導讀 小血管的變化是糖尿病發(fā)展的常見后果。慕尼黑工業(yè)大學 (TUM) 和亥姆霍茲慕尼黑大學的研究人員現已開發(fā)出一種方法，可用于測量皮膚中的這...
小血管的變化是糖尿病發(fā)展的常見后果。慕尼黑工業(yè)大學 (TUM) 和亥姆霍茲慕尼黑大學的研究人員現已開發(fā)出一種方法，可用于測量皮膚中的這些微血管變化，從而評估疾病的嚴重程度。為了實現這一目標，他們將人工智能 (AI) 和創(chuàng)新的高分辨率光聲成像技術結合起來。該成果已發(fā)表在期刊Nature Biomedical Engineering上。
光聲成像方法使用光脈沖在組織內產生超聲波。然后產生的超聲波被傳感器記錄并轉換成圖像。這些信號是由強烈吸收光的分子周圍的組織的微小膨脹和收縮引起的。血紅蛋白就是這樣的一種分子。由于血紅蛋白集中在血管中，光聲成像可以以其他非侵入性技術無法實現的方式產生詳細的獨特血管圖像。
光聲學或光聲學的基本原理已為人所知一個多世紀了，但在醫(yī)學上的實際應用卻是最近才出現的。 Vasilis Ntziachristos 是慕尼黑工業(yè)大學生物成像教授、慕尼黑亥姆霍茲慕尼黑生物與醫(yī)學成像研究所和生物工程中心主任。他與他的團隊一起開發(fā)了一系列光聲成像方法，其中包括 RSOM(光柵掃描光聲介觀檢查法的縮寫)。
32個特別重大的變化
研究人員現已成功利用 RSOM 研究糖尿病對人類皮膚的影響。研究人員利用 75 名糖尿病患者和對照組腿部血管的 RSOM 圖像，利用人工智能算法識別了糖尿病的特征。
他們根據皮膚微血管系統外觀的變化創(chuàng)建了 32 個特別顯著的變化列表。這些包括血管分支數量或其直徑等特征。
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯系刪除！