基于3D打印间隔镜的智能手机结膜成像贫血筛查：一种低成本的地理空间健康解决方案

《Current Materials Science》：Smartphone-based Anemia Screening via Conjunctival Imaging with 3D-Printed Spacer: A Cost-effective Geospatial Health Solution

本研究针对贫血诊断依赖侵入性检测的痛点，来自研究人员团队开发了一种基于智能手机结膜成像的非侵入性筛查工具。通过集成3D打印间隔镜与YOLOv8、SAM等AI模型，该技术实现了98.3%的高精度分类，并嵌入具备地理标记功能的安卓应用，为区域性贫血防控提供了便携、低成本的创新方案。

　　

贫血作为一种常见的血液疾病，其特征是红细胞计数减少导致血红蛋白水平降低。传统诊断方法如外周血涂片和全血细胞计数（CBC）需要侵入性操作。为解决这一问题，研究人员开发了一种基于眼部结膜成像的创新筛查技术。

研究方法中，团队使用数码单反相机、普通智能手机及加装3D打印间隔镜微距镜头的手机三种设备，采集了54名受试者的结膜图像。通过你只看一次算法（YOLOv8）、分割一切模型（SAM）和K均值聚类等图像处理技术提取特征，并采用多层感知器（MLP）分类器将样本划分为贫血、中度贫血和正常三类。最终训练模型被集成到具有地理标记功能的安卓应用程序中，用于绘制区域性贫血分布图。

实验结果显示，基于SAM分割的特征提取方法较K均值聚类表现出更高的统计学显著性（p < 0.05）。配备3D打印间隔镜的智能手机成像质量与数码单反相机无显著差异，其分类准确率达到98.3%，与单反相机组的98.8%准确率相当。该移动应用为医疗工作者提供了便携、经济、易操作的非侵入性筛查工具，通过识别贫血聚集区域支持针对性干预，并助力实现可持续发展目标（SDG）中的健康促进目标。