春晓沙龙 | 静脉生物识别及无创血糖的发展现状

主讲嘉宾介绍：

聂泽东

中科院博士，博士生导师

聂泽东，荣获深圳市首批青年创新创业人才，深圳市高层次人才。目前主持国自然面上、国家重点研发计划主动健康专项课题、国防创新特区生物及交叉领域人效能增强课题等，作为科研骨干参与国自然联合基金重点、科技部重大专项和863等项目。主持的国自然青年基金、广东省公益研究项目、深圳市及企业横向共10余项目。累计发表SCI二区以上科研论文10余篇，申请发明专利60余项，PCT 7项，授权40余项，转化5项，获得广东省技术发明二等奖和深圳市技术发明奖二等奖，研究成果被中央电视台等媒体多次报道，多次获得高交会优秀产品奖。主要研究方向为：生物电子学及可穿戴应用，包括无创血糖检测、可穿戴智能设备/通信、身份识别、健康数据机器学习等。

秦文健

中科院博士，高级工程师

秦文健，中国科学院深圳先进技术研究院高级工程师，中国科学院深圳先进技术研究院团委副书记(兼)，毕业于中国科学院深圳先进技术研究院，美国斯坦福大学公派博士，吴阶平基金会模拟医学部委员，曾担任广州中国科学院先进技术研究所科技处副处长。秦文健博士一直从事医学图像超分辨率重建、图像分割和医学影像特征分析方面的研究工作，以多模态物理成像原理为切入口，利用机器学习算法对 CT/MRI/US/内窥镜/病理多维度、跨模态图像进行综合分析，探索机器学习算法在肿瘤多学科诊断和手术治疗新工程理论和方法，提高肿瘤诊疗的精准性及全面性。以项目负责人或子课题负责人承担了国家自然科学基金青年基金项目、科技部重点研发、广东省重大专项、广东省重点领域研发、深圳市基础重点、面上、深圳市技术开发等项目8项；以主要项目骨干成员参与了国自然青年、面上项目、科技部创新基金、广东省创新团队、深圳市技术攻关等10项，目前在医学图像重建、医学图像分割和肿瘤影像特征分析方面已发表相关领域权威期刊 SCI/EI 检索论文50多篇，授权中国发明专利34项，软件著作权4项。作为MICCAI2019、IEEE-ICMIPE2019、IMS2017、IMS2018等国际学术会议执行组织负责人，担任Medical Physics, Neurocomputing, BSPC, MICCAI, IEEE-ICMIPE, IEEE-RCAR等国际期刊和学术会议论文审稿人。

2020年04月24日（周五）下午 16:30，《春晓法商公益沙龙》2020年度第3期于阿尔法律师事务所举办，来自中国科学院的聂泽东博士和秦文健博士分别结合自己的研究领域和课题方向，莅临分享了科技创新在大健康领域的前沿进展，讲述了静脉生物识别及无创血糖的发展现状，多模态医学计算成像与智能分析，并与大家探讨了保持身心健康的生活方式。

嘉宾就座

问题讨论

相互认识

聂泽东博士分享

大家认真倾听

秦文建博士分享

左右滑动查看更多照片

指静脉生物识别

在信息时代，每个人的信息安全都至关重要，未来处处需要生物识别，指静脉识别技术应运而生。

聂泽东博士介绍，这种技术是利用近红外线穿透手指后所得的静脉纹路影像来进行个人识别，是具有高精度、高速度的世界上最尖端的生物识别技术。在各种生物识别技术中，因其是利用外部看不到的生物内部特征进行识别的技术，所以作为具有高防伪性的第二代生物识别技术备受瞩目。

现场有嘉宾提问这种识别方式有什么优势，聂泽东博士解释道比起指纹识别、人脸识别而言，指静脉识别属于主动认证，更难伪造，而比起虹膜识别，指静脉识别算法更简单，功耗更低，总体来看，指静脉识别主要具有以下优势：

生物识别技术，不会遗失、不会被窃、无记忆密码负担。
人体内部信息，不受表皮粗糙、外部环境(温度、湿度)的影响。
适用人群广，准确率高，不可复制、不可伪造，安全便捷。

目前聂泽东博士的研究团队在指静脉识别主要做四方面产品，一是功耗低成本低的嵌入式模块，二是给银行和集团的高性能模块，三为算法和芯片设计，四是系统解决方案的定制。他介绍到，这个技术的工艺链简单，而设计却很复杂，所以其商业模式主要围绕设计进行，之后会打造认证平台，提供接口和云端认证，以推动前沿技术的落地和市场化进程。

无创血糖检测

中国糖尿病患者数约1.164亿，位居世界第一，且呈快速增长的态势。聂泽东博士介绍说，糖尿病本身并不可怕，但可怕的是其会引起多种严重的并发症，他概括到：中国农村绝大多数老人的非自然死亡很大一部分其实都是由糖尿病的并发症引起的，而并发症与血糖息息相关，所以时刻监测血糖很重要。

于是检测血糖成了糖友们的“家常便饭”，病情严重的饭前测、饭后测，睡前还得测，最多每天要测7次，关键是测完还得拿出纸和笔记录在册，并定期带着这些信息去医院复诊、开药，步骤相当繁琐。而且每次检测都需要扎针采血，会给病人带来不必要的痛苦，因此很多病人内心抗拒采血检测，导致疾病拖延，带来更大的不幸。

血糖检测经过了多代发展，无创检测已是第四代，无创性技术(Non-invasivetechnology)，又称无创性实验诊断学(Non-invasivediagnostics)或无创性临床实验室检测(Non-invasiveclinicallaboratorytesting)，是指结合多种原理和方法对机体血液、体液或者其他生理成分进行检测，不引起机体损伤和疼痛便可得到所需的实验结果，是最近诞生于实验医学领域中的热点学科。对于那些需要频繁检测的患者来说这种技术的研发具有重要的意义，因而日益受到人们的重视。

聂泽东博士介绍了他目前在这一块所做的一些项目和研究，比如基于电磁场人体的建模，用来血糖检测推算出血糖，能量聚焦血糖传感器的研发和设计，分析血液流动的影响因素，多模块无创血糖的检测等。他提到做无创血糖检测最大的调整来源于生物信号十分复杂，而且还有电磁干扰，要在无创所收集的有限信号中检测出最准确的结果很难，必须要有最有效的算法和模型，多模块技术和纳米粒子技术将有利于这个问题的解决。

多模态医学计算成像与智能分析

秦文健博士十年以来一直从事医学图像超分辨率重建、图像分割和医学影像特征分析方面的研究工作，以多模态物理成像原理为切入口，利用机器学习算法对 CT/MRI/US/内窥镜/病理多维度、跨模态图像进行综合分析，探索机器学习算法在肿瘤多学科诊断和手术治疗新工程理论和方法，提高肿瘤诊疗的精准性及全面性。

他认为多模态影像是智能诊断一体化的必然趋势。在过去，肠癌胃癌这些肿瘤检测只能靠内窥镜，一张病理图光是数据大小就好几个 G，上百亿的像素，医生要在电脑上不停挪动图片，用人工和经验去判断哪里是肿瘤，哪里需要切，切多少，不同的医生判断的准确性差别很大，而如果将这些交给多模态医学计算成像与智能分析，不仅可以增强准确度，还能减轻医生负担，给患者带来更多希望。