《Biogerontology》:Hyperspectral imaging and healthy aging: an observational study using hand skin as surface for monitoring healthy aging processes
编辑推荐:
随着全球预期寿命提高,促进健康老化(healthy aging)已成为生物医学研究的核心议题。从世界卫生组织"健康老龄化十年(2021–2030)"等全球倡议到地方行动均强调,亟需可及、无创且经济有效的工具来监测老化相关的生理变化。手部皮肤作为易于获取的组织,
随着全球预期寿命提高,促进健康老化(healthy aging)已成为生物医学研究的核心议题。从世界卫生组织"健康老龄化十年(2021–2030)"等全球倡议到地方行动均强调,亟需可及、无创且经济有效的工具来监测老化相关的生理变化。手部皮肤作为易于获取的组织,受年龄、性别及环境影响可提供老化过程的宝贵信息——这符合"同一健康(One Health)"理念。本研究探讨可见-近红外高光谱反射成像(Visible and Near-Infrared Hyperspectral Reflectance Imaging, Vis-NIRHSI)作为定量、无创方法在健康人群皮肤老化监测中的应用潜力。研究人员采集101名40岁以上健康志愿者手背皮肤高光谱图像(hypercubes),波长范围410–820 nm,提取224个光谱与纹理特征以探究年龄相关的皮肤属性变异并建立标准参考图谱。其中15个特征被保留为老化进程的显著描述因子,用于构建"健康状态(healthy status condition)"参考曲线。同时研究人员通过生活方式问卷评估受试者的暴露组(exposome)。研究结果表明,高光谱皮肤分析可作为评估老化动力学的 promising 生物监测手段,并为开发可靠的健康老化监测策略工具提供支持。
论文解读:《Hyperspectral imaging and healthy aging: an observational study using hand skin as surface for monitoring healthy aging processes》
一、研究背景与立题依据
全球人口老龄化加剧使健康老化(healthy aging)成为公共卫生与生物医学的重要目标,世界卫生组织(WHO)"健康老龄化十年(2021–2030)"呼吁发展可及、非侵入性的老化监测工具。皮肤是人体最易触及的器官,其水合度、色素沉着、血管化程度及纹理随增龄发生可观测改变,受内在(遗传、激素)与外在(紫外线、生活方式)老化双重影响,可作为整体健康状态的体表窗口。传统皮肤老化评估多依赖视觉量表(如Glogau光老化分级),具主观性且不适用于所有肤色人群;现有光学检测缺乏针对健康人群增龄性变化的量化参考标准。高光谱成像(Hyperspectral Imaging, HSI)能在400–1000 nm范围获取每个像素的完整反射光谱,形成三维数据立方体(hypercube),已被用于肿瘤、伤口及皮肤病评估,但在健康老化定量监测方面尚缺系统的特征筛选与参考区间建立。因此,研究人员开展此项观察性研究,旨在以手背皮肤为靶部位,利用可见-近红外高光谱反射成像(Visible and Near-Infrared Hyperspectral Reflectance Imaging, Vis-NIR HSI 或 Vis-NIRHSI)提取光谱与纹理(radiomic)特征,筛选与年龄显著相关的描述因子并建立健康老化参考曲线。
二、主要关键技术方法
研究人员在意大利北部招募101名≥40岁健康高加索受试者(最终有效n=87),排除皮肤病及认知障碍(MMSE<24)。采集利手手背及手掌在410–820 nm(有效分析波段)的HSI图像(Specim IQ推扫式相机,0.5 mm/像素,白板校正),受试者先适应23℃环境15分钟并净手。于ROI(感兴趣区)内提取:(1)平均反射光谱的16个光谱参数——含Sigmoid拟合参数(575–760 nm增长区)、文献衍生指标(黑色素、氧合血红蛋白HbO2、脱氧血红蛋白HbR、水分、红斑指数)及4个特征点形状参数(470、540、565、575 nm极值);(2)四个特征波长(470、540、565、575 nm)图像的灰度共生矩阵(Gray-Level Co-occurrence Matrix, GLCM)纹理特征(24个/波长×手背+手掌),共224参数。通过Kruskal-Wallis检验(按WHO推荐的60岁分层)及相关性去冗余筛选显著非冗余特征,绘制各年龄段百分位数参考曲线(spline),并结合生活方式问卷评分进行分层与聚类分析。
三、研究结果
Cohort and study design
初始101名志愿者中8人因MMSE未达标、6人因图像质量差被排除,最终纳入87人(女49,男38;均值60.8±11.1岁,MMSE均值27.6)。问卷显示感知幸福感(Perceived Well-Being)随龄略升,社会参与(Social Engagement)在≥60岁组显著下降,教育水平与保护性生活方式行为无明显增龄趋势,支持以60岁为分界点。
Mean spectrum
所有受试者手背平均反射光谱在410–820 nm高度重叠,特征吸收/反射峰位于470 nm(类胡萝卜素吸收带)、540 nm与575 nm(氧合血红蛋白HbO2吸收谷)、565 nm(520–610 nm "W"形反射峰),与已发表高加索人手部皮肤光谱数据库吻合,验证了系统可重复性。
Univariate analysis
初筛74/224个参数可在60岁分界显著分层(p经Bonferroni校正),去冗余后保留15个:5个光谱参数——FlexPalm(手掌部光谱柔韧/弯曲相关参数)、MIBack(背侧黑色素相关指数Melanin Index)、组织水分指数TWI*Back(Tissue Water Index)、归一化差异指数NDIBack(Normalized Difference Index)、SteepBack(背侧光谱陡峭度Sigmoid参数);10个GLCM纹理参数——Contrast(对比度:470 nm Palm,565 nm Back,575 nm Back)、Joint Energy(联合能量:470 nm Back,565 nm Back,575 nm Back)、Cluster Prominence(470 nm Back)、Inverse Difference Moment/Idm(470 nm Back)、Difference Entropy(540 nm Back)、Maximum Probability(540 nm Back)。其中13个来自手背(较手掌更敏感),GLCM特征随增龄呈明确单调趋势(Contrast升高→纹理异质性增加;Joint Energy、Idm、Maximum Probability降低→均匀性丧失;Difference Entropy升高→邻域强度差异随机性增加),而TWI*Back与NDIBack也显示与年龄相关的下降趋势。
Multivariate analysis
将12个具明确趋势变量绘制参考曲线(5th–95th百分位范围),热图与层次聚类分出三簇:年轻/高教育/高社交组、老年/低教育/低社交但高感知幸福感组、中间过渡组,性别分层结果一致,HSI参数与问卷评分无强直接相关。
四、讨论与结论翻译
讨论部分指出,本研究按WHO建议以60岁分层,问卷结果与此年龄相关的退休及社会互动减少相符。手背皮肤HSI可无创表征健康老化过程中的光谱与纹理变化。平均光谱形状与国际皮肤光谱档案(ISSA)中高加索≥40岁手背数据吻合良好,验证系统可靠性;470、540、565、575 nm在描述健康皮肤模式中具特殊价值。排除暑期采集减少了日晒(tanning)干扰,TWI*(水分指数)未见季节相关,被用于分析。筛选出的15个描述因子中,GLCM Contrast升高与Joint Energy降低反映皮肤纹理逐渐失去均一性(组织完整性减退),TWI*Back下降提示伴随老化皮肤含水量减少倾向,符合已知老化伴随真皮水合下降现象。这些光谱与纹理特征——特别是组织水分、氧合相关指数及GLCM参数——可视为皮肤代谢状态的间接标记,反映微血管灌注、氧输送、细胞外基质更新及组织水合的年龄相关改变。所得spline参考曲线界定了健康个体的正常变动范围,可为未来可穿戴皮肤健康监测设备提供参数依据。与既往仅定性评估或只关注GLCM或只建光谱库的研究不同,本研究整合光谱轮廓与多波长radiomic特征,筛选出能定义健康老化过程中皮肤状态范围的参数组合,是朝建立生理老化光学特征(optical signature)迈出的一步。局限性包括≥80岁受试者少、受试者地域局限(北意大利高加索人群)、未直接测量经皮水分丢失及相机在近红外>820 nm信噪比有限。后续拟整合表观遗传(miRNA)、代谢组及握力等多模态数据深化分析。
综上,研究人员得出结论:可见-近红外高光谱反射成像结合光谱形状参数与GLCM纹理分析,可从健康人群手背皮肤中提取与年龄显著相关的特征(尤其GLCM Contrast升高、Joint Energy降低及TWI*下降),建立各年龄段健康状态参考曲线,证明HSI是一种有前景的无创生物监测手段,可用于评估老化动力学并支持健康老化监测策略的开发。