人体对损伤的反应机制是出血，然后形成血块，最后血块溶解。机体通过这种动态平衡机制将出血和不适当凝血的风险降到最低。但是缺血性中风、心肌梗死或肺栓塞等会打破这种平衡，进而极大地增加了因血液凝固而发病甚至死亡的风险。这些患者需要终生服用抗凝药物华法林，长期服用华法林易造成各器官出血，且华法林的剂量-效应关系在不同个体间存在很大差异，必须密切监测以防止过量或剂量不足。因此，长期接受华法林治疗的患者需要定期进行检查。而目前这种检测通常需要昂贵的设备，这对于欠发达地区的患者非常不方便。
通讯作者：Justin Chan，Kelly Michaelsen，Shyamnath Gollakota
第一作者：Justin Chan
近日，华盛顿大学的研究人员开发了一种基于智能手机的检测技术，可以让人们在家中进行血液凝血测试。该技术操作简单，成本低廉，使用方便。测试原理如下：向装有一个铜粒子和一种启动血液凝固的化学物质的杯子中滴入一滴血；然后，启动智能手机振动带动杯子振动，同时手机摄像头拍摄杯中铜粒子的运动；随着血凝块的形成，铜粒子的运动速度会减慢直至停止。通过分析铜粒子的运动轨迹可判断血液的凝血能力。该方法为正在服用抗凝剂的患者提供了一种廉价和方便的血液检测方法。目前，该项研究成果已经发表在学术期刊Nature Communications上。
图1. 使用智能手机进行凝血检测
（a）一个塑料附件，内含一个装有10 μl全血、20 μl组织因子和一个铜颗粒的杯子。智能手机的振动电机与附件相连，并对粒子进行振动，然后被相机捕捉到。（b）工作流。（c）当组织因子加入血液时，手机就能捕捉到粒子的运(tstart)。 当粒子处于液体状态时，它可以在血液中自由运动。当血液凝固时，微粒的运动就会减少(tend)。
过去，医生通常手动摇晃装有血液样品的试管来监测血凝块形成所需要的时间，但是这种方法需要大量血液，不便于患者在家中自测。研究人员希望研发出更方便的类似于家用血糖监测仪的检测设备。因此，该研究基于凝血酶原时间测定（PT）和国际标准化比值（INR）开发了一种智能手机快速凝血检测的方法。该检测装置的测试原理如下：当血液滴在智能手机下方的含有一种能够引起血液凝结的物质和一个可以被相机聚焦的铜粒子小塑料杯里时，手机振动通过连杆振动杯子，然后智能手机可以监测铜颗粒在血液中的运动轨迹。当血液开始凝结时，粒子的运动速度就会逐渐减慢，通过分析运动轨迹进而判断出血液的凝血能力。
图2. 从智能手机视频中计算PT的工作流
（a）采用颜色阈值和图像处理技术来识别杯架，并创建一个捕捉毛细管或移液管运动的掩膜，Mtube,t.,分离出含有粒子的杯子内部Mparticle,t。（b）在掩蔽图像之间应用L1范数来量化视频帧之间的2D运动量。（c）运动曲线上最显著的峰值dtube[t]标志着PT测量的开始tstart质点运动曲线的顶点dparticle[t]表示粒子由运动到静止的过渡，标志着PT测量的结束tend 。
随后，研究人员设计了一种37毫秒以内的高效视频分析算法，可识别何时加入激活剂，在1分钟内分析粒子的运动，自动计算凝血时间，以确定PT/INR值。进一步，将粒子的二维运动从背景中分离出来，并对视频帧进行相关分析来生成运动曲线。该算法主要有三个步骤。首先，将杯子对应的像素从视频帧Ft = [Rt, Gt, Bt]内的其他像素中分离出来。为了将杯子对应的像素与伪像素分离开，研究者使用泛注算法来解决这一问题。第二，通过跟踪毛细管进出视频时的运动来确定PT测量的开始时间，即tstart。第三，该算法通过跟踪杯子内的粒子来计算PT测量的结束的时间，即tend 。
图3.血浆临床检测结果
(a-b)对比智能手机系统和临床凝血分析仪血浆PT/INR值的相关性 (c-d)对比智能手机系统和临床凝血分析仪血浆PT/INR值Bland-Altman图
图4 不同条件下的优化。
该方法在(a)不同的振动强度，(b)不同的颗粒材料，(c)不同的智能手机型号，(d)照明度，以及(e, f)不同体积的颗粒在同样大小的杯子中进行了评估。
随后，研究人员进行了临床样本验证，试验结果与临床标准方法一致。
最后，研究人员在不同的振动强度、颗粒材料、智能手机型号、照明度等方面对该方法进行了性能验证。
综上所述，研究人员开发了一种新的凝血测试方法，该测试仅使用一滴血和一部智能手机就能够对PT和INR进行评估。智能手机基本上已经在世界上绝大多数地方实现了普及，而几乎每一部智能手机都有振动马达和摄像头，这意味着几乎每个拥有智能手机的人都可以实现便携式的凝血检测。目前，研究人员已经公布了代码，正在探索商业化的机会，做进一步测试。本方法有望为世界资源贫乏地区的患者提供一种方便可行的凝血检测方法。
通讯作者简介
Shyamnath Gollakota, 华盛顿大学计算机科学与工程学院教授，荣获2020 ACM Grace Murray Hopper奖，主要研究方向：通过硬件、算法、信号处理和机器学习来构建环境后向散射、Wi-Fi传感、无电池手机、智能手机上的主动声纳、塑料物联网、昆虫计算、无线生物机器人，使用智能手机的非接触式呼吸和心率监测、血凝块和耳感染测试。
参考文献
ChanJ, Michaelsen K, Estergreen JK, Sabath DE, Gollakota S. Micro-mechanical bloodclot testing using smartphones. Nat Commun. 2022 Feb 11;13(1):831. doi: 10.1038/s41467-022-28499-y.PMID: 35149711; PMCID: PMC8837659.
原文链接
https://www.nature.com/articles/s41467-022-28499-y
撰稿/排版：刘睿宁 陈艺
审核：胡孝林 丁柯 杨纪春