心血管疾病作为全球致死率最高的疾病之一，其早期症状隐匿，传统检测手段常因流程复杂、滞后性强而错失干预良机。如今，依托激光诱导击穿光谱（LIBS）技术，奥谱天成光谱仪可实现从血液、指甲等生物样本的元素特征中捕捉疾病信号，为心血管疾病早期检测提供了精准高效的新方案。
技术原理：元素生物标志物与心血管健康
心血管疾病的关键元素标志物
研究表明，心血管疾病的发生发展与体内多种微量元素失衡密切相关：
钙元素（Ca）：含量升高预示血管钙化和动脉粥样硬化；
钠元素（Na）：膳食钠每增加1g，CVD风险上升6%；
氮元素（N） & CN分子带：在病变样本中强度显著增强；
碳元素（C）：反映细胞代谢状态变化；
这些元素含量的变化可在疾病早期阶段提供重要预警信号，为临床干预赢得宝贵时间。
技术链路：LIBS+光纤光谱
激光诱导击穿光谱（LIBS）是一种先进的原子发射光谱技术，其核心原理是利用高能量脉冲激光激发样品表面产生等离子体，通过分析等离子体释放的特征光谱，实现物质元素组成的定性与定量分析。
奥谱天成光纤光谱仪，作为 LIBS 技术的 “核心感知单元”，构建了心血管疾病早期检测的完整技术链路：
微创采样与激发：
仅需采集微量全血、指甲或毛发样本（血液样本量可低至微升级），无需复杂预处理；激光聚焦于样本表面，瞬间形成高温等离子体，最大限度降低样本损伤；
光纤高效传光：
定制化光纤探头将等离子体的特征光谱信号高效传输至光谱仪，凭借低损耗、抗干扰特性，确保信号传输过程中的完整性与稳定性；
光谱解析与建模：
光谱仪快速捕捉 200-900nm 波段的元素特征谱线（如 Ca 的 422.7nm、Mg 的 285.2nm 谱线），结合偏最小二乘判别分析（PLS-DA）、反向传播神经网络（BPNN）等算法，从复杂光谱中提取元素含量信息，构建疾病早期识别模型。
通过这种 “激光激发 - 光纤传光 - 光谱解析” 的一体化流程，可实现从样品到结果的全链条高效检测。
03
检测方案与工作流程
样本采集与处理
样本采集：采集30μL全血样本于EDTA抗凝管
样本制备：滴加至硼酸基底并空气干燥固化
光谱采集：LIBS系统自动完成光谱数据采集
数据分析：机器学习算法解析元素含量特征
2 关键检测指标
检测指标 | 特征谱线(nm) | 临床意义 |
钙沉积指数 | Ca 393.4, 396.8, 422.7 | 动脉硬化早期预警 |
钠负荷评估 | Na 588.9, 589.5 | 高血压风险指标 |
氮代谢状态 | N 500.5 | 细胞代谢异常指示 |
分子标志物 | CN 385.9-388.2 | 组织病变特征指标 |
机器学习赋能精准诊断
算法性能比较
研究人员对比了20余种机器学习算法，其中窄神经网络（Narrow Neural Network） 表现最为突出：
验证准确率：100%
测试准确率：100%
运算时间：仅10.008秒
AUC值：1.00（完美分类器）
2 其他优秀算法
二次判别分析：100%准确率
高斯朴素贝叶斯：100%准确率
三层神经网络：100%准确率
Bagged Trees：100%准确率
05
临床验证与性能评估
图 4. 几种原子发射线的激光诱导击穿光谱：（a）心血管疾病（CVD）样本和（b）健康样本（未归一化）；（c）心血管疾病（CVD）样本和（d）健康样本（已归一化）；（e）心血管疾病（CVD）样本与健康样本的偏移光谱；以及（f）空白基底的光谱。
1 研究数据
样本规模：30例CVD患者 vs 30例健康对照
光谱数据：1500条CVD光谱 + 1500条健康光谱
验证方式：10折交叉验证，独立测试集验证
2 性能指标
灵敏度：100%（正确识别患者能力）
特异性：100%（正确识别健康人能力）
ROC曲线下面积：1.00
重复性：批内变异系数<5%
3 奥谱天成光纤光谱仪核心性能优势
光谱范围：190-920nm，覆盖主要生物元素特征谱线
光谱分辨率：0.05nm，确保元素谱线清晰分辨
检测灵敏度：可检测痕量级元素浓度变化
分析速度：单样本检测仅需数秒，支持高通量筛查
前处理简单：硼酸基底固化，保持样本稳定性
高重复性：CV值<5%，确保结果可靠
多元素同步：一次检测获取多种元素含量信息
4 与传统方法对比优势
参数 | 传统方法 | 奥谱天成LIBS方案 |
检测时间 | 数小时至数天 | <10分钟 |
样本需求 | 毫升级 | 微升级（30μL） |
检测成本 | 高昂 | 经济高效 |
操作复杂度 | 需要专业技术人员 | 操作简便 |
早期检测 | 有限 | 卓越的早期预警能力 |
应用前景与价值
1 临床应用场景
早期筛查：高危人群定期监测；
疗效评估：药物治疗效果动态跟踪；
预后判断：疾病进展风险评估；
健康管理：个性化预防干预指导；
2 技术拓展方向
多疾病检测：拓展至糖尿病、肾病等慢性病检测；
便携化设计：开发床边即时检测设备；
多组学整合：结合基因组、蛋白组数据构建综合预测模型；
智能云平台：建立基于云计算的智能诊断系统；
3 社会价值
提升筛查覆盖率：低成本适合大规模人群筛查；
降低医疗负担：早期预防减少后期治疗成本；
推动精准医疗：为个性化治疗提供数据支持；
促进健康管理：实现从治疗向预防的转变；
结论
奥谱天成光纤光谱仪基于LIBS技术，结合机器学习算法，在心血管疾病早期检测中展现出卓越的性能。
这项技术为心血管疾病的早期预防和精准诊断提供了全新的技术路径，有望在临床检验、健康体检和公共卫生领域发挥重要作用。