HyperHealth：一项基于人工智能的COVID-19检测试点研究，使用高光谱指尖图像进行检测

《Scientific Reports》：HyperHealth: a pilot study on AI-driven COVID-19 detection using hyperspectral fingertip images

　　

摘要

尽管由于广泛的疫苗接种和治疗的改进，COVID-19的影响已经减弱，但仍然迫切需要具备可访问性、可扩展性和快速性的筛查工具来应对当前和未来的传染病威胁。高光谱成像（HSI）可能就是这样的工具之一，然而目前来自COVID-19阳性个体的数据有限，这阻碍了传统监督学习方法的广泛应用。为了解决这一问题，我们设计了一个新的框架，将HSI与人工智能（AI）分析相结合，通过指尖图像来检测COVID-19感染状态，从而展示了利用生物特征数据进行感染检测的可能性。该方法通过分析指尖的高维光谱特征，识别出与病毒引起的生理变化相关的独特模式。在这项初步研究中，支持向量机（SVM）和逻辑回归分类算法在对HSI图像进行分类时表现出很高的准确性，这突显了高光谱特征在非侵入性、实时健康监测方面的潜力，即使在数据集规模较小的情况下也是如此。我们发布了第一个公开可用的COVID-19阳性个体的HSI图像数据集。这一贡献为推动生物医学研究中的生物特征光谱成像技术和基于AI的诊断方法的发展奠定了基础。本研究使用的数据集可应合理请求向相应作者索取。