《下一代智能手表使用生物阻抗分析来估计全身成分:在多样化、多种族样本中的准确性和精确度》

  • 来源专题:食物与营养
  • 编译者: 李晓妍
  • 发布时间:2022-12-01
  • 背景:可穿戴技术的新进展包括通过智能手表连续测量身体成分。这些装置的准确性和稳定性是未知的。
    目标:这项研究评估了智能手表集成生物电阻抗分析(BIA)传感器的能力,以测量和监测身体成分的变化。
    方法:各BMI机构招募的参与者在坐姿和站姿下使用2款可穿戴生物电阻抗分析(W-BIA)模型智能手表接受重复的身体成分测量,并使用每种手表的多个版本来评估模型间和模型内的精度。获得重复的实验室级八极生物电阻抗分析(8-BIA)和标准DXA扫描,以比较手表和实验室方法之间的估计。重测精密度和最不显著变化评估监测身体成分变化的能力。
    结果:在109名被招募的参与者中,75名受试者完成了完整的制造商推荐方案。W-BIA手表在位置或手表型号之间没有观察到显著差异。与DXA相比,W-BIA和8-BIA之间存在显著的无脂肪质量(FFM)差异(P < 0.05),尽管对标准的系统性偏差是可以纠正的。FFM的W-BIA与实验室级BIA技术之间无显著差异(W-BIA为55.3±14.5 kg, 8-BIA为56.0±13.8 kg;P > 0.05;Lin的一致性相关系数= 0.97)。FFM在手表上的准确性低于DXA {CV, 0.7%[均方根误差(RMSE) = 0.4 kg],而W-BIA为1.3% (RMSE = 0.7 kg)},需要更多重复测量才能与DXA相同的身体成分随时间变化的置信度。
    结论:经过系统校正,智能手表BIA装置能够稳定、可靠、准确地测量身体成分,其精度与实验室测量相当,但低于实验室测量。这些设备允许在实验室系统无法到达的环境中进行测量,如家庭、培训中心和地理上偏远的位置。
相关报告
  • 《人工智能助力生物识别精准化》

    • 来源专题:光电情报网信息监测服务平台
    • 编译者:husisi
    • 发布时间:2020-05-26
    • “你是谁?”在当今社会,无处不在的身份识别场景在无声发问。进小区门,要问你是业主本人吗?进家门,要扭动匹配的钥匙或按下指纹;开电脑工作,弹出密码输入弹窗。每个人都是独立的个体,我们能否使用唯一特性与外界建立联系?唯一意味着安全,也意味着核实更方便准确,就像我们的身份证,上面有唯一的数字编码。 与此同时,数字化时代,我们与机器的互动,从敲键盘一步跨向手指点击滑动、开口对话、抬起头、眨眨眼,远隔千里的人们能便捷地沟通交流、能跨省跨国网上办事,但客观上无法实现“亲眼所见”,也给建立“信任”关系带来新的挑战。 人工智能技术的发展,针对数字社会人与人之间、人与机器之间如何建立“信任”关系,提供了一个很好的技术解决手段,即生物识别技术。你用什么方式证明自己?怎样才能定义这世界独一无二的你?设备的进化中,谁在保证个人使用的安全性?无接触生活的背后都是技术在化解复杂,生物识别技术的研究,正是希望解决这些问题。 1.生物识别是数字社会的重要基础 无论处于哪个社会经济发展阶段,“人”始终是最重要的核心要素。人类作为群居动物,在地球上有人类的时刻,“信任”的需求就应运而生,通过视觉“亲眼所见”、听觉“亲耳所闻”等辨别同伴建立信任关系,这种最原始的通过“亲眼所见”等手段建立“信任”的方式也将伴随人类一直延续下去。 数字化世界,需要迭代新的信任交互,生物识别技术是技术发展演进到一定阶段的必然产物,也是一种新型数字身份的基础设施。它基于个体生物特征进行自动识别的一种技术,结合计算机与光学、声学、生物传感器和生物统计学原理等,依靠人体的生理特征或者行为特征来进行身份验证的识别,是当前人工智能技术和信息安全技术在工业界落地应用最显著的代表性成果之一。 所谓生物特征包括人脸、指纹、声纹、虹膜、指静脉、体温等,行为特征则记录签名笔迹、行走步态、坐姿等。这些生物特征各有特点,比如每个人的静脉血管都不是一样的,血管也足够多,因此它的信息唯一、丰富,几乎不能被复制;而一个人随着年龄增长和一些突发情况,行为特征比如走路姿态可能会发生变化,可以理解为特征信息稳定性不那么强。 唯一的、稳定的生物特征就具备理论上的安全基础,我们将它们进一步结合形成有效技术手段,同时采用多种方式来确保它准确、高效就像使用身份证确认“你就是你”。 作为一种身份认证方式,目前生物识别技术已经在金融、教育、司法、医疗、社会治理等行业都有了广泛应用,它需要满足不同场景、行业要求和不断变化演进的业务需求。它将迅速成为数字经济社会的重要信息基础设施之一。 2.生物识别开始出现大规模技术创新 从技术上来说,传统生物识别技术在鲁棒性、准确性以及抗攻击能力等方面,近年来都有大幅提升。比如突破2D人脸存在景深数据丢失的局限性,3D人脸识别技术因其具有更强的描述能力开始在高准确性应用中逐渐增多;在3D识别的基础上人脸活体检测的新技术也进一步被采用;防止人脸数据库被盗库的识别技术也已被提出;指纹识别则开始引入基于手指皮肤颜色和的脉搏心率信号的活体检验,用于防止被仿生导电材料做成的假手指攻击;声纹识别可结合使用电磁场检测,来判断声源为真人还是扬声器等。 另一方面,考虑到应用场景的不同需求:持续认证、移动设备上识别、个人隐私保护等,新型生物识别技术也是应需而生。比如,浙江大学网络空间安全团队针对持续认证,开发了“心脏密码”系统通过不间断用生物雷达的无线信号来感知心脏运动,实现了易用性高的非接触式可持续认证;针对移动设备上的生物识别,利用设备内置摄像头捕捉到的眼球运动,智能手环上测量到的心电图,以及虚拟现实头罩测量到的眼电图和脑电波都相应的实现了可靠的生物识别;针对生物识别中的个人隐私保护,采用无线信号成像来代替摄像头,既避免了摄像头受视角和阻挡等条件的限制,更消除了直接获取图像的隐私泄露风险。 另外,正如每种生物特征各有特点,在充分考虑各种攻击场景下,任何单一生物识别技术往往都呈现出特定的优势和局限。每个模态都具有不同的数据安全程度、采集适应场景、隐私敏感度等,因此解决方案并不能通过单一技术完全达成。 多模态多因子生物识别技术融合因此非常重要。比如夜晚光照不理想,人像识别率低,结合红外成像和热成像的跨模态互补就能增强人像识别的准确度。像是蚂蚁金服多模态融合人脸识别技术实现用户的精准识别,满足金融级误识率(低至千万分之一误识率)下,大大超出了单模态人脸识别技术能达到的性能瓶颈,并提升了人脸识别的安全性。同时,还充分利用移动设备的芯片级安全能力,经过与产业链多方的合作,构造了基于TEE(可信执行环境)的全链路安全协议,为生物支付提供了强有力的安全保障。此外,通过风险感知模块检测黑产攻击,风控引擎自动更新风险模型,风险拦截效率大幅提升,充分保证了交易安全。 未来生物识别技术的趋势便是如此,将会从传统的只提取人体生理特征,向人、物理世界、数字世界融合的认证方向发展。生物识别技术将在和环境特征、数字凭证相结合,满足时空关联、多模态多因子融合的基础上完全实现可信认证。 3.“生物识别”“多模态融合”作为主流研究方向形成标准化的应用共识 从实验室走向产业商用,从模型走向安全产品,靠的是持续生物识别技术迭代和多重技术算法的保障,尤其引起我们关注的是“安全和隐私保护”。 基于这一点,去年,浙江大学和蚂蚁金服联合成立了数据安全与隐私保护实验室,汇集了双方创新力量和优势资源,产学研联合推进前沿科技研究,提升国内生物识别行业安全技术水平。 目前针对人脸数据脱敏、不可逆、可更新、加密等做了大量研究,给生物识别信息保护提供可行的安全技术解决方案。部分安全技术已经转化应用到蚂蚁金服人脸识别技术上,支撑大量金融级安全应用。 在生物识别技术突破最多的是人脸识别,即在图像特征抽取和人脸比对环节中取得了很大进展。但从实验室之外的实际场景应用模拟发现,其影响因素很多。从全链路的角度来看,活体检测、人脸交互、关键点定位、人脸跟踪等在真实的场景下,特别是不同的手机、环境、用户背景等条件下,想做到非常好并且稳定的用户体验是很难的。我们对此进行了很多特殊的优化,如使算法在不同的手机上达到比较一致的运算速度、响应时间,通过文案设计提高用户对刷脸的感知和理解,适应用户背景(如光线、角度等),分析基于其他传感器数据的反馈等。同时企业根据自身业务的不断发展,向学术界持续反馈新的需求,也反过来促进了联合实验室在新技术前沿开拓的方向感和紧迫感,产学研联动形成良性闭环发展。 基于我们共同进行的大量研究、实践积累,近期企业已在IEEE成立“移动设备生物特征识别”标准工作组,并立项“生物特征识别多模态融合”IEEE国际标准。这也是中国企业首次在国际标准中,提出移动设备多模态融合技术的实现框架、功能要求、性能要求、安全要求等。这意味着,“生物识别”、“多模态融合”作为主流研究方向将形成标准化的应用共识。这也是一项技术脱离实验室踏上商用之路的重要一步,有利于推动行业平均技术发展水平。而国际标准是国际规则和共识重要通用载体,对整个行业良性发展至关重要,也是具备技术实力的中国企业必须具备发言权之处。毫无疑问,高校和企业在生物识别这类国际前沿技术及标准上的探索,是中国科技布局眼光、研究能力、科学严谨性的综合体现。它同样预示着,中国企业在人工智能技术领域的国际竞争进入新阶段——从产品出海到技术走出去,如今又向输出全球标准迈进。
  • 《美国能源部橡树岭国家实验室(ORNL)使用下一代质谱法解码生物复杂性》

    • 来源专题:计量基标准与精密测量
    • 编译者:张宇
    • 发布时间:2025-04-28
    • 罗伯特·海蒂奇(Robert “Bob” Hettich)是美国能源部橡树岭国家实验室(ORNL)的研究员,领导实验室的生物分析质谱小组,他以其质谱专业知识而闻名,是宏蛋白质组学领域的创始人和全球领导者之一,该领域涉及识别和分析微生物群落产生的蛋白质和肽。他职业生涯的大部分时间都在ORNL研究高性能分析测量,特别是质谱技术,他的研究为揭示微生物的奥秘及其对更大系统(如植物和人类)的影响提供令人惊叹的见解。 Hettich使用质谱法(一种测量从分子生成的离子的质荷比的技术)来探索细胞机制和过程,揭示细菌、真菌和病毒如何相互关联以及与宿主的相互作用。他对复杂环境中生物分子的研究为理解这些微生物在微生物组中的功能和适应性提供了基本见解。这些信息有助于指导许多应用,例如微生物群落(协同工作的微生物团队)如何使植物更加健康,并可用于支持国内的生物经济。 Hettich与ORNL和其他机构的众多研究人员合作,研究微生物如何相互作用、影响土壤养分流动、促进生物修复、助力生物燃料和生物产品的生产、帮助植物宿主适应干旱、养分胁迫、疾病和害虫等外界条件,以及它们如何影响或响应人类健康状况。他还研究了高阶蛋白质结构,探索蛋白质的三维形状和折叠,这些形状和折叠决定了它们如何发挥作用并与其他分子相互作用,以更好地了解生物的整个生命周期。 Hettich的工作得到了美国能源部科学办公室生物与环境研究项目的各种支持,包括ORNL领导的生物能源创新中心(CBI)和植物-微生物界面科学重点领域(PMI SFA)。在他 39 年的职业生涯中,Hettich参与了ORNL几代生物质谱技术的开发和演示。他目前正负责建立新的尖端质谱设备,这些设备可以显著加速ORNL在发现更优秀的植物和微生物种群方面的研究。 问:ORNL的新质谱仪有哪些功能? 我们刚刚在ORNL安装了两台新的高性能质谱仪,这将使我们在更快的扫描速度、更高的分辨率和更高的样品通量方面取得巨大飞跃。 我们现有的质谱仪器扫描频率为8赫兹,即每秒生成8张质谱图。而新型的质谱仪器都以200Hz的频率运行,每秒能产生200张质谱图,比我们现有的设备增加了2500%。此外,该仪器提供480,000的超高质量分辨率,可对蛋白质和代谢物等复杂分子进行极其精确的测量。我们的第二台新型质谱仪器扫描频率高达40Hz,与目前的仪器相比具有更快的扫描速度,同时提供了可用于检测完整蛋白质和其他生物分子的高质量测量能力。 我们还拥有直接连接到这些海量系统的新型计算能力,以处理这些重大升级所带来的数据洪流,提供实时数据收集、分析和存储的功能。随着我们数据集的扩展,它们将继续为ORNL的人工智能和高性能计算能力提供动力,以进一步拓展我们对复杂生物系统的了解。 因为我们是推动和开发宏蛋白质组学(对整个微生物群落产生的蛋白质的大规模研究)而获得国际认可的少数几个团体之一,所以我的工作之一就是推动技术工具集的持续发展。我们致力于不断提升测量能力,以实现最精准的测量,从而开启人类认知中前所未有的新维度。 这些仪器在全球的使用数量非常有限,而且大多数都集中在人类健康研究领域。我们橡树岭国家实验室(ORNL)的科学使命以及我们在植物和微生物生物学方面的专业知识与这些新仪器的结合,使我们在研究机构中独树一帜。这些能力巩固了我们作为宏蛋白质组学顶级研究机构的地位,促进了我们在先进燃料、化学品和材料以及自然生态系统韧性研究方面的创新。 问:这些仪器有哪些优势? 我们使用液相色谱-串联质谱法(LC-MS/MS),首先将样品进样到液相色谱柱(LC)中,然后根据极性、大小或其他化学性质分离化合物。当它们离开色谱柱时,它们会进入质谱仪,在那里它们被电离、碎裂并根据其质荷比进行检测。然后使用计算工具将这些质荷比与DNA序列中已知的预测分子进行匹配,从而精确识别出样品中所含物质的类别、数量甚至完整DNA序列。 我们正在分析的样品是非常复杂的混合物,因此质谱仪会尝试尽可能快地扫描,以实时记录从色谱柱上获得的所有信息。由于仪器较旧且扫描速度较慢,我们至少错过了从色谱柱流入的一半数据。显然,新型的快速扫描仪器提供了更广泛的检测深度以及更好的测量质量,使我们能够更深入、更全面地了解这些复杂生物系统的分子机制。在测量时间上也有显著的提升:目前在现有的质谱设备上,每个样品的测量需要大约3到5小时;而在新型系统上,这一时间可以缩短到大约30到60分钟。这意味着结果的得出更快,且通量大大提高。 凭借新型主仪器的480,000分辨率,我们能够区分在质谱图中彼此非常靠近的峰。例如,稳定同位素标记是一种常见的实验方法,用于追踪碳或氮在生物系统中的流动。凭借这种高分辨率,我们应该能够更灵敏、更准确地表征一系列稳定的同位素标记,这将使我们能够更好地跟踪氮限制与碳流动的函数关系。这些知识可以帮助我们了解碳流动如何影响植物中氮的吸收和生长。 另一个例子是能够识别我们以前在植物周围土壤环境或植物叶子上可能从未见过的微生物,因为它们的丰度非常低。但新仪器显著提高了测量灵敏度(至少提高了5倍左右),从而为我们提供了更丰富的观测视角。我们现在应该能够看到以前未被检测到的微生物及其功能,而这些微生物及其功能之所以未被发现,仅仅是因为我们以前没有能力检测到它们。 问:到目前为止,我们利用这项新技术取得了哪些成就? 我们已经在测试提高的速度、灵敏度和蛋白质谱的覆盖率。对复杂微生物混合物的分析显示,在60分钟的测试中发现了超过25万个独特的肽段,这一测量深度几乎是现有设备和更长分析时间所达到的10倍。此外,我们还评估了土壤样本的测量深度性能以及测量微生物蛋白质的能力。所得蛋白质数量非常可观,再次显著优于现有方法。 问:这些仪器可以实现哪些新的科学研究? ORNL在使用全基因组关联研究(GWAS)方面拥有丰富的经验和成功案例,作为CBI项目的一部分,将植物的遗传变异与其性状联系起来。一种互补的方法是将实际的遗传功能(即蛋白质)与有利的性状联系起来——这表明蛋白质组范围的关联研究(PWAS)可能会很有价值。然而,由于测量大样本集的技术限制,始终无法实现执行PWAS的能力。 通过PWAS,您可以了解蛋白质和代谢物的实际作用,而不是它们在基因组中所揭示的基因组潜力。简而言之,基因组提供了食谱,而蛋白质组/代谢组给大家制作了蛋糕。通过监测数千个样品中的蛋白质,您可以更准确地将实际功能与基因联系起来。 通过结合GWAS和PWAS,我们应该能够更全面地识别出驱动植物对环境变化所产生的分子响应机制——如抗旱和抗病性、更高的生物量和作物产量等因素。这将揭示与代谢途径相关的基因-蛋白质关联,帮助我们提高新型生物基燃料、化学品和材料的生产效率,并确定分解和回收塑料的最佳微生物途径。 对于 PMI SFA 项目,新仪器可以帮助我们更好地了解生活在植物根部的微生物群落,包括这些微生物如何与植物交流、小分子的交换、控制微生物组生长的因素以及是否存在碳或氮的限制。 新的质谱(MS)技术还使我们能够分析完整蛋白质。我们不再将蛋白质分解为肽段来研究其基本组成,而是可以直接对完整结构进行自上而下的分析。我们可以监测蛋白质相互作用,或者蛋白质在用甲基和磷酸盐等化学标签修饰时的性能,以及蛋白质修饰如何动态调控其功能。 问:这些新的能力还可以支持哪些其他科学任务? 除了专注于环境微生物学之外,我们还非常积极地进行人类微生物组方面的研究。这些系统类似于植物微生物组——它们都包含一个复杂的真核宿主,其中存在一个已建立的微生物组,其在健康和不健康的条件下情况可能会有所不同。 我们可以利用我们对植物和微生物相互作用的了解,来开发一个通用架构来分析人体的复杂环境。我们目前正在为一个项目分析粪便样本,该项目旨在开展一个研究人类微生物组与帕金森和类风湿性关节炎患者之间的联系。即使在初步测试中,我们也能看到使用新的质谱仪测量结果的深度大约提高了10倍。我们新的高通量能力应该能够提供一个更清晰的视角,来了解什么样的人类微生物组是健康的,而什么样的则与失调或疾病相关。 问:我们希望通过这项新技术最终实现什么目标? 借助我们新的质谱能力,我们获得了几个重要优势:分辨率,或峰的尖锐程度,这将有助于精确识别分子; 扫描速度,这增加了我们在给定时间内可以运行的样本数量; 以及更高的质量精度和灵敏度。这些新的性能指标不仅很可能会更好地解决当前的科学问题,而且还可能会拓展我们在新领域的视野。 结合橡树岭国家实验室(ORNL)的其他能力,如中子科学、高性能计算和人工智能、冷冻电子显微镜、X射线晶体学和自动化多模态表型分析,我们将有能力打开通往新研究维度的大门,使曾经无法触及的研究领域现在变得唾手可得。最终,这些新仪器全面提高了我们从整体上探究和理解复杂生命系统的能力,而不再是仅仅把他们看成单独运作的独立功能模块。 UT-Battelle为美国能源部(DOE)科学办公室管理橡树岭国家实验室(ORNL),该办公室是美国物理科学基础研究的最大单一支持者。科学办公室致力于解决我们这个时代一些最紧迫的挑战。