

目前，該團隊與臨床醫(yī)院開展的實驗結(jié)果表明：這項技術(shù)可以快速、有效地進行大規(guī)模新生兒腦癱風險的快速篩查。

若干年內(nèi)，這項技術(shù)將能推廣至更多地區(qū)，成為一種類似于“疫苗”的新生兒必查項。

（來源：Advanced Science）

由于本次技術(shù)具備低成本、低資源依賴性的特點，因此即使在中西部等醫(yī)療條件不發(fā)達的地區(qū)仍然可以有效運行，預計將會極大促進我國婦幼健康領域的發(fā)展。

“尤其是如果能在低醫(yī)療水平地區(qū)進行普及，盡早地對新生兒的神經(jīng)發(fā)育、行為習慣進行篩查、干預與康復，就能更好地減輕家庭的負擔，想到這里就覺得自己的付出都很值得?！睆埳普f。

（來源：Advanced Science）

日前，相關(guān)論文以《用于新生兒不安運動自動早期評估的柔性智能稀疏傳感器網(wǎng)絡》（Intelligence Sparse Sensor Network for Automatic Early Evaluation of General Movements in Infants）為題發(fā)在Advanced Science期刊上。

中國科學院蘇州生物醫(yī)學工程技術(shù)研究所的鮑本坤博士和張森浩博士是共同一作。

張森浩、中國科學院蘇州生物醫(yī)學工程技術(shù)研究所的楊洪波研究員和成賢鍇研究員、以及美國賓夕法尼亞州立大學程寰宇教授擔任共同通訊作者。

據(jù)介紹，新生兒腦癱篩查一直是臨床研究比較關(guān)注的領域。

但是，此前臨床進行評估的方法，主要依賴有經(jīng)驗的專業(yè)醫(yī)生，通過觀察新生兒在一段時間內(nèi)的自主運動模式，來評估其是否具有腦癱的風險，進而確認是否需要進一步的影像學檢查。

不可否認的是，這種通過對新生兒自主運動來實現(xiàn)神經(jīng)發(fā)育評估，具備一定的便捷性、以及潛在的大規(guī)模普篩價值。

但是，專業(yè)醫(yī)生數(shù)量的缺失，限制了它的進一步推廣，尤其是在低水平醫(yī)療資源地區(qū)的推廣。

張森浩表示：“本次課題來源于我們所的成賢鍇研究員、楊洪波研究員與吉林大學附屬第一醫(yī)院共同參與的醫(yī)工結(jié)合項目?！?/p>

這一項目旨在推進一批有潛力的一線醫(yī)工融合與交叉項目，以解決臨床中的痛點、難點問題，而本次項目很幸運地獲得了支持。

一開始，課題組在可穿戴方式、數(shù)據(jù)穩(wěn)定性上一直沒有很好的解決辦法。

在楊洪波研究員的國際合作伙伴計劃的支持下，張森浩于2020年開始在美國賓夕法尼亞州立大學（PSU，The Pennsylvania State University）程寰宇教授課題組，參加聯(lián)合博士培養(yǎng)。

期間，他們共同討論之后認為：使用柔性化的結(jié)構(gòu)、以及使用材料設計類方法，應該更加適用于這種臨床應用場景。

張森浩說：“因此我們與PSU團隊一起開始了本次研究，在程寰宇老師的指導下，我們開始設計結(jié)構(gòu)和材料，并針對組網(wǎng)方式、組網(wǎng)穩(wěn)定性等加以優(yōu)化。”

據(jù)了解，此前研究大多通過“視頻法”進行捕捉運動，然后進行數(shù)字化。

但是，這種方式無法保障隱私，而且動作識別容易受到環(huán)境干擾，大量的背景噪聲會讓數(shù)據(jù)量變得極為龐大，限制了在臨床上發(fā)展。

基于此，課題組設想：是否可以通過直接的運動信息采集，來完成新生兒動作數(shù)字化？

考慮到新生兒皮膚的脆弱性，他們通過“島-橋”結(jié)構(gòu)完成了傳感節(jié)點的柔性化設計。同時，高生物兼容性材料的使用，讓新生兒的皮膚安全得到進一步的保障。

為了不讓傳感器的佩戴影響新生兒的自主運動，需要盡可能地減少傳感節(jié)點的數(shù)量。

通過算法優(yōu)化等手段，他們只在新生兒四肢、以及頭部累計5處進行傳感器的布置，并通過低功耗藍牙實現(xiàn)稀疏傳感網(wǎng)絡的構(gòu)建。

（來源：Advanced Science）

等到系統(tǒng)設計穩(wěn)定之后，他們開始啟動臨床論證研究。在吉林大學附屬第一醫(yī)院、蘇州市兒童醫(yī)院、山西省曲沃縣中醫(yī)醫(yī)院的支持下，他們順利獲得一批臨床數(shù)據(jù)。

初步分析數(shù)據(jù)之后，他們發(fā)現(xiàn)在時域、頻域上，有/無風險兒童之間存在著顯著性區(qū)別。但是，仍然沒有一個直接的閾值能被作為劃分標準。

具體來說，他們發(fā)現(xiàn)依賴傳統(tǒng)的分類方法，無法很好地實現(xiàn)高準確率的篩查，于是開始使用機器學習來構(gòu)建分類模型。

不過，整體模型又不能過于龐大，不然算力需求就會增加，以至于無法向低醫(yī)療水平地區(qū)投放。

所以，打造盡可能輕量化、小型化的分類模型，是他們追求的目標。同時，他們也不希望所打造的算法是一個“黑盒子”算法。

所以，研究人員盡可能地從臨床醫(yī)生的診斷標準出發(fā)，去歸納特征值的提取。

同時，針對所得到的特征值，按照相關(guān)性程度進行排序，借此甄別那些對分類更加有效的特征值，并確保這些特征值能得到臨床解釋。

只有這樣，才能進一步降低特征值的維度，從而打造輕量化的算法模型。

構(gòu)建模型的過程中，考慮到必須盡可能少地占用算力資源，因此該團隊的鮑本坤博士從特征維度的降維、算法冗余性方面進行優(yōu)化，以便獲得高準確率的小型算法模型。

在人工智能技術(shù)的幫助之下，他們成功研發(fā)了所需要的分類模型。而且，隨著數(shù)據(jù)量的增加，這種數(shù)據(jù)處理的方式也能得到優(yōu)化，從而實現(xiàn)更加輕量化、更加快速、更加高效的分類算法。

考慮到在低水平醫(yī)療資源地區(qū)的應用推廣，必須得開發(fā)低成本的硬件系統(tǒng)、以及易部署的小型化自動識別算法。

最終在他們的努力之下，整個系統(tǒng)的成本低于500元。同時，課題組通過降低特征值的數(shù)量，以及采用邏輯回歸算法，在99.9%高識別率的前提之下，實現(xiàn)了最小模型的搭建。

另據(jù)悉，這種柔性生理傳感網(wǎng)絡不僅能用于新生兒不安運動檢測，同時也能實現(xiàn)更多生理信息的獲取，從而用于其他臨床方面。

例如，通過加速度計可以采集心率、呼吸率等信息，同時可以采集吞咽能力、活動能力等，從而在ICU重癥監(jiān)護室中發(fā)揮作用。

另一方面，對于新生兒腦癱的快速篩查，不安運動監(jiān)測主要適用于20周以內(nèi)的新生兒。

對于年齡更大的、已經(jīng)可以爬行的嬰兒，他們也正在開展爬行行為與腦癱的分析，以便能夠服務于年齡更大一些的嬰兒，從而針對其神經(jīng)發(fā)育能力進行評估。

在應用方面，他們也在正在積極與中西部一些地方婦幼保健站展開聯(lián)系，力爭更好地推廣本次系統(tǒng)。

同時，他們也正在積極嘗試是否可以實現(xiàn)無電池的傳感系統(tǒng)的構(gòu)建。

假如可以利用射頻進行無線供能，就能通過去除電池模塊的方式，進一步降低傳感器的重量，從而減少佩戴傳感器對于新生兒自發(fā)運動的影響。