← 最新论文
🧬 生物学

Integrating Postural and Physiological Features for High-Altitude Acclimatization Assessment: A Machine Learning Framework

本研究提出了一种机器学习框架,该框架将视频衍生的姿态行为特征与血液学指标相结合,旨在构建一种更准确、非侵入性且可实地部署的多模态筛查工具,用于评估高海拔适应状态。

原作者: Xiu Li, Shurong Jia, Yuan Yong, Yuan Li, Jinyu Zhu, Xiaoyu Li, Qinrun He, Yongjun Jing, Hao Li

发布于 2026-10-18
📖 1 分钟阅读☕ 轻松阅读

原作者: Xiu Li, Shurong Jia, Yuan Yong, Yuan Li, Jinyu Zhu, Xiaoyu Li, Qinrun He, Yongjun Jing, Hao Li

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明

高山不仅仅是风景壮丽的地方;它们是空气本身变得稀薄的环境,迫使人体进行一场持续而无声的氧气争夺战。随着人们从低地向这些高海拔地区移动,他们的身体必须通过适应来生存。这种被称为“习服”(acclimatization)的过程涉及一系列复杂的内部调整。心脏跳动得更快,肺部工作得更卖力,血液的化学性质也会发生变化,以向大脑和肌肉输送更多氧气。几十年来,医生和研究人员一直通过观察血液样本,特别是计算红细胞数量和测量血液含氧量,来监测这些变化。这些数字清晰地讲述了一个故事:一个人是在良好适应,还是在艰难应对缺氧。然而,这些血液测试需要针头、实验室设备和时间,使得它们难以在劳动者和旅行者经常身处的偏远地区进行快速、即时的检查。

西藏大学的研究人员提出的一项新研究表明,还有另一种观察一个人适应情况的方法,这种方法不需要一滴血。研究团队意识到,一个人站立和保持平衡的方式,可能与血液一样,能够揭示其内部状态的信息。当大脑无法获得足够的氧气时,神经系统会变得迟钝,导致人可能会察觉不到的细微摇晃或不稳定。通过将传统的血液测试与简单的单腿站立视频录制相结合,研究人员创建了一种评估高海拔健康状况的新方法。他们发现,通过观察人的动作并使用计算机分析这些动作,可以显著提高预测谁能良好适应以及谁面临风险的准确性,从而为野外环境提供一种潜在的快速、非侵入式筛查工具。

研究人员首先招募了三百多名最近从低海拔地区抵达西藏的健康成年人。这些参与者并非高海拔生活的专家,而是包括大学生和工作人员在内的普通大众,代表了向这些地区移动的典型人群。在开始任何测试之前,团队从每个人身上采集了少量血液样本,以测量其红细胞压积(hematocrit),这是一个表示血液中红细胞比例的标准医学数值。这个数字作为科学基准,即用于测试新方法的“金标准”。在抽血之后,每位参与者完成了一项简单的物理任务:单腿站立。他们做了两次,第一次睁眼,第二次闭眼,同时有三台摄像机分别从正面、左侧和右侧对他们进行记录。目标是捕捉人体在试图维持平衡时产生的微小、不自主的动作。

为了理解这些小时级的视频资料,研究人员使用了一种先进的计算机程序,该程序能够识别视频中每一帧图像中的人体骨架。该软件追踪关键关节(如髋部、膝盖和脚踝)的位置,创建了一张人体随时间运动的数字地图。随后,团队将这一运动数据流输入到一个专门设计的模式识别计算机模型中。该模型就像一个训练有素的观察者,负责计算出一个代表个人平衡质量的分数。高分意味着这个人站立稳固,而低分则表示存在明显的摇晃或颤动。通过对三个摄像机角度的分数进行平均,研究人员创建了一个可靠的姿势稳定性衡量标准,将复杂的视频转化为一个单一、易于理解的数字。

真正的考验在于研究人员将这些平衡分数与血液测试结果相结合。他们构建了一个计算机模型,该模型同时观察血液数据和运动数据,以预测一个人是处于良好习服状态还是习服不良状态。结果令人震惊。当模型仅依赖血液测试时,它具备一定的预测能力,但当加入平衡分数后,其准确性有了显著提升。结合后的方法能以约88%的准确率正确识别参与者的状态,这比仅使用血液数据有了显著飞跃。计算机分析显示,虽然血液测试仍然是最重要的因素,但运动数据提供了血液测试无法观测到的宝贵额外信息。这仿佛血液讲述了人体内部化学变化的故事,而视频则讲述了这种化学变化如何影响一个人控制身体的能力。

研究还揭示了环境如何影响这些测量值的有趣细节。当参与者闭眼站立时,他们的平衡分数下降,且数据分布更加分散,这表明移除视觉线索增加了任务难度。这证实了在高海拔压力下,神经系统确实在挣扎。研究人员注意到,侧视图摄像机捕捉到的模式有时与正面视图不同,这可能是因为身体前后摇晃的模式与左右摇晃不同。这一发现强化了使用多个摄像机以获取完整平衡图景的价值。计算机模型从这些模式中学习,从而变得能够更好地区分一个人仅仅是摇晃,还是真的在艰难适应稀薄的空气。

尽管取得了这些令人鼓舞的成果,研究人员仍谨慎指出,这种方法目前还不能替代医疗检测。该研究是在特定地点针对特定人群进行的,虽然样本量对于初步发现是足够的,但尚不足以保证该方法在任何情况下都能完美运作。团队承认,天气、时间或个人的身体素质等因素都可能影响结果。此外,目前的系统需要计算机来处理视频,这意味着它还无法作为简单的手机App在建筑工地或偏远村庄中使用。研究人员设想在未来,这项技术可以被精简成一种便携式工具,让卫生工作者无需抽血或实验室设备即可快速筛查大批人群。

这项工作的意义在于其改变我们监测极端环境下健康状况的潜力。多年来,评估高海拔习服的过程一直由侵入性程序和复杂的物流环节所主导。这项研究证明,人体的行为是一个丰富的信息源,可以通过摄像机捕捉并由计算机解读。通过将简单的单腿站立动作与传统的血液测试相结合,研究人员开启了一扇新的大门。他们表明,我们的运动方式与身体如何应对周围世界有着深刻的联系。血液告诉我们体内正在发生什么,而视频则展示了这种现实如何在外部表现出来。两者结合在一起,为人类在面对自然最严苛条件时的韧性提供了更清晰、更完整的图景。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →