JP2023535143A - 創傷の組織学的評価のためのスペクトルイメージングシステムおよびその方法 - Google Patents
創傷の組織学的評価のためのスペクトルイメージングシステムおよびその方法 Download PDFInfo
- Publication number
- JP2023535143A JP2023535143A JP2023502581A JP2023502581A JP2023535143A JP 2023535143 A JP2023535143 A JP 2023535143A JP 2023502581 A JP2023502581 A JP 2023502581A JP 2023502581 A JP2023502581 A JP 2023502581A JP 2023535143 A JP2023535143 A JP 2023535143A
- Authority
- JP
- Japan
- Prior art keywords
- burn
- image
- pixel
- imaging
- spectral
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 110
- 208000027418 Wounds and injury Diseases 0.000 title claims abstract description 94
- 206010052428 Wound Diseases 0.000 title claims abstract description 80
- 238000000701 chemical imaging Methods 0.000 title claims description 82
- 230000035876 healing Effects 0.000 claims abstract description 62
- 238000013135 deep learning Methods 0.000 claims abstract description 47
- 238000003384 imaging method Methods 0.000 claims description 200
- 210000001519 tissue Anatomy 0.000 claims description 89
- 210000003491 skin Anatomy 0.000 claims description 71
- 210000004207 dermis Anatomy 0.000 claims description 56
- 230000006378 damage Effects 0.000 claims description 38
- 230000017074 necrotic cell death Effects 0.000 claims description 31
- 102000008186 Collagen Human genes 0.000 claims description 19
- 108010035532 Collagen Proteins 0.000 claims description 19
- 229920001436 collagen Polymers 0.000 claims description 19
- 238000013528 artificial neural network Methods 0.000 claims description 18
- 238000013527 convolutional neural network Methods 0.000 claims description 17
- 238000011156 evaluation Methods 0.000 claims description 15
- 238000001356 surgical procedure Methods 0.000 claims description 15
- 230000001338 necrotic effect Effects 0.000 claims description 12
- 230000004083 survival effect Effects 0.000 claims description 10
- 230000007850 degeneration Effects 0.000 claims description 9
- 210000000106 sweat gland Anatomy 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 claims description 7
- 210000004204 blood vessel Anatomy 0.000 claims description 6
- 210000003780 hair follicle Anatomy 0.000 claims description 6
- 210000001732 sebaceous gland Anatomy 0.000 claims description 6
- 230000003966 vascular damage Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 4
- 210000000040 apocrine gland Anatomy 0.000 claims description 3
- 230000001010 compromised effect Effects 0.000 claims description 3
- 230000001086 cytosolic effect Effects 0.000 claims description 3
- 239000000835 fiber Substances 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 230000008961 swelling Effects 0.000 claims description 3
- 230000005779 cell damage Effects 0.000 claims 1
- 208000037887 cell injury Diseases 0.000 claims 1
- 230000005494 condensation Effects 0.000 claims 1
- 238000009833 condensation Methods 0.000 claims 1
- 230000003595 spectral effect Effects 0.000 description 100
- 230000003287 optical effect Effects 0.000 description 77
- 238000001574 biopsy Methods 0.000 description 46
- 238000004458 analytical method Methods 0.000 description 38
- 238000012545 processing Methods 0.000 description 38
- 238000013461 design Methods 0.000 description 34
- 230000015654 memory Effects 0.000 description 32
- 238000005286 illumination Methods 0.000 description 28
- 230000008569 process Effects 0.000 description 26
- 238000012360 testing method Methods 0.000 description 25
- 206010006802 Burns second degree Diseases 0.000 description 24
- 238000003860 storage Methods 0.000 description 22
- 238000003066 decision tree Methods 0.000 description 20
- 238000001228 spectrum Methods 0.000 description 19
- 238000012549 training Methods 0.000 description 19
- 230000003902 lesion Effects 0.000 description 18
- 208000014674 injury Diseases 0.000 description 15
- 230000005540 biological transmission Effects 0.000 description 13
- 210000004027 cell Anatomy 0.000 description 13
- 238000012937 correction Methods 0.000 description 13
- 238000013507 mapping Methods 0.000 description 13
- 206010006803 Burns third degree Diseases 0.000 description 12
- 230000008901 benefit Effects 0.000 description 12
- 238000010801 machine learning Methods 0.000 description 11
- 230000003936 working memory Effects 0.000 description 11
- 238000003491 array Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 230000035945 sensitivity Effects 0.000 description 9
- 239000000758 substrate Substances 0.000 description 9
- 206010006797 Burns first degree Diseases 0.000 description 8
- 238000000576 coating method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 210000002615 epidermis Anatomy 0.000 description 8
- 239000000463 material Substances 0.000 description 8
- 230000004044 response Effects 0.000 description 8
- 239000000523 sample Substances 0.000 description 8
- 238000013459 approach Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 238000010562 histological examination Methods 0.000 description 7
- WSFSSNUMVMOOMR-UHFFFAOYSA-N Formaldehyde Chemical compound O=C WSFSSNUMVMOOMR-UHFFFAOYSA-N 0.000 description 6
- 230000001413 cellular effect Effects 0.000 description 6
- 239000003086 colorant Substances 0.000 description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 6
- 230000005670 electromagnetic radiation Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000012014 optical coherence tomography Methods 0.000 description 6
- 238000001429 visible spectrum Methods 0.000 description 6
- 230000004075 alteration Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 230000018109 developmental process Effects 0.000 description 5
- 201000010099 disease Diseases 0.000 description 5
- 230000010354 integration Effects 0.000 description 5
- 238000002372 labelling Methods 0.000 description 5
- 230000001575 pathological effect Effects 0.000 description 5
- 238000007388 punch biopsy Methods 0.000 description 5
- 238000012552 review Methods 0.000 description 5
- 206010056340 Diabetic ulcer Diseases 0.000 description 4
- WZUVPPKBWHMQCE-UHFFFAOYSA-N Haematoxylin Chemical compound C12=CC(O)=C(O)C=C2CC2(O)C1C1=CC=C(O)C(O)=C1OC2 WZUVPPKBWHMQCE-UHFFFAOYSA-N 0.000 description 4
- 208000025865 Ulcer Diseases 0.000 description 4
- 230000001684 chronic effect Effects 0.000 description 4
- 239000011248 coating agent Substances 0.000 description 4
- 239000002872 contrast media Substances 0.000 description 4
- 238000002790 cross-validation Methods 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 239000003814 drug Substances 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 230000002962 histologic effect Effects 0.000 description 4
- 230000000670 limiting effect Effects 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 108091008695 photoreceptors Proteins 0.000 description 4
- 230000001172 regenerating effect Effects 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 4
- 238000004904 shortening Methods 0.000 description 4
- 239000010409 thin film Substances 0.000 description 4
- 238000002834 transmittance Methods 0.000 description 4
- 231100000397 ulcer Toxicity 0.000 description 4
- 238000010521 absorption reaction Methods 0.000 description 3
- 238000002266 amputation Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000000712 assembly Effects 0.000 description 3
- 238000000429 assembly Methods 0.000 description 3
- 230000017531 blood circulation Effects 0.000 description 3
- 230000002301 combined effect Effects 0.000 description 3
- 206010012601 diabetes mellitus Diseases 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000007490 hematoxylin and eosin (H&E) staining Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 210000002414 leg Anatomy 0.000 description 3
- 230000037311 normal skin Effects 0.000 description 3
- 230000007170 pathology Effects 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 238000002271 resection Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- MCSXGCZMEPXKIW-UHFFFAOYSA-N 3-hydroxy-4-[(4-methyl-2-nitrophenyl)diazenyl]-N-(3-nitrophenyl)naphthalene-2-carboxamide Chemical compound Cc1ccc(N=Nc2c(O)c(cc3ccccc23)C(=O)Nc2cccc(c2)[N+]([O-])=O)c(c1)[N+]([O-])=O MCSXGCZMEPXKIW-UHFFFAOYSA-N 0.000 description 2
- 208000008960 Diabetic foot Diseases 0.000 description 2
- 206010012689 Diabetic retinopathy Diseases 0.000 description 2
- 206010063560 Excessive granulation tissue Diseases 0.000 description 2
- 229910000530 Gallium indium arsenide Inorganic materials 0.000 description 2
- 206010020565 Hyperaemia Diseases 0.000 description 2
- 206010061218 Inflammation Diseases 0.000 description 2
- 208000004221 Multiple Trauma Diseases 0.000 description 2
- 208000004210 Pressure Ulcer Diseases 0.000 description 2
- 206010072170 Skin wound Diseases 0.000 description 2
- 206010067584 Type 1 diabetes mellitus Diseases 0.000 description 2
- KXNLCSXBJCPWGL-UHFFFAOYSA-N [Ga].[As].[In] Chemical compound [Ga].[As].[In] KXNLCSXBJCPWGL-UHFFFAOYSA-N 0.000 description 2
- 238000003705 background correction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000009835 boiling Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 210000002808 connective tissue Anatomy 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 208000035250 cutaneous malignant susceptibility to 1 melanoma Diseases 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000001804 debridement Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 235000019800 disodium phosphate Nutrition 0.000 description 2
- 230000002500 effect on skin Effects 0.000 description 2
- YQGOJNYOYNNSMM-UHFFFAOYSA-N eosin Chemical compound [Na+].OC(=O)C1=CC=CC=C1C1=C2C=C(Br)C(=O)C(Br)=C2OC2=C(Br)C(O)=C(Br)C=C21 YQGOJNYOYNNSMM-UHFFFAOYSA-N 0.000 description 2
- 210000000981 epithelium Anatomy 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 210000001126 granulation tissue Anatomy 0.000 description 2
- 230000023597 hemostasis Effects 0.000 description 2
- 230000004054 inflammatory process Effects 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 201000001441 melanoma Diseases 0.000 description 2
- 230000010412 perfusion Effects 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 230000002980 postoperative effect Effects 0.000 description 2
- 230000035755 proliferation Effects 0.000 description 2
- 230000000541 pulsatile effect Effects 0.000 description 2
- 230000008929 regeneration Effects 0.000 description 2
- 238000011069 regeneration method Methods 0.000 description 2
- 238000007634 remodeling Methods 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 210000002265 sensory receptor cell Anatomy 0.000 description 2
- 108091008691 sensory receptors Proteins 0.000 description 2
- 102000027509 sensory receptors Human genes 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 210000000130 stem cell Anatomy 0.000 description 2
- 239000003826 tablet Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 208000001072 type 2 diabetes mellitus Diseases 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 230000035899 viability Effects 0.000 description 2
- 230000029663 wound healing Effects 0.000 description 2
- ZYECOAILUNWEAL-NUDFZHEQSA-N (4z)-4-[[2-methoxy-5-(phenylcarbamoyl)phenyl]hydrazinylidene]-n-(3-nitrophenyl)-3-oxonaphthalene-2-carboxamide Chemical compound COC1=CC=C(C(=O)NC=2C=CC=CC=2)C=C1N\N=C(C1=CC=CC=C1C=1)/C(=O)C=1C(=O)NC1=CC=CC([N+]([O-])=O)=C1 ZYECOAILUNWEAL-NUDFZHEQSA-N 0.000 description 1
- 206010004146 Basal cell carcinoma Diseases 0.000 description 1
- 206010051055 Deep vein thrombosis Diseases 0.000 description 1
- 208000032131 Diabetic Neuropathies Diseases 0.000 description 1
- 208000035874 Excoriation Diseases 0.000 description 1
- 102000018233 Fibroblast Growth Factor Human genes 0.000 description 1
- 108050007372 Fibroblast Growth Factor Proteins 0.000 description 1
- 208000032843 Hemorrhage Diseases 0.000 description 1
- 208000034693 Laceration Diseases 0.000 description 1
- 206010027476 Metastases Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 208000009344 Penetrating Wounds Diseases 0.000 description 1
- 208000018262 Peripheral vascular disease Diseases 0.000 description 1
- 208000012322 Raynaud phenomenon Diseases 0.000 description 1
- 208000017442 Retinal disease Diseases 0.000 description 1
- 206010038923 Retinopathy Diseases 0.000 description 1
- 206010039710 Scleroderma Diseases 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 208000000453 Skin Neoplasms Diseases 0.000 description 1
- 238000010162 Tukey test Methods 0.000 description 1
- 206010047249 Venous thrombosis Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 238000002679 ablation Methods 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 208000009621 actinic keratosis Diseases 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 206010064930 age-related macular degeneration Diseases 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000000540 analysis of variance Methods 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 208000007502 anemia Diseases 0.000 description 1
- 239000003242 anti bacterial agent Substances 0.000 description 1
- 229940088710 antibiotic agent Drugs 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 208000006673 asthma Diseases 0.000 description 1
- 210000001142 back Anatomy 0.000 description 1
- 201000007917 background diabetic retinopathy Diseases 0.000 description 1
- 238000013529 biological neural network Methods 0.000 description 1
- 208000034158 bleeding Diseases 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 210000001736 capillary Anatomy 0.000 description 1
- 230000036996 cardiovascular health Effects 0.000 description 1
- 230000003833 cell viability Effects 0.000 description 1
- 210000003850 cellular structure Anatomy 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000002512 chemotherapy Methods 0.000 description 1
- 208000037976 chronic inflammation Diseases 0.000 description 1
- 230000006020 chronic inflammation Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 239000002537 cosmetic Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000002845 discoloration Methods 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 210000002889 endothelial cell Anatomy 0.000 description 1
- 230000003511 endothelial effect Effects 0.000 description 1
- 210000001339 epidermal cell Anatomy 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 210000003414 extremity Anatomy 0.000 description 1
- 238000011049 filling Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 229920002457 flexible plastic Polymers 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000003325 follicular Effects 0.000 description 1
- 210000000245 forearm Anatomy 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000003102 growth factor Substances 0.000 description 1
- 230000002650 habitual effect Effects 0.000 description 1
- 230000009442 healing mechanism Effects 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 210000003494 hepatocyte Anatomy 0.000 description 1
- 230000003118 histopathologic effect Effects 0.000 description 1
- 210000004276 hyalin Anatomy 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 229940125721 immunosuppressive agent Drugs 0.000 description 1
- 239000003018 immunosuppressive agent Substances 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- WPYVAWXEWQSOGY-UHFFFAOYSA-N indium antimonide Chemical compound [Sb]#[In] WPYVAWXEWQSOGY-UHFFFAOYSA-N 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000001659 ion-beam spectroscopy Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 208000002780 macular degeneration Diseases 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000036564 melanin content Effects 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 230000009401 metastasis Effects 0.000 description 1
- 238000007431 microscopic evaluation Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000001543 one-way ANOVA Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000002559 palpation Methods 0.000 description 1
- 239000012188 paraffin wax Substances 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 208000030613 peripheral artery disease Diseases 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 238000013310 pig model Methods 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 239000004417 polycarbonate Substances 0.000 description 1
- 229920000515 polycarbonate Polymers 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 201000007914 proliferative diabetic retinopathy Diseases 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 108020003175 receptors Proteins 0.000 description 1
- 102000005962 receptors Human genes 0.000 description 1
- 238000002278 reconstructive surgery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000003362 replicative effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 201000000849 skin cancer Diseases 0.000 description 1
- 201000002859 sleep apnea Diseases 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 206010041823 squamous cell carcinoma Diseases 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 150000003431 steroids Chemical class 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 229940124597 therapeutic agent Drugs 0.000 description 1
- 230000003685 thermal hair damage Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000002211 ultraviolet spectrum Methods 0.000 description 1
- 210000000689 upper leg Anatomy 0.000 description 1
- 238000007740 vapor deposition Methods 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
- 230000002861 ventricular Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
- A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
- A61B5/445—Evaluating skin irritation or skin trauma, e.g. rash, eczema, wound, bed sore
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4842—Monitoring progression or stage of a disease
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30088—Skin; Dermal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Physiology (AREA)
- Radiology & Medical Imaging (AREA)
- Fuzzy Systems (AREA)
- Evolutionary Computation (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Dermatology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Mathematical Physics (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Image Analysis (AREA)
Abstract
Description
本出願は、2020年7月13日に出願された「創傷の組織学的評価のためのスペクトルイメージングシステムおよびその方法」という名称の米国仮特許出願第63/051,308号の利益を主張するものであり、この出願は引用によりその全体が本明細書に援用される。
本開示に記載の発明の一部は、契約番号HHSO100201300022Cの下、米国保健福祉省の事前準備・対応担当次官補局内の米生物医学先端研究開発局(BARDA)により付与された米国政府の支援を受けてなされたものである。また、本開示に記載の発明の一部は、契約番号W81XWH-17-C-0170および/または契約番号W81XWH-18-C-0114の下、米国国防保健局(DHA)により付与された米国政府の支援を受けてなされたものである。米国政府は、本発明に関し一定の権利を保有する場合がある。
創傷の状態を評価または予測するシステムは、
熱傷を含む組織領域から反射された少なくとも第1の波長の光を収集するように構成された少なくとも1つの光検出素子;および
前記少なくとも1つの光検出素子と通信する1つ以上のプロセッサ
を含み、
前記1つ以上のプロセッサが、
前記組織領域から反射された第1の波長の光を示すシグナルを前記少なくとも1つの光検出素子から受信し;
前記シグナルに基づいて、前記組織領域を表す、複数の画素を有する画像を作成し;
前記複数の画素の少なくとも1つのサブセットにおいて、前記シグナルに基づいて第1の波長における各画素の反射強度値を測定し;
少なくとも1つの深層学習アルゴリズムを用いて、前記組織領域を表す画素のサブセットの各画素に対応する熱傷状態を判別し;
前記組織領域を表す画素のサブセットの各画素に対応する判別された熱傷状態と前記画像とに少なくとも部分的に基づいて、画素ごとに分類された画像を作成する
ように構成されている。
創傷、好ましくは熱傷を有する対象を選択する工程;
前記態様のいずれかに記載のマルチスペクトル画像システムを用いて、好ましくは熱傷である前記創傷の領域を撮像する工程;
創傷のデータベース、好ましくは熱傷のデータベースで訓練された深層学習アルゴリズムを用いて、前記工程で得られた画像データを評価する工程;
好ましくは熱傷である前記創傷の撮像領域において、前記創傷の細胞が生存可能か、もしくは障害を受けているかどうか、コラーゲンが変性しているかどうか、皮膚付属器が障害を受けているか、もしくは壊死しているかどうか、および/または血管が障害を受けているかどうかを表示する工程;ならびに
任意で実施される工程として、好ましくは熱傷である前記創傷が、外科手術または皮膚移植などの高度な治療を行わずに、所定の期間内に、好ましくは21~30日間で治癒する可能性を予測する予測スコアを提供する工程
を含む。
本明細書において、電磁スペクトルの特定の色または特定の部分に言及し、以下、ISO21348「放射照度スペクトルの種類の定義」による定義に従って、これらの波長を説明する。以下で詳述するように、特定のイメージング用途において、特定の色の波長領域を一括して特定のフィルタに通過させることができる。
図3Aは、本開示による、湾曲したマルチバンドパスフィルタを備えるマルチアパーチャイメージングシステム200の一例の概略図を示す。ここに示した概略図は、第1のイメージセンサ領域225A(フォトダイオードPD1~PD3)および第2のイメージセンサ領域225B(フォトダイオードPD4~PD6)を含む。フォトダイオードPD1~PD6は、例えば、半導体基板(例えばCMOSイメージセンサ)に形成されたフォトダイオードであってもよい。通常、各フォトダイオードPD1~PD6は、何らかの材質、半導体、センサ素子または入射光を電流に変換できるその他の装置からなる単一ユニットであってもよい。この図では、マルチアパーチャイメージングシステムの構造およびその作動を説明することを目的として、マルチアパーチャイメージングシステム全体のごく一部のみを示しており、実装では、イメージセンサ領域は、何百個または何千個ものフォトダイオード(およびこれに対応するカラーフィルタ)を備えることができることは十分に理解できるであろう。第1のイメージセンサ領域225Aと第2のイメージセンサ領域225Bは、実装に応じて、別々のセンサとして実装してもよく、同じイメージセンサ上の別々の領域として実装してもよい。図3Aでは、2個のアパーチャとこれに対応する光路およびセンサ領域が示されているが、図3Aに示した光学設計原理は、実装に応じて、3個以上のアパーチャとこれに対応する光路およびセンサ領域を含む設計に拡大することができることは十分に理解できるであろう。
これらの透過曲線には、この例で使用したセンサによる量子効率の効果も含んでいる。これらの図に示すように、この4台1組のカメラ全体で、8個の特有チャネルすなわち8個の特有周波数帯が撮影される。各フィルタは、各カメラに対して2つの共通周波数帯(左端の2つのピーク)と、別の2つの周波数帯を通過させる。この実装では、第1のカメラおよび第3のカメラは、第1の共有NIR周波数帯の光(右端のピーク)を受光し、第2のカメラおよび第4のカメラは、第2の共有NIR周波数帯の光(右から2番目のピーク)を受光する。各カメラは、約550nm~約800nmまたは550nm~800nmの範囲の特有周波数帯をそれぞれ1つずつ受光する。したがって、これらのカメラは、コンパクトな構成を使用して、8個の特有のスペクトルチャネルを撮影することができる。図11Bのグラフ1010は、図11Aに示した4台のカメラの照明として使用してもよい、図4Eに示したLEDボードの分光放射照度を示す。
図13は、図3A~10Bおよび図12に示したマルチスペクトル・マルチアパーチャイメージングシステムを使用して、画像データを撮影するプロセス1200の一例を示したフローチャートである。図13は、本明細書に記載のマルチスペクトルデータキューブの生成に使用可能な4種の露光、すなわち、可視光露光1205、追加の可視光露光1210、非可視光露光1215および環境光露光1220の一例を示す。これら露光はどのような順序で撮影してもよく、これらの露光のうちのいくつかは、後述する特定のワークフローから省いてもよく、後述する特定のワークフローに追加してもよいことは十分に理解できるであろう。以下、図11Aおよび図11Bに示した周波数帯を参照しながらプロセス1200を説明するが、別の1組の周波数帯に基づいて生成した画像データを使用して同様のワークフローを実装することもできる。さらに、様々な実施形態において、公知の様々なフラットフィールド補正技術に従って、フラットフィールド補正をさらに実装することによって、画像収集および/または視差補正を向上させてもよい。
図17は、図3A~10Bおよび図12に示したマルチスペクトル・マルチアパーチャイメージングシステムのいずれであってもよいマルチスペクトル・マルチアパーチャイメージングシステム1605を含む、分散コンピューティングシステム1600の一例の略ブロック図を示す。この図に示すように、データキューブ分析サーバ1615は、恐らくはサーバクラスタまたはサーバファームとして配置される1つ以上のコンピュータを含んでいてもよい。これらのコンピュータを構成するメモリおよびプロセッサは、1つのコンピュータ内に配置されていてもよく、(互いに離れて設置されたコンピュータを含む)数多くのコンピュータに分散されていてもよい。
背景:
負傷した戦闘員やその医療従事者にとって、熱傷による罹患および死亡は課題となっている。過去の戦闘死傷者における熱傷の受傷率は5~20%であり、これらの死傷者の約20%は、米国陸軍外科研究所(ISR)熱傷センターなどでの複雑な熱傷外科手術が必要であった。熱傷外科手術は専門的な訓練を必要とすることから、米国陸軍病院のスタッフではなく、ISRのスタッフにより熱傷外科手術が行われる。熱傷専門医の数が限られていることから、熱傷を負った兵士に医療を提供するための兵站業務が非常に複雑となる。したがって、術前および術中に熱傷の深さを検出する新規な客観的方法を利用することによって、戦闘継続中の熱傷患者に対する医療の提供への従事が可能な、(ISR以外の組織に所属する人員を含む)医療スタッフの数をより多く確保することができる。医療従事者の人員確保が増強されることによって、熱傷を負った戦闘員への医療的役割の進展に向けて、より複雑な熱傷ケアを拡充させることができる。
様々な重症度の熱傷を負った一般市民の患者において、熱傷受傷の72時間以内に画像化を実施し、熱傷受傷後の最長で7日間にわたりいくつかの時点でも画像化を実施した。各画像における正確な熱傷の重症度は、3週間にわたる治癒評価またはパンチ生検を使用して判定した。このイメージング装置での、I度熱傷、II度熱傷およびIII度熱傷における治癒する熱傷組織と治癒しない熱傷組織の同定と判別の正解率は、画素単位で分析した。
データは、38人の一般市民の患者から収集し、合計で58個の熱傷および393個の画像を取得した。AIアルゴリズムにより、治癒しない熱傷組織の予測において87.5%の感度と90.7%の特異度が達成された。
新規なイメージング装置およびそのAIアルゴリズムによる熱傷の治癒可能性の判定の正解率は、熱傷の専門医の臨床判断の正解率よりも優れていることが示された。将来的には、携帯を可能にするための本装置の再設計と術中の状況下での使用の評価に焦点を当てて検討を行う予定である。携帯を可能にするための設計変更としては、本装置のサイズを携帯型システムのサイズまで小さくすること、視野を広くすること、1回のスナップショットの取得時間を短くすること、およびブタモデルを使用して、術中の状況下での使用において本装置を評価することが挙げられる。これらの開発は、基本的な画像検査において同等の機能を示すベンチトップ型のマルチスペクトルイメージング(MSI)サブシステムを使用して実施中である。
様々な実施形態において、本明細書で開示した実施形態のいずれかと1個以上の追加の光源とを併用して、画像の位置合わせの正確度を向上させてもよい。図21は、プロジェクター2105を含むマルチアパーチャスペクトル撮像装置2100の実施形態の一例を示す。いくつかの実施形態において、プロジェクター2105またはその他の適切な光源は、例えば、図12に関して前述した複数の光源1165のうちの1個であってもよい。位置合わせ用のプロジェクター2105などの追加の光源を含む実施形態において、前記方法は、追加の露光をさらに含んでいてもよい。プロジェクター2105などの追加の光源は、撮像装置2100のすべてのカメラを通して個別にまたは累積的に可視化することが可能な、単一のスペクトル帯域、複数のスペクトル帯域または広帯域の、1つ以上の点、縞模様、グリッド、ランダムな斑点またはその他の適切な空間パターンを、撮像装置2100の視野内に投影することができる。例えば、プロジェクター2105は、前述の共通帯域を利用したアプローチに基づいて計算された画像の位置合わせの正確度の確認に使用することが可能な、共有チャネルもしくは共通チャネルの光、広帯域照明または累積的に可視可能な照明を投影してもよい。本明細書において、「累積的に可視可能な照明」は、選択された複数の波長であり、マルチスペクトルイメージングシステムの各イメージセンサによりそのパターンが変換される波長を指す。例えば、累積的に可視可能な照明は、複数の波長を含み、すべてのチャネルに共通の波長がこの複数の波長に含まれていなくても、この複数の波長のうちの少なくとも1つが各チャネルにより変換されてもよい。いくつかの実施形態において、プロジェクター2105により投影されるパターンの種類は、そのパターンが画像化されるアパーチャの数に基づいて選択してもよい。例えば、1個のアパーチャのみでしかパターンを見ることができない場合、このパターンは比較的高密度であることが好ましい場合があり(例えば、約1~10画素、約20画素、約50画素未満、約100画素未満などの、比較的狭い自己相関を有していてもよい)、一方、複数個のアパーチャによりパターンが画像化される場合は、より低密度のパターンまたは自己相関がそれほど狭くないパターンが有用である場合がある。いくつかの実施形態において、投影された空間パターンとともに撮影される追加の露光は、投影された空間パターンを含めずに露光が撮影される実施形態よりも位置合わせの正確度が向上することを意図として、視差の計算に含められる。いくつかの実施形態において、追加の光源は、すべてのカメラを通して個別にまたは累積的に可視化することが可能な、単一のスペクトル帯域、複数のスペクトル帯域または広帯域(例えば、共有チャネルもしくは共通チャネル、または広帯域照明など)の縞模様を撮像装置の視野内に投影し、これを利用することによって、縞模様の位相に基づいて画像の位置合わせを向上させることができる。いくつかの実施形態において、追加の光源は、すべてのカメラを通して個別にまたは累積的に可視化することが可能な、単一のスペクトル帯域、複数のスペクトル帯域または広帯域(例えば、共有チャネルもしくは共通チャネル、または広帯域照明など)のドット、グリッドおよび/または斑点からなる複数の特有の空間配置を撮像装置の視野内に投影し、これを利用することによって、画像の位置合わせを向上させることができる。いくつかの実施形態において、前記方法は、1個のアパーチャまたは複数個のアパーチャを備えた追加のセンサをさらに含み、この追加のセンサによって、視野内の単一または複数の物体の形状を検出することができる。例えば、この追加のセンサは、LIDAR技術、ライトフィールド技術または超音波技術を使用して、前述の共通帯域を利用したアプローチによる画像の位置合わせの正確度をさらに向上させてもよい。この追加センサは、ライトフィールド情報を検知可能な1個のアパーチャまたはマルチアパーチャセンサであってもよく、超音波やパルスレーザなどのその他のシグナルを検知可能であってもよい。
序論
近代医療では、組織の判別、疾患の有無および疾患の程度または重症度の評価に、組織の顕微鏡分析すなわち組織学的検査が一般に行われている。多くの場合、組織学的検査が組織分析のゴールドスタンダードとなる。しかし、日常的な医療ケアにおいて、組織の組織学的検査が常に行われるわけではない。組織学的検査は、時間がかかり、費用が高く、特殊な設備が必要とされ、スライドの解釈には、高度な専門知識を持つ病理医が必要とされる。したがって、組織学的検査に代わるツールが望まれている。
イメージング装置:
マルチスペクトル撮像装置として、スナップショット型マルチアパーチャマルチスペクトル撮像装置を使用した。以下の表1に示すように、このマルチスペクトル撮像装置は、正方形の取付フレームの四隅にそれぞれ配置された4台のカラーカメラで構成されており、この4台のカメラの間に、十字型の広域スペクトルLED照明パネルを取り付けたものであった。このスナップショット型撮像装置の特定の波長のフィルタおよび解像度のパラメータを表1に示す。
施設内審査委員会による承認を受けた後、臨床試験への登録を行う前に、すべての対象者からインフォームドコンセントを得た。火炎熱傷、熱湯熱傷または接触熱傷を有し、18歳を超える年齢の成人の対象者を候補者とした。対象者は、最初に熱傷が発生してから72時間以内に登録される必要があった。ただし、熱傷が、腕、脚、胴体以外の部位に発生していた場合、対象者が気道損傷を有していた場合、熱傷が全体表面積(TBSA)の30%を超えていた場合は、候補者を試験から除外した。
登録時に、対象者ごとに最大で3箇所の熱傷部位を選択してイメージングを行った。これらの部位を「試験熱傷」と呼ぶ。熱傷が発生してから最初の10日間に、イメージングセッションにおいて、試験熱傷をそれぞれ最大で6回、別々の機会に連続的に撮像した。各試験熱傷の連続イメージングは、日常診療において包帯を交換する際に実施し、患者が退院するか、試験熱傷が外科的に切除されるまで継続した。各イメージングセッションにおいて、各試験熱傷につき2つのMSI画像を得た。
生検検体は、外科手術の施術中に切除された試験熱傷領域のみから採取した。生検検体は、直径4.0mmのデルマパンチで採取した。生検検体を採取する位置を調整するため、5.0cmの均一な間隔で多数の穴を配置した事前にカットした薄いポリカーボネートシートを医師に提供した。
本研究の多くの時点において、イメージング装置によって作成したマルチスペクトル画像に直接ラベル付けを行うように臨床医に依頼した。このラベル付けを行うため、以下の2つの方法、すなわち、1)標準的なデジタル写真の赤色の波長、青色の波長および緑色の波長に最も近い利用可能な複数の波長を用いて、カラー写真に視覚的に類似するように各チャネルの強度を調整する方法;または2)MSIデータに、
各アルゴリズムの訓練を行うため、熱傷の専門医師団によって試験熱傷の真の治癒状態すなわち真値を設定した。真値の設定を行ったこの医師団は、3人の熱傷専門医で構成されており、そのうちの少なくとも1人は患者のことをよく知っており、別の少なくとも1人は試験部位や患者のことをよく知らされていなかった。各疑似カラー画像を直接ラベル付けすることによって、生のMSIデータと同じ配置の試験熱傷画像のそれぞれについて、1つのコンセンサスなラベル付け画像が得られた。
アルゴリズムのアーキテクチャとその訓練:
画像のセグメンテーション用の深層学習アルゴリズムを開発して、画像内において、治癒しない熱傷組織を示す画素の同定を行った。このアルゴリズムの訓練では、MSI画像を入力データとして使用し、真値の設定を行った専門医師団によってラベル付けされたマスクを真値として使用した。このマスクには、「治癒しない熱傷」と「それ以外」(例えば、治癒する熱傷、生存可能な皮膚および背景)の2クラスのラベルしか含まれていなかった(図24)。2クラスのラベルしか含まないこのマスクは、真値の設定を行った専門医師団によってラベル付けされた多クラスのマスクから作成されたものであり、深達性II度熱傷とIII度熱傷にラベル付けされた熱傷を、治癒しない熱傷に集約し、その他のクラスのものを「それ以外」に集約することによって作成した。
A.)DeepView装置のマルチスペクトルイメージングセンサによって撮像される組織領域を示す緑色のフォーカス・位置合わせ用ビームを示す。
B.)患者から得たマルチスペクトルデータを示す。この積み重ねた画像は、データキューブと呼ばれることが多い。
C.)マルチスペクトルデータの処理に使用した深層学習アルゴリズムを示す。
D.)治癒しない熱傷領域が紫色で強調表示された熱傷画像が医師に対して出力される。
本研究では、以下の深層学習アルゴリズムを使用した。
SegNetは、セマンティックセグメンテーション用のエンコーダ・デコーダ型の完全畳み込みニューラルネットワークアーキテクチャである。このアーキテクチャの新規性は、入力された低解像度の特徴マップをデコーダでアップサンプリングできることにあり、対応するエンコーダの最大値プーリング工程で計算されたプーリングインデックスを用いて非線形アップサンプリングを行う。
このアルゴリズムでは、前述のSegNetアルゴリズムと同じアーキテクチャを利用する。SegNetとの違いは、事前の計算により構築されたフィルタバンクを用いて、第1層の畳み込みカーネルの学習を抑制する(正則化する)ことにある。この方法では、より一般的な空間的構造と空間的特徴を学習するように、深層畳み込みニューラルネットワークのカーネルに影響を与えることができる。この方法の利点の1つとして、訓練中の過学習を防ぐことができる。
この方法では、画像に基づいた分類情報を考慮に入れた補助損失をSegNetアーキテクチャに組み込むことにより、ニューラルネットワークの最終的な予測値において画素ベースの特徴と画像ベースの特徴を得ることができる。
このバージョンのSegNetでは、基礎となるSegNetとよく似たアーキテクチャを利用する。SegNetの違いとして、その他の畳み込みニューラルネットワークアーキテクチャで使用されている標準的な二次元の畳み込みカーネルの代わりに、三次元の畳み込みカーネルを利用する。三次元カーネルは、3×3×nの形状であり、nは特徴マップのチャネル数を示す。例えば、第1層において、畳み込みニューラルネットワークの入力として使用される8チャネルのMSI画像のカーネルは3×3×8である。
このアプローチの畳み込みニューラルネットワークでは、出力層に交差エントロピー誤差とソフトマックス関数を用いること以外は、基礎となるSegNetと同じアーキテクチャを利用する。出力層に交差エントロピー誤差とソフトマックス関数を用いることによって、各画素を3つ以上のクラスのいずれかに割り当てることが可能となる。このアーキテクチャにおいて、真値の設定を行った専門医師団により描画された、I度熱傷、浅達性II度熱傷、深達性II度熱傷およびIII度熱傷、ならびに正常皮膚および背景を含む詳細なマスク画像を学習するようにアルゴリズムを訓練する。次に、深達性II度熱傷であると予測された画素と、III度熱傷であると予測された画素を、いずれも治癒しない熱傷に単純にマッピングすることによって、前述の多クラス出力を、治癒しない熱傷と治癒する熱傷からなる2値出力に変換する。
このバージョンのSegNetでは、基礎となるSegNetのアーキテクチャを利用するが、判別が困難なことが判明している画像を訓練に多用する。判別が困難な画像を高い頻度で訓練に使用することによって、判別が困難な画像からの学習が増えるようにアルゴリズムに影響を与え、それによって、このような判別が困難な画像に対する性能を向上させることができる。
U-Netは、非常に少ない数の訓練画像で学習可能な、エンコーダ・デコーダ型深層学習セマンティックセグメンテーション法である。U-Netのアルゴリズムでは、高解像度での特徴を維持し、位置の特定を向上させるため、スキップ接続という概念が使用される。
dFCNは、拡張畳み込みに基づくセマンティックセグメンテーション用の完全畳み込み深層学習ネットワークである。この方法では、拡張畳み込みによって、各畳み込みカーネルの受容野を拡大させるとともに、入力解像度の低下を防ぐことができる。dFCNは、通常のエンコーダ・デコーダからなる「砂時計型」の構造を構成することなく、画素レベルでラベル付けを行うことができる。
平均アンサンブルにおいて最終的に得られる各画素の予測確率は、前述の8つの深層学習アルゴリズムによって予測された各画素の確率の平均値である。
重み付き平均アンサンブルは、平均アンサンブルの改良版であり、各深層学習モデルの予測確率に重みを掛け、その結果の平均値を求めることによって、最終的な予測確率を得る。深層学習モデルの補正された感度を重みとして使用する。
各アルゴリズムの評価において、画像の画素を分析の基準単位と考えた。本研究での標本数は限られていたため、各アルゴリズムの試験結果は、leave-one-out cross-validation(LOOCV)法(一個抜き交差検証)を用いて推定した。各分割(フォールド)の交差検証において、対象者および熱傷から得たデータをアルゴリズムに学習させる前の段階の対象者のデータを1つだけ抜き出してテストデータとして使用した。
図22Aの決定木Aに示した病変の特徴に従ってラベル付けした画像データから得られた結果を以下に述べる。
個々の深層学習(DL)アルゴリズム(拡張型FCN、SegNetまたはuNet)と、深層学習アルゴリズムのアンサンブル(多数決アンサンブルまたは重み付きアンサンブル)の2種類の分類器を比較した。正解率の精度指標(表2)は交差検証を用いて求め、その結果を以下の表4に示した。
図22Bの決定木Bに示した病変の特徴に従ってラベル付けした画像データから得られた結果を以下に述べる。
20人の男性と5人の女性を含む計25人の対象者が臨床試験に登録され、その平均年齢は45.72歳(±SD17.77歳)であった。平均全体表面積に対する熱傷の割合は14.24%(±SD12.22%)であった。人種は、11人の黒人、14人の白人および1人のヒスパニック系で構成されていた。肌の色は、メラニン含有量の増加に応じて6つに分類する指標であるフィッツパトリックのスケールを用いて自己申告してもらった。フィッツパトリックスコアにより評価してもらったところ、12人の対象者が分類IIとして特定され、4人の対象者が分類IIIおよび分類IVとして特定され、9人の対象者が分類Vおよび分類VIとして特定され、0人の対象者が分類Iとして特定された。2人の対象者より2型糖尿病が報告され、14人は喫煙の習慣があった。
個々の深層学習(DL)アルゴリズム(拡張型FCN、SegNet、補助損失を用いたSegNet、フィルタバンクを用いて正則化したSegNetまたはuNet)と、深層学習アルゴリズムのアンサンブル(多数決アンサンブルまたは重み付きアンサンブル)の2種類の分類器を比較した。上掲の表2に示したように、正解率の精度指標は交差検証を用いて求め、この結果を以下の表8に示した。これらの正解率の精度指標を図27Aと図27Bにも示す。
序論
熱傷ケアは、様々な重症度の創傷が混在し、同様に患者も様々に異なることから、疾患や損傷が混沌とした状態となり、治癒にも影響を及ぼすため、対応が難しい高度に専門的な医学分野である。熱傷の専門医であっても、熱傷深度評価(BDA)の正解率はわずか77%であるため、患者の約4分の1は不必要な外科手術を受けることになったり、逆に治療が遅れたりすることがある。臨床医による熱傷深度評価を補助するため、組織学的基準で較正した機械学習アルゴリズムを用いた新しい技術が研究されている。残念ながら、熱傷ケアにおいて組織学的評価はほとんど行われておらず、組織学的評価が視覚的評価と一致しないことがある。現在進行中の本研究は、最も大きな熱傷生検ライブラリーを調査し、これを評価することによって、組織学的分析に基づいた熱傷深度分類のための熱傷生検アルゴリズム(BBA)を提示することを目標としている。
本研究は、施設内審査委員会の承認を受けて実施されたものであり、複数の創傷を有する患者を対象とした多施設共同前向き研究であった。熱傷専門医によって治癒する見込みがないと評価され、切除と自家移植が必要であった熱傷患者を試験に登録し、25cm2ごとに直径4mmの生検検体を採取した。熱傷の生検検体は切除の直前に採取し、施設内審査委員会の承認を受けた皮膚病理医によりヘマトキシリン・エオシン染色を行った後、組織学的評価を行って、表皮、真皮乳頭層および皮膚付属器壊死の有無を調べた。熱傷生検アルゴリズムを用いることによって、組織学的所見をI度熱傷、浅達性II度熱傷、深達性II度熱傷またはIII度熱傷に分類した。この熱傷生検アルゴリズムによる分類を、3人の熱傷専門外科医による熱傷の視覚的評価と比較した。熱傷生検アルゴリズムの決定木は以下のように構成されていた。III度熱傷は、生検検体において、生存不能な真皮乳頭層と生存不能な真皮網状層が存在すること、または皮膚付属器の50.0%以上が壊死していることから同定した。深達性II度熱傷は、生検検体において、生存不能な真皮乳頭層が認められ、真皮網状層に生存不能な上皮構造が認められ、かつ真皮網状層の皮膚付属器の壊死が0.0%を超え50%未満であるという特徴から同定した。浅達性II度熱傷は、2つの方法で評価し、1)生存可能な真皮乳頭層が存在するか、または2)生存不能な真皮乳頭層が存在するが、生存可能な上皮構造が認められ、かつ真皮網状層の皮膚付属器の壊死が0.0%であるという特徴から同定した。無傷の表皮を有する生検検体は、I度熱傷であると同定した。
本研究の投稿までに、65人の患者が登録され、117個の創傷が評価され、487個の生検検体が採取された。前述の熱傷生検アルゴリズムを用いて、熱傷領域の100%を4種類に分類した。登録時と外科手術による切除の前に静止写真を撮影した。分類した4種類のうち、最初の2種類は、自然に治癒する可能性があり、切除を必要とせず、I度熱傷または浅達性II度熱傷にラベル付けした。残りの2種類は、21日以内に自然に治癒する見込みがないと評価され、深達性II度熱傷またはIII度熱傷にラベル付けした。
本研究から、客観的な組織学的基準を用いた熱傷生検アルゴリズムを用いることによって、熱傷深度を分類できることが示された。この研究の根幹には、再生能に関する臨床的関心があるが、これについては、進行中の本研究のさらなるデータ分析から回答が得られることが望まれる。本研究は、現代医療に携わる熱傷専門医による熱傷の生検を最も大きな規模で分析したものであり、熱傷深度評価のための組織学的パラメータを初めて定義したものである。
序論
熱傷の臨床評価:
熱傷に対する臨床評価は最も広く行われており、熱傷深度の評価方法として最も安価な方法である。熱傷の臨床評価方法は、創傷の見た目、毛細血管再充満時間、触診に対する熱傷部位の感覚などの、創傷の外観的特徴の主観的な評価に依存している[1-4]。このような熱傷の外観的特徴は観察が容易であることから、最小限のコストで、迅速かつ容易に熱傷の臨床的評価を行うことができる。しかし、残念ながら、熱傷深度評価に用いられている臨床的特徴は、熟練の熱傷外科医であっても、症例の約70%でしか正確な判別が行えていない。
熱傷組織のパンチ生検と、その組織学的分析とによる熱傷深度の評価は、「ゴールドスタンダード」と見なされることが多く、別の診断方法と比較する際の基準となる。熱傷深度は、健康な組織と壊死組織の境界が認められる解剖学的深度として説明される。熱傷深度の評価は、施設内審査委員会の承認を受けた病理医により、ヘマトキシリン・エオシン(H&E)染色した熱傷組織の(パラフィン包埋)薄切片を検査することによって行った。病理医は、この簡単な技術を用いることによって、熱傷による細胞の生存率の変化、コラーゲンの変性、皮膚付属器障害の評価および患者の血管の評価を行うことができる。
上皮再形成の完了に要する時間は、創傷の特徴(例えば、その位置、深さまたは大きさ、感染症の有無)や、患者の年齢などの様々な要因に応じて決まる。
真皮網状層および/または真皮乳頭層への障害は、H&E染色を用いて容易に判別することができる。真皮の障害は、ヒアリン化コラーゲン(マゼンタの退色)が認められることと、1本1本のコラーゲン線維が識別不能であることから同定することができる。病理医であれば、高倍率視野の顕微鏡下で、正常なコラーゲンと障害を受けたコラーゲンを容易に識別することができる。皮膚付属器障害は、毛包上皮が細胞障害と一致する特徴(例えば、細胞の膨張、細胞質の空胞化、核濃縮など)を示すことから容易に検出することができる。
検体の取り扱い:
熱傷部位の生検位置を明確に示すため、パンチ生検の前後で、生検検体(直径4~6mm)を採取した熱傷部位を自動焦点・自動露出デジタルカメラで撮影した。本研究の概念実証臨床プロトコルに従って、直ちに検体にラベルを貼付し、ホルマリンに保存して、テキサス州ダラスのCockerell Dermatopathology Laboratoriesに送付した。
Cockerell Dermatopathology Laboratoriesにおいて、対象者と熱傷に関する情報を盲検化して、施設内審査委員会の承認を受けた3人の病理医により検体を処理し、検査を行った。検体の損傷の深さは、熱傷の特定の病理学的特徴に基づいて、3人の病理医によりそれぞれ独立して同定した。病理医による独立した分析の後、それぞれの病理医から得られた知見をまとめて、各検体の病理所見に対して単一の結論を得た。得られた知見を病理報告書に記録した。
本明細書に記載の方法およびタスクはすべてコンピュータシステムにより実行されてもよく、完全に自動化されていてもよい。場合によっては、このコンピュータシステムは、ネットワーク上で通信し相互運用して、本明細書で述べる機能を実行する別々の複数のコンピュータまたはコンピュータ装置(例えば、物理サーバ、ワークステーション、ストレージアレイ、クラウドコンピューティングリソースなど)を含む。このようなコンピュータ装置は、いずれも、通常、メモリまたはその他の非一時的なコンピュータ可読記憶媒体もしくは非一時的なコンピュータ可読記憶装置(例えば、ソリッドステート記憶装置、ディスクドライブなど)に格納されたプログラム命令またはプログラムモジュールを実行するプロセッサ(または複数のプロセッサ)を含む。本明細書で開示した様々な機能は、そのようなプログラム命令で具体化してもよく、コンピュータシステムの特定用途向け回路(例えば、ASICやFPGA)の形態で実装してもよい。コンピュータシステムが複数のコンピュータ装置を含む場合、これらの装置は、同じ場所に配置してもよいし、別の場所に配置してもよい。本明細書で開示した方法およびタスクによる結果は、ソリッドステートメモリチップや磁気ディスクなどの物理的記憶装置を様々な形態に変換することによって、永続的に保存してもよい。いくつかの実施形態において、コンピュータシステムは、複数の別個の企業体またはその他のユーザにより処理リソースが共有されるクラウドベースのコンピューティングシステムであってもよい。
Claims (32)
- 創傷の状態を評価または予測するシステムであって、
熱傷を含む組織領域から反射された少なくとも第1の波長の光を収集するように構成された少なくとも1つの光検出素子;および
前記少なくとも1つの光検出素子と通信する1つ以上のプロセッサ
を含み、
前記1つ以上のプロセッサが、
前記組織領域から反射された第1の波長の光を示すシグナルを前記少なくとも1つの光検出素子から受信し;
前記シグナルに基づいて、前記組織領域を表す、複数の画素を有する画像を作成し;
前記複数の画素の少なくとも1つのサブセットにおいて、前記シグナルに基づいて第1の波長における各画素の反射強度値を測定し;
少なくとも1つの深層学習アルゴリズムを用いて、前記組織領域を表す画素のサブセットの各画素に対応する熱傷状態を判別し;
前記組織領域を表す画素のサブセットの各画素に対応する判別された熱傷状態と前記画像とに少なくとも部分的に基づいて、画素ごとに分類された画像を作成する
ように構成されている、システム。 - 前記画素ごとに分類された画像が、各画素に対応する判別された熱傷状態に応じて異なる視覚表示を有する画素を含む、請求項1に記載のシステム。
- 前記1つ以上のプロセッサが、前記画素ごとに分類された画像を視覚的に表示するようにさらに構成されている、請求項1または2に記載のシステム。
- 各画素に対応する熱傷状態が、治癒しない熱傷状態および治癒する熱傷状態から選択される、請求項1~3のいずれか1項に記載のシステム。
- 各画素に対応する熱傷状態が、熱傷深度に関連する状態である、請求項1~4のいずれか1項に記載のシステム。
- 各画素に対応する熱傷状態が、I度熱傷状態、浅達性II度熱傷状態、深達性II度熱傷状態およびIII度熱傷状態から選択される、請求項5に記載のシステム。
- 前記熱傷状態が、前記熱傷の少なくとも一部における皮膚付属器の壊死の程度に応じて判別される、請求項1~6のいずれか1項に記載のシステム。
- 前記組織領域を表す画素のサブセットの各画素に対応する熱傷状態を判別する工程が、前記熱傷の少なくとも一部における皮膚付属器の壊死の割合を特定する工程を含む、請求項7に記載のシステム。
- 前記治癒しない熱傷状態が、50.0%を超える割合の前記皮膚付属器の壊死に相当する、請求項8に記載のシステム。
- 前記治癒しない熱傷状態が、0.0%を超える割合の前記皮膚付属器の壊死に相当する、請求項8または9に記載のシステム。
- 前記少なくとも1つの深層学習アルゴリズムが、畳み込みニューラルネットワークを含む、請求項1~10のいずれか1項に記載のシステム。
- 前記畳み込みニューラルネットワークがSegNetを含む、請求項11に記載のシステム。
- 前記少なくとも1つの深層学習アルゴリズムが、複数の深層学習アルゴリズムのアンサンブルを含む、請求項1~12のいずれか1項に記載のシステム。
- 前記少なくとも1つの深層学習アルゴリズムが、重み付き平均アンサンブルを含む、請求項13に記載のシステム。
- 前記少なくとも1つの深層学習アルゴリズムが、真陽性率(TPR)で重み付けしたアンサンブルを含む、請求項13または14に記載のシステム。
- 前記少なくとも1つの深層学習アルゴリズムが、創傷のデータベースを用いて訓練されたものである、請求項1~15のいずれか1項に記載のシステム。
- 前記創傷のデータベースが、熱傷のデータベースを含む、請求項16に記載のシステム。
- 前記少なくとも1つの深層学習アルゴリズムが、複数の真値マスクの少なくとも一部に基づいて訓練されたものであり、該複数の真値マスクの少なくとも一部が、熱傷組織の生検検体における皮膚付属器の壊死の有無に少なくとも部分的に基づいて作成されたものである、請求項1~17のいずれか1項に記載のシステム。
- 前記1つ以上のプロセッサが、前記組織領域を表す画素のサブセットの各画素に対応する判別された熱傷状態の少なくとも一部に基づいて、前記画像の作成後の所定の期間内における熱傷の治癒に関連する予測スコアを判定するようにさらに構成されている、請求項1~18のいずれか1項に記載のシステム。
- 前記予測スコアが、外科手術または皮膚移植を行わずに治癒する確率を示す、請求項19に記載のシステム。
- 前記所定の期間が21日間である、請求項19または20に記載のシステム。
- 対象において、創傷、好ましくは熱傷が発生した後に、細胞の生存もしくは障害、コラーゲンの変性、皮膚付属器の障害もしくは壊死、および/または血管の障害を検出する方法であって、
創傷、好ましくは熱傷を有する対象を選択する工程;
請求項1~21のいずれか1項に記載のマルチスペクトル画像システムを用いて、好ましくは熱傷である前記創傷の領域を撮像する工程;
創傷のデータベース、好ましくは熱傷のデータベースで訓練された深層学習アルゴリズムを用いて、前記工程で得られた画像データを評価する工程;
好ましくは熱傷である前記創傷の撮像領域において、前記創傷の細胞が生存可能か、もしくは障害を受けているかどうか、コラーゲンが変性しているかどうか、皮膚付属器が障害を受けているか、もしくは壊死しているかどうか、および/または血管が障害を受けているかどうかを表示する工程;ならびに
任意で実施される工程として、好ましくは熱傷である前記創傷が、外科手術または皮膚移植などの高度な治療を行わずに、所定の期間内に、好ましくは21~30日間で治癒する可能性を予測する予測スコアを提供する工程
を含む方法。 - 前記評価される障害を受けた皮膚付属器が、毛包、脂腺、アポクリン腺および/またはエクリン汗腺を含む、請求項22に記載の方法。
- 前記対象における細胞の生存もしくは障害、コラーゲンの変性、皮膚付属器の障害もしくは壊死および/または血管の障害の評価が、皮膚の乳頭層領域で行われる、請求項22または23に記載の方法。
- 前記対象における細胞の生存もしくは障害、コラーゲンの変性、皮膚付属器の障害もしくは壊死および/または血管の障害の評価が、皮膚の真皮網状層で行われる、請求項22~24に記載の方法。
- 前記対象における細胞の生存もしくは障害、コラーゲンの変性、皮膚付属器の障害もしくは壊死および/または血管の障害の評価が、皮膚の真皮網状層よりも深い部位で行われる、請求項22~25に記載の方法。
- ヒアリン化コラーゲンが検出されるか、1本1本のコラーゲン線維が識別不能である、請求項22~26のいずれか1項に記載の方法。
- 前記細胞の障害が、細胞の膨張、細胞質の空胞化または核濃縮である、請求項22~27のいずれか1項に記載の方法。
- 分析された前記皮膚付属器の50%以上が障害を受けているか、壊死していると特定された場合に、治癒しない熱傷であることを予測する予測スコアが提供され、任意で、皮膚移植または外科手術などの高度な治療を受けるように前記対象に指示を与えるか、前記対象に皮膚移植または外科手術を行う、請求項22~28のいずれか1項に記載の方法。
- 前記深層学習アルゴリズムが、モメンタム最適化法と交差エントロピー誤差を用いた確率的勾配降下法により訓練されたものである、請求項22~29のいずれか1項に記載の方法。
- 前記深層学習アルゴリズムが、SegNet、フィルタバンクを用いて正則化したSegNet、補助損失を用いたSegNet、U-Net、拡張型全結合ニューラルネットワーク(dFCN)、平均アンサンブル、真陽性率(TPR)で重み付けしたアンサンブル、および重み付き平均アンサンブルから選択される、請求項22~30のいずれか1項に記載の方法。
- 前記深層学習アルゴリズムがSegNetである、請求項22~31のいずれか1項に記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202063051308P | 2020-07-13 | 2020-07-13 | |
US63/051,308 | 2020-07-13 | ||
PCT/US2021/041134 WO2022015597A1 (en) | 2020-07-13 | 2021-07-09 | Spectral imaging systems and methods for histological assessment of wounds |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023535143A true JP2023535143A (ja) | 2023-08-16 |
Family
ID=79554978
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023502581A Pending JP2023535143A (ja) | 2020-07-13 | 2021-07-09 | 創傷の組織学的評価のためのスペクトルイメージングシステムおよびその方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230148951A1 (ja) |
EP (1) | EP4178426A1 (ja) |
JP (1) | JP2023535143A (ja) |
CN (1) | CN116157065A (ja) |
WO (1) | WO2022015597A1 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3589191A4 (en) | 2017-03-02 | 2020-11-11 | Spectral MD Inc. | AUTOMATIC LEARNING SYSTEMS AND TECHNIQUES FOR MULTISPECTRAL ANALYSIS OF AMPUTATION SITES |
WO2020123722A1 (en) | 2018-12-14 | 2020-06-18 | Spectral Md, Inc. | System and method for high precision multi-aperture spectral imaging |
JP7261883B2 (ja) | 2018-12-14 | 2023-04-20 | スペクトラル エムディー,インコーポレイテッド | 創傷の評価、治癒予測および治療のための機械学習システム |
US11813073B2 (en) * | 2020-12-23 | 2023-11-14 | Industrial Technology Research Institute | Wound multiple sensing method and wound multiple sensing system |
US20220343497A1 (en) * | 2021-03-04 | 2022-10-27 | Sivananthan Laboratories, Inc. | Burn severity identification and analysis through three-dimensional surface reconstruction from visible and infrared imagery |
KR102659164B1 (ko) * | 2021-10-22 | 2024-04-19 | 삼성전자주식회사 | 초분광 이미지 센서 및 그의 동작 방법 |
WO2024050144A2 (en) * | 2022-09-02 | 2024-03-07 | The George Washington University | Hyper-excitation hyperspectral imaging system |
CN115168161B (zh) * | 2022-09-07 | 2022-12-20 | 广州七喜电子科技有限公司 | 一种主机cpu散热状态检测显示方法及系统 |
CN116705325B (zh) * | 2023-06-26 | 2024-01-19 | 国家康复辅具研究中心 | 一种伤口感染风险评估方法及其系统 |
CN117877691B (zh) * | 2024-03-13 | 2024-05-07 | 四川省医学科学院·四川省人民医院 | 一种基于图像识别的智能化伤口信息采集系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9717417B2 (en) * | 2014-10-29 | 2017-08-01 | Spectral Md, Inc. | Reflective mode multi-spectral time-resolved optical imaging methods and apparatuses for tissue classification |
WO2017181200A1 (en) * | 2016-04-15 | 2017-10-19 | The Regents Of The University Of California | Assessment of wound status and tissue viability via analysis of spatially resolved thz reflectometry maps |
EP3697300A4 (en) * | 2017-10-17 | 2020-10-14 | Kronikare Pte Ltd | SYSTEM AND METHOD FOR FACILITATING ANALYSIS OF A WOUND IN A TARGET SUBJECT |
-
2021
- 2021-07-09 WO PCT/US2021/041134 patent/WO2022015597A1/en unknown
- 2021-07-09 CN CN202180062249.3A patent/CN116157065A/zh active Pending
- 2021-07-09 JP JP2023502581A patent/JP2023535143A/ja active Pending
- 2021-07-09 EP EP21842496.8A patent/EP4178426A1/en active Pending
-
2023
- 2023-01-10 US US18/152,654 patent/US20230148951A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
CN116157065A (zh) | 2023-05-23 |
US20230148951A1 (en) | 2023-05-18 |
EP4178426A1 (en) | 2023-05-17 |
WO2022015597A1 (en) | 2022-01-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7261883B2 (ja) | 創傷の評価、治癒予測および治療のための機械学習システム | |
JP7186298B2 (ja) | 高精度マルチアパーチャスペクトルイメージングのためのシステムおよび方法 | |
JP2023535143A (ja) | 創傷の組織学的評価のためのスペクトルイメージングシステムおよびその方法 | |
US11182888B2 (en) | System and method for high precision multi-aperture spectral imaging | |
US11599998B2 (en) | Machine learning systems and methods for assessment, healing prediction, and treatment of wounds | |
US20230181042A1 (en) | Machine learning systems and methods for assessment, healing prediction, and treatment of wounds | |
US11346714B2 (en) | Methods and apparatus for imaging discrete wavelength bands using a mobile device | |
CN104997519B (zh) | 基于眼底相机的双波长视网膜血管血氧测量系统 | |
US11686618B2 (en) | Hyperspectral imaging method and device | |
WO2023141216A2 (en) | System and method for topological characterization of tissue |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230329 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230313 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240105 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240227 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20240523 |